Dans son article The social economy and the Fourth Industrial Revolution (2023), Geoff Mulgan explique qu’il existe un risque de céder à une vision déterministe de la technologie et de renoncer à ce que la société puisse orienter la recherche et développement (R et D) et décider de la manière dont les technologies sont utilisées.

Apparemment, l’espoir selon lequel différentes organisations de l’économie sociale auraient pu participer au développement de l’application des technologies de la quatrième révolution industrielle pour réaliser le bien social s’est vu quelque peu érodé ces dernières années. En effet, les entreprises à but lucratif comme Uber et Airbnb ont dominé ce marché. C’est un constat déjà effectué par la Commission européenne (2020), selon laquelle l’économie sociale était largement en marge de la quatrième révolution industrielle, même si de nombreuses organisations ont reconnu le potentiel des nouvelles technologies pour atténuer les problèmes sociaux et environnementaux.

Par exemple, les réseaux Accelerator Labs du Programme des Nations unies pour le développement utilisent des méthodes d’intelligence collective pour accélérer l’innovation autour des objectifs de développement durable. De leur côté, plusieurs institutions, comme le Parlement européen, ont reconnu la nécessité de promouvoir les méthodes et technologies d’intelligence collective parallèlement à la mise en place des solutions d’intelligence artificielle (IA).

Cependant, pour Geoff Mulgan, bien que l’économie sociale et la société civile aient cherché à contraindre et à orienter le développement technologique, que ce soit par le biais de lois, de réglementations ou de codes éthiques, tout en essayant d’utiliser les nouvelles applications intelligentes pour répondre aux besoins sociaux, les résultats sont insuffisants. En effet, ces initiatives se seraient avérées marginales en termes de financement ou d’impact. Dans cet environnement, il reste donc à savoir quel sera le comportement que suivra l’économie sociale.

Selon Geoff Mulgan, dans un scénario plutôt négatif, l’économie sociale deviendra une utilisatrice active des applications d’IA, qui seront fournies majoritairement par des entreprises commerciales du secteur privé. De plus, ce scénario prévoit des pertes massives d’emplois, ce qui pourrait porter atteinte à d’autres objectifs sociaux. En même temps, les organisations de l’économie sociale manqueront de financement pour mettre en place des plateformes capables de rivaliser avec leurs contreparties commerciales. Elles seront également incapables d’accéder aux données, qui sont la composante cruciale pour développer des applications d’apprentissage automatique, et orienter la R et D ainsi que l’environnement politique.

En revanche, dans un scénario plus positif, Geoff Mulgan estime que les organisations de l’économie sociale pourraient tirer profit d’un accès au capital et aux compétences. Cela leur permettrait d’être compétitives, et de réaliser des économies d’échelle et de portée essentielles pour réussir. De cette manière, il serait possible d’orienter la R et D pour donner la priorité aux besoins sociaux comme le sans-abrisme, l’intégration des réfugiés et la santé publique. De plus, en vertu de leur influence accrue, ces organisations contribueraient à façonner l’environnement réglementaire et politique en ce qui concerne, par exemple, la confidentialité, la transparence et les données ouvertes.