Le troisième espace latent de l’enseignement supérieur – AOC

La rencontre entre les deux espaces latents, humain et machinique, ne produit pas automatiquement quelque chose de nouveau. Elle peut produire l’absorption du premier par le second. L’étudiant dont l’espace latent humain n’est pas assez dense se dissout dans la vraisemblance machinique, en tire un résultat sans friction, sans transformation. Elle peut aussi produire le refus stérile, l’humain qui refuse tout contact avec l’espace latent machinique, qui traite chaque production comme une menace plutôt qu’une résistance féconde. Ce qui nous intéresse, c’est la troisième possibilité, et elle n’est pas la synthèse des deux premières : c’est une émergence que ni l’un ni l’autre n’aurait produite seul.

Une charte d’usage n’est pas une théorie. C’est l’aveu qu’on ne sait pas encore ce qui se passe, mais qu’il faut bien faire quelque chose. Elles se multiplient : l’Université de Toulouse publie la sienne (2023), le Ministère de l’Enseignement supérieur du Québec produit son cadre de référence (2024-2025), l’UNESCO son référentiel de compétences en IA pour les enseignants (2025). Toutes partagent une même architecture : préambule sur les défis, liste de principes, préconisations d’usage, et toutes, dans ce format même, révèlent leur limite structurelle. Elles traitent un changement de régime épistémique comme un problème de gouvernance. Ce n’est pas une critique de mauvaise foi ni de mauvaise volonté. C’est un diagnostic sur la forme de la réponse, qui présuppose intact ce qu’elle devrait interroger. Car ce que fait l’IA générative à la connaissance ne laisse pas indemnes les conditions dans lesquelles une charte d’usage peut avoir prise. Elle traverse ces conditions, les défait depuis l’intérieur, y introduit une disproportion que les protocoles ne peuvent pas absorber parce qu’elle est dans la structure même de la connaissance, et non dans ses usages.

Ce texte voudrait proposer non une charte de plus, mais une théorie de ce qui se passe, et depuis cette théorie, une proposition pédagogique. Théorie au sens spéculatif du terme, non la description vérifiable d’un état de fait, mais un pari conceptuel qui construit ses objets en même temps qu’il les décrit, et qui se mesure moins à son adéquation qu’à sa fécondité, à ce qu’il rend pensable et qui ne l’était pas, parce que la technique est aussi dans ce régime excédentaire de réalité. C’est pourquoi la proposition pédagogique qui en découle n’est pas un dispositif clés en main que l’on évaluerait à l’aune de sa faisabilité immédiate, mais l’horizon que cette théorie rend nécessaire et dont elle assume, jusque dans ses conditions politiques, d’avoir à nommer le prix. La proposition s’articule autour d’un concept : les trois espaces latents, un concept dont il faut d’emblée préciser le statut. Le terme espace latent vient de l’ingénierie de l’IA ; nous le reportons vers l’humain par une analogie que nous assumons comme telle, non pour suggérer que l’esprit serait un modèle statistique, mais parce que l’humain et la machine relèvent d’un même genre, celui de l’espace du possible, l’ensemble des entités qui restent indéterminées, mais actualisables selon le contexte de leur sollicitation. Ce genre est partagé littéralement ; c’est seulement le mot, emprunté à la technique, qui voyage par analogie. Et ce qui sépare les deux espaces n’est pas leur genre, mais une dissemblance interne à ce genre commun, dissemblance qu’il faudra maintenir, car c’est d’elle que dépend ce troisième espace que leur rencontre peut, sous certaines conditions seulement et non automatiquement, produire.

La première confusion à dissiper est celle qui présente les IA génératives comme des machines à copier, ou comme la moyenne médiocre de leurs corpus d’entraînement. Cette présentation est rassurante parce qu’elle laisse intact le régime documentaire de la connaissance : si l’IA ne fait que recopier ce qui existe, elle est assimilable au plagiat, les outils de détection suffisent, et les hiérarchies du savoir, ses origines, ses régimes de preuve, ses lignées, restent fondamentalement intactes. La fraude est grande, mais la connaissance est sauve. Godé et Meissonier, dans leur recherche qualitative conduite pour la FNEGE auprès d’enseignants-chercheurs en gestion (2024), montrent pourtant que les outils de détection de contenus générés, Compilatio, Copyleaks, GPTZero, restent d’une efficacité non prouvée, produisent des faux positifs, et que la notion même de fraude est juridiquement instable. Contrairement au plagiat, dont le régime de preuve est établi, l’usage d’une IA pour produire un texte ne constitue pas encore une infraction caractérisable devant un tribunal administratif. Ce vide juridique n’est pas accidentel. Il révèle que le phénomène excède les catégories dans lesquelles on voudrait le contenir.

Ce que les grands modèles de langage produisent, ils le font depuis un espace continu, l’espace latent, dans lequel les entités du corpus d’entraînement sont encodées non comme objets discrets, mais comme coordonnées vectorielles dans un espace à plusieurs milliers de dimensions. Dans cet espace, aucune distance n’est infranchissable : on peut aller d’un point à un autre même si ce passage n’a jamais existé dans aucun document préalable. C’est cette continuité bruitée, et non la copie, non la moyenne, qui rend possible la génération de textes qui ne ressemblent à aucun original précis tout en étant statistiquement vraisemblables, reconnaissables comme appartenant au monde du langage humain. La mise en statistique vectorielle n’est pas une compression de type JPEG ou MP3 des documents, ce n’est pas une représentation appauvrie d’un original intact. C’est un changement dans les conditions de possibilité et de représentation de la connaissance, parce qu’elle n’affecte pas seulement les documents, mais leur activation même. Les statistiques de l’espace latent sont insignifiantes en elles-mêmes, on ne peut pas les consulter comme on consulterait un texte, on doit les activer. C’est comme si le livre s’écrivait en le lisant, différent à chaque lecture tout en demeurant reconnaissable, le livre crédible d’une variation infinie.

Il faut ici résister à l’objection symétrique et tout aussi trompeuse : si les machines nous imitent avec autant de vraisemblance, c’est que nous sommes réductibles à des fonctionnements machiniques, blessure narcissique par laquelle l’IA nous priverait de ce que nous croyions être notre fond propre. Ce n’est pas cela. Ce que l’indistinction entre texte humain et texte généré révèle, c’est que nos critères de jugement étaient plus fragiles que nous le croyions, parce qu’ils reposaient sur une confiance implicite dans la discrétion des documents, leur origine assignable, la lignée traçable depuis un texte jusqu’à une intentionnalité. Les humains apprenant imitent eux aussi, dérivent, hallucinent ce qu’ils apprennent selon un rapport à la fidélité et à l’infidélité envers la connaissance déjà constituée. Ce qui différencie l’imitation humaine de la production machinique n’est donc pas l’absence de mimétisme chez l’humain, le mimétisme est une structure fondamentale de tout apprentissage, mais ce que le processus d’imitation fait à celui qui imite : il le transforme, creuse en lui un espace, dépose des sédiments. C’est cette transformation par le processus lui-même, et non par le résultat, qui constitue l’apprentissage. Et c’est elle que l’IA menace, non en la détruisant, mais en proposant le résultat sans le chemin, la vraisemblance sans la friction.

–

Pour comprendre la profondeur du changement en cours, il faut repartir de ce que Kant nommait les conditions de possibilité de la connaissance, afin de mesurer ce qui s’y passe quand l’espace latent y entre, depuis l’intérieur. Dans la première édition de la Critique de la raison pure (1781), Kant proposait que l’imagination soit la faculté la plus fondamentale : avant l’intuition, avant l’entendement, avant la raison, une puissance synthétique, le schématisme, rend possible la mise en relation du divers sensible et des catégories. Une imagination sans image, sans rien de préalable, une pure puissance synthétique antérieure à toute matière. Gêné par le caractère obscur de cette absence, Kant proposa le terme de monogramme pour indiquer ce fondement, une forme sans contenu, une règle de construction antérieure à ce qu’elle construit. Ce que l’espace latent des IA constitue, c’est là l’hypothèse qui commande ici tout le reste, c’est l’externalisation technique de cette imagination transcendantale : les vecteurs et les tenseurs se mettent à la place vacantes des schèmes, produisant des règles de construction qui ne sont plus ancrées dans une conscience individuelle, opérant une schématisation au sens kantien d’une médiation entre concept et intuition, mais sans recours à un sujet transcendantal. Il faut ici préciser à quel niveau de l’architectonique kantienne l’analogie tient. Ce que l’espace latent machinique externalise n’est pas le schématisme au sens strict, qui opère sur l’intuition sensible pour produire les images pures du temps depuis lesquelles les catégories peuvent s’appliquer au divers de la perception. Il opère à un niveau différent, mais non moins fondamental : celui que Kant, dans la Déduction transcendantale, nomme la reconnaissance dans le concept, la troisième synthèse de l’imagination, l’acte par lequel quelque chose est identifié comme tombant sous une règle, reçu comme instance valide d’un concept, reconnu comme appartenant au monde de la connaissance possible. C’est à ce niveau que l’espace latent agit, non sur la perception, mais sur la reconnaissance, sur les conditions qui permettent qu’une production soit reçue comme cohérente, crédible, bien formée, digne d’être enseignée. Et c’est pourquoi son emprise est plus difficile à saisir que celle du schématisme kantien, elle ne précède pas l’expérience perceptive, elle infiltre le moment où l’expérience se stabilise en connaissance reconnaissable. Dans un régime où la vraisemblance a colonisé les conditions pratiques de la vérité, conditionner la reconnaissance revient à conditionner la connaissance elle-même. Ce qui conditionne notre rapport au sensible n’est plus une faculté subjective, mais un système technique objectif, dont les grandes décisions de configuration, quels corpus d’entraînement, quels alignements, quelles pondérations, ne sont pas prises par une communauté académique ou démocratique, mais le plus souvent par quelques entreprises privées opérant dans une opacité commerciale. Nous avons externalisé notre imagination dans des boîtes noires détenues par des oligarques. Ce n’est pas une métaphore alarmiste : cette thèse est spéculative, c’est son statut revendiqué depuis le début, mais elle rend compte de la situation, et c’est ce qui rend dérisoire toute tentative de la réguler par des chartes d’usage.

Dans le régime documentaire antérieur, la connaissance était constituée de documents séparés les uns des autres, livres, articles, thèses, qui pouvaient être consultés, cités, contestés, falsifiés au sens poppérien. Ils avaient une identité stable, une date, une autorité assignable. Ce régime reposait sur l’indicialité : la trace laisse une empreinte qui permet de remonter à son origine. Dans le régime de l’espace latent, cette indicialité se dissout. Non parce que les documents auraient disparu, mais parce que la connaissance change de nature dans son mode d’activation. Elle n’est plus convoquée comme document, mais générée comme variation, chaque fois légèrement différente selon le contexte d’attention, statistiquement vraisemblable sans être indexicalement vraie. Ce glissement de l’indiciel au vraisemblable ne déplace pas seulement les méthodes d’évaluation, il déplace ce à partir de quoi quelque chose peut être vrai ou faux, crédible ou non, digne d’être enseigné ou non. Foucault avait un mot pour désigner ce niveau : l’épistémè. Collin et Marceau, dans leur analyse des enjeux éthiques et critiques de l’IA en enseignement supérieur, notent que « application technique » et « réflexion éthique et critique » restent peu arrimées dans le contexte universitaire (2022). C’est un euphémisme prudent : elles ne sont pas peu arrimées, elles ne se parlent pas, parce que la réflexion éthique n’a pas encore thématisé que ce qui est en jeu n’est pas un usage problématique de la technologie, mais la transformation des conditions sous lesquelles la vérité est possible et reconnaissable.

