When Artificial Intelligence Meets the Ineffable: The Challenge of Human Tacit Knowledge

Digital artificial intelligence (AI) is ubiquitous and constantly interacts with humans, drawing on both their explicit and tacit knowledge. Unlike humans, who possess both formalized knowledge and a wealth of tacit knowledge shaped by experience, AI does not hold any intrinsic knowledge. It generates responses by exploiting algorithmic models and accumulated datasets, but encounters limitations in understanding and reproducing tacit knowledge, which is often unarticulated and highly context-dependent. However, AI could play a key role in the articulation and transmission of such knowledge. By interacting with humans, it may assist in structuring informal knowledge, identifying recurring patterns in decision-making, and facilitating the exchange of expertise within organizations. Inspired by the concept of "Ba" defined by Nonaka, which describes a shared space that fosters knowledge creation, AI could act as a catalyst for formalizing certain aspects of tacit knowledge, while simultaneously raising major epistemological challenges, such as bias and the opacity of AI models. In this article, we analyze the capabilities and limitations of AI in addressing informal knowledge. We explore the mechanisms by which it could contribute to the emergence of a hybrid intelligence, combining human reasoning with algorithmic assistance, and discuss the practical, ethical, and equity-related implications of this interaction, particularly in domains where intuition and experience are essential, such as medicine, education, and strategic decision-making.

L’Intelligence Artificielle (IA) numérique est omniprésente et interagit en permanence avec l’Humain, mobilisant ses connaissances explicites et tacites. Contrairement à l’Humain, qui dispose à la fois de savoirs formalisés et d’un capital de connaissances tacites façonné par l’expérience, l’IA ne détient pas de connaissances intrinsèques. Elle génère des réponses en exploitant des modèles algorithmiques et des jeux de données accumulés, mais rencontre des limites dans la compréhension et la restitution des connaissances tacites, souvent inarticulables et fortement contextuelles. Pourtant, l’IA pourrait jouer un rôle clé dans l’explicitation et la transmission de ces connaissances. En interagissant avec l’Humain, elle pourrait l’aider à structurer des savoirs informels, à identifier des schémas récurrents dans ses prises de décision et à faciliter l’échange de compétences au sein des organisations. Inspirée par le concept de « Ba » défini par Nonaka, qui décrit un espace partagé favorisant la création de connaissances, l’IA pourrait servir de catalyseur pour formaliser certaines connaissances tacites, tout en soulevant des défis épistémologiques majeurs (biais, opacité des modèles d’IA, etc.). Dans cet article, nous analysons les capacités et les limites de l’IA pour appréhender ces savoirs informels. Nous explorons les mécanismes par lesquels elle pourrait contribuer à l’émergence d’une intelligence hybride, combinant raisonnement humain et assistance algorithmique, et discutons des implications pratiques, éthiques et d’équité de cette interaction, notamment dans des domaines où l’intuition et l’expérience sont essentielles, comme la médecine, l’éducation ou la prise de décision stratégique.

Digital Artificial Intelligence (AI) Tacit knowledge Explicit knowledge Bias Fairness

Intelligence Artificielle (IA) numérique Connaissances tacites Connaissances explicites Biais Equité