Technostress, cognition incarnée et souveraineté mentale à l’ère des agents autonomes

Introduction

En 2008, Gloria Mark et ses collègues ont mesuré expérimentalement ce que beaucoup ressentent sans pouvoir le nommer : après une interruption dans une tâche de travail, un individu met en moyenne 23 minutes pour retrouver un niveau de concentration équivalent à celui d’avant l’interruption (Mark, Gudith & Klocke, 2008) (1). Dans un environnement professionnel où les interruptions se succèdent toutes les trois à cinq minutes, cette donnée cesse d’être anecdotique. Elle décrit un état de fragmentation attentionnelle quasi permanent, dans lequel la concentration profonde devient structurellement inaccessible.

Ce phénomène a un nom : le Technostress. Introduit par le psychologue Craig Brod en 1984, le terme désignait alors la difficulté d’adaptation individuelle aux technologies informatiques (Brod, 1984) (2). Quatre décennies plus tard, le concept a changé de nature. Il ne décrit plus une gêne subjective face à l’outil. Il désigne un déséquilibre structurel entre la capacité cognitive humaine finie, biologiquement contrainte, ancrée dans un corps et des environnements informationnels conçus pour une sollicitation sans interruption.

Cet article examine ce déséquilibre sous quatre angles articulés :

• Les fondements cognitifs qui rendent la surcharge inévitable au-delà d’un certain seuil, en intégrant la dimension incarnée de la cognition.
• Les technologies émergentes de détection des états cognitifs, en distinguant ce qui est établi de ce qui reste exploratoire.
• La reconfiguration de la boucle humain-machine introduite par les agents autonomes et la robotique collaborative.
• Et enfin la question de la souveraineté cognitive dans toutes ses dimensions industrielle, opérationnelle, juridique et démocratique en examinant les articulations entre neuro-droits et cadres réglementaires émergents, dont l’AI Act européen.

1^ère partie – Un cerveau bayésien dans un monde saturé de signaux

La conception dominante en neurosciences cognitives contemporaines est celle du cerveau bayésien : le cerveau ne reçoit pas passivement le réel, il l’infère. Il combine en permanence des attentes internes construites par l’expérience et des signaux sensoriels externes, pour produire la représentation la plus probable de ce qui se passe. Cette théorie du codage prédictif, formalisée par Karl Friston (2010) (3), repose sur un principe simple : percevoir, décider, agir, c’est réduire de l’incertitude, pas enregistrer des faits.

Cette architecture entraîne une conséquence directe sur la question du technostress. Si la cognition est fondamentalement une activité d’inférence sous contrainte, alors toute inflation des signaux, bruit, interruptions, concurrence attentionnelle, injonctions simultanées dégrade la qualité de cette inférence. Ce n’est pas une question de volonté ou de discipline individuelle. C’est une question de physique du traitement de l’information.

Shannon (1948) (4) avait formalisé ce principe dans un cadre différent : tout canal de communication a une capacité maximale au-delà de laquelle le taux d’erreur augmente inévitablement. Appliqué à la cognition humaine, ce principe est éclairant à condition de le traiter comme une analogie productive, non comme une équivalence formelle. Le cerveau n’est pas un canal électronique. Mais comme lui, il a des limites de traitement au-delà desquelles la fragmentation devient structurelle.
La psychologie cognitive du XX^e siècle a fourni les preuves expérimentales de cette limite. George Miller (1956) (5) a montré que la mémoire de travail ne peut maintenir simultanément qu’un nombre restreint d’éléments. Donald Broadbent (1958) (6) a formalisé l’idée d’un filtre attentionnel : face à des stimuli concurrents, le système nerveux central sélectionne, il ne traite pas tout en parallèle. Alan Baddeley et Graham Hitch (1974) (7) ont décrit une mémoire de travail composée de sous-systèmes coordonnés par un administrateur central aux ressources limitées. Bernard Baars (1988) (8), puis Stanislas Dehaene et ses collaborateurs (2011) (9), ont donné à cette architecture sa formulation la plus intégrative avec la théorie de l’espace de travail global : une multitude de processus spécialisés opèrent en parallèle dans l’inconscient cognitif, mais seule une quantité très restreinte d’informations accède à une scène centrale consciente, où elle devient disponible pour le raisonnement, la décision et l’action coordonnée.