—

Depuis trois décennies, nous avons débordé nos propres mémoires et productions culturelles dans le contexte du Web. Nous avons produit plus de textes, d’images, de sons, de données que n’importe quelle génération précédente, une hypermnésie collective dont l’ampleur excède toute capacité d’attention et de traitement humain. Ce caractère disproportionné et donc inhumain de nos mémoires provient de notre propre activité. C’est un alien en nous, né de notre propre excès, mais devenu méconnaissable. L’IA n’est pas venue de l’extérieur pour perturber un équilibre stable. Elle est une réponse, problématique et partielle, à ce débordement que nous avons nous-mêmes produit, une façon de naviguer dans cette hypermnésie qui ne passe plus par des documents discrets identiques à eux-mêmes, mais par des motifs qui se ressemblent et sont potentialisés, variables selon le contexte de leur activation. Ce qui se passe avec l’IA, même si cela lui est irréductible, ne lui est pas totalement étranger. Comprendre l’IA, c’est donc d’abord aborder quelque chose de notre époque, non une technologie qui nous arrive, mais une excédence que nous avons produite et qui nous revient sous une forme que nous ne contrôlons plus.

Face à cette situation, les institutions d’enseignement supérieur ont développé quatre stratégies. Ce qu’elles partagent est plus révélateur que ce qui les distingue. Elles présupposent toutes que le changement en cours est de l’ordre de l’usage instrumental, et que corriger l’usage suffit à préserver intact ce que l’usage menace.

— La stratégie de l’autonomie consiste à exclure l’IA du territoire de l’enseignement, créer une zone protégée où les étudiants travailleraient sans assistance machinique. Sciences Po Paris a interdit ChatGPT dès janvier 2023 pour les évaluations écrites et orales, sous peine d’exclusion. Cette stratégie se heurte à une contradiction que ses promoteurs n’ont pas résolue : elle confond l’exclusion institutionnelle de l’IA des dispositifs pédagogiques avec l’utopie d’une pureté cognitive des étudiants. Ce sont deux choses entièrement différentes. Les étudiants arrivent en première année ayant déjà intégré l’IA dans leurs habitudes, et prétendre les en sevrer est non seulement illusoire, mais pédagogiquement contre-productif si ce sevrage n’est pas théorisé. De plus, les outils de détection sur lesquels cette stratégie s’appuie produisent des faux positifs qui pénalisent précisément les étudiants qui ont le moins de capital culturel académique.

— La stratégie de l’oralité et du présentiel est plus cohérente sur le plan immédiat : si l’IA ne peut pas parler à ma place dans une conversation en temps réel, l’évaluation orale ou écrite en salle garantit une forme d’origine humaine du travail. Godé et Meissonier montrent que cette stratégie se répand massivement, des enseignants qui avaient abandonné l’oral depuis des décennies le réintroduisent, certains rééquilibrant profondément la pondération entre écrit et oral. Schnell célèbre le tutorat socratique comme la forme la plus contemporaine de l’exigence universitaire (« L’université à l’épreuve des machines », AOC). Mais cette stratégie produit un effet pervers systématique que les discours institutionnels occultent : l’oral favorise structurellement les étudiants socialisés à l’aisance verbale dans les milieux cultivés. Decamps et Zanichelli, dans leur étude exploratoire conduite auprès de 756 étudiants de la Haute École Louvain en Hainaut, montrent que les compétences numériques et l’adoption de l’IA sont inégalement distribuées selon le genre et la discipline (2025), et l’on peut faire l’hypothèse que les inégalités d’aisance à l’oral suivent des distributions sociales encore plus marquées. Répondre à un problème d’authenticité par un mécanisme de reproduction sociale, ce n’est pas résoudre le problème, c’est le déplacer.

— La stratégie de la compréhension est la plus partagée dans les documents institutionnels. Former les étudiants à comprendre les mécanismes de l’IA pour qu’ils puissent avoir une distance critique : c’est l’horizon de la « littératie de l’IA » que promeuvent le cadre québécois (2024-2025), les Principes d’utilisation de l’intelligence artificielle générative de l’UQTR (2023), le Guide destiné au personnel enseignant (Ministère de l’Éducation du Québec, 2024-2025), et le référentiel UNESCO qui identifie comme compétence fondamentale la capacité à « développer une compréhension critique quant au fait que l’IA est dirigée par les humains ». Mais cette stratégie repose sur un malentendu : elle suppose que la compréhension du code ou des architectures techniques est équivalente à la compréhension de ce que l’IA produit. Or ce que produit l’espace latent ne se réduit pas au code qui le fait fonctionner. On peut connaître l’architecture Transformer et ne pas être en mesure pour autant de se positionner de façon créative et critique face à ce qu’un modèle génère. La compréhension technique de l’IA n’est pas une compréhension culturelle de l’espace latent.

— La stratégie du jugement est la plus philosophiquement ambitieuse. Former des sujets capables de distinguer un argument d’une rhétorique, une preuve d’une vraisemblance : Schnell la formule avec netteté, la mission de l’université est de former le jugement en mettant les esprits à l’épreuve. Or les conditions de possibilité du jugement lui-même sont affectées par l’IA. Le jugement kantien présuppose une distinction opératoire entre le vrai et le vraisemblable, un sujet épistémique stable capable de se tenir en position surplombante par rapport à ses conditions de connaissance. Or c’est précisément cette distinction que l’espace latent érode. Les textes générés satisfont aux critères formels de la cohérence et de la plausibilité sans être nécessairement vrais. C’est la mise en place d’un transcendantal technologique, un transcendantal qui ne précède plus l’expérience, mais la suit et la conditionne rétroactivement, depuis l’intérieur de nos habitudes cognitives. Enseigner le jugement à des étudiants immergés dans ce régime, c’est leur proposer une extériorité qui n’existe pas.

—

Ce renversement des conditions de la pensée mérite qu’on s’y arrête, car c’est lui qui rend compte de la profondeur du changement et non ses effets de surface. Le transcendantal kantien précède l’expérience, il en est la condition de possibilité, ce sans quoi rien ne peut être reçu comme expérience, structuré comme expérience, reconnu comme appartenant au monde. Son antériorité est logique et non temporelle. Il ne vient pas avant dans le temps, il est ce depuis quoi le temps lui-même est possible. L’espace latent machinique ne fonctionne pas ainsi. Il ne précède pas l’expérience, il s’insinue dans ses plis après coup, par les habitudes qu’il crée, les attentes qu’il normalise, les seuils de tolérance à l’incertitude qu’il abaisse progressivement. Ce n’est pas un a priori, mais un a posteriori qui se retrouve après coup en position de condition. Il reconfigure rétroactivement ce que la pensée reconnaît comme normal, comme cohérent, comme suffisant. Et parce qu’il opère après coup, depuis l’intérieur des habitudes déjà formées plutôt que depuis un plan extérieur et surplombant, il est infiniment plus difficile à thématiser que le transcendantal kantien, qui pouvait encore être l’objet d’une déduction, c’est-à-dire d’une enquête sur ses conditions depuis une position qui lui était encore en partie extérieure. Le transcendantal a posteriori technologique ne laisse pas de position extérieure depuis laquelle le saisir. On ne peut l’apercevoir qu’en le traversant, ce qui est précisément la nouvelle condition pédagogique que nous voulons nommer.

Il faut clarifier un peu plus ce que nous entendons par espace latent. Le mot est technique, le genre qu’il sert à désigner ne l’est pas. Ce genre, l’espace du possible, est ce que nous cherchons maintenant à isoler, avant de montrer que la machine et l’humain en sont deux espèces dissemblables. L’espace latent désigne l’ensemble des entités qui restent indéterminées, mais actualisables selon le contexte de leur sollicitation. Il convient de le distinguer nettement du virtuel et du probable. Le virtuel informatique traditionnel est structuré par des règles explicites programmées a priori, il simule des comportements selon des modèles hypothético-déductifs, il ne génère que ce que ses règles permettent. Le probable relève du régime du démon de Laplace : une limitation épistémique qui ne désigne pas une ouverture ontologique, mais l’ignorance d’un état de fait déterminé. Le possible, lui, introduit une indétermination fondamentale, la coexistence, dans une même situation, de plusieurs potentialités mutuellement exclusives qui ne sont pas des états incomplets, mais en attente de résolution, des ouvertures constitutives du réel lui-même. L’espace latent de l’IA relève du régime du possible dans l’ordre des signes. Ce qui explique à la fois sa fécondité et sa dangerosité pour les régimes de connaissance qui reposaient sur la discrétion des documents. Ce qui caractérise l’espace latent machinique, c’est d’abord sa continuité : aucune lacune, aucune rupture, aucune frontière entre les domaines, toutes les entités y sont en principe équidistantes. Mais c’est aussi, et c’est peut-être le point le plus décisif, son insignifiabilité native, il ne peut pas être lu directement, il doit être activé par une sollicitation contextuelle pour produire quelque chose de visible, d’audible ou de lisible. L’espace latent est une puissance sans acte propre, un possible sans actualisation spontanée, il attend d’être traversé. Et on ne peut pas le traverser de façon productive si on n’apporte rien à la traversée, si on n’a pas soi-même un espace latent depuis lequel orienter, résister, dévier ce que l’espace machinique propose. C’est la condition que les politiques institutionnelles actuelles n’ont pas thématisée, et c’est elle qui rend nécessaire la proposition qui suit.

—

L’hypothèse centrale de ce texte est la suivante : les êtres humains ont eux-mêmes un espace latent. L’expression est analogique, mais l’analogie porte sur un trait réel et non sur une ressemblance d’image. La connaissance n’est pas un ensemble de faits appris et stockés, une base de données à consulter, mais un espace de possibles : des associations latentes, des anticipations non formulées, des questions dont on ne sait pas encore qu’on les pose, des connexions entre des domaines que l’on n’a pas encore explicitement reliés. Et surtout, c’est là que réside la différence spécifique avec l’espace latent machinique, un rapport à la vérité qui n’est pas seulement statistique, mais existentiel, la capacité de sentir de l’intérieur qu’un raisonnement est creux malgré sa correction apparente, que quelque chose ne tient pas même si on ne sait pas encore pourquoi.

Cet espace latent humain se constitue lentement, par accumulation et sédimentation, par fréquentation des textes et des œuvres, par la lenteur de la compréhension qui vient, et qui ne vient pas toujours, et dont l’absence elle-même est productive (c’est pourquoi certains aiment lire des livres qu’ils ne comprennent pas). Ce processus, je l’appelle disproduction, non pas la production d’un texte, d’une réponse, d’un résultat, mais la transformation du sujet qui produit, le creusement de son espace latent, l’approfondissement d’une zone du possible, la création de connexions nouvelles entre des zones qui semblaient disjointes. Disproduire, c’est produire en se laissant transformer par le processus de production, ce qui est précisément l’opposé de ce que l’IA propose : le résultat sans le chemin, la vraisemblance sans la friction. Quand il est possible d’obtenir en trente secondes un texte plausible sur n’importe quel sujet, la tentation rationnelle est de court-circuiter le processus qui aurait permis de constituer son propre fond. Mais ce que ce processus produit, ce n’est pas le texte, c’est la modification subtile de l’espace latent de celui qui écrit, la rencontre avec une résistance qui oblige à penser différemment, la découverte d’une difficulté qu’on n’avait pas anticipée. La disproduction, c’est le chemin lui-même comme destination.

