Vue normale

Il y a de nouveaux articles disponibles, cliquez pour rafraîchir la page.
À partir d’avant-hierDans les algorithmes
  • ✇Dans les algorithmes
  • Marketing : le boom de l’automatisation
    « Pendant des années, DribbleUp, une entreprise d’équipements sportifs américaine, a consacré son temps et ses ressources à identifier les cibles publicitaires pour ses ballons de basket et de football sur Facebook. Mais depuis deux ans, elle diffuse ses publicités exclusivement via les outils d’intelligence artificielle de Facebook. Depuis, les ventes de DribbleUp ont dépassé ses dépenses marketing. L’entreprise a également augmenté son budget publicitaire sur Facebook. L’expérience de DribbleU

Marketing : le boom de l’automatisation

10 juin 2026 à 07:00

« Pendant des années, DribbleUp, une entreprise d’équipements sportifs américaine, a consacré son temps et ses ressources à identifier les cibles publicitaires pour ses ballons de basket et de football sur Facebook. Mais depuis deux ans, elle diffuse ses publicités exclusivement via les outils d’intelligence artificielle de Facebook. Depuis, les ventes de DribbleUp ont dépassé ses dépenses marketing. L’entreprise a également augmenté son budget publicitaire sur Facebook. L’expérience de DribbleUp illustre comment l’IA remodèle le secteur de la publicité numérique.» 

Les systèmes d’IA aident les entreprises à automatiser leur marketing. « Petites et grandes entreprises peuvent désormais créer des publicités, cibler des audiences, enchérir sur des espaces publicitaires et mesurer leurs résultats. Ce processus a simplifié la tâche des entreprises locales, qui peuvent ainsi développer des campagnes aussi sophistiquées que celles des géants du secteur. Selon les entreprises technologiques et les marques, cette technologie rend également les publicités plus efficaces. Par conséquent, les investissements publicitaires affluent vers les géants de la tech », notamment Meta et Google. En 2022, année de lancement de ChatGPT, les ventes liées à l’IA totalisaient 1 milliard de dollars, un chiffre qui a atteint 35 milliards de dollars l’année dernière, selon Madison & Wall, un cabinet de conseil spécialisé dans le suivi du secteur. Cette année, les ventes devraient exploser de 60 %, pour atteindre 56 milliards de dollars. « Google et Meta étaient déjà en tête, et maintenant, grâce à ces outils d’IA, ils creusent l’écart », a déclaré Luke Stillman, directeur général chez Madison & Wall. A l’ère de l’IA, « être plus grand n’est pas seulement un avantage proportionnel pour Google et Meta », a-t-il déclaré. « C’est un avantage exponentiel. » 

« L’IA a alimenté un boom de la publicité numérique car cette technologie peut analyser instantanément d’énormes quantités d’informations. Elle aide Google et Meta à proposer aux utilisateurs un contenu plus pertinent, ce qui augmente le nombre de publicités que ces entreprises peuvent diffuser. Elle permet de mieux comprendre les centres d’intérêt des utilisateurs, ce qui améliore la capacité des entreprises à cibler les publicités. Enfin, elle réduit les coûts publicitaires, libérant ainsi des fonds pour des campagnes plus ambitieuses. » 

« La technologie est prête à remplacer significativement le travail manuel dans notre secteur », conclut un directeur marketing. Avec l’IA, le système est plus facile à utiliser pour les entreprises, même si la technologie sous-jacente est devenue plus complexe et que les annonceurs ont moins de contrôle sur l’apparence, l’emplacement et les performances de leurs publicités. « Les véritables avancées commerciales proviennent du ciblage. Auparavant, un annonceur disait par exemple : « Je souhaite cibler les femmes new-yorkaises âgées de 24 à 35 ans.» Désormais, c’est l’inverse : Meta et Google utilisent l’IA pour recommander aux marques les clients qu’elles devraient cibler. »  « Les publicités non pertinentes ont diminué de 40 %, ce qui représente une amélioration significative pour une entreprise rémunérée uniquement lorsqu’un internaute clique sur une annonce. » 

« Les outils d’intelligence artificielle (IA) prennent également en charge certains aspects du processus créatif et marketing. Google permet désormais de modifier le message des publicités en temps réel afin de mieux répondre aux attentes des internautes. Ce système, que Google appelle « Recherche réactive », crée et teste les textes publicitaires avant de diffuser automatiquement une campagne correspondant au mieux aux centres d’intérêt de l’utilisateur », et permet de réaliser des économies sur la conception de leurs publicités. «  Chris Wilhelmi, responsable mondial des données et des médias chez Monks, agence de marketing, a déclaré que les clients économisaient 30 % sur le coût de leurs campagnes. Sur le contenu, les économies peuvent atteindre 65 %. Nombre d’entre eux réinvestissent ces économies dans le test et l’expérimentation de nouvelles stratégies publicitaires. »

« Aujourd’hui, tout le monde aborde le marketing comme un problème technologique »

Tripp Mickle et Eli Tan

  • ✇Dans les algorithmes
  • La participation ou l’IA ?
    On l’a dit plusieurs fois dans nos pages, la tentation d’avoir recours à l’IA pour délibérer à la place des citoyens n’est pas sans risques. Et les perspectives de l’utiliser pour « étendre » le débat démocratique au risque de refermer la participation aux productions de l’IA, n’est pas un petit écueil devant nous.  De l’IA pour générer des publics La chercheuse M.R. Sauter, professeure au collège d’information de l’université du Maryland, explique dans un article de recherche, que nombre

La participation ou l’IA ?

9 juin 2026 à 07:00

On l’a dit plusieurs fois dans nos pages, la tentation d’avoir recours à l’IA pour délibérer à la place des citoyens n’est pas sans risques. Et les perspectives de l’utiliser pour « étendre » le débat démocratique au risque de refermer la participation aux productions de l’IA, n’est pas un petit écueil devant nous. 

De l’IA pour générer des publics

La chercheuse M.R. Sauter, professeure au collège d’information de l’université du Maryland, explique dans un article de recherche, que nombre de travaux proposent d’utiliser l’IA comme substituts ou compléments à la participation humaine dans nombre de processus démocratiques, comme les sondages ou les consultations. Et cette perspective est problématique. 

Pour elle, ces propositions ne sont pas de simples interventions techniques qui visent à réduire les coûts de la participation, mais s’appuient sur un imaginaire civique qui rend ces substitutions plausibles voire souhaitables. Si ces propositions s’entendent, estime-t-elle, c’est d’abord parce que nous avons assimilé une forme d’équivalence entre humains et données, parce que nous pensons que les systèmes génératifs nous permettent de révéler des vérités et parce que nous avons intégré également le caractère procédural de la démocratie, tant et si bien qu’elle nous semble pouvoir fonctionner en l’absence même des gouvernés. Les données synthétiques qui seraient capables de refléter l’opinion de tout un chacun s’alignent sur les croyances du développement de l’IA qui nous fait croire en leur capacité de représentativité, tout en sapant l’éthique démocratique de la participation. Or, rappelle la chercheuse, « ces systèmes, par nature, entravent la capacité d’interpellation des citoyens et transforment la participation en la rendant symbolique plutôt que relationnelle ». L’imaginaire de l’IA civique ne comble pas les déficits démocratiques, mais les aggrave. Elle offre surtout une couverture idéologique présentant l’efficacité, la substitution des citoyens par des machines statistiques et l’abstraction comme s’ils pouvaient être des progrès démocratiques

« Les institutions démocratiques contemporaines sont marquées par une érosion persistante de la participation. Dans ce contexte, les propositions de déploiement de systèmes d’IA dans la gouvernance participative et représentative se présentent souvent comme des interventions correctives, promettant efficacité, inclusion ou légitimité renouvelée. (…)  L’imaginaire de l’IA civique permet, encourage et excuse l’utilisation de systèmes informatiques comme substituts aux personnes dans les structures de gouvernance participative et représentative. » Mais pour la chercheuse, ces solutions risquent surtout d’éroder plus avant la participation

Reste que cet imaginaire d’une IA pour nous représenter tous repose sur le fait que l’efficacité, la quantification et l’optimisation sont déjà des enjeux très présents dans les structures de gouvernance, où l’importance consiste bien plus à mesurer ce que la participation produit. Plus encore, comme nous le disaient Nicolas Rio et Manon Loisel dans leur petit livre, Pour en finir avec la démocratie participative (Textuel, 2024, voir notre critique) la participation trop souvent ne permet pas d’élargir l’écoute, c’est-à-dire d’écouter ceux qui ne participent pas, quand cela devrait être sa fonction première. L’IA, malgré toutes les données qui sont les siennes, risque de rendre encore plus silencieux ceux qui n’y sont pas représentés. « La crise démocratique est une crise de l’écoute », disaient-ils. Mais écouter les données analysées par l’IA et ses biais, plutôt que les citoyens, ne la résoudra pas. 

Activer l’IA pour améliorer la démocratie répond parfaitement aux enjeux et valeurs des acteurs qui se proposent de produire les interfaces des consultations sous IA, plus qu’à ceux de la démocratie elle-même, conclut M.R. Sauter

Les simulations ne sont pas des opinons

Sur son blog, le professeur de mathématiques appliquées, Arthur Charpentier, résume parfaitement le problème en prenant un cas concret et en montrant comment l’IA est utilisée pour améliorer la représentation statistique. L’idée consiste à “inventer” des répondants supplémentaires pour mieux décrire de petits groupes, explique également le statisticien Thomas Delclite sur son blog sur Mediapart. Ces enjeux de calibration ne sont pas nouveaux, rappelle le professeur. « On modifie les poids de sondage pour respecter des contraintes connues sur la population, par exemple des totaux par sexe, âge ou région. » Mais ses corrections viennent avec un prix à payer : les données synthétiques ne produiront jamais la précision de personnes réelles et ont tendance à amplifier les biais d’échantillonnages non représentatifs. « La génération synthétique peut prolonger le biais, le lisser, le rendre plus cohérent, et surtout créer une fausse illusion », rendant l’incertitude plus invisible qu’elle n’est. Mais surtout, rappelle Charpentier, ces cas d’utilisations aggravent les risques de mauvaises interprétations et les pratiques manquent souvent de transparence sur leurs méthodes. « Ce n’est pas une querelle entre anciens statisticiens attachés aux preuves mathématiques, et nouvelles méthodes d’IA. Le cœur du problème est un problème très classique d’inférence. Qu’est-ce qui est aléatoire ? Qu’est-ce qui est observé ? Qu’est-ce qui est imputé ? Quel est le modèle ? Quelle incertitude est propagée ? Et que signifie exactement l’intervalle annoncé ? » « Le risque est fort de “corriger” ce qui ressemble à une anomalie statistique, alors que cette anomalie est peut-être précisément le signal politique ou sociologique que l’on cherchait à mesurer. »

On le comprend bien mieux quand on cherche à extrapoler les résultats. On pourrait ainsi générer des réponses de toute la population… mais dans ce cas là, ce que l’on génère, ce n’est pas la population, « c’est une image de la population selon un modèle, appris à partir de données limitées ». Si les données synthétiques peuvent être utiles, elles demandent une discipline méthodologique stricte. Or, les distinctions subtiles que ces techniques produisent  ne sont pas seulement techniques : elles deviennent rapidement démocratiques. 

Dans un second billet, Arthur Charpentier pointe une étude qui propose justement de demander à un modèle de langage de répondre à la place des personnes : la méthode s’appelle le silicon sampling, l’échantillonnage synthétique. L’attrait pour ces techniques est fort, on le comprend, notamment parce qu’elles permettent de réduire considérablement les coûts des sondages, enquêtes et pannels. Pour le statisticien Eli McKown-Dawson qui édite avec le statisticien Nate Silver le Silver Bulletin, ces modèles ne sont pas forcément inutiles, mais ils doivent rester ce qu’ils sont, des résultats de modèles et non pas des sondages :  les sondages IA sont d’abord de faux sondages. Le silicon sampling vise à produire une prédiction de ce qu’un sondage pourrait dire. « Les sondages eux-mêmes sont à traiter avec précaution. Ils reposent sur des pondérations, des corrections de non-réponse, parfois des modèles de vraisemblance de vote ou de post-stratification. Si un échantillon contient trop de diplômés ou trop peu de jeunes, on corrige. Si un groupe est difficile à atteindre, on pondère ou on modélise. Mais il repose sur un socle “empirique”, avec des personnes qui ont été contactées, certaines qui ont répondu, et l’incertitude statistique porte sur ce passage fragile d’un échantillon observé à une population.

Dans un sondage synthétique, le modèle ne corrige pas une enquête, il se substitue à l’enquête. » Dans l’étude originale sur le silicon sampling, l’idée est de chercher à produire une « fidélité algorithmique », où  le modèle est conditionné par des descriptions sociodémographiques issues de vrais répondants. Mais les auteurs formulent des conditions très exigeantes à leur usage. Dans une autre étude qui met en pratique l’échantillonnage synthétique, les chercheurs ont fait l’essai sur des données de l’élection présidentielle américaine de 2020… Dans un premier temps, les distributions simulées semblent être très proches des données. « Mais dès que l’on regarde par sous-groupes ou par thèmes, on commence à voir des soucis apparaître. Le modèle devient trop extrême pour certains groupes partisans. Les auteurs notent par exemple que les démocrates et républicains synthétiques votent presque unanimement pour leur camp, davantage que les répondants humains. Plus intéressant encore, le modèle se met à produire des réponses “inoffensives” (“harmless”) ou socialement attendues sur des sujets sensibles. Sur certaines questions de race, de genre, d’homosexualité, de santé ou d’immigration, les réponses générées semblent moins refléter la diversité des opinions humaines qu’une norme de prudence inscrite dans le modèle. Les auteurs parlent d’un biais vers des réponses “harmless”, qui peut varier selon les groupes simulés. Et c’est un point important ! Les modèles ne sont pas seulement des machines à reproduire ce qui se trouve dans les données d’entraînement. Ils sont aussi des machines alignées, filtrées, modérées, ajustées pour produire certains types de réponses. » Bref, « les simulations ne sont pas des opinions ». « Dans un sondage politique ou social, l’unité statistique n’est pas seulement une ligne dans un fichier. C’est une personne atteinte par un dispositif d’enquête, avec une probabilité d’inclusion, une réponse observée, une non-réponse possible, un poids, et une contribution à l’incertitude. Une ligne produite par un modèle n’a pas cette histoire. Elle dit quelque chose du modèle, pas forcément de la population. »

Pour Jamie Cummings, chercheur au LipLab de l’université de Gent, avoir recours à des participants artificiels peut « engendrer des résultats très variés, voire contradictoires, et aucune combinaison spécifique de choix ne permet d’obtenir des données correspondant parfaitement aux réponses humaines », explique-t-il dans un article de recherche discuté dans Science. En testant ces outils, lui aussi constate une grande variété de résultats selon les indicateurs et les critères retenus pour constituer ces publics synthétiques. « Si deux chercheurs différents menaient la même étude sur des échantillons synthétiques, en faisant des choix justifiés différents, ils pourraient aboutir à des conclusions opposées, explique-t-il. » Bref, il va falloir mieux documenter les situations où cet usage pourrait être approprié, comme par exemple pour des expériences pilotes ou pour tester des enquêtes. Le risque pourtant, c’est que la pratique se diffuse, notamment auprès d’acteurs bien peu académiques et bien peu regardant des limites de ces outils. 

… à l’IA pour traiter des sondages et consultations

Mais l’IA n’est pas seulement utilisée pour générer des publics synthétiques, elle est aussi de plus en plus utilisée pour traiter les enquêtes, sondages et autres consultations… notamment les plus massives, comme l’explique le journaliste Chris Stokel-Walker pour Tech Policy Press

En 2025, lors d’une réforme sur le secteur de l’eau, les agences britanniques ont reçu des milliers de contributions du public. Pour les examiner, ils ont eu recours à Consult, l’un des outils d’IA de la suite Humphrey* (qu’on pourrait qualifier d’Albert britannique ou de Mistral britannique puisque désormais il semble que ce soit plutôt Mistral qui soit l’IA envisagée pour équiper les fonctionnaires Français). L’outil a permis de classer les 50 000 réponses par thèmes évitant une fastueuse classification manuelle des réponses et de produire une analyse dédiée.  

Pour Chris Schmitz, chercheur à la Hertie School de Berlin, l’enjeu ne consiste pas seulement à analyser les documents de consultation, mais aussi à empêcher toute manipulation du processus lui-même (même si Schmitz n’explique pas du tout comment : l’analyse établie par l’IA n’assurant pas pour autant de la synthèse équitable et valide des réponses). Le risque pourtant est bien que ces processus qui font appel à la contribution publique soient submergés par l’analyse automatisée… Et en retour, que les espaces de participation des publics soient eux-mêmes augmentés et démultipliés par l’IA, par exemple via des outils IA qui permettent aux citoyens britanniques de contester les demandes de permis de construire, leur permettant de démultiplier les contestations et de produire des contestations plus argumentées et volumineuses (mais pas toujours plus solides juridiquement). 

Les analyses par IA de grands sondages ou de grandes cohortes sont souvent particulièrement problématiques. Bien souvent la méthodologie n’est pas transparente et les biais qui visent à qualifier automatiquement les réponses (par exemple en leur attribuant des notes selon des analyses sémantiques qui synthétisent les réponses en valeurs (positif ou négatif) ou en mots clés et réduisent les nuances et les expressions, souffrent de biais majeurs que beaucoup de cabinets de conseils qui mobilisent ces études pensent qu’ils se dissolvent dans le nombre… A l’image des études sur les réponses des cahiers de doléances des Français ou plus récemment l’étude du pluralisme des antennes de Radio France et de France Télévision produit par le très libéral et conservateur Institut Thomas Moore : une étude orientée pour démontrer que les programmes des émissions du service public seraient très orientés à gauche et qui a été largement dénoncé en se moquant du fait que l’étude par exemple classe les bulletins météo à gauche. 

Dans le secteur public, l’IA commence à être utilisée à d’autres endroits encore, explique Stokel-Walker. Le Sénat italien utilise l’IA pour gérer la surcharge d’amendements en regroupant les propositions similaires. La Commission européenne, elle, a publié un appel d’offre pour la fourniture de chatbots multilingues capables d’aider les citoyens à s’orienter parmi les obligations légales et notamment la réglementation européenne sur l’IA et le DSA. La Chambre des députés italienne soutient le projet GENAI4LEX-B, qui facilite la recherche et la rédaction législatives en synthétisant les amendements des commissions et en vérifiant la conformité des projets de loi aux normes de rédaction. D’autres pays utilisent également l’IA pour optimiser le processus d’élaboration des lois. 

Pour Schmitz, le problème est que les gouvernements considèrent l’intégration de l’IA comme une série de petites corrections techniques plutôt que comme une transformation structurelle de la manière dont les citoyens peuvent influencer l’État (et dont l’État peut influencer les consultations). Les outils de tri, de synthèse et de rédaction peuvent sembler être des améliorations logiques (on a déjà pointé certains biais des synthèses automatisées et les problèmes de dégradation des données quand l’IA les modifie comme les formes de sur-interprétations liées aux outils d’inférences) , mais « ce sont des solutions de fortune », soulignant qu’il ne constate « aucune réflexion systématique sur les conséquences à long terme pour la légitimité des processus de participation citoyenne ». Mais si les gouvernements l’utilisent principalement pour gérer les données générées par les machines ou pour gagner du temps dans les traitements, ils risquent d’aggraver la méfiance qu’ils cherchent justement à endiguer… c’est-à-dire à rendre la participation encore plus éloignée car de moins en moins représentée.

Hubert Guillaud

—-
* Non sans une certaine ironie, Humphrey tire son nom de la série télévisée satirique des années 80, Yes Minister, dans laquelle un nouveau ministre des affaires publiques est confronté à Humphrey Appleby, responsable de cette administration, qui use de tous les moyens à sa disposition pour décourager la moindre proposition du ministre… afin que rien ne bouge (merci à Aron West pour cette précision).

  • ✇Dans les algorithmes
  • La Silicon Valley a oublié ce que veulent les gens ordinaires 
    « Les concepteurs de logiciels et de matériel informatique savaient que leur rôle était de servir leurs clients. Il s’agissait d’identifier un besoin, puis d’y répondre. Mais à un moment donné après la crise financière, les aspirants entrepreneurs ont transformé cela : ils étaient persuadés que leur rôle était d’inventer l’avenir et que celui des consommateurs était de se conformer à cet avenir inventé. (…) Au lieu de technologies capables de résoudre des problèmes concrets, les entreprises ont

La Silicon Valley a oublié ce que veulent les gens ordinaires 

8 juin 2026 à 07:00

« Les concepteurs de logiciels et de matériel informatique savaient que leur rôle était de servir leurs clients. Il s’agissait d’identifier un besoin, puis d’y répondre. Mais à un moment donné après la crise financière, les aspirants entrepreneurs ont transformé cela : ils étaient persuadés que leur rôle était d’inventer l’avenir et que celui des consommateurs était de se conformer à cet avenir inventé. (…) Au lieu de technologies capables de résoudre des problèmes concrets, les entreprises ont enchaîné les modes passagères comme les NFT, le métavers et les grands modèles de langage. Leur point commun ? Elles ne sont pas conçues pour résoudre un véritable problème de marché. Elles sont conçues pour enrichir les investisseurs et les entreprises. »

Les géants de la tech nous promettent que demain l’IA générative dominera notre avenir. « Je parierais sans hésiter qu’un vaccin contre la rougeole obligatoire serait plus bénéfique à la survie des enfants américains que tout ce qu’OpenAI a accompli avec ses milliards de dollars à ce jour ». 

Les géants de la tech nous promettent la robotisation de nos existences. Mais ils oublient que nous avons déjà des robots domestiques. « Plusieurs, en fait : un lave-vaisselle, un lave-linge et un sèche-linge. Ils ne sont pas très mobiles, et pourtant, ils m’ont épargné un travail considérable. Mon réfrigérateur date des années 90 et mon micro-ondes n’est guère plus récent, et ces deux appareils m’ont été d’une aide précieuse : ils ont simplifié la conservation et la préparation des aliments, sans aucune intervention de l’IA. Il ne semble pas que l’IA puisse faire grand-chose pour améliorer les choses par rapport au niveau de base déjà atteint par ces machines, d’autant plus que ma technologie « basique » n’a pas nécessité de mise à jour depuis plus de 20 ans. » « Si vous voulez me fournir un robot domestique, j’ai une exigence très claire : il doit être au moins aussi performant que mon lave-vaisselle. »

« Les LLM sont, au mieux, une technologie d’entreprise qui peut faciliter certains types d’organisation de données ou accélérer la programmation. Cela n’a quasiment rien à voir avec la vie de la plupart des gens. Faciliter l’écriture de code ne change rien au fait que je n’ai pas envie d’écrire de code. »

« Les NFT, le métavers et ces casques de réalité virtuelle… n’ont séduit qu’un public très restreint, surreprésenté dans le capital-risque et chez les aspirants entrepreneurs du secteur technologique. Le cycle de hype de la Silicon Valley a fait des merveilles pour ces produits, et notamment pour ceux qui ont fondé des entreprises dans ces secteurs. Mais la plupart d’entre nous n’aspire pas à fonder une entreprise qui domine le monde. »

Elizabeth Lopatto

  • ✇Dans les algorithmes
  • Le piège de l’interopérabilité européenne
    « L’Etat providence numérique » européen promet surtout surveillance, contrôle et exclusion alerte l’EDRi, la grande association européenne de défense des droits numériques. En instaurant une interface numérique entre les demandeurs de protection sociale et les prestataires, les États européens peuvent se soustraire à leurs obligations de services publics, « transformant le filet de sécurité social en un filet de pêche numérique, c’est-à-dire en un système de collecte et d’analyse des données pe

Le piège de l’interopérabilité européenne

4 juin 2026 à 07:00

« L’Etat providence numérique » européen promet surtout surveillance, contrôle et exclusion alerte l’EDRi, la grande association européenne de défense des droits numériques. En instaurant une interface numérique entre les demandeurs de protection sociale et les prestataires, les États européens peuvent se soustraire à leurs obligations de services publics, « transformant le filet de sécurité social en un filet de pêche numérique, c’est-à-dire en un système de collecte et d’analyse des données personnelles » sans précédent. Cela se fait par le biais d’une architecture de gouvernance qui réoriente l’établissement de l’identité et de la confiance en une démarche descendante visant à considérer partout les bénéficiaires avec suspicion. 

En Europe, la fourniture de services publics essentiels – santé, sécurité sociale, éducation – relève principalement de la compétence des États membres, rappelle l’Edri. L’UE n’a aucun mandat direct pour dicter, par exemple, comment un habitant d’une zone rurale de Roumanie accède à un médecin ou comment un travailleur à Lisbonne perçoit des allocations chômage. Or, dénonce l’association, l’Union européenne, en présentant la numérisation comme un enjeu de marché intérieur et d’interopérabilité, déploie un ensemble de projets et de réglementations touchant des secteurs tels que la justice, la fonction publique et l’administration, et visant à faciliter et accélérer la communication et l’échange de données entre les systèmes des différents pays grâce à une numérisation uniforme. Elle est ainsi parvenue à s’immiscer au cœur des politiques sociales nationales. En facilitant les procédures administratives intra européennes ou le principe de la transmission unique (qui garantit que les citoyens et les entreprises ne fournissent leurs données à l’administration publique qu’une seule fois), présentées comme de simples commodités techniques, l’Europe déploie des « cadres coercitifs contraignant les administrations nationales à aligner leurs infrastructures sur les normes définies par Bruxelles ». Par le biais de mécanismes de financement, l’UE a de facto fait de la transformation numérique une condition à l’octroi de son soutien financier, court-circuitant ainsi le débat démocratique qui accompagne habituellement les grandes évolutions des politiques sociales. « Cette situation rappelle les tendances observées dans les pays en développement au cours de la dernière décennie, où des acteurs transnationaux ont financé des projets de développement conditionnés à des engagements en matière de numérisation, comme l’intégration de l’identification biométrique numérique dans les programmes du secteur public.»

« Cette extension du pouvoir s’est amplifiée pendant la pandémie de COVID-19. Le déploiement rapide du certificat numérique COVID de l’UE a été salué comme une réussite de la coordination européenne. Cependant, du point de vue des droits humains, il s’agissait d’un précédent dangereux. Il a instauré une infrastructure à l’échelle du continent pour la surveillance sanitaire et le contrôle des déplacements, mise en place dans un contexte d’état d’exception et sous un contrôle parlementaire limité. Au lendemain de la pandémie, cette gouvernance en mode d’urgence est devenue la nouvelle norme. L’infrastructure du certificat COVID n’a pas disparu ; elle a évolué. Elle a fourni le modèle technique et politique du portefeuille d’identité numérique de l’UE. Ce qui était justifié comme une mesure d’urgence pour prouver le statut vaccinal s’est transformé en un outil permanent que l’UE entend lier à tout, des permis de conduire aux ordonnances en passant par l’interopérabilité des comptes bancaires. La crise a donné l’impulsion nécessaire pour imposer des infrastructures d’identité intrusives qui auraient rencontré des années de résistance » dans les débats législatifs nationaux.

Pour l’Edri, la stratégie de numérisation de l’UE n’est pas une politique monolithique, mais repose sur un ensemble de projets sectoriels qui se chevauchent, comme :

  • « L’Espace européen des données de santé (EHDS) : Cette initiative vise à créer une infrastructure transfrontalière massive pour le partage des dossiers médicaux. Si la promesse est d’améliorer les soins pour les touristes, les dispositions relatives à « l’utilisation secondaire » permettent le partage de données de santé pseudonymisées avec les chercheurs et l’industrie. Cela pourrait permettre de traiter les détails les plus intimes de nos vies comme une ressource pour l’économie des données, de plus en plus considérée comme essentielle à la compétitivité européenne, souvent avec des mécanismes de retrait opaques qui privilégient l’innovation à l’autonomie.
  • ESSPASS (Carte européenne de sécurité sociale) : En numérisant la vérification des droits à la sécurité sociale pour les travailleurs mobiles, l’UE s’oriente vers une identité sociale numérique portable. Bien que cela puisse paraître pratique pour les travailleurs expatriés, ce système crée un registre centralisé des droits sociaux facilement contrôlable par les inspecteurs du travail et les autorités frontalières, transformant ainsi l’aide sociale en un outil de contrôle migratoire.
  • eIDAS 2.0 et le Portefeuille EUDI : le Portefeuille EUDI est au cœur de cette architecture numérique. Il vise à regrouper toutes les informations d’identification numériques dans une seule application mobile. En imposant aux « intermédiaires » privés (comme Google et Apple) et aux services publics essentiels d’accepter ce portefeuille, l’UE impose de fait une existence numérique par défaut.»

Les atteintes à la vie privée liées à ces programmes sont profondes, souligne l’Edri. « Nous passons d’un monde d’interactions locales et analogiques – où votre médecin connaît votre état de santé et votre mairie vos besoins en logement – ​​à un monde de visibilité centralisée et numérique » total.

Lorsque les services essentiels sont numérisés par défaut, chaque interaction génère une donnée. L’agrégation de ces données dresse un portrait complet de la vie d’un individu. Les risques ne se limitent pas aux violations de données, mais s’étendent au profilage intime. Une identité numérique utilisée aujourd’hui pour accéder à une pharmacie peut être liée demain à un titre de transport, permettant à l’État de reconstituer les déplacements et les relations d’un individu avec une précision extrême.

De plus, ces systèmes s’appuient souvent sur le principe de « protection des données dès la conception » comme un simple argument de façade. On nous assure que des protocoles permettant l’authentification de l’utilisateur sans partage d’informations supplémentaires le concernant, nous protégeront, dénonce l’association. « Or, la protection de la vie privée ne se résume pas à la confidentialité des informations : elle concerne aussi l’utilisation des infrastructures pour exercer un pouvoir. Même si les données sont chiffrées, l’obligation d’utiliser un outil numérique autorisé par l’État pour exercer un droit fondamental constitue, en soi, une forme de surveillance. Elle crée un point de blocage où l’État peut couper l’accès à un service essentiel d’un seul coup ».

Le risque, à terme, s’alarme l’Edri, c’est bien plus l’exclusion by design que la protection by design. Les objectifs du programme de la « Décennie numérique » visent à ce que 100% des services publics soient numériques d’ici 2030. Mais qu’adviendra-t-il des milliers de personnes confrontées à des obstacles technologiques ?

« La numérisation constitue souvent un frein pour les plus marginalisés : les personnes âgées, les sans-abri, les migrants et les personnes vivant dans la pauvreté. Lorsqu’un bureau physique ferme et est remplacé par un portail web ou un code QR, le service n’est pas nécessairement modernisé, mais de fait supprimé pour une partie de la population. On assiste à l’émergence d’une « sous-classe technologique » qui doit s’appuyer sur des intermédiaires (famille, ONG) pour accéder à ses droits, ce qui la prive de sa dignité et de sa vie privée. »

Sans compter que l’information unique et l’interopérabilité sont encore plus vulnérables aux erreurs : « un statut d’immigration mal classé ou une alerte à la fraude signalée à tort – peut se propager instantanément à l’ensemble du système administratif européen, sans possibilité de recours ».

« La volonté de l’UE de numériser les services essentiels est souvent présentée comme une fatalité technique. Or, il n’en est rien : c’est un choix politique qui privilégie l’intégration au marché et le contrôle administratif au détriment des droits fondamentaux et de l’inclusion sociale. »

À l’approche de 2030, il est nécessaire de remettre en question le consensus du tout numérique. Nous devons revendiquer un « droit à l’analogique », défend l’Edri : une garantie juridiquement contraignante que chaque service public essentiel reste accessible par des canaux non numériques et centrés sur l’humain, sans pénalité. Pour que ce droit soit effectif, il est indispensable que les options analogiques soient conçues de manière à ne pas être inférieures aux options numériques et qu’elles constituent un véritable choix pour tous, en particulier pour les communautés qui risquent d’être systématiquement exclues.

« Nous devons veiller à ce que l’interopérabilité ne devienne pas synonyme de visibilité totale.»

« Le contrat social européen repose sur les valeurs de solidarité et de droits humains. Si nous laissons ce contrat être réécrit par le code, sans transparence ni mandat clair, nous risquons de nous réveiller dans une Europe où l’État n’est plus un fournisseur de services, mais un gestionnaire d’identifiants numériques, et où le citoyen n’est plus titulaire de droits, mais un utilisateur dont l’accès » est révocable.

  • ✇Dans les algorithmes
  • IA : la revanche des imbéciles
    « L’IA est un concentré de concepts d’organisations ratés, et l’apogée de l’ère des incompétents, une époque où nous sommes dirigés par des gens tellement déconnectés de la réalité du terrain qu’il était inévitable qu’une technologie soit créée spécifiquement pour exploiter leur incompétence », cingle Ed Zitron, dans un billet savoureux d’être si rageux.  « Si les PDG sont particulièrement vulnérables à la psychose de l’IA c’est parce qu’ils sont suffisamment éloignés du travail de terrain né

IA : la revanche des imbéciles

3 juin 2026 à 07:00

« L’IA est un concentré de concepts d’organisations ratés, et l’apogée de l’ère des incompétents, une époque où nous sommes dirigés par des gens tellement déconnectés de la réalité du terrain qu’il était inévitable qu’une technologie soit créée spécifiquement pour exploiter leur incompétence », cingle Ed Zitron, dans un billet savoureux d’être si rageux. 

« Si les PDG sont particulièrement vulnérables à la psychose de l’IA c’est parce qu’ils sont suffisamment éloignés du travail de terrain nécessaire pour générer de la valeur avec l’IA. Les LLM sont dangereux pour de nombreuses raisons, mais l’une des moins évoquées est leur capacité à manipuler les dirigeants les plus incompétents. L’IA générative est très douée pour imiter le travail, tout comme la plupart des managers et des dirigeants. Comme eux, même si elle est totalement incapable de faire quelque chose, elle prétendra le contraire et vous complimentera pour vos suggestions. Et c’est pour ça que les crétins du business l’adorent. » « Là où un humain dirait des choses agaçantes comme « c’est impossible dans ces délais » ou « on n’a pas les ressources nécessaires », l’IA répondra « bien sûr, tout de suite ! » et dépensera un maximum de ressources. »  

« Les entreprises ne dépensent pas des millions, voire des centaines de millions de dollars par an en IA parce que c’est une bonne chose, mais parce qu’elles sont dirigées par des personnes totalement incompétentes. L’IA générative est un véritable aimant pour les surveillants, les mouchards, les incapables, les flagorneurs et tous ceux qui détestent travailler et aiment rabaisser les autres. Autrement dit, elle flatte les ratés qui pensent qu’apprendre ou exceller dans un domaine est une perte de temps, car ils méritent de faire ce qu’ils veulent sans le moindre effort. » Les imbéciles de l’IA du monde des affaires sont des sortes d’escrocs, à l’heure où l’escroquerie est devenue la norme pour une part alarmante de la société

Si nous en sommes arrivés là, pour Zitron, c’est parce que la définition d’une bonne entreprise a évolué : nous sommes passés d’une entreprise fabriquant de bons produits à un prix juste, fidélisant sa clientèle et s’appuyant sur un marché durable, à une entreprise capable d’afficher la plus forte croissance boursière d’un trimestre à l’autre. C’est ce qu’il appelle, l’économie de la dégradation, une expression qui décrit bien comment les entreprises technologiques ont volontairement dénaturé leurs produits phares pour satisfaire leurs actionnaires, transformant des services utiles – et parfois appréciés – en une coquille vide, au nom de la croissance. Il est important de noter que cette transformation ne se limite pas au secteur technologique et n’est pas apparue uniquement lorsque ce secteur a pris sa forme actuelle, alimentée par le capital-risque et cotée en bourse. « Le management, en tant que concept, ne signifie plus « faire le travail », mais instaurer une culture de domination et d’extraction de valeur. » Un manager, à l’instar d’un PDG, n’occupe plus une fonction à responsabilités réelles : son rôle est de s’assurer que vous travaillez, de connaître suffisamment votre travail pour pouvoir vous donner des instructions, « mais ce rôle de « donner des ordres » ne s’accompagne d’aucun travail concret, et ces instructions n’ont pas besoin d’être utiles, ni même pertinentes.» « Les problèmes que Microsoft, Google, Meta et Amazon résolvent quotidiennement sont ceux liés à leurs actionnaires. Comment assurer notre croissance ? Comment maintenir l’engagement des utilisateurs avec nos produits ? Comment convaincre nos clients de payer plus cher pour nos services ? »

« Les machines à fabriquer du consentement promues par les imbéciles du monde des affaires servent à nous couper de la réalité, comme eux-mêmes le sont », explique Zitron avec sa verve habituelle. Comme si se déconnecter de la réalité était le principal moyen pour espérer devenir riche et occuper un poste de direction. 

« C’est pourquoi tant de patrons ont une réaction si anormale face à l’IA, la promouvant et la défendant comme s’il s’agissait de leur religion ou de leur patrie. Si beaucoup utilisent les LLM et les perçoivent comme une sorte de calculatrice ou de moteur de recherche, beaucoup d’autres y voient l’opportunité de s’élever au-dessus du peuple qui travaille ou qui crée, car ils trouvent le processus de travail ou d’effort absolument répugnant. Quand quelqu’un dénigre l’IA, l’idiot du Business se sent obligé de la défendre bec et ongles, car attaquer les LLM revient à attaquer leur production, ce qui revient à juger ceux qui tolèrent sa médiocrité et ses hallucinations inévitables. » « Les LLM impressionnent les écrivains qui rechignent à écrire, les développeurs qui rechignent à coder, les chercheurs qui rechignent à faire de la recherche et les juristes qui se désintéressent de la jurisprudence. Ceux qui vous vantent les mérites de l’IA et vous persuadent qu’il est indispensable de l’utiliser cherchent en réalité à justifier leur propre paresse ou leur aversion pour l’effort. Quant à ceux qui sont impressionnés par les travaux des LLM, ils ont généralement des exigences crasses ». 

« L’agressivité dont font preuve les promoteurs et les dirigeants de l’IA envers ceux qui ne sont pas convaincus révèle une véritable faiblesse intellectuelle et morale. Personne n’a jamais eu raison, avec une telle insistance, une telle agressivité et un tel discours péremptoire du type « c’est là, et si vous ne l’adoptez pas, vous êtes stupide et condamné ». Personne d’aussi désespéré, insistant et autoritaire n’a jamais eu de bonnes intentions ». 

Les zélotes de l’IA « ne défendent pas tant les LLM que la forme la plus aboutie du capitalisme », celle d’un capitalisme de corruption, de prédation, mafieux. « L’industrie de l’IA est fondamentalement une machine à escroquer », balance Zitron. « Quelqu’un qui n’aime rien d’autre que recevoir des éloges pour le travail des autres peut désormais exécuter plusieurs agents simultanément, modifier sans cesse les instructions et se faire passer pour un spécialiste en IA, ses IA lui donnant l’air occupé d’une manière difficile à contester tant il n’y a que mensonges ». 

« Quand toute votre économie est organisée autour de cadres intermédiaires, de vice-présidents et de dirigeants qui ne font aucun travail concret, l’IA paraît donc magique ». 

« Comme les modèles d’IA peuvent être intégrés à n’importe quel système, par extension, n’importe quel fondateur d’entreprise spécialisée en IA peut prétendre que n’importe quel secteur peut être automatisé grâce à l’IA. Et comme les investisseurs en capital-risque ne n’y connaissent rien, ils sont naturellement impressionnés par n’importe quelle démo ou promesse qui semble plausible, surtout lorsqu’un LLM peut créer quelque chose qui ressemble à un logiciel.»

Nous sommes confrontés au plus grand gaspillage de capital de l’histoire de l’humanité. Et l’industrie de l’IA est en train de perdre. Personne ne sait vraiment comment mesurer le retour sur investissement de l’IA, rappelle Zitron. « Les entreprises ignorent la valeur réelle de l’IA et le budget qu’elles devraient y consacrer. C’est pourquoi Uber et d’autres épuisent leurs budgets de jetons sans, semble-t-il, réduire leurs dépenses.» « Tout ce baratin sur l’IA, soi-disant inévitable, réelle et surpuissante, ne semble jamais se traduire par des profits. » L’expérience d’Uber – qui brûle beaucoup d’argent dans l’IA – est représentative de l’expérience de pratiquement toutes les entreprises avec l’IA. Des dirigeants incompétents, totalement déconnectés de la production, exigent que leurs employés consomment un maximum de ressources, les incitant à le faire pour des raisons qui n’ont de sens que pour quelqu’un qui ne travaille pas. « L’IA est censée être un outil de rationalisation ultra-puissant qui transformera le monde du travail à jamais. Or, le résultat concret semble être : nous avons dépensé des sommes considérables pour quelque chose qui enthousiasme nos managers les moins compétents », explique Zitron avant d’analyser la profondeur de la bulle économique de l’IA, son grand cheval de bataille, depuis longtemps. Le modèle économique de l’industrie de l’IA est totalement irrationnel, répète celui qui n’a cessé d’en documenter les terribles excès. Il n’y aura pas de méthodes miracles pour rendre profitables des services facturés 100 ou 200 dollars par an quand ils en coûtent des milliers. « L’une des plus grandes erreurs que nous puissions commettre est de croire que les riches et les puissants ont la moindre idée de ce que l’avenir leur réserve, ou qu’ils ont une quelconque stratégie. »

« L’intrusion brutale, voire harcelante, des services d’IA dans notre quotidien n’est pas un signe de leur puissance, mais plutôt le reflet du manque de confiance et de la peur de leurs créateurs. Les bons produits se vendent en expliquant leurs atouts ; les produits douteux se vendent en trompant et en effrayant, et en profitant de la naïveté des personnes qui pensent qu’utiliser un LLM pour rédiger des e-mails et passer 12 heures par jour sur Twitter constitue un véritable travail. »

La demande en IA demeure le fruit d’une psychose collective. Son effondrement sera présenté comme imprévisible, car personne au pouvoir n’aura pris la peine de s’y intéresser. Pour Zitron, « nous sommes arrivés à un point où le masque commence à tomber, et la classe dirigeante, composée d’imbéciles, affiche sans vergogne son mépris pour l’humain », en annonçant notamment des licenciements sans fin. « Les dirigeants du secteur croient pouvoir bourrer le système de promesses de gains si mirobolants que la tech préférera s’autodétruire plutôt que d’admettre son erreur. Sundar Pichai, Andy Jassy, ​​Larry Ellison, Elon Musk, Mark Zuckerberg et Satya Nadella n’hésiteront pas à dilapider des centaines de milliards de dollars pour éviter l’inévitable, mais une fois que ce sera le cas, le résultat sera catastrophique.» Ceux qui adorent l’IA parlent sans cesse de son incroyable puissance sans jamais montrer ce qu’elle a accompli ni, peut-être, à quoi leur a servi tout ce temps soi-disant gagné… 

Zitron veut croire que nous nous dirigeons vers un krach véritablement catastrophique, susceptible de bouleverser le secteur du capital-risque et de porter un coup fatal à un ou plusieurs géants du cloud, tout en divisant profondément la société à de nombreux niveaux entre ceux qui se sont laissés prendre au piège et ceux qui ne l’ont pas été. À court terme, les conséquences seront absolument désastreuses pour nos marchés et notre économie en général. C’est la conséquence de la bombe à retardement que représentent le crédit privé et le capital-investissement. « Ces gens ne savent plus construire des choses qui fonctionnent, et la seule chose qu’ils savent faire, c’est dépenser de l’argent et licencier. Ils ne croient qu’à la croissance, et on ne peut pas survivre uniquement ni indéfiniment grâce à des croyances et à des promesses illusoires. »

« Aucune industrie digne de ce nom n’a besoin de vous induire en erreur ni de vous culpabiliser de ne pas adopter sa technologie. Personne de confiance ne jugera nécessaire d’humilier ou d’attaquer quelqu’un qui n’est pas suffisamment enthousiaste à propos d’un produit. Aucun PDG qui parle d’un avenir hypothétique pour vous vendre un logiciel aujourd’hui ne mérite votre confiance. Aucune technologie qui commet des erreurs régulièrement ne devrait être défendue. Et une industrie qui exige tout de nous — notre terre, notre énergie, notre eau, nos emplois, notre art, notre écriture, notre attention et chaque dollar que nous possédons — ne devrait susciter que du dégoût. »

  • ✇Dans les algorithmes
  • L’IA appliquée à la science… rêve de progrès
    Ce que l’IA accélère Les promesses de l’IA pour découvrir de nouveaux matériaux ou révolutionner les découvertes scientifiques sont fortes. L’idée que l’IA serait l’avenir de la science comme on l’entend très souvent est bien plus un moyen d’orienter les investissements qu’une vérité scientifique, au risque d’augmenter la dépendance de la science à l’IA.  Dans le domaine de la fabrication de médicament, on attend là encore que l’IA permette de nouvelles percées, explique The Economist. Pou

L’IA appliquée à la science… rêve de progrès

2 juin 2026 à 07:00

Ce que l’IA accélère

Les promesses de l’IA pour découvrir de nouveaux matériaux ou révolutionner les découvertes scientifiques sont fortes. L’idée que l’IA serait l’avenir de la science comme on l’entend très souvent est bien plus un moyen d’orienter les investissements qu’une vérité scientifique, au risque d’augmenter la dépendance de la science à l’IA

Dans le domaine de la fabrication de médicament, on attend là encore que l’IA permette de nouvelles percées, explique The Economist. Pourtant, les partenariats entre entreprises pharmaceutiques et sociétés d’IA se multiplient, notamment dans l’espoir de mieux identifier des molécules, de raccourcir le temps de développement des essais cliniques et de diminuer le taux d’échec de ceux-ci (actuellement, « les médicaments candidats entrant en essais cliniques ont un taux d’échec de 90 %, ce qui porte le coût de développement d’un médicament efficace à la somme astronomique de 2,8 milliards de dollars »). « Même des gains d’efficacité marginaux représenteraient des avantages considérables. Des rapports provenant de l’ensemble du secteur suggèrent que l’IA a commencé à apporter ces gains. Elle a réduit la phase préclinique (celle qui précède les essais cliniques sur l’homme) à 12-18 mois, contre trois à cinq ans auparavant. Et elle a amélioré le taux de réussite. Une étude publiée en 2024, portant sur les performances de molécules proposées par l’IA lors des premiers essais cliniques, a révélé un taux de réussite de 80 à 90 %. À titre de comparaison, les moyennes historiques se situaient entre 40 et 65 %. »

« La conception d’un nouveau médicament commence généralement par le criblage de petites molécules organiques afin d’identifier celles présentant une activité biologique prometteuse afin de sélectionner les plus probables. L’IA peut analyser des bibliothèques de dizaines de milliards de molécules, en testant des propriétés telles que la puissance, la solubilité et la toxicité grâce à des émulations logicielles de ces molécules, sans qu’il soit nécessaire d’utiliser les molécules réelles en laboratoire. Jim Weatherall, l’un des responsables de cette activité chez AstraZeneca, une autre grande entreprise pharmaceutique, affirme que cette méthode permet de trier les molécules prometteuses deux fois plus vite qu’auparavant, et que plus de 90 % du processus de découverte de petites molécules de l’entreprise est désormais assisté par l’IA. »  

L’IA sert donc d’abord à optimiser les investissements. L’IA contribue également à améliorer la conception des essais cliniques. Par exemple en formulant une hypothèse sur une maladie et en tentant de confirmer ou d’infirmer ces hypothèses par une recherche bibliographique. 

L’IA se révèle également prometteuse dans la sélection des patients pour les essais cliniques. Elle peut analyser les dossiers médicaux, les biopsies et les examens d’imagerie des candidats afin d’identifier ceux qui pourraient tirer le meilleur parti d’un nouveau médicament. Une meilleure sélection des participants permet de réduire la taille des essais, et donc de les rendre plus rapides et moins coûteux. Un autre utilisation de l’IA consiste à créer des patients synthétiques permettant de comparer un patient réel et son double numérique pour comparer l’évolution prédite sans traitement par rapport au patient testé. A terme, les patients synthétiques permettrait de réduire les groupes témoins et leurs coûts (au risque tout de même que ces comparaisons aient une fiabilité relative). 

L’optimisation des essais cliniques via l’IA représente une réduction considérable des risques, avec une diminution concomitante des coûts de développement des médicaments. 