C’est précisément cet espace étroit que les environnements numériques contemporains saturent. Les effets documentés sont multiples : hausse du taux d’erreur dans les tâches de jugement, allongement des temps de décision, appauvrissement de la profondeur réflexive, et paradoxe bien documenté, un sentiment subjectif de contrôle maintenu chez des individus pourtant objectivement débordés (Kirsh, 2000) (10).

Un effet de long terme mérite d’être mentionné ici. Loh et Kanai (2016) (11) ont montré, dans une revue de la littérature portant sur les effets de l’usage intensif d’internet sur la cognition, que l’exposition chronique à des environnements à haute densité informationnelle est associée à des modifications de la connectivité fonctionnelle préfrontale et à une réduction de la capacité d’attention soutenue. Ces résultats restent débattus et les effets de causalité sont difficiles à isoler des effets de sélection mais ils suggèrent que qu’en plus d’être un phénomène aigu, la pression numérique pourrait exercer des effets durables sur la plasticité cérébrale elle-même.

L’apport de l’intelligence incarnée : la cognition n’est pas uniquement dans le cerveau.

Une limite majeure des modèles cognitifs classiques est de traiter le cerveau comme un processeur isolé. Les neurosciences et la philosophie de l’esprit contemporaines ont profondément remis en cause cette vision.

Le courant de l’intelligence incarnée (embodied cognition), dont les fondements théoriques ont été posés par Francisco Varela, Evan Thompson et Eleanor Rosch (1991) (12), puis développés par Andy Clark (1997) (13) et Alva Noë (2004) (14), soutient que la cognition n’est pas localisée dans le cerveau seul. Elle émerge de l’interaction dynamique entre le cerveau, le corps et l’environnement. Posture, respiration, tension musculaire, mouvement oculaire, rythme cardiaque : ces dimensions corporelles sont dans les faits des composantes constitutives de la pensée.
Cette perspective change radicalement la lecture du technostress. La pression numérique ne s’exerce pas uniquement sur un cerveau abstrait. Elle s’exerce sur un organisme entier. Une posture figée devant un écran, une respiration superficielle sous charge cognitive élevée, une tension cervicale chronique : ces manifestations corporelles ne sont pas des conséquences secondaires de la surcharge mentale. Elles en sont des expressions simultanées, et parfois des amplificateurs.

Pour la détection des états cognitifs, cette perspective est décisive. Elle justifie l’intégration de signaux corporels (posture, démarche, tension musculaire, variabilité respiratoire) dans les modèles d’inférence de la charge cognitive. Elle suggère également que les interventions sur l’environnement physique de travail tels que l’ergonomie, la mobilité, et les pauses actives ne sont pas des mesures de confort périphériques. Elles agissent directement sur la qualité du traitement cognitif.
Clark et Chalmers (1998) (15) ont prolongé cette réflexion avec le concept d’esprit étendu (extended mind) : les outils, les interfaces et les environnements numériques ne sont pas seulement des supports de la cognition. Ils en sont des composantes fonctionnelles. Un tableau de bord bien conçu réduit la charge cognitive en externalisant une partie du traitement. Un tableau de bord mal conçu l’augmente en imposant des opérations de traduction et de réconciliation supplémentaires. La conception des interfaces n’est donc pas une simple question esthétique, c’est une question cognitive au sens plein.

2^e partie – Mesurer ce qui ne se dit pas : état de l’art des signaux faibles.