L’espace latent machinique ne sait pas qu’il produit du vraisemblable, il n’a pas de rapport à la vérité, seulement à la distribution statistique des occurrences. L’espace latent humain, lui, sait quand quelque chose ne tient pas, même avant de savoir pourquoi, parce qu’il est fait de sédimentations d’expériences vécues, de résistances rencontrées, de compréhensions qui ont tardé à venir et qui, pour cette raison précisément, ont laissé une trace plus profonde que celles qui viennent facilement. C’est cette dissemblance, non comme défaut de l’un ou de l’autre, qui rend possible la rencontre. Ce qui leaconstitue, c’est le processus de sa constitution, le chemin, et non le résultat que le chemin aurait pu produire plus vite. C’est pourquoi la disproduction n’est pas seulement une valeur pédagogique parmi d’autres, elle est la condition logique de la différence. Cette dernière exige deux espaces dissemblables en tension, elle ne se produit pas si l’un des deux est trop mince pour résister à l’autre. Un espace latent humain insuffisamment constitué ne peut pas maintenir l’écart irréductible. Il se dissout dans la vraisemblance machinique, l’absorption remplace la tension, et ce qui aurait pu produire de la profondeur ne produit qu’un reflet. La disproduction est ce qui rend l’espace latent humain assez dense, assez chargé de résistances sédimentées, pour que la rencontre avec l’espace machinique soit une rencontre entre dissemblables plutôt qu’une dissolution du plus faible dans le plus disponible.

—

La rencontre entre les deux espaces latents, humain et machinique, ne produit pas automatiquement quelque chose de nouveau. Elle peut produire l’absorption du premier par le second. L’étudiant dont l’espace latent humain n’est pas assez dense se dissout dans la vraisemblance machinique, en tire un résultat sans friction, sans transformation. Elle peut aussi produire le refus stérile, l’humain qui refuse tout contact avec l’espace latent machinique, qui traite chaque production comme une menace plutôt qu’une résistance féconde. Ce qui nous intéresse, c’est la troisième possibilité, et elle n’est pas la synthèse des deux premières : c’est une émergence que ni l’un ni l’autre n’aurait produite seul.

Pour penser cette différence, le concept de disparation que Gilbert Simondon développe dans son analyse de la perception binoculaire est décisif, à condition de ne pas l’utiliser trop vite comme simple comparaison. La disparation désigne d’abord une tension intenable : les deux images légèrement différentes que captent l’œil gauche et l’œil droit sont incompatibles telles quelles, elles ne peuvent pas être simplement superposées sans produire une image double inutilisable. C’est dans cet écart irréductible, cette disparité maintenue plutôt que résolue trop vite, que quelque chose se résout à un niveau supérieur de réalité. La profondeur perçue émerge, irréductible aux deux images sources, non contenue dans aucune d’elles, produit de la tension et non de la synthèse. La disparation n’est pas un compromis, c’est une résolution à un niveau que les deux termes en tension ne pouvaient pas atteindre séparément.

C’est cette même logique qui doit gouverner la relation entre l’espace latent humain et l’espace latent machinique. Ils sont dissemblables, profondément, fondamentalement dissemblables, et il faut maintenir cette dissemblance plutôt que la résorber dans une hybridation molle qui ne serait ni l’un ni l’autre. Mais si la rencontre est réelle et réciproque, si l’humain affecte le machinique et si le machinique affecte l’humain, dans un rapport où aucun des deux termes n’absorbe l’autre, alors un troisième espace latent peut émerger qui n’est ni humain ni machinique mais strictement culturel, quelque chose qui n’aurait pas existé sans la tension entre les deux premiers, une pensée qui porte la marque d’un espace latent humain constitué qui s’est frotté à l’altérité machinique jusqu’à se transformer sans pour autant s’y dissoudre. Culturel au sens précis que Simondon donne à ce terme dans sa théorie de l’individuation : non pas issu d’une culture préexistante dont il prolongerait les contenus, mais participant du régime transindividuel, c’est-à-dire d’un niveau de réalité qui excède à la fois l’individu et le système technique en produisant quelque chose d’exposable à la contestation collective. Le niveau supérieur auquel la disparation résout la tension entre les deux espaces latents n’est pas une nouvelle faculté cognitive ni un style reconnaissable, c’est l’entrée dans le milieu partagé où quelque chose peut être reçu, mis en tension, habité par d’autres, où la pensée cesse d’appartenir à celui qui l’a produite pour devenir un objet que la communauté peut s’approprier, contester, transformer. C’est en ce sens, et en ce sens seulement, que le tiers espace est strictement culturel, non parce qu’il serait fait de culture, mais parce qu’il participe du transindividuel, du niveau où les individuations humaine et technique se dépassent vers quelque chose qui n’appartient plus à aucun des termes qui l’ont rendu possible. Ce troisième espace n’est pas une promesse abstraite. Il est ce que produit concrètement l’expérimentation prolongée avec un espace latent machinique qu’on a appris à connaître de l’intérieur, qu’on a nourri de ses propres références, dont on a senti les résistances, dont on a appris à dévier les tendances lourdes.

On reconnaît le troisième espace latent à plusieurs signes qui ne se confondent pas avec ceux de la dissolution ni avec ceux du refus. Le premier est la surprise, le moment où ce que l’espace machinique produit dépasse ce qu’on lui avait demandé et force une reformulation de sa propre pensée. Non que la machine ait pensé à la place, elle n’a fait que traverser une zone de son propre espace latent que la question posée rendait accessible. Mais cette traversée a révélé quelque chose que l’espace latent humain portait sans le savoir, une connexion latente qui n’avait pas encore trouvé sa formulation. On ne reconnaît cette connexion comme sienne qu’au moment où elle apparaît dans la production machinique, et c’est ce moment de reconnaissance, qui est aussi un moment de surprise, qui signale qu’une disparation a eu lieu plutôt qu’une simple extraction. Le deuxième signe est la résistance. L’espace latent machinique résiste, il y a des zones qu’il ne peut pas atteindre, des connexions qu’il ne fait pas, des nuances qu’il aplatit. Cette résistance n’est pas un défaut à corriger, c’est un signal. Quand on sent que ce que la machine produit ne va pas assez loin, ou qu’elle va dans une direction qui dévie de ce qu’on cherchait, c’est que l’espace latent humain a une densité que l’espace machinique ne peut pas reproduire, une zone plus profondément constituée, plus hiérarchisée, plus chargée de ce que seule l’expérience sédimentée peut déposer. La résistance de l’espace machinique est une cartographie négative de l’espace latent humain : elle en révèle les zones actives par contraste avec ce qu’elle ne peut pas faire. Le troisième signe est la trace, et c’est peut-être le plus important pour l’évaluation. Le troisième espace latent laisse derrière lui une trace reconnaissable, distincte aussi bien de la production machinique pure que de la production humaine non traversée. Ce n’est pas une trace de style, l’IA peut imiter les styles. C’est une trace de processus, les versions successives montrent un mouvement, des hésitations, des retours en arrière, des moments où la production machinique a été résistée et des moments où elle a été suivie, des décisions qui ne s’expliquent que par la rencontre de deux espaces latents dissemblables. Cette trace processuelle offre un premier repère, le moins fiable des trois, elle donne à voir un mouvement là où la production machinique seule ne montre qu’un état, mais elle ne certifie rien par elle-même, les modèles avancés excellent à mimer la rature, à feindre l’hésitation, à s’inventer des cicatrices de pensée. Les trois signes que nous venons de décrire ne sont donc pas des preuves, ce sont des heuristiques qui orientent l’attention, des surfaces d’accroche pour un dialogue qui seul peut confirmer ce qu’elles indiquent. La disparation ne se détecte pas dans le texte, elle se vérifie dans l’auteur, sous la pression du questionnement en temps réel, au moment où l’objection vivante force à déborder ce qu’on avait écrit.

—

Cette analyse conduit à une proposition pédagogique structurée en trois moments distincts, qui répondent à la logique des trois espaces latents et à leurs conditions d’émergence. Ce n’est pas une progression de compétences croissantes dans l’usage des IA, une littératie de l’IA déployée transversalement à tous les niveaux, comme le propose le cadre québécois (2024-2025). C’est une séquence ordonnée, dont chaque moment est la condition du suivant. Ces trois moments ne s’identifient pas à une durée fixe, ils constituent des axes dont la proportion s’adapte à la durée réelle des cursus, qu’il s’agisse d’une licence de trois ans, d’un master ou d’un doctorat. Ce qui est invariant n’est pas le temps accordé à chaque moment, mais leur ordre et leur nécessité : le deuxième présuppose que le premier a été suffisamment habité, le troisième que le deuxième a produit une densité suffisante pour résister à la dissolution.

— Premier moment : la constitution de l’espace latent humain

Les premières années devraient être consacrées à la constitution d’un espace latent culturel dense et personnel, dans le cadre de dispositifs pédagogiques et d’évaluation qui ne peuvent pas être court-circuités par l’IA, non parce qu’on les surveille, mais parce que leur forme même l’exclut. Il faut ici dissiper une confusion qui pourrait alimenter les critiques les plus légitimes envers cette proposition : l’exclusion que nous proposons n’est pas l’interdiction policière que nous avons critiquée. Elle ne prétend pas que les étudiants n’utilisent pas l’IA dans leur vie quotidienne, ils l’utilisent, et personne ne peut ni ne devrait les en empêcher. Elle porte sur ce que l’université évalue et valorise pendant ce moment, non des productions qui pourraient être générées, mais des processus qui ne peuvent pas l’être. La soutenance orale d’une interprétation sous la pression d’une objection en temps réel, le carnet de lecture annoté et défendu en séance, l’analyse d’une archive dans sa matérialité, l’écriture lente et révisée dont on peut montrer les traces. out cela est inviolable non par surveillance, mais par nature, parce que le format exige la présence d’un espace latent humain.

Ce premier moment doit être un apprentissage exigeant des humanités et des sciences dans ce qu’elles ont de plus irréductible : la lecture lente des textes difficiles, la fréquentation des œuvres et des archives dans leur matérialité et leur résistance, les séminaires à effectifs réduits où l’on défend une interprétation et où l’on apprend à sentir où elle cède. Il doit cultiver ce que l’on pourrait appeler l’ignorance de qualité, la conscience des bords du savoir, la familiarité avec l’incertitude productive, l’apprentissage de la différence entre ne pas savoir et être en train d’apprendre à savoir. Mais il faut être précis sur les conditions de cette formation : Decamps et Zanichelli montrent que les compétences numériques et l’adoption de l’IA sont inégalement distribuées selon le genre (76 % des hommes utilisent fréquemment l’IA contre 64 % des femmes) et la discipline (75 % en sciences et technologies contre 58 % en sciences humaines et sociales), et les inégalités d’aisance orale suivent des distributions sociales encore plus marquées. Ce premier moment ne peut donc pas être simplement déclaré, il exige des effectifs réduits, des dispositifs de soutien explicites, un investissement en présence humaine qui rende la constitution de l’espace latent humain possible dans des conditions équitables. Les conditions politiques actuelles de l’enseignement supérieur semblent rendre impossible cette perspective pour des raisons, comme nous l’expliquerons plus loin, qui ne sont pas sans rapport avec l’IA.