Mais si l’IA promet de produire de nouveaux médicaments, elle ne promet pas que nous ayons les capacités industrielles de le faire, comme le montrent les innombrables pénuries que nous traversons. Elle ne résout pas le risque d’abandon de la santé pour tous, qu’évoquait par exemple le philosophe Alexandre Monnin dans AOC il y a quelques mois (voire notre synthèse).

Au contraire. Dans le domaine de la médecine, comme le soulignaient l’avocate américaine des sans abris Leah Goodridge et la médecin et chercheuse, Oni Blackstock, directrice de l’association Health Justice, dans une tribune pour The Guardian, l’IA risque bien plus d’être utilisée pour refuser des soins que pour faire progresser la médecine. En Californie du Sud, où le nombre de personnes sans abris est l’un des plus élevé du pays, Akido Labs gère des cliniques pour les personnes sans domicile fixe et celles à faibles revenus. Mais ces patients sont vus par des assistants médicaux qui utilisent l’IA pour écouter les conversations, puis proposer des diagnostics et des plans de traitement potentiels, qui sont ensuite examinés par un médecin. L’objectif de l’entreprise, a déclaré son directeur technique à la Technology Review, est de « supprimer le médecin de la consultation ».

Cela s’inscrit dans une tendance plus large où l’IA générative est de plus en plus intégrée au système de santé, rappellent Goodridge et Blackstock. En 2025, une enquête de l’Association médicale américaine a révélé que deux médecins sur trois utilisaient l’IA dans leur travail quotidien, notamment pour diagnostiquer les patients. Une start-up spécialisée en IA (OpenEvidence, qui n’est pas accessible en Europe) a levé 200 millions de dollars pour fournir aux professionnels de santé un ChatGPT pour médecins. Et les législateurs américains examinent actuellement un projet de loi qui autoriserait l’IA à prescrire des médicaments. Bien que cette tendance à l’intelligence artificielle dans le secteur de la santé affecte presque tous les patients, son impact est plus profond sur les personnes à faibles revenus, qui rencontrent déjà d’importants obstacles à l’accès aux soins. « Les personnes sans domicile fixe et à faibles revenus ne devraient pas servir de cobayes pour l’IA dans le domaine de la santé. Au contraire, leurs voix et leurs priorités devraient déterminer si, comment et quand l’IA sera mise en œuvre dans leurs soins »

La saturation des hôpitaux, les coûts d’accès au soin… expliquent en grande partie ces développements. D’autant que ces contraintes « sont souvent amplifiées dans les communautés économiquement défavorisées, où les établissements de santé sont souvent sous-financés et les patients non assurés, avec un fardeau plus lourd de maladies chroniques dû au racisme et à la pauvreté ». Les très documentés biais des IA de santé, « qui diagnostiquent bien moins les problèmes des patients noirs et hispaniques, des femmes et des patients bénéficiant de l’assurance Medicaid, promettent surtout d’aggraver les inégalités de santé pour les patients qui rencontrent déjà des obstacles à l’accès aux soins ». Pire, comme on le lit dans la TR, les patients ne sont même pas informés que leur professionnel de santé ou leur système de santé utilise l’IA. Un assistant médical explique ainsi que ses patients savent qu’un système d’IA les écoute, mais qu’il ne leur dit pas qu’elle formule des recommandations diagnostiques. Ces discriminations sont renforcées par la tendance croissante à l’utilisation de l’IA pour déterminer les remboursements de santé des personnes à faibles revenus (voir ce que nous disions d’United HealthCare connu pour sa politique de refus de remboursement de soins de santé). Bref, si l’IA d’un côté promet une amélioration de la production de médicaments, elle risque bien plus d’empêcher les publics d’y accéder. 

Il y a d’autres domaines que l’IA accélère, comme le pointait Cade Metz dans le New York Times. Notamment la recherche en mathématiques, en biologie et en chimie. Mais là encore, bien des annonces tonitruantes se révèlent souvent assez décevantes une fois que les spécialistes les décortiquent. C’était le cas notamment lorsqu’une startup d’IA, Harmonic a annoncé avoir résolu un problème mathématique, avant que les experts ne constatent que ses solutions ne différaient guère des travaux antérieurs de mathématiciens. L’IA parvient à identifier des solutions existantes, enfouies dans des décennies d’articles de recherche plus qu’elle n’en invente. « On a l’impression d’être face à un élève brillant qui a tout mémorisé pour l’examen, mais qui ne comprend pas vraiment le concept », assène le mathématicien Terence Tao. L’IA permet bien plus de suggérer des hypothèses ou des expériences qui permettent de cibler les recherches, explique un spécialiste du cancer, qui constate lui aussi que cela permet d’accélérer les processus. Mais un chercheur expérimenté est toujours nécessaire pour guider le système. Pour Terence Tao, interviewé dans Nature, l’IA peut commettre des erreurs invérifiables dans nombre de domaines, mais en maths, elles sont vérifiables. Les inconvénients sont donc bien plus limités. « On commence à voir des exemples où l’IA – peut-être par chance – résout des problèmes importants pour les mathématiciens. C’est encore très rare et l’IA présente encore de nombreuses faiblesses ; elle ne remplace pas le travail humain. Mais il devient de plus en plus difficile de nier l’efficacité de ces outils. » Mais définir de nouveaux concepts et déterminer les problèmes à résoudre restera probablement du ressort des mathématiciens humains… au moins pendant un certain temps encore, estime le médaillé Fields. 

… au risque de réduire le champ d’investigation de la science

Si l’IA pour la recherche scientifique promet, elle pourrait aussi avoir des effets délétères, rappelle la journaliste Grace Huckins pour la Technology Review et réduire à terme le dynamisme de la science. Une étude publiée dans Nature a révélé que si certains scientifiques perçoivent des avantages professionnels à adopter l’IA, la science dans son ensemble pourrait en pâtir, car l‘IA réduit le champ d’investigation de la communauté scientifique. Cela pourrait s’expliquer par le fait que l’IA excelle particulièrement dans l’analyse de données et de publications existantes, ce qui incite les scientifiques qui l’utilisent à se concentrer sur des domaines établis où des données à grande échelle sont disponibles. Il pourrait en résulter un nombre réduit de scientifiques disponibles pour étudier des problèmes moins adaptés à l’IA. Intégrer efficacement l’IA dans la science est plus qu’un simple défi technique : préserver le dynamisme et la diversité de la science à l’ère de l’IA pourrait nécessiter un effort concerté de la part de la communauté scientifique. 

Dans un éditorial pour Science, Julio Ottino et Brian Uzzi enfoncent le clou et dénoncent le risque d’une « progression sans progrès ». « Les progrès réalisés dans l’utilisation de l’intelligence artificielle pour faire progresser la découverte scientifique rendent de plus en plus réaliste l’idée de systèmes automatisés de « science de bout en bout » : des chaînes de traitement intégrées capables de générer des hypothèses, de mener des expériences (in silico ou robotisées), d’analyser les résultats et de produire des résultats publiables avec une intervention humaine minimale. La question cruciale n’est pas de savoir si l’IA peut « faire » de la science, mais si la science – en tant que système social et évolutif produisant des connaissances fiables – peut survivre à la manière dont l’IA la pratique. »

Or, « la science n’est pas simplement une suite de tâches optimisables. Elle progresse par un processus analogue à l’évolution darwinienne : variation à travers de nombreux efforts indépendants ; sélection par la critique, la réplication et la compétition ; et conservation des résultats robustes. Cette structure distribuée permet à la science de s’autocorriger et de générer de la nouveauté. L’indépendance n’est pas fortuite ; elle est le mécanisme qui produit à la fois la fiabilité et la découverte. »

Mais, la science n’a jamais pleinement atteint cet idéal, rappellent-ils. Elle a aussi été façonnée par les biais, les erreurs et la fraude. Les partisans de l’intelligence artificielle arguent que l’automatisation pourrait atténuer certaines de ces limitations tout en accélérant les découvertes et en élargissant la participation. Reste donc à savoir si l’IA en science réduit ces imperfections ou les amplifie à l’échelle des machines.

L’intégration de l’IA à la science risque de modifier fondamentalement la structure de la science. Notamment en favorisant des plateformes dominantes, entraînées sur des données similaires et optimisées pour certains objectifs. « Comme sur d’autres marchés de technologies numériques, la concentration est un résultat plausible. Le risque est fort qu’une poignée de systèmes façonnent la majorité de la production scientifique (…). La diversité simulée au sein d’un système ne saurait se substituer à la diversité épistémique entre des approches véritablement concurrentes.»

La conséquence n’est pas seulement institutionnelle ; elle est bien épistémique, c’est-à-dire qu’elle concerne toutes les connaissances. « Le système scientifique prospère grâce à l’inefficacité : efforts redondants, tentatives infructueuses et chemins divergents. Il ne s’agit pas de coûts à éliminer, mais de sources de découverte. À l’inverse, les pressions d’optimisation favorisent la convergence. Il risque d’en résulter une production accrue, mais une exploration moindre de l’inattendu.»

« Ce rétrécissement a des implications sur la créativité. Une grande partie de la force de l’IA réside dans l’exploration combinatoire, le réarrangement des connaissances existantes en de nouvelles configurations. Or, nombre d’avancées majeures en science ne sont pas des combinaisons ; ce sont des ruptures, des changements conceptuels qui contredisent les hypothèses des cadres antérieurs. Parce que ces avancées s’écartent des schémas encodés dans les données existantes, elles sont les moins susceptibles d’émerger de systèmes entraînés sur le passé. »

« L’indépendance n’est pas seulement une garantie de fiabilité ; elle est la condition de la rupture conceptuelle. » A l’inverse, « l’optimisation de chaque composant ne garantit pas l’intégrité de l’ensemble. » Au contraire, elle peut la compromettre.

« Il ne s’agit pas de rejeter l’IA, mais de la considérer comme un simple progrès technique. Préserver les propriétés fondamentales d’un système scientifique évolutif devient désormais une contrainte de conception. Les résultats scientifiques doivent garantir une traçabilité claire – une chaîne de responsabilité identifiable qui ne se dissout pas dans des systèmes opaques. Les dispositifs institutionnels et techniques doivent assurer des approches véritablement distinctes, et non de simples variations au sein d’une architecture partagée. »

« Ces exigences ne sont pas des inefficacités à éliminer par l’ingénierie. Elles représentent les solutions accumulées au problème de la fiabilité des connaissances. Un système d’IA peut produire des résultats impressionnants. Mais s’il remplace un processus évolutif par un processus artificiel, il risque de restreindre non seulement le champ de nos découvertes, mais aussi notre capacité de découverte tout court. »

Le financement de la recherche : submergé par l’IA

Geraint Rees et James Wilsdon pour Nature tirent la sonnette d’alarme. L’IA est en train de submerger les appels à projets et demandes de financement de la recherche, améliorant le nombre, la qualité, le volume des demandes au risque de provoquer l’effondrement même du système. Les réponses générées par l’IA peuvent être entraînées sur les publications des chercheurs, sur les critères d’attribution des subventions et même sur les projets retenus pour ajuster les demandes aux résultats attendus. Et l’effet se constate déjà, pointent les chercheurs. Dans une étude qui a regardé les projets de 12 organismes de financement de la recherche de l’Union européenne, les chercheurs montrent une augmentation des candidatures depuis 2022. 

« Les décideurs politiques et les organismes de financement vont devoir repenser l’allocation des fonds de recherche avant que le système ne devienne ingérable. » Confrontés à un afflux de réponses de qualité, ils devront alors faire des choix largement arbitraires quant aux projets à financer et aux candidats. 

Jusqu’à présent, les organismes de financement de la recherche ont principalement réagi à ces évolutions en restreignant l’utilisation de l’IA par les candidats et les évaluateurs, certains déclarant les demandes inéligibles si elles sont élaborées avec de l’IA. Mais ces préconisations sont impossibles à appliquer car la probabilité de détection est faible et ne constitue pas une réponse au problème. Le risque est fort que toutes les propositions répondent aux critères de financement et que les différences entre elles soient minimes. « Lorsque les propositions et les évaluations sont toutes deux gérées par des agents entraînés sur le même corpus de travaux déjà financés, le système n’évaluera plus la qualité des idées, mais plutôt la capacité des agents à simuler les idées précédemment récompensées par les financeurs 

« Parmi les propositions visant à remédier à la surcharge des systèmes de financement figurent le recours à des tirages au sort (attribution aléatoire de fonds à des demandes de subvention correspondant à un certain niveau de qualité) et des modèles distribués d’évaluation par les pairs, où les chercheurs qui soumettent des demandes de subvention sont chargés d’évaluer celles d’autres chercheurs. Ces mesures permettent de lutter contre le volume de demandes, mais elles restent inefficaces si les indicateurs de qualité deviennent peu fiables. »

Geraint Rees et James Wilsdon proposent plutôt que les organismes de financement envisagent de recentrer l’évaluation non plus sur les propositions écrites, mais sur le chercheur principal, son équipe et ses programmes de recherche passés et en cours. « Les financeurs devraient investir dans la vérification des antécédents afin d’examiner la performance de recherche d’un individu ou d’un groupe sur une période prolongée, ainsi que dans des entretiens et des évaluations de portefeuilles de la performance d’équipe sur la durée. » Mais cette solution écarte de fait les plus petites ou plus jeunes équipes : les aides risquent alors d’aller uniquement aux projets les plus établis. 

En mars, le Conseil de la recherche médicale du Royaume-Uni a annoncé le rétablissement des entretiens pour tous les candidats présélectionnés : une approche chronophage et laborieuse et peu adaptée aux grands volumes de candidatures. Le NIH américain, regroupant l’ensemble des Instituts nationaux de la santé, lui, a limité à 6 dépôts par an le nombre de candidatures individuelles, après avoir constaté que certains chercheurs en soumettaient plus de 40. Les financeurs pourraient également envisager des approches plus radicales, suggèrent les deux chercheurs.Il pourrait s’agir d’instaurer un quota fixe de propositions par chercheur ou pour l’ensemble de sa carrière, toutes sources de financement confondues. Ils pourraient aussi répartir le budget disponible entre les chercheurs éligibles à l’échelle nationale et attribuer le même montant à tous, éliminant ainsi la concurrence. 

D’autres solutions proposent aux organismes de recherche de s’appuyer sur l’IA pour l’évaluation. « L’IA pourrait ensuite servir à prioriser et à présélectionner les candidatures, en comparant les données selon ces différents profils afin d’identifier les candidats dont le parcours est cohérent avec les informations fournies dans leur dossier. Ce processus de présélection serait transparent, auditable et conçu pour favoriser la diversité, et non la freiner, à travers les différentes étapes de carrière, disciplines et institutions. » Mieux (ou pire, c’est selon), certains modèles proposent de prédire l’impact d’un article ou d’une recherche, fléchant les financements vers les projets les plus porteurs. 

Quelque soient les solutions retenues, la nécessaire transformation du financement de la recherche risque de se faire dans la douleur et la contestation, estiment les chercheurs. La mise en place d’infrastructures IA nécessite des investissements soutenus, des tests rigoureux et une gouvernance continue. Les financeurs confrontés à des contraintes budgétaires pourraient hésiter. C’est oublier pourtant que le système gaspille déjà des ressources considérables en comités d’experts et en nouvelles soumissions, sans parler du temps consacré par les chercheurs à répondre aux appels. Un système basé sur l’IA native et bien conçu pourrait constituer un investissement judicieux, défendent les chercheurs. Reste que des systèmes d’évaluation entraînés sur des données de financement historiques intégreront les inégalités passées, risquant d’amplifier, plutôt que de corriger, l’effet Matthieu, c’est-à-dire la concentration au profit des plus dotés. « Il s’agit d’un risque réel, mais nous pensons que la conception et la gouvernance peuvent contribuer à l’atténuer. Les biais dans les systèmes d’IA sont mesurables, ce qui permet de les examiner et d’y remédier », soulignent-ils, certainement trop rapidement car les biais ne sont ni  mesurables ni corrigeables facilement. Troisièmement, les chercheurs et les institutions pourraient se montrer réticents face aux décisions façonnées par des algorithmes qu’ils ne peuvent pas interroger. La transparence et les mécanismes d’appel pourraient contribuer à instaurer la confiance, défendent-ils encore.

Le système de financement par subventions conçu pour un monde pré-IA est devenu défaillant. Les financeurs doivent s’adapter, estiment les chercheurs. Il pourrait en résulter un système plus performant : un système qui exploite la puissance de l’IA et la combine à des connaissances spécialisées, et qui réduit le temps et l’énergie gaspillés dans la rédaction de demandes de subventions improductives pour les réorienter vers une recherche novatrice. Un constat plus facile à déclamer qu’à mettre au point. 

Prédire les résultats de la science… au risque de l’y enfermer

Certains modèles proposent de prédire l’impact d’un article ou d’une recherche, fléchant les financements vers les projets les plus porteurs, expliquaient donc Geraint Rees et James Wilsdon. Qu’en est-il ? 

Savoir si une étude changera le monde ? C’est pourtant l’idée que propose Funding the Frontier : un tableau de bord pour prédire l’impact de la recherche. L’outil (non disponible) utilise le Big data pour retracer l’impact sociétal des projets de recherche sur les politiques, les médicaments ou les produits, explique Nature (voir également l’article de recherche qui montre des captures d’écran du tableau de bord et la vidéo promotionnelle). Le projet porté par Dashun Wang « intègre des données sur les publications de recherche, les brevets, les documents d’orientation et les essais cliniques, et présente ces informations de manière visuelle et intuitive. Ils ont également combiné cet outil à un algorithme prédictif basé sur l’apprentissage automatique pour prédire les études et les domaines susceptibles d’apporter les plus grands bénéfices sociétaux à l’avenir – par exemple, les subventions les plus susceptibles de déboucher sur un brevet ». « Même sans son aspect prédictif, disposer d’un outil permettant de rechercher l’impact des recherches sur la société » est déjà une information importante, estime un chercheur. 

Un chef de projet d’une importante agence de financement américaine l’a utilisée pour examiner les impacts sociaux généraux des subventions de l’agence, lui permettant de constater l’impact de certaines recherches ailleurs dans le monde. « Un autre utilisateur, investisseur dans le domaine de la recherche biomédicale, a constaté que dans le domaine de la recherche sur la maladie d’Alzheimer, l’impact clinique le plus important au cours des 20 dernières années provenait d’études visant à comprendre la maladie, mais que l’impact futur le plus important prévu se concentrait sur les études portant sur les systèmes de soutien social des personnes atteintes de la maladie, ce qui laisse entrevoir de nouvelles opportunités d’investissement »

L’aspect prédictif est pourtant préoccupant, estime le même James Wilsdon qui en évoquait les perspectives précédemment. Le spécialiste des politiques de recherche estime que ce tableau de bord pourrait créer des prophéties autoréalisatrices et des décisions d’investissements plus conservatrices, au détriment de recherches plus originales, capables d’ouvrir d’autres possibilités. 

Coincés dans l’Academic Slop ? 

En attendant, le travail académique commence à crouler sous la « prolifération métastatique de publications » truffées d’hallucinations et de distorsions de contenus, comme s’en plaint sur Facebook la philosophe du droit, Antoinette Rouvroy. L’Academic Slop est arrivé, constate également le chercheur Seva Gunitsky dans sa newsletter. Il raconte que dans la revue dont il s’occupait le nombre de soumission a doublé voire triplé depuis l’apparition de l’IA générative, et que le taux de rejet s’est envolé. Techniquement compétents, certains de ces articles respectent les normes et sont tout à fait convenables. Faciles à produire et exigeant peu de créativité, ils constituent néanmoins le type de travail incrémental légitime que le philosophe des sciences Thomas Kuhn appelait la fabrique de la « science normale ». Pour Gunitsky la valeur d’une théorie originale va continuer à prendre de l’importance. « Les travaux quantitatifs de qualité deviennent bon marché et abondants ; une bonne théorie reste difficile à élaborer ».

Mais l’effet le plus important est que l’évaluation par les pairs repose désormais davantage sur le discernement. Si n’importe qui peut produire un article empirique compétent sur n’importe quel sujet, le principal obstacle devient l’identification des questions importantes à poser. « Dans ce contexte, la question pour les évaluateurs et les éditeurs n’est plus tant « est-ce juste ?» que « pourquoi est-ce important ? ». Cette question est inévitablement subjective, mais pas totalement, car elle exige une solide connaissance des débats en cours. Elle nécessite néanmoins de connaître les tensions et les lacunes productives, les énigmes intéressantes et les idées reçues apparemment établies. »

« Ce concept porte un nom : la phronesis. C’était le terme employé par Aristote pour désigner la sagesse pratique, ou la capacité à discerner la conduite à tenir dans des circonstances particulières. Contrairement à l’épistémè (la connaissance scientifique) ou à la technè (le savoir-faire technique), la phronesis ne peut se réduire à des règles ou à des algorithmes. Elle requiert de l’expérience, du jugement et ce qu’Aristote appelait la « perception ». Cela signifie non seulement l’intelligence, mais aussi la capacité intellectuelle de percevoir les caractéristiques essentielles d’une situation donnée. »

La philosophe Isaiah Berlin appelait cette qualité « le sens du réel » dans le jugement politique : la capacité de percevoir ce qui est possible et ce qui compte à un moment historique donné. Or, il n’est pas certain que les IA possèdent cette capacité voire ne la possèdent jamais. « Si le discernement devient le critère ultime de qualité, nous nous dirigeons encore davantage vers un système à deux vitesses dans l’édition scientifique. Les revues les plus prestigieuses privilégieront les articles d’une originalité remarquable ou présentant des avancées théoriques ou empiriques majeures, tandis que toutes les autres publieront les articles produits par l’IA qui font progresser, de manière graduelle, notre compréhension de sujets spécifiques. Et peut-être que la théorie gagnera en prestige au détriment des méthodes sophistiquées d’analyse des données. »

Pas sûr que la théorie et l’empirisme puissent ainsi si facilement se scinder en deux. Le risque que les publications automatisées se transforment en matière noire scientifique, que personne ne lit ni ne consulte est fort. A nouveau, ici aussi, le risque est fort que s’accentue  davantage les hiérarchies de prestige comme critère d’importance. « Paradoxalement, l’effet uniformisant de l’IA pourrait rendre le monde universitaire plus élitiste encore ».

« La technologie qui nous a inondés de dissertations étudiantes façonnées avec l’IA va maintenant inonder de nos propres travaux, et nous aurons besoin de ce même discernement dont nous nous plaignons de l’absence chez nos étudiants. » Pas sûr que ce soit plus facile pour les experts. L’IA fait peut-être gagner beaucoup de temps à certains, mais la pollution des travaux de recherche qu’elle engendre en fait perdre énormément aux lectrices et lecteurs. Le goulot d’étranglement de la lecture et de la vérification s’annonce plus reserré que jamais

La seule chose dont on soit sûr, en observant toutes ces perspectives… ce n’est pas que l’IA apporte un progrès scientifique notable, c’est que l’IA en science renforce les inégalités dans toutes les couches de la science.  

Hubert Guillaud

MAJ du 02/06/2026 : Une analyse de 7,3 millions d’articles de revues scientifiques publiés entre 2020 et 2025 révèle qu’en 2025, un peu plus de la moitié présentent des signes d’influence des LLM, avec des variations importantes d’utilisation selon la région du monde, le prestige de l’établissement, l’éditeur et la discipline. « Le développement économique et la proximité de l’anglais comme langue principale sont des facteurs prédictifs clés de ces variations régionales. Les établissements moins bien classés affichent des taux d’adoption plus élevés que les universités d’élite, les jeunes éditeurs à but lucratif présentent des taux supérieurs à ceux de leurs concurrents, et l’adoption varie considérablement selon les disciplines universitaires. L’adoption des LLM dans la rédaction académique est répandue, mais socialement stratifiée. »

  • ✇Dans les algorithmes
  • La colère à venir de la Wired Belt
    Dans le Financial Times, l’économiste Bhaskar Chakravorti, estime également que la colère monte contre l’IA. La colère dans la Rust Belt (la ceinture de la rouille qui désigne les anciens bastions de l’industrie américaine du Nord-Est des Etats-Unis) a propulsé Trump à la victoire ; la rage des travailleurs du savoir des banlieues de la Wired Belt (la ceinture connectée) alimentera la réaction contre l’IA.  Mais qu’est-ce que la Wired Belt ? Cette idée s’appuie sur une étude produite par Chak

La colère à venir de la Wired Belt

1 juin 2026 à 07:00

Dans le Financial Times, l’économiste Bhaskar Chakravorti, estime également que la colère monte contre l’IA. La colère dans la Rust Belt (la ceinture de la rouille qui désigne les anciens bastions de l’industrie américaine du Nord-Est des Etats-Unis) a propulsé Trump à la victoire ; la rage des travailleurs du savoir des banlieues de la Wired Belt (la ceinture connectée) alimentera la réaction contre l’IA. 

Mais qu’est-ce que la Wired Belt ? Cette idée s’appuie sur une étude produite par Chakravorti et ses équipes à la Tufts University qui s’intéresse aux risques que l’IA fait peser sur l’emploi aux Etats-Unis, par secteurs et également par régions. Pour ses auteurs, outre le fait que l’IA fait peser des risques sur certaines catégories d’emploi (à savoir les métiers de l’information, de la finance et de l’assurance, la programmation et les concepteurs d’interfaces), l’étude est plus originale pour son aspect géographique. Ils mettent en avant que ce sont les grands pôles d’innovations urbains comme New York, Los Angeles, Washington D.C., San Francisco, Chicago, Dallas et Boston qui figurent parmi les plus exposés, ainsi que la Californie, le Texas, New York, la Floride et l’Illinois. Les auteurs soulignent d’ailleurs que ces États figurent également parmi les plus actifs en matière de réglementation de l’IA, ce qui souligne les dimensions politiques et d’économie politique des perturbations du marché du travail induites par l’IA et met en évidence d’importantes implications réglementaires et politiques au niveau des États.  

Pour les auteurs, les zones connectées seront les prochaines zones désaffectées. L’IA va s’en prendre aux régions abritant les emplois les mieux rémunérés des Etats-Unis. 

Pour Chakravorti, les cadres qui s’apprêtent à perdre leur emploi à cause de l’IA pourraient bien être à l’origine du prochain choc politique que connaîtra les États-Unis. « Les professions les plus menacées sont concentrées dans les « ceintures connectées » : des régions qui ont prospéré grâce aux données, au contenu et aux activités cognitives. Ces régions pourraient bien devenir les nouvelles « ceintures de rouille », s’étendant des pôles technologiques bien connus de la Silicon Valley, de Boston et de New York jusqu’à Philadelphie, Atlanta et Phoenix. Les corridors de connaissances périurbains entourant les grandes villes des États indécis (swing states) américains figurent parmi les plus vulnérables du pays.» 

L’IA pourrait donc avoir des conséquences très politiques, estime Chakravorti. « Lorsque les perturbations économiques frappent les communautés américaines et que la classe politique réagit avec indifférence, il en résulte un réalignement politique radical, mais cette fois-ci, il viendra des cols blancs des régions technologiques, et non des cols bleus des régions industrielles en déclin. »

  • ✇Dans les algorithmes
  • Les guerres des drones 
    En Ukraine, l’automatisation de la guerre a franchi une nouvelle étape en 2025, rapporte un long reportage du New York Times. Jusqu’à présent, la plupart des drones de combat nécessitaient un pilote humain. Il était une violence à distance, comme le disait la philosophe Grégoire Chamayou dans Théorie du drone (La Fabrique, 2013) qui dénonçait déjà la fabrique des automates politiques qui transforme la guerre en chasse à l’homme, une campagne sans fin d’exécutions extrajudiciaires qui se font en

Les guerres des drones 

28 mai 2026 à 07:00

En Ukraine, l’automatisation de la guerre a franchi une nouvelle étape en 2025, rapporte un long reportage du New York Times. Jusqu’à présent, la plupart des drones de combat nécessitaient un pilote humain. Il était une violence à distance, comme le disait la philosophe Grégoire Chamayou dans Théorie du drone (La Fabrique, 2013) qui dénonçait déjà la fabrique des automates politiques qui transforme la guerre en chasse à l’homme, une campagne sans fin d’exécutions extrajudiciaires qui se font en dehors du droit de guerre.

Mais désormais, les drones se passent de pilotes. Certains nouveaux drones ukrainiens, une fois leur cible verrouillée, peuvent utiliser l’intelligence artificielle pour la poursuivre et la frapper, sans aucune intervention humaine supplémentaire. C’est notamment le cas des drones développés par la très discrète startup Project Eagle, fondée par l’ancien PDG de Google, Eric Schmidt, après l’invasion de l’Ukraine en 2022. « Durant l’année 2025, dans la guerre russo-ukrainienne, lors d’opérations largement invisibles et passées inaperçues, l’ère des robots tueurs commença à se dessiner sur le champ de bataille. Sur un front d’environ 1 300 kilomètres et dans l’espace aérien des deux pays, des drones dotés de nouvelles fonctionnalités autonomes sont désormais utilisés quotidiennement au combat »

« L’Ukraine est devenue un terrain d’essai grandeur nature où fabricants d’armes, gouvernements, investisseurs, unités de première ligne et ingénieurs occidentaux collaborent pour produire des armes qui automatisent une partie de la chaîne de destruction militaire conventionnelle. Équipés de logiciels propriétaires embarqués, entraînés sur de vastes ensembles de données et souvent exécutés sur des micro-ordinateurs standard comme le Raspberry Pi, les drones autonomes font désormais partie intégrante du quotidien sanglant et destructeur de la guerre.» Toutes les fonctions sont désormais autonomes, du décollage à la frappe terminale, en passant par la coordination entre drones. 

« Les drones entièrement contrôlés par des humains restent bien plus nombreux que leurs homologues semi-autonomes. Ils sont responsables de la plupart des blessures sur les champs de bataille. Mais les armes sans pilote ouvrent de nouvelles perspectives.» Dans les deux camps, les drones à intelligence artificielle sont au cœur d’une nouvelle course aux armements

Peter Asaro, vice-président de la campagne « Stop aux robots tueurs », philosophe et professeur associé à la New School, a mis en garde contre les dangers croissants liés à l’exploration de territoires pratiques et éthiques inexplorés par ces armes. « Le développement d’une autonomie croissante des drones soulève de graves questions concernant les droits humains et la protection des civils dans les conflits armés », a-t-il déclaré. « La capacité de sélectionner des cibles de manière autonome constitue une limite morale à ne pas franchir. »

Pour l’instant, les armes dotées d’IA restent fragiles, limitées dans leurs fonctions et moins précises que les armes contrôlées par des humains qualifiés. Nombre d’entre elles ont une faible autonomie et une courte durée de vol. 

Du rôle du brouillage GPS

Les drones autonomes sont la réponse aux contre-mesures à l’égard des drones prisent durant la guerre en Ukraine, notamment les brouilleurs qui saturent les fréquences utilisées pour le contrôle de vol et les liaisons vidéo, faisant perdre le signal entre le pilote et le drone. En améliorant l’autonomie, l’idée était, qu’en cas de rupture de communication anticipée, les pilotes pouvaient céder le contrôle du vol à un système automatisé – une puce puissante et un logiciel hautement spécialisé – capable d’achever la mission, comme l’a proposé Underdog imaginé par la société ukrainienne Norda dynamics : un petit module se fixant à un drone de combat pour lui apporter l’autonomie finale nécessaire sur une cible verrouillée. 

Le virage radical opéré par l’armée ukrainienne vers la guerre par drones a contribué à sauver le pays, estime le journaliste du New York Times, Christopher John Chivers. Pendant près de quatre ans, tout en déployant la première armée au monde à se réorganiser autour d’armes sans pilote, elle a freiné les offensives terrestres de l’armée russe. Mais cette arme a ses limites. Presque tous les drones kamikazes à courte portée — un moyen essentiel pour stopper l’avancée des soldats russes — sont pilotés individuellement. Chaque drone est un redoutable acrobate aérien : capables d’atteindre des vitesses de 110 km/h, ces petits multicoptères peuvent s’arrêter, faire du surplace, virer et changer de direction pendant de longues minutes, des atouts qui permettent aux pilotes de localiser, poursuivre et éliminer leurs cibles humaines avec une efficacité glaçante. Pourtant, lors d’attaques russes soutenues, les conditions typiques du front contraignent les équipes de drones à combattre lentement. Le rythme est déterminé par le temps écoulé entre le décollage de chaque drone et son approche finale, qui, aux distances de sécurité habituelles, dépasse souvent 20 minutes. Lorsque les soldats russes infiltrent un grand nombre de lignes, les frappes de drones isolés peuvent paraître lentes et insuffisantes, laissant du temps à l’ennemi pour changer de position et s’échapper.

D’où l’intérêt à pouvoir développer des essaims de flotte. Une autre entreprise ukrainienne, Sine Engineering, a lancé Pasika (qui signifie « rucher » en ukrainien), des petits émetteurs-récepteurs radio qui servent de balises aux drones en vol. Avec Pasika, un seul pilote peut gérer des dizaines de drones.

Les drones de frappe en profondeur, eux, sortes de missiles de croisière à vol lent capables de parcourir des centaines de kilomètres, nécessitent une navigation précise pour se déplacer pendant des heures dans l’espace aérien étranger et suivre des trajectoires en zigzag avec des changements d’altitude fréquents afin d’échapper aux défenses aériennes. L’Ukraine fondait de grands espoirs sur son arsenal croissant de frappes en profondeur pour cibler les dépôts de carburant et d’armes russes. Mais, en coupant les signaux GPS au-dessus du front et sur son territoire occidental, la Russie a rendu ces systèmes inopérants. 

Le brouillage GPS ne se déploie pas seulement sur les conflits, rapporte Sarah Scoles pour Undark, notamment parce que ces petits brouilleurs sont facilement accessibles dans le commerce, tant et si bien que l’administration fédérale américaine des transports comme de la défense est à la recherche d’alternatives et de compléments au GPS, notamment avec l’introduction de signaux mieux cryptés pour les militaires, d’une plus grande variété de signaux pour les civils et de signaux de puissance supérieure. Le GPS est un élément de base qui irrigue la plupart des infrastructures techniques actuelles, des réseaux bancaires aux infrastructures des opérateurs de téléphonie. C’est notamment avec le lancement du jeu en réalité augmenté Pokemon Go en 2016 que les méthodes de brouillage et de corruption des signaux se sont propagées. Si les initiatives fédérales d’amélioration sont là (comme d’utiliser les autres systèmes internationaux de localisation ou de mieux détecter les interférences… ), ils manquent encore de coordination pour faire émerger des solutions pérennes. Les projets privés, eux, ne manquent pas. TrustPoint a initié le lancement de petits satellites en orbite basse émettant un signal crypté à une fréquence plus élevée que le GPS. Cela permet de réduire l’efficacité des brouilleurs et de réduire considérablement leur zone d’influence. Une autre entreprise, « Xona Space Systems, déploie également des satellites en orbite terrestre basse et a collaboré avec les gouvernements canadien et américain. Elle prévoit d’émettre des signaux 100 fois plus puissants que le GPS, offrant ainsi aux utilisateurs une précision de deux centimètres et rendant le brouillage plus difficile. Le signal inclut également un filigrane, une forme d’authentification qui, du moins pour l’instant, protège contre l’usurpation d’identité du signal ». Xona a l’avantage par rapport à son concurrent de ne nécessiter qu’une mise à jour logicielle. Le projet universitaire SuperGPS, lui, propose de déployer des émetteurs radio terrestres plutôt que spatiaux. 

D’autres solutions encore, proposent tout simplement de s’en passer, rapporte Chivers dans le New York Times. L’américain Brian Streem, créateur d’Aerobo, une société spécialisée dans les prises de vue aériennes pour des productions hollywoodiennes, a également fondé Vermeer, une entreprise qui développe des systèmes de positionnement visuel permettant aux drones de naviguer sans GPS qui intéressèrent l’US Air Force. Le logiciel de Vermeer est un système de pilotage automatique qui compare ce que voient les caméras des drones aux cartes topographiques 3D qu’ils embarquent, leur permettant de naviguer sur des terrains dépourvus de liaison satellite. 

Du rêve de l’automatisation totale… à la réalité

Chivers revient également sur les différents projets de drones eux-mêmes dotés de guidage d’attaque basés sur l’IA. C’est notamment le cas du Bumblebee, un drone intercepteur, testé en Ukraine, que les troupes américaines ont commencé à déployer, rapporte Forbes. L’entreprise de Schmidt a également fourni aux unités ukrainiennes un drone de combat de moyenne portée, d’une envergure de deux mètres, commercialisé sous le nom de Hornet. Comme le Bumblebee, il est doté d’une reconnaissance de cibles et d’un guidage d’attaque terminale basés sur l’IA, ainsi que de systèmes de communication et de navigation résistants au brouillage. Schmidt est également devenu un allié de l’Ukraine dans sa défense contre les Shahed, ces drones à longue portée de conception iranienne qui bombardent les villes ukrainiennes presque chaque nuit. En juillet 2025, il est apparu aux côtés du président ukrainien, Volodymyr Zelensky, pour annoncer un partenariat stratégique visant à fournir à l’Ukraine des drones dotés d’intelligence artificielle, notamment un système d’interception automatisé appelé Merops. Mais pour l’instant, à l’instar de l’Underdog de Norda Dynamics, les Bumblebees ou les drones de Schmidt, ces systèmes nécessitent une intervention humaine pour désigner et activer les cibles avant l’attaque. Schmidt a indiqué à plusieurs reprises s’opposer aux armes sans supervision humaine. 

Mais le paradigme de la compétition de l’offre, qui conduit nombre d’entreprises à proposer leurs solutions en échanges de d’achats garantis, propulse l’automatisation des armes vers toujours plus d’automatisation. Le drone ukrainien X-Drone, par exemple, fusionne plusieurs technologies autonomes sur des drones à longue portée. Son logiciel guide les armes vers une zone éloignée, comme un port maritime, puis utilise la vision par ordinateur pour identifier et attaquer des cibles spécifiques : navires de guerre, réservoirs de carburant, avions stationnés. L’entreprise expérimente des capacités plus complexes, notamment l’intégration de la reconnaissance faciale dans les drones afin d’identifier et d’éliminer des cibles spécifiques, et le couplage des logiciels de contrôle de vol et de navigation avec des modèles de langage naturels, « pour que le drone devienne un agent ». Le but à terme, qu’on puisse littéralement lui parler : « Vole à droite, 100 mètres. Que vois-tu ? Vois-tu une fenêtre ? Entre par la fenêtre ». Mais surtout, l’intégration de l’IA pourrait permettre de poursuivre une cible de manière autonome. Pas seulement une destination ou un objet, mais également une cible humaine identifiée. 

Pour le fondateur de X-Drone, « les drones avec IA changent la donne ». « Toute l’infrastructure militaire existante est en passe de devenir obsolète. » 

«« Les guerres de grande ampleur libère des démons », explique un pilote, du Gaz moutarde de la première guerre mondiale aux bombes atomiques de la seconde. Les armes autonomes sont en train de changer la guerre. Pour Schmidt, les armes dotées d’intelligence artificielle, suggérait-il, pourraient mettre fin à l’invasion d’un pays par voie terrestre. C’était ce que pensait aussi Richard Gatling, l’inventeur de la mitrailleuse en 1877. La violence de la mitrailleuse devait rendre superflues les grandes armées. Gatling s’est trompé. Il est probable que Schmidt se trompe également et que les drones autonomes ne signent pas la fin de la guerre, mais son extension », conclut Chivers.  

Pour Mediapart, la journaliste Justine Brabant est allée à la rencontre d’une unité antidrone ukrainienne dont nombre de pays veulent apprendre les pratiques. Sur le terrain, on découvre surtout une coordination collaborative et distribuée, où chaque unité à accès à toutes les menaces détectées sur une application pour pouvoir déterminer leurs cibles selon les tactiques des autres unités. Selon les capacités des unités, et l’évaluation des menaces, les unités ciblent les menaces qui leurs correspondent, notamment pour les plus petites, en se chargeant des plus petits drones russes. « Si l’expérience ukrainienne est si précieuse, c’est qu’elle ne consiste pas seulement à stopper quelques engins sans pilote : son armée sait en intercepter plusieurs centaines en quelques heures, sans utiliser de munitions extrêmement sophistiquées au coût disproportionné. » 

On y découvre les cartes de suivis qui permettent aux unités de déterminer qu’elle drone abattre, depuis de simples canons à de petits drones intercepteurs. « Lors du seul mois de mars 2026, l’armée russe a lancé 7 889 drones sur l’Ukraine, un record depuis le début de la guerre. Selon les données fournies par Kyiv, les forces armées ukrainiennes sont parvenues à intercepter 92 % d’entre eux. Une progression notable : en mars 2025, ce taux était de 60 %. » 

Mais plus que les exploits techniques, un autre enjeu frappe à lire Brabant. C’est l’intensification des attaques par drones. « Ils tâchent surtout de s’adapter, avec des ressources limitées, à la cadence frénétique des attaques russes. Car le rythme auquel la guerre évolue, sous leurs yeux et entre leurs mains, donne un net sentiment de vertige. » La numérisation du front ressemble à la numérisation de l’industrie ou des services : partout, elle réduit les coûts et fait augmenter les cadences. 

Reste, comme le montre d’ailleurs le reportage de Justine Brabant, les drones ne font pas tout. « Les troupes restent la ressource la plus cruciale sur le champ de bataille », rappelle l’ancien marine Gil Barndollar dans The American Prospect. Or, les drones ne remplacent pas les troupes ; ils ne font que redistribuer les effectifs. « Si les drones sans pilotes sont désormais responsables de plus de 80 % des pertes dans les deux camps (surpassant largement le bilan des armes traditionnelles comme l’artillerie, les mitrailleuses et les armes légères) et s’ils se voient confier un nombre croissant de missions sur le front (reconnaissance, frappe, minage, ravitaillement, voire évacuation sanitaire…), la réalité est que la main-d’œuvre reste un élément crucial de la guerre ». « Les drones ukrainiens et russes ne volent pas seuls. En réalité, il faut une équipe de trois à quatre soldats, avec des mois d’entraînement et d’expérience, pour positionner efficacement chaque drone afin d’éliminer l’ennemi. Bien qu’opérant à quelques kilomètres de la ligne de front, les équipes de drones restent exposées quotidiennement au danger. Dans certains secteurs du front, leurs pertes sont supérieures à celles de l’infanterie ». La guerre des drones ne se fait pas sans hommes, rappelle l’ex militaire avant de critiquer la fin de la conscription. « La résilience ukrainienne a été extraordinaire, mais elle n’est pas inépuisable. Après quatre années de combats, le scénario le plus probable est que les armées ukrainienne et russe continuent de trouver juste assez de soldats pour se battre et poursuivre les hostilités ». 

Hubert Guillaud

  • ✇Dans les algorithmes
  • L’IA ça sert, d’abord, à faire la guerre (2/2)
    La pantomime du contrôle humain On le lit dans le long reportage de +972 magazine dont on rendait compte dans la première partie de cet article : le contrôle humain s’est profondément distendu dans la riposte d’Israël à l’attaque du 7 octobre. La performance (bien relative) de l’automatisation a emporté avec elle les barrières morales… et le droit international.  Dans un article pour The Conversation, le chercheur en droit international, Louis Perez, rappelle qu’en Iran, comme à Gaza, l’IA

L’IA ça sert, d’abord, à faire la guerre (2/2)

27 mai 2026 à 07:00

La pantomime du contrôle humain

On le lit dans le long reportage de +972 magazine dont on rendait compte dans la première partie de cet article : le contrôle humain s’est profondément distendu dans la riposte d’Israël à l’attaque du 7 octobre. La performance (bien relative) de l’automatisation a emporté avec elle les barrières morales… et le droit international. 

Dans un article pour The Conversation, le chercheur en droit international, Louis Perez, rappelle qu’en Iran, comme à Gaza, l’IA est au cœur des frappes, pour l’armée américaine avec le programme Maven, comme pour l’armée israélienne avec Lavender. Mais qu’en est-il de la licéité de l’utilisation de l’IA pour faire la guerre ? « Il convient d’abord de préciser que l’IA n’est pas interdite en tant que telle par le droit des conflits armés (DCA, également appelé droit international humanitaire). Pour l’heure, aucune règle juridique n’envisage spécifiquement la question de sa licéité. Pour autant, la question n’évolue pas dans un vide juridique. Les règles générales du DCA s’appliquent à la conduite des hostilités, quels que soient les moyens et méthodes déployés. L’une de ces règles est le principe de distinction selon lequel seules les cibles militaires peuvent faire l’objet d’attaques, les personnes civiles et les biens civils devant être préservés. » 

Un autre principe est celui de précaution : il prescrit que les parties au conflit doivent faire tout ce qui est pratiquement possible pour vérifier que les objectifs à attaquer sont bien des objectifs militaires. La vingtaine de secondes disponible aux opérateurs pour valider une cible, la faiblesse des contrôles pointées par Abraham dans son article, montrent que ce principe n’est matériellement pas respecté. Le contrôle humain de l’IA, dont tout le monde rappelle le principe, tient en vérité d’une pantomime. Pourtant, rappelle le juriste, « ni la violation du principe de précaution ni les erreurs conduisant à des violations du DCA ne constituent des crimes de guerre au sens du droit international pénal ». « L’élément intentionnel, c’est-à-dire la volonté de commettre l’infraction, fait défaut. Le régime de responsabilité pénale internationale actuel ne reconnaît pas la responsabilité pour négligence dans ce contexte. Cette approche pragmatique pourrait néanmoins évoluer. D’une part, si les erreurs algorithmiques de ciblage se multiplient, le caractère « raisonnable » de l’erreur sera de plus en plus difficile à invoquer et l’utilisation consciente d’un système connu pour ses défaillances pourrait induire une forme d’intention indirecte de cibler des civils. D’autre part, le droit pourrait à l’avenir se développer pour sanctionner les militaires qui, par leur négligence, causent la mort de civils. »

Perez souligne encore que la responsabilité des entreprises d’IA qui fournissent ces matériels aux militaires (dans le cas américain notamment) pourraient être à terme tenues responsables de fournir du matériel défaillant. Or, comme le pointe le chercheur Javaid Iqbal Sofi dans une tribune pour Tech Policy Press, si la communauté internationale dispose de régimes de contrôle des armements, les entreprises d’IA n’y sont pas soumises. En effet, l’Organisation pour l’interdiction des armes chimiques (OIAC) compte 193 États membres et un régime de vérification fondé sur le droit international. En mars 2026, elle a publié un rapport sur l’intersection entre l’IA et la Convention sur les armes chimiques, soulignant que les outils d’IA transforment déjà la recherche chimique en alertant de leur danger, notamment pour produire de nouvelles armes chimiques. Mais, si elle souhaite que les entreprises d’IA collaborent, en revanche, « elle ne peut contraindre une entreprise privée de San Francisco à soumettre ses évaluations de modèles à un examen externe ni à divulguer les résultats de ses tests d’intrusion internes ». « Le Rapport international sur la sécurité de l’IA 2026, fruit d’une initiative multi-institutionnelle coordonnée par l’Institut britannique de sécurité de l’IA, a constaté que la plupart des pratiques de gestion des risques dans les laboratoires de pointe restent facultatives. » Les exigences légales actuelles (publication d’un cadre de gestion des risques, pour certains d’entre eux, notamment chimiques) sont donc encore très éloignées des risques liés à l’utilisation de l’IA pour faire la guerre.

Enfin, conclut Perez, « aux termes de l’article 1 commun aux conventions de Genève, les États ont en effet l’obligation de respecter et de faire respecter le DCA. Or, le développement de l’IA militaire tend à miner ce respect, voire à favoriser et à dissimuler les violations du droit. » Si des propositions existent pour renforcer ces obligations, « la volonté politique fait défaut, notamment chez les États à l’avant-garde du développement et de l’utilisation de l’IA militaire ». Dans un article pour Le Monde, la journaliste Claire Legros estime que le recours à l’IA divise les spécialistes d’éthique militaire. Si certains sont convaincus qu’un contrôle humain est possible, d’autres en doutent, et affirment que ces technologies repoussent les limites de la violence. Pour la politiste Laure de Roucy-Rochegonde, autrice de La Guerre à l’ère de l’intelligence artificielle (PUF, 2024), le contrôle de la force est en passe de devenir un enjeu crucial. Or, aucun traité international ne limite l’automatisation des tirs et le contrôle humain reste éminemment problématique. « Depuis 2013 et les premières campagnes contre les « robots tueurs », lancées par le collectif d’ONG et d’universitaires Stop Killer Robots (« arrêtez les robots tueurs »), les négociations entre Etats butent sur une définition commune de l’autonomie technologique. » « La très haute vitesse induite par l’intégration de l’IA sur le champ de bataille rend déjà impossible une véritable supervision humaine », constatent les experts. « Parce qu’elles donnent l’illusion qu’on peut cibler précisément l’adversaire et épargner des vies avec des armes plus maîtrisées et efficaces, ces technologies facilitent, au contraire, le recours à la force et font craindre un abaissement du seuil d’entrée en conflit », explique Laure de Roucy-Rochegonde. Face au ciblage automatisé, il n’y a ni reddition, ni prisonniers. La violence s’incarne désormais « sous la forme d’une interface : un flux de données, une performance mesurable », rappellent les auteurs d’une tribune. Le philosophe Grégoire Chamayou le disait très bien dans Théorie du drone (La Fabrique, 2023) : « Plus se répand la légende du robot éthique, plus cèdent les barrières morales au déploiement du robot tueur ».