Un ensemble de travaux récents explore la possibilité d’inférer des états cognitifs, charge, fatigue, stress, désorientation à partir de signaux comportementaux et physiologiques continus, sans passer par la verbalisation. Ces approches se situent à des niveaux de maturité très différents, et cette gradation doit être explicitée.

Bio-sensing et signaux à base expérimentale solide.

La pupillométrie est l’un des indicateurs les mieux validés. Beatty (1982) (16) a établi une corrélation entre la dilatation pupillaire et l’effort mental dans des tâches contrôlées. Cette relation a été répliquée dans de nombreux contextes, y compris des environnements opérationnels (van der Wel & van Steenbergen, 2018) (17). La pupille se dilate sous charge cognitive élevée, indépendamment des variations lumineuses à condition que celles-ci soient contrôlées.

La variabilité de la fréquence cardiaque (VFC) est un indicateur sensible de la régulation autonome et du stress. Sa mesure est accessible via des capteurs portables courants, ce qui en fait un proxy opérationnellement pertinent.

La dynamique de frappe au clavier (latences inter-touches, erreurs, rythme) est corrélée à des états émotionnels et cognitifs dans plusieurs études expérimentales (Epp, Lippold & Mandryk, 2011) (18). Sa sensibilité est suffisante pour détecter des variations de charge cognitive dans des tâches de bureau standardisées.

L’activité électrodermale reflète l’activation sympathique et constitue un indicateur classique du stress aigu, utilisé en psychophysiologie depuis plusieurs décennies.

Signaux en cours de validation.

La spectroscopie proche infrarouge fonctionnelle (fNIRS) permet d’estimer l’activité préfrontale par mesure de l’oxygénation cérébrale, sans contrainte de mobilité. Les études récentes montrent une sensibilité prometteuse à la charge cognitive dans des tâches complexes (Ayaz et al., 2012) (19). La technologie est en cours de miniaturisation et plusieurs équipes travaillent à son intégration dans des dispositifs portables. Son niveau de validation en conditions réelles reste inférieur à celui des mesures cardiovasculaires.

L’analyse sémantique et syntaxique des productions textuelles constitue une autre approche émergente. Elvevåg et al. (2010) (20) ont montré que la cohésion sémantique des textes produits se dégrade sous certaines conditions pathologiques. Des travaux plus récents explorent l’extension de cette approche à la fatigue cognitive dans des populations non cliniques, avec des résultats préliminaires encourageants mais encore à consolider.

L’indicateur de motricité fine peut lui aussi fournir certains indices. Ainsi les trajectoires de souris présentent un niveau d’erreur croissant sous charge cognitive élevée (Yamauchi & Xiao, 2018) (21). Cet indicateur est facilement accessible dans les environnements de travail informatisés, mais sa spécificité est limitée : de nombreux facteurs non cognitifs influencent la motricité fine.

Signaux exploratoires.

Le RF-sensing – détection de signaux radio réfléchis par le corps pour inférer des paramètres physiologiques ou émotionnels – a fait l’objet de démonstrations expérimentales notables (Zhao et al., 2018) (22). La technologie permet une mesure sans contact ni capteur porté, ce qui représente un avantage opérationnel considérable. Sa validation dans des conditions écologiques complexes reste largement à construire.

La thermographie infrarouge du visage, corrélée à des variations de flux sanguin associées au stress, est utilisée dans des contextes de recherche contrôlés. Sa robustesse en conditions réelles avec des variations de température ambiante, de mouvements, et d’occultations partielles est encore insuffisamment établie.

L’analyse de la démarche et la bio-impédance comme proxys d’états cognitifs sont des pistes de recherche actives, mais leur niveau de validation pour l’inférence cognitive spécifique reste préliminaire.