— Deuxième moment : l’exploration heuristique comme épistémologie de la rencontre
Le deuxième moment commence lorsque l’espace latent humain est suffisamment constitué pour entrer en dialogue avec l’espace latent machinique sans s’y dissoudre. Ce moment n’est pas une initiation technique à l’IA, ce n’est pas le moment d’apprendre à utiliser des outils. C’est le moment de ce que nous appelons l’exploration heuristique, la forme épistémique que toute discipline est contrainte d’adopter lorsqu’une technique reconfigure les conditions de possibilité de la pensée elle-même. Quand ce qui est en jeu n’est pas un outil parmi d’autres, mais la modification du transcendantal, la transformation de ce depuis quoi quelque chose peut être vrai, reconnaissable, digne d’être enseigné, l’usage instrumental ne constitue plus une réponse adéquate, il reconduit à l’intérieur des conditions nouvelles les habitudes formées dans les conditions anciennes, et renforce ainsi précisément ce qu’il prétend limiter. Seule l’exploration, qui traite le processus de production lui-même comme objet d’investigation, peut révéler comment ces conditions ont changé et comment s’y orienter sans s’y dissoudre. La tradition de la recherche-création, théorisée notamment dans les contextes artistiques des universités québécoises comme l’UQAM et Concordia, en offre l’exemple le plus élaboré et le plus réflexif, mais ce qu’elle a thématisé dans les arts constitue un cas particulier d’une réponse épistémique plus générale, qui vaut pour le droit comme pour la chimie, pour les sciences de gestion comme pour la philosophie, dès lors que la condition de leur exercice a été déplacée. Généralisée à l’âge des espaces latents, cette posture signifie : traiter le dialogue avec l’IA non comme un usage pour obtenir un résultat, mais comme une expérimentation qui s’éprouve, analyser en produisant, modifier les conditions de production selon ce que la production révèle. Ce mouvement, produire, analyser, modifier, est ce qui distingue la disparation productive de la dissolution consumériste dans les plate-formes.

Ce deuxième moment doit impérativement passer par des IA open source et locales. Ce n’est pas un geste idéologique accessoire, c’est une condition à la fois pédagogique, politique et environnementale. Pédagogique parce que travailler avec une IA open source et locale, c’est pouvoir entrer dans son espace latent, le nourrir de ses propres références, bibliothèques, corpus, le fine-tuner selon ses propres besoins, et sentir en retour comment cet espace se transforme. Les plateformes commerciales, dont les paramètres d’alignement ne sont pas accessibles et dont les biais ne peuvent être ni identifiés ni contestés, ne permettent pas cette entrée. Politique parce que la dépendance à ces plateformes est contraire à l’autonomie académique, et parce que si les universités publiques ne peuvent pas déployer l’infrastructure nécessaire, c’est précisément parce que les ressources de calcul ont été captées par le secteur privé, ce qui appelle non une résignation, mais une politique publique de souveraineté numérique. À cette raison politique s’en ajoute une que les documents institutionnels nomment rarement avec clarté : les plateformes ne se contentent pas d’opacité sur leurs alignements, elles produisent, sur chaque interaction pédagogique, des données comportementales qui reviennent aux entreprises qui les exploitent. Chaque requête d’un étudiant, chaque formulation d’une difficulté, chaque hésitation devant un résultat inattendu constitue un matériau dont l’université n’a ni le contrôle ni la propriété, et dont les usages sont déterminés par des intérêts structurellement étrangers à la formation. Encourager l’exploration heuristique sur des plateformes commerciales, c’est donc non seulement accepter des espaces latents opaques, c’est externaliser la surveillance des processus cognitifs des étudiants vers des acteurs privés, ce qui est précisément l’inverse de ce qu’une pédagogie des espaces latents exige. Environnementale parce qu’une requête sur ChatGPT a un impact environnemental supérieur à une requête équivalente sur un modèle local comme LlaMA. Les études comparatives sur l’empreinte des grands modèles montrent des ordres de grandeur défavorables aux plateformes cloud par rapport aux modèles locaux, différences qui peuvent atteindre plusieurs dizaines de fois selon les critères retenus : consommation énergétique, émissions CO₂, consommation d’eau, impact matériel (Luccioni, Viguier et Ligozat, « Estimating the Carbon Footprint of BLOOM », 2022 ; Patterson et al., « Carbon Emissions and Large Neural Network Training », Google, 2021). L’université ne peut pas prétendre former des citoyens responsables tout en internalisant dans ses pratiques pédagogiques les systèmes les plus destructeurs de la planète.

Ce moment requiert aussi l’explicitation systématique des processus : les étudiants montrent les traces de leur dialogue avec l’IA, les versions successives, les choix d’orientation, ce qu’ils ont gardé, écarté, reformulé, et pourquoi. Non pour prouver leur honnêteté, l’enjeu n’est pas policier, mais parce que cette explicitation est elle-même une forme de pensée, et parce que c’est dans ces traces que l’émergence du troisième espace latent devient visible, partageable et évaluable collectivement.

— Troisième moment : co-production du troisième espace latent. Le troisième moment est celui où la distinction entre production humaine et production machinique devient secondaire, non parce qu’elle aurait été abolie, mais parce que ce qui compte n’est plus l’origine des matériaux, mais la qualité de l’espace qui a émergé de leur rencontre. Les travaux produits à ce niveau portent la marque d’une intelligence qui s’est transformée au contact de l’altérité machinique, et qui a su maintenir la tension de la disparation plutôt que de la résoudre dans une synthèse facile.

La disparation commence dans un état cognitif particulier qu’il faut nommer avec soin, car c’est lui qui conditionne tout ce qui suit : non l’ignorance, non le savoir constitué, mais ce qu’on pourrait appeler le pressenti non développé, une idée dont on perçoit la forme possible sans encore la tenir, dont on sent la direction sans en connaître le tracé, dont on sait qu’elle existe quelque part dans son propre espace latent sans pouvoir encore la convoquer. Cet état est inconfortable parce qu’il est asymétrique, on a assez pour savoir qu’il y a quelque chose, pas assez pour le formuler. C’est précisément depuis cet état qui suspend l’instrumentalité qu’on entre dans l’espace latent machinique, et non depuis une question close, non depuis un problème résolu qu’on voudrait reformuler, mais depuis cette zone de tension entre ce qu’on pressent et ce qu’on ne sait pas encore dire. Ce que l’espace machinique produit alors n’est pas une réponse à une question, c’est un développement possible de ce qui n’était encore qu’une pression. Et dans ce développement, certains éléments étonnent, non pas parce qu’ils sont inattendus au sens de l’arbitraire, mais parce qu’ils correspondent à quelque chose que l’espace latent humain reconnaît sans l’avoir formulé. Ce moment de reconnaissance est le signe de la disparation. On ne reçoit pas une information nouvelle, on reconnaît quelque chose qui était là, latent, et que la traversée machinique a rendu visible. Ce n’est pas la machine qui a pensé à la place, c’est elle qui a rendu accessible une zone de l’espace latent humain que la pression du pressenti indiquait sans y atteindre. Ce qui s’engage alors est un va-et-vient dont la logique n’est ni la correction ni la validation. L’auteur reprend certains éléments étonnants, les intègre dans sa propre formulation, et depuis cette formulation partiellement transformée retourne vers l’espace machinique avec un pressenti légèrement déplacé, plus précis, ou décentré par rapport à la direction initiale. La nouvelle génération produit à son tour des éléments dont certains étonnent à nouveau, d’autres déçoivent, d’autres encore révèlent par leur insuffisance même une zone de l’espace latent humain plus dense que ce que la machine peut atteindre. Ce jeu de reprises successives n’est pas un raffinement itératif au sens technique, ce n’est pas l’optimisation d’un résultat vers une cible préétablie. C’est un processus de constitution réciproque, à chaque aller-retour, le pressenti initial se précise, se déplace, gagne en contour ; l’espace latent humain se trouve légèrement modifié par ce qu’il a dû faire pour décider ce qu’il gardait, écartait, reformulait. La trace de ce processus, les versions successives, les éléments retenus et abandonnés, les moments où la génération machinique a forcé un déplacement, est ce qui rend visible, après coup, qu’un troisième espace a émergé, quelque chose qui n’était ni dans le pressenti initial ni dans aucune des générations successives, mais que leur friction a rendu possible et qui peut dorénavant s’appeler un texte.

L’évaluation à ce niveau ne peut plus reposer sur des critères d’authenticité au sens traditionnel. Cette objection est réelle et mérite d’être prise au sérieux : comment distinguer un texte produit dans la tension féconde de la disparation d’un texte issu d’un prompt de consommation très sophistiqué ? La frontière est effectivement poreuse, et il serait malhonnête de prétendre qu’elle ne l’est pas. Mais cette porosité n’est pas un problème propre à la proposition des trois espaces latents, c’est un problème de toute évaluation de la pensée. Comment distingue-t-on depuis toujours un texte vraiment pensé d’un texte qui en produit les apparences ? La réponse a toujours été la même : non par l’analyse du texte seul, mais par la mise à l’épreuve attentive de son auteur. Ce que la proposition du troisième espace latent ajoute à cette réponse ancienne, c’est une modalité concrète, l’évaluation porte sur le processus autant que sur le résultat parce qu’on a collectivement décidé que telle production méritait notre attention et qu’on allait passer du temps à l’interpréter. Le journal de recherche-création, les traces des dialogues avec l’IA, les versions successives, les décisions explicitées, les résistances identifiées, les moments où le machinique a surpris l’humain et inversement, constitue un objet d’évaluation à part entière. Un étudiant qui peut montrer comment la rencontre avec l’espace latent machinique a transformé sa pensée, quelles zones de son propre espace latent ont été révélées par cette rencontre, où la disparation a produit quelque chose qu’aucun des deux n’aurait atteint seul, cet étudiant est évaluable selon des critères qui ne s’effacent pas dans la porosité. Ce sont des critères qui exigent des évaluateurs qu’ils aient eux-mêmes traversé les trois moments. Et c’est pourquoi cette proposition pédagogique n’est pas séparable d’une transformation des enseignants eux-mêmes.