Dans une tribune pour Foreign Policy, le politiste spécialiste de relations internationales, éditeur de la newsletter Arc Digital et auteur de Drones ans Terrorism (Bloomsbury, 2018) Nicholas Grossman, estime qu’il faut garder l’humain dans la boucle de décision, d’abord et avant tout parce que ces « systèmes demeurent dangereusement imparfaits, notamment en matière de responsabilité ». Ils ne savent pas expliquer les raisons de leurs erreurs. « Lors de situations critiques pendant la Guerre froide, le jugement humain a prévalu sur les machines, sauvant ainsi le monde, comme en 1983 lorsque l’officier soviétique Stanislav Petrov a déterminé que les informations faisant état d’un lancement nucléaire américain étaient une fausse alerte. C’est pourquoi les spécialistes de l’éthique militaire et de la robotique plaident depuis longtemps pour que l’humain reste au cœur du processus décisionnel. La guerre a des conséquences trop graves pour laisser des machines tuer en toute autonomie. Externaliser ces décisions à des ordinateurs signifie que les humains portent moins de responsabilité – ou du moins qu’ils en ont le sentiment – ​​ce qui pourrait encourager des actions immorales, voire illégales. Les algorithmes peuvent être utiles sur le plan tactique, mais contre-productifs sur le plan stratégique, car les attaques contre des civils qui attirent l’attention du public, comme l’attentat contre une école en Iran, galvanisent l’opposition. »

Mais l’implication de l’humain dans le processus décisionnel ne change pas grand-chose si les humains ne se soucient pas de la question. Un officier israélien qui a utilisé Lavender à Gaza a déclaré au Guardian : « À ce stade, je consacrais 20 secondes à chaque cible, et j’en traitais des dizaines chaque jour. Mon intervention humaine n’apportait aucune valeur ajoutée, si ce n’est celle d’approuver la décision. Cela m’a fait gagner beaucoup de temps. » Les gains d’efficacité rendent l’utilisation militaire des systèmes d’IA inévitable, mais rendre ces utilisations plus éthiques et stratégiquement avantageuses exige un travail considérable, notamment une réglementation adaptée. Grossman plaide pour un contrôle humain, mais en se rendant compte, en le disant, que celui-ci risque d’être simplement processuel, ce qui ne suffit pas à remettre de l’éthique dans la boucle

Comme le dit très justement le chercheur en psychologie sociale et cognitive Nicolas Spatola dans une autre tribune pour Tech Policy Press, maintenir l’intervention humaine dans la boucle de l’IA est dans toutes les politiques publiques un garde-fou et une solution par défaut. Mais si la proposition se veut rassurante, en vérité, l’enjeu consiste bien plus à savoir si les institutions qui déploient des solutions d’IA le font en préservant les conditions pratiques du jugement humain. Or, ce n’est pas ce à quoi l’on assiste, en vérité, car l’IA modifie les comportements décisionnels. Le risque est fort que le « contrôle humain » devienne un faux rempart qui privilégie une présence humaine au jugement humain. L’assistance de l’IA « modifie les conditions cognitives dans lesquelles les décisions sont prises ». Mais surtout, les systèmes qui fournissent des réponses qu’il suffit de valider, finissent par produire une dépendance qui réduit la capacité des utilisateurs à détecter les erreurs quand le système se trompe. « Dans les environnements sous forte pression – où le temps est compté, les objectifs de productivité et les normes de standardisation prédominent – ​​le contexte encourage un passage d’un examen approfondi à une acceptation routinière. » Tout l’enjeu est bien de plus de créer les conditions d’un contrôle actif que d’une acceptation passive. « Si l’on veut que le contrôle humain ait une véritable signification et ne se limite pas à un slogan rassurant, nous devons concevoir des systèmes favorisant le jugement, et non la simple vérification. » « Cela implique d’évaluer si la structure des tâches permet un contrôle réaliste sous la pression du temps ; de vérifier si les utilisateurs sont capables de détecter les défaillances des modèles après une utilisation répétée ; d’exiger un suivi post-déploiement des risques de dépendance excessive ; d’investir dans une formation axée sur le comportement décisionnel plutôt que sur la simple familiarisation avec l’outil ; et de s’assurer que les droits de dérogation soient réellement pertinents et non seulement théoriquement disponibles. » 

Nous en sommes loin. Le risque est fort que l’éthique et l’humain dans la boucle se termine par un contrôle purement procédural et une responsabilité de façade. 

Même constat pour le spécialiste des sciences comportementales et de la volonté, Uri Maoz, dans la Technology Review qui pilote également un groupe de travail multidisciplinaire sur l’intention et l’IA. A l’heure où l’IA génère des cibles en temps réel, contrôle et coordonne les interceptions de missiles et guide des essaims de drones autonomes meurtriers, la supervision humaine est censée garantir la responsabilité, le contexte et les nuances. Mais ce débat sur l’importance à garder le rôle de l’humain dans la boucle n’est qu’une distraction rassurante. « Le danger immédiat n’est pas que les machines agissent sans supervision humaine ; il est que les superviseurs humains ignorent tout de ce que les machines « pensent » réellement. » L’opérateur ignore ce qui détermine les décisions de la machine. « Les systèmes d’IA avancés n’exécutent pas simplement des instructions ; ils les interprètent.» Ils peuvent ainsi donner un très bon score à une cible, un dépôt de munition à côté d’un hôpital… qui sera d’autant meilleur que les secours occupés par les blessés de l’hôpital assureront une meilleure destruction de l’entrepôt… prend-t-il pour exemple. Le fait que nous soyons aveugles aux raisons des décisions, génère, ce que le chercheur appelle un « fossé d’intention » entre les systèmes d’IA et les opérateurs humains, qui explique nos « hésitations à déployer des IA de pointe dans les soins de santé » par exemple. Cette course à l’échalote vers les armes autonomes et opaques risque d’être sans limite, s’inquiète Maoz. Plaidant pour sa chapelle et son domaine de recherche, le chercheur estime que nous devons améliorer la compréhension du fonctionnement de ces technologies. « Nous devons apprendre à mieux caractériser, mesurer et intervenir dans les intentions des agents d’IA avant même qu’ils ne les mettent en œuvre » (c’est-à-dire aider l’opérateur à prendre conscience de ce que le système retient et écarte et infère, comme nous le suggérions pour de simples chatbots).

La guerre de l’IA ou la guerre contre l’IA ?

Pour l’économiste Hamid Dahouei de l’université de Harvard et Arash Reisinezhad de la Fletcher School de l’université Tufts, la guerre en Iran n’est pas qu’une guerre qui mobilise l’IA, elle est aussi une guerre contre l’IA, expliquent-ils dans Foreign Policy. « Le 1er mars, des drones iraniens ont frappé deux centres de données d’Amazon Web Services aux Émirats arabes unis, et un troisième a été endommagé à Bahreïn. Les applications bancaires sont devenues inaccessibles. Les plateformes de paiement se sont figées.» Lorsque le président américain Donald Trump a conclu sa tournée au Moyen-Orient en mai 2025, l’ampleur des ambitions annoncées était sans précédent, rappellent-ils : plus de 2 000 milliards de dollars d’engagements d’investissement de la part de l’Arabie saoudite, du Qatar et des Émirats arabes unis, dont une part importante était destinée aux infrastructures d’IA. Derrière le pari géopolitique, il y avait aussi une logique économique. « L’initiative Pax Silica a renforcé cet alignement, intégrant les Émirats arabes unis et le Qatar à un bloc technologique dirigé par les États-Unis et conçu pour limiter l’accès de la Chine aux semi-conducteurs de pointe. Humain, le programme saoudien d’IA, s’est engagé à ne pas acheter d’équipements chinois, après la rupture des relations de G42 (l’une des grandes entreprises d’IA d’Abu Dhabi) avec Huawei. Le développement de l’IA dans le Golfe n’était plus une simple infrastructure commerciale. Elle était devenue un enjeu majeur de la compétition sino-américaine pour la suprématie technologique. C’est précisément ce qui en a fait une cible.» Il existe une autre dimension que de nombreux commentateurs occidentaux n’ont pas encore pleinement saisie, estiment les deux chercheurs. « Tout porte à croire que l’Iran n’a pas agi seul pour atteindre une telle précision de ciblage. Le pays aurait eu accès au système satellitaire chinois BeiDou, dont les signaux cryptés offrent une précision de ciblage hors de portée du brouillage GPS américain. » Pékin n’a pas tiré de missile ; la Chine a simplement fourni des coordonnées, résument-ils. 

Selon eux, ce qui apparaît comme une guerre régionale est, à un niveau plus profond, une lutte indirecte pour la domination des infrastructures d’IA. Les frappes de l’Iran ont démontré qu’un campus de données valant des milliards de dollars peut être mis hors service par un drone coûtant quelques milliers d’euros. Le coût de construction d’un centre de données au Moyen-Orient vient désormais de s’envoler, tant les risques sont élevés. « En temps de guerre, les États ont toujours ciblé les infrastructures qui confèrent à leurs adversaires un avantage décisif. Ce n’est pas nouveau : de la coupure des câbles télégraphiques pendant la Première Guerre mondiale au bombardement des sites de production industrielle pendant la Seconde Guerre mondiale, en passant par le ciblage des installations pétrolières et des oléoducs à la fin du XXe siècle et, plus récemment, les cyberattaques contre les systèmes financiers et les réseaux énergétiques. Ce qui a changé en 2026, c’est que la couche d’infrastructure en question est la puissance de calcul de l’IA, et la leçon de la guerre contre l’Iran est qu’elle n’est pas plus à l’abri. » La guerre en Iran a une fois de plus démontré que la technologie seule ne peut maîtriser la géopolitique. Ce qui ne sera pas sans implications, estime Yasir Atalan dans Foreign Policy : « la protection devient indissociable de l’accès, et les futurs accords en matière d’IA seront de plus en plus souvent assortis de garanties de sécurité, d’une coopération en matière de défense et de conditions politiques plus strictes ». Pour lui, le résultat de ces attaques n’annonce pas un désinvestissement, mais une sécurisation accrue. Les futurs contrats de calcul dans le Golfe devront impérativement inclure des systèmes de défense par IA. Les Etats-Unis risquent d’y gagner deux fois.

La guerre : point de convergence violent de l’investissement

Dans un article pour Security Context, la chercheuse Shana Marshall, de l’Institut des études sur le Moyen-Orient de l’université George Washington, explique que la Silicon Valley et la finance privée redéfinissent la guerre dans une convergence violente. Nous risquons d’entrer dans une guerre sans fin soutenue par le complexe militaro-industriel qui y a intérêt, rejoint par la Silicon Valley et le secteur technologique tout comme par les capitaux privés du capital-risque et du capital investissement. « Ces trois forces convergent et se chevauchent de manière inédite pour produire des formes de violence nouvelles tant par leur ampleur que par leur intensité. Il n’est pas surprenant que l’Iran ait identifié les antennes du Golfe des entreprises technologiques et des grandes banques américaines comme des cibles militaires légitimes dans le conflit actuel ; elles fournissent la puissance de calcul et les financements privés qui permettent d’étendre la machine de guerre américaine. » Le complexe militaro-industriel est en train de coloniser le secteur technologique et financier au profit du marché, avec le soutien de l’Etat américain. La guerre est en train de soutenir l’innovation comme nulle autre, permettant d’obtenir des valorisations lucratives et des contrats qui le sont tout autant avec le Pentagone. 

Historiquement, rappelle Marshall, « les rendements du capital-risque lors de l’introduction en bourse d’entreprises de technologies numériques commerciales/grand public ont été colossaux : dix à quinze fois l’investissement initial. Les retours sur investissement pour les jeunes entreprises de technologies de défense étaient très faibles – un ou deux fois l’investissement initial – car les grands donneurs d’ordre (Lockheed et autres acteurs historiques du complexe militaro-industriel) rachetaient généralement ces petites entreprises directement et à bas prix. » 

Le secteur de la défense se caractérise par des barrières à l’entrée élevées : pour faire la guerre, il n’y a souvent qu’un seul donneur d’ordre potentiel capable d’utiliser les nouvelles technologies développées par les jeunes entreprises : les gouvernements. Le problème, c’est qu’ils n’achètent pas ces technologies très cher. Pour revaloriser le prix des produits technologiques que la Silicon Valley vend à la Défense, il a fallu « modifier la façon dont les armées conçoivent l’approvisionnement en armement en temps de guerre, la définition des armes nécessaires et l’identification des ennemis ». Tout aussi important, il leur fallait élaborer un récit convaincant et globalisant expliquant comment les investisseurs, les ingénieurs logiciels et les dirigeants du secteur technologique constituent l’alliance indispensable pour enrayer le déclin impérial américain, restaurer le secteur manufacturier du pays, sécuriser les matières premières et les terres rares nécessaires aux systèmes d’armement de haute technologie et protéger la civilisation occidentale à la fois des mouvements woke et des centres de pouvoir alternatifs émergents dans les pays du Sud. Tel a été le travail d’entreprises comme Palantir et de nombres d’acteurs des technologies américaines. Son PDG, Alex Karp, le dit d’ailleurs très clairement dans son manifeste : ce sont les conflits qui permettront à son entreprise de se développer. Au risque que le mantra influence bien d’autres acteurs de la Tech. 

« La pénurie de munitions de basse technologie et de drones bon marché dont disposent les États-Unis et leurs alliés dans les guerres en Ukraine et en Iran a parfaitement alimenté ce récit », explique Shana Marshall. Cependant, les armes à bas coût et produites en grande quantité promises par la Silicon Valley dépendent souvent, non pas des technologies émergentes des start-ups, mais de fournisseurs des pays du Sud et d’Asie. Bombes et drones ne sont pas toujours de fabrication américaine et tous utilisent des caméras, des moteurs, des puces ou des batteries de fournisseurs chinois. 

Si ce moment historique de convergence entre développement technologique, capitaux financiers mondiaux et machine de guerre américaine semble annoncer une militarisation accrue de l’économie mondiale, il annonce surtout une approche américaine plus agressive à l’échelle internationale. « Les capitaux sont si concentrés qu’ils doivent rechercher des opportunités d’investissement viables, du fait de la nécessité de les valoriser et du déclin des investissements publics dans des secteurs non militarisés comme les infrastructures et les programmes sociaux ». Dans ce contexte, le complexe militaro-industriel devient une cible privilégiée pour les gestionnaires d’actifs et autres acteurs de la finance privée (voir notre article sur les enjeux politiques du financement de l’innovation). La guerre rapporte beaucoup d’argent et est devenu un débouché très lucratif pour les acteurs technologiques, qui s’annonce bien plus lucratif encore que les débouchés traditionnels de l’IA. Au risque d’orienter encore plus les politiques guerrières. 

L’IA, l’infrastructure totale d’un monde totalitaire

On peut tirer plusieurs leçons de cette première immersion dans les outils pour faire la guerre. Elle nous montre d’abord que les préventions éthiques habituelles n’ont plus court. Le principe de vérification humaine de toutes décisions (le fameux humain dans la boucle…) est en passe de disparaître. On avait déjà vu qu’elle tenait bien souvent d’une pantomime quand on nous assurait dans les décisions automatisées plus classiques, du marketing aux systèmes sociaux automatisés, où l’on nous assure que l’humain valide toujours la décision, sans possibilité réelle pour le faire. 

La disponibilité des outils fait également sauter une autre barrière morale : la proportionnalité. Le taux d’erreur devient un paramètre parmi d’autres, bien vite relativisé. C’est même pire : les dommages collatéraux, les défaillances d’attribution du ciblage, leur élargissement à des marqueurs plus ténus (on ne cherche plus les hauts responsables, mais désormais tous ceux qui peuvent potentiellement être rattachés à l’ennemi), tendent à étendre une guerre sans plus aucune limite, où les erreurs deviennent une donnée parmi d’autres, qui s’optimise comme les autres. La proportionnalité de la surveillance a volé en éclat, comme elle vole en éclat dans bien d’autres cas d’usages, notamment le social

Partout, le scoring règne en maître. Quand toutes les données sont disponibles, il n’y a plus de limites à leur utilisation et donc aux inférences qui peuvent être faites, disions-nous dans notre livre, Les algorithmes contre la société (La Fabrique, 2025). Le risque est de produire un système sans plus aucune limite morale, comme quand les systèmes de calcul de risque déterminent que tous les bénéficiaires des services sociaux sont à risque (et que plus ils en bénéficient, plus ils sont à risque). L’abaissement des seuils à mesure que les calculs s’étendent transforment tout le monde en cible. C’est le modèle publicitaire appliqué à la guerre. Un calcul sans échappatoire, puisque dans le score de risque, tout le monde est calculé et chacun est associé à un résultat dont les déterminants fluctuent selon les nécessités du moment.  

Tout l’enjeu repose donc sur les réglages du seuil – or, sans règles, ils peuvent évoluer à tout moment. On le voit dans l’exemple de Lavender, suite aux événements du 7 octobre, le seuil de définition des cibles n’a eu de cesse de bouger. Et c’est là tout le problème d’établir les limites d’une réponse proportionnée qui passe par la définition de seuils : le contexte et les nécessités politiques les feront toujours bouger. Dans le calcul permanent, la difficulté consiste à définir des limites : des limites aux cadences qu’accélèrent les indicateurs dans le monde du travail, des limites à la surveillance et au contrôle dans le monde du social où toutes les données peuvent être mobilisées pour contrôler les revenus des plus démunis, des limites aux ajustement du calcul des prix dans une personnalisation toujours ajustable… Des limites au scoring de risque de toute la population gazaouis depuis Lavender…  

Le problème, c’est que ces limites sont spécifiques et contextuelles alors qu’elles devraient être socialement et politiquement partagées et contrôlées.

De l’IA sur les champs de bataille à l’IA dans le social, les mêmes techniques et les mêmes logiques sont à l’œuvre. Celles d’outils qui n’ont plus à rendre de compte, qui amplifient leurs biais et produisent des erreurs toujours minimisées par leur efficacité. Et partout où cette IA la se déploie, il n’y a pas d’issue à sa logique, pas de limite simple à sa conduite. Le scoring de ciblage, quelque soit sa fonction, est par nature une menace, dont il suffit d’ajuster les paramètres pour que chacun le devienne. « A l’heure du calcul permanent, il n’existe plus de droits durables : tous sont révocables », disait le philosophe Achille Achille Mbembe dans le préscient Brutalisme (La découverte, 2020). A l’heure du scoring permanent, c’est encore plus vrai. 

Hubert Guillaud

  • ✇Dans les algorithmes
  • L’IA ça sert, d’abord, à faire la guerre (1/2)
    En 1976, le géographe Yves Lacoste rappelait les fondements de la géographie dans un petit essai, La géographie ça sert, d’abord, à faire la guerre qui revenait sur l’importance politique de tout discours sur l’espace. Aujourd’hui, nous devons nous poser la même question pour pointer l’importance politique de tout discours sur la technologie. La technologie est un enjeu stratégique et elle le devient d’autant plus qu’elle est désormais le soubassement du champ de bataille, son infrastructure, qu

L’IA ça sert, d’abord, à faire la guerre (1/2)

26 mai 2026 à 07:00

En 1976, le géographe Yves Lacoste rappelait les fondements de la géographie dans un petit essai, La géographie ça sert, d’abord, à faire la guerre qui revenait sur l’importance politique de tout discours sur l’espace. Aujourd’hui, nous devons nous poser la même question pour pointer l’importance politique de tout discours sur la technologie. La technologie est un enjeu stratégique et elle le devient d’autant plus qu’elle est désormais le soubassement du champ de bataille, son infrastructure, qui détermine la capacité à mener toutes opérations de défense comme d’attaque. 

Nous n’avions jusqu’à présent pas évoqué dans nos pages l’utilisation de l’IA pour la guerre. Il est temps de rattraper nos lacunes. 

Une usine IA pour faire la guerre

Ha’Aretz, le grand quotidien Israëlien, expliquait récemment que l’infrastructure d’intelligence artificielle qui a servi à piloter les bombardements à Gaza est désormais pleinement opérationnelle en Iran et au Liban. Cet Operational Data and AI Factory (Centre opérationnel de données et usine d’IA) piloté par Tsahal, l’armée israélienne, intègre de multiples flux de données et sources d’information, les rendant accessibles en temps réel à tous les échelons de la hiérarchie militaire. Déployé dans toute l’armée, il analyse tout type de données pour permettre d’obtenir une vision opérationnelle complète des forces, des missions et des menaces. « Le système est conçu pour faciliter la planification des attaques, le ciblage et les frappes. Il enregistre et transcrit également toutes les communications sans fil et compile des données en temps réel sur les lancements et les interceptions de missiles et de drones ». L’AI Factory militaire fonctionne. Et désormais, elle est devenue l’infrastructure même de l’armée, explique Ha’Aretz

Les unités peuvent utiliser les outils à leur disposition et développer leurs propres applications. Ce système n’est pas utilisé uniquement d’une manière défensive comme l’armée israélienne l’a longtemps défendu, mais participe également au traitement des plans de frappe et des cibles. Il est par exemple intégré au dispositif de drones offensifs de l’armée de l’air, baptisé Storm Cloud, qui permet d’identifier des objets dans les vidéos et les cartographier en temps réel. Bien d’autres systèmes sont désormais intégrés, comme  Lohem (Chasseur), qui assiste notamment l’armée de l’air dans la planification et la synchronisation des frappes ; Rom, qui détecte les drones ; « Contrôle spatial », qui alerte les forces terrestres en cas de tirs de roquettes et de missiles antichars ; et Tashan, qui identifie les points de lancement et d’impact et localise la source des tirs ennemis. L’IA a également été intégrée au système d’alerte national israélien, permettant de prédire les zones de retombée des débris d’interception. Flow, agrège les données provenant de sources militaires et civiles, permettant aux commandants de créer rapidement des tableaux de bord de renseignement pour des problèmes spécifiques. Un autre élément central du système est MapIT, « une plateforme qui affiche des données opérationnelles tridimensionnelles en temps réel aux commandants. Ha’Aretz a appris qu’au cours de l’année écoulée, l’armée a développé une couche supplémentaire au-dessus de MapIT, consolidant tous les flux de données en une seule carte opérationnelle. » 

À ce stade, précise le journal, « ces systèmes d’IA ne prennent pas de décisions opérationnelles de manière indépendante. Ils sont plutôt conçus pour fournir au personnel militaire des informations plus rapides et plus sophistiquées. Selon des sources qui se sont confiées à Ha’Aretz, le système remplace le travail de dizaines d’analystes. » Selon le journal, tous ces éléments ne dépendent d’aucun prestataire externe. « Suite aux critiques concernant la dépendance de l’armée israélienne à l’égard de l’infrastructure Microsoft, Tsahal a décidé d’adopter des modèles ouverts plutôt que des technologies propriétaires détenues par les grandes entreprises technologiques ». La plupart d’entre eux seraient des produits no-code, c’est-à-dire développés entièrement via l’IA, avance le journal. Fin 2025, Tsahal crée une division dédiée à l’IA, baptisée Bina et une unité chargée de consolider les données opérationnelles, au coeur du développement de ces outils. 

Dans cette infrastructure, on trouve encore le plus connu d’entre tous : Lavender, un système d’IA permettant de cibler des individus, comme l’explique la remarquable enquête du journaliste Yuval Abraham, publiée par +972 Magazine en avril 2024 qui aurait identifié des dizaines de milliers de militants présumés à Gaza. Dans son enquête sur Lavender, Yuval Abraham explique que le système de ciblage par IA utilisé à Gaza, est « un système peu supervisé par l’humain et caractérisé par une politique permissive en matière de pertes humaines »

Lavender : le ciblage… quelques soient les dommages et les défaillances

En 2021, explique Yuval Abraham dans son article, un livre publié en anglais et sous pseudonyme plaidait pour la conception d’une machine spéciale capable de traiter rapidement d’énormes quantités de données afin de générer des milliers de « cibles » potentielles pour des frappes militaires en pleine guerre. Son auteur : l’un des responsables de l’unité d’élite du renseignement israélien. Cet outil qu’il imaginait existe désormais. Son influence sur les opérations militaires israéliennes à Gaza a été telle que les conclusions de l’IA étaient traitées « comme s’il s’agissait de décisions humaines »

« Officiellement, le système Lavender est conçu pour identifier toutes les opérations suspectes des branches militaires du Hamas et du Jihad islamique palestinien, même celles de bas rang, comme cibles potentielles de bombardements. L’armée s’est presque entièrement fiée à Lavender, qui a recensé jusqu’à 37 000 Palestiniens comme militants présumés (identifiant ces personnes nommément, bornant leurs téléphones et leurs domiciles) susceptibles de faire l’objet de frappes aériennes. »

« L’armée a donné son accord général aux officiers pour qu’ils adoptent les listes de cibles de Lavender, sans exiger de vérification approfondie des raisons qui ont motivé ces choix par le système ni d’examen des données brutes sur lesquelles ils se fondaient. » Une source a indiqué que le personnel humain servait souvent uniquement de simple exécutant pour valider les décisions du système, ajoutant qu’en général, il ne consacrait personnellement qu’une vingtaine de secondes à chaque cible avant d’autoriser un bombardement, juste pour s’assurer que la cible marquée par Lavender était bien… un homme. Et ce, malgré le fait que le système commette ce qui est considéré comme des « erreurs » dans au moins environ 10 % des cas, « et qu’il est connu pour marquer occasionnellement des individus n’ayant qu’un lien ténu avec des groupes militants, voire aucun lien du tout.» « De plus, l’armée israélienne attaquait systématiquement les individus ciblés à leur domicile, généralement la nuit en présence de toute leur famille, plutôt que lors d’opérations militaires. Selon les sources, cela s’expliquait par le fait que, d’un point de vue de renseignement, il était plus facile de localiser les individus chez eux. » Même si l’enjeu semblait plutôt de profiter d’une situation de faiblesse, hors du champ de bataille.

Les pertes de femmes ou d’enfants et de victimes collatérales ne sont, pour l’armée israélienne, qu’une conséquence sans impact sur les choix technologiques opérés. « Le système est conçu pour repérer les cibles à leur domicile ». « Selon deux sources, l’armée a également décidé, durant les premières semaines du conflit à Gaza, que pour chaque jeune militant du Hamas marqué par Lavender, il était permis de tuer jusqu’à 15 ou 20 civils. » C’est ici que les choses ont changé, estime Yuval Abraham, par le passé, l’armée n’autorisait aucun « dommage collatéral » lors des assassinats de militants de bas rang : les dommages collatéraux n’étaient autorisés que pour cibler les hauts responsables. Les dommages ont été intégrés et élargis. 

L’enquête de Yuval Abraham est très précise, et permet de bien saisir les limites de l’outil. 

« Lavender repère les personnes et les inscrit sur une liste de personnes à éliminer » déterminée par calcul à partir des données collectées, sans que l’on sache ce qui constitue ces données, provenant certainement du renseignement. Le terme de cible humaine a longtemps désigné pour l’armée israélienne des officiers supérieurs ennemis qui pouvaient être bombardés à leur domicile (au prix du massacre de leurs familles), mais seulement les officiers supérieurs, « afin de respecter le principe de proportionnalité du droit international ». Mais après le 7 octobre 2023 – date à laquelle des militants du Hamas ont lancé une attaque meurtrière contre des localités du sud d’Israël, faisant environ 1 200 morts et 240 otages –, Tsahal, selon ces mêmes sources, a adopté une approche radicalement différente. L’armée a décidé de désigner toutes les opérations de la branche armée du Hamas comme des cibles humaines, indépendamment du grade ou de l’importance militaire de leurs auteurs. « Lors des conflits précédents, pour autoriser l’assassinat d’une cible humaine, un officier devait suivre une procédure d’incrimination complexe et longue » et notamment procéder à des vérifications. Mais en élargissant la liste des cibles, les vérifications ont été réduites, au profit du ciblage automatisé

L’autorisation d’adopter automatiquement les listes de cibles calculée par Lavender a été prise deux semaines après le lancement de la guerre contre Gaza, après avoir testé un échantillon de cibles proposées par Lavender et constaté que l’affiliation d’un individu au Hamas semblait fiable à 90%. Les décisions de ciblage automatisées sont alors devenues des ordres. Les unités n’ont plus à vérifier les raisons de ces choix, ni à examiner les données sur lesquelles il se fonde. « Dès qu’une personne [marquée] était chez elle, elle devenait immédiatement une cible »… et ses coordonnées étaient transmises à l’aviation chargée de bombarder sa maison. « Il n’y avait plus de politique du « zéro erreur » », remarque un officier. Il n’y a pas eu de volonté de vérifier et d’atténuer les dommages collatéraux (bien au contraire, visiblement). Les 10% d’erreurs (ou plus) sont désormais intégrés comme principe opérationnel. « Des sources ont expliqué que le dispositif Lavender signalait parfois par erreur des individus dont les habitudes de communication étaient similaires à celles d’agents connus du Hamas ou du Jihad islamique palestinien (JIP) — notamment des policiers et des employés de la protection civile, des proches de militants, des résidents portant un nom et un surnom identiques à ceux d’un agent, ou encore des Gazaouis utilisant un téléphone ayant appartenu à un membre du Hamas. » Pour l’armée israélienne, la marge d’erreur du système a été validée comme acceptable.

L’invisible score de cible

« Lavender analyse les informations collectées sur la plupart des 2,3 millions d’habitants de la bande de Gaza grâce à un système de surveillance de masse, puis évalue et classe la probabilité que chaque personne soit active dans la branche militaire du Hamas ou du Jihad islamique palestinien (JIP) – depuis la base d’un échantillon d’entraînement de militants connus. Selon certaines sources, la machine attribue à presque chaque habitant de Gaza une note de 1 à 100, indiquant la probabilité qu’il soit un militant. » 

L’étendue des sources et données utilisées pour procéder à cette analyse n’est pas connue. Visiblement, le système utilise toutes les sources à sa disposition : données des téléphones, connexions aux réseaux sociaux, informations sur le champ de bataille, contacts téléphoniques, photos, informations sur les opérations de l’ennemiLe seul enjeu consiste à déterminer le seuil, le niveau à partir duquel la note attribuée transforme un individu en cible. 

A partir de quelles données et informations, Lavender estime qu’une personne est affiliée au Hamas ? La liste des motifs de suspicions est sans fin puisqu’elle est calculée depuis toutes les données disponibles. Le fait qu’une personne ait appartenu ou ait été proche du Hamas dans le passé mais n’en fasse plus partie est un motif de suspicion. Mais est-il exact ? Pire, souligne l’article : un officier « défendant le recours aux listes de cibles palestiniennes générées par Lavender, a soutenu qu’il était justifié d’investir le temps d’un officier de renseignement pour vérifier l’information uniquement si la cible était un haut commandant du Hamas. « Mais pour un simple militant, il est inutile d’y investir des ressources humaines et du temps », a-t-il déclaré. » On vérifie là où le taux d’erreur est possiblement le plus faible et pas là où le taux d’erreur est possiblement le plus fort ! « Les jours où nous ne trouvions aucune cible [dont le profil justifiait une frappe], nous attaquions à un seuil plus bas. » Glaçant ! Et en abaissant le seuil, le système finit par signaler les membres de la protection civile, des policiers… qui par leur fonction aident le gouvernement du Hamas… mais ne représentent pas une menace directe. D’ailleurs, des données d’agents de la protection civile ont été utilisées pour entraîner Lavender (alors qu’elles auraient dû être écartées) et déterminer les profils à cibler, estime un data scientist en le regrettant car ils mettent ces publics à risque. 

Bien sûr, l’armée israélienne a dénoncé les accusations portées par l’article de Yuval Abraham. Pour Tsahal, l’IA n’est pas utilisée ainsi. Elle n’est qu’un « auxiliaire des décisions ». Toute cible identifiée est vérifiée, assure la communication officielle de l’armée. Mais, selon les sources de Yuval Abraham, « le seul protocole de supervision humaine mis en place avant le bombardement des maisons de militants présumés « juniors » marqués par Lavender consistait en une vérification unique : s’assurer que la cible sélectionnée par l’IA était un homme et non une femme. » Outre les dommages collatéraux, nombreux, pour les civils ciblés par erreur par Lavender, aucun mécanisme de contrôle n’était en place pour détecter l’erreur, comme par exemple, quand les cibles ont pu donner leur téléphone à un autre individu. Lavender, finalement, cible bien plus un téléphone qu’une personne. Ce qui n’est pas sans produire très concrètement des erreurs de frappe.

Obsession téléphonique, obsession domiciliaire

Pour l’armée israélienne, si ses frappes tuent des civils, c’est d’abord en raison des tactiques du Hamas qui utiliserait des réseau de tunnels passant délibérément sous des hôpitaux et des écoles ; ou des ambulances pour se déplacer ; et qui situerait ses moyens militaires à proximité de bâtiments civils pour dissuader les frappes. Des affirmations que les organisations de défense des droits humains jugent fallacieuses et qui viseraient à exonérer Israël de sa responsabilité dans ces pertes. Mais pour les sources d’Abraham, le nombre sans précédent de morts lors des bombardements israéliens actuels serait d’abord lié au fait que l’armée a systématiquement ciblé des personnes à leur domicile, en présence de leurs familles – notamment parce qu’il était plus facile, du point de vue du renseignement, de repérer les maisons familiales grâce à des systèmes automatisés. « L’armée a fait le choix délibéré de bombarder des militants présumés à l’intérieur de maisons civiles où aucune activité militaire n’avait été constatée. Un choix qui reflète la conception du système de surveillance de masse israélien à Gaza. » 

« Afin de détecter en temps réel l’entrée des cibles dans les maisons, divers logiciels automatisés ont été développés. Ces programmes suivent simultanément des milliers de personnes, repèrent leur présence à domicile et envoient une alerte automatique à l’officier chargé du ciblage, qui marque alors la maison pour le bombardement. L’un de ces logiciels de suivi, révélé ici pour la première fois, s’appelle « Où est papa ? ». « On entre des centaines de cibles dans le système et on attend de voir qui on peut éliminer », a déclaré une source connaissant le système. « C’est ce qu’on appelle le ciblage à grande échelle : on copie-colle les listes produites par le système. »

Les données confirment cette politique : durant le premier mois de la guerre, plus de la moitié des victimes – soit 6 120 personnes – appartenaient à 1 340 familles, dont beaucoup ont été entièrement décimées à l’intérieur de leurs maisons, selon les chiffres de l’ONU.»

Quand le rythme des victimes ralentit, il suffit d’ajouter davantage de noms dans le système de suivi, et notamment d’abaisser les grades de ceux qu’on souhaite éliminer. La liste des personnes à abattre s’est considérablement allongée (elle en compterait 36 000 en attente de localisation). Même des mineurs ont été désignés comme cibles de bombardement par Lavender, confie une source, déclarant : « normalement, les opérations concernent les personnes de plus de 17 ans, mais ce n’était pas une condition. »

La prise en compte du coût des armes et l’évolution du seuil des dommages collatéraux

Une fois que Lavender a désigné une cible à assassiner, que l’armée a vérifié son sexe et que le logiciel de suivi a localisé la cible à son domicile, l’étape suivante consiste à choisir les munitions. En décembre 2023, CNN a rapporté que, selon les estimations des services de renseignement américains, environ 45 % des munitions utilisées par l’armée de l’air israélienne à Gaza étaient des bombes non guidées, connues pour causer davantage de dommages collatéraux que les bombes guidées, plus précises (mais plus chères). Le choix des munitions se fait en fonction des immeubles ciblés. Les bombes non guidées sont plus adaptées à de petits immeubles, même si elles font plus de dégâts et donc plus de dommages collatéraux. Cela a notamment été le cas pour les cibles mineures, conduisant à détruire leurs maisons et tous leurs habitants. Selon d’autres sources, le programme d’attaque des militaires du Hamas de bas rang a été réduit voire arrêté du fait de son coût en munitions et en armes. 

Lors d’attaques depuis des systèmes d’IA comme Lavender, le nombre de civils qu’il était permis de tuer avec chaque cible était fixé à 15 à 20 maximum, durant les premières semaines du conflit. « Ces « seuils de dommages collatéraux », comme les appelle l’armée, étaient appliqués de manière systématique à tous les militants présumés, indépendamment de leur grade, de leur importance militaire ou de leur âge ». D’après un officier affecté à une salle d’opérations ciblées, le département de droit international de l’armée n’avait jamais auparavant accordé une « autorisation aussi générale » pour un seuil de dommages collatéraux aussi élevé. « Il ne s’agit pas simplement de pouvoir tuer n’importe quel soldat du Hamas, ce qui est pourtant clairement autorisé et légitime au regard du droit international », a-t-il déclaré. Mais également de tuer des civils qui leur sont liés, ce qui est beaucoup moins conforme au droit international. Sans compter que « toute personne ayant porté un uniforme du Hamas ces deux dernières années pouvait être la cible d’un bombardement, avec 20 civils tués en dommages collatéraux, même sans autorisation spéciale ». « En pratique, le principe de proportionnalité n’était pas respecté », estime l’officier. « Selon certaines sources, le niveau prédéterminé et fixe de dommages collatéraux a permis d’accélérer la création massive de cibles à l’aide du système Lavender, car il a permis un gain de temps ». Pour les frappes aériennes contre les hauts commandants du Hamas, l’armée israélienne autoriserait la mort de « centaines » de civils par cible – « une politique officielle sans précédent historique en Israël, ni même dans les récentes opérations militaires américaines ». Pour atteindre Ayman Nofal, commandant de la Brigade centrale de Gaza, le 17 octobre, l’armée israélienne a autorisé des dégâts collatéraux encore plus élevés. 

« Le général Peter Gersten, commandant adjoint des opérations et du renseignement dans le cadre de l’opération contre Daech en Irak et en Syrie, a déclaré à un magazine de défense américain en 2021 qu’une attaque ayant causé la mort de 15 civils s’écartait de la procédure. Pour ce faire, il a dû obtenir une autorisation spéciale du chef du Commandement central américain, le général Lloyd Austin, aujourd’hui secrétaire à la Défense. » « Avec Oussama Ben Laden, on avait un Indice de pertes non combattantes (IPNC) de 30, mais pour un commandant subalterne, cet IPNC était généralement nul », a déclaré Gersten. « On a longtemps fonctionné avec un IPNC nul. »

Certaines sources d’Abraham confient que cette politique était disproportionnée. Et que les souffrances des Gazaouis touchés par ces bombardements risquent, à long terme, de renforcer le Hamas.  

En fait, expliquent les sources d’Abraham, le nombre de dommages collatéraux autorisé n’a cessé de fluctuer, pour permettre les frappes. Le fait que la plupart des maisons de la bande de Gaza aient déjà été détruites ou endommagées, et que la quasi-totalité de la population ait été déplacée, a également réduit la capacité de l’armée à s’appuyer sur les bases de données de renseignement et les programmes automatisés de localisation des habitants et des habitations. Pour Abraham, lors des conflits précédents, les services de renseignement de l’armée consacraient beaucoup de temps à vérifier la fiabilité des calculs des dommages collatéraux possibles. Mais « après le 7 octobre, cette vérification rigoureuse a été largement abandonnée au profit de l’automatisation »

Visiblement, comme le notait déjà le New York Times, le système fonctionne avec un code couleur : le rouge indique les zones densément peuplées, tandis que le vert et le jaune indiquent les zones relativement vidées de leurs habitants. Le « logiciel calculait le nombre de civils résidant dans chaque maison avant la guerre – en évaluant la taille du bâtiment et en consultant la liste de ses occupants – puis réduisait ces chiffres en fonction de la proportion d’habitants ayant supposément évacué le quartier. » Le problème, bien évidemment, c’est que cette méthode était déconnectée de la réalité. « La source a indiqué que, malgré la connaissance des risques d’erreurs, ce modèle imprécis avait été adopté pour sa rapidité. De ce fait, a-t-elle précisé, « le calcul des dommages collatéraux était entièrement automatisé et statistique », produisant même des chiffres non entiers.»

Enfin, il faut également prendre en compte la latence des frappes. Un décalage important peut se passer entre le moment où les systèmes de suivi comme « Où est papa ? » alerte de l’arrivée d’une cible à domicile et le bombardement… pouvant entraîner la mort de familles entières, sans même que la cible n’ait été atteinte car elle pouvait être repartie. « Nous savions que la cible était chez elle à 20 h. Finalement, l’aviation a bombardé la maison à 3 h du matin. Nous avons alors découvert qu’il avait réussi à déménager avec sa famille dans une autre maison. Deux autres familles avec enfants se trouvaient dans l’immeuble que nous avons bombardé. » Le temps de traitement n’a rien d’immédiat, contrairement à ce que l’on peut croire. 

« Lors des précédents conflits à Gaza, après l’assassinat de cibles humaines, les services de renseignement israéliens procédaient à une évaluation des dégâts causés par les bombardements – une vérification de routine après une frappe afin de déterminer si le commandant supérieur avait été tué et combien de civils avaient péri avec lui. Comme l’a révélé une précédente enquête de +972 et Local Call, cela impliquait d’écouter les conversations téléphoniques des familles endeuillées. Dans le conflit actuel, cependant, au moins concernant le ciblage des militants subalternes par intelligence artificielle, des sources indiquent que cette procédure a été abandonnée par souci de gain de temps. Ces mêmes sources précisent ignorer le nombre de civils réellement tués lors de chaque frappe et, pour les opérations menées par des individus soupçonnés d’appartenir au Hamas ou au Jihad islamique palestinien (JIP) et identifiés par IA, elles ignorent même si la cible a été tuée. »

Hubert Guillaud

La seconde partie de l’article est à lire par ici.

  • ✇Dans les algorithmes
  • Est-ce la fin de l’ubérisation ?
    Le chercheur italien Antonio Aloisi (qu’on a déjà évoqué plusieurs fois dans nos pages, notamment ici et là) a lancé une passionnante newsletter personnelle, Workable Futures.  Dans sa dernière édition, il enterre l’économie des plateformes de travail. L’adoption d’une directive européenne « timidement audacieuse » sur les travailleurs des plateformes a fini par ramener un peu de réalité dans un monde de mythes surmédiatisés, explique-t-il. En fait, on dit souvent que le droit est en retard p

Est-ce la fin de l’ubérisation ?

21 mai 2026 à 07:00

Le chercheur italien Antonio Aloisi (qu’on a déjà évoqué plusieurs fois dans nos pages, notamment ici et ) a lancé une passionnante newsletter personnelle, Workable Futures

Dans sa dernière édition, il enterre l’économie des plateformes de travail. L’adoption d’une directive européenne « timidement audacieuse » sur les travailleurs des plateformes a fini par ramener un peu de réalité dans un monde de mythes surmédiatisés, explique-t-il. En fait, on dit souvent que le droit est en retard par rapport au rythme des évolutions technologiques, mais il semble bien que nous devrions reconsidérer la question et constater que le droit est en avance. Après plus de 10 ans de poudre aux yeux, aucune plateforme de l’économie collaborative en Europe ne peut se targuer d’une rentabilité solide, malgré le lobbying intense en leur faveur et les financements sans fin du capital risque qui sont venus subventionner le mode de vie des plus aisés que ce soit en proposant des livraisons ou des courses en voiture de luxe à prix cassé. Le grand cimetière de l’innovation est désormais rempli de startups qui proposaient d’ubériser tout et n’importe quoi. « Ce qui pu passer pour une voie vers la rentabilité s’est révélée guère plus qu’une redistribution des pertes, reportée sur les travailleurs et les fournisseurs. Même dans sa version la plus « optimisée » (celle qui repose sur le travail forcé), le modèle peine à générer un profit durable.» 

« Depuis des années, des armées d’avocats se disputent sur le dilemme épineux de savoir si les travailleurs indépendants doivent être considérés comme des salariés ou des travailleurs à leur compte ». « Les traditions juridiques nationales peuvent diverger, mais le constat est clair : le pouvoir d’exercer un contrôle absolu sur les travailleurs (qualifiés, à juste titre, de « subordonnés ») s’accompagne du devoir de garantir stabilité et protection. Le risque commercial doit être supporté par les fondateurs, et non transféré aux employés. Plus important encore, dans la plupart des pays occidentaux, ce modèle sous-tend un système de protection sociale solide, où les travailleurs financent leur propre sécurité sociale par le biais de cotisations salariales. Depuis l’avènement du capitalisme, c’est ainsi que les entreprises fonctionnent, avec un certain succès, à moins qu’elles ne choisissent de se réfugier dans un monde numérique d’exception. »

Des armées d’avocats, de politiciens, d’universitaires, d’entrepreneurs et d’éditorialistes  ont tenté de nous convaincre  que « la notion traditionnelle de subordination ne saurait s’appliquer à des structures organisationnelles aussi flexibles, voire imprévisibles ». « La directive européenne sur le travail sur plateforme affirme en substance qu’un modèle économique basé sur une plateforme n’est pas fondamentalement incompatible avec une relation de travail. Ce principe, bien que non révolutionnaire, a été salué à juste titre comme une avancée majeure. La plupart des observateurs ont également averti que l’introduction d’une présomption de travail n’est qu’un point de départ. » 

Ce dispositif procédural n’a aucun pouvoir miraculeux. Intégrer les travailleurs précaires dans le champ d’application du droit du travail ne résout pas, en soi, les problèmes de fond auxquels ils sont confrontés. La prochaine étape devrait consister à examiner la pertinence des dispositions relatives au travail dans des contextes et pour des travailleurs qui ne correspondent pas pleinement à l’idéal dominant. Le constat est sans appel, estime le chercheur. « Nous avons déployé une énergie intellectuelle considérable pour finalement ne pas légitimer un phénomène qui n’a jamais été conçu pour être légitime, et encore moins conforme à la loi ». « La réalité s’est avérée dure pour les plateformes », ironise le chercheur. « Le problème n’a jamais été que le droit était en retard sur l’innovation, mais que les modèles économiques étaient déconnectés de la réalité ». Nous avons été abusés par un « entreprenariat factice ». Ce sont les projets d’ubérisation qui sont bidons, pas le droit qu’il faut changer. 

« Cependant, les pratiques testées dans ce contexte sont depuis devenues un modèle pour des entreprises moins scrupuleuses. La surveillance intégrée aux applications de livraison de repas est désormais une fonctionnalité du tableau de bord collaboratif de votre employeur ; ce qui a été testé dans les centres d’appels est maintenant le modèle pour les annotateurs de données (ces travailleurs qui nettoient les ensembles de données extraits par ChatGPT). Le modèle de rémunération à la tâche s’est infiltré dans l’enseignement supérieur, la santé et le secteur culturel, dans un cycle sans fin de reproduction de la même logique. Les données que nous partagions autrefois avec légèreté en échange d’un bon de réduction sont devenues la base d’une nouvelle infrastructure prédatrice. »

« Les tribunaux du monde entier sont toujours englués dans des litiges concernant le statut d’emploi des travailleurs des plateformes, le temps de travail non rémunéré et la discrimination algorithmique. Pendant ce temps, sans grande finesse, l’entreprise orchestre discrètement l’obsolescence programmée de ses chauffeurs (et la sienne), façonnant les attentes quant à la suite des événements, marquée par une dégradation progressive des conditions de travail et la promesse d’une automatisation complète. »

« Le caractère pernicieux de cette stratégie explique son attrait. Les travailleurs sont considérés comme un simple obstacle à éliminer. Or, c’est faux : même lorsqu’ils sont relégués au second plan dans les champs des Pouilles à la récolte des légumes, sur le marché mondial en ligne de l’étiquetage des données, contraints de laver les sols de supermarchés prétendument entièrement automatisés ou embauchés pour surveiller des machines défaillantes (comme les superviseurs de véhicules autonomes forcés de se déguiser en sièges auto pour donner l’illusion de voitures fonctionnant sans intervention humaine). Ce système repose sur une main-d’œuvre massive et sous-payée, une armée de maîtres numériques maniant des algorithmes impitoyables, et la crédulité, la complaisance et la superficialité du reste d’entre nous. L’économie des petits boulots est morte. Il était temps ». Aloisi sait pourtant que la directive des plateformes ne suffira pas. L’économie des petits boulots est morte « et pourtant elle persiste ». « Un modèle économique qui n’a jamais été viable a néanmoins réussi à remodeler la perception du travail chez certains, une supercherie après l’autre. » Le risque est fort que cette perception continue d’infuser en continuant à niveler les salaires et les statuts par le bas. Avant que nous enterrions définitivement son cadavre, il est probable qu’elle aura fait encore beaucoup de mal à bien des travailleurs de bien des secteurs. 