La règle épistémologique s’impose ici avec force : ces signaux sont des proxys contextuels, non des accès transparents à un état mental. Leur interprétation dépend du modèle utilisé, de la population de référence, des conditions d’acquisition et du contexte de la tâche. La valeur de ces approches réside dans leur convergence et dans leur intégration contextuelle, non dans la lecture isolée d’un signal unique. Rappelons-nous qu’une corrélation statistique n’est pas une causalité, et qu’une inférence probabiliste n’est pas un diagnostic.

3^e partie – Quand les agents autonomes et la robotique entrent dans la boucle

La question du technostress prend une dimension nouvelle avec la généralisation des agents autonomes, systèmes d’IA capables d’agir, de décider et d’interagir sans intervention humaine continue et de la robotique collaborative. Cette évolution reconfigure fondamentalement la boucle cognitive humain-machine.

Dans les modèles classiques d’interaction humain-machine, l’humain décide et la machine exécute. Dans les architectures multi-agents contemporaines, cette centralité est redistribuée. Des agents autonomes prennent des décisions, génèrent des alertes, proposent des actions, voire agissent directement dans des périmètres définis. L’humain passe d’un rôle d’opérateur à un rôle de superviseur, ce qui ne réduit pas la charge cognitive, mais la transforme en profondeur.

Parasuraman et Riley (1997) (23) ont formalisé ce problème sous le terme de complacency automation : lorsque les systèmes automatisés sont fiables la plupart du temps, les opérateurs humains tendent à réduire leur vigilance active, ce qui dégrade leur capacité à détecter les défaillances rares mais critiques. Ce phénomène est bien documenté en aéronautique (Skitka, Mosier & Burdick, 1999) (24) et commence à être étudié dans les environnements de cybersécurité supervisée par IA.

La robotique collaborative (cobotique) introduit une dimension supplémentaire que les modèles cognitifs classiques ne capturent pas. Lorsqu’un robot partage physiquement l’espace de travail d’un opérateur humain, la charge cognitive ne se limite plus au traitement informationnel. Elle intègre la gestion de la proximité physique, la prédiction des mouvements du robot, et la coordination motrice en temps réel. Des travaux récents montrent que cette coprésence physique peut augmenter la charge cognitive globale, même lorsque le robot réduit la charge de la tâche principale (Charalambous et al., 2016) (25). C’est ici que l’intelligence incarnée retrouve toute sa pertinence : la cognition de l’opérateur en environnement cobot est une cognition corporellement engagée, pas seulement des sollicitations informationnelles.

La question stratégique qui émerge est la suivante : à mesure que les agents autonomes prennent en charge une part croissante des décisions opérationnelles, quel niveau de compréhension l’opérateur humain maintient-il sur le système global ? La perte de situation awareness dans les systèmes hautement automatisés est un risque documenté (Endsley, 1995) (26). Elle constitue une forme de technostress d’un type nouveau : non plus la surcharge par excès de signaux, mais la désorientation par opacité du système.

C’est dans ce contexte que le concept de jumeau numérique cognitif humain prend tout son sens. Il ne s’agit pas d’une copie de l’esprit humain, ni d’un dispositif de surveillance de l’opérateur. C’est un système de modélisation contextuelle de l’état cognitif d’un individu réel, capable d’agréger des signaux faibles pour estimer un état de surcharge, de désynchronisation ou de perte de vigilance, et d’adapter en conséquence le niveau d’assistance ou d’automatisation. Cette logique peut conduire à des stratégies de dégradation gracieuse : assistance informationnelle renforcée dans un premier temps, partage du contrôle dans un second, mise en sécurité autonome lorsque le risque de défaillance cognitive devient critique. Cette approche inverse la logique punitive souvent associée à la surveillance des opérateurs : il ne s’agit pas de mesurer l’humain pour le sanctionner ou le remplacer, mais de concevoir des systèmes qui reconnaissent ses limites constitutives afin d’éviter qu’elles ne se transforment en faute ou en accident.