Il faut ici affronter l’aporie logée au cœur même de la simulation : la capacité conjointe de l’humain et de la machine à dissimuler leurs propres traces, opération qui constitue le moteur secret du test de Turing. Postuler que le journal de recherche-création recèle des traces infalsifiables serait céder à une ultime illusion indicielle. Les modèles avancés excellent précisément à mimer la hésitation, à feindre la rature, à s’inventer des cicatrices de pensée ; tandis que l’étudiant, de son côté, sait théâtraliser l’effort ou maquiller l’emprunt. Devant ce carnaval d’opacités croisées, l’enseignant doit abandonner la posture policière du vérificateur d’authenticité pour assumer une condition proprement critique et un soupçon généralisé comme condition de la connaissance. Que lit-il au juste ? Un texte qui parvient à voiler ses origines de manière indétectable n’est pas un artefact médiocre. Il est, sur le plan formel, un chef-d’œuvre de contextualisation et de stylistique. Le problème n’est plus la qualité de l’objet, mais le vide métabolique qu’il peut masquer. Évaluer, dans le régime du troisième espace latent, ne peut donc plus consister à certifier une pureté originelle, mais à éprouver la résonance du sujet sous la pression du dialogue en temps réel. C’est au moment exact où le voile se déchire, lorsque l’objection vivante force l’étudiant à déborder son propre texte, que se mesure la densité réelle de son espace latent organique. Une objection plus grave que celle de la porosité doit ici être affrontée, car elle vise le médium même de l’évaluation. Si le troisième espace s’éprouve par la mise à l’épreuve de son auteur, par sa capacité à articuler, sous le questionnement, comment son espace latent organique a pris en charge l’automatisation machinique, ne reconduit-on pas l’effet pervers reproché à la stratégie de l’oralité, l’avantage structurel des étudiants socialisés à l’aisance verbale ? L’objet du test, il est vrai, a changé : on n’éprouve plus l’origine d’une production, mais la qualité d’une relation, ce qui n’est pas falsifiable par un prompt parce que cela n’est pas de l’ordre du résultat. Mais le médium, lui, reste en partie verbal et performatif, et il serait malhonnête de prétendre que l’inégalité sociale s’arrête à la porte de ce médium. La réponse ne consiste donc pas à déclarer cette évaluation immunisée, mais à rappeler où l’équité se joue réellement, non au moment de l’évaluation finale, mais dans la constitution même de l’espace latent humain, dans le premier moment, dont nous avons dit qu’il exige des effectifs réduits, des dispositifs de soutien explicites, un investissement en présence humaine. L’évaluation du troisième moment ne corrige pas les inégalités, elle présuppose qu’elles ont été travaillées en amont. Cela a un coût qu’il faut nommer : tout l’édifice repose alors sur le premier moment, c’est-à-dire sur la partie la plus exigeante en ressources et la moins garantie de la proposition. C’est une fragilité réelle, mais assumée et localisée, et non un angle mort, et elle confirme, une fois de plus, que ce qui est en jeu n’est pas un protocole d’évaluation, mais une politique des moyens.

—

La proposition des trois espaces latents entre en conflit direct avec plusieurs tendances structurelles de l’université. Elle entre en conflit avec la massification et la logique du rendement : le premier moment que nous proposons est coûteux en présence humaine et en effectifs réduits, il ne s’accommode pas des amphithéâtres de cinq cents étudiants. Elle entre en conflit avec les politiques d’intégration rapide de l’IA dans l’enseignement, politiques souvent construites en dialogue trop étroit avec des entreprises technologiques qui ont tout intérêt à ce que leurs plateformes soient adoptées dans les espaces éducatifs. Bossoto montre que même dans des contextes moins dotés, comme l’Université Marien Ngouabi, les enseignants développent des perceptions nuancées et parfois résistantes face aux injonctions d’adoption (Bossoto, « Perception de l’utilisation de l’Intelligence Artificielle par les enseignants de l’Université Marien Ngouabi : cas de ChatGpt », actes du colloque Ticemed14, 2024), et cette résistance mérite d’être théorisée plutôt que surmontée. Elle entre en conflit enfin avec l’incapacité actuelle de la plupart des universités publiques à déployer des infrastructures de calcul local. Mais cette incapacité n’invalide pas la proposition, elle la politise. Si les universités publiques ne peuvent pas déployer ce que leur mission pédagogique exige, ce n’est pas une raison de réduire la mission aux moyens disponibles, c’est un argument pour une politique publique de souveraineté numérique, pour la nationalisation ou la mise en commun des ressources de calcul, pour le financement public de la recherche en IA open source. La faiblesse de l’infrastructure est un problème politique qui appelle une solution politique, pas un argument pour l’abandon de la proposition.

Revenons pour finir à la question que Schnell pose avec justesse : que certifions-nous au juste lorsque nous disons qu’un étudiant a appris ? Sa réponse, la formation du jugement, est correcte, mais peut être insuffisante parce qu’elle ne thématise pas ce dans quoi le jugement prend racine, ce qui le rend possible avant qu’il puisse s’exercer. Notre réponse est différente : ce que l’université certifie, ou devrait certifier, c’est qu’un être humain a un espace latent. Qu’il a la densité culturelle nécessaire pour entrer en dialogue productif avec l’altérité, qu’elle soit humaine ou machinique. Qu’il a traversé le processus de la disproduction et qu’il en porte les traces dans sa façon de penser, non comme résultats mémorisés, mais comme fond constitué depuis lequel il peut naviguer dans les espaces latents qu’il rencontre (celui de la machine, mais aussi du professeur, des autres étudiants, etc). Et qu’il est capable, dans la rencontre avec l’espace latent machinique, de maintenir la tension de la disparation plutôt que de se dissoudre dans la vraisemblance, de produire depuis cette tension quelque chose qui n’existait pas avant.

Cette redéfinition implique que l’université reconnaisse honnêtement ce qu’elle a perdu dans sa propre histoire. La massification universitaire, la bureaucratisation de l’évaluation, la multiplication des livrables standardisés ont progressivement substitué à la formation du jugement la certification de productions.Cette substitution a un nom et une logique, mais ils ne sont pas d’abord économiques : ils sont épistémiques, et c’est pourquoi le néolibéralisme universitaire a pu s’installer sans résistance théorique à la hauteur de ce qu’il déplaçait. Ce que la culture de l’audit a rendu économiquement invisible n’est pas la formation du jugement en général, c’est précisément l’espace latent, le processus de constitution qui ne produit pas de résultat directement mesurable parce que son produit, c’est la transformation du sujet qui produit et le possible lui-même. Un espace latent humain en voie de constitution ne génère aucun livrable, ne satisfait aucun indicateur de performance, ne s’évalue sur aucune rubrique standardisée, pour la même raison structurelle que l’espace latent machinique est insignifiable en lui-même : on ne peut pas le lire directement, il faut l’activer, et ce qu’il produit n’apparaît qu’au moment de la sollicitation, non au moment de sa formation. Le néolibéralisme universitaire n’a pas choisi de détruire la formation de l’espace latent humain, il a simplement adopté des instruments de mesure qui ne pouvaient pas le capter, et ce qui ne se mesure pas ne se finance pas, non par malveillance mais par structure. L’IA n’a pas créé cette dérive, elle l’a rendue visible en la rendant triviale, en offrant à bas coût exactement ce que l’université avait appris à valoriser, la production d’artefacts verbaux correctement formés, et en révélant ainsi, par contraste, ce que cette valorisation avait progressivement évacué.

La Charte du bon usage des IA génératives à l’Université de Toulouse formule le problème en des termes qui méritent qu’on s’y arrête : « L’IAG n’est ni bonne ni mauvaise. Tout dépend de son usage » (2023). C’est vrai, et c’est précisément pourquoi cette formule est insuffisante. Car l’usage ne peut être bon que si celui qui l’exerce a les moyens de le rendre bons. Et ces moyens, l’espace latent humain constitué, la culture organique et métabolique qui permet de résister à la vraisemblance et de lui donner une direction, la capacité de tenir la tension de la disparation entre les deux espaces plutôt que de la résoudre trop vite dans la facilité du résultat, ces moyens ne se décrètent pas dans une charte. Ils se constituent dans le temps long de la disproduction, dans la lenteur et la friction de l’apprentissage, dans la rencontre répétée avec ce qui résiste. C’est ce temps long que l’université doit défendre, non contre l’IA et sa folle accélération, mais grâce à la clarté que l’IA a rendue enfin possible : l’enseignement supérieur n’a jamais eu pour mission de certifier des productions. Il a eu pour mission de constituer des espaces latents, mais il doit aussi commencer par admettre que ses propres enseignants ont, pour beaucoup, évité de traverser les trois moments qu’elle demande aux étudiants de traverser. La vraie question n’est pas pédagogique mais institutionnelle : qui formera les formateurs ?

A usage charter is not a theory. It is the admission that we do not yet know what is happening, but that something must nonetheless be done. Charters are multiplying: the Université de Toulouse has published its own (2023), the Québec Ministry of Higher Education has produced its reference framework (2024-2025), UNESCO its AI competency framework for teachers (2025). All share the same architecture: a preamble on the challenges, a list of principles, recommendations for use, and all of them, in this very format, reveal their structural limit. They treat a change of epistemic regime as a problem of governance. This is neither bad-faith criticism nor an attack on anyone’s good will. It is a diagnosis of the form of the response, which presupposes as intact what it should be questioning. For what generative AI does to knowledge does not leave unscathed the conditions under which a usage charter could have any purchase. It passes through these conditions, undoes them from within, and introduces into them a disproportion that protocols cannot absorb, because it lies in the very structure of knowledge and not in its uses.

This text would like to propose not one more charter, but a theory of what is happening, and, from this theory, a pedagogical proposal. Theory in the speculative sense of the term: not the verifiable description of a state of affairs, but a conceptual wager that constructs its objects at the same time as it describes them, and that is measured less by its adequacy than by its fecundity, by what it renders thinkable that was not so before, because technology too belongs to this excess regime of reality. This is why the pedagogical proposal that follows from it is not a turnkey device to be evaluated by the yardstick of its immediate feasibility, but the horizon that this theory makes necessary, and whose price, down to its political conditions, it accepts to name. The proposal is organized around one concept: the three latent spaces, a concept whose status must be specified from the outset. The term latent space comes from AI engineering; we carry it over to the human by an analogy that we assume as such, not to suggest that the mind would be a statistical model, but because the human and the machine belong to the same genus, that of the space of the possible, the set of entities that remain undetermined but can be actualized according to the context of their solicitation. This genus is shared literally; it is only the word, borrowed from technology, that travels by analogy. And what separates the two spaces is not their genus but a dissimilarity internal to this common genus, a dissimilarity that must be maintained, for on it depends the third space that their encounter can produce, under certain conditions only and not automatically.

The first confusion to dispel is the one that presents generative AIs as copying machines, or as the mediocre average of their training corpora. This presentation is reassuring because it leaves intact the documentary regime of knowledge: if AI merely recopies what exists, it is assimilable to plagiarism, detection tools suffice, and the hierarchies of knowledge, its origins, its regimes of proof, its lineages, remain fundamentally intact. The fraud is great, but knowledge is safe. Yet Godé and Meissonier, in their qualitative research conducted for the FNEGE among management academics (2024), show that tools for detecting generated content, Compilatio, Copyleaks, GPTZero, remain of unproven effectiveness, produce false positives, and that the very notion of fraud is legally unstable. Unlike plagiarism, whose regime of proof is established, the use of an AI to produce a text does not yet constitute an offense that can be characterized before an administrative court. This legal vacuum is not accidental. It reveals that the phenomenon exceeds the categories in which one would like to contain it.

What large language models produce, they produce from a continuous space, the latent space, in which the entities of the training corpus are encoded not as discrete objects but as vector coordinates in a space of several thousand dimensions. In this space, no distance is insurmountable: one can go from one point to another even if this passage never existed in any prior document. It is this noisy continuity, and not copying, not averaging, that makes possible the generation of texts that resemble no precise original while being statistically plausible, recognizable as belonging to the world of human language. Vector statistical encoding is not a JPEG- or MP3-type compression of documents, it is not an impoverished representation of an intact original. It is a change in the conditions of possibility and representation of knowledge, because it affects not only documents but their very activation. The statistics of the latent space are meaningless in themselves; they cannot be consulted as one would consult a text, they must be activated. It is as if the book were written as it was read, different at each reading while remaining recognizable, the book of an infinite variation made credible.