La dérégulation est pour les perdants 

Dans la première édition de sa newsletter, Antonio Aloisi expliquait déjà que « la dérégulation est pour les perdants », en revenant sur la mauvaise idée européenne, suite au rapport Draghi, de porter une forme de dérégulation avec le projet de digital omnibus. Or, rappelle le chercheur, « l’affirmation selon laquelle la croissance de l’UE serait bloquée à cause de l’ensemble des règles juridiques que nous nous sommes imposées est, pour être honnête, sans fondement. Sans vouloir détourner le regard, les causes profondes se trouvent ailleurs : une intégration insuffisante, des marchés financiers fragiles, une culture de l’aversion au risque, des politiques migratoires inadaptées et des règles d’attraction des talents inefficaces » (autant de pistes, on s’en souvient, mises en avant par Anu Bradford). On le voit dans les discussions sans fin autour du Digital Omnibus européen qui réécrivent les textes européens sous prétexte de dérégulation, reportant ses échéances d’une correction l’autre. Ceux qui critiquent l’approche légaliste de l’UE ne seront jamais satisfaits : ils continuent de réclamer toujours plus de simplification créant une Union toujours plus « économiquement dépendante, technologiquement subordonnée et stratégiquement faible ». De l’autre côté, les entreprises sérieuses qui avaient déjà mis en place des protocoles pour se conformer aux dispositions législatives seront assez légitimement mécontentes. « Elles se percevront comme les naïfs du village dans un monde où règne une culture managériale déconnectée de la réalité. Refuser de se conformer et préférer se plaindre, d’une certaine manière, s’avère payant. Ce sentiment peut être extrêmement dangereux, comme dans le cas classique de l’évasion fiscale : pourquoi payer si tout le monde contourne allègrement les règles ? » La perspective d’une impunité totale au prétexte de l’innovation ne nous conduit nulle part. 

Pour Aloisi, le risque est fort que l’innovation ne devienne un concept vide de sens. Y’a-t-il vraiment un chef d’entreprise pour affirmer que sa startup a échoué « à cause d’une politique de cookies trop stricte ou des exigences du RGPD ? », ironise-t-il. 

La réalité n’est pas celle-ci, rappelle Aloisi. En Europe, des entreprises développent des produits et services de pointe dans des secteurs essentiels, de l’aéronautique à l’industrie pharmaceutique, de l’énergie aux microprocesseurs. Ces exemples illustrent une philosophie radicalement différente, qui s’attaque aux défis sociétaux majeurs plutôt que de fabriquer des chatbots pour des rencontres amoureuses ou des images pédopornographiques. Une « innovation patiente qui fait progresser la civilisation ». « Si une entreprise « disruptive » ne peut survivre parce qu’elle doit se conformer à des règles que la plupart d’entre nous suivons, c’est peut-être l’occasion de réévaluer la viabilité de son modèle économique. C’est un service que nous pouvons rendre à la véritable notion d’innovation, celle qui ne se contente pas de détruire, mais qui contribue à bâtir un monde meilleur. » « Les appels à démanteler la réglementation européenne en matière de développement durable et de numérique peuvent facilement se retourner contre ses auteurs. Il est facile de comprendre qu’un repli de l’UE engendrerait une fragmentation, une instabilité et une concurrence accrues entre les États membres pour occuper un espace ou combler un manque. C’est là que réside l’erreur de la déréglementation : ce processus ne profite ni aux PME européennes, ni à la souveraineté ou à la compétitivité de l’UE, ni à la position des consommateurs, des travailleurs ou des citoyens. C’est un fléau déguisé en bénédiction. Une option perdant-perdant qui ne ferait qu’éroder davantage la confiance dans les institutions, les règles et les dirigeants. » Nous devrions être plus sages et changer de cap, conclut-il. La dérégulation ne nous conduit nulle part. 

Hubert Guillaud

PS : Dans La Croix, Mimoun El Alami, de la Coopérative d’activité et d’emploi Stairling et Yannick Puisset, dirigeant de la coopérative d’activité et d’emploi Coop & Bât, signaient une tribune pour pointer que le statut de micro-entrepreneur, en France, est une bombe à retardement, dénonçant un statut concernant désormais 3,186 millions de personnes en France, sans droits suffisants. « Ce à quoi nous assistons ressemble à une réémergence du prolétariat. Pas un retour aux usines du XIXe siècle, mais à l’atomisation de millions de travailleurs, cols blancs comme cols bleus, seuls face à leurs clients, payés à la tâche, sans filet de sécurité. Le XXe siècle avait construit patiemment des structures de protection collective. Le statut de microentrepreneur, choisi par défaut, les contourne. » Des organisations comme le Syndicat des indépendants et des TPE ou la Fédération nationale des autoentrepreneurs portent des revendications précises : meilleure couverture maladie, accès à la formation, droits à la retraite. « Leur audience croissante dit quelque chose du vide institutionnel que ressentent des millions de travailleurs. » Avec le portage salarial et les Coopératives d’activité et d’emploi, ces modèles de protection sociale ne demandent qu’à grandir. Pour l’instant, les pouvoirs publics ne les aident pas suffisamment.

  • ✇Dans les algorithmes
  • Scam : comment réguler la fraude financière produite par les  deepfakes ?
    Les deepfakes, ces images et vidéos convaincantes générées par l’IA représentant de vraies personnes, sont de plus en plus utilisées pour escroquer des individus partout à travers le monde. Mais la régulation est à la traîne, estiment les chercheuses de Data & Society dans un intéressant rapport sur le phénomène, qui montre que la vigilance individualisée ne suffit pas à répondre à ces fraudes industrialisées. Il nous faut améliorer la responsabilité institutionnelle, expliquent-elles.  C

Scam : comment réguler la fraude financière produite par les  deepfakes ?

20 mai 2026 à 07:00

Les deepfakes, ces images et vidéos convaincantes générées par l’IA représentant de vraies personnes, sont de plus en plus utilisées pour escroquer des individus partout à travers le monde. Mais la régulation est à la traîne, estiment les chercheuses de Data & Society dans un intéressant rapport sur le phénomène, qui montre que la vigilance individualisée ne suffit pas à répondre à ces fraudes industrialisées. Il nous faut améliorer la responsabilité institutionnelle, expliquent-elles. 

Ces arnaques par usurpation d’identité qui visent à escroquer des individus ou des entreprises sont difficiles à poursuivre, car les auteurs se trouvent souvent très loin de leurs victimes. Reste que les préjudices sont bien réels : pertes financières, atteinte à la réputation des personnes dont l’identité est usurpée… 

Omniprésentes, fréquentes… Ces fraudes semblent surtout impunies et érodent la confiance dans les intermédiaires par lesquels elles passent. « Avec les outils d’IA mis à sa disposition, l’escroquerie est devenue une industrie sophistiquée et mondialisée, qui utilise ces outils pour étendre ses effets et sa crédibilité », comme le disaient déjà les chercheurs dans une première enquête sur le sujet. L’IA a permis d’améliorer leur ampleur, leur portée et leur pouvoir de persuasion. « Lorsque ces deepfakes sont combinés à des informations personnalisées, souvent obtenues par le biais de fuites de données, les escroqueries deviennent encore plus convaincantes, remettant en question la capacité réelle des individus à détecter la tromperie. Les escrocs utilisent fréquemment des publicités sur les réseaux sociaux pour identifier et cibler des victimes potentielles, puis poursuivent les interactions vers des applications de messagerie privée, où la surveillance est limitée et le traçage des activités frauduleuses devient beaucoup plus difficile. » Le rapport rapporte nombre d’exemples de fraudes dans nombre de pays qui ont émaillé l’actualité récente. 

L’évaluation des préjudices est elle-même difficile, tant les techniques sont différentes et du fait que très peu de victimes signalent les incidents. Aux États-Unis, le Centre des services financiers de Deloitte estime que les pertes liées à la fraude attribuable à l’IA générative pourraient passer de 12,3 milliards de dollars en 2023 à 40 milliards de dollars d’ici 2025, en raison à la fois des progrès techniques et des vulnérabilités en matière de cybersécurité. Le rapport de Resemble AI (qui tient à jour une base de données sur les incidents) estime que la fraude financière par deepfakes a causé près de 350 millions de dollars de pertes financières au deuxième trimestre 2025. Ce chiffre sous-estime probablement l’ampleur des pertes, car la fraude est notoirement sous-déclarée

L’étude de Data & Society s’intéresse aux acteurs qui facilitent l’escroquerie, notamment les réseaux sociaux qui aident les escrocs à atteindre leurs victimes et à améliorer l’usurpation d’identité et les applications de messagerie qui fournissent l’infrastructure au phishing et permettent de détourner les victimes des espaces publics et de les emmener dans des canaux où la surveillance est minimale et l’intervention difficile. Nombre de faux sites qui vont permettre l’hameçonnage sont également accessibles facilement. Pourtant, c’est souvent la disponibilité de publicités frauduleuses chez Meta par exemple, qui se révèle une des portes d’entrée de l’escroquerie. « La capacité de cibler les publicités en fonction des centres d’intérêt, des données démographiques et d’autres facteurs est utilisée comme une arme par les escrocs ».

L’autre porte d’entrée sont les réseaux de télécommunications et notamment le spam via SMS (selon une étude sur les 1,3 millions de signalement des usagers britannique d’un service anti-spam, 40% des SMS problématiques reçus relèveraient de l’escroquerie, et malgré le déploiement de pare-feu SMS par les opérateurs qui en arrêtent beaucoup). Mais là encore, les pratiques évoluent, le phishing par URL est de plus en plus souvent remplacé par des tactiques conversationnelles.

Enfin, le rapport accable également les institutions financières elles-mêmes, puisque toutes les escroqueries utilisent des systèmes de paiement, des possibilités de virement ou d’accès aux comptes des usagers visant à contourner les procédures de vérification, entraînant des transferts rapides et difficiles à annuler une fois effectués. « Contrairement aux victimes individuelles, les institutions financières peuvent observer les schémas de transactions sur différents comptes, clients et au fil du temps, ce qui leur permet de détecter des anomalies telles que des pics soudains de transferts vers de nouvelles destinations, des paiements coordonnés vers certains comptes ou des transactions répétées associées à des escroqueries par usurpation d’identité ». « Les obligations de lutte contre le blanchiment d’argent et de connaissance du client (KYC) voir notre article sur la débancarisation expliquant ces enjeuxpositionnent formellement les banques comme des acteurs de première ligne dans la détection et la perturbation de la fraude, mais ces cadres n’ont pas été conçus en tenant compte de l’usurpation d’identité facilitée par l’IA. » 

Les enquêtes journalistiques les plus détaillés sur la nature mondiale et opaque de la fraude financière facilitée (ici et notamment) par les deepfakes montrent que ces escroqueries sont rendues possibles via des sociétés écrans, des comptes offshore et des cryptomonnaies qui permettent de brouiller les pistes des extorsions. Le rapport 2025 de l’Office des Nations Unies contre la drogue et le crime montre que l’utilisation de l’IA pour la fraude est particulièrement répandue dans les pays d’Asie du Sud-Est comme la Thaïlande et le Cambodge. Les « usines à fraude » et les « centres d’escroquerie » (dont beaucoup reposent sur le travail forcé et la traite des êtres humains, comme le montrent Mark Bo, Ivan Franceschini et Ling Li dans leur terrifiant livre, Scam, Verso, 2025) combinent des outils de traduction basés sur l’IA et des techniques avancées de clonage vocal pour usurper l’identité de membres de la famille, d’employeurs et de personnalités publiques afin d’extorquer de l’argent grâce à des escroqueries téléphoniques et vidéo sophistiquées et de plus en plus difficiles à détecter, comme le pointait récemment 404 média, montrant que désormais les systèmes vidéos permettent d’imiter le visage de n’importe qui sans qu’il soit possible de le confondre (par exemple, en lui demandant de passer sa main devant son visage, ce qui a longtemps déformé l’image du visage : ce n’est plus le cas !).

Les réponses réglementaires, elles, sont principalement basées sur la prévention et sur le démantèlement rapide des escroqueries. Pas sûr que cela suffise. Le rapport énumère nombre de mesures que prennent les pays et les acteurs financiers en la matière. Dans le podcast de Tech Policy Press, Alice Marwick, directrice de la recherche chez Data & Society, et Anya Schiffrin, codirectrice du pôle politique technologique et innovation de l’École des affaires internationales et publiques de l’Université Columbia, co-autrices du rapport, expliquent que les réponses face au problème ne sont pas toutes à la traîne. A Taïwan, par exemple, les plateformes sont désormais tenues responsables de certains deepfakes, notamment publicitaires. Mais surtout, elles dénoncent une chaîne d’approvisionnement des arnaques : « il y a ceux qui conçoivent les arnaques et ceux qui les diffusent », et parmi ces derniers ont trouve les plateformes publicitaires comme Meta, des banques, des opérateurs télécoms… Les publicités frauduleuses sont le premier étage des arnaques. Celles-ci ne sont pas nécessairement très sophistiquées, l’une des plus cliquées était une publicité pour McCormicks, la marque d’épices américaine et elle proposait simplement aux gens d’envoyer 20$ contre un présentoir. Elle a été diffusée dans les flux publicitaires de Facebook au milieu de publicités d’entreprises légitimes. Facebook est aujourd’hui au coeur du problème et il n’est pas contraint à agir. Quant aux problèmes des arnaques par SMS, le filtrage des opérateurs n’est pas assez fort :  « nous pourrions exiger davantage d’innovation de la part des opérateurs de téléphonie mobile et des fournisseurs de réseaux télécoms ». Pour les chercheuses, la traque des criminels ne suffit pas. Il faut trouver les moyens d’agir sur les intermédiaires qu’ils mobilisent. 

Justin Hendrix de Tech Policy Press évoque également l’initiative du Check My Ads Institute qui propose d’imposer aux plateformes des systèmes de contrôle et de vérifications de leurs clients. Pour Alice Marwick, pour l’instant, les législations contre le blanchiment d’argent et le financement du terrorisme ont surtout porté sur les banques et institutions financières, mais assez peu sur les plateformes sociales. Mais celles-ci ne cessent de répéter que c’est trop compliqué à mettre en œuvre. La réponse est un peu facile, vous ne trouvez pas ?

« À la fin de notre premier article sur les arnaques, nous abordons le problème du spam et ses nombreuses similitudes avec celui des arnaques. Le spam menaçait de rendre la messagerie électronique quasiment inutilisable. Ce problème a été résolu grâce à la combinaison de trois facteurs. Premièrement, la réglementation. La loi CAN-SPAM a instauré des sanctions pour l’envoi de spams. Deuxièmement, l’amélioration des techniques. Grâce à un meilleur savoir-faire et à des technologies plus performantes, Google et d’autres ont intégré des filtres anti-spam plus efficaces dans les boîtes de réception. Troisièmement, l’évolution des mentalités a permis aux utilisateurs de mieux identifier les spams. Je pense que pour lutter efficacement contre les arnaques, nous aurons besoin de ces trois éléments », conclut Marwick.

Aux Etats-Unis, la fédération des consommateurs vient de lancer des poursuites judiciaires contre Meta en raison de la manière dont l’entreprise laisse prospérer les arnaques sur sa plateforme, rapporte Wired. Pour faire bouger le sujet, il va falloir effectivement que les victimes mobilisent plus activement le législateur.

  • ✇Dans les algorithmes
  • De la montée de la contestation de l’IA à l’école
    Dans le New Yorker, l’écrivaine Jessica Winter revient sur l’invasion de l’IA à l’école. Elle pensait être tranquille jusqu’à ce que ses enfants entrent au lycée au moins. Il n’en a rien été. Sa fille de 11 ans qui vient d’entrer au collège a reçu un Chromebook sur lequel Gemini était préinstallé. Quelque soit les travaux qu’elle doit y accomplir, d’innombrables messages lui proposent de l’aider à écrire, à modifier ses présentations, à générer des images… Désormais l’IA est là. « Elle lit ses p

De la montée de la contestation de l’IA à l’école

19 mai 2026 à 07:00

Dans le New Yorker, l’écrivaine Jessica Winter revient sur l’invasion de l’IA à l’école. Elle pensait être tranquille jusqu’à ce que ses enfants entrent au lycée au moins. Il n’en a rien été. Sa fille de 11 ans qui vient d’entrer au collège a reçu un Chromebook sur lequel Gemini était préinstallé. Quelque soit les travaux qu’elle doit y accomplir, d’innombrables messages lui proposent de l’aider à écrire, à modifier ses présentations, à générer des images… Désormais l’IA est là. « Elle lit ses poèmes et connaît ses mots de passe. Elle l’observe constamment à travers l’écran. » 

Aux Etats-Unis, aucune entreprise d’IA ne détient de monopole sur l’école. Mais elles sont présentes partout. Dans les écoles publiques de Boston, les élèves de sixième utilisent les chatbots d’OpenAI et d’Anthropic pour se préparer aux tests standardisés. Dans les districts scolaires de New York et de Los Angeles, entre autres, des élèves de maternelle interagissent avec Amira, un robot de lecture ludique qui enregistre leur voix afin de leur fournir des commentaires personnalisés grâce à l’IA. Un parent d’élève d’école publique de Brooklyn a raconté qu’en cours d’arts plastiques, les élèves de CE1 pouvaient créer des œuvres avec l’IA grâce à Adobe Express for Education… « Le soutien à l’IA générative dans les écoles primaires et les collèges repose sur la conviction qu’une initiation précoce à cette technologie favorisera la culture numérique, donnera aux élèves des bases en ingénierie et les préparera à un avenir où la plupart des professions seront fortement influencées par l’IA. » 

Des outils… pour fidéliser les enfants

Dans le cadre d’un des procès contre les géants du numérique aux Etats-Unis, des documents internes de Google ont montré que la motivation de Google à fournir des outils aux écoles visait à « fidéliser les enfants à vie », rappelait le journaliste Tyler Kingkade pour NBC News en janvier. Pour Sarah Gardner, la responsable de Heat Initiative, une association de parents militants critique des plateformes de médias sociaux, nous devrions surtout nous interroger pour savoir pourquoi nous laissons les géants du numérique s’accaparer le marché scolaire. Et notamment Google, qui domine largement ce marché. « Selon les cabinets d’études de marché, les écoles représentent aujourd’hui 80 % des achats de Chromebooks. En 2017, Google annonçait que plus de la moitié des élèves des écoles publiques américaines utilisaient ses applications et produits pour leurs travaux scolaires. En 2021, ce chiffre dépassait les 170 millions d’élèves et d’enseignants à travers le monde. » 

Jessica Winter pointe de nombreuses études qui montrent les limites de l’usage de l’IA dans le cadre scolaire. La Brookings Institution a publié une analyse préliminaire sur l’IA et l’éducation des enfants, combinant l’analyse d’environ quatre cents études et des centaines d’entretiens avec des élèves, des parents, des enseignants et des spécialistes des technologies. Cette analyse conclut que les outils d’IA « compromettent le développement fondamental des enfants »

Même certains défenseurs de l’IA dans l’éducation reconnaissent que l’IA présente des risques cognitifs et socio-émotionnels importants pour les jeunes. Amanda Bickerstaff est la cofondatrice et présidente de l’organisation AI for Education, qui propose des formations aux enseignants et aux élèves sur l’intelligence artificielle générative. « Les enfants de moins de dix ans ne devraient pas utiliser de chatbots », explique-t-elle. « Ces outils requièrent une expertise et des compétences d’évaluation que même de nombreux adultes ne possèdent pas. » La décision de Google de rendre Gemini accessible à tous les âges, a-t-elle ajouté, est l’une des rares fois de sa carrière où elle a perdu le sommeil à cause d’une question professionnelle. Elle se souvient avoir pensé : « ils savent pertinemment que cela va être néfaste pour les enfants, et pourtant, ils persistent. » Bickerstaff poursuit : « Je ne pense pas qu’ils se posent des questions fondamentales comme : “Si un enfant peut immédiatement créer une image au lieu de la dessiner, qu’adviendra-t-il de sa capacité à réfléchir et à dessiner par lui-même ?” » Drew Bent, responsable de la recherche en éducation chez Anthropic, répond : « Ce n’est pas à nous, en tant qu’entreprise, de dire : “Utilisez l’IA à tel âge, pas à tel autre.” » 

La fille de Winter a réalisé une présentation qui comportait nombre de défauts. L’IA lui a proposé de les corriger. Mais elle est restée imperturbable face à la proposition : « Je préfère la mienne, parce qu’elle est originale et que j’y ai mis tout mon cœur. Je préfère la mienne parce qu’elle ne m’a pas pris trente secondes. » 

Les outils d’IA proposent de supprimer l’expérience, explique clairement Jessica Winter. Leurs interventions finalement « bloquent et détournent la progression naturelle et graduelle des jeunes vers la maturité cognitive ». « Les enfants n’ont pas ce filtre adulte qui consiste à extraire stratégiquement des informations de leurs expériences, et retiennent donc une multitude de détails inattendus que les adultes jugeraient sans intérêt. Cela leur permet d’être créatifs d’une manière qui nous est inaccessible », explique un psychologue. Dans son livre, Teaching Machines (MIT Press, 2020), la journaliste spécialiste des questions d’éducation technologiques, Audrey Watters (voir aussi sa newsletter), rappellait que l’apprentissage personnalisé a toujours été le rêve de ceux qui automatisent l’éducation. 

C’est ce que proposent les promoteurs d’IA dans l’éducation à l’image du programme de formation pour les enseignants, de l’Académie nationale pour l’enseignement de l’IA. L’académie, dont le siège se trouve dans les locaux de la Fédération unie des enseignants (UFT) à Manhattan, est un projet conjoint de l’UFT et de la Fédération américaine des enseignants (AFT), financé par un partenariat de vingt-trois millions de dollars avec Microsoft, OpenAI et Anthropic. Les cours en présentiel et en ligne proposés par l’académie visent à aider les enseignants « non pas à accepter l’inévitable, mais à le maîtriser », explique Randi Weingarten, présidente de l’AFT.  Celle-ci n’est pourtant pas une prosélyte. Si les membres du syndicat sont en désaccord avec la politique pro-IA de leur district scolaire, ou s’ils ne veulent pas que Gemini s’immisce dans les espaces de travail de leurs élèves, « nous les défendrons », raconte-t-elle à Winter. Nombre de syndicats d’enseignants américains ont refusé de collaborer avec Google car l’entreprise « n’a pas fait les promesses que nous attendions concernant la protection de la sécurité et de la vie privée des élèves et du personnel. »   

D’autres organisations, dirigées par des enseignants et des parents, tentent également de mettre en place des systèmes d’autorisation pour limiter l’utilisation de l’IA dans les écoles. Craig Garrett, dont l’enfant fréquente une école publique de Brooklyn, a créé un groupe WhatsApp de parents inquiets après avoir découvert que son enfant, alors en maternelle, lisait devant l’assistant vocal Amira en classe depuis le début de l’année pour que celui-ci le corrige. Des militants se demandent si l’utilisation d’Amira en classe, par l’enregistrement des voix des élèves, enfreint une loi de l’État de New York interdisant la « divulgation non autorisée d’informations personnelles identifiables ». Garrett fait également partie de la Coalition pour un moratoire sur l’IA, un groupe d’enseignants, de parents et d’élèves de toute la ville qui demande au maire de New York, Zohran Mamdani, et à Kamar Samuels, le chancelier des écoles, un moratoire de deux ans sur l’utilisation de l’IA dans les écoles primaires et secondaires. Un groupe similaire, Schools Beyond Screens, a été créé l’année dernière parmi les parents du district scolaire unifié de Los Angeles. Parmi les objectifs de Schools Beyond Screens figure un contrôle plus strict des contrats lucratifs que les districts scolaires urbains concluent avec les entreprises technologiques. L’association souhaite également que les districts établissent des directives de consentement plus claires concernant l’utilisation des plateformes numériques et adoptent une Charte des droits des élèves en matière de technologie, incluant le droit de « lire des livres entiers », de « lire et d’écrire régulièrement sur papier » et de bénéficier d’un « environnement d’apprentissage peu stimulant »

La présence de Chromebooks dans les salles de classe n’est pas inévitable, espère Winter. Comme le montrait la journaliste Natasha Singer dans le New York Times, la polémique autour de la technologie à l’école ne se limite pas aux téléphones. Le collège McPherson, au Kansas, qui a interdit les téléphones portables des élèves pendant les heures de cours, depuis 2022, les laissait regarder des vidéos ou jouer aux jeux vidéos sur les Chromebooks qu’elle leur fournit et qu’ils utilisent en classe. Face à cette contradiction de plus en plus flagrante, le collège a fait machine arrière. En décembre 2025, il a demandé aux élèves de rendre les ordinateurs portables. 

« Depuis des années, des géants comme Apple, Google et Microsoft se livrent une concurrence féroce pour s’implanter dans les salles de classe et former les écoliers à leurs produits technologiques, dans l’espoir de fidéliser les élèves à vie. Pendant plus d’une décennie, les entreprises technologiques ont incité les écoles à acheter un ordinateur portable par enfant, arguant que ces appareils démocratiseraient l’éducation et renforceraient l’apprentissage. Aujourd’hui, Google et Microsoft, ainsi que de nouveaux venus comme OpenAI, rivalisent pour diffuser leurs chatbots d’intelligence artificielle dans les écoles. Mais après des dizaines de milliards de dollars dépensés par les écoles en Chromebooks, iPads et applications éducatives, des études ont montré que les outils numériques n’ont généralement pas amélioré les résultats scolaires ni les taux de réussite des élèves. Certains chercheurs et organisations, comme l’UNESCO, mettent même en garde contre une dépendance excessive à la technologie, qui peut distraire les élèves et nuire à leur apprentissage. Des écoles de Caroline du Nord, de Virginie, du Maryland et du Michigan, qui achetaient autrefois un appareil pour chaque élève, réévaluent désormais l’utilisation intensive des technologies en classe. Et les Chromebooks, les ordinateurs portables les plus populaires dans les écoles américaines, sont devenus un point central de ces discussions. Les responsables scolaires, les enseignants et les parents ont décrit la limitation de l’utilisation des ordinateurs portables comme une tentative de recentrer l’enseignement sur des compétences telles que la collaboration et la communication entre élèves. » Avec le fait que plus de 30 États américains ont limité ou interdit l’utilisation des téléphones portables par les élèves à l’école, le retrait des Chromebooks est le signe d’une prise de conscience, estime Singer. De plus en plus de parents soutiennent des initiatives comme Schools Beyond Screens et le Distraction-Free Schools Policy Project, visant à contrôler et limiter l’utilisation des technologies à l’école. Dix États, dont le Kansas, le Vermont et la Virginie, ont récemment déposé des projets de loi pour limiter le temps d’écran des élèves, exiger des preuves de sécurité et d’efficacité pour les outils numériques scolaires ou permettre aux parents de refuser que leur enfant utilise des appareils numériques pour apprendre. 

Face aux accusations de tout acabit, Google a déclaré avoir fourni aux établissements scolaires des outils pour verrouiller les écrans des Chromebooks des élèves, limiter le contenu qu’ils consultent, gérer leur accès à YouTube et désactiver les Chromebooks après les cours. L’entreprise a également indiqué avoir désactivé YouTube par défaut pour les élèves du primaire et du secondaire disposant d’un compte Google scolaire. 

A McPherson, au Kansas, profs et élèves semblent redécouvrir qu’il y a un monde hors du numérique. 

Dans au autre article, Singer (qui publiera en août un livre sur l’invasion des technologies à l’école, Coding Kids, Norton, 2026) prolonge le sujet d’autres exemples encore. Suite à des réclamations de parents, « le conseil scolaire de Los Angeles a adopté une résolution exigeant du district qu’il limite l’accès des élèves à YouTube, supprime totalement les appareils numériques jusqu’en CP et instaure des limites de temps d’écran pour les classes supérieures, faisant de Los Angeles le premier grand système scolaire américain à prendre une telle mesure. » Le mois dernier, le gouverneur de l’Utah a promulgué une loi permettant aux parents de consulter le temps passé par leur enfant sur un appareil scolaire et de vérifier les sites web visités. A Los Angeles, des parents s’en sont pris à i-Ready, une application de mathématiques et de lecture aux fonctionnalités ludiques, dénonçant justement les compétitions que l’application favorise. « Nos enfants servent de cobayes », dénonce l’association Schools Beyond Screens. Les districts scolaires sommés d’évaluer les outils qu’ils utilisent sont souvent à la peine par manque de moyens. A Los Angeles, Nick Melvoin avec l’association Schools Beyond Screens, a présenté une nouvelle résolution visant à limiter l’accès aux technologies à l’école. Outre la mise en place de nouvelles limites de temps d’écran pour chaque niveau scolaire, cette politique imposera aux écoles primaires et collèges d’interdire l’utilisation des appareils électroniques par les élèves pendant la pause déjeuner et la récréation. Le district devra également établir un rapport sur tous les contrats technologiques scolaires en vigueur. 

L’université est également colonisée

Mais il n’y a pas qu’à l’école, au collège ou au lycée que le déploiement de l’IA pose problème. L’université d’État de Californie (Cal State), fort de 460 000 étudiants et de 22 campus, ambitionne de devenir la plus grande université américaine spécialisée dans l’IA, rapportait en octobre 2025 la journaliste Natasha Singer pour le New York Times. Amazon et OpenAI y déploient des programmes de formation sur leurs produits d’IA. L’université a signé un contrat de 16,9 millions de dollars à OpenAI pour fournir ChatGPT Edu, l’outil de l’entreprise destiné aux établissements scolaires, à plus d’un demi-million d’étudiants et de membres du personnel – un déploiement qu’OpenAI a qualifié de plus important déploiement mondial de ChatGPT à ce jour. « Le renforcement des liens entre Cal State et l’industrie témoigne d’une transformation profonde des rapports de force sur les campus américains ». Il ne s’agit plus seulement de fournir un peu de matériel ou des outils, mais ici, de fournir un partenariat pédagogique impliquant une transformation des modalités pédagogiques mêmes. 

L’université ambitionne de construire « un système d’enseignement supérieur basé sur l’IA qui surpasse tous les modèles existants, tant par son ampleur que par son impact ». Là encore, pourtant, certains professeurs se sont opposés à ce projet d’IA, alors que l’université est confrontée à d’importantes coupes budgétaires. Pour eux, le contrat de plusieurs millions de dollars avec OpenAI – pour lequel l’université n’a pas ouvert d’appel d’offres à des concurrents comme Google – tient du gaspillage (alors que le réseau des community colleges de Californie a obtenu gratuitement les services de chatbot IA de Google pour plus de deux millions d’étudiants et de professeurs).

Les conseils de faculté de plusieurs campus de Cal State ont adopté cette année des résolutions critiquant l’initiative en matière d’IA, affirmant que l’université n’avait pas suffisamment pris en compte le problème de la tricherie via les chatbots. Les professeurs ont également déclaré que les plans de l’administration minimisaient les risques que l’IA fait peser sur l’esprit critique des étudiants et ignoraient les pratiques de travail problématiques du secteur ainsi que les coûts environnementaux. Martha Kenney, professeure d’études féminines et de genre à l’Université d’État de San Francisco, a décrit le programme d’IA de Cal State comme un outil marketing permettant aux entreprises technologiques de promouvoir des chatbots non éprouvés comme de véritables outils pédagogiques. Alors qu’ils en sont loin. 

Une étude récente de chercheurs de Stanford rapportée par le Hechinger Report, montrait par exemple que les outils d’IA ne faisaient pas les mêmes corrections de copies aux élèves selon leurs origines ethniques. « Les dissertations attribuées à des étudiants noirs ont reçu davantage d’éloges et d’encouragements, quand celles attribuées à des étudiants hispaniques étaient plus susceptibles de susciter des corrections grammaticales et orthographiques. Lorsque l’étudiant était identifié comme blanc, les commentaires portaient plus souvent sur la structure de l’argumentation, les preuves et la clarté – des remarques qui peuvent inciter les étudiants à approfondir leurs idées. » 

De nombreux enseignants affirment qu’un enseignement adapté aux réalités culturelles – qui prend en compte l’identité et le vécu des élèves – peut accroître leur engagement scolaire. Mais, si certains élèves sont systématiquement protégés des critiques et ne sont pas incités à progresser en leurs montrant leurs lacunes, le risque est fort d’aggraver encore les différences ethno-sociales. « Le risque est que, sans une vigilance accrue, cette personnalisation puisse abaisser le niveau d’exigence pour certains élèves tout en le relevant pour d’autres. »

Même constat pour Audrey Waters dans un article de sa newsletter. « Google, Anthropic et OpenAI signent des contrats avec des universités. Ces entreprises sont manifestement avides de données à extraire et de nouveaux marchés à exploiter. Et ils cherchent à fidéliser à vie la seule partie de la population qui semble utiliser régulièrement leurs produits. Mais ils se moquent éperdument des valeurs et des objectifs des institutions auxquelles ils vendent leurs services. En effet, « l’intégrité académique » – la pratique de la citation – est une véritable farce pour ceux qui ont construit leurs modèles d’IA, littéralement, en plagiant le travail d’autrui. Ces entreprises l’ont clairement affirmé : la tricherie des étudiants ne les concerne pas. » Quand Google déploie son chatbot auprès des moins de 13 ans, « Google affirme clairement que ces problèmes ne le concernent pas, puisqu’il rejette explicitement la responsabilité sur les parents dans l’annonce du lancement imminent de son produit. Les parents, selon Google, doivent rappeler à leurs enfants de ne pas partager d’informations sensibles avec le chatbot. Les parents, dit l’entreprise, doivent « aider leurs enfants à développer leur esprit critique ». Les parents, dit Google, doivent rappeler à leurs enfants que « Gemini n’est pas humain ». 

Pour Waters, « il ne s’agit pas simplement d’automatiser l’enseignement et l’apprentissage formels (comme si ce n’était pas déjà assez grave) ; il s’agit de saper le savoir ».

Pourquoi l’IA semble-t-elle la solution à l’enseignement ? 

Le chercheur américain Daniel Greene livre pour le magazine de l’association américaine des professeurs d’université (Aaup) une stimulante synthèse des enjeux du développement de l’IA à l’université. L’université est traversée par d’innombrables crises et la dernière en date est liée au développement d’une technologie perçue à la fois « comme une atteinte fondamentale à notre mission éducative et comme une solution potentielle : l’IA générative ». Lorsque nous abordons la question du rôle de l’IA sur les campus, « nous devons à la fois être attentifs non seulement aux codes écrits avec Claude ou aux feuilles de calcul nettoyées avec Gemini, mais aussi aux fonctions politiques et économiques que cette technologie remplit au sein de nos institutions – et pour qui ». Une récente enquête de l’Aaup soulignait pourtant que les professeurs se sentent exclus des décisions importantes concernant l’IA sur le campus. En fait, ils ont peu de place pour décider des achats auxquels procèdent les établissements et encore moins sur la conception, l’utilisation et la réglementation des déploiements de l’IA à grande échelle sur les campus. Cela ne les empêche d’avoir très concrètement à combattre et négocier l’IA dans leur enseignement, leur recherche et leurs services. 

Reste que si les responsables des universités, les élus et les administrations sont si enthousiastes à propos du développement de l’IA sur les campus, c’est d’abord parce que le travail dans l’enseignement supérieur (comme dans l’administration ou les hôpitaux) est à forte intensité de main d’oeuvre et qu’il est difficile à automatiser. Pire, la croissance de la productivité y reste faible. « Nous enseignons à peu près de la même manière qu’il y a soixante ans, mais tout (y compris la main-d’œuvre) coûte plus cher. » Le succès de l’IA n’est pas tant à chercher dans ses performances pour aider les élèves à apprendre, mais reste d’abord et avant tout une promesse d’optimisation des coûts. Une optimisation théorisée dans les années 60 par l’économiste William Baumol sous le nom de maladie des coûts

Comme l’explique Nicholas Beuret dans Jacobin, la productivité du travail n’est pas la même dans tous les secteurs. Dans certains secteurs, la productivité n’évolue pas. Jouer une pièce de Shakespeare prend le même temps aujourd’hui qu’il y a 5 siècles. Dans les services à forte intensité de main-d’œuvre, comme la santé ou l’éducation, les salaires augmentent malgré une productivité stable, ce qui entraîne une hausse du coût relatif de ces services. « La maladie des coûts de Baumol engendre une faible croissance économique où les services essentiels, tels que les soins de santé ou d’éducation, deviennent inabordables, tandis que le prix des téléviseurs baisse d’année en année. » Avec la concurrence de l’IA, c’est tout le secteur des services qui est menacé par la maladie des coûts. A terme, estime Beuret, le risque est que des pans entiers de l’économie contemporaine deviennent non viables. Il en résulterait une stagnation profonde et persistante, et non une résolution. Et les timides projets de revenu universel défendus par les technophiles de la Silicon Valley seraient ridiculement insuffisants face à un tel événement. A terme, le succès de l’IA serait la plus grande menace économique que nous ayons à affronter. 

Pour Greene, la maladie des coûts est encore plus vive dans le contexte de la réduction des financements publics. Les frais de scolarité remplacent les investissements publics. Les étudiants veulent donc obtenir leur diplôme le plus rapidement possible pour s’endetter le moins possible, poussant l’enseignement supérieur à fonctionner comme des usines à diplômes. Et ChatGPT et les autres outils d’IA permettent d’accélérer la délivrance de diplômes. Pourtant, la maladie des coûts, n’explique par pourquoi en à peine un an, tant d’établissements d’enseignements supérieurs ont trouvé les fonds nécessaires pour créer des instituts et des diplômes d’IA. « Il s’agit manifestement d’un phénomène politique ». A l’heure où l’éducation supérieure est attaquée au niveau fédéral et où l’image de l’éducation supérieure accusée de toutes parts par l’administration Trump, l’adoption de l’IA est là pour réhausser le prestige et apaiser les détracteurs. 

« Ni les professeurs ni les administrateurs n’ont de contrôle sur les fonctionnalités d’IA intégrées aux logiciels d’entreprise », qui se déploient via de simples abonnements, explique Greene. Dans les universités, l’IA ne se déploie pas seulement dans les outils mis à disposition des professeurs et des élèves, mais également dans des logiciels de paye, de recrutement, et via des systèmes de surveillance. Elle est aussi une aubaine pour contrôler les contenus et les personnes, que ce soit pour fouiller dans les programmes de cours à la recherche de mentions de l’esclavage ou pour trouver les adresses d’étudiants manifestants. Elle est là pour faciliter « une analyse rapide, grossière et à grande échelle » et peu coûteuse. Comme l’a souligné la juriste Salome Viljoen, la droite comprend parfaitement que toute gouvernance est une gouvernance des données. « L’analyse automatisée de texte devient un moyen de contourner toute déférence, même de façade, envers la délibération institutionnelle et la consultation d’experts ». « C’est ce que montrait d’ailleurs très bien la révolution technoculturelle d’Elon Musk au sein du Département de l’efficacité gouvernementale (Doge), où de jeunes hommes fraîchement ou à peine diplômés utilisaient ChatGPT pour réécrire la réglementation fédérale, examiner les demandes de subvention à la recherche de délits d’opinion et scruter les profils des réseaux sociaux et les antécédents judiciaires d’étudiants en situation irrégulière dans l’espoir de trouver des prétextes pour les expulser. Au Fonds national pour les sciences humaines, Justin Fox, ancien associé en capital-investissement devenu fervent défenseur du DOGE, annulait des subventions en demandant à ChatGPT d’indiquer, en 120 caractères maximum, si un projet impliquait la diversité, l’équité et l’inclusion. »

A l’université, la charge de travail administrative ne cesse de croître, alors que les budgets fondent. Dans ce contexte, la direction perçoit l’IA comme un moyen de résoudre le problème de l’intérieur. L’IA promet de remplacer nombre de ces tâches par des machines à un coût bien moindre que l’expertise. La charge de travail et la précarité des professionnels augmentant, la pression sur les coûts contraint les intérêts des employés et de la direction à converger pour réduire le temps consacré aux tâches administratives.

« En fin de compte, l’adoption de l’IA sur les campus universitaires est une question de coût, tant financier que politique. » La solvabilité de l’université est une préoccupation majeure pour tous les administrateurs et conseils d’administration. L’investissement dans l’IA est vue comme une solution. Elle relève à la fois du mimétisme, où les universités sont invités à suivre les pratiques des leaders du secteur. L’IA est à la fois perçue comme une source d’économie et une source de revenus et de légitimité, en proposant des instituts et des diplômes dédiés. 

« Une dynamique inquiétante se dessine, largement indépendante de ce que l’IA, en tant qu’outil, fait réellement pour nous ou pour qui que ce soit d’autre. Les personnes les plus riches du monde se sont enrichies encore davantage grâce à leurs investissements dans l’IA. Elles ont utilisé cette richesse pour installer une administration présidentielle hostile à l’éducation, qui utilise l’IA pour traquer les « criminels de la pensée » et les immigrés. Pour survivre à cette offensive, les directions universitaires se tournent vers les investissements dans l’IA, et vers ces mêmes personnes qui nous attaquent, dans l’espoir d’obtenir ainsi des fonds et une légitimité.»

« Pour les administrations, l’IA représente donc une nouvelle méthode de privatisation du bien public qu’est l’éducation, non seulement en termes de propriété de l’institution, mais aussi par l’atomisation sociale de l’entreprise éducative collective. L’IA est accueillie comme une solution miracle précisément parce qu’il n’existe pas de solution miracle pour une éducation de qualité et accessible, seulement les solutions habituelles et peu attrayantes : classes à effectifs réduits, scolarité gratuite ou peu coûteuse. La hausse constante des coûts rend les études supérieures plus onéreuses d’année en année, et notre refus collectif de taxer la richesse perpétue cette dynamique, nous obligeant à faire toujours plus avec toujours moins. L’IA séduit les employeurs de tous les secteurs car elle semble offrir un moyen de produire de l’expertise à grande échelle sans dépendre de coûteux experts. »

Pour Greene, un véritable investissement fédéral dans l’enseignement supérieur impliquerait nécessairement de taxer les recettes fiscales issues de la richesse privée finançant la bulle de l’IA et de les réorienter vers les services publics essentiels qui rendent possible une société instruite afin de servir au mieux les intérêts des étudiants, des États et de la science.

Nous n’en prenons pas le chemin.  

Est-ce que ces outils améliorent quelque chose ?

Dans le quotidien britannique The Guardian, la chercheuse Velislava Hillman, autrice de Taming EdTech (qu’on pourrait traduire par Dompter les technologies éducatives, Bloomsbury, 2024 – un livre où elle montre que la surveillance par les technologies numériques est désormais normalisées dans le milieu scolaire et que les produits numériques éducatifs n’améliorent pas l’éducation de manière égale pour tous les enfants), rappelle à son tour que les géants de la tech ont profondément transformé les salles de classe et que les parents ont raison de s’inquiéter.

« De la quasi-omniprésence de Google et Microsoft aux produits d’IA spéculatifs tels que CenturyTech, les géants et les entreprises de technologies éducatives promettent un « apprentissage personnalisé » tout en collectant d’énormes quantités de données et en transformant l’éducation en gadgets monétisables et en badges numériques.»

Pourtant, la numérisation de l’éducation est bien peu révolutionnaire, rappelle Hillman. «  Les enfants passent leur temps devant des écrans à créer des diapositives PowerPoint ou à naviguer sur des applications comme Dr Frost ou Quizlet. Leurs cours sont souvent ponctués de publicités intempestives… D’autres s’adonnent à la course aux séries sur Duolingo, soi-disant pour apprendre le français, accumulent des pièces ou se disputent les premières places du classement sur Blooket. Pendant ce temps, les enseignants reçoivent des tableaux de bord de plateformes telles qu’Arbor ou NetSupport, où les élèves apparaissent sous forme de notes et de graphiques allant du vert au rouge. Et tous ces systèmes sont pris dans l’engrenage des guerres de territoire et de la recherche du profit. »

Pour Hillman, l’industrie de l’EdTech mobilise les mêmes tactiques que celle du tabac. Elle sème le doute sur ses effets pour retarder la réglementation et transforme l’inquiétude du public en culpabilité individuelle. Mais pour la chercheuse, « à mesure que ces systèmes se développent et se démocratisent, une fracture inquiétante se dessine : l’enseignement de masse via des applications pour le plus grand nombre, et le tutorat humain et les échanges intellectuels réservés à une élite. Ce qui est présenté comme la « démocratisation » de l’éducation risque d’aggraver les inégalités. » 

Face à cette accélération numérique, l’inquiétude des parents est justifiée. Dans The Atlantic, le journaliste Will Oremus fait le même constat. Le prof de math de son fils de 11 ans lui fait passer du temps sur Prodigy, un site de jeux, qui semble bien plus apprendre à jouer que les maths. « Les écoles conseillent des logiciels éducatifs qui sont devenus difficiles à distinguer de Candy Crush ». Ces jeux proposent entre des parties des questions à résoudre, mais il existe des extensions pour répondre aux questions automatiquement. Le logiciel a dévoré l’école, constate-t-il. Les logiciels éducatifs ne sont plus ce qu’ils étaient. Ils sont peu chers et accessibles, paresseux

Pour Hillman : « L’industrie vend ces outils comme un progrès – personnalisés, attrayants, efficaces – mais la réalité est bien plus préoccupante. Ces applications sont conçues pour extraire des données à chaque clic et inciter les élèves à passer un maximum de temps devant les écrans : Times Tables Rockstars distribue des pièces pour les bonnes réponses ; ClassDojo récompense les élèves pour leur bonne conduite ; Kahoot! captive les élèves grâce à des comptes à rebours et des classements. Ce ne sont que différentes facettes d’un même levier psychologique qui pousse les enfants à consulter les réseaux sociaux tard le soir. Même si ces outils améliorent les résultats scolaires (ce qui reste à prouver), la question demeure : à quel prix pour les relations en classe, le développement et le bien-être des enfants ? »

« Et c’est là que le fossé entre les promesses et la réalité apparaît clairement : malgré tous les discours sur l’équité et la personnalisation, les données probantes concernant l’efficacité des technologies éducatives sont limitées, orientées par l’industrie et, au mieux, fragiles. On dispose de peu d’informations sur le temps que les enfants passent sur les appareils scolaires, sur les plateformes qu’ils utilisent, ou sur l’impact de ces dernières sur l’apprentissage – sans parler de leur bien-être et de leur développement. Une étude a révélé que pour obtenir l’équivalent d’une amélioration d’une seule note au GCSE (General Certificate of Secondary Education), les élèves devraient passer des centaines d’heures par an sur une seule application de mathématiques – sans aucune preuve que cela réduise les écarts de réussite pour les élèves les plus défavorisés. L’absence de preuves définitives est présentée comme une garantie de sécurité, tandis que les promesses numériques reposent sur une apparence de certitude qui n’existe pas. »

« Au Royaume-Uni, les financements publics continuent de soutenir la numérisation des salles de classe, avec des appels à l’intégration de l’IA même dans les structures d’accueil de la petite enfance, comme l’a proposé l’ex-ministre de l’éducation britannique dans une tribune. Une étude publiée cette année par le Syndicat national de l’éducation a révélé que les programmes scolaires standardisés, souvent dispensés via des plateformes commerciales, sont désormais largement répandus. Pourtant, de nombreux enseignants affirment que ces systèmes réduisent leur autonomie professionnelle, n’allégent pas leur charge de travail et les excluent des décisions relatives aux programmes. » 

Enfin, pointe la chercheuse, les entreprises de technologies éducatives sont soumises à peu d’obligations. Alors que des audits réguliers, des rapports publics et des possibilité de contrôle indépendants sont nécessaires pour garantir que leurs outils soutiennent l’apprentissage des enfants. 