Un exemple concret illustre l’enjeu stratégique. Dans les centres de supervision cybersécurité, des systèmes d’IA génèrent aujourd’hui plusieurs centaines d’alertes par jour (Verizon, 2026) (27). Un acteur externe qui maîtrise à la fois le système de génération d’alertes et le système d’inférence de l’état cognitif des analystes détient une capacité d’anticipation sur leur fragilité décisionnelle. Il peut, en théorie, moduler le flux d’alertes pour saturer délibérément leur capacité attentionnelle au moment où une attaque réelle est lancée. Cette capacité, si elle est opaque ou non gouvernée, constitue une dépendance stratégique d’un type nouveau non plus sur les données ou les infrastructures, mais sur les conditions d’exercice du jugement humain.

4^e partie – Neuro-droits, AI Act et souveraineté cognitive : un cadre normatif en construction

Les neuro-droits : quatre principes fondateurs.

À mesure que les technologies permettent d’inférer des états internes à partir de données comportementales et biologiques, une question s’impose avec une acuité croissante : qui contrôle ces inférences, dans quel cadre, et avec quelles garanties pour les individus concernés ?

Les neuro-droits, dont le cadre a été proposé par Rafael Yuste et Sara Goering (2017) (28) dans la revue Nature, constituent la première réponse normative structurée à ces enjeux. Ils posent quatre principes. La liberté cognitive garantit que nul ne peut être contraint dans ses processus mentaux par une technologie externe. La confidentialité mentale protège les données cérébrales et cognitives contre toute collecte ou exploitation non consentie. L’intégrité mentale interdit toute altération non autorisée des processus cognitifs par des dispositifs techniques. La continuité psychologique protège l’identité et la cohérence de la personne contre des modifications induites par des technologies d’augmentation ou de modulation.

Ces principes ne sont pas restés au stade de la déclaration académique. Le Chili a intégré les neuro-droits dans sa Constitution en 2021, devenant le premier pays au monde à leur donner une valeur constitutionnelle. D’autres États, dont l’Espagne et plusieurs États américains, ont engagé des processus législatifs dans cette direction. Cette dynamique normative internationale est en accélération.

L’AI Act européen : une articulation partielle mais décisive.

L’AI Act européen, adopté en 2024, constitue le premier cadre réglementaire contraignant au monde pour les systèmes d’intelligence artificielle. Son articulation avec les enjeux de souveraineté cognitive mérite une analyse précise, car elle est à la fois prometteuse et incomplète.

« L’AI Act classe les systèmes d’IA selon leur niveau de risque. » (“Les IA à haut risque selon l’AI Act – LeBigData.fr”) Les systèmes d’IA destinés à évaluer ou prédire des états émotionnels ou cognitifs dans des contextes professionnels sont classés à haut risque (Annexe III), ce qui les soumet à des obligations strictes : évaluation de conformité préalable, documentation technique, transparence envers les utilisateurs, supervision humaine obligatoire, et enregistrement dans une base de données européenne. Les systèmes d’IA capables de manipuler subliminalement les comportements ou d’exploiter les vulnérabilités cognitives sont quant à eux interdits (Article 5) (29).

Ces dispositions constituent une avancée réelle. Elles reconnaissent implicitement que la cognition humaine est un objet de protection spécifique dans les environnements numériques. Cependant, l’AI Act présente des limites importantes au regard des enjeux de souveraineté cognitive. Il ne traite pas explicitement des données neuronales ou cognitives comme une catégorie distincte des données biométriques classiques. Il ne prévoit pas de régime spécifique pour les jumeaux numériques cognitifs humains. Et il ne couvre pas les usages militaires ou de défense nationale, qui constituent précisément les environnements où les enjeux de souveraineté cognitive sont les plus aigus.

L’articulation entre l’AI Act et les neuro-droits reste donc à construire. Elle suppose, au minimum, que les obligations de transparence et de supervision humaine prévues par l’AI Act soient interprétées à la lumière des principes de liberté cognitive et d’intégrité mentale. Elle suppose également que les autorités de surveillance nationales développent une expertise spécifique sur les systèmes d’inférence cognitive, distincte de leur expertise générale sur les systèmes d’IA à haut risque.

Les architectures techniques de protection.

La protection ne peut reposer sur des engagements de principe seuls. Elle doit être inscrite dans la conception même des systèmes. Plusieurs approches techniques permettent de traduire les principes normatifs en contraintes architecturales.

Le traitement local des données (edge computing) limite la transmission des données cognitives brutes vers des serveurs distants, réduisant la surface d’exposition. L’apprentissage fédéré (federated learning) permet d’entraîner des modèles d’inférence sans centraliser les données individuelles. Les preuves à divulgation nulle de connaissance (zero-knowledge proofs) permettent de démontrer qu’un état cognitif satisfait un critère donné par exemple, un niveau de vigilance suffisant sans révéler les données sous-jacentes. Les enclaves d’exécution sécurisées (trusted execution environments) garantissent que le traitement des données cognitives s’effectue dans un environnement isolé et certifié. La ségrégation sémantique entre sphères privée, médicale et professionnelle empêche la réutilisation de données cognitives collectées dans un contexte pour des finalités relevant d’un autre contexte.

Dans un cadre de souveraineté cognitive, ces mécanismes ne sont pas des options techniques parmi d’autres, ils constituent des exigences de conception.

Ce que la science établit et ce qu’elle laisse ouvert

La recherche établit avec solidité que la capacité attentionnelle et mnésique humaine est limitée, que les environnements numériques à haute densité informationnelle exercent une pression mesurable sur ces capacités, et que des signaux comportementaux et physiologiques permettent d’estimer certains états cognitifs avec une précision croissante. Elle établit également que la cognition est incarnée, ancrée dans un corps et dans un environnement, et que les agents autonomes introduisent des formes nouvelles de charge cognitive liées à la supervision et à la perte de situation awareness.

Ce que la science laisse ouvert est tout aussi important. Les modèles d’inférence cognitive restent dépendants de populations de référence souvent étroites et peu diversifiées. La généralisation inter-individuelle est limitée par la variabilité biologique et contextuelle. Les effets à long terme de l’exposition chronique à la pression numérique sur la plasticité cérébrale sont documentés mais encore débattus quant à leur causalité (Loh & Kanai, 2016) (11). Les interactions entre agents autonomes et charge cognitive humaine sont un champ de recherche en constitution, dont les résultats empiriques restent fragmentaires. Et la gouvernance des données cognitives – qui peut y accéder, pour quelle finalité, avec quelle possibilité de contestation – reste largement ouverte sur le plan juridique et éthique, y compris dans le cadre de l’AI Act.
Ces incertitudes ne sont pas des raisons d’attendre mais des motivations pour concevoir des systèmes qui les prennent en compte dès leur architecture.

Conclusion – Un enjeu mondial, des responsabilités différenciées

Quand les environnements numériques dépassent les seuils de la cognition humaine, la défaillance n’est plus un accident. Elle devient prévisible et mesurable.

La question du technostress et de la souveraineté cognitive n’est pas une question technique de niche. Elle engage des transformations profondes à chaque niveau de l’organisation sociale, de l’individu aux États.

À l’échelle mondiale, la compétition entre modèles de gouvernance de la cognition humaine dans les systèmes techniques est déjà engagée. Certains acteurs développent des capacités d’inférence cognitive à grande échelle sans contrainte normative significative. D’autres, dont l’Europe, tentent de construire un cadre réglementaire qui articule performance et protection. L’issue de cette compétition déterminera si la mesure des états cognitifs humains devient un outil de puissance asymétrique capable d’anticiper les fragilités décisionnelles d’adversaires ou de partenaires ou un commun gouverné par des principes partagés. Les neuro-droits, s’ils accèdent à une reconnaissance internationale comparable à celle des droits numériques, pourraient constituer le socle de ce commun. Leur intégration dans des instruments multilatéraux au sein de l’UNESCO, du Conseil de l’Europe ou des Nations Unies est une perspective réaliste à horizon décennal.

À l’échelle des États, la souveraineté cognitive impose de repenser les doctrines de sécurité nationale. Dans les secteurs critiques tels que défense, renseignement, infrastructures vitales ou santé publique, la capacité à maintenir l’intégrité cognitive des opérateurs humains sous pression informationnelle est une composante de la résilience nationale. Un État qui dépend de systèmes étrangers pour inférer l’état cognitif de ses opérateurs critiques a externalisé une partie de sa capacité de jugement souverain. Cette dépendance est d’autant plus préoccupante qu’elle est invisible dans les audits de sécurité classiques, qui portent sur les infrastructures techniques et non sur les architectures d’inférence cognitive. Les politiques publiques de souveraineté numérique doivent intégrer explicitement cette dimension, en finançant la recherche sur les capteurs et modèles d’inférence souverains, en certifiant les dispositifs utilisés dans les environnements critiques, et en développant une expertise réglementaire spécifique au sein des autorités de surveillance de l’IA.

À l’échelle des entreprises, les implications sont à la fois opérationnelles et stratégiques. Sur le plan opérationnel, les organisations qui déploient des systèmes à haute densité informationnelle (centres de supervision, plateformes de trading, environnements de santé numérique, systèmes de commandement) ont un intérêt direct à intégrer la gestion de la charge cognitive humaine dans leur architecture système. Non par obligation réglementaire seule, mais parce que la défaillance cognitive humaine est une source de risque opérationnel documentée et sous-estimée. Sur le plan stratégique, les entreprises qui maîtrisent la chaîne complète (capteurs, modèles d’inférence, architectures de confiance) dans le domaine de la cognition humaine détiennent un avantage compétitif durable dans les secteurs critiques. Cet avantage est d’autant plus défendable qu’il repose sur des certifications, des brevets et des corpus de données difficiles à reproduire rapidement. Pour les acteurs européens, la conformité à l’AI Act et l’alignement sur les principes des neuro-droits ne sont pas des contraintes à minimiser. Ils sont des différenciateurs sur les marchés où la confiance est une exigence contractuelle.

À l’échelle des citoyens, la question est celle de l’autonomie. À mesure que les environnements numériques deviennent capables d’inférer des états internes, fatigue, stress, désorientation, vulnérabilité attentionnelle, sans que les individus en soient conscients, le rapport de force entre la personne et les systèmes qui l’entourent se modifie. Un individu dont les états cognitifs sont lisibles par son employeur, sa plateforme de travail ou son assureur, sans qu’il en ait connaissance ni recours, n’est plus dans une relation symétrique. Les neuro-droits, traduits en droits opposables et en architectures techniques contraignantes, sont la condition pour que cette asymétrie ne devienne pas structurelle. Il peut être inféré de ces principes que le droit à l’opacité cognitive légitime, le droit de ne pas être inféré, est une extension naturelle du droit à la vie privée dans un monde où la frontière entre comportement observable et état mental inféré s’efface progressivement.

La pression numérique n’est donc pas seulement un problème de confort individuel ou d’ergonomie organisationnelle. Elle est le symptôme d’une transformation plus profonde : celle d’un monde dans lequel la cognition humaine devient un objet technique, mesurable, modélisable et potentiellement gouvernable de l’extérieur. Répondre à cette transformation exige des systèmes conçus pour respecter les limites constitutives de la cognition humaine, des cadres normatifs capables de traduire les principes en contraintes architecturales, et une volonté politique de faire de la souveraineté cognitive une composante à part entière de la souveraineté numérique.

Une intelligence artificielle a été utilisée pour contribuer à la réalisation de cet article.