We must here resist the symmetrical and equally misleading objection: if machines imitate us with such plausibility, it is because we are reducible to machinic operations, a narcissistic wound by which AI would deprive us of what we believed to be our own ground. This is not so. What the indistinction between human text and generated text reveals is that our criteria of judgment were more fragile than we thought, because they rested on an implicit trust in the discreteness of documents, their assignable origin, the lineage traceable from a text back to an intentionality. Humans who learn also imitate, drift, hallucinate what they learn, according to a relation of fidelity and infidelity to already constituted knowledge. What differentiates human imitation from machinic production is therefore not the absence of mimicry in the human, mimicry is a fundamental structure of all learning, but what the process of imitation does to the one who imitates: it transforms them, hollows out a space in them, deposits sediments. It is this transformation by the process itself, and not by the result, that constitutes learning. And it is this that AI threatens, not by destroying it, but by offering the result without the path, plausibility without friction.

To grasp the depth of the change under way, we must go back to what Kant called the conditions of possibility of knowledge, in order to measure what happens there when the latent space enters, from within. In the first edition of the Critique of Pure Reason (1781), Kant proposed that the imagination is the most fundamental faculty: before intuition, before understanding, before reason, a synthetic power, schematism, makes possible the relation of the sensible manifold to the categories. An imagination without image, without anything prior, a pure synthetic power anterior to all matter. Troubled by the obscure character of this absence, Kant proposed the term monogram to indicate this foundation, a form without content, a rule of construction anterior to what it constructs. What the latent space of AIs constitutes, and this is the hypothesis that governs everything else here, is the technical externalization of this transcendental imagination: vectors and tensors take the vacant place of schemas, producing rules of construction that are no longer anchored in an individual consciousness, operating a schematization in the Kantian sense of a mediation between concept and intuition, but without recourse to a transcendental subject. We must specify here at what level of the Kantian architectonic the analogy holds. What the machinic latent space externalizes is not schematism in the strict sense, which operates on sensible intuition to produce the pure images of time from which the categories can apply to the manifold of perception. It operates at a different, but no less fundamental level: the one that Kant, in the Transcendental Deduction, calls recognition in the concept, the third synthesis of the imagination, the act by which something is identified as falling under a rule, received as a valid instance of a concept, recognized as belonging to the world of possible knowledge. It is at this level that the latent space acts, not on perception, but on recognition, on the conditions that allow a production to be received as coherent, credible, well-formed, worthy of being taught. And this is why its hold is harder to grasp than that of Kantian schematism: it does not precede perceptual experience, it infiltrates the moment when experience stabilizes into recognizable knowledge. In a regime where plausibility has colonized the practical conditions of truth, conditioning recognition amounts to conditioning knowledge itself. What conditions our relation to the sensible is no longer a subjective faculty but an objective technical system, whose major configuration decisions, which training corpora, which alignments, which weightings, are not made by an academic or democratic community but, most often, by a few private companies operating in commercial opacity. We have externalized our imagination into black boxes owned by oligarchs. This is not an alarmist metaphor: this thesis is speculative, that is the status claimed from the outset, but it accounts for the situation, and that is what makes any attempt to regulate it by usage charters derisory.

In the earlier documentary regime, knowledge was made up of documents separate from one another, books, articles, theses, which could be consulted, cited, contested, falsified in the Popperian sense. They had a stable identity, a date, an assignable authority. This regime rested on indexicality: the trace leaves an imprint that allows one to go back to its origin. In the regime of the latent space, this indexicality dissolves. Not because documents would have disappeared, but because knowledge changes nature in its mode of activation. It is no longer summoned as a document but generated as a variation, each time slightly different according to the context of attention, statistically plausible without being indexically true. This slide from the indexical to the plausible does not merely displace methods of evaluation, it displaces that from which something can be true or false, credible or not, worthy of being taught or not. Foucault had a word for this level: the episteme. Collin and Marceau, in their analysis of the ethical and critical stakes of AI in higher education, note that "technical application" and "ethical and critical reflection" remain poorly articulated in the university context (2022). This is a cautious euphemism: they are not poorly articulated, they do not speak to each other, because ethical reflection has not yet thematized that what is at stake is not a problematic use of technology but the transformation of the conditions under which truth is possible and recognizable.

—

For three decades, we have overflowed our own memories and cultural productions in the context of the Web. We have produced more texts, images, sounds, data than any previous generation, a collective hypermnesia whose scale exceeds any human capacity for attention and processing. This disproportionate and thus inhuman character of our memories stems from our own activity. It is an alien within us, born of our own excess, but become unrecognizable. AI did not come from outside to disturb a stable equilibrium. It is a problematic and partial response to this overflow that we ourselves produced, a way of navigating this hypermnesia that no longer passes through discrete documents identical to themselves, but through patterns that resemble one another and are potentialized, variable according to the context of their activation. What happens with AI, even if it is irreducible to it, is not entirely foreign to it. To understand AI is thus first to approach something of our era: not a technology that arrives upon us, but an excess that we have produced and that returns to us in a form we no longer control.

Faced with this situation, higher education institutions have developed four strategies. What they share is more revealing than what distinguishes them. They all presuppose that the change under way is a matter of instrumental use, and that correcting the use suffices to preserve intact what the use threatens.

— The strategy of autonomy consists in excluding AI from the territory of teaching, creating a protected zone where students would work without machinic assistance. Sciences Po Paris banned ChatGPT as early as January 2023 for written and oral assessments, on pain of expulsion. This strategy runs into a contradiction that its promoters have not resolved: it confuses the institutional exclusion of AI from pedagogical devices with the utopia of a cognitive purity of students. These are two entirely different things. Students arrive in their first year having already integrated AI into their habits, and claiming to wean them from it is not only illusory but pedagogically counterproductive if this weaning is not theorized. Moreover, the detection tools on which this strategy relies produce false positives that penalize precisely the students with the least academic cultural capital.

— The strategy of orality and in-person assessment is more coherent in the short term: if AI cannot speak in my place in a real-time conversation, oral assessment or written assessment in the classroom guarantees a form of human origin of the work. Godé and Meissonier show that this strategy is spreading massively; teachers who had abandoned the oral exam for decades are reintroducing it, some deeply rebalancing the weighting between written and oral. Schnell celebrates Socratic tutoring as the most contemporary form of university rigor ("L'université à l'épreuve des machines," AOC). But this strategy produces a systematic perverse effect that institutional discourse conceals: the oral structurally favors students socialized to verbal ease in cultivated milieus. Decamps and Zanichelli, in their exploratory study of 756 students at the Haute École Louvain en Hainaut, show that digital skills and AI adoption are unequally distributed by gender and discipline (2025), and one may hypothesize that inequalities in oral ease follow even more marked social distributions. To answer a problem of authenticity with a mechanism of social reproduction is not to solve the problem, it is to displace it.

	— The strategy of understanding is the most widely shared in institutional documents. Train students to understand the mechanisms of AI so that they can keep a critical distance: this is the horizon of "AI literacy" promoted by the Québec framework (2024-2025), the UQTR's Principles for the Use of Generative Artificial Intelligence (2023), the Guide for teaching staff (Ministère de l'Éducation du Québec, 2024-2025), and the UNESCO framework, which identifies as a fundamental competency the ability to "develop a critical understanding that AI is human-led." But this strategy rests on a misunderstanding: it assumes that understanding the code or the technical architectures is equivalent to understanding what AI produces. Yet what the latent space produces is not reducible to the code that makes it run. One can know the Transformer architecture and still be unable to position oneself creatively and critically in relation to what a model generates. Technical understanding of AI is not a cultural understanding of the latent space.

— The strategy of judgment is the most philosophically ambitious. Train subjects capable of distinguishing an argument from a rhetoric, a proof from a plausibility: Schnell formulates it sharply, the mission of the university is to train judgment by putting minds to the test. But the conditions of possibility of judgment itself are affected by AI. Kantian judgment presupposes an operative distinction between the true and the plausible, a stable epistemic subject able to stand in an overarching position in relation to its conditions of knowledge. Yet it is precisely this distinction that the latent space erodes. Generated texts satisfy the formal criteria of coherence and plausibility without necessarily being true. This is the establishment of a technological transcendental, a transcendental that no longer precedes experience but follows and conditions it retroactively, from within our cognitive habits. To teach judgment to students immersed in this regime is to offer them an exteriority that does not exist.

—

This reversal of the conditions of thought deserves a pause, for it is what accounts for the depth of the change and not its surface effects. The Kantian transcendental precedes experience, it is its condition of possibility, that without which nothing can be received as experience, structured as experience, recognized as belonging to the world. Its anteriority is logical and not temporal. It does not come before in time, it is that from which time itself is possible. The machinic latent space does not function this way. It does not precede experience, it insinuates itself into its folds after the fact, through the habits it creates, the expectations it normalizes, the thresholds of tolerance for uncertainty that it progressively lowers. It is not an a priori but an a posteriori that finds itself, after the fact, in the position of a condition. It retroactively reconfigures what thought recognizes as normal, as coherent, as sufficient. And because it operates after the fact, from within already formed habits rather than from an exterior and overarching plane, it is infinitely harder to thematize than the Kantian transcendental, which could still be the object of a deduction, that is, of an inquiry into its conditions from a position that was still partly exterior to it. The technological a posteriori transcendental leaves no exterior position from which to grasp it. It can only be perceived by passing through it, which is precisely the new pedagogical condition that we wish to name.

We must clarify a little more what we mean by latent space. The word is technical, the genus it serves to designate is not. This genus, the space of the possible, is what we now seek to isolate, before showing that the machine and the human are two dissimilar species of it. The latent space designates the set of entities that remain undetermined but can be actualized according to the context of their solicitation. It must be sharply distinguished from the virtual and the probable. The traditional computational virtual is structured by explicit rules programmed a priori; it simulates behaviors according to hypothetico-deductive models, and generates only what its rules permit. The probable belongs to the regime of Laplace's demon: an epistemic limitation that designates not an ontological openness but ignorance of a determined state of affairs. The possible, for its part, introduces a fundamental indeterminacy, the coexistence, in a single situation, of several mutually exclusive potentialities that are not incomplete states but states awaiting resolution, openings constitutive of the real itself. The latent space of AI belongs to the regime of the possible in the order of signs. This explains both its fecundity and its dangerousness for regimes of knowledge that rested on the discreteness of documents. What characterizes the machinic latent space is first its continuity: no gap, no break, no border between domains, all entities are in principle equidistant. But it is also, and this is perhaps the most decisive point, its native non-signifiability: it cannot be read directly, it must be activated by a contextual solicitation to produce something visible, audible or legible. The latent space is a power without its own act, a possible without spontaneous actualization, it waits to be traversed. And one cannot traverse it productively if one brings nothing to the traversal, if one does not oneself have a latent space from which to orient, resist, deflect what the machinic space proposes. This is the condition that current institutional policies have not thematized, and it is what makes necessary the proposal that follows.

—

The central hypothesis of this text is the following: human beings themselves have a latent space. The expression is analogical, but the analogy bears on a real trait and not on a resemblance of image. Knowledge is not a set of learned and stored facts, a database to be consulted, but a space of possibles: latent associations, unformulated anticipations, questions one does not yet know one is asking, connections between domains one has not yet explicitly linked. And above all, and this is where the specific difference from the machinic latent space lies, a relation to truth that is not merely statistical but existential, the capacity to feel from within that a line of reasoning is hollow despite its apparent correctness, that something does not hold even if one does not yet know why.

This human latent space is constituted slowly, by accumulation and sedimentation, by frequenting texts and works, by the slowness of an understanding that comes, and that does not always come, and whose absence is itself productive (which is why some like to read books they do not understand). This process I call disproduction: not the production of a text, an answer, a result, but the transformation of the subject who produces, the hollowing out of their latent space, the deepening of a zone of the possible, the creation of new connections between zones that seemed disjoint. To disproduce is to produce by letting oneself be transformed by the process of production, which is precisely the opposite of what AI offers: the result without the path, plausibility without friction. When it is possible to obtain in thirty seconds a plausible text on any subject, the rational temptation is to short-circuit the process that would have allowed one to constitute one's own ground. But what this process produces is not the text, it is the subtle modification of the latent space of the one who writes, the encounter with a resistance that forces one to think differently, the discovery of a difficulty one had not anticipated. Disproduction is the path itself as destination.

The machinic latent space does not know that it produces the plausible, it has no relation to truth, only to the statistical distribution of occurrences. The human latent space, for its part, knows when something does not hold, even before knowing why, because it is made of sedimentations of lived experiences, of resistances encountered, of understandings that were late in coming and that, for this very reason, have left a deeper trace than those that come easily. It is this dissimilarity, not as a defect of one or the other, that makes the encounter possible. What constitutes it is the process of its constitution, the path, and not the result that the path could have produced more quickly. This is why disproduction is not merely one pedagogical value among others, it is the logical condition of difference. The latter requires two dissimilar spaces in tension; it does not occur if one of the two is too thin to resist the other. A human latent space that is insufficiently constituted cannot maintain the irreducible gap. It dissolves into machinic plausibility, absorption replaces tension, and what could have produced depth produces only a reflection. Disproduction is what makes the human latent space dense enough, charged enough with sedimented resistances, for the encounter with the machinic space to be an encounter between dissimilars rather than the dissolution of the weaker into the more available.

—

The encounter between the two latent spaces, human and machinic, does not automatically produce something new. It may produce the absorption of the first by the second. The student whose human latent space is not dense enough dissolves into machinic plausibility, draws from it a result without friction, without transformation. It may also produce sterile refusal, the human who refuses all contact with the machinic latent space, who treats each production as a threat rather than a fecund resistance. What interests us is the third possibility, and it is not the synthesis of the first two: it is an emergence that neither would have produced alone.

To think this difference, the concept of disparation that Gilbert Simondon develops in his analysis of binocular perception is decisive, provided it is not used too quickly as a mere comparison. Disparation first designates an untenable tension: the two slightly different images captured by the left eye and the right eye are incompatible as such, they cannot simply be superimposed without producing a useless double image. It is in this irreducible gap, this disparity maintained rather than resolved too quickly, that something is resolved at a higher level of reality. The perceived depth emerges, irreducible to the two source images, contained in neither of them, the product of tension and not of synthesis. Disparation is not a compromise, it is a resolution at a level that the two terms in tension could not reach separately.

It is this same logic that must govern the relation between the human latent space and the machinic latent space. They are dissimilar, profoundly, fundamentally dissimilar, and this dissimilarity must be maintained rather than absorbed into a soft hybridization that would be neither one nor the other. But if the encounter is real and reciprocal, if the human affects the machinic and the machinic affects the human, in a relation where neither term absorbs the other, then a third latent space can emerge that is neither human nor machinic but strictly cultural, something that would not have existed without the tension between the first two, a thought bearing the mark of a constituted human latent space that has rubbed against machinic alterity until it was transformed without dissolving into it. Cultural in the precise sense that Simondon gives this term in his theory of individuation: not issuing from a preexisting culture whose contents it would extend, but participating in the transindividual regime, that is, in a level of reality that exceeds both the individual and the technical system by producing something exposable to collective contestation. The higher level at which disparation resolves the tension between the two latent spaces is not a new cognitive faculty nor a recognizable style, it is the entry into the shared milieu where something can be received, put in tension, inhabited by others, where thought ceases to belong to the one who produced it in order to become an object that the community can appropriate, contest, transform. It is in this sense, and in this sense only, that the third space is strictly cultural, not because it would be made of culture, but because it participates in the transindividual, in the level at which human and technical individuations surpass themselves toward something that no longer belongs to any of the terms that made it possible. This third space is not an abstract promise. It is what is concretely produced by prolonged experimentation with a machinic latent space that one has learned to know from within, that one has fed with one’s own references, whose resistances one has felt, whose heavy tendencies one has learned to deflect.

The third latent space is recognized by several signs that are not to be confused with those of dissolution or those of refusal. The first is surprise, the moment when what the machinic space produces exceeds what one had asked of it and forces a reformulation of one’s own thought. Not that the machine has thought in one’s place; it has only traversed a zone of its own latent space that the question posed made accessible. But this traversal has revealed something that the human latent space carried without knowing it, a latent connection that had not yet found its formulation. One recognizes this connection as one’s own only at the moment it appears in the machinic production, and it is this moment of recognition, which is also a moment of surprise, that signals that a disparation has taken place rather than a simple extraction. The second sign is resistance. The machinic latent space resists, there are zones it cannot reach, connections it does not make, nuances it flattens. This resistance is not a defect to be corrected, it is a signal. When one feels that what the machine produces does not go far enough, or that it goes in a direction that deviates from what one was looking for, it is because the human latent space has a density that the machinic space cannot reproduce, a more deeply constituted zone, more hierarchized, more charged with what only sedimented experience can deposit. The resistance of the machinic space is a negative cartography of the human latent space: it reveals its active zones by contrast with what it cannot do. The third sign is the trace, and it is perhaps the most important for evaluation. The third latent space leaves behind a recognizable trace, distinct both from pure machinic production and from untraversed human production. It is not a trace of style, AI can imitate styles. It is a trace of process: the successive versions show a movement, hesitations, backtrackings, moments where the machinic production was resisted and moments where it was followed, decisions that can be explained only by the encounter of two dissimilar latent spaces. This processual trace offers a first marker, the least reliable of the three: it shows a movement where machinic production alone shows only a state, but it certifies nothing by itself, advanced models excel at mimicking erasure, feigning hesitation, inventing for themselves scars of thought. The three signs we have just described are therefore not proofs, they are heuristics that orient attention, footholds for a dialogue that alone can confirm what they indicate. Disparation is not detected in the text, it is verified in the author, under the pressure of questioning in real time, at the moment when the living objection forces them to overflow what they had written.

—

This analysis leads to a pedagogical proposal structured in three distinct moments, which answer to the logic of the three latent spaces and their conditions of emergence. This is not a progression of increasing skills in the use of AIs, an AI literacy deployed transversally at all levels, as the Québec framework (2024-2025) proposes. It is an ordered sequence, each moment of which is the condition of the next. These three moments are not identified with a fixed duration, they constitute axes whose proportion adapts to the real length of the curriculum, whether a three-year bachelor’s degree, a master’s or a doctorate. What is invariant is not the time allotted to each moment, but their order and their necessity: the second presupposes that the first has been sufficiently inhabited, the third that the second has produced a density sufficient to resist dissolution.

— First moment: the constitution of the human latent space

The first years should be devoted to the constitution of a dense and personal cultural latent space, within pedagogical and assessment devices that cannot be short-circuited by AI, not because they are surveilled, but because their very form excludes it. We must dispel here a confusion that could feed the most legitimate criticisms of this proposal: the exclusion we propose is not the policing ban that we criticized. It does not claim that students do not use AI in their daily lives, they do, and no one can or should prevent them. It concerns what the university evaluates and values during this moment: not productions that could be generated, but processes that cannot be. The oral defense of an interpretation under the pressure of a real-time objection, the annotated reading notebook defended in session, the analysis of an archive in its materiality, slow and revised writing whose traces can be shown. All of this is inviolable not through surveillance but by nature, because the format demands the presence of a human latent space.

This first moment must be a demanding apprenticeship in the humanities and sciences in what is most irreducible about them: the slow reading of difficult texts, the frequenting of works and archives in their materiality and their resistance, small-group seminars where one defends an interpretation and learns to feel where it gives way. It must cultivate what might be called quality ignorance, awareness of the edges of knowledge, familiarity with productive uncertainty, learning the difference between not knowing and being in the process of learning to know. But we must be precise about the conditions of this formation: Decamps and Zanichelli show that digital skills and AI adoption are unequally distributed by gender (76% of men use AI frequently versus 64% of women) and discipline (75% in science and technology versus 58% in the humanities and social sciences), and inequalities in oral ease follow even more marked social distributions. This first moment therefore cannot simply be declared, it demands small class sizes, explicit support devices, an investment in human presence that makes the constitution of the human latent space possible under equitable conditions. The current political conditions of higher education seem to make this prospect impossible, for reasons, as we will explain later, that are not unrelated to AI.

— Second moment: heuristic exploration as an epistemology of encounter

The second moment begins when the human latent space is sufficiently constituted to enter into dialogue with the machinic latent space without dissolving into it. This moment is not a technical initiation to AI, it is not the moment to learn to use tools. It is the moment of what we call heuristic exploration, the epistemic form that every discipline is compelled to adopt when a technology reconfigures the conditions of possibility of thought itself. When what is at stake is not one tool among others but the modification of the transcendental, the transformation of that from which something can be true, recognizable, worthy of being taught, instrumental use no longer constitutes an adequate response: it carries over into the new conditions the habits formed under the old ones, and thus reinforces precisely what it claims to limit. Only exploration, which treats the process of production itself as an object of investigation, can reveal how these conditions have changed and how to orient oneself within them without dissolving. The tradition of research-creation, theorized notably in the artistic contexts of Québec universities such as UQAM and Concordia, offers the most elaborate and reflexive example of it, but what it has thematized in the arts is a particular case of a more general epistemic response, valid for law as for chemistry, for management sciences as for philosophy, as soon as the condition of their exercise has been displaced. Generalized to the age of latent spaces, this posture means: treating dialogue with AI not as a use to obtain a result but as an experimentation that is undergone, analyzing while producing, modifying the conditions of production according to what the production reveals. This movement, produce, analyze, modify, is what distinguishes productive disparation from consumerist dissolution in platforms.

This second moment must imperatively go through open-source and local AIs. This is not an accessory ideological gesture, it is a condition at once pedagogical, political and environmental. Pedagogical because working with an open-source and local AI means being able to enter its latent space, feed it with one's own references, libraries, corpora, fine-tune it according to one's own needs, and feel in return how this space is transformed. Commercial platforms, whose alignment parameters are not accessible and whose biases can be neither identified nor contested, do not allow this entry. Political because dependence on these platforms is contrary to academic autonomy, and because if public universities cannot deploy the necessary infrastructure, it is precisely because computing resources have been captured by the private sector, which calls not for resignation but for a public policy of digital sovereignty. To this political reason is added one that institutional documents rarely name clearly: platforms do not merely remain opaque about their alignments, they produce, on each pedagogical interaction, behavioral data that goes to the companies that exploit them. Each student query, each formulation of a difficulty, each hesitation before an unexpected result constitutes material over which the university has neither control nor ownership, and whose uses are determined by interests structurally foreign to education. To encourage heuristic exploration on commercial platforms is therefore not only to accept opaque latent spaces, it is to outsource the surveillance of students' cognitive processes to private actors, which is precisely the opposite of what a pedagogy of latent spaces demands. Environmental because a query on ChatGPT has a greater environmental impact than an equivalent query on a local model such as LLaMA. Comparative studies of the footprint of large models show orders of magnitude unfavorable to cloud platforms compared with local models, differences that can reach several dozen times depending on the criteria used: energy consumption, CO₂ emissions, water consumption, material impact (Luccioni, Viguier and Ligozat, "Estimating the Carbon Footprint of BLOOM," 2022; Patterson et al., "Carbon Emissions and Large Neural Network Training," Google, 2021). The university cannot claim to train responsible citizens while internalizing in its pedagogical practices the systems most destructive to the planet.

This moment also requires the systematic making explicit of processes: students show the traces of their dialogue with AI, the successive versions, the choices of direction, what they kept, discarded, reformulated, and why. Not to prove their honesty, the stakes are not policing, but because this making explicit is itself a form of thought, and because it is in these traces that the emergence of the third latent space becomes visible, shareable and collectively evaluable.

— Third moment: co-production of the third latent space. The third moment is the one where the distinction between human production and machinic production becomes secondary, not because it would have been abolished, but because what matters is no longer the origin of the materials but the quality of the space that has emerged from their encounter. The works produced at this level bear the mark of an intelligence that has transformed itself in contact with machinic alterity, and that has managed to maintain the tension of disparation rather than resolve it into an easy synthesis.

Disparation begins in a particular cognitive state that must be named carefully, for it conditions everything that follows: not ignorance, not constituted knowledge, but what one might call the undeveloped presentiment, an idea whose possible form one perceives without yet holding it, whose direction one senses without knowing its course, which one knows exists somewhere in one's own latent space without yet being able to summon it. This state is uncomfortable because it is asymmetrical: one has enough to know there is something, not enough to formulate it. It is precisely from this state, which suspends instrumentality, that one enters the machinic latent space, and not from a closed question, not from a solved problem one would like to reformulate, but from this zone of tension between what one senses and what one does not yet know how to say. What the machinic space then produces is not an answer to a question, it is a possible development of what was still only a pressure. And in this development, certain elements astonish, not because they are unexpected in the sense of the arbitrary, but because they correspond to something that the human latent space recognizes without having formulated it. This moment of recognition is the sign of disparation. One does not receive new information, one recognizes something that was there, latent, and that the machinic traversal has made visible. It is not the machine that thought in one's place, it is the machine that made accessible a zone of the human latent space that the pressure of the presentiment indicated without reaching it. What then begins is a back-and-forth whose logic is neither correction nor validation. The author takes up certain astonishing elements, integrates them into their own formulation, and from this partially transformed formulation returns to the machinic space with a presentiment slightly displaced, more precise, or decentered in relation to the initial direction. The new generation in turn produces elements some of which astonish again, others disappoint, still others reveal, through their very insufficiency, a zone of the human latent space denser than what the machine can reach. This play of successive takings-up is not an iterative refinement in the technical sense, it is not the optimization of a result toward a preestablished target. It is a process of reciprocal constitution: at each round trip, the initial presentiment becomes more precise, shifts, gains contour; the human latent space finds itself slightly modified by what it has had to do in order to decide what it kept, discarded, reformulated. The trace of this process, the successive versions, the elements retained and abandoned, the moments when machinic generation forced a displacement, is what makes visible, after the fact, that a third space has emerged, something that was neither in the initial presentiment nor in any of the successive generations, but that their friction has made possible and that can henceforth be called a text.

Evaluation at this level can no longer rest on criteria of authenticity in the traditional sense. This objection is real and deserves to be taken seriously: how to distinguish a text produced in the fecund tension of disparation from a text issuing from a very sophisticated consumer prompt? The boundary is indeed porous, and it would be dishonest to claim otherwise. But this porosity is not a problem specific to the proposal of the three latent spaces, it is a problem of all evaluation of thought. How have we always distinguished a text that is truly thought from one that produces its appearances? The answer has always been the same: not by analysis of the text alone, but by the attentive testing of its author. What the proposal of the third latent space adds to this ancient answer is a concrete modality: evaluation bears on the process as much as on the result because we have collectively decided that such a production deserves our attention and that we will spend time interpreting it. The research-creation journal, the traces of dialogues with AI, the successive versions, the explicit decisions, the identified resistances, the moments when the machinic surprised the human and vice versa, constitute an object of evaluation in its own right. A student who can show how the encounter with the machinic latent space transformed their thought, which zones of their own latent space were revealed by this encounter, where disparation produced something that neither would have reached alone, that student is evaluable according to criteria that do not vanish in porosity. These are criteria that require evaluators to have themselves traversed the three moments. And this is why this pedagogical proposal is not separable from a transformation of the teachers themselves.

We must here confront the aporia lodged at the very heart of simulation: the joint capacity of the human and the machine to dissimulate their own traces, an operation that constitutes the secret engine of the Turing test. To postulate that the research-creation journal harbors unforgeable traces would be to yield to one last indexical illusion. Advanced models excel precisely at mimicking hesitation, feigning erasure, inventing for themselves scars of thought; while the student, for their part, knows how to theatricalize effort or disguise borrowing. Faced with this carnival of crossed opacities, the teacher must abandon the policing posture of the verifier of authenticity to assume a properly critical condition and a generalized suspicion as the condition of knowledge. What does the teacher read, exactly? A text that manages to veil its origins undetectably is not a mediocre artifact. It is, formally, a masterpiece of contextualization and stylistics. The problem is no longer the quality of the object but the metabolic void that it may mask. To evaluate, in the regime of the third latent space, can therefore no longer consist in certifying an original purity, but in testing the resonance of the subject under the pressure of real-time dialogue. It is at the exact moment when the veil tears, when the living objection forces the student to overflow their own text, that the real density of their organic latent space is measured. A more serious objection than that of porosity must be confronted here, for it targets the very medium of evaluation. If the third space is tested by testing its author, by their capacity to articulate, under questioning, how their organic latent space took charge of machinic automation, are we not reproducing the perverse effect reproached to the strategy of orality, the structural advantage of students socialized to verbal ease? The object of the test, it is true, has changed: one no longer tests the origin of a production but the quality of a relation, which cannot be forged by a prompt because it is not of the order of the result. But the medium remains partly verbal and performative, and it would be dishonest to claim that social inequality stops at the door of this medium. The response therefore does not consist in declaring this evaluation immune, but in recalling where equity is really at stake: not at the moment of the final evaluation, but in the very constitution of the human latent space, in the first moment, of which we have said that it demands small class sizes, explicit support devices, an investment in human presence. The evaluation of the third moment does not correct inequalities, it presupposes that they have been worked on upstream. This has a cost that must be named: the whole edifice then rests on the first moment, that is, on the most resource-intensive and least guaranteed part of the proposal. This is a real fragility, but assumed and localized, and not a blind spot, and it confirms, once again, that what is at stake is not an evaluation protocol but a politics of means.

—

The proposal of the three latent spaces comes into direct conflict with several structural tendencies of the university. It conflicts with massification and the logic of throughput: the first moment we propose is costly in human presence and small class sizes, it does not accommodate lecture halls of five hundred students. It conflicts with policies of rapid integration of AI into teaching, policies often constructed in too close a dialogue with technology companies that have every interest in their platforms being adopted in educational spaces. Bossoto shows that even in less well-resourced contexts, such as the Université Marien Ngouabi, teachers develop nuanced and sometimes resistant perceptions in the face of injunctions to adopt (Bossoto, “Perception de l’utilisation de l’Intelligence Artificielle par les enseignants de l’Université Marien Ngouabi : cas de ChatGpt,” proceedings of the Ticemed14 conference, 2024), and this resistance deserves to be theorized rather than overcome. It conflicts, finally, with the current incapacity of most public universities to deploy local computing infrastructure. But this incapacity does not invalidate the proposal, it politicizes it. If public universities cannot deploy what their pedagogical mission demands, this is not a reason to reduce the mission to the available means, it is an argument for a public policy of digital sovereignty, for the nationalization or pooling of computing resources, for public funding of open-source AI research. The weakness of infrastructure is a political problem that calls for a political solution, not an argument for abandoning the proposal.

Let us return, to conclude, to the question that Schnell poses with accuracy: what do we certify, exactly, when we say that a student has learned? His answer, the formation of judgment, is correct, but may be insufficient because it does not thematize that in which judgment takes root, what makes it possible before it can be exercised. Our answer is different: what the university certifies, or should certify, is that a human being has a latent space. That they have the cultural density necessary to enter into productive dialogue with alterity, whether human or machinic. That they have gone through the process of disproduction and bear its traces in their way of thinking, not as memorized results but as a constituted ground from which they can navigate the latent spaces they encounter (that of the machine, but also of the professor, of other students, etc.). And that they are capable, in the encounter with the machinic latent space, of maintaining the tension of disparation rather than dissolving into plausibility, of producing from this tension something that did not exist before.

This redefinition implies that the university honestly acknowledge what it has lost in its own history. University massification, the bureaucratization of evaluation, the multiplication of standardized deliverables have progressively substituted for the formation of judgment the certification of productions. This substitution has a name and a logic, but they are not first of all economic: they are epistemic, and this is why university neoliberalism was able to install itself without theoretical resistance commensurate with what it was displacing. What audit culture has rendered economically invisible is not the formation of judgment in general, it is precisely the latent space, the process of constitution that produces no directly measurable result because its product is the transformation of the subject who produces and the possible itself. A human latent space in the process of constitution generates no deliverable, satisfies no performance indicator, is evaluated on no standardized rubric, for the same structural reason that the machinic latent space is non-signifiable in itself: it cannot be read directly, it must be activated, and what it produces appears only at the moment of solicitation, not at the moment of its formation. University neoliberalism did not choose to destroy the formation of the human latent space, it simply adopted instruments of measurement that could not capture it, and what is not measured is not funded, not out of malevolence but by structure. AI did not create this drift, it made it visible by making it trivial, by offering at low cost exactly what the university had learned to value, the production of correctly formed verbal artifacts, and thus revealing, by contrast, what this valorization had progressively evacuated.

The Charter for the Good Use of Generative AI at the Université de Toulouse formulates the problem in terms that deserve a pause: "GenAI is neither good nor bad. It all depends on its use" (2023). This is true, and it is precisely why this formula is insufficient. For use can be good only if the one who exercises it has the means to make it so. And these means, the constituted human latent space, the organic and metabolic culture that allows one to resist plausibility and give it a direction, the capacity to hold the tension of disparation between the two spaces rather than resolve it too quickly in the ease of the result, these means cannot be decreed in a charter. They are constituted in the long time of disproduction, in the slowness and friction of learning, in the repeated encounter with what resists. It is this long time that the university must defend, not against AI and its mad acceleration, but thanks to the clarity that AI has finally made possible: higher education never had the mission of certifying productions. It had the mission of constituting latent spaces, but it must also begin by admitting that its own teachers have, for many of them, avoided traversing the three moments that it asks students to traverse. The real question is not pedagogical but institutional: who will train the trainers?