Il serait temps de poser des questions plus difficiles encore, suggère encore Velislava Hillman. « Pourquoi les applications basées sur la gamification et la manipulation comportementale – des techniques conçues pour maximiser le temps passé devant les écrans – sont-elles désormais la norme dans les salles de classe ? Pourquoi considère-t-on désormais que l’avenir d’un enfant est numérique par défaut ? Ce ne sont pas des préoccupations marginales. Elles touchent au cœur même de la raison d’être de l’éducation. L’apprentissage n’est pas une transaction commerciale. L’enfance n’est pas une opportunité de marché. Comme le rappelle le théoricien de l’éducation Gert Biesta, l’éducation ne sert pas seulement à l’obtention de diplômes et à la socialisation, mais aussi à aider les enfants à devenir des sujets autonomes et responsables. Ce dernier objectif – la subjectivation – est précisément ce qui se perd lorsque l’apprentissage est réduit à des clics ludiques et à des incitations algorithmiques.

Nous ne pouvons empêcher la technologie d’entrer dans la vie des enfants, mais nous pouvons exiger qu’elle soit au service de l’éducation, et non de l’industrie. Voici mon message aux parents : aux côtés des enseignants, votre voix est essentielle pour que les entreprises technologiques rendent des comptes sur ce qu’elles conçoivent, comment elles le commercialisent et les valeurs qu’elles véhiculent dans les salles de classe

Récemment Audrey Watters revenait par exemple sur l’insuccès continue de la Khan Academy. Pour nombre de promoteurs de l’EdTech, la Khan Academy reste la référence. Depuis 2009, cet outil de perfectionnement scolaire lancé par Salman Khan, est la coqueluche des cours en ligne, avec ses vidéos Youtube explicatives et ses exercices qui évoluent selon la progression des élèves. La promesse de Khan à produire une révolution de l’apprentissage personnalisé (promue dans un bestseller mondial, L’éducation réinventée, JC Lattès, 2013) n’a cessé d’être renouvelée, notamment par son passage à l’IA avec Khanmigo, l’outil maison (« Nous sommes à l’aube d’une transformation positive majeure de l’histoire de l’éducation grâce à l’IA. »), à grand renfort de tambours et trompettes (promue d’ailleurs par de puissantes conférences TED et par un autre bestseller, Un monde nouveau, L’arbre qui marche, 2025). Khan n’a cessé de promouvoir les technologies éducatives sans jamais s’interroger sur ses échecs. Cela n’empêche pas le sémillant Khan de continuer à dérouler ses promesses. Après avoir reproché aux enseignants de mal s’y prendre, c’est au tour des élèves à qui l’on reproche de ne pas poser les bonnes questions au chatbot, « même si aucune étude n’a démontré que « poser les bonnes questions », pour tous les adeptes de l’ingénierie des invites, permet d’obtenir de meilleures réponses de l’IA », et encore moins un meilleur apprentissage », rappelle avec pertinence Watters. Pour résoudre le peu d’intérêt de son IA maison, Khan l’impose donc, en l’intégrant directement aux programmes. « Loin des promesses d’amélioration de l’éducation, les technologies éducatives ont créé des dépendances éducatives : des dépendances bureaucratiques et, désormais, avec l’« IA », des dépendances cognitives. Il ne s’agit pas d’un simple hasard ; c’est intentionnel », explique Watters. 

Dépendances cognitives, c’est précisément ce qu’évoquait Sam Altman en affirmant « nous envisageons un avenir où l’intelligence sera un service public, comme l’électricité ou l’eau, et où les gens l’achèteront grâce à un compteur ». Comme le souligne Paris Marx : « les milliardaires de la tech veulent faire croire au public qu’ils améliorent le monde et renforcent nos capacités individuelles et collectives. Mais en réalité, ils nuisent à la capacité des gens d’apprendre et de penser par eux-mêmes, voire bouleversent le cours même de leur existence », explique-t-il avant d’en dénoncer le projet. 

Il n’y a pas que les parents, les jeunes aussi détestent l’IA

Depuis la sortie de ChatGPT, nul n’a subi autant la pression de l’IA que les jeunes, explique la journaliste Janus Rose pour The Verge. S’ils sont les plus grands adeptes des chatbots, « les étudiants et les actifs de la génération Z contribuent largement au rejet culturel plus large de l’IA. Et même s’ils utilisent ces outils, une grande partie des jeunes nourrit une profonde amertume, voire du ressentiment, face à un avenir centré sur l’IA qui, pour beaucoup, leur est imposé. » 

« Sortant du monde universitaire et confrontés à un marché du travail de plus en plus impitoyable, les jeunes sont face à une contradiction insoluble. On leur dit, d’un côté, que ces outils vont supprimer des millions d’emplois, et de l’autre, qu’ils doivent les utiliser s’ils ne veulent pas être laissés pour compte.» 

« La crainte que les chatbots nuisent à l’esprit critique et aux compétences sociales est répandue chez de nombreux jeunes adultes, même si une large majorité d’entre eux admettent utiliser régulièrement ces outils. Selon une récente étude Harvard-Gallup, 74 % des jeunes adultes interrogés aux États-Unis déclarent utiliser un chatbot au moins une fois par mois (une autre étude a révélé que plus de la moitié des étudiants américains admettent utiliser ces outils chaque semaine pour leurs travaux universitaires). Parallèlement, 79 % des personnes interrogées par Gallup « craignent que l’IA ne rende les gens plus paresseux », et 65 % estiment que l’utilisation des chatbots « favorise la gratification instantanée, et non une véritable compréhension », et empêche d’aborder les idées de manière critique et constructive.» 

« Dans un sondage Gallup plus récent, l’opinion de la génération Z sur les outils d’IA a atteint un nouveau point bas : seulement 18 % se disent optimistes quant à cette technologie, contre 27 % l’an dernier, et seulement 22 % se disent enthousiastes, contre 36 % auparavant. Le nombre de jeunes actifs de la génération Z qui estiment que les risques liés à l’IA l’emportent sur ses avantages a également augmenté de 11 points au cours de l’année écoulée, pour atteindre près de 50 %. Et même si 56 % affirment que ces outils les aident à terminer leur travail plus rapidement, huit sur dix admettent désormais que l’utilisation de l’IA compliquera l’apprentissage à l’avenir. »

« Les employeurs demandent aux universités de recruter des étudiants capables d’utiliser ces outils », explique Alex Hanna, directrice de la recherche du DAIR. « Ce n’est pas parce que ces outils ont réellement démontré leur valeur ajoutée ; on attend de la génération Z qu’elle nous la révèle. » D’où le fait que l’université ait tendance à intégrer l’IA… souvent un peu n’importe comment, comme ASU Atomic, un outil mis en place à l’université d’État de l’Arizona, qui synthétise automatiquement les cours magistraux en supports d’apprentissage concis, plus proche du slop qu’autre chose, déplorait 404 média. Le journal étudiant de l’université de Pennsylvanie a publié un édito cinglant à l’égard du déploiement de l’IA à l’université : « L’IA ne peut coexister avec l’éducation ; elle ne peut que la dégrader. » 

« Le fait que tant de jeunes soient parfaitement conscients de ces dangers, même lorsqu’ils utilisent ces outils, montre qu’ils ne se laissent pas berner par le discours enflammé des promoteurs de l’IA », estime Rose. La génération Z est extrêmement consciente des limites de ces outils, même pour ceux qui les trouvent utiles

Enfin, avance Rose, une autre explication nourrit l’ambiguïté du positionnement des plus jeunes : l’utilisation de l’IA est souvent moquée par les jeunes entre eux. La plupart trouvent les textes et les images générés artificielles et profondément ringards et s’en moquent ouvertement sur les réseaux sociaux, tout comme elle est dévalorisée par les étudiants et les professeurs. Selon une étude de l’Université de Pittsburgh, les étudiants perçoivent l’utilisation d’outils d’IA comme un signal d’alarme les incitant à avoir une moins haute opinion de leurs camarades. 

A croire que le refus de l’IA chez les plus jeunes (voir notre article, « nous sommes le slop »), s’il n’est pas un mouvement techno-critique, invite néanmoins à questionner notre rapport à la technologie en profondeur et montre que la colère contre l’IA prend des formes multiples. 

Hubert Guillaud

PS : Dans les écoles américaines, d’innombrables applications sont utilisées par les élèves sous la recommandation des professeurs voire des districts scolaires, explique The Markup, mais souvent en contradiction avec la loi, notamment en Californie où les protections à l’égard des données personnelles des enfants sont plus fortes qu’ailleurs. Mais il n’y a pas que les applications scolaires qui posent problèmes, les applications extrascolaires peuvent l’être tout autant. Le statut de ces applications extrascolaires, comme des applications sportives telles que TeamSnap, fait qu’elles ne semblent pas soumises aux mêmes contraintes réglementaires et peuvent revendre leurs informations à des courtiers ou à des annonceurs. Afin de renforcer l’application effective de la loi, un projet de loi californien comprend une nouvelle disposition : le droit pour les élèves et leurs parents de poursuivre les entreprises technologiques dans certains cas de violation de la vie privée. Une proposition contestée par les entreprises de la tech. Pour Jen King, chercheuse en protection de la vie privée et politiques des données à l’Institut d’intelligence artificielle de Stanford, donner aux consommateurs le droit de poursuivre est pourtant et souvent le seul moyen de renforcer l’application de la loi.

MAJ du 24/05/2026 : Sur les campus américains, les thuriféraires de l’IA de l’IA se font huer, rapporte Next… Et les refus d’usages lors des formations IA dans certaines écoles (en France également) se multiplient.

  • ✇Dans les algorithmes
  • Le score : comment arrêter de jouer au jeu des autres ?
    Dans son livre, The Score: How to Stop Playing Someone Else’s Game (Penguin, 2026, non traduit), le philosophe C Thi Nguyen explique comment le score produit par les systèmes nous détourne de nos objectifs. Bien souvent, le score nous pousse à intérioriser ses critères, à supplanter nos objectifs. « Les données quantitatives promettent de transformer des pans entiers de notre monde, d’une complexité immense, en résumés concis. C’est un marché séduisant : une « clarté exquise » sous la forme d’un

Le score : comment arrêter de jouer au jeu des autres ?

18 mai 2026 à 07:00

Dans son livre, The Score: How to Stop Playing Someone Else’s Game (Penguin, 2026, non traduit), le philosophe C Thi Nguyen explique comment le score produit par les systèmes nous détourne de nos objectifs. Bien souvent, le score nous pousse à intérioriser ses critères, à supplanter nos objectifs. « Les données quantitatives promettent de transformer des pans entiers de notre monde, d’une complexité immense, en résumés concis. C’est un marché séduisant : une « clarté exquise » sous la forme d’un score simpliste, au détriment du contexte et des nuances », explique The Guardian. « Notre vénération aveugle pour les indicateurs permet ce que Nguyen appelle le « blanchiment d’objectivité » (objectivity laundering) : des bureaucrates dissimulent leur influence dans les décisions concernant nos écoles, nos hôpitaux et notre bien-être, en invoquant « les chiffres » comme arbitres impartiaux. Ceux qui sont au pouvoir choisissent les indicateurs à privilégier, puis prétendent que les actions motivées par ces indicateurs transcendent d’une manière ou d’une autre l’idéologie. »

Pour Jennifer Szalai du New York Times, la généralisation du scoring que dénonce C Thi Nguyen le rend peu amusant. « Pourquoi les systèmes de notation mécaniques sont-ils, dans les jeux, sources de tant de joie, de fluidité et de plaisir ? Et pourquoi, dans le domaine des indicateurs publics et institutionnels, étouffent-ils toute forme de vie ? » Les faibles enjeux des scores font partie intégrante du jeu, rappelle le philosophe, nous permettant de passer d’un jeu à l’autre. Nguyen soutient que les problèmes surgissent lorsque les enjeux deviennent démesurés, envahissant notre identité et dictant nos valeurs. Les indicateurs, bien qu’offrant une clarté trompeuse, paraissent sclérosants car ils ne rendent qu’une pâle imitation de la richesse et de la complexité du monde qu’ils prétendent représenter.

Le score, par exemple des notes sur les vins selon leurs qualités, conduisent à produire des formes de « capture de valeur » qui tendent à faire que la production s’aligne sur les certains types de vins plutôt que d’autres. Cette capture produit des systèmes de notation simplistes qui non seulement ne reflètent pas correctement nos valeurs initiales, mais modifient même nos valeurs, nous amenant à valoriser ce qui ne nous importe pas vraiment, explique Stuart Jeffries pour le Financial Times. « L’une des principales raisons pour lesquelles nous communiquons est d’apprendre, d’être interpellés, de voir notre compréhension se transformer… Or, ce type de communication n’est pas valorisé par le système de notation des réseaux sociaux. » Nguyen appelle cela « le fossé » : l’écart entre ce qui est mesuré et ce qui compte réellement. Le grand avantage des jeux par rapport aux indicateurs auxquels nous devons nous conformer dans la vie de tous les jours réside dans le fait qu’on retire plus de plaisir en subvertissant les règles plutôt qu’en les suivant. L’intérêt de jouer ne se limite pas à la validation de classements ou de statistiques. « Quand tu joues aux cartes avec tes amis, ton but est de gagner, mais ta finalité est de t’amuser. » Or, bien des mesures ne nous invitent qu’à gagner, sans finalité. Les systèmes de notation, leur généralisation partout, tout le temps, sapent nos valeurs au profit de l’objectif auquel les autres nous font concourir, parfois contre notre gré

« Les indicateurs peuvent être si trompeurs qu’ils nous incitent à nous soucier de ce qui est facile à mesurer, plutôt que de ce qui est vraiment important », explique Becca Rothfeld pour le Washington Post. Lorsque les universités ont instauré un système de classement formel, par exemple, elles ont cherché à gravir les échelons, souvent au détriment de leur mission éducative (voir notre article « Aux US, le prix des études s’ajuste selon celui que vous êtes prêts à payer »). Comme des taux de refus plus élevés leur permettaient d’obtenir de meilleurs scores, écrit Nguyen, elles « ont commencé à consacrer d’importantes ressources à encourager les candidats improbables à postuler, simplement pour avoir plus de personnes à refuser »

Dans le contexte des jeux, « les systèmes de notation ont été conçus pour produire une action intéressante, satisfaisante et plaisante », nous obligeant à nous mouvoir avec grâce lors d’une performance de patinage artistique ou à faire appel aux géométries complexes des échecs. Mais les systèmes de notation institutionnels sont conçus pour s’appliquer sans difficulté à différents contextes et, de ce fait, contribuent à l’homogénéisation. 

Nguyen oppose la verve improvisée de la préparation d’un plat apprécié aux instructions données aux employés de la restauration rapide. Ces formules éliminent la spontanéité afin de produire un produit uniforme, identique dans chaque franchise ; elles rendent également la main-d’œuvre interchangeable, garantissant qu’aucune compétence particulière ne soit requise pour exécuter les procédures. Il apparaît que les vertus et les écueils des systèmes de notation sont indissociables. Alors que la notation dans les jeux permet de déléguer nos valeurs au gameplay, la notation institutionnelle impose ses valeurs dans nos comportements. « Les jeux nous incitent à expérimenter différentes valeurs dans un esprit ludique afin de développer de nouvelles aptitudes ; les indicateurs, au contraire, nous imposent des valeurs et insistent sur le fait qu’elles sont les seules valables. » 

The Score adresse une question simple : avec quels indicateurs voulons nous jouer ?

  • ✇Dans les algorithmes
  • Les médias sociaux n’en sont plus
    C’est danah boyd qui l’explique. « Lorsque les professionnels utilisaient le terme « médias sociaux » pour décrire les outils internet apparus au milieu des années 2000, ils désignaient les plateformes et les protocoles permettant d’interagir avec ses amis et des communautés d’intérêt grâce aux technologies numériques. Vingt ans plus tard, les utilisateurs des médias sociaux passent bien plus de temps à faire défiler les publications qu’à en publier, et le contenu qu’ils consomment est souvent p

Les médias sociaux n’en sont plus

13 mai 2026 à 07:00

C’est danah boyd qui l’explique. « Lorsque les professionnels utilisaient le terme « médias sociaux » pour décrire les outils internet apparus au milieu des années 2000, ils désignaient les plateformes et les protocoles permettant d’interagir avec ses amis et des communautés d’intérêt grâce aux technologies numériques. Vingt ans plus tard, les utilisateurs des médias sociaux passent bien plus de temps à faire défiler les publications qu’à en publier, et le contenu qu’ils consomment est souvent produit de manière stratégique et sélectionné par des algorithmes. Dans cet essai, je soutiens que l’essence même des médias sociaux a changé. Pour mieux comprendre ce à quoi nous assistons, il nous faut cesser de considérer ces outils comme des « médias sociaux » et commencer à les qualifier de « médias parasociaux ». »

Dans son court essai, danah boyd liste les innombrables noms avec lesquels nous avons longtemps valorisé les espaces de partages numériques, de l’informatique sociale au web 2.0 en passant par le contenu généré par les utilisateurs ou la culture participative et les communautés en ligne…  « Nous n’utilisions pas seulement les médias pour socialiser ; nous socialisions sur les médias, par les médias et en utilisant les médias. » Avant que ne s’imposent les termes de réseaux sociaux puis de médias sociaux…« Nombreux étaient ceux qui croyaient alors sincèrement que ces outils permettraient aux gens d’échanger de manière significative. »

« Il n’était pas inévitable que quelques entreprises créent un petit nombre de « plateformes » qui domineraient les diverses pratiques que l’on imaginait couvertes par l’expression « médias sociaux », mais c’est pourtant ce qui s’est produit. Lentement mais sûrement, la plupart des plateformes de médias sociaux ont périclité, tandis qu’une poignée d’entreprises/plateformes prenaient le dessus et utilisaient la technologie et les politiques publiques pour fidéliser leurs utilisateurs. Il n’était pas inévitable que les entreprises exploitent la notion de communauté et de sociabilité, mais elles l’ont fait. De même, il n’était pas inévitable que ces entreprises transforment ces plateformes en nouveaux canaux de consommation passive où seul un petit nombre d’utilisateurs contribue au contenu, mais c’est pourtant ce qui s’est produit », constate avec dépit la chercheuse. 

Pourtant, explique-t-elle, les pratiques qui définissent les médias sociaux en 2026 sont radicalement différentes de celles que nous tentions de documenter 20 ans plus tôt. « Le terme « social » dans « médias sociaux » est peu à peu devenu un abus de langage. En 2006, la plupart des personnes qui se connectaient aux grandes plateformes publiaient du contenu car elles co-construisaient des espaces sociaux pour profiter de la compagnie des autres. En 2026, la publication a diminué, le partage a disparu; la plupart des utilisateurs des médias sociaux privilégient le défilement de contenu « amateur » plutôt que de publier leurs propres mises à jour spontanées pour leurs amis. La qualité des contenus sur les médias sociaux est devenue plus stratégique, plus intentionnelle et plus professionnelle. Les utilisateurs ont désormais du mal à distinguer les contenus personnels publiés par leurs amis parmi les contenus créés par les annonceurs et l’industrie des influenceurs qui dominent les fils d’actualité. » Les sites sociaux sont devenus des plateformes publicitaires qui éloigne toujours plus la dimension sociale. Elles sont devenues des actifs, comme l’explique Cory Doctorow en parlant d’emmerdification, qui exploitent autant les utilisateurs que les annonceurs. 

« Aujourd’hui, les plateformes de médias sociaux ne sont plus axées sur les activités sociales. Au contraire, la plupart nous offrent un média de diffusion et nous incitent à apprendre à manipuler les algorithmes afin de créer, nous aussi, des actifs pour les grandes entreprises. Puisque la taille est valorisée dans cette économie de plateforme, nous sommes encouragés à nous mettre en scène pour rechercher la célébrité et l’attention. En théorie, nous pouvons toujours créer du contenu pour nos 15 amis, mais rien ne garantit qu’ils verront nos publications. Pour être vus, il faut faire des efforts. » Qu’importe si nous ne savons plus lesquels. 

Pour danah boyd, « nous vivons désormais dans un monde de médias parasociaux ». 

« Les relations parasociales sont des connexions unilatérales où l’on suit la vie et les activités de personnes – comme des célébrités – qui ne nous connaissent pas et pour lesquelles on ne ressent aucune obligation de réciprocité. Dans un monde parasocial, on consacre son attention et ses émotions au suivi des péripéties d’individus qui évoluent à distance. Les relations parasociales peuvent être intenses émotionnellement, mais elles ne créent pas le tissu social qui nous soutient dans les moments difficiles. »

Les plateformes sont devenues des espaces « hyper-contrôlées récompensant ceux qui parviennent à générer de larges audiences ou à créer des contenus à fort impact », contrôlés par les métriques d’engagements. « Les entreprises de médias sociaux modifient constamment leurs algorithmes pour inciter (et pénaliser) les créateurs à leur guise, cherchant toujours à encourager les utilisateurs à faire défiler davantage leur contenu, même s’ils publient moins. » Elles ont constaté que maintenir les utilisateurs en haleine est plus rentable que de les faire participer.

Ce passage des médias sociaux aux médias parasociaux est lourd de conséquences. Les médias sociaux ont fait naître de grands espoirs quant au potentiel des médias sociaux pour construire la solidarité, soutenir les mouvements politiques et connecter le monde. Mais ces pratiques ne sont plus dominantes, et de ce fait, leur signification même a changé. 

« Les relations parasociales sont trompeuses. S’adonner à ces connexions peut être agréable pour les utilisateurs, mais cela ne renforce pas le tissu social collectif. On peut se sentir seul malgré des heures passées à s’impliquer émotionnellement dans les drames d’autrui si ces interactions ne sont pas réciproques. Même ceux qui créent du contenu pour le monde parasocial peinent à s’y retrouver dans les formes d’intimité complexes qui y abondent. L’amitié exige réciprocité et compassion. Les médias parasociaux créent les conditions permettant aux individus de s’objectiver mutuellement à distance, comme des objets médiatisés, contribuant ainsi à mettre en lumière les différentes formes de toxicité que les chercheurs spécialisés dans les médias sociaux documentent. Ainsi, lorsque les gens choisissent de consacrer leur énergie à suivre la dernière star de TikTok ou à faire défiler du contenu au lieu de cultiver des relations interpersonnelles, ils s’épuisent en réalité à force de distraction. »

En 2006, nous imaginions un écosystème de médias sociaux qui privilégierait le renforcement des liens par le biais des médias plutôt que de remplacer ces liens par les médias. Chercheurs, décideurs politiques et experts continuent d’être préoccupés de trouver des solutions pour endiguer les comportements toxiques et antisociaux qui se manifestaient dans les espaces publics en ligne, oubliant que les médias sociaux ne servent plus à créer des liens sociaux. Pour cela, les gens utilisent plutôt des messageries qu’on n’appelle pas des médias sociaux, mais cela ne consiste pas à créer des espaces pour la sociabilité numérique. 

« Il est facile, avec le recul, de dire que nous étions naïfs, mais je ne pense pas que ce soit juste. Il n’était pas inévitable que les plateformes de médias sociaux deviennent le désastre qu’elles sont devenues. En revanche, je pense que nous avons commis une erreur en acceptant collectivement de qualifier ce phénomène de « médias sociaux ». Ce cadre linguistique a biaisé notre interprétation normative des pratiques sur ces plateformes. J’ai fini par accepter que les outils actuels ne correspondent pas à ce que beaucoup d’entre nous espéraient, mais je continue de m’interroger sur les termes que nous utilisons pour désigner ces plateformes. Je pense qu’il est temps d’abandonner l’appellation « médias sociaux » et de reconnaître que nous entrons dans l’ère des « médias parasociaux ». Je ne cherche pas à déplorer la disparition des interactions sociales en ligne (même si je ressens une certaine nostalgie). Je souhaite plutôt que la communauté scientifique s’interroge sur la manière dont nos discussions autour de la gouvernance, des inégalités et de la sociabilité doivent évoluer pour prendre en compte la transformation des médias sociaux en une catégorie entièrement nouvelle. En clair, ce type de médias sociaux est différent de celui qui a donné naissance à cette appellation. Nos outils d’analyse doivent donc évoluer en conséquence.»

La directrice de la recherche de Data & Society, Alice Marwick, dresse le même constat dans un article lui aussi emprunt de nostalgie et de recul critique. Même constat pour le chercheur Edward Ongweso Jr (notamment auteur de la lettre d’info The Tech Bubble) dans un article pour le magazine The Drift. « Les plateformes de médias sociaux ne produisent pas un public commun ; elles produisent des sous-publics concurrents, chacun avec sa propre conception du savoir collectif », écrit-il. Les entreprises ont utilisé le prestige démocratique pour légitimer la privatisation de nos communications. « Il serait trop facile – et faux – de conclure que les plateformes ne constituent pas un espace public. Les institutions restent tributaires de ce qui circule en ligne. Mais ce processus est structuré par des entreprises de publicité et de données qui surveillent les populations et les segmentent pour optimiser leur engagement. Selon le modèle de propagande que proposaient Edward Herman et Noam Chomsky dans La fabrique du consentement, la publicité fonctionnait comme un filtre disciplinaire, jouant un rôle clé dans les contraintes imposées à la délibération démocratique au sein de l’espace public. Mais avec la transition numérique, ce vieux filtre publicitaire s’est métamorphosé en quelque chose que Chomsky et Herman n’avaient pas anticipé. Là où la concentration des pouvoirs limitait autrefois la diversité des opinions acceptables à quelques dizaines de grands médias, le classement algorithmique et l’optimisation de l’engagement remplissent désormais la même fonction pour des milliards de flux individuels, ajustant le contenu vu par chaque utilisateur afin de maximiser le temps passé sur la plateforme plutôt que la citoyenneté éclairée. »

L’espace public, tel qu’il est, fonctionne pour ceux qui le contrôlent. L’IA menace d’engloutir ce qui reste de nos maigres communs épistémiques. « Les agents d’IA deviennent de nouveaux régulateurs, stimulant la consommation, surveillant les comportements, déterminant ce qui est diffusé et ce qui est résumé. La condition de John Dewey pour la formation du public – une infrastructure de communication permettant aux personnes concernées de se trouver – s’éloigne d’année en année. Il est tentant de suivre l’exemple de Dewey et de chercher des solutions : protocoles fédérés, alternatives décentralisées susceptibles de permettre l’émergence d’un espace public. Mais les configurations techniques ne sauraient se substituer à la politique. On ne peut construire un espace public si l’économie politique est conçue pour l’empêcher. » 

Le problème, constate le chercheur, c’est que nous y sommes coincés. On peut certes supprimer une application de médias sociaux, mais le marché du travail, le marché du logement, l’environnement informationnel, les institutions qui régissent notre vie sont tous façonnés par ces systèmes, que l’on les utilise directement ou non. « La vérité est plus dérangeante : c’est encore à ces niveaux que se déroule le discours. Les gens y restent car les alternatives n’existent pas à grande échelle – et l’échelle, même si l’on déteste ce mot et la manière dont il est employé par nos maîtres technologiques, est ce qui confère à un espace public son caractère public. Les oligarques qui contrôlent notre appareil numérique savent parfaitement à quoi il sert. Nous autres, nous nous complaisons dans une illusion qui compromet notre capacité à comprendre le présent et à tracer la voie à suivre. La foi de Dewey dans le potentiel des institutions qui considèrent le savoir démocratique non comme un problème à gérer, mais comme une capacité à cultiver, est plus difficile à défendre aujourd’hui. »

  • ✇Dans les algorithmes
  • Les LLM dégradent profondément vos documents
    On avait déjà attiré l’attention sur les grandes limites de l’IA pour produire des synthèses, au risque de valoriser certaines informations sur d’autres. Microsoft Research vient de publier un article et un benchmark : ils ont proposé 52 documents à 19 modèles concurrents dont les modèles de pointe. Chaque modèle reçoit un document et une série d’instructions de modification, une vingtaine maximum. A la fin de la série d’instruction, 25% à 50% du contenu se retrouve dégradé (analyse faite en com

Les LLM dégradent profondément vos documents

12 mai 2026 à 07:01

On avait déjà attiré l’attention sur les grandes limites de l’IA pour produire des synthèses, au risque de valoriser certaines informations sur d’autres. Microsoft Research vient de publier un article et un benchmark : ils ont proposé 52 documents à 19 modèles concurrents dont les modèles de pointe. Chaque modèle reçoit un document et une série d’instructions de modification, une vingtaine maximum. A la fin de la série d’instruction, 25% à 50% du contenu se retrouve dégradé (analyse faite en comparant simplement les contenus des documents). Si on étend encore les instructions à une centaine, la courbe de la dégradation continue. Les chercheurs parlent de « déclin monotone ». Ils constatent également que les performances à court terme ne prédisent pas la fiabilité à long terme. « Deux modèles qui semblaient presque identiques après deux interactions (91,5 % contre 91,1 %) ont divergé de façon spectaculaire au fil du temps (48,3 % contre 64,1 %). » La dégradation est parfois brutale. Sur les 50 domaines d’activité testés auxquels ils ont confié des documents pour des tâches d’édition, le seul domaine qui fonctionne reste le code python : la dégradation est très faible, les contenus restent stables sur 17 des 19 modèles, à 98%. Mais par exemple, sur un tableur, seulement 50% des lignes d’origine sont encore présentes après 20 itérations : l’ordre des lignes, les noms de colonnes et le nombre de lignes sont plus dégradées encore.  

La démonstration permet de montrer que l’usage des LLM risquent de n’être fonctionnels que pour le code, car le code à une définition mécanique, c’est-à-dire qu’il existe une spécification lisible par machine permettant de vérifier la sortie (mais la démo montre que quand il s’agit de structure des bases de données SQL, les résultats sont déjà beaucoup moins parfaits). « Partout où la correction exige de la compréhension, les modèles s’effondrent », explique le développeur norvégien Christian Ekrem sur son blog. Pire : la corruption est invisible par conception, « silencieuse »

« Le plus inquiétant, c’est la manière dont ces erreurs se produisent. Elles sont rares, mais graves. Le modèle ne transforme pas votre document en charabia. Il y apporte de petites modifications, assurées (!), qui paraissent inoffensives au premier coup d’œil. Un détail déplacé. Une précision omise. Un sens subtilement altéré. Une phrase réorganisée pour en modifier l’ordre. Il faudrait lire attentivement l’ensemble du document, en le comparant à l’original, pour s’en apercevoir. Et personne ne le fait. »

Dans vos slides, votre « environ 30% » va devenir « 30% »… puis « 20% ». Dans un contrat, « sous certaines conditions » s’efface. « Après signature » devient « avant signature »… Non seulement les erreurs s’accumulent, mais elles interagissent : « une corruption précoce modifie le contexte, ce qui décale les résultats suivants, et ainsi de suite ». Vous continuez à travailler sur une version corrompue qui ne dit déjà plus ce que vous pensiez. « Si cela ne vous terrifie pas, je doute que vous ayez déjà travaillé avec des documents importants. (…) Lorsque vous déléguez la maintenance documentaire à un LLM, la théorie meurt doublement. Premièrement : vous n’avez pas acquis la compréhension, car vous avez délégué au lieu de vous impliquer directement dans le sujet. Deuxièmement : le LLM a insidieusement altéré le document lui-même. Vous vous retrouvez donc sans modèle mental ni représentation écrite précise. Vous avez, pour ainsi dire, perdu à la fois la carte et le territoire. »

  • ✇Dans les algorithmes
  • Fraude sociale : l’industrialisation de la chasse aux pauvres continue
    La coalition RSA réunit de nombreuses associations (ATD Quart Monde, le Secours Catholique, Aequitaz, Changer de Cap, la Quadrature du Net, la Ligue des droits de l’Homme, le Mouvement national des chômeurs et des précaires, la Fédération des centres sociaux…), syndicats (CGT, FSU, Solidaires, CFDT, Unsa) et chercheurs, autour d’un objectif commun : documenter, mutualiser, partager les analyses sur les effets concrets sur les demandeurs d’emploi, les bénéficiaires des minimas sociaux (RSA, AAH)

Fraude sociale : l’industrialisation de la chasse aux pauvres continue

11 mai 2026 à 07:00

La coalition RSA réunit de nombreuses associations (ATD Quart Monde, le Secours Catholique, Aequitaz, Changer de Cap, la Quadrature du Net, la Ligue des droits de l’Homme, le Mouvement national des chômeurs et des précaires, la Fédération des centres sociaux…), syndicats (CGT, FSU, Solidaires, CFDT, Unsa) et chercheurs, autour d’un objectif commun : documenter, mutualiser, partager les analyses sur les effets concrets sur les demandeurs d’emploi, les bénéficiaires des minimas sociaux (RSA, AAH) et les jeunes suivis en mission locale de la loi pour le plein emploi de décembre 2023 et de son décret d’application du 30 mai 2025, plus connu sous le nom de « décret-sanction RSA » que ces associations contestent devant le conseil d’Etat.

Dans sa newsletter, l’association Changer de Cap souligne que ces associations tentent de dresser un état des lieux des pratiques des Départements, décisionnaires pour les sanctions appliquées aux allocataires du RSA. « D’après un document interne de France Travail, sur les 51 conseils départementaux ayant déjà adopté un barème de sanctions, 48 font le choix de taux fixe sans aucune proportionnalité ni individualisation, contrairement à ce qu’indiquaient les textes. Parmi ceux-ci, 45 appliquent une suspension d’au moins 50 % du RSA dès le premier manquement, quelle qu’en soit sa gravité et 32 départements des suspensions de 80 ou 100 %. L’extrême dureté dans la mise en œuvre de ce décret conforte les craintes et analyses de Changer de Cap : une logique budgétaire entraînant une précarisation accrue de pans entiers de la société et une fragilisation du Pacte social dans la quasi-indifférence générale. » A l’image des pratiques du président du département du département du Finistère, Maël de Calan, poursuivit par la CGT et six allocataires du RSA pour « harcèlement moral institutionnel », dénonçant une pression et un suivi inadaptés, pour un plan RSA qui a surtout fait passer le nombre d’allocataires finistériens de 18 000 en 2021 à 13 500 fin 2025 rapporte Splann. « Un taux de radiation pour fraude vingt fois supérieur à celui des autres départements (39,8% en 2024 contre 1,96% au niveau national) », dénonce la CGT du Finistère, rapporte Révolution Permanente, qui dénonce également les pratiques de coaching et d’activité de placement en emploi d’entreprises délégataires.

La newsletter de Changer de Cap pointe vers un rapport publié par l’Observatoire de la surveillance en démocratie de l’université de Bordeaux sur les contrôles de la CAF qui montre la logique du soupçon, l’injustice et le stress des contrôles, les obstacles à la contestation et la montée du non recours face à la violence des contrôles. Ceux qui perçoivent des minima sociaux (RSA, APL, prime d’activité, AAH ) sont, du fait de leur situation même, identifiés comme des « profils à risque » par les algorithmes de la CNAF, rappelle Marine Lamare, l’auteure du rapport. « Ce n’est pas le comportement qui est suspect, c’est la condition sociale elle-même », résume pertinemment Didier Dubasque sur son blog. Derrière la neutralité et l’objectivité des algorithmes, se développe une surveillance différenciée, inégalitaire. « La logique est circulaire : la précarité engendre l’instabilité des déclarations, l’instabilité engendre les erreurs, les erreurs engendrent les contrôles, les contrôles engendrent les sanctions. Et la boucle se referme sur celles et ceux que la CNAF est censée protéger. » Mais surtout, le rapport de Marine Lamare, montre que loin de simplement « corriger » des situations, les contrôles produisent quelque chose de plus profond : ils découragent les personnes les plus pauvres à recourir à leurs droits. Comme si derrière le non recours se cachait de moins en moins un manque d’information des publics, et de plus en plus une capitulation face à la violence de la machine administrative.

Cette politique n’est pas nouvelle, rappelle Marine Lamare, rappelant les critiques formulées dès les années 70 par l’historien et sociologue, Jacques Donzelot, dans un article pour la revue Esprit, puis dans son livre, La police des familles (Minuit, 1977) qui expliquait déjà que « plus on est pauvre, plus on est surveillé ». La criminalisation de la pauvreté est devenue une politique publique depuis les années 90, rappelle-t-elle à la suite des travaux du sociologue Loïc Wacquant dans Punir les pauvres (Agone, 2004). « Les procédures de mise en recouvrement des indus se sont vues consolidées. De façon générale, le droit a contribué à un « durcissement » dans le traitement des cas, à la fois quant aux critères d’attribution des prestations, à la qualification de la fraude et aux sanctions administratives, faisant des CAF des « quasi-tribunaux » », comme l’expliquait le sociologue Vincent Dubois dans Contrôler les assistés (Raisons d’agir, 2021). 

Dans son mémoire, Marine Lamare rappelle que le respect de la vie privée est socialement situé. Pour ceux soumis aux contrôles, c’est une formule creuse. Pour eux, les relations de pouvoir qu’ils vivent sont toujours plus dissymétriques

Le sentiment d’incompréhension face aux contrôles s’explique d’abord par le silence des CAF sur les raisons des contrôles. Il s’augmente quand les bénéficiaires contrôlés découvrent qu’ils doivent déclarer les aides financières reçus de leurs proches quel qu’en soit le montant, comme si la solidarité de proximité, familiale, s’opposait finalement à la solidarité collective, alors que selon diverses jurisprudences, ils devraient être exclus des ressources prises en compte pour le RSA. Même choses pour les situations maritales que la CAF interprète toujours très étroitement et normativement, quand le Conseil d’Etat, lui, par exemple, reconnaît les séparations de faits. C’est un peu comme si la CAF portait partout une conception restrictive des droits, dans une interprétation qui semble se faire toujours au détriment de l’allocataire. Le décalage, le sentiment d’incompréhension, s’exprime encore entre le discours du contrôleur et les courriers de l’administration, et plus encore dans la « discontinuité des droits » que les contrôles instaurent, notamment les « sanctions de faits » c’est-à-dire la suspension des prestations, parfois sans préavis, souvent sans motivation explicite et souvent sans réponses

Le mémoire rappelle les coûts de ces procédures pour les allocataires. Les coûts psychologiques et moraux, mais également financiers pour des gens qui ne peuvent se le permettre. Et notamment, les plus difficiles : la suspension des aides ou la notification d’indus, qui nécessitent pour les contester des nouveaux recours et des procédures toujours plus complexes, difficilement accessibles aux allocataires précaires. Au final, c’est toujours le quotidien des allocataires qui devient impossible quand les aides sont suspendues. 

Dans son mémoire, Marine Lamare constate encore que le droit de communication de la CAF auprès de tiers, lui permettant d’obtenir d’innombrables données sur les administrés, s’est considérablement élargi au tournant des années 2010, « lorsque les pouvoirs d’investigation des agents des organismes de sécurité sociale ont été alignés sur ceux des agents des services fiscaux », où le contrôle des documents semble n’avoir plus aucune limite (notamment de rétroactivité et de proportionnalité…), comme quand un agent utilise le fait qu’une dame soit toujours indiquée en couple sur Facebook. Pourtant, les enquêtes de la CAF montrent surtout la grande difficulté à transformer des indices en preuves et la grande difficulté du droit à vouloir transformer des faisceaux d’indices en certitudes. La juriste montre surtout que les critères mobilisés (domiciliation commune, la communauté affective ou d’intérêts…) sont souvent plus fragiles, notamment au regard de la jurisprudence qui va les confirmer ou les écarter d’une manière très différente d’un jugement l’autre. Les avocats et le Défenseur des droits rappellent que c’est à la CAF de prouver la situation de concubinage ou de non-présence en France, par delà les indices et suspicions. Pour la docteure en droit, on assiste à « une criminalisation de la dépendance aux prestations sociales »

Quant à la contestation, elle est un chemin semé d’embûches, rappelle-t-elle, notamment du fait même de la numérisation de l’accès au droit. Les résistances sont souvent silencieuses et individuelles. Les contentieux sont, par nature, déséquilibrés au détriment des justiciables. Ce qui n’est pas sans évoquer les constats des derniers épisodes du Code a changé sur la dématérialisation. « Les espaces libre-service créés dans les années 2010 condensent en particulier les publics les plus démunis, les agents les moins formés et les conditions d’accueil les plus défavorables. Conformément à « l’aménagement dissuasif » déployé, des barrières sont érigées entre les plus précaires et les personnels qualifiés », souligne Lamare à la suite du psychologue Pascal Martin. Les associations ou les avocats apparaissent alors comme des substituts à l’absence d’interlocuteurs à la CAF, pour démêler l’écheveau des situations. Quant au numérique, il donne désormais la temporalité des démarches, puisque ce sont les enregistrements et les courriers électroniques qui marquent les relations. Par exemple, confient les accompagnateurs et les allocataires, il est difficile d’obtenir le « tableau de liquidation » qui permettrait d’accéder à la « boîte noire du calcul des droits » et de comprendre éventuellement les calculs d’indus opérés par les CAF. Même les rapports de contrôles ou d’enquête nécessitent bien souvent de passer par de longues démarches via la Commission d’accès aux documents administratifs pour être obtenus. Enfin, la complexité des procédures, des recours (par exemple entre demande de remise de dette et contestation de la décision, démarches incompatibles), finissent d’épuiser parfois les meilleures volontés. 

Lamare montre également que nombre d’acteurs sociaux de l’accompagnement préfèrent la conciliation au conflit avec les CAF, d’autant que certains, comme « les assistantes sociales des départements et des CAF sont juges et parties sur ce type de dossiers ». Non seulement le contentieux est difficile pour les administrés, mais il rémunère peu les avocats et face à l’envolée des demandes, se résout surtout par un fort désintérêt des acteurs pouvant accompagner les justiciables en difficultés. Les « contentieux des pauvres » démontrent surtout qu’ils n’intéressent pas grand monde et produisent peu de justice, comme le soulignait d’ailleurs la sociologue Delphine Serre dans son livre, Ultime recours (raison d’agir, 2024) quant aux procédures à l’encontre de la sécurité sociale pour faire reconnaître un accident du travail ou une maladie professionnelle, dénonçant elle aussi, le risque que les droits sociaux deviennent des principes sans objets.  

Mais surtout, conclut Marine Lamare, « le non-recours se dessine alors comme une voie de sortie qui prend l’allure d’issue de secours ». « Par peur, pression, culpabilisation, découragement, épuisement et/ou désaccord avec les principes et pratiques des CAF, [nombre de bénéficiaires] ne veulent pas ou ne veulent plus avoir affaire à elles ». L’abandon s’enkyste. La chasse à la fraude ressemble à une chasse à l’homme, témoigne une allocataire. L’acte individuel devient une critique des politiques sociales. Le non-recours devient une non-demande, le résultat d’une fabrique collective de l’exclusion plus que le signe de défaillances individuelles. 

Autant de constats qui font échos à ceux du dernier rapport de la Défenseure des droits sur la fraude sociale, alors même que le gouvernement vient de durcir l’arsenal contre les fraudes et à réformer en profondeur les aides sociales (Le Monde, Médiapart). Claire Hédon y dénonce une industrialisation de la lutte contre la fraude des bénéficiaires, explique Le Monde. Le rapport souligne, par exemple, que la communication bancaire est devenue une procédure automatisée, alors qu’elle est normalement circonscrite à certaines situations et proportionnée. De même, la généralisation de la consultation des réseaux sociaux à des fins de contrôle se déploie sans garde-fous. La Défenseure des droits rappelle à nouveau le surciblage et le surcontrôle de certaines catégories de population et renouvelle ses demandes de transparence et de mesure de l’équité des ciblages et contrôles. Elle dénonce également des notifications non motivées et non conforme à la réglementation et une faible communication sur les voies et délais de recours. Mais surtout, elle pointe combien la fraude est une qualification plastique et que ce qualificatif devenu omniprésent entrave le droit à l’erreur et l’accès aux droits. Et de plaider pour lui substituer et « ériger le droit à l’erreur de bonne foi en tant que principe général applicable en toutes circonstances aux relations entre les usagers et les organismes sociaux ».

La Défenseure des droits plaide pour une amélioration de l’information aux usagers, mais surtout pour que les services sociaux priorisent la prévention plutôt que la répression. Elle rappelle que l’administration a de plus en plus tendance à confondre la fraude et l’erreur, alors même que le droit à l’erreur a été inscrit dans la loi depuis 2018 et dénonce le constat que les pouvoirs publics s’accommodent trop du non-recours. 

Mais, si les constats du Défenseur des droits s’accumulent et se répètent de rapports en rapports, peut-être faut-il convenir que le problème est bien plus politique qu’on le pense. La nouvelle réforme proposée par le projet de loi sur la fraude sociale, montre combien le discours saturé ne parvient plus à laisser d’espace pour d’autres approches que la chasse aux pauvres. 

Pour la Quadrature du net également, le flicage n’en finit pas, dénonçant, dans la dernière version du projet de loi, l’élargissement de l’accès aux comptes bancaires pour le contrôle du RSA. Le contrôle sur les moindres dépenses des plus pauvres, a clairement pour but d’humilier, « tout en imposant une charge administrative démesurée jusqu’à ce que les allocataires renoncent à leurs droits ». « Le Finistère n’est pas un cas isolé. Des campagnes de contrôle similaires ont notamment été documentées dans les départements du Nord, du Vaucluse, du Bas-Rhin ou de l’Eure ». En réalité, explique l’association, le projet de loi vise d’abord à permettre aux départements de procéder à ces contrôles, alors que normalement, ils sont du recours des seuls services sociaux (et à protéger les départements de poursuites, comme celle engagée par les allocataires du Finistère). Et surtout, il vise à élargir considérablement aux acteurs du social la possibilité « d’obtenir les documents et renseignements de leur choix auprès d’un très grand nombre d’acteurs publics et privés. Outre les demandes adressées aux banques, ce droit est mobilisable auprès des opérateurs de téléphonie, des fournisseurs d’énergie, des associations, des organismes de formation, des professionnels de santé ou encore des employeurs. » Pour la Quadrature, cette mesure s’inscrit « dans un processus d’extension continue du droit de communication » à des fins de « lutte contre la fraude sociale », faisant fit des limites et des garanties de ce droit, supprimées d’un projet de loi l’autre. « Accordé en 2008 aux agent·es de contrôle des organismes de sécurité sociale (CAF, CNAM, CNAV), il a depuis fait l’objet d’une dizaine de modifications, afin d’étendre tant les organismes pouvant l’utiliser – notamment, depuis 2021, aux agent·es de lutte contre la fraude de France Travail – que les informations communicables ou les sanctions en cas de non-réponse. » 

La Quadrature estime pourtant qu’un espoir pourrait venir depuis le droit européen, pour réaffirmer des limites et des garanties. La Cour européenne des droits de l’Homme (CEDH) a récemment « condamné l’Italie pour violation de la vie privée en raison d’un droit de communication octroyé au fisc italien similaire au droit de communication français ». « La CEDH exige notamment qu’un tel droit de communication soit entouré de nombreuses garanties tout au long de son utilisation : une notification des personnes pour leur permettre de contester l’usage de ce droit, y compris avant que les données communiquées n’aient été utilisées dans le cadre d’un contrôle, et y compris si le résultat du contrôle n’a pas conduit à une sanction ; une motivation précise par l’administration expliquant pourquoi elle a besoin d’accéder à ces données ; un contrôle indépendant de la demande pour que le droit de communication ne puisse pas être utilisé systématiquement et s’assurer de la nécessité de l’accès. L’absence de ces garanties dans la loi française est criante et le projet de loi Fraudes ne corrige absolument pas cela. »

Dans un communiqué de presse, Changé de Cap dénonce le fait qu’il sera bientôt possible à la CAF, aux Départements comme à France Travail de procéder à une suspension conservatoire des prestations et allocations en cas « d’indices sérieux d’un manquement délibéré ou de manœuvre frauduleuse ». Les organismes sociaux vont donc pouvoir couper les droits unilatéralement sans que ne soit défini ce que sont les manquements, les indices sérieux voire les indices graves et concordants. 

« Le collectif Changer de cap est en opposition totale avec cette politique de chasse aux pauvres. Nous réaffirmons :

Que la lutte contre les exclusions doit rester un impératif national fondé sur le respect de l’égale dignité de tous les êtres humains et une priorité de l’ensemble des politiques publiques.

Que toute personne en difficulté a le droit au soutien de la nation, tel que cela est énoncé dans plusieurs lois fondamentales et dans la Constitution.

Que l’État, les collectivités territoriales, les établissements publics dont les centres communaux et intercommunaux d’action sociale, les organismes de sécurité sociale ainsi que les institutions sociales et médico-sociales doivent participer à cette mission de soutien aux populations précarisées.

Que chaque personne a le droit à un accompagnement respectueux de son parcours, prenant réellement en compte les difficiles chemins empruntés et les situations complexes.

Et ne craignons pas d’exiger de nos responsables politiques de lutter contre les causes de la pauvreté plutôt que d’orchestrer la chasse aux pauvres. »

La possibilité d’accéder à toutes les données disponibles bouleverse comme nulle autre le rapport des organismes des gestion sociale à leur mission. Sans limites, ce sont les valeurs mêmes de leurs missions qui seront transformées.

Voir également notre billet sur les algorithmes de score de risque de fraude à la CAF qui surveillent les bénéficiaires.

  • ✇Dans les algorithmes
  • La conception addictive est un préjudice social
    Pour le blog du LPE Project, Vincent Joralemon, directeur du Centre de droit et de politique des sciences de la vie de Berkeley, revient sur les récentes condamnation de Meta et Youtube pour négligence de conception de leurs systèmes pour avoir trompé les utilisateurs sur la sécurité de ses plateformes (voir notre article). « Ce qui m’a frappé en lisant l’histoire de Kaley, c’est la banalité apparente de son expérience ». L’une des plaignantes, Kaley, 20 ans, a grandi dans un quartier très p

La conception addictive est un préjudice social

7 mai 2026 à 07:00

Pour le blog du LPE Project, Vincent Joralemon, directeur du Centre de droit et de politique des sciences de la vie de Berkeley, revient sur les récentes condamnation de Meta et Youtube pour négligence de conception de leurs systèmes pour avoir trompé les utilisateurs sur la sécurité de ses plateformes (voir notre article). « Ce qui m’a frappé en lisant l’histoire de Kaley, c’est la banalité apparente de son expérience ».

L’une des plaignantes, Kaley, 20 ans, a grandi dans un quartier très populaire de la Californie. Ses parents ont divorcé quand elle avait 3 ans. Son père était violent. Kaley a commencé à utilisé Youtube à 6 ans et Instagram à 9 ans. Elle passait jusqu’à 16 heures par jour sur Instagram. Mais le net n’était pas pour elle qu’un refuge. « La plupart d’entre nous avons déjà ressenti l’attrait irrésistible du défilement dans les moments les plus difficiles, cherchant notre fil d’actualité précisément au moment où nous sommes le moins capables de nous en détacher. Mais pour ceux qui traversent les épreuves les plus durement éprouvées – instabilité familiale, traumatisme, pauvreté – le défilement n’est pas un réconfort passager. C’est le seul refuge disponible, ce qui rend ces utilisateurs particulièrement vulnérables à la dépendance. » Or, estime Joralemon, le procès a mis en lumière un aspect largement négligé par les analyses juridiques : « les préjudices liés à la conception addictive des plateformes sont structurés par classe sociale ».

Le procès a permis de dévoiler que les recherches internes de Meta montraient que le contrôle parental et les règles familiales n’avaient aucun effet sur l’utilisation compulsive des plateformes par les adolescents… et que les enfants ayant vécu des événements traumatisants étaient les plus susceptibles de développer une dépendance. Tout le long du procès, les avocats de Meta ont passé des semaines à blâmer la famille de Kaley, arguant que sa dépression et son anxiété étaient dues à une enfance difficile et non à la conception de la plateforme. Certes, mais la défense de celle-ci a montré que même en installant tous les logiciels de blocages possibles, la mère de Kaley ne pouvait rien contre la dépendance de sa fille. Et le jury a estimé que Meta comme Youtube avaient trompé volontairement les utilisateurs. 

Derrière le préjudice reconnu, pointe Joralemon, il reste un critère qui lui l’est moins : « les effets néfastes de la conception addictive des plateformes pèsent plus lourdement sur les enfants déjà les plus vulnérables – que ce soit en raison de l’instabilité familiale, de traumatismes, de difficultés économiques, ou (comme c’est souvent le cas) des trois. » C’est-à-dire que ces systèmes ont des impacts sociaux plus forts sur certains publics que sur d’autres.

« Les enquêtes de Common Sense Media montrent que les préadolescents issus de familles à faibles revenus passent environ trois heures de plus par jour devant les écrans de divertissement que leurs pairs issus de familles plus aisées. Chez les enfants de moins de huit ans, le temps passé devant les écrans par les enfants issus de familles à faibles revenus est plus du double de celui de leurs pairs plus aisés. Lorsque les familles à faibles revenus se connectent à Internet, environ 28 % d’entre elles sont dépendantes de leur smartphone (contre 4 % des adultes les plus aisés). Il existe donc une raison valable pour laquelle les parents à faibles revenus sont 50 % plus susceptibles d’être « extrêmement ou très inquiets » pour la santé mentale de leurs enfants que les parents à revenus élevés. Plus inquiétant encore, le Rapport mondial sur le bonheur 2026, basé sur un sondage auprès de 330 000 adolescents dans 43 pays, confirme que les adolescents issus de milieux socio-économiques défavorisés sont les plus touchés par les comportements numériques compulsifs. »

« Ce qui semble être un problème d’éducation parentale est en réalité un problème d’économie politique », explique Joralemon. « L’écart en matière de temps passé devant les écrans est lié à la réduction des financements alloués aux activités périscolaires, aux horaires de travail atypiques des parents à faibles revenus. Selon une étude de l’hôpital pour enfants Lurie, un parent sur quatre utilise les écrans faute de moyens pour faire garder ses enfants. Un document interne de YouTube, présenté lors du procès, décrivait la plateforme comme une « nounou numérique à court terme ». » Et le cadre politique mis en place pour remédier à ces problèmes, fondé presque entièrement sur la responsabilité parentale, est intrinsèquement régressif, appuie le chercheur.

Mais si « la dépendance numérique est un problème de santé publique, quelle est la solution ? », interrogeait Joralemon dans un article pour la revue Health Affairs. Il y rappelle que la compulsion où l’addiction numérique doit être appréhendée comme un problème de santé publique, non pas dû à une défaillance individuelle, mais à des produits conçus à des fins commerciales. Que la réglementation en la matière devrait donc s’inspirer de la réglementation du tabac qui en restreint l’accès et dénormalise son usage ; de la réglementation des opioïdes qui contrôle leur disponibilité par le biais d’une prescription supervisée ; et de la réglementation des jeux d’argent qui impose des mesures de protection dès la conception afin d’atténuer le potentiel addictif. Bref, s’appuyer sur des normes de conception des produits, des obligations d’avertissement et de divulgation, des restrictions publicitaires, des contrôles d’accès basés sur l’âge, des obligations de surveillance et des mécanismes de financement pour le traitement et la prévention. Or « les plateformes numériques fonctionnent sans contrôle comparable. Il n’existe aucune obligation générale de surveiller les signes de dépendance, aucune obligation d’interrompre les comportements à risque, ni aucune obligation de repenser les fonctionnalités connues pour favoriser une utilisation compulsive ».

Si les premiers litiges liés à la compulsion à arriver devant les tribunaux américains se concentrent sur les mineurs, les préjudices sous-jacents ne se limitent pas aux adolescents, mais touchent notamment les personnes âgées, ainsi que les individus souffrant de dépression, d’anxiété ou de solitude. Dans le cas des opioïdes comme du tabac, les actions en justice privées se sont révélées être le principal catalyseur, imposant la divulgation de documents et la surveillance des comportements, comme c’est le cas dans les régulations des jeux d’argent. « Le statu quo – qui consiste à considérer les technologies addictives algorithmiques comme fondamentalement différentes des autres produits conçus pour exploiter les vulnérabilités humaines – devient scientifiquement et éthiquement intenable. » 

Pour Joralemon, il faut aller plus loin encore, conclut-il sur le blog du LPE Project. « Une réponse adéquate doit associer les obligations des plateformes à des investissements dans les biens communs : des services de garde d’enfants abordables, des activités périscolaires, des horaires de travail stables et des espaces publics sûrs. Réglementer le produit est nécessaire. Mais construire un monde où les enfants n’auraient pas besoin de ces produits l’est tout autant ! »

  • ✇Dans les algorithmes
  • Kit d’opposition aux data centers
    Aux Etats-Unis, l’AI Now Institute lance une boîte à outils pour s’opposer au projets et aux déploiements de centres de données. L’AI Now Institute fait le point sur les multiples recours possibles, en fonction des politiques locales, étatiques et fédérales et des différentes réglementations sectorielles (sur le développement économique, l’énergie, la pollution, la transparence, l’usage de l’eau…) qui sont mobilisables. Le kit se complète d’une formation en ligne.

Kit d’opposition aux data centers

6 mai 2026 à 07:01

Aux Etats-Unis, l’AI Now Institute lance une boîte à outils pour s’opposer au projets et aux déploiements de centres de données. L’AI Now Institute fait le point sur les multiples recours possibles, en fonction des politiques locales, étatiques et fédérales et des différentes réglementations sectorielles (sur le développement économique, l’énergie, la pollution, la transparence, l’usage de l’eau…) qui sont mobilisables. Le kit se complète d’une formation en ligne.

  • ✇Dans les algorithmes
  • Tokenmaxxing : l’IA par abonnement touche à sa fin
    Après Anthropic, Microsoft va faire passer les utilisateurs de GitHub Copilot à une facturation par jetons, rapporte Ed Zitron (le coût hebdomadaire d’exécution de GitHub Copilot ayant presque doublé depuis janvier). La tokenisation, c’est-à-dire le fait de payer l’IA selon sa consommation de token va devenir un peu partout la règle. Et c’est déjà le cas dans les entreprises.  Chez Uber, par exemple, les coûts de l’IA explosent. Un employé de Meta, lui, a créé de son propre chef un classement

Tokenmaxxing : l’IA par abonnement touche à sa fin

6 mai 2026 à 07:00

Après Anthropic, Microsoft va faire passer les utilisateurs de GitHub Copilot à une facturation par jetons, rapporte Ed Zitron (le coût hebdomadaire d’exécution de GitHub Copilot ayant presque doublé depuis janvier). La tokenisation, c’est-à-dire le fait de payer l’IA selon sa consommation de token va devenir un peu partout la règle. Et c’est déjà le cas dans les entreprises. 

Chez Uber, par exemple, les coûts de l’IA explosent. Un employé de Meta, lui, a créé de son propre chef un classement qui suivait le nombre de tokens utilisés par les plus de 85 000 employés de l’entreprise, rapporte Fortune. Baptisé « Claudeonomics », en référence au modèle d’IA d’Anthropic, ce classement affichait les 250 employés dépensant le plus de tokens. 

Cette illustration parfaite du tokenmaxxing (qu’on pourrait traduire par optimisation à outrance des jetons), est un phénomène qui met l’accent sur l’utilisation des tokens comme mesure de productivité des développeurs. « Sur une période de 30 jours, l’utilisation totale des tokens par les employés sur le tableau de bord de Meta (fermé depuis) a dépassé les 60 000 milliards de tokens, et l’utilisateur individuel le plus gourmand a consommé en moyenne 281 milliards de tokens. Avec la version la moins chère de Claude Opus 4.6, facturée 5 $ par million de tokens, cet utilisateur à lui seul aurait pu coûter à Meta plus de 1,4 million de dollars. » Dans une interview récente, le premier promoteur de la tokenisation, Jensen Huang, PDG de Nvidia, proposait que le budget annuel en token de chaque ingénieur soit équivalent à la moitié de son salaire annuel. 

Le tokenmaxxing n’est pas une stratégie d’IA, critique Thomas Claburn pour The Register. Qui estime que le coût du token, qui est le fruit d’un savant calcul, selon les GPU mobilisés et les systèmes d’IA. Reste que mesurer la performance d’un développeur au volume de ses dépenses, ne dit rien de la qualité ou de l’utilité de ce qu’il produit. L’indicateur se revèle aussi idiot que le nombre de ligne de codes produit. Le but pourtant n’est pas de dépenser des jetons mais de savoir pourquoi et à quoi vous les dépensez ! Même constat pour Kevin Rose dans le New York Times : « Ah, oui, la qualité du résultat. Les classements ne la mesurent pas ! » 

Pour The Verge, la journaliste Hayden Field revient également sur les changements de modèles économiques en cours dans le monde de l’IA. Après des années d’accès à bas prix, voire gratuit, à des systèmes d’IA avancés, la facture commence à se faire sentir. L’ère de l’IA quasi gratuite touche à sa fin.

« Will Sommer, analyste chez Gartner, étudie les tendances économiques à long terme liées à l’IA générative, notamment en évaluant les enjeux financiers. Entre 2024 et 2029, Gartner estime que les investissements dans les centres de données d’IA atteindront environ 6 300 milliards de dollars, une somme colossale. Pour éviter une dépréciation de ces actifs, les principaux fournisseurs de modèles d’IA devraient idéalement générer un retour sur investissement d’environ 25 %, explique Sommer (c’est le rendement moyen d’Amazon, Microsoft et Google sur leurs investissements globaux).» Si les rendements tombent en dessous de 12 %, les investisseurs fuient. En dessous de 7 %, on entre dans une phase de dépréciation, ce qui représente « un désastre absolu pour tous les investisseurs dans cette technologie ». Pour atteindre ce seuil minimal de 7 %, Gartner prévoit que les grandes entreprises d’IA devront générer près de 7 000 milliards de dollars de revenus cumulés grâce à l’IA d’ici 2029, soit près de 2 000 milliards de dollars par an. Afin d’obtenir des« rendements historiques », ces fournisseurs devraient générer près de 8 200 milliards de dollars sur la même période. »   

« Mais pour atteindre les 2 000 milliards de dollars de dépenses annuelles calculés par Gartner, les fournisseurs devraient générer, selon des estimations prudentes, un total cumulé de 10 sextillions de tokens par an (un sextillion, c’est une suite 21 36 zéros). Même en supposant une marge bénéficiaire très généreuse de 10 % par jeton, la consommation de jetons d’ici 2030 devrait être multipliée par 50 000 à 100 000. »

« Actuellement, confrontées à une demande croissante de centres de données et à une pénurie de puissance de calcul, les entreprises ne sont pas en mesure de traiter un tel volume de jetons. Même si elles le pouvaient, elles rencontreraient un problème : elles seraient probablement déficitaires. Sommer estime que si l’on ne tient compte que des coûts directs d’infrastructure et d’électricité, « chaque entreprise dégage des marges très raisonnables sur chaque jeton ». Mais cette marge est probablement plus faible, voire inexistante, avec les nouveaux modèles, plus gourmands en jetons. Et ces ressources sont entièrement absorbées par les coûts d’exploitation indirects, comme le développement de la puissance de calcul et les dépenses exorbitantes liées à l’entraînement constant des nouveaux modèles. » Et dès qu’on ajoute toute l’infrastructure nécessaire à la prochaine génération de modèles et qu’on examine leur passage à l’échelle, la situation devient de plus en plus intenable, explique Sommer. Selon lui, nombre d’entreprises « ne pourront pas maintenir leur rythme de dépenses ». A terme, il ne devrait rester pas plus de deux grands fournisseurs de modèles de langage. Et l’époque où presque tous les services proposent une offre gratuite assez généreuse ne durera probablement pas. 

Aux débuts de l’IA, la majeure partie des coûts de calcul était consacrée à l’entraînement des modèles initiaux, tandis que l’inférence (ou l’exécution des tâches) était moins onéreuse. Cependant, avec l’évolution des modèles et l’ajout de fonctionnalités aux systèmes, l’inférence est devenue beaucoup plus gourmande en ressources. Les agents d’IA, ou outils capables idéalement d’effectuer des tâches complexes à votre place sans intervention constante, consomment désormais beaucoup plus de ressources que les modèles de chatbot basiques d’il y a quelques années. Les principales entreprises d’IA ont récemment modifié leurs politiques d’utilisation des API et des outils tiers – comme Anthropic qui interdit de fait l’utilisation d’OpenClaw, sauf pour les abonnés payant un supplément – ​​en raison de la surcharge qu’ils engendrent. En résumé, les grandes entreprises d’IA se trouvent à un tournant : elles ont attiré un grand nombre d’utilisateurs en offrant un accès gratuit, et doivent désormais les fidéliser tout en augmentant significativement leurs tarifs. 

Face à l’augmentation des coûts, les entreprises pourraient avoir tendance à migrer leurs infrastructures IA totalement ou partiellement vers des modèles open source plutôt que de recourir aux services des géants de l’IA. Pour Will Sommer, un modèle économique durable « exigerait que l’IA générique soit intégrée à tous les aspects de notre vie, des panneaux publicitaires aux bornes de caisse » et que les fournisseurs d’IA prélèvent une commission sur toutes ces transactions. Ce qui est sûr, c’est que « l’ère du gratuit n’était qu’une course à l’accaparement du marché : une stratégie courante chez les startups ». « Ce n’est tout simplement pas un modèle économique viable. On ne peut pas continuer comme ça indéfiniment. »

  • ✇Dans les algorithmes
  • Les enjeux politiques du financement de l’innovation
    Le livre de Marion Flécher que l’on vous recommandait il y a peu, Le Monde des startups, gagnera à être complété par la lecture de celui de Marlène Benquet, La finance aux extrêmes (La découverte, 2026). Dans ce livre-ci, la sociologue Marlène Benquet ne s’intéresse pas aux startups, mais à ceux qui les financent. Elle décortique l’essor du capital investissement et ses conséquences politiques.  Du financement des startups à la politique Dans cet essai très court, très clair malgré l’austé

Les enjeux politiques du financement de l’innovation

5 mai 2026 à 07:00

Le livre de Marion Flécher que l’on vous recommandait il y a peu, Le Monde des startups, gagnera à être complété par la lecture de celui de Marlène Benquet, La finance aux extrêmes (La découverte, 2026). Dans ce livre-ci, la sociologue Marlène Benquet ne s’intéresse pas aux startups, mais à ceux qui les financent. Elle décortique l’essor du capital investissement et ses conséquences politiques. 

Du financement des startups à la politique

Dans cet essai très court, très clair malgré l’austérité de son sujet, la sociologue explique que la financiarisation du monde a changé. Nous sommes passés d’une finance des marchés à une finance hors marché : d’un monde de l’actionnariat public à celui du capital investissement. Et avec ces transformations qui pourraient sembler n’avoir été qu’économiques, que techniques, c’est une autre orientation politique qui oriente le secteur de la haute finance. Si jusqu’à présent le monde de la finance était favorable à la régulation et à la libre concurrence, politiquement néolibéral, les acteurs financiers au sommet de la financiarisation, eux, défendent des monopoles. Leur vision économique est libertarienne et leur orientation politique autoritaire. Si Peter Thiel est le parangon de cette transformation profonde du secteur financier, il n’en est qu’un élément saillant, visible. 

Benquet montre que les acteurs financiers du capital investissement œuvrent activement à la recomposition politique actuelle. Les gestionnaires d’actifs, les fonds de capital investissement, les fonds immobiliers, les fonds « à impact social ou environnemental » n’ont pas la même orientation politique que les banquiers et assureurs d’antan (« la finance des collecteurs d’épargne », comme les distingue la sociologue, c’est-à-dire le secteur de la banque et de l’assurance). La raison, explique Benquet, tient au fait que les gestionnaires d’actifs sont des « investisseurs pour autrui ». Ils investissent des capitaux qu’ils ne possèdent pas, contrairement aux banques qui investissent leurs fonds (même si ceux-ci reposent sur l’argent – l’épargne – de leurs clients). Les milliardaires dont on entend parler dans l’actualité appartiennent tous à ce secteur : aucun banquier du monde de la première finance n’est jamais devenu milliardaire. Non seulement ce secteur est extrêmement riche, mais les gens qui le composent sont particulièrement puissants. 

Benquet explique très bien comment ce secteur produit son idéologie. Le monde des gestionnaires d’actifs vise à transformer en actifs des entreprises, de l’immobilier ou n’importe quoi d’autre. Ce secteur décide désormais ce qui sera financé de ce qui ne le sera pas, non plus sur les marchés mais bien avant que les produits n’y parviennent. Le pouvoir d’allouer le capital, d’octroyer des financements a profondément changé de mains. Leur manière d’investir repose sur la rentabilité que cet investissement va produire. En fait, montre Marlène Benquet, la financiarisation, ses transformations, a des impacts politiques profonds. Et le néolibéralisme pourrait bien avoir été une belle époque par rapport à celle qui s’annonce. Les gestionnaires d’actifs ne calculent plus que leurs seuls profits et ont un rapport au monde particulièrement autoritaire et conservateur. Ces gens sont avant tout libertariens : pour eux, « la liberté, c’est la propriété », puisqu’elle seule les enrichit. Pour eux, l’État ne doit pas pouvoir limiter ce que chacun possède ni l’usage que chacun peut en faire. 

Derrière ces positions économiques glissent des visions politiques hostiles à la démocratie, où le plus riche devrait être le plus puissant. Alors que la finance néolibérale souhaitait encore la démocratie, la finance libertarienne, elle, souhaite que la société obéisse à sa puissance. La force du livre de Benquet est de montrer que cette transformation de la financiarisation du monde n’a pas lieu seulement dans la Silicon Valley, ce nouveau Wall Street. Non, Benquet enquête dans cette finance en France. Elle montre que les tenants d’un changement politique au profit de leur vision économique du monde et surtout de leurs seuls intérêts, agissent dès à présent, financent des prises de position, orientent la régulation et imposent finalement leur cynisme à une grande part du spectre politique. Leurs discours s’épanchent, se déversent, séduisent ceux qui pensent pouvoir rejoindre ce petit monde si puissant, quand ils n’en ont jamais été plus éloignés. 

Le risque, cette notion que certains font peser sur d’autres

Dans son livre, Benquet montre concrètement ce que produit ce secteur, comment il évalue, calcule, accumule. Depuis de simples tableurs Excel, les gestionnaires d’actifs « calculent des taux de profits attendus des différents investissements possibles », à la recherche de celui qui devrait être le meilleur. Leur rapport au monde tient du seul ratio. 

Benquet montre que dans ces évolutions de la finance, l’actionnariat familial est de plus en plus fragilisé. Les gestionnaires d’actifs colonisent tout ce qui peut produire du rendement : hôpitaux, forêts, terres agricoles… 

Comme le pointait Flécher dans Le monde des startups, dans ce schéma, les risques que prennent ceux qui prennent des risques pour d’autres sont très bien rémunérés. Eux-mêmes vivent de rentes d’abord, de leurs parts d’intérêts (20% qui se décomposent en commissions et en intérêts liés aux performances des fonds qu’ils gèrent). Ils profitent également de leur propre mobilisation politique leur ayant permis de faire voter des exonérations fiscales avantageuses à leurs opérations, une forme de subvention publique de cette finance que nous finançons tous. Mais surtout, « les actifs dans lesquels ils investissent ne les intéressent pas en tant qu’ils sont rentables, mais en tant qu’il est possible de spéculer sur leur valeur et de réaliser des plus-values lors de leur revente ». Le but, n’est pas de construire de la croissance, de la rentabilité, mais seulement des taux. Le but n’est pas de construire des entreprises pérennes mais d’atteindre des niveaux de rentabilité très élevés. Mais plus encore, ils n’accumulent plus, comme les acteurs de la première finance, en se plaçant en concurrence avec d’autres acteurs sur les marchés financiers pour s’approprier des dividendes, « mais en occupant des positions quasi monopolistiques dans la fourniture de produits ou de services nécessaires à la vie sociale ». On pourrait même dire que leur but ultime, pour réaliser leurs dividendes, est d’obtenir des situations monopolistiques, seuls à même d’assurer les rentes élevées qu’ils visent, comme de faire augmenter les tarifs au-delà des réalités. C’est ce qui se passe quand ils investissent sur des startups, cherchant à financer par exemple, l’acteur unique, la plateforme qui va monopoliser le marché, comme l’ont été Uber ou Airbnb hier, comme promettent de l’être Palantir ou Clearview demain. 

Cette recomposition des chaînes de la finance n’est pas sans conséquence sur nos vies. Dans Our lives in their Portfolios (Verso, 2023) Brett Christophers montrait déjà combien cette transformation de la financiarisation avait des répercussions directes sur nos vies. Les secteurs qu’ils financent, qu’ils s’accaparent, ont des impacts sur ce qui nous est accessible, comme c’est le cas du soin où pharmacies, cabinets dentaires ou d’ophtalmologie par exemple impactent nos accès, à l’exemple de l’entreprise CVS aux Etats-Unis (qu’évoquait le journaliste indépendant Robin Kaiser-Schatzlein pour The American Prospecton en parlait dans la mise à jour de notre article sur le Sludge – en soulignant que le sous-effectif était une conséquence des contraintes économiques de la rentabilité qui s’impose à ces chaînes). Même chose dans l’immobilier par exemple, comme le racontait Tim Wu. Partout où les fonds de pension s’imposent, la pression à la seule rentabilité explose.

Benquet rappelle que les acteurs du capital investissement sont très bien payés. Les directeurs d’investissements gagnent des fortunes avec des parts variables conséquentes. L’argent est une motivation essentielle des acteurs de ce milieu, explique-t-elle. Pour eux, l’enrichissement tient d’un rapport individualiste : il n’est pas perçu comme le produit du travail de générations successives, mais seulement comme le produit d’une rationalité stratégique, celle d’individus à la recherche d’une rentabilité maximum. De même, leur éthique repose sur la responsabilité individuelle, dont ils distinguent les bonnes pratiques des abus, pour ne la placer finalement que sur le seul plan moral, et non sur le plan des réglementations. Leur éthique dépend donc uniquement de leur liberté et de leur bon vouloir, ce qui permet de justifier le développement d’un investissement à impact, c’est-à-dire qui se présente comme social et responsable. « Les investisseurs pour autrui ne perçoivent aucune contradiction entre leurs intérêts individuels à l’enrichissement et l’intérêt collectif ou le bien commun », même si leur attention est toute entière dévouée à leurs seuls intérêts… un peu comme si l’intérêt collectif n’était que la conséquence d’un ruissellement qui n’existe pas.

Les tableurs de l’optimisation

La sociologue détaille le fonctionnement de leur travail, ce en quoi il consiste, comme d’évaluer les actifs à acquérir selon des procédures d’évaluations très balisées. Dans leur quotidien, ils lèvent des fonds et gèrent les participations qu’ils détiennent en suivant les business plan qu’ils ont mis en place au moment de l’achat. Enfin, ils cherchent de nouveaux investissements. Ils rédigent des rapports sur les actifs à vendre, déterminent leurs prix de vente en y intégrant le rendement, la performance, qu’ils en attendent et donc les contraintes qu’ils imposent. Les prix sont déterminés par des enquêtes et des « modélisations économiques abstraites, sans connaissance des modes de production des biens ou des services commercialisés ». Des modèles de calculs relativement standardisés, sans grande différence d’un fond l’autre. 

Benquet montre, comme Flécher sur les startups, que nous sommes là dans un milieu façonné par l’endogamie sociale, où tout repose sur l’interconnaissance et la proximité sociale. Où l’engagement dans le travail est total, entre docilité et hard work. Une dizaine d’établissements forme ces investisseurs pour apprendre les manières de penser des financiers. Ici, ce qu’on apprend, c’est à laisser ses sentiments de côté. Une entreprise ne vaut que par son cash-flow et que plus un investissement est risqué, moins il est cher. Tout l’enjeu est de chercher des actifs dont la rentabilité n’a pas été entièrement exploitée et trouver le montage pour accroître leur profitabilité. Pour Benquet, la seconde finance n’est pas une école de pensée. Elle n’est qu’une radicalisation de l’économie néolibérale, « prônant l’intensification des exigences de rendement, l’accentuation d’un rapport désaffectivité et décontextualisé aux investissements et l’élargissement du spectre des biens transformés en actifs ». Elle ne prône que des manières très concrètes d’accumuler. 

Évaluer des actifs se fait souvent dans de simples tableurs, « d’une vingtaine de colonnes et d’un petit millier de lignes », quasiment identiques d’une société de gestion d’actifs l’autre. Leur valeur ne tient pas dans leur valeur, mais dans ce que les investisseurs estiment. Pour Benquet, il y a là une grande homogénéité des manières de compter qui ne repose « ni sur une communauté technique liée à l’usage d’un même outil de calcul, ni sur le partage d’une conception commune néoclassique de la valeur des sociétés, mais sur une communauté de situations, sur l’occupation d’une même place au sein des réseaux de circulation du capital ». Si la forme est fixe et stable, le contenu de ces champs est sans cesse modifié, suite à enquêtes et débats jusqu’à ce que le rachat soit accompli ou abandonné. On y trouve le compte de résultat et le bilan comptable, une évaluation de la transaction, l’activité de la holding qui sera créée pour le rachat par laquelle transitent les flux financiers et qui jouent de délais de fonds et de prêts, de délais de remboursements pour exploiter les actifs financiers en circulation. Et enfin, les hypothèses de sorties et une synthèse des résultats qui anticipe les retours sur investissements attendus. Tout l’enjeu consiste à faire jouer les différentes modalités financières dans le temps. « Les relations des sociétés de gestion aux entreprises se laissent donc moins aisément décrire en termes d’allocation que de ponction de capital. Leur mode d’accumulation du capital repose sur un double canal de ponction de la trésorerie de l’entreprise et de celle de l’Etat. » Ces tableaux permettent de mesurer le taux de retour sur investissement en modifiant les variables pour l’optimiser, comme par exemple de mesurer le niveau de dette que peut contracter l’entreprise pour l’optimiser au bénéfice de la holding. Tout le calcul vise à optimiser le niveau de ponction, le taux de profit attendu. Les investisseurs construisent eux-mêmes les prix de ce qu’ils s’apprêtent à acheter, à leur profit. Contrairement à l’approche de l’économie néoclassique, « la valeur n’est pas inhérente à l’objet, ni déterminée par ses potentialités futures, mais réside dans l’évaluation qui en faite par les investisseurs ». Tout l’enjeu est de faciliter la circulation du capital, car c’est par la circulation que les fonds s’enrichissent. Pour Benquet, ces pratiques relèvent surtout d’une logique de rente : « elles sont conduites de manière à maximiser les rendements et externaliser les risques vers les salariés et les usagers d’un côté, et les investisseurs institutionnels de l’autre ». Bref, tout l’enjeu du calcul consiste à minimiser le risque. 

Une histoire du lobbying

Dans son livre, Marlène Benquet dresse également l’histoire de l’évolution législative qui va permettre à la gestion d’actifs d’exister en France et de soustraire ses prédations à l’impôt, en suivant l’évolution de l’Association française de gestion (AFG), principale association professionnelle des gestionnaires d’actifs en France, fondée en 1961.. Ou encore, la deuxième association professionnelle, France Invest, fondée en 1984. Ou encore l’association française des investisseurs en capital-risque (AFIC, fondée en 1984 devenue France invest en 2017).

Tout l’enjeu a été de transformer le code du commerce de 1966 qui interdisait à une entreprise de s’endetter pour se racheter elle-même. Dans les années 80, ces pratiques passent du statut d’abus de biens sociaux à celui de montages garantis par la loi. La sociologue montre comment ont œuvré les acteurs de la seconde finance pour imposer la dérégulation du secteur, à leur profit, en réduisant les taux d’imposition de ces types d’investissement et accroissant la déductibilité des intérêts d’emprunts. On va peu à peu soutenir ces techniques plutôt que de chercher à soutenir les entreprises en difficulté. Le monde de la finance se mobilise pour souvenir les mérites du capital investissement et l’importer en France en assouplissant la législation. 

Cette histoire d’une dérégulation n’est pas sans évoquer celle que raconte Flécher, qui va permettre aux startups de s’imposer. Elle est portée par des acteurs à leurs profits, notamment les associations sectorielles, qui œuvrent également à la socialisation des investisseurs, à la communication, à la construction d’indicateurs… « Leur projet est d’obtenir des pouvoirs publics l’institutionnalisation de leurs pratiques ». Leur développement va permettre de réorienter la politique financière française vers une orientation plus néolibérale. A mesure que la loi leur est favorable, les investissements augmentent, comme après 1985, quand elles obtiennent le statut fiscal des sociétés de capital-risque (qui exonère les sociétés d’investissements si elles investissent au moins 50% de leurs capitaux dans des sociétés non cotées). Au mi-temps des années 80, les normes de gestion d’actifs anglo-saxonne sont introduites dans le droit français : la gestion pour le compte de tiers, le rachat par recours à l’endettement et la subvention fiscale. A cette même époque, le régime financiarisé se déploie au détriment d’un modèle fordiste et de l’Etat providence. « Les marchés prennent une place de plus en plus importante dans le financement des entreprises. la première financiarisation est en marche ». La seconde finance se développe dans l’ombre de la première. Dans les années 90, Blackstone, premier gestionnaire d’actif mondial, commence à investir dans l’hôtellerie aux Etats-Unis. Entre les années 90 et le début 2010, le secteur du capital investissement « reconfigure les chaînes internationales de la finance ». Ces acteurs sont de toutes les discussions économiques. L’Etat, lui, non seulement se désengage, avec, à la fin des années 90, la troisième vague de la privatisation, mais il incite les acteurs de la première financiarisation, banques et assurances, à orienter leurs capitaux vers les sociétés de gestion. En 1998, il met en place le fonds public pour le capital risque au sein de la Caisse des dépôts et consignations. 

C’est seulement la crise financière de 2007 qui semble stopper nette l’expansion des fonds de gestion. L’opinion publique découvre d’ailleurs l’existence de cette seconde finance, via les hedge funds des spéculateurs immobiliers. Mais les gestionnaires d’actifs peu exposés aux produits financiers dérivés tirent profits de la crise. BlackRock par exemple sort renforcé de la crise. La seconde finance a beau être accusée de tous les maux, y compris par les gouvernements qui ont encouragé leur développement, les associations professionnelles engagent alors un intense lobbying pour relégitimer le capital investissement. Les institutions publiques l’encouragent en l’alimentant en capital public. La crise solidifie les relations entre collecteurs d’épargne et investisseurs pour autrui et avec l’administration. La période post-crise est celle de l’extension du champ des actifs. Alors que les grandes banques sont lourdement réglementées, les firmes de la seconde finance apparaissent plus adaptées à un environnement économique incertain. Les investisseurs délaissent les produits financiers dérivés, jugés trop risqués, et se tournent vers de nouvelles classes d’actifs comme les terres agricoles, les concessions routières, les énergies renouvelables, l’immobilier. C’est l’époque où les fonds à impact acquièrent une reconnaissance légale et un statut dérogatoire grâce à la loi Hamon de 2014. Pour les gestionnaires d’actifs, « ce qui compte pour eux, ce n’est pas de faire du monde un marché efficient, mais de convertir le plus de biens possibles en actifs appropriables. Leur but est simple : en contrôlant des parts croissantes des activités nécessaires à la vie sociale, ils peuvent transformer autant que possible leurs rémunérations en rentes ». L’Etat est sollicité pour dérisquer l’activité, c’est-à-dire assumer une part des risques sans pour autant piloter leur activité. Les financeurs pour autrui prennent en charge des fonctions étatiques en transformant en actifs des services et des missions publiques dans le domaine de la santé, de la recherche, de l’innovation ou des infrastructures. De leur côté, les Etats assument une part des risques liés à ces investissements et sécurisent ainsi les rémunérations des acteurs de la seconde finance, lesquelles tendent à se rapprocher de rentes doublement garanties. Un peu sur le modèle des concessions d’autoroutes ou d’infrastructures. « Les Etats sont pensés comme des filets de sécurité du capitalisme financier », lui assurant des marchés, des droits… au détriment de ceux de l’Etat providence qui eux profitaient à tous. 

De la radicalisation politique du monde de la finance : vers le capitalisme impérial

Dans la dernière partie de son livre, Marlène Benquet montre l’évolution politique des acteurs du secteur. Si en 2002, l’AFIC et l’AFG ont refusé de discuter avec le candidat frontiste à la présidentielle, en 2022, « ces préventions n’existent plus ». Pierre-Edouard Stérin, fondateur du fonds d’investissement Otium Capital, est celui qui s’est donné pour fonction de mettre le RN au pouvoir, comme le rappelle L’Humanité, d’enquêtes en articles. Pour Benquet, la puissance de ces acteurs place les acteurs de la seconde finance « en position de promouvoir des régimes politiques alternatifs plus favorables encore à leur développement »

Après l’époque de l’Etat-providence, puis dans celle du néolibéralisme, rappelle Benquet, l’Etat est avant tout le garant de la libre concurrence entre les acteurs privés. Il les réorganise autour de ses missions régaliennes, « tout en maintenant un filet de protection minimale des populations les plus fragiles ». Dans cette forme d’Etat bon marché, les services publics sont privatisés et les politiques de redistribution sociale réduites. Mais les droits civiques et civils restent encore garantis. Les inégalités ne sont plus que de richesses. Or, ce contrat néolibéral se fend. Piketty dans Le Capital au XXIe siècle (Le Seuil, 2013), montre que les inégalités se creusent. Le néolibéralisme ne parvient plus à tenir sa promesse. La promotion sociale semble morte. Les acteurs de la seconde finance vont alors rejoindre peu à peu le mécontentement qui monte. Comme Charles Gave, investisseur qui soutient Eric Zemmour, ou Charles Beigbeder, fidèle soutien de Marion Maréchal.

Suite à la crise financière puis à celle du Covid, le patronat développe une critique du gouvernement néolibéral, jugé trop étatiste, trop interventionniste, trop régulationniste. Les acteurs de la seconde finance s’opposent par exemple à la taxe carbone qui contraint leurs investissements. Ces discours antinéolibraux sont aussi portés par des acteurs de la Tech, qui sont vent debout contre les régulations anti-trust aux Etats-unis. « Un nombre croissant de financiers et d’acteurs patronaux considèrent que les gouvernements néolibéraux ne sont plus à même de maintenir l’ordre social à un niveau suffisant pour que soit garantie l’accumulation du capital ». Ces mécontents s’engagent alors dans des coalitions libertariennes. La presse estime que ces défections sont liées à des convictions personnelles ou à leur fascination pour les outrances de Trump ou de Musk. Mais pour Benquet, ce sont d’abord « les intérêts matériels qui expliquent la distance prise par certaines fractions patronales ». Ces gens sont devenus des opposants au libre-échange.

Marlène Benquet observe alors les cercles de soutien français à la droite extrême et montre qu’ils sont pour beaucoup issue des secteurs de la seconde finance, de la tech et des énergies fossiles. Elle énumère des noms, des prises de position. Aux Etats-Unis, les soutiens de Trump sont passés de la finance extrême au patronat mainstream. Si en 2024, le camp démocrate a obtenu les faveurs de la première finance, comme les institutions de Wall Street, la seconde finance, elle, s’est rangée derrière Trump. A l’image de l’entrepreneur et homme politique républicain Vivek Ramaswamy, qui publie en 2023, Capitalist Punishment (Harpers Collins, 2023), qui dénonce l’agenda de gauche des grandes entreprises de Wall Street. Même l’assaut du Capitol en janvier 2021, n’est pas tant le fait de petites gens désabusées, que d’acteurs patronaux et de cadres dirigeants, comme le soulignait The Atlantic. Musk est certainement l’emblème de ce revirement. Favorable à la candidature démocrate en 2016, il donnera 118 millions de dollars à celle de Trump en 2024. Mais c’est aussi le cas de Bezos et tant d’autres.

« Le récit libertarien autoritaire décrit la société néolibérale comme un monde fracturé qu’il faudrait restaurer en s’appuyant sur des valeurs traditionnelles de force, de loyauté, de famille et de hiérarchie. Il exalte la liberté individuelle comme absolue : chacun doit prendre en charge sa propre vie, défendre les siens et assumer sans aide extérieure les conséquences de ses choix. » Il prône un monde autoritaire, fait de chefs, de clans. Le discours néolibéral valorise des figures de la méritocratie, de Steve Jobs à Barack Obama. Le discours libertarien, lui, parle de cow-boys, de survivalistes. Le discours néolibéral vante la méritocratie et le technosolutionnisme. L’innovation et l’effort individuel sont présentés comme les moteurs de la justice sociale. Le récit libertarien, lui, valorise un ordre moral fondé sur la famille et la nation, valorise une société fondée sur un ordre naturel. Le soutien financier des partisans du libertarianisme autoritaire aux organisations politiques d’extrême droite vise à faire de cette option une politique désirable, crédible. Le monde de la seconde finance ne se coordonne pas les uns les autres comme des acteurs acteurs sur un marché, mais comme des partenaires cherchant à aligner leurs intérêts et à externaliser les risques sur d’autres : Etats et ménages. Les acteurs de la Tech ou de l’énergie se rapprochent des Etats pour obtenir que leur échoit ses anciennes missions, à leurs profits. L’enjeu n’est plus de privatiser les services publics pour les transformer en entreprises comme l’ont été France Telecom ou GDF Suez, mais de s’approprier des pans de souveraineté, sans concurrence. Ce qui est affaibli, ce n’est pas seulement le néolibéralisme politique, mais aussi le néolibéralisme économique. Pour Marlène Benquet, nous assurons au passage d’un capitalisme néolibéral vers « un capitalisme impérial », « un régime relevant de l’Empire plus que du marché ». Un capitalisme impérial qui veut en finir avec la capitalisme démocratique, comme le montre Quinn Slobodian dans son livre, Le capitalisme de l’apocalypse (Le Seuil, 2025). Un capitalisme qui n’est plus progressiste. Qui cherche à fracturer la démocratie ou en prendre le contrôle

Pour Marlène Benquet, à la suite de Latour, c’est bien la perspective climatique qui reconfigure la question politique. C’est un capitalisme de la finitude comme le dit l’historien et économiste Arnaud Orain dans Le Monde confisqué (Flammation, 2025). « Le néolibéralisme faisait de l’économie un jeu où nous pouvions tous gagner et le progrès advenir, le libertarianisme autoritaire fait des relations commerciales un jeu à somme nulle dans un monde de ressources finies où la force et la prédation deviennent un mode légitime de répartition des richesses. C’est une forme de capitalisme adapté à la raréfaction des ressources ». Mais pour les partager entre très peu de gagnants. 

Rien ne dit qu’il sera notre avenir, veut rester confiante la sociologue. Mais notre avenir démocratique est bien sombre, si nous ne saisissons pas que rien de cela n’est dans l’intérêt du plus grand nombre. 

Hubert Guillaud

La couverture du livre de Marlène Benquet, La finance aux extrêmes.
  • ✇Dans les algorithmes
  • La colère contre l’IA est-elle en train de dégénérer ?
    C’est la thèse que soutient l’historien Brian Merchant, qui documente, comme nul autre et depuis longtemps, l’opposition à l’IA. Quelques faits divers à quelques jours d’intervalles, où deux individus isolés se sont attaqués à la maison de Sam Altman et un autre a tiré des coups de feux sur la maison d’un conseiller municipal d’Indianapolis qui venait de voter en faveur de la construction d’un nouveau centre de données… semblent les signaux précurseurs d’une escalade inédite, estime-t-il. Une fo

La colère contre l’IA est-elle en train de dégénérer ?

4 mai 2026 à 07:00

C’est la thèse que soutient l’historien Brian Merchant, qui documente, comme nul autre et depuis longtemps, l’opposition à l’IA. Quelques faits divers à quelques jours d’intervalles, où deux individus isolés se sont attaqués à la maison de Sam Altman et un autre a tiré des coups de feux sur la maison d’un conseiller municipal d’Indianapolis qui venait de voter en faveur de la construction d’un nouveau centre de données… semblent les signaux précurseurs d’une escalade inédite, estime-t-il. Une forme « d’intensification des réactions hostiles à l’intelligence artificielle générative », explique celui qui avait pointé la montée des formes de résistance à l’IA (voir notre article). Des moratoires contre le développement des centres de données, aux propositions d’interdiction de l’IA dans les collectivités, les industries et les entreprises, la grogne ne cesse de gagner du terrain. « Le Maine s’apprête à devenir le premier État américain à interdire purement et simplement la construction de centres de données». Peut-être rate-t-il tout de même dans cet amalgame que ces contestations n’ont pas toutes la même origine : la critique communautaire des centres de données partage peu en commun avec les élucubrations apocalyptiques d’individus isolés (dont les propos, finalement, sont plus proches de ceux d’Altman que de ceux des premiers). 

L’industrie de l’IA semble d’un coup, prise au dépourvu. Sam Altman, sur son blog personnel, impute la violence qu’il subit aux médias et notamment à un article récent qui le dépeignait comme un sociopathe. C’est oublier qu’Altman ne cesse de répéter que son entreprise développe un produit capable de remplacer tous les travailleurs quand ce n’est pas de détruire le monde. Son billet montre surtout l’énorme décalage entre les dirigeants du secteur de l’IA et les raisons de la colère anti-IA, estime Merchant « Depuis trois ans, l’industrie de l’IA demande au public de la prendre au sérieux, comme s’il s’agissait de Trump – sérieusement, mais pas littéralement. C’est impossible. Des startups comme OpenAI et Anthropic figurent parmi les plus importantes de l’histoire précisément parce que les investisseurs et les marchés les ont prises au sérieux, et littéralement. Or, ces investisseurs s’attendent à voir la superintelligence et surtout l’automatisation de masse qui leur ont été promises. » Et c’est bien là la raison principale de la montée de la colère.

Des adolescents poussés au suicide à l’IA pour faire la guerre en passant par la construction sans frein de data centers partout où l’on trouve encore de l’eau et de l’électricité… « Si l’on prend au pied de la lettre ce que les dirigeants du secteur de l’IA affirment depuis dix ans, à savoir qu’une IA suffisamment puissante pour mener à l’extinction de l’humanité est encore à ses balbutiements, alors intervenir par la force pour l’arrêter serait une action rationnelle », ironise Merchant. Mais il ne faut pas croire que ce serait uniquement un problème de communication des dirigeants de l’IA. La suppression des emplois est devenu l’argument de vente principal de l’IA. « Les investisseurs se soucient peu de savoir si OpenAI rend les logiciels conscients ; ils veulent voir une automatisation massive des emplois et les économies de main-d’œuvre historiques qui en découlent. Cette perspective – de déqualification, de contrôle, voire de suppression pure et simple du travail – est ce qui a conféré à l’IA sa valeur unique dès le départ. » L’automatisation du travail est le projet… « et les gens l’ont bien compris. » Et on comprend que celui qui a lancé un cocktail molotov sur la maison d’Altman soit salué comme un héros par des gens pourtant bien moins près à passer à l’action que lui ou bien plus éloignés de ses idées. 

Le projet politique du déploiement de l’IA partout et pour tous semble surtout rencontrer de moins en moins de soutiens, retient Merchant. Un récent sondage d’opinion montre que l’IA devient particulièrement impopulaire. Pour l’essentiel des Américains, les risques désormais dépassent les bénéfices attendus. « Les groupes démographiques ayant l’opinion la plus négative sur l’IA sont les électeurs âgés de 18 à 34 ans et les femmes âgées de 18 à 49 ans. Les deux groupes ayant l’opinion la plus positive sur l’IA sont les hommes de plus de 50 ans et les électeurs des classes supérieures. » Un autre sondage américain montre que si les jeunes adultes sont de forts utilisateurs de l’IA, ils sont de moins en moins convaincus, et optimistes, et de plus en plus mécontents de l’IA. Et le changement d’attitude des plus jeunes est d’ampleur, brutal et rapide.

Il est frappant de constater à quel point la haine envers l’IA est étroitement liée à la perception qu’on a de ses conséquences sur les perspectives personnelles et/ou professionnelles, estime Merchant. « La génération Z est confrontée à ce qui est, selon certains, le pire marché de l’emploi pour les jeunes diplômés depuis 37 ans ; il n’est donc pas étonnant qu’elle déteste profondément le produit technologique qui en serait la cause (mêmes symptômes en France). Parallèlement, les hommes de plus de 50 ans, généralement plus aisés, et les électeurs des classes supérieures, qui, comme leur nom l’indique, sont plus riches, sont moins inquiets face à l’IA car ils sont bien mieux protégés de la précarité économique.» 

La nouvelle aristocratie de l’IA, et sa tendance antidémocratique, fait assurément monter la colère des plus radicaux mais également d’une large part de la population. Altman peut anônner que« l’IA doit être démocratisée », rien dans les discours et les actions de son entreprise ne va dans ce sens. « OpenAI n’aspire à rien d’autre qu’à devenir l’un des plus grands concentrateurs de pouvoir de tous les temps. Après avoir déqualifié des artistes et des écrivains en intégrant leurs œuvres à ses modèles pour que ses produits puissent les imiter, OpenAI cherche à remplacer les employés des entreprises et des institutions du monde entier par un abonnement à une technologie dont elle est propriétaire. Les profits qui en découleront iront bien sûr à Altman et à la direction, concentrant ainsi richesse et pouvoir. » Comme nous le disions, sans partage des fruits de l’IA, il est peu probable que le malaise s’apaise. La récente publication d’une « politique industrielle à l’ère l’IA» par OpenAI , suggérant que l’IA pourrait permettre une semaine de travail de 32 heures et quelques autres avantages sociaux nébuleux, ne semble pouvoir bercer que les plus crédules des apologistes de l’IA. « Pourquoi croire une seule seconde qu’une entreprise d’IA qui dépense des millions pour saper la capacité des États à exercer leur démocratie, qui s’efforce de faire échouer une loi californienne exigeant que les chatbots soient testés et reconnus sans danger pour les enfants, qui tente de se soustraire à toute responsabilité quant aux dommages que ses produits pourraient causer dans d’autres projets de loi étatiques, et qui collabore avec l’administration Trump pendant que celle-ci bombarde des écoles primaires et perpètre des actes de terreur contre les immigrés, pourrait sérieusement investir le moindre capital politique pour autre chose que ses propres intérêts financiers ? » Ce discours lénifiant de promesses lointaines et sans effets semble surtout s’être considérablement usé face aux actions réelles des acteurs de la tech. Comme le dit Eryk Salvaggio dans Tech Policy Press, le document de politique générale d’OpenAI « propose littéralement des concepts qu’OpenAI a contribué à faire abandonner en Californie ». Même la promesse (sans cesse répétée) que l’IA pourrait un jour guérir le cancer, semble laisser de plus en plus les gens sceptiques : « qui pourra encore s’offrir le traitement ? » 

Les gens ont de bonnes raisons de détester l’IA et ceux qui en profitent, cingle Merchant « Alors que le désespoir gagne du terrain, que les jeunes ont de plus en plus l’impression que les élites de l’IA ont hypothéqué leur avenir, que les citoyens qui votent pour réglementer l’IA ou interdire les projets de centres de données locaux voient leur volonté bafouée au profit des intérêts de l’industrie… comment voulez-vous qu’ils se sentent ? À quoi vous attendez-vous ? Le risque d’une escalade est bien réel.»

Dans son billet de blog, Altman, avec ses références usées elles aussi, compare les PDG de l’IA aux hommes qui font la course pour s’emparer des anneaux de pouvoir dans le Seigneur des Anneaux. « Altman oublie que dans le livre, le seul moyen d’empêcher le triomphe du mal est de jeter l’Anneau Unique lui-même dans la Montagne du Destin. »

MAJ du 06/05/2026 : Sur Synth-Media, la journaliste Nastasia Hadjadji ajoute à la liste des oppositions documentées, les incendies d’infrastructures industrielles et technologiques, entrepôts et autres bâtiments qui se démultiplient aux Etats-Unis. Une gamme de contestation étendue, qui va du sabotage au luddisme soft du refus à utiliser l’IA.

  • ✇Dans les algorithmes
  • Comment devenir un problème algorithmique ?
    « Chaque fois que j’utilise mes appareils connectés, je participe à un contrat social algorithmique tacite », explique le chercheur José Marichal. « À l’instar du contrat social métaphorique qui lie les citoyens des démocraties libérales à leurs gouvernements, une grande partie de ma vie culturelle en ligne est régie par un système sociotechnique qui engendre avantages et inconvénients. Les termes de cette relation sont simples : en échange d’une plus grande liberté de choix à l’ère des possibil

Comment devenir un problème algorithmique ?

10 avril 2026 à 07:00

« Chaque fois que j’utilise mes appareils connectés, je participe à un contrat social algorithmique tacite », explique le chercheur José Marichal. « À l’instar du contrat social métaphorique qui lie les citoyens des démocraties libérales à leurs gouvernements, une grande partie de ma vie culturelle en ligne est régie par un système sociotechnique qui engendre avantages et inconvénients. Les termes de cette relation sont simples : en échange d’une plus grande liberté de choix à l’ère des possibilités infinies, je cède mon autonomie à l’algorithme. (…) Pour Google ou Meta, trop d’exploration vous rend problématique. Une personne qui explore constamment complique la tâche de leurs algorithmes de classification. (…) Si vos comportements sont imprévisibles vous devenez un « bruit statistique » pour le modèle, alors vous êtes un problème algorithmique et un sujet néolibéral indésirable. (…) Nous vivons dans une société ordinale où chacune de nos actions peut être enregistrée, catégorisée et notée. Le danger d’une telle société réside dans l’incapacité d’explorer. La démocratie libérale repose sur la conjecture et la réfutation, sur l’habitude de partager ses opinions sur la vie publique avec ses concitoyens, en admettant la possibilité de se tromper et en modifiant ses convictions en conséquence. De telles habitudes requièrent une ouverture à l’exploration. Or, notre économie algorithmique nous dissuade d’explorer trop largement, car cela nous transforme en consommateurs imprévisibles. »

Le risque, explique Marichal, c’est que « nous perdions notre goût pour les contenus atypiques. C’est-à-dire les contenus culturels qui ne correspondent pas à notre vision du monde façonnée par les algorithmes », résumait-il dans une tribune pour Tech Policy Press. Pire, souligne-t-il, « les expressions trop novatrices ou audacieuses risquent de passer inaperçues, car elles ne correspondent pas aux catégories des algorithmes ». A l’heure des algorithmes, il faut écrire pour ce qu’ils optimisent. « Nous vivons dans une culture de l’optimisation où nos émotions sont instrumentalisées pour confirmer sans cesse nos préférences. »

« Les algorithmes d’apprentissage automatique reposent sur la préemption, plutôt que la dissuasion (qui suppose que les individus peuvent modifier leur comportement pour obtenir des récompenses ou éviter une punition). Cette logique vise à neutraliser les menaces avant même qu’elles n’émergent », expliquait-il encore, nous invitant à nous écarter de « l’arrogance épistémique des machines ». « Un public qui commence à privilégier la prévention à la dissuasion se préoccupe moins des droits procéduraux des personnes ciblées comme déviantes, car elles sont moins perçues comme des sujets autonomes et plus comme des « anomalies » à éliminer. (…) Une culture qui privilégie l’action à la recherche de la vérité est dangereuse pour nous tous. »

« Plus nous privilégions un contrat algorithmique qui répond à nos propres préférences, qui vise à résoudre le problème en optimisant la solution la plus efficace au détriment des relations humaines au sein de la communauté, plus nous sapons la démocratie libérale ». Il nous faut devenir un problème algorithmique, explique-t-il dans son livre – You must become an algorithmic problem, Bristol University Press, 2025 – , c’est-à-dire échapper au calcul des machines… au risque que cela devienne un problème pour chacun puisque qu’échapper aux machines signifie de plus en plus être extrait de la société que celles-ci rendent possible.

  • ✇Dans les algorithmes
  • Le tournant agentique… des machines à défaillances 
    L’ère post-chatbots s’annonce, explique la journaliste Lila Shroff pour The Atlantic. L’IA ne fait plus que répondre aux questions. Elle programme, elle agit. Et le « tournant agentique » formalise ces progrès, explique Eryk Salvaggio pour Tech Policy Press. Le tournant agentique désigne des systèmes qui génèrent du code et s’adaptent de manière autonome. Les systèmes d’IA produisent désormais du code et vérifient l’efficacité de cette production en la corrigeant jusqu’à ce qu’elle fonctionne. M

Le tournant agentique… des machines à défaillances 

9 avril 2026 à 07:00

L’ère post-chatbots s’annonce, explique la journaliste Lila Shroff pour The Atlantic. L’IA ne fait plus que répondre aux questions. Elle programme, elle agit. Et le « tournant agentique » formalise ces progrès, explique Eryk Salvaggio pour Tech Policy Press. Le tournant agentique désigne des systèmes qui génèrent du code et s’adaptent de manière autonome. Les systèmes d’IA produisent désormais du code et vérifient l’efficacité de cette production en la corrigeant jusqu’à ce qu’elle fonctionne. Mais si ces évolutions améliorent l’expérience utilisateur des LLM, est-ce que cela suffit pour « justifier » du déploiement de l’IA, interroge pertinemment Salvaggio. Est-ce que le fait que leurs productions s’améliorent suffit pour justifier de l’utilité de cette technologie ? 

Nous ne sommes plus exactement dans le cadre des perroquets stochastiques définis par l’article fondateur de 2021, d’Emily M. Bender, Timnit Gebru, Angelina McMillan-Major et Margaret Mitchell, même si ce cadre reste pertinent – voir notre article, « la gauche minimise-t-elle le pouvoir de l’IA ? ». « Les systèmes agentiques empilent ces perroquets » pour produire des formes « d’essaims stochastiques ». Des systèmes qui s’auto-alignent sur ce qu’ils doivent produire, tout en demeurant fondamentalement incapables de rendre des comptes. La question centrale de l’article de Bender et alii demeure toujours pertinente, estime Salvaggio : « Les modèles de langage peuvent-ils être trop volumineux ? » 

La prolifération des modèles ne fait qu’amplifier les problèmes de biais, d’attribution erronée de la pensée et d’inefficacité. Distinguer la critique systémique de l’évaluation des modèles n’est pas céder à la surenchère : cela signifie se concentrer sur les avantages et les inconvénients collectifs plutôt que sur les usages individuels. On peut parler de ce que les modèles ne peuvent ou ne devraient pas faire sans pour autant nier leurs capacités, estime Salvaggio. 

L’IA agentique s’apprête à débarquer et ses effets vont être nombreux, estime l’artiste-chercheur. D’abord, il promet la production de logiciels bâclés (slopware, contraction de slop qu’on peut traduire par soupe ou de bouillie et de ware qui désigne les composants – voir notre article sur le slop), produits plus rapidement, mais qu’il va être difficile à évaluer. Distribution accélérée qui risque de créer des situations comparables à un espace aérien non réglementé, où une multitude de décisions individuelles et déconnectées engendrent le chaos. Le code peut sembler fonctionner dans des circonstances particulières grâce à toutes sortes de bidouillages qui masquent des erreurs sous-jacentes. « Contrairement aux logiciels malveillants, le logiciel bâclé n’est pas intentionnellement perturbateur ; il perturbe par négligence : c’est la variable codée en dur qui permet à un homme célibataire de gérer correctement son budget, mais qui entraîne des frais de découvert lorsqu’il est utilisé par une mère célibataire. La conception de logiciels exige une grande finesse dans le choix des valeurs et priorités qu’ils intègrent, ainsi que dans la manière dont ils déforment, ignorent ou présentent de façon erronée les données qu’ils traitent. Le suivi de ce processus requiert des connaissances techniques. » C’est cela qui pourrait disparaître dans les logiciels de demain

Ensuite, l’IA agentique promet l’accumulation des défaillances techniques. Malgré une perception accrue de fiabilité, les modèles de langage ne peuvent jamais être des machines à dire la vérité. Les soi-disant hallucinations sont mathématiquement impossibles à éliminer, et par conséquent, la perception d’une fiabilité accrue augmente le risque de surestimer la pertinence d’un modèle de langage pour une tâche donnée. Alors qu’un modèle de langage produit des textes ou autres médias persuasifs et potentiellement faux, un système agentiel produit un « code convaincant ». Ce code est produit de manière plus difficile à interrompre, à tracer ou à auditer qu’une simple sortie de modèle. « Il est impossible de documenter de manière fiable le processus de pensée d’un code créé sans réflexion » ; par conséquent, le code doit être considéré comme non fiable jusqu’à ce qu’il soit vérifié. On pourrait ajouter ici, le risque d’une sécurité infrastructurelle, comme l’évoquait Bruce Schneier.  

Conséquence du risque précédent, un autre risque repose sur l’accumulation des défaillances de responsabilité. Les erreurs dans un système agentiel s’accumulent de manière invisible jusqu’à ce qu’un élément vienne briser la façade. Dans les systèmes sensibles, ce dysfonctionnement peut nuire aux personnes. On encourage le gouvernement à utiliser ces systèmes pour des tâches telles que l’automatisation des décisions relatives aux prestations sociales, l’analyse des contrats et le contrôle réglementaire – des domaines où des défaillances en cascade peuvent avoir de graves conséquences humaines. « L’objectif du gouvernement ne devrait pourtant pas être de gagner du temps en reportant la charge de travail sur un retraité qui se voit refuser indûment ses prestations »

Enfin, l’empilement des systèmes agentiques pousse à la montée en puissance du solutionnisme. Salvaggio rappelle pourtant que tous les problèmes ne se résument pas à des problèmes de programmation. L’accès à la génération de code nous pousse à résoudre les défis politiques par de nouvelles lignes de code et à nous concentrer sur les problèmes compréhensibles par les machines, au risque d’exacerber des formes de déshumanisation. Les cas particuliers, parfois flous, ne sont plus les subtilités du tissu social, mais une nuisance technique. Aucune simulation d’une communauté capable de résoudre ses problèmes n’est possible : le désordre est une étape nécessaire à la construction du sens et au fonctionnement de la démocratie. 

Enfin, ces systèmes risquent d’accroître l’extraction et le gaspillage des ressources à grande échelle. Les systèmes multi-agents fonctionnent en boucle, consommant bien plus de ressources que les logiciels conçus de manière plus ciblée. Lorsqu’un débutant réécrit une seule ligne de code avec un système multi-agents, « il n’utilise pas un seul modèle : il active l’ensemble du système ». Cette mise à l’échelle optimise la production individuelle : plus, plus vite, sans tenir compte de l’efficacité du code ni de ses effets. Il ne s’agit pas seulement d’un coût environnemental. « Cela dégrade le patrimoine informationnel commun et crée des problèmes pour tous ceux qui, en aval, dépendent de ce code. Les essaims multi-agents augmentent la puissance de calcul individuelle tout en comprimant de vastes réseaux de travail et d’extraction de ressources dans une seule fenêtre d’exécution. »

Pour Salvaggio, d’autres problèmes encore posent questions avec le passage à l’IA agentique, notamment le pouvoir politique que ces outils vont donner à l’industrie de l’IA, l’extension de la surveillance, le renforcement et l’invisibilisation des biaisReste qu’énumérer les défaillances à venir ne suffit pas à contrer l’expansion des machines. Se moquer des piètres résultats de ces systèmes semble n’avoir aucun impact sur leur déploiement estime Salvaggio. Pour lui, il nous faut ouvrir un débat sur l’utilité et ses limites. « Que signifie l’utilité ? Pour qui et dans quelles conditions ? » Qui bénéficie des systèmes et qui en pâtit ? « Quelles décisions sont discrètement soustraites au débat public et confiées à des systèmes automatisés contrôlés par des entreprises, des gouvernements et d’autres institutions ? Le fait que l’on utilise des modèles de langage ne rend pas les critiques à leur égard superflues ; au contraire, elles les rendent urgentes. »

  • ✇Dans les algorithmes
  • « On est tous en passe de devenir des livreurs Deliveroo »
    « A partir du moment où le numérique, l’IA, les infrastructures critiques s’interposent au coeur des chaînes de valeurs, elles les réauditent à leur profit. Un certain nombre d’entreprises françaises sont en passe de devenir des espèces de sous-traitant d’industries dont la valeur ajoutée est dans le numérique ou dans l’IA et qui vont réauditer les tarifs à leurs profits. » Notre dépendance n’est pas qu’en achat logiciels, elle est bien large que cela. Elle touche le hardware, nos capacités

« On est tous en passe de devenir des livreurs Deliveroo »

8 avril 2026 à 07:00

« A partir du moment où le numérique, l’IA, les infrastructures critiques s’interposent au coeur des chaînes de valeurs, elles les réauditent à leur profit. Un certain nombre d’entreprises françaises sont en passe de devenir des espèces de sous-traitant d’industries dont la valeur ajoutée est dans le numérique ou dans l’IA et qui vont réauditer les tarifs à leurs profits. »

Notre dépendance n’est pas qu’en achat logiciels, elle est bien large que cela. Elle touche le hardware, nos capacités cyber, des infrastructures critiques, les données… sans compter les grands services d’accès à l’information comme les réseaux sociaux et les moteurs de recherche.

« La domination va bien au-delà de la part d’achat logiciel par nos entreprises et administrations. Cela introduit une domination économique et une évasion de valeur parce qu’on achète à l’extérieur, mais c’est le moins grave. Cela introduit une domination sur les chaînes de valeurs à laquelle on ne prête pas assez attention. Je ne sais pas si vous vous souvenez du rapport qu’avait fait l’ANSES sur la condition des livreurs Deliveroo et qui nous montrait des gens dont la vie était en train de devenir infernale parce qu’ils ne rencontraient plus jamais ni un collègue ni un supérieur hiérarchique, mais seulement des stimulus de data… et dont le salaire horaire avait diminué de 35% en deux ans. Mais en fait, on est tous en passe de devenir des livreurs Deliveroo. A partir du moment où le numérique, l’IA, les infrastructures critiques s’interposent au coeur des échelles de valeurs, elles les réauditent à leur profit. Un certain nombre d’entreprises françaises sont en passe de devenir des espèces de sous-traitants d’industrie dont la valeur ajoutée est dans le numérique ou l’IA qui vont réauditer leurs tarifs à leurs profits. »

Henri Verdier (vidéo, texte), directeur général de la Fondation Inria, lors de son audition à la Commission d’enquête sur les dépendances structurelles et les vulnérabilités systémiques dans le secteur du numérique et les risques pour l’indépendance de la France.

  • ✇Dans les algorithmes
  • Pour une IA coopérative
    Les discussions sur les strates qui constituent le réseau sont nourries, d’autant qu’elles interrogent profondément les enjeux de souveraineté technologique. La souveraineté numérique est un concept flou qui fait l’objet de beaucoup d’instrumentalisations, rappelait avec pertinence l’association Data For Good. Bien souvent, être souverain en la matière implique d’être autonome sur toutes les couches de l’industrie numérique. Un objectif impossible tant les dépendances sont partout, des logiciels

Pour une IA coopérative

7 avril 2026 à 07:04

Les discussions sur les strates qui constituent le réseau sont nourries, d’autant qu’elles interrogent profondément les enjeux de souveraineté technologique. La souveraineté numérique est un concept flou qui fait l’objet de beaucoup d’instrumentalisations, rappelait avec pertinence l’association Data For Good. Bien souvent, être souverain en la matière implique d’être autonome sur toutes les couches de l’industrie numérique. Un objectif impossible tant les dépendances sont partout, des logiciels au matériel, des ressources aux infrastructures, des conditions juridiques aux financements. Comme l’expliquait la chercheuse Ophélie Coelho dans son livre, Géopolitique du numérique(éditions de l’Atelier, nouvelle édition 2025) l’enjeu est bien plus de déterminer les secteurs et les couches sur lesquels nous devons reprendre le contrôle. Pour le dire autrement, l’enjeu n’est pas tant d’avoir des produits totalement souverains, que de comprendre là où la souveraineté doit s’exercer et comment

Construire la strate de l’autonomie

Cette autonomie stratégique à laquelle aspirer est très souvent présentée comme un enjeu nationaliste ou patriotique, qui confond la souveraineté avec le leadership technologique, sans toujours voir que ces leaderships peuvent reposer sur des dépendances innombrables, à l’image de l’enjeu à déployer des centres de données sur le territoire au prétexte de souveraineté, sans questionner le fait que leur financement ou leurs équipements puissent être totalement entre les mains d’acteurs étrangers. 

L’IA est en passe de devenir une couche supplémentaire dans le mille-feuille des couches sociotechniques du numérique. Et elle requestionne en profondeur ces enjeux, explique  Raffi Krikorian, directeur technique de Mozilla, dans une tribune pour Rest of World. « Dans un monde de plus en plus polarisé et protectionniste, où les plateformes technologiques sont de plus en plus instrumentalisées par les politiques étatiques, construire des infrastructures nationales critiques sur des systèmes dont on n’est pas propriétaire, que l’on ne peut ni auditer ni adapter, représente un risque considérable et croissant. Ce défi comporte une dimension tant économique que politique. Un État soucieux de sa souveraineté en matière d’IA en 2026 ne pourra pas justifier de manière crédible le financement d’une infrastructure d’IA étrangère et verticalement intégrée tout en négligeant les investissements dans des alternatives nationales et open source. Investir dans les hyperscalers peut minimiser les coûts à court terme, mais cela consolide également les rentes numériques versées à des entités étrangères, maximise la dépendance à long terme envers des partenaires peu fiables et augmente considérablement les coûts de sortie. Si les gouvernements financent la dépendance, c’est bien la dépendance qu’ils obtiendront. »

Pour Raffi Krikorian pourtant, l’enjeu n’est pas tant de construire une souveraineté de l’IA nationaliste, que de bâtir des Communs maîtrisés. « L’absence actuelle de financements privés à grande échelle pour les infrastructures d’IA ouvertes reflète leur nature de bien public, et non leurs capacités. Les modèles open source atteignent déjà couramment 90 % ou plus des performances des systèmes propriétaires, pour un coût bien moindre. Investir dans les cadres d’IA ouverts, c’est investir dans les infrastructures publiques numériques, car cela génère des avantages grâce à des coûts réduits, au maintien de l’autonomie politique et à des gains de productivité à l’échelle de l’économie. L’IA ouverte offre également ce que les systèmes propriétaires ne peuvent pas : la légitimité démocratique. Les pays ne créent pas de valeur en revendant des solutions étrangères, mais en développant des produits différenciés sur des bases partagées, ouvertes et moins coûteuses. Il s’agit d’une politique industrielle qui encourage la concurrence et le développement des compétences nationales, et non d’un rejet de l’industrie nationale. »

« Internet n’est pas né de la seule initiative d’acteurs privés, mais d’investissements publics soutenus dans les technologies ouvertes. De Linux à Apache, les fondations open source partagées sont devenues l’épine dorsale de l’économie numérique mondiale, favorisant l’innovation privée tout en empêchant la mainmise sur l’infrastructure. Du CERN à Airbus en passant par Galileo, la leçon est claire : lorsque les États cofinancent des fondations ouvertes ou partagées, l’innovation privée prospère. En revanche, lorsqu’ils financent l’accès, la dépendance s’accentue. L’IA se trouve précisément à ce tournant.»

Souveraineté ne rime pas avec isolement, rappelle-t-il. « Les coûts de développement de l’IA open source peuvent être partagés. Comme l’a déclaré le Premier ministre canadien Mark Carney à Davos : « Investir collectivement dans la résilience coûte moins cher que de construire sa propre forteresse. » L’enjeu n’est pas que chaque pays construise son propre jardin clos. Il appartient aux nations de collaborer autour de standards ouverts et d’infrastructures partagées, en rejetant la fausse dichotomie entre dépendance et isolement des plateformes, et en construisant plutôt un avenir de l’IA qu’elles maîtrisent réellement. » 

« Si nous voulons des écosystèmes d’IA résilients, ouverts et fiables, nous devons les financer comme tels – non par idéalisme, mais comme un investissement concret dans la souveraineté, la résilience et la légitimité démocratique. Les pays qui aspirent à la souveraineté en matière d’IA doivent participer à ce débat, non pas en simples observateurs, mais en tant que co-investisseurs et co-constructeurs. Plus nous attendons, plus il sera difficile de changer de cap », conclut le responsable de Mozilla en appelant à construire des protocoles plus que des plateformes, des cadres ouverts plus que des solutions, des systèmes de valeurs plus que des contraintes économiques ou techniques. Une proposition qui rappelle que c’est bien le cadre de la souveraineté qu’il faut discuter, pour comprendre là où nous pouvons avoir des dépendances et là où nous devons les refuser. L’enjeu n’est pas de construire des investissements nationaux mais bien d’investir dans des infrastructures communes porteuses de valeurs démocratiques et émancipatrices, libres et ouvertes. « La souveraineté en matière d’IA ne viendra pas de la location des modèles des géants de la tech ». Elle ne viendra pas des factures de tokens des systèmes d’IA des grands acteurs de la Tech. Elle consiste d’abord à construire une autre tech, non pas nationaliste ou patriotique, mais qui promeut une souveraineté distribuée, choisit, capacitante

La coopération comme architecture solidaire

On se souvient que, récemment, l’économiste Francesca Bria avait évoqué le risque d’une soumission à une strate autoritaire fomentée par les géants de la Silicon valley : « derrière les strates qui composent le réseau, comme l’avait défini Benjamin Bratton dans son livre, Le Stack (UGAP, 2020), comme autant de régimes de souveraineté qui se superposent et s’imbriquent, la strate autoritaire semble l’envers de la proposition d’autonomie stratégique que propose EuroStack ». Mais le risque est bien, sous couvert de souveraineté, de produire des strates nationalistes voire militaristes, comme semble le proposer l’annonce récente d’un « Deutchland Stack » Allemand

D’où l’importance de faire un pas de côté.

C’est la piste que proposent les chercheurs Trebor Scholz et Mark Esposito dans la revue d’innovation sociale de Stanford. Pour contrebalancer l’extractivisme des plateformes, « nous avons besoin de construire la strate solidaire de l’empilement numérique ». Lorsque les systèmes technologiques sont conçus uniquement pour l’extraction et l’efficacité, ils isolent et brisent les personnes qui les font vivre, rappellent les deux chercheurs. L’exploitation des travailleurs du clic par exemple est le « symptôme d’une industrie structurée pour transférer les risques vers le bas via des chaînes contractuelles opaques, tout en concentrant les profits et le contrôle au sommet ». Pour Scholz et Esposito, « sans intervention délibérée, ces logiques d’extraction se généraliseront à l’échelle mondiale, concentrant encore davantage le pouvoir entre les mains des plus puissants, à moins que nous ne choisissions de construire un système fondamentalement différent ». Jusqu’à présent, les chercheurs invitaient à investir dans des entreprises inclusives, dans des coopératives de travailleurs, que Scholz a beaucoup défendu. Trebor Scholz est professeur à la New School for Social Research de New York depuis 2009. Il est l’un des premiers à s’être attelé à analyser le phénomène du Digital Labor (Routledge, 2013). Il est aussi l’un des promoteurs du coopérativisme de plateformes (voir par exemple notre article de 2015), notamment dans son livre Le coopérativisme de plateformes (FYP, 2017) ainsi que dans Own this ! (Verso, 2023). Il est également le fondateur du Platform Cooperativism Consortium un réseau de promotion du mouvement coopérativiste, qui organise notamment des conférences sur la coopération, comme celle sur l’IA coopérative qui se tenait il y a peu à Istanbul. Pourtant, écrit-il dans son article, « la réponse aux méfaits de l’IA ne peut se limiter à la régulation des plateformes dominantes »

En fait, la concentration du pouvoir des géants du numérique rend de plus en plus vulnérables même les institutions internationales les plus critiques aux politiques autoritaires et aux pressions des dirigeants, comme l’illustre la dépendance de la Cour pénale internationale à l’égard de l’infrastructure Microsoft face aux menaces proférées sous l’administration Trump. Les coopératives, les institutions publiques et les mouvements sociaux doivent donc activement construire et connecter des alternatives grâce à ce que Scholz appelle la « pile de solidarité », une économie numérique coopérative émergente

« L’extraction ne se résume pas à des algorithmes biaisés ou à des violations de la vie privée. C’est un problème structurel : l’IA actuelle fonctionne grâce à ce que nous appelons une « strate d’extraction » verticalement intégrée, comprenant le matériel, l’infrastructure cloud, les modèles, la main-d’œuvre et les applications. Seules quelques entreprises contrôlent la construction, la gouvernance et l’utilisation de ces technologies et les personnes qui en dépendent n’ont aucun droit de regard démocratique. »

Les critiques et les régulateurs soulignent à juste titre que les seules directives éthiques ne peuvent résoudre les problèmes posés par la logique extractiviste des plateformes. Les systèmes d’IA reposent sur des modèles de propriété, des chaînes d’approvisionnement et des architectures techniques qui privilégient le profit, le passage à l’échelle et le contrôle. « Ces incitations structurelles déterminent la collecte des données, le traitement des travailleurs, les décideurs et les bénéficiaires de la création de valeur, privant ainsi les directives éthiques de tout pouvoir pour remettre en cause la logique sous-jacente du système. Une IA démocratique ne peut se contenter de louer un espace sur la strate extractiviste ! Elle exige que les travailleurs, les communautés, les coopératives et les institutions publiques se réapproprient l’infrastructure elle-même, couche par couche, de la terre au nuage. »

Scholz et Esposito plaident pour construire une architecture solidaire. Un défi qui nécessite de rejeter la notion d’intelligence artificielle, qui sous-entend une force magique et autonome, au profit d’une intelligence collective, reconnaissant le travail humain et le savoir partagé qui alimentent ces systèmes. Cependant, parvenir à la coordination nécessaire pour contester les monopoles mondiaux de l’IA demeure un défi de taille. Même des organisations établies comme l‘Alliance coopérative internationale, qui représente un mouvement d’environ un milliard de membres et des milliers de coopératives employant près de 10 % de l’emploi mondial, sont structurées principalement pour la représentation et le plaidoyer plutôt que pour la coordination et l’exploitation d’une infrastructure numérique partagée.

De la gouvernance coopérative… 

Pour les deux chercheurs, plusieurs initiatives menées par des communautés, des coopératives et des institutions publiques permettent déjà de reprendre le contrôle de ces niveaux économiques, notamment des ressources, des infrastructures, des données, du travail comme du savoir. 

Une approche solidaire exige des chaînes d’approvisionnement transparentes, la propriété communautaire des ressources minérales et des mécanismes de partage équitable des bénéfices. Elle permettrait également de distribuer l’infrastructure sur des serveurs fédérés, appartenant à la communauté et interconnectables sans contrôle central. Butler Rural Electric offre un précédent historique éloquent. Fondées dans les années 1930 avec le soutien du gouvernement fédéral et une gouvernance coopérative, les coopératives électriques rurales ont permis aux communautés de financer, construire et gérer leur propre infrastructure énergétique, un modèle qui continue aujourd’hui de fournir de l’électricité à environ 42 millions de personnes dans les zones rurales américaines. Des coopératives numériques telles que Hostsharing eG en Allemagne et Som Connexio en Espagne, ainsi que plusieurs coopératives de vente au détail au Royaume-Uni, appliquent cette même logique en mutualisant les ressources de leurs membres, en utilisant une gouvernance coopérative et en collaborant avec des partenaires publics pour construire et exploiter une infrastructure numérique partagée. Cela permet aux communautés de réduire leur dépendance aux fournisseurs de cloud propriétaires, de conserver le contrôle local de leurs données et d’assumer la responsabilité de la gestion des coûts environnementaux liés à la consommation d’énergie. Bien que ces initiatives soient explicitement expérimentales et de portée modeste, elles suggèrent que la capacité de calcul peut fonctionner comme un bien public. Les décideurs politiques et les responsables municipaux pourraient même appliquer ce modèle pour créer une option publique d’accès à la puissance de calcul. 

Dans le modèle d’extraction, les données personnelles sont une matière première prélevée auprès des utilisateurs pour alimenter des modèles propriétaires. Cette logique considère les individus non pas comme des participants ou des détenteurs de droits, mais comme des sources passives de valeur. Le modèle de solidarité, lui, réinvente les données comme une ressource partagée, gérée démocratiquement. Par exemple, MIDATA, une plateforme suisse de données de santé détenue et gérée par des patients agit comme une fiducie pour ses membres. Elle maintient une infrastructure sécurisée permettant aux patients de consulter leurs données agrégées et de décider démocratiquement de les partager ou non à des fins de recherche médicale. MIDATA démontre qu’il est possible de créer des ensembles de données de haute qualité, issus de sources éthiques, sans surveillance. Les membres partagent volontairement leurs données car ils font confiance à la gouvernance et à la gestion des données de la coopérative, ce qui élimine le besoin d’extraction ou de surveillance coercitive. 

Au travail, l’IA implique une rétroaction entre contenus et modérateurs. Les travailleurs étiquettent, examinent, corrigent et leurs décisions enregistrées sont utilisées par les systèmes pour reconnaître, classer, améliorer. Ce processus contraint les individus à absorber le fardeau psychologique des contenus. Dans le modèle solidaire, ces travailleurs ont des garanties de salaires, de droits, bénéficient de soutiens… et pilotent la gouvernance de leurs outils et missions, comme c’est le cas de nombreuses coopératives de travailleurs, comme celle de la Gamayyar African Tech Workers au Kenya, Facttic en Argentine, Outlandish à Londres… et de nombreuses autres (comme la plateforme danoise Hilfr qu’on avait évoqué dans notre article sur les plateformes du secteur du nettoyage).

… à l’IA coopérative

Scholz et Esposito proposent d’appliquer les principes coopératifs à l’IA. « L’accès à l’IA seul est insuffisant quand les outils fonctionnent comme des boîtes noires, incapables d’expliquer ou de remettre en question leurs résultats, et si leurs valeurs reposent sur des principes imposés plutôt que sur des valeurs démocratiquement établies. L’approche solidaire propose de réhabiliter le domaine du savoir comme un espace de gouvernance collective, favorisant l’explicabilité, la contestabilité, des normes partagées » pour construire d’autres IA.

AI4Coops, en Argentine, est une initiative de petite envergure qui réunit des praticiens et des technologues du monde coopératif afin d’étudier comment l’intelligence artificielle pourrait soutenir la gouvernance coopérative et l’apprentissage partagé. Elle veille à ce que la culture algorithmique ne soit pas réservée aux institutions d’élite ni concentrée au sein des géants de la technologie, mais soit largement accessible aux travailleurs, aux coopératives et aux communautés. Elle développe des outils d’IA adaptés à des problématiques locales avec des acteurs locaux, comme des systèmes de reconnaissance d’images pour du contrôle qualité dans une usine, un système d’analyse d’images satellites pour des coopératives agricoles… La coopérative britannique Animorph développe des outils de réalité augmentée pour la prise en charge de la démence, utilisant la narration immersive et des supports visuels pour soutenir la mémoire, la communication et le lien affectif des personnes atteintes de démence et de leurs aidants. Puisqu’elle est détenue par ses employés, elle refuse de monétiser la vulnérabilité des patients et conçoit des outils qui privilégient les soins aux indicateurs d’engagement. « Ces exemples montrent que l’IA au service du bien commun ne saurait se réduire à de la simple posture vertueuse, à du marketing éthique, ni à des formes d’écoblanchiment ou de blanchiment d’image. La construction d’une infrastructure solidaire exige que les modèles économiques alternatifs soient véritablement ancrés dans la démocratie au travail, la propriété partagée et une gouvernance responsable », expliquent les chercheurs. Ces modèles locaux ont d’autres vertus encore, comme la souveraineté linguistique, la maîtrise des processus, la sobriété…

Reste que, comme nous le disions, « les plateformes coopératives, qui privilégient les pratiques éthiques, des normes de travail et sociales plus élevées, peinent à être compétitives. L’absence de législation spécifique aggrave ce problème, permettant aux plateformes capitalistes d’opérer en toute impunité et de saper les efforts des acteurs de bonne foi, tels que les coopératives de plateformes. » Pour Scholz et Esposito également, l’infrastructure solidaire nécessite, pour émerger et s’imposer, une articulation stratégique des politiques, des financements et de l’organisation communautaire. Il faut que les développeurs technologiques « s’accordent régulièrement sur des principes partagés, l’interdépendance matérielle, des institutions durables, des rituels et un récit politique commun que les individus choisissent consciemment de défendre, notamment sous pression ».

Ici, Scholz et Esposito prennent l’exemple des organisations autonomes décentralisées (DAO), où la blockchain aide à formaliser la gouvernance partagée. Pas sûr que l’exemple soit convaincant, tant le mouvement est devenu a bien des égards problématique. Par contre, ils pointent vers le Public AI Network, un réseau de défense et promotion d’une IA publique intégrée, « qui fournirait des services d’IA au même titre que l’électricité ou l’eau », accessible à tous, contrainte à rendre des comptes, durable, fiable. Ou encore le projet Lestac AI en France, pour tester des services d’IA écoresponsables. Ou le modèle multilingue et open source Apertus, développé par l’École polytechnique fédérale de Zurich (EPFZ) et l’École polytechnique fédérale de Lausanne (EPFL)…  Le protocole OpenCourier, par exemple, crée une base technique commune permettant aux plateformes de livraison gérées par leurs travailleurs de se connecter et de collaborer. Ou encore le projet d’IA coopérative du réseau des collectivités locales britanniques qui s’engage à respecter les principes coopératifs et démocratiques dans la prestation de services publics. 

Pour Scholz et Esposito, ces « cercles » de strates solidaires, locales, conçoivent le développement d’infrastructures comme une forme d’action politique collective, que ce soit par le biais de fiducies de données municipales, de services cloud coopératifs ou de modèles linguistiques gérés publiquement. « Le discours dominant sur l’IA laisse faussement entendre qu’un contrôle centralisé par les entreprises est inévitable. Pourtant, des modérateurs de contenu au Kenya, des gestionnaires de données en Suisse et d’autres encore démontrent que les composantes d’un avenir numérique démocratique sont déjà présentes. Notre mission est de les relier et, ce faisant, d’exercer notre pouvoir d’agir, de refuser le désespoir et de créer un système où la technologie est au service de la majorité. »

Hubert Guillaud

Signalons encore que dans le syllabus (.pdf) du cours qu’il a donné au premier semestre à la New School sur le thème d’une « IA sans patrons », Trebor Scholz pointait encore vers bien d’autres exemples. En estimant que les infrastructures solidaires peuvent être mises en place à chaque niveau de la chaîne d’approvisionnement mondiale de l’IA, il évoquait les mines coopératives au Pérou, en Colombie, en Zambie ou en Mongolie, ou des centres de données coopératifs en Allemagne ou aux Pays-Bas. Il signalait par exemple, la tribune de la doctorante Tara Merk, contributrice au Metagovernance Project, sur les limites de projets de centres de données coopératifs. Face aux data centers dominés par les géants de la Tech, Merk défendait « une plus grande diversité dans la propriété et la gouvernance des centres de données », notamment coopératifs. « Et si les centres de données étaient détenus et gérés de manière coopérative par les personnes vivant à proximité immédiate et souvent directement desservies par eux ? » Dans ce modèle, les opérateurs citoyens pourraient recevoir une part des bénéfices générés par le centre de données (à l’instar des parcs éoliens citoyens). Cela entraînerait une redistribution indirecte des bénéfices générés par les données des utilisateurs en ligne – une idée qui prend d’autant plus d’importance que ces données gagnent en valeur à l’ère de l’IA. Les centres de données coopératifs offriraient également aux citoyens un meilleur contrôle sur l’impact de ces infrastructures sur leur environnement physique local. Par exemple, les citoyens pourraient décider si et quand la quantité d’énergie ou d’eau utilisée par le centre de données entre en conflit avec d’autres besoins locaux et pourraient décider de réduire l’approvisionnement énergétique du centre de données en cas de situation critique. Guidé par les valeurs coopératives d’équité et de solidarité, de tels centres de données pourraient décider de renoncer à des bénéfices plus élevés afin de rendre son infrastructure plus accessible à tous, comme aux associations et coopératives. Cela pourrait à son tour encourager une plus grande diversité dans le développement de l’IA et inciter les entreprises à adopter une identité coopérative. De plus, en s’appuyant sur une infrastructure de centres de données coopérative, les coopératives d’IA renforceraient leur autonomie et leur indépendance, offrant à leurs membres un meilleur contrôle sur l’ensemble de la pile technologique, y compris les moyens de production de l’IA. Tara Merk est en train de faire une étude sur GAD eG, une coopérative qui pendant 50 ans a été l’un des grands fournisseurs de services informatiques allemand notamment pour les services financiers (jusqu’à sa fusion en 2015 avec une autre entreprise). Pour la chercheuse, l’exemple de GAD démontre « que les centres de données coopératifs constituent une option économiquement viable et évolutive, capable de fonctionner de manière fiable dans des secteurs critiques ». 

Dans son syllabus, Scholz aborde d’autres exemples de coopératives pour montrer comment les valeurs coopératives peuvent guider des alternatives concrètes au développement technologique, comme le propose Read-Coop, la coopérative européenne à l’origine de la plateforme de reconnaissance d’écriture manuscrite Transkribus. Et pointe vers nombre de ressources sur le sujet des technologies pour la coopération. 

A compléter encore par le numéro de Nature consacré aux modèles d’IA des pays du Sud, qui offre un autre regard sur d’autres façon de faire de l’IA.

  • ✇Dans les algorithmes
  • Les réseaux sociaux dans la tourmente
    Un tribunal de Los Angeles a reconnu Meta et Google coupables d’avoir créé des produits addictifs ayant causé des troubles mentaux à une jeune femme. Les deux entreprises ont été condamnées à verser 3 millions de dollars de dommages et intérêts. Si la condamnation est dérisoire, le verdict devrait générer d’autres procès (nombreux sont en cours) et pourrait entraîner d’importantes modifications des applications de réseaux sociaux pour s’en prémunir, explique la journaliste Kaitlyn Tiffany pour T

Les réseaux sociaux dans la tourmente

3 avril 2026 à 07:01

Un tribunal de Los Angeles a reconnu Meta et Google coupables d’avoir créé des produits addictifs ayant causé des troubles mentaux à une jeune femme. Les deux entreprises ont été condamnées à verser 3 millions de dollars de dommages et intérêts. Si la condamnation est dérisoire, le verdict devrait générer d’autres procès (nombreux sont en cours) et pourrait entraîner d’importantes modifications des applications de réseaux sociaux pour s’en prémunir, explique la journaliste Kaitlyn Tiffany pour The Atlantic.

Bien sûr, Meta et Google ont fait appel. Mais l’un des avocats du Social Media Victims Law Center estime que le jugement appelle déjà des changements majeurs. Une condamnation qui s’ajoute à un autre verdict rendu contre Meta dans une autre affaire au Nouveau-Mexique où l’entreprise à été condamnée à une amende de 375 millions de dollars pour des milliers d’infractions aux lois de l’Etat sur la protection des consommateurs et sur le fait que Meta aurait indirectement facilité des crimes graves. Cela signifie que non seulement les plateformes permettent l’exploitation des utilisateurs, mais qu’elles présentent des défauts qui nuisent aux utilisateurs. Et ce qui est en cause, ce sont notamment les flux algorithmiques, la lecture automatique des vidéos et les notifications push, ainsi que le fait que Instagram et YouTube avaient été créés par des entreprises conscientes de leur caractère addictif et nocif, et que ces entreprises avaient choisi de ne pas avertir les consommateurs de ces risques.

Aux Etats-Unis, de nombreux procès d’utilisateurs attendent les géants des réseaux sociaux. Si les entreprises de la tech ont beaucoup défendu leurs pratiques pour rassurer les utilisateurs ces dernières années, on sait depuis, avec des documents internes révélés par les enquêtes, que ces entreprises étaient divisées quant à la priorité à accorder à la protection des enfants par rapport à la croissance et à l’engagement des utilisateurs, rappelle la journaliste dans un autre article. Comme le fait de ne pas passer les comptes des adolescents en privé par défaut qui a été longtemps retardé par les équipes commerciales de Meta alors que d’autres équipes de FB avaient alerté du problème dès 2020. Il faudra attendre septembre 2024, pour que les comptes adolescents soient placés en privé par défaut. Ces documents provenant du procès au Nouveau-Mexique ont montré que pendant 6 ans, « Meta a peaufiné des paramètres de confidentialité de base, tout en calculant comment de simples interventions permettraient de réduire modérément le temps passé sur Instagram et en optant initialement pour des mises à jour progressives et prudentes afin de préserver ses statistiques d’engagement ». Un rapport interne montrait que l’algorithme recommandait des comptes d’enfants à des adultes au prétexte que les fans veulent suivre leurs stars préférées et auraient jeté des enfants en pâtures à des délinquants sexuels. 

Désormais, les comptes des mineurs sont mieux surveillés, mais les mesures ne sont toujours pas parfaites, notamment du fait que la modération est devenue très lacunaire sur les plateformes sociales. Enfin, les pratiques de captologie, elles, demeurent plus présentes que jamais. 

Comme l’évoque la designer Nolwenn Maudet dans son manuel Culture du Design numérique : histoire des idées et des enjeux (éditions 205, 2026), en rappelant les propos du designer Aza Raskin à l’époque où il défendait le passage au scroll infini (avant de se repentir) : « Le problème c’est qu’à chaque fois que les utilisateurs sont forcés de cliquer sur la page suivante, ils sont extraits du monde du contenu vers le monde de la navigation : ils ne sont plus en train de penser à ce qu’ils lisent mais à comment en lire plus. Comme le fil de leurs pensées est brisé, cela les oblige à arrêter de lire, et cela leur donne l’opportunité de quitter le site. Ce qu’ils font. » Les darks patterns ont donc bien pour fonction de limiter la réflexion de l’utilisateur pour favoriser son engagement. La captologie a bien été utilisée pour créer des dépendances cognitives. En Caroline du Sud, un projet de loi souhaite d’ailleurs débrancher les fonctionnalités addictives pour les comptes enfants, telles que le défilement infini, certaines notifications push, la lecture automatique des vidéos, les compteurs de mentions J’aime et autres indicateurs d’engagement, les badges de compte et les flux d’actualités exploitant le profil. Aux Pays-Bas, Meta a fait appel d’une décision de justice qui l’oblige à proposer un fil alternatif chronologique à son classement algorithmique.

Reste à savoir quand ces interdictions s’étenderont à tous les autres profils, puisque cette compulsivité est bien armée contre l’utilisateur.  

En attendant, estime un spécialiste interrogé par Le Monde, les réseaux sociaux jouent la montre. Il est probable qu’ils continuent à faire des ajustements mineurs, progressifs, incrémentaux.

  • ✇Dans les algorithmes
  • Cosplay forensique
    La désinformation générée par l’IA submerge la couverture médiatique de la guerre en Iran, rapportent Wired, la BBC, CNN, The Atlantic…. Pour The Guardian, la journaliste Tess Mcclure a mené l’enquête sur une image qui a fait le tour des réseaux, celle du cimetière de Minab, photographié alors qu’il s’apprête à accueillir l’inhumation de plus de 100 jeunes filles de la ville. Une image emblématique de la guerre israélo-américaine contre l’Iran, témoignant de son terrible bilan humain.  En dem

Cosplay forensique

2 avril 2026 à 07:00

La désinformation générée par l’IA submerge la couverture médiatique de la guerre en Iran, rapportent Wired, la BBC, CNN, The Atlantic…. Pour The Guardian, la journaliste Tess Mcclure a mené l’enquête sur une image qui a fait le tour des réseaux, celle du cimetière de Minab, photographié alors qu’il s’apprête à accueillir l’inhumation de plus de 100 jeunes filles de la ville. Une image emblématique de la guerre israélo-américaine contre l’Iran, témoignant de son terrible bilan humain. 

En demandant aux services IA comme Gemini ou Grok, les deux répondent que ces images ne sont pas réelles et sont des images provenant de catastrophes antérieures. Les deux IA sont péremptoires et fournissent des sources pour l’image originale, mais qui ne mènent nulle part : soit l’image est introuvable, soit le lien fourni renvoie à un article de presse inexistant. 

Les experts, eux, estiment que l’image est authentique : elle n’a pas de signe d’altération et elle correspond aux lieux réels. 

Dans les rédactions, les vérificateurs de faits sont constamment débordés par le flux incessant d’images truquées. Aujourd’hui, « près de la moitié, voire plus, des fausses informations virales que nous suivons et démentons sont générées par l’IA », explique l’un d’entre eux. Le phénomène est aggravé par les synthèses d’actualités IA, qui sont pourtant très utilisées par les internautes, alors qu’une étude menée en 2025 a révélé qu’environ la moitié des synthèses générées par l’IA présentaient au moins un problème important de source ou d’exactitude – ce taux atteignant même 76 % pour certains outils, comme l’interface Gemini de Google. Le problème, souligne Mcclure n’est d’ailleurs pas seulement que ces interfaces produisent du faux, mais qu’elles n’identifient pas non plus la réalité. « Le problème est aggravé par la manière péremptoire dont l’IA présente ses conclusions. Elle génère des rapports détaillés, incluant noms, dates, références et sources : un contenu qui laisse supposer une recherche et une compréhension approfondies, mais qui peut en réalité être halluciné ou inexistant. Lorsque le Guardian a interrogé Gemini sur la réponse concernant la photographie de Minab, en demandant : “Je ne pense pas que ce soit correct, pouvez-vous effectuer une nouvelle recherche ?”, Gemini a modifié sa conclusion, mais pour indiquer un autre lieu et une autre année erronés. »

Shirin Anlen et Mahsa Alimardani de l’association Witness, expliquent dans une tribune pour Tech Policy Press qu’on voit apparaître beaucoup d’analyses d’apparence technique pour discréditer faussement des preuves authentiques. Le journaliste de BBC Verify, Shayan Sardarizadeh, a constaté que ce conflit pourrait déjà avoir battu des records en matière de quantité de contenu généré par l’IA et devenu viral en temps de guerre. Le chercheur en OSINT Tal Hagin a également observé que le problème ne se limite plus aux utilisateurs ordinaires des réseaux sociaux trompés ; le volume de ces tromperies a dépassé les capacités de vérification, même des rédactions professionnelles. Dans ce contexte, les preuves authentiques sont non seulement plus difficiles à trouver, mais elles sont activement dissimulées par le flux de contenus. Des preuves d’apparence technique, associées à une allégation mensongère, circulent plus vite que toute correction. Nous sommes en train de basculer dans l’instrumentalisation de la détection par IA et de l’analyse forensique elle-même : des visuels d’apparence technique peuvent créer une illusion d’autorité technique. Nous voici dans le « Cosplay forensique», une forme de déguisement de l’activité d’investigation, comme une fabrication de fausses preuves médico-légales…  où l’on trouve par exemple de fausses cartes thermiques pour discréditer des images réelles… Les outils conçus pour détecter la manipulation deviennent des instruments de manipulation, utilisés pour semer le doute et la confusion autour d’événements réels, voire de victimes réelles.

« Le brouillard de l’IA n’a pas besoin que chaque contenu soit fabriqué. Il a besoin que la question « Est-ce réel ? » devienne quasiment insoluble », estime très pertinemment Mahsa Alimardani pour The Atlantic. Le problème est que, dans ce flou, même les preuves ne fonctionnent plus, se désole-t-elle. 
La désinformation a pourtant un coût, estimait récemment une étude de Sopra Steria : 417 milliards de dollars. Quant à l’inaction des plateformes face à ces contenus, elle est liée à la grande difficulté à identifier les contenus génératifs, estime le Monde à la suite du site spécialisé Indicator. En fait, la labellisation des contenus IA par les plateformes repose sur des détecteurs automatiques qui ne fonctionnent pas, comme le soulignait le New York Times, mais surtout, les plateformes ne sont pas incitées à modérer ces contenus. « Dans un monde où le président américain diffuse lui-même de fausses informations et utilise massivement des images générées par IA pour communiquer sur les réseaux sociaux, la pression sur les géants de la tech pour supprimer les premières et labelliser les secondes est faible », conclut Le Monde.

  • ✇Dans les algorithmes
  • Startups : le mythe est nu
    Que sont vraiment les startups ?, interroge la sociologue Marion Flécher dans son livre. Des outils d’accélération du capitalisme assurément qui semblent surtout borner l’accès au capital aux mieux dotés. Derrière la fable d’un mérite sous stéroïdes, la startup est d’abord le lieu d’une reproduction sociale encore plus fermée sur elle-même. Derrière le mythe d’une organisation cool, débarrassée des vieilles hiérarchies, l’intensification, la précarisation et la compétition y règnent en maître. 

Startups : le mythe est nu

31 mars 2026 à 07:00

Que sont vraiment les startups ?, interroge la sociologue Marion Flécher dans son livre. Des outils d’accélération du capitalisme assurément qui semblent surtout borner l’accès au capital aux mieux dotés. Derrière la fable d’un mérite sous stéroïdes, la startup est d’abord le lieu d’une reproduction sociale encore plus fermée sur elle-même. Derrière le mythe d’une organisation cool, débarrassée des vieilles hiérarchies, l’intensification, la précarisation et la compétition y règnent en maître. 

Dans Le monde des startups (Presses de SciencesPo, 2025), la sociologue Marion Flécher déconstruit le mythe des startups. Leur modèle économique et organisationnel n’est pas accessible à tous, tant s’en faut. Dans son livre, la sociologue interroge le modèle d’organisation que cette forme d’entreprise mal définie promeut. La croissance comme le caractère innovant de ces entreprises restent des critères opaques. Le terme même de startup peut qualifier indifféremment un service web à forte croissance, qu’une PME de textile, ou qu’une entreprise de brasserie à la mode. Tant et si bien qu’on pourrait se demander si ce qui qualifie avant tout une startup ne serait pas le narratif qu’elles produisent sur elles-mêmes voire, plus encore, le narratif de disruption qu’elles mobilisent. 

Flécher tente pourtant de délimiter le champ du problème, c’est-à-dire de quantifier le phénomène. Mais selon l’indicateur choisi (le taux de croissance, la levée de fonds, les entreprises qui obtiennent une aide à l’innovation… le caractère innovant de son offre et de son modèle économique…), le paysage se révèle mouvant. La startup est d’abord une représentation, une posture plus qu’une réalité. Et c’est exactement ce que relève l’enquête, en montrant les limites du modèle de rupture que promeuvent les startups, que ce soit une rupture dans leur modèle de croissance, dans leur modèle organisationnel et plus encore dans le récit qu’elles font d’elles-mêmes, pour se distinguer des autres entreprises. Pour Flécher, les startups tiennent d’abord d’un récit, d’un « nouvel instrument de légitimation du capitalisme ». Derrière les pitchs, le storytelling, les KPI, le business plan, et la construction de la figure héroïque de l’entrepreneur, c’est bien les modalités même du récit d’entreprise qui est transformé.  

Startups : des entreprises au service de l’accélération capitaliste

Comme le disait le professeur en sciences de gestion Anthony Galluzo dans Le mythe de l’entrepreneur (La Découverte, 2023), avec la startup s’est imposée un monde, une idéologie, un système moral : celui de l’entrepreneur roi. Flécher rappelle que l’histoire des startups comme modèle d’entreprise née dans la Silicon Valley est d’abord l’histoire de la reconversion industrielle d’un territoire, rendue possible par l’action conjuguée du monde universitaire, industriel et étatique. Le monde de la startup est né d’entreprises cherchant à se singulariser, en réinventant leurs modes de production et d’organisation. C’est un monde d’entreprises en rupture par les technologies qu’elles mettent en œuvre, par la taille de leurs équipes, par le cadre de travail qu’elles offrent à leurs ingénieurs ainsi qu’une rupture économique et financière. Ce qui semble le mieux définir la startup, rappelle Flécher, reste assurément le modèle spéculatif qu’elles représentent, la promesse de bénéfices records en un temps réduit. Avec la startup, s’impose un modèle d’entreprise où « les logiques financières priment désormais sur toute autre considération industrielle ou sociale ». Les startups ne sont possibles que parce que la finance et les autorités vont encourager ce modèle, déroulant des législations favorisant ces investissements et leur essor. 

Flécher fait un sort assez rapide aux innovations organisationnelles. Alors que les innovations managériales sont censées servir l’innovation technique, ce marqueur, qui vise à s’extraire des modes de gestion autoritaires des entreprises classiques, tient surtout du narratif. Le fait d’aller travailler sans cravate, comme le promouvait Robert Noyce chez Intel dès les années 60, ne semble qu’un ensemble de faux-semblants, un paravent. La réalité n’est peut-être pas tant le management à la cool que l’intégration, très tôt, de techniques d’optimisation des coûts, comme la délocalisation des opérations, l’intégration de la recherche à la production… qui visent à produire une entreprise peut-être plus souple, plus agile, mais d’abord « plus maigre ». Derrière l’autogestion, la collaboration, la créativité, le modèle organisationnel des startups a surtout instrumentalisé ces principes au service du capital et du profit. Le fun comme la distribution des parts de l’entreprise aux salariés  a surtout permis de produire une meilleure adhésion des travailleurs. Le Googleplex a bien plus tenu d’une « institution totale » visant à atténuer la subversion, à améliorer la performance et donc les profits.

Flécher observe également comment ce modèle d’entreprise a colonisé le monde. Mais plus que le modèle d’entreprise, ou que la révolution numérique, c’est bien là encore un modèle de dérégulation de l’investissement qui a fait école. C’est dans les années 2010, avec le développement de l’offre des startups américaines en Europe notamment que le modèle s’impose. La chercheuse identifie l’année 2013 comme une date clé. C’est à la fois la date où Uber, qui s’est implantée en France l’année précédente, ouvre son offre, tout comme Airbnb. C’est aussi celle où se lancent la French Tech et BPI France, c’est-à-dire à la fois où se structure le réseau d’investissement et son financement. La startup devient alors « un objet d’action publique ». C’est le moment où elle devient un projet de construction politique, permettant, au choix, de dynamiser la croissance, reconquérir la compétitivité internationale, relancer l’innovation alors que la désindustrialisation bat son plein. Un déploiement qui s’accompagne surtout de mesures légales d’exonérations fiscales et de crédits d’impôts qui ont « clairement sonné le virage libéral du quinquennat de François Hollande ». Macron fera d’ailleurs de la startup un pilier de son projet politique, s’emparant « de l’imaginaire associé aux startups – agilité, modernité, ouverture internationale – comme un outil de distinction dans le champ politique ». Avec l’imaginaire de la startup et de l’entrepreneuriat, l’Etat n’est pas seulement vu comme un soutien financier à l’innovation, mais également comme une entité à startupiser, c’est-à-dire à devenir agile et digital, à gérer comme une entreprise. Pour Flécher, la startup nation de Macron est le paradigme d’un État néolibéral au service de l’entreprise. « A la différence des Etats-Unis, où les fonds de capital-risque ont rapidement pris le contrôle du marché du financement des startups, c’est l’Etat qui en France, apporte le gros soutien institutionnel et financier aux startups françaises », notamment pour compenser le fait que le capital-risque n’y est pas très développé. « Par effet d’entraînement et d’attraction des investissements publics, on assiste, depuis le début des années 2000, à une véritable prolifération des dispositifs organisationnels et marchands visant à soutenir et accompagner les créateurs et créatrices de startups ». Les structures (incubateurs, accélérateurs, pépinières) se multiplient. En 2025, la French Tech recense 167 espaces de travail dédiés, et 209 incubateurs et accélérateurs. Autant de politiques, qui « loin de promouvoir le laisser faire et la libre concurrence des marchés, défendent au contraire une vision active d’un État au service des marchés, de l’entreprise et de la finance »

L’institutionnalisation du monde des startups n’est pas un phénomène spontané, conclut Flécher, mais au contraire un processus organisé, étroitement adossé aux institutions publiques qui procurent un soutien financier déterminant. Derrière la main invisible du marché, il faut bien plus voir la « main financière de l’Etat ». Ce soutien politique et financier de grande ampleur montre surtout que la réussite entrepreneuriale ne tient pas tant du mérite ou du talent d’individus, que d’un accès aux aides publiques, aux marchés publics, aux dispositifs de financements et à des formes législatives dédiées… 

L’entrepreneur est bien plus celui qui va savoir naviguer dans ces dispositifs hiérarchisés qu’autres choses. Il est bien plus celui qui va savoir profiter des complexités des dispositifs, inégalement distribués, tant dans l’accès que dans le succès. 

Inégalités de l’entreprenariat

Pas plus que la définition de la startup n’est claire, l’entrepreneur n’est pas non plus une catégorie sociostatistique, rappelle Marion Flécher. Les statuts du créateur de startups sont variables et ambigus : salariés, indépendants, micro-entrepreneurs, voire sans statuts clairs… cette diversité éclaire surtout une grande hétérogénéité des situations économiques et sociales. Pourtant, explique la sociologue, derrière la diversité sociale, l’inclusion et l’ouverture qu’elle paraît célébrer, le fait qu’il suffirait « d’oser pour entreprendre », la réalité est toute autre. Le milieu est fortement sélectif et élitiste, plus encore que ne l’est le monde de l’entreprise traditionnel. Ils ne ressemblent plus beaucoup aux innovateurs ordinaires qu’évoquaient les sociologues Michel Grossetti, Jean-François Barthe et Nathalie Chauvac dans leur livre Les start-up, des entreprises comme les autres ? (Presses de la Sorbonne, 2018). 

Alors que la grande majorité des créateurs et créatrices d’entreprise sont peu ou pas diplômés, les fondateurs de startups, eux, sont souvent surdiplômés. La grande majorité proviennent de milieux sociaux favorisés, disposent d’un habitus entrepreneurial. La plupart bénéficient de soutiens familiaux et financiers qui réduisent considérablement le risque de l’entrepreneuriat. Alors que l’essentiel des créateurs d’entreprises traditionnels se lancent seuls, c’est rarement le cas dans le monde des startups. La présence d’associés dans le projet est un critère de sélection dans l’accès aux organismes d’accompagnement et de financement, note la sociologue, montrant l’importance de la socialisation dans ce milieu, critère valorisé. Flécher montre clairement que « seuls les membres d’une élite économique, étroitement liée au milieu d’affaires, peuvent espérer accéder à la création de startups » et y rencontrer le succès. Le monde des startups est d’abord un petit monde où règne une forte endogamie, une héritocratie plus qu’une méritocratie. En allant observer le dispositif French Tech dédié à promouvoir la diversité sociale, Flécher montre combien l’écosystème des startups et de leurs soutiens est fortement hiérarchisé. Ceux qui n’ont pas les codes sociaux, les réseaux, sont relégués à des formes de soutiens dédiés qui ne permettent pas d’accéder aux meilleurs financements et soutiens. A la division des CSP, des origines, s’ajoute celle du genre. « Le monde des startups demeure un entre-soi masculin ». Bref, les conditions d’accès au monde des startups sont « particulièrement sélectives », voire plus sélectives qu’ailleurs, et bénéficie d’abord à une jeunesse masculine et très privilégiée. 

L’entrée dans l’entrepreneuriat ne se fait pas sous contrainte comme c’est le cas des micro-entrepreneurs ou des travailleurs des plateformes. Bien souvent, elle est surtout une bifurcation professionnelle choisie, « un calcul d’opportunité plus qu’une prise de risque ». Les entrepreneurs que Flécher interroge estiment que la startup n’est pas un entreprenariat comme les autres, d’abord parce que les perspectives d’enrichissement sont plus fortes. Ceux qui se lancent sont à la recherche de prestige et d’enrichissement bien plus qu’ils ne visent à changer le monde. Nombre d’entrepreneurs de startups ne prennent pas autant de risques qu’ils le disent, d’ailleurs. Beaucoup sécurisent leur bifurcation professionnelle, en conservant un emploi salarié en parallèle, en utilisant leurs droits au chômage et surtout en devenant chef d’entreprises salariés. « 64% des créateurs et créatrices de startup de notre échantillon ont choisi de rester “assimilés salariés” en optant pour le statut de chef d’entreprise salarié (contre seulement 10% pour celui d’indépendant) ». Derrière les discours sur le mérite, sur le risque, les entrepreneurs de startups sont « très attachés à la stabilité et à la sécurité »

Marion Flécher s’intéresse bien sûr à ceux qui réussissent et ceux qui échouent dans cet univers entrepreneurial marqué par un fort taux d’échec (qui augmente avec l’ancienneté de l’entreprise, passant de 20% à la fin de la 1ère année à 50% à la fin de 5e année). Les études sur le sujet se sont concentrées sur les facteurs exogènes, notamment les produits qui ne rencontrent pas leurs marchés, plutôt que sur les déterminants sociaux de l’échec. Or l’échec des startups est inégalement distribué, constate la chercheuse. Celles qui rencontrent le succès ont notamment (parmi d’autres) une caractéristique : elles ont bénéficié du soutien des organismes d’accompagnement. « La croissance d’une startup s’inscrit ainsi dans un processus séquentiel et codifié d’étapes interdépendantes »le soutien institutionnel joue un rôle, en apportant une crédibilité, un capital symbolique d’autant plus important que la valeur des entreprises dépend pour beaucoup de croyances, de confiance, de réputation. Or, rappelle la sociologue, les individus ne sont pas également armés pour obtenir le soutien des organismes spécialisés dans l’accompagnement et le financement : « ceux qui détiennent les codes de cet univers franchissent les étapes sans trop de difficultés ». Même constat pour les levées de fonds. Les startups ne sont pas des entreprises rentables. Leur développement repose sur des besoins de financement récurrent et grandissant. Leur parcours ressemble à un parcours d’obstacles très organisés, une épreuve de persuasion et de crédibilité qui repose d’abord sur les qualités techniques et économiques des projets ainsi que sur les qualités sociales des individus qui les portent. Les femmes ont ainsi 2,2 fois moins de chances qu’un homme de réussir à lever des fonds. Les plus diplômés 2 fois plus, ceux qui ont un associé, 5,5 fois plus, ceux qui ont généré un chiffre d’affaires 7 à 24 fois plus. Le pitch, épreuve reine de ce processus, est lui-même très codifié, et nécessite d’en maîtriser les codes. Sans surprise, socialement parlant, la réussite demeure profondément socialement distribuée. Les logiques de cooptation sociale, d’homophilie sociale restent majeures

La sociologie des startupeurs est et demeure avant tout un petit monde qui se reproduit entre eux. Sa méritocratie apparente apparaît comme très factice. Quant à l’échec, non seulement il est inégalement distribué, mais ses conséquences n’ont pas le même coût pour tous les postulants. L’échec l’est beaucoup moins pour ceux qui ont un certain niveau de ressources, de réseaux et qui sont capables de rebondir. Pour beaucoup de ceux qui lancent leurs startups, l’expérience entrepreneuriale est bien plus un accélérateur de carrière qu’autre chose. Finalement, « ceux qui valorisent le risque d’entreprendre sont ceux qui en prennent le moins ». Lancer sa startup est surtout une modalité d’hypersélection sociale, qui réussit surtout aux plus dotés socialement… et écrase les autres qui voudraient y jouer. Car dans ce monde, les individus les moins dotés socialement et issus de milieux sociaux plus modestes, eux, n’ont pas toujours les ressources pour retourner les stigmates de l’échec et en faire une expérience valorisante. Le modèle entrepreneurial n’est pas à portée de tous et son rêve se referme plus fort sur les moins dotés. Au final, rappelle la sociologue, l’espace des startups est un espace de lutte sociale qui favorise ceux qui en possèdent les codes, qui en maîtrisent les codes. Autant de ressources culturelles, relationnelles et économiques qui leur permettent de mieux émerger dans ce monde comme de mieux se retourner en cas d’échec. 

Le mythe de la coolitude

Marion Flécher s’intéresse enfin à la question de l’organisation du travail et ses effets sur les employés des startups. Loin de la coolitude, de la réinvention de l’organisation hiérarchique et autoritaire de l’entreprise traditionnelle, la sociologue montre que le contrôle et la contrainte ne disparaissent pas dans la coolitude des bureaux ouverts. Ces PME à la croissance rapide valorisent surtout l’auto-engagement en valorisant la proximité relationnelle, en brouillant les frontières professionnelles (par le cadre agréable, l’afterwork, le tutoiement, l’informalité des relations sur les messageries instantanées… ) qui semblent atténuer les rapports hiérarchiques. Pourtant, ceux-ci restent bien présents. La proximité générationnelle, la proximité sociale (des jeunes très diplômés sans contrainte familiale partageant souvent goûts et opinions) entre les dirigeants de startups et leurs employés, l’adhésion affective… conduisent à produire un surinvestissement des jeunes travailleurs qui ont souvent là leur première expérience de travail ou de stage. A défaut de contrôle top-down, le contrôle social par les pairs y est très fort. Les contraintes sont intériorisées. Le mimétisme lié à une grande homophilie règne en maître. L’open space sert de panoptique. Les rites managériaux, la gestion par projet, les méthodes agiles produisent des responsabilités étendues et intégrées. L’autonomie organisationnelle et l’interdépendance fonctionnelle renforcent finalement les responsabilités individuelles et collectives. Tout le monde se sent impliqué et rappelle aux autres l’importance de l’implication. 

Plus qu’une autonomie, ces modes de management qui se présentent comme distendus, produisent d’abord une mise en concurrence des salariés. Ceux-ci, monitorés par les systèmes de gestion de projets, sont surveillés en temps réel sur leurs avancés et leurs retards. Au final, l’autonomie est fictive, intégrée. Les indicateurs de performance, les primes et intéressements finissent d’assurer la discipline en favorisant l’émulation collective, où le « groupe devient un puissant levier de pression ». « L’effacement des marqueurs hiérarchique ne signifie pas la fin du contrôle », mais son déplacement vers des formes plus diffuses, insidieuses, qui visent à produire concurrence et adhésion. « En substituant aux logiques du contrôle hiérarchique une logique d’adhésion volontaire, l’entreprise tend à obtenir des salarié.es un investissement d’autant plus fort qu’il est intériorisé, et donc plus difficile à questionner ou contester »

Les startups se révèlent assez peu cools. Les tensions sont nombreuses. Les situations de souffrance aussi. La standardisation des indicateurs, la dépersonnalisation des modes de management invisibilisent les insatisfactions. Quand elles s’expriment, elles sont évacuées par des départs souvent brutaux et rapides. Plus encore, souligne Flécher, les startups produisent une intensification du travail où se mêle surcharge, manque d’encadrement, affinité relationnelle et précarité des employés. Nombre de startups sont d’abord des « boites à stagiaires » abandonnés à eux-mêmes, à qui on demande une réactivité permanente sans structure pour les aider. L’injonction à l’autonomie est la réponse au manque d’encadrement. L’intensité des relations produit une loyauté qui permet l’intensification du travail. La précarité des premiers employés et stagiaires ne leur permet pas vraiment de contester l’organisation, mais au contraire les conduit à s’y plier très vite. Les stagiaires, dociles et investis, doivent valider leur formation. Le turnover ne favorise pas non plus l’émergence de collectifs de résistance. Quand les startups grandissent, l’organisation du travail évolue, les niveaux hiérarchiques se multiplient, les règles et processus se structurent. Le cadre de travail se standardise, la pression des indicateurs se fait plus forte. Le cadre affectif se distant avec l’arrivée d’innombrables employés. On passe d’un modèle d’engagement s’appuyant sur l’attachement affectif des employés et un contrôle par les pairs, à un modèle bureaucratique, avec un contrôle sur des procédures formelles. « Les startups finissent par devenir ce contre quoi elles avaient initialement été créées ». La coolitude fait long feu. Flécher note cependant que le modèle de l’engagement produit de la loyauté et une faible politisation. Les employés relativisent leur situation. Le cadre de travail se révèle peu propice à l’émergence de mobilisations collectives. La proximité relationnelle, générationnelle, sociale, affective… entre les entrepreneurs et leurs équipes est aussi souvent une proximité idéologique, souligne la sociologue, où les mobilisations demeurent dépréciées. 

Flécher montre très bien comment le mythe méritocratique du startupeur permet d’invisibiliser les grandes inégalités d’accès à ce statut entrepreneurial et les mécanismes de reproduction sociale qui le structurent. Le mythe de l’entreprise libérée permet d’invisibiliser les logiques d’exploitation, de contrôle et de segmentation du salariat qui y ont cours. Le mythe du risque et du mérite permet d’occulter les conditions socioéconomiques très élitistes qui rendent possible l’activité d’innovation. Pour les jeunes cadres diplômés, la startup est un accélérateur de carrière. Le mythe d’une organisation agile et horizontale est vite rattrapé par sa réalité. « L’entreprise libérée est moins une réalité qu’une fiction mobilisatrice et performative, qui produit ses effets non parce qu’elle est vraie, mais parce qu’elle est partagée et incorporée par les travailleur.ses »

La startup n’a rien d’une subversion des logiques du capitalisme. Au contraire, elle incarne sa réalisation la plus aboutie, entre homélie et boîte de Skinner, comme nous le disions en 2019 en lisant Dan Lyons et Arthur de Grave. Une forme d’organisation qui renforce son élitocratie tout en la faisant disparaître sous les mythes du mérite. Une forme d’organisation qui renforce l’exploitation par l’engagement, en faisant intégrer les règles de la performance à ses employés pourtant plus souvent plus précarisés et préssurés qu’ailleurs. On comprend que le capitalisme néolibéral apprécie et valorise ce modèle finalement, puisqu’elle semble, plus que l’entreprise fordiste d’antan, l’acmée de son expression la plus aboutie. Celle qui permet à la fois une démultiplication de la croissance, de la docilité et du rendement. 

Hubert Guillaud

La couverture du livre de Marion Flécher, Le monde des startups.

MAJ du 31/03/2026 : En France, les salariés des startups commencent à réagir plus fermement et plus collectivement qu’auparavant aux contournements du code du travail et aux burn-out, rapporte Le Monde.

  • ✇Dans les algorithmes
  • L’IA ne réforme pas les institutions démocratiques, elle les détruit
    L’IA n’est pas qu’un outil, elle est un outil pour détruire les institutions démocratiques, argumentent les deux professeurs de droit Woodrow Hartzog et Jessica Silbey dans une riche démonstration. Comme le synthétise le journaliste Gerald Holubowicz pour Synth Media, le déploiement de l’IA atrophie l’expertise des institutions. « Quand l’IA se trompe, les institutions paient le coût de la correction et quand elle « réussit », elles s’appauvrissent en expertise ». Elle favorise le « court-circui

L’IA ne réforme pas les institutions démocratiques, elle les détruit

30 mars 2026 à 07:03

L’IA n’est pas qu’un outil, elle est un outil pour détruire les institutions démocratiques, argumentent les deux professeurs de droit Woodrow Hartzog et Jessica Silbey dans une riche démonstration. Comme le synthétise le journaliste Gerald Holubowicz pour Synth Media, le déploiement de l’IA atrophie l’expertise des institutions. « Quand l’IA se trompe, les institutions paient le coût de la correction et quand elle « réussit », elles s’appauvrissent en expertise ». Elle favorise le « court-circuit décisionnel » en automatisant des choix fondamentalement moraux, aplatit les hiérarchies institutionnelles et rend invisibles les règles qui donnent leur sens aux institutions. « Elle est par ailleurs incapable de prendre des risques intellectuels ni de faire montre d’une forme de désobéissance créatrice. » Enfin, elle favorise l’isolement. Et en érodant les liens interpersonnels, elle fait disparaître la friction, qui est la condition même de l’adaptabilité institutionnelle. Pour Hartzog et Silbey, la destruction des institutions a déjà commencé, notamment avec le Doge et le développement de systèmes d’IA et algorithmiques dans les administrations américaines. Des déploiements, « sans cadre légal clair, où l’expertise humaine a été marginalisée et les rôles institutionnels de résistance, supprimés ».« Ce que Hartzog et Silbey laissent entrevoir en creux, c’est le scénario d’une oligarchie technologique progressivement substituée à la représentation démocratique ».

Pour les chercheurs, l’IA fragilise l’Etat de droit en renforçant l’opacité des décisions. La société civile, et la démocratie elle-même, reposent sur la transparence, la délibération et le jugement humain. L’IA corrode ces trois éléments. En ce sens, l’IA n’est pas qu’un outil, elle est une force institutionnelle qui sape les institutions en restructurant les hiérarchies décisionnelles, en dégradant les capacités d’expertise et en modifiant les relations sociales des acteurs. Parce que les institutions dépendent de ces éléments, l’IA ne se contente pas de les fragiliser ; elle les dissout. Les juristes affirment que, sans garde-fous pour contraindre l’IA à servir les institutions plutôt qu’à les remplacer, nous serons confrontés à un choix radical : soit les institutions survivent, soit la conception actuelle de l’IA disparaît.

L’IA sait tout faire… mais ne lui faites pas confiance pour votre déclaration d’impôts

30 mars 2026 à 07:01

Le New York Times a testé plusieurs IA pour remplir des déclarations de revenus face à huit situations fiscales fictives, conçues dans le cadre des supports de formation de TaxSlayer, un service de déclaration d’impôts. Tous les modèles se sont trompés, même en les nourrissant de tous les documents nécessaires…

  • ✇Dans les algorithmes
  • World Monitor 
    « Internet nous incite désormais à la surconsommation comme comportement par défaut : regarder des saisons entières de séries télévisées d’affilée, suivre tous les matchs de football simultanément sur quatre écrans. (…) Ce bombardement total est en partie une capitulation face à Internet, sa logique et ses algorithmes – une sorte de mort attentionnelle où l’individu n’est plus submergé : il a capitulé. » Dans notre tentative de garder l’équilibre, nous perdons pied. Nous ne faisons plus défiler

World Monitor 

30 mars 2026 à 07:00

« Internet nous incite désormais à la surconsommation comme comportement par défaut : regarder des saisons entières de séries télévisées d’affilée, suivre tous les matchs de football simultanément sur quatre écrans. (…) Ce bombardement total est en partie une capitulation face à Internet, sa logique et ses algorithmes – une sorte de mort attentionnelle où l’individu n’est plus submergé : il a capitulé. » Dans notre tentative de garder l’équilibre, nous perdons pied. Nous ne faisons plus défiler l’information, elle défile devant nous, comme le propose le World Monitor, nous rendant toujours plus impuissants et malheureux. Charlie Warzel

  • ✇Dans les algorithmes
  • « Nous avons une compréhension expérientielle des algorithmes »
    Les algorithmes façonnent profondément l’expérience utilisateur sur les plateformes numériques. La recherche sur la compréhension des algorithmes et de leurs effets par les individus se développe rapidement, mais manque d’un cadre cohérent, estiment les chercheurs Emilija Gagrčin, Teresa K. Naab, Maria F. Grub dans un article pour la revue New Media & Society.  Dans une analyse de la littérature sur la culture algorithmique (algorithmic litteracy), les chercheurs estiment que celle-ci s’a

« Nous avons une compréhension expérientielle des algorithmes »

27 mars 2026 à 07:00

Les algorithmes façonnent profondément l’expérience utilisateur sur les plateformes numériques. La recherche sur la compréhension des algorithmes et de leurs effets par les individus se développe rapidement, mais manque d’un cadre cohérent, estiment les chercheurs Emilija Gagrčin, Teresa K. Naab, Maria F. Grub dans un article pour la revue New Media & Society

Dans une analyse de la littérature sur la culture algorithmique (algorithmic litteracy), les chercheurs estiment que celle-ci s’acquiert par cycles d’apprentissages expérientiels. Ils proposent un cadre d’analyse pour mieux la saisir en montrant leur dimension cognitive (avons-nous conscience du filtrage réalisé, des données d’entrées, de leur objectifs et de de leur impacts), affective (selon qu’on en apprécie les résultats, qu’on les appréhende, ou qu’on s’y résigne), comportementale (les façons dont on se comporte avec les systèmes, qu’on s’y alligne, qu’on s’y soumette, qu’on tente de les subvertir ou d’y résister…). Mais ce sont là autant de pratiques dont on a du mal à mesurer l’efficacité, et qui relèvent souvent de pratiques plus personnelles que collectives. 

Les chercheurs posent la question de savoir ce que produit la littératie algorithmique sur les usagers, par exemple si celle-ci produit une meilleure visibilité, un meilleur contrôle des recommandations ou des formes nouvelles de mobilisations politiques. « L’adoption inégale de l’apprentissage algorithmique risque d’exacerber les inégalités existantes au sein des différentes couches de la population ». Ils soulignent en conclusion, que la compréhension des algorithmes est profondément liée à « l’apprentissage expérientiel », un processus par lequel la connaissance est créée par la transformation de l’expérience.  

Reste à savoir si à mesure que les systèmes de recommandations se complexifient, cet apprentissage expérientiel, sera encore possible ? 

Face à l’AIification des recommandations, il est probable que notre compréhension des paramètres (ou le fait de croire qu’on puisse agir sur eux) se dilue. Comme nous le disions en évoquant le passage à l’IA des systèmes de recommandation, « les utilisateurs voudraient comprendre les règles qui semblent devenir de plus en plus obscures, et les laissent avec de moins en moins de pouvoir pour s’y adapter ». Bref, notre compréhension expérientielle des algorithmes risque d’être de plus en plus difficile à mesure que leurs fonctionnement se complexifient.

Via Algorithm Watch.

  • ✇Dans les algorithmes
  • Les systèmes d’IA sont-ils compatibles avec la protection des données ? 
    Paul Bouchaud et Pedro Ramaciotti, chercheurs au CNRS et à Sciences Po rappellent dans une stimulante tribune pour Tech Policy Press, que certaines données personnelles sensibles sont protégées par le RGPD, comme les opinions politiques, les convictions religieuses, l’orientation sexuelle, l’origine ethnique, les données biométriques (sauf exceptions limitées). Le problème, désormais, c’est que les systèmes d’IA savent parfaitement déduire ces caractéristiques pour fonctionner… tant et si bien q

Les systèmes d’IA sont-ils compatibles avec la protection des données ? 

26 mars 2026 à 07:00

Paul Bouchaud et Pedro Ramaciotti, chercheurs au CNRS et à Sciences Po rappellent dans une stimulante tribune pour Tech Policy Press, que certaines données personnelles sensibles sont protégées par le RGPD, comme les opinions politiques, les convictions religieuses, l’orientation sexuelle, l’origine ethnique, les données biométriques (sauf exceptions limitées). Le problème, désormais, c’est que les systèmes d’IA savent parfaitement déduire ces caractéristiques pour fonctionner… tant et si bien qu’il devient difficile de séparer le profilage politique délibéré et involontaire, estiment-ils. Les systèmes d’IA, parce qu’ils ont accès à de riches traces comportementales, peuvent reconstituer très précisément des informations protégées. 

Dans ce continuum de la réidentification ciblée des utilisateurs, on trouve par exemple le système publicitaire de X. En juin 2025, AI Forensics a montré que X permettait aux annonceurs de cibler – ou d’exclure – les utilisateurs en fonction de caractéristiques protégées. « Par exemple, TotalEnergies (l’un des principaux fournisseurs d’énergie français) excluait de son ciblage publicitaire sur la plateforme les utilisateurs intéressés par les personnalités politiques écologistes et les produits casher ; Dell excluait les utilisateurs interagissant avec du contenu étiqueté « #lesbienne ». La Commission européenne a elle-même exclu les affiliations politiques de ses publicités ciblées, lesquelles identifiaient les utilisateurs par des étiquettes telles que « fasciste » et « communiste » fournies par X. En classant délibérément les utilisateurs dans des catégories correspondant directement à leurs opinions politiques, leur orientation sexuelle et leurs convictions religieuses (sous forme d’étiquettes mises à la disposition des annonceurs), ce système semble enfreindre à la fois le RGPD et le DSA qui interdisent explicitement le ciblage publicitaire fondé sur des données sensibles. Neuf ONG ont depuis déposé plainte auprès des coordinateurs nationaux des services numériques. Mais, il s’agit là du cas le plus flagrant de profilage actif – et le plus simple à corriger : supprimer purement et simplement les étiquettes de catégories sensibles du système publicitaire.»

Mais le profilage n’est pas toujours aussi direct soulignent les chercheurs. Par exemple, le système de modération participative de X, les Notes de communauté, fonctionne depuis un algorithme qui doit déduire la position idéologique des utilisateurs, non pas à partir de ses déclarations, mais automatiquement à partir de ses évaluations des notes des autres. Ce spectre politique, qui correspond aux échelles des sondages, n’a pas été codé, il émerge des données comme une dimension permettant de prédire le mieux quels utilisateurs sont d’accord avec quelles notes, expliquent-ils dans leur article de recherche. « Le système déduit l’opinion politique du comportement non pas comme un effet secondaire, mais comme le mécanisme spécifié par les créateurs et nécessaire à son fonctionnement ». Meta, Youtube, TikTok et nombre d’autres plateformes ont déployé leurs propres systèmes de modération communautaire dans le même but : créer un consensus par delà les clivages politiques, ce qui nécessite donc de déterminer la position politique de chaque utilisateur. « Ce qui a commencé comme une expérience sur une seule plateforme devient une infrastructure industrielle, et avec elle, l’inférence systématique des opinions politiques à grande échelle ». 

Quels que soient les avantages pour la modération de contenu participative – qui a des limites importantes, comme le montrent les chercheurs (voir également dans notre veille) -, « ces systèmes sont fondamentalement incompatibles avec les lois sur la protection des données, car ils calculent les positions idéologiques de millions d’utilisateurs sans consentement explicite ». La conformité exigerait néanmoins des mesures claires : soit obtenir le consentement des participants, soit abandonner purement et simplement ces systèmes. 

Mais la tension peut être encore plus profonde, comme dans le cas des algorithmes qui organisent les fils d’actu des réseaux sociaux ou ceux qui produisent des suggestions de personnes à suivre. Ces systèmes transforment les utilisateurs et les contenus en profils numériques qui capturent les similarités et la pertinence, déterminant ainsi ce que chaque personne voit. En analysant le code de X conjointement aux données collectées auprès des utilisateurs, les deux chercheurs ont reconstitué le processus et montrent qu’il y a un calcul de « la vision du monde » qui estime les positions idéologiques gauche-droite des utilisateurs. Cette dimension politique coexiste avec d’autres dimension, comme l’âge, le sexe ou les centres d’intérêts (l’actualité ou le sport par exemple). Si le système ne semble pas stocker l’information (« cet utilisateur est conservateur ») et si le profilage politique n’est pas un objectif du système (contrairement à Community Notes) : « l’algorithme apprend plutôt des habitudes d’engagement, des réseaux d’abonnés et des comportements de réponse corrélés à l’orientation politique, et exploite ces habitudes pour déterminer des recommandations personnalisées. Il s’agit d’un profilage passif mais systématique : les opinions politiques structurent si profondément les comportements en ligne que la plupart des modèles actuels performants les détectent. » 

« Ne pas réglementer cette forme de profilage revient à autoriser les plateformes à utiliser sciemment des dimensions politiques – pour des centaines de millions d’utilisateurs – dans le calcul des recommandations de contacts, de publicités et de contenus. » 

Et le problème devient encore plus profond avec l’IA conversationnelle. Les modèles produisent des profils sociodémographiques déduits d’indices conversationnels explicites (voir notre article, « Qui est l’utilisateur des LLM ? »). « Révéler son nom incite ces systèmes à inférer implicitement votre origine ethnique, tandis que divulguer les sports que vous pratiquez incite le modèle à inférer votre genre ». Dans un autre article de recherche, Paul Bouchaud et Pedro Ramaciotti montrent que les inférences cachées ont des conséquences concrètes et influencent les recommandations que vous recevez concernant votre évolution de carrière, les modalités de voyage que vous comptez faire ou autre (voir également « Inférences, comment les outils nous voient-ils ? »). Cette personnalisation passive, qui émerge grâce à de fortes corrélations statistiques dans les données d’entraînement, peut être poussée plus loin encore, notamment quand les systèmes d’IA sollicitent activement les usagers à fournir des informations sensibles pour fonctionner, comme lorsque les chatbots compagnons demandent explicitement l’orientation sexuelle des utilisateurs pour échanger avec eux. Or, le RGPD ne fait pas de distinction entre les données sensibles « collectées directement » et celles « déduites algorithmiquement » : il interdit le « traitement de données à caractère personnel révélant des attributs sensibles ». Et la Cour de justice de l’Union européenne a confirmé que cela concernait toute donnée « susceptible de révéler indirectement des informations sensibles […] récoltée à la suite d’une opération intellectuelle impliquant une déduction ou un recoupement ». Pour les chercheurs, chaque traitement de ce continuum enfreint le RGPD. 

SI les cas de profilage actif pourraient être en principe corrigés, les cas de profilage plus passifs posent un problème plus profond. 

Les systèmes de recommandation (de X, spécifient les chercheurs… mais on comprend que leurs constats peuvent être élargis à l’ensemble des systèmes de recommandation, d’autant plus qu’ils s’IAifisent profondément) « intègrent l’idéologie politique non pas parce que les ingénieurs l’ont spécifiée, mais parce que l’opinion politique structure si fondamentalement le comportement en ligne que tout modèle optimisé pour l’engagement la captera ». Pour Paul Bouchaud et Pedro Ramaciotti, soit le profilage passif n’est pas considéré comme relevant du RGPD, soit il l’est… et une vaste gamme de systèmes d’IA devient non conforme. 

Les deux chercheurs esquissent cependant une solution : « rendre l’IA insensible aux catégories sensibles ». Après avoir identifié la position idéologique des utilisateurs dans l’algorithme de recommandation de contacts à suivre de X, ils l’ont supprimé. Ils ont constaté que cela a accru la diversité politique des recommandations de contacts sans en dégrader la pertinence. 

Mais, cette solution est certainement limitée. La suppression de données ou de prise en compte de données ne fait pas disparaître les proxies que l’IA pourrait utiliser pour les reconstruire plus profondément. Ces systèmes sont capables d’inférer le genre par exemple sans avoir accès à des informations sur le genre des utilisateurs, mais peuvent le déduire d’innombrables manières. Peut-on vraiment rendre l’IA insensible aux catégories sensibles et être certain qu’elle ne les recompose via d’autres données ? Je serai un peu moins confiant qu’eux pour ma part.

Hubert Guillaud

  • ✇Dans les algorithmes
  • Pourquoi le déploiement de projet échoue-t-il ?
    Dans la revue Big Data & Society, deux chercheurs finlandais, Antti Rannisto et Marta Choroszewicz, ont suivi le déploiement d’un outil d’aide à la décision à base d’IA générative dans une administration publique. Ils montrent comment l’équipe construit un discours et un cadre de légitimation et de justification de son déploiement à mesure que l’outil est développé, visant à préserver l’outil des critiques (notamment pour ses problèmes d’exactitude, de précision et de cohérence) et le rendan

Pourquoi le déploiement de projet échoue-t-il ?

25 mars 2026 à 07:00

Dans la revue Big Data & Society, deux chercheurs finlandais, Antti Rannisto et Marta Choroszewicz, ont suivi le déploiement d’un outil d’aide à la décision à base d’IA générative dans une administration publique. Ils montrent comment l’équipe construit un discours et un cadre de légitimation et de justification de son déploiement à mesure que l’outil est développé, visant à préserver l’outil des critiques (notamment pour ses problèmes d’exactitude, de précision et de cohérence) et le rendant peu à peu irrésistible pour les acteurs influents de l’organisation. 

L’outil étudié visait à aider les agents chargés des réclamations à identifier les directives pertinentes et actualisées nécessaires à la prise de décision concernant les réclamations des usagers. Les réponses de l’outil étaient accompagnées de liens vers les sections pertinentes la base de documents de l’administration, permettant ainsi aux agents de valider une réponse ou de rechercher des informations complémentaires. Techniquement, l’outil reposait sur une base de données documentaires, un moteur de recherche et un LLM pour la génération des réponses.

Les deux chercheurs montrent que les innovateurs, l’équipe en charge du déploiement et de la configuration de l’outil, accomplissent surtout un travail politique pour influencer et convaincre les comportements des agents. Derrière le déploiement technique se met en place d’abord un régime de justification qui vise à protéger le déploiement des contestations. Les justifications émergent et évoluent à mesure que l’outil évolue, rapportent les chercheurs, mais ont une fonction spécifique : « détourner l’attention des promesses non tenues de l’outil », protéger les lacunes de l’outil et permettre au déploiement de se poursuivre. 

Ainsi le déploiement commence par se justifier sur sa promesse d’efficacité, sur la pertinence, le désir et la volonté d’innover. Les phases d’expérimentations sont renforcées par une communication dédiée, alors que les tests montrent rapidement les défaillances et limites de l’outil proposé. 

Les tests suivants ont alors visé à améliorer la performance de l’outil, mais sans y parvenir, recentrant l’implication active à la seule équipe chargée de l’innovation. A mesure que l’outil se déploie et déçoit, les cadres de justification se déplacent : on passe des espoirs d’efficacité, à la valorisation du processus d’innovation, puis à la valorisation de l’état d’esprit de l’innovation, comme si à mesure que le déploiement déçoit on n’en retenait plus que le mouvement. La promotion du test rapide, de l’apprentissage continu a été particulièrement mobilisée pour poursuivre les développements. Les développeurs ont par exemple promu régulièrement l’amélioration des réponses correctes de l’outil (passant de 70%, à 75% puis à 80%…) sans répondre aux critiques qui questionnaient cette précision pour savoir si elle était suffisante pour être intégrée dans les flux de travail des agents ou pour déterminer la pertinence et la réalité de cet indicateur. A mesure que l’outil se déployait sans répondre aux attentes, ses promoteurs ont développé un argumentaire renvoyant les erreurs à « l’incapacité des agents à interagir efficacement avec l’outil en prétextant qu’ils ne parvenaient pas suffisamment à mettre à jour leurs méthodes de travail »

Une autre justification s’est également développée avec le temps, présentant le développement de l’outil comme pionnier pour utiliser l’IA générative au service du bien commun, creusant une fracture entre l’innovation et le travail de terrain. Un peu comme si le processus d’innovation se justifiait d’autant plus que les retours critiques s’enkystaient et que l’innovation faiblissait en rythme et ce alors que de plus en plus d’agents souhaitent le tester pour se rendre compte de son efficacité ou de son inefficacité. Ce que décrivent les chercheurs dans le déploiement de l’outil, c’est que ses justifications se déploient sans lien direct avec ses résultats. 

« Un an après le lancement du processus d’innovation de l’outil d’IA, son fonctionnement restait incohérent et imprécis, et ses opérations demeuraient largement opaques – ambiguës, incertaines et incontrôlables – même pour les innovateurs techniques les plus chevronnés ». Pourtant, ceux-ci sont restés farouchement déterminés à poursuivre le développement de l’outil en vue de sa mise en production et de son déploiement à grande échelle, car les promesses inscrites maintenaient une forte dynamique en faveur du projet. En fait, lorsque les tests ont révélé l’inaccessibilité de l’objectif initial (c’est-à-dire avoir un outil très fiable pour que les agents puissent répondre aux usagers), les innovateurs en charge du déploiement ont proposé de nouvelles pistes de développement et d’expérimentation, au lieu de considérer les résultats comme un motif d’abandon. Le sentiment d’être sur une courbe d’apprentissage et d’amélioration a également découragé les critiques ouvertes de l’outil lui-même et a recentré l’attention sur les facteurs organisationnels et liés aux utilisateurs susceptibles d’affecter ses performances. « Le fait que l’outil n’ait pas tenu ses promesses a été normalisé et présenté comme une étape normale du processus. » 

La critique de l’intégration d’un LLM, qui semblait la principale raison pour laquelle l’outil ne tenait pas ses promesses, par rapport à l’amélioration de la base de données de réponses et de connaissances, a été largement ignorée par les responsables et les personnes chargées du projet. La visibilité du processus d’innovation, vantant l’agilité, l’expérimentation, l’itération… a supplanté les limites de l’outil, qui sont pourtant apparues assez tôt. 

Antti Rannisto et Marta Choroszewicz estiment en conclusion que le battage médiatique sur l’IA générative a intensifié les efforts d’innovation et suscité un optimisme débridé, conduisant à prolonger le projet pour son caractère exemplaire promettant d’optimiser l’administration publique. 

Pour eux, cela montre surtout que l’innovation est un processus hautement politisé. L’évolution des justifications ont maintenu le processus en mouvement, malgré l’absence de résultats pertinents. L’échec démontre « l’aspect constructiviste du technosolutionnisme, c’est-à-dire un processus où les problèmes sont redéfinis pour s’adapter à une solution technologique préexistante, faisant peser la charge de l’adaptation sur les utilisateurs et les organisations plutôt que de remettre en question l’outil lui-même.»

Plutôt que de considérer les défaillances répétées comme des motifs d’arrêt des travaux ou de réexamen des choix technologiques pris, l’évolution des cadres de justification a empêché que les défaillances remettent en cause la valeur perçue de l’outil et ont même parfois transformé les échecs techniques en signes de progrès. 

Trop souvent, les échecs sont perçus comme des étapes normales d’un « processus d’apprentissage », ce qui a tendance à rendre les échecs moins visibles et plus difficiles à corriger… Et c’est certainement encore plus net dans le domaine de l’innovation en IA générative, comparativement aux systèmes d’IA plus déterministes, où les architectures système sont plus transparentes et les indicateurs de performance mieux définis en amont. Pour les chercheurs, les résultats de cette enquête expliquent comment les promesses technologiques ont fait de l’outil un objet imaginaire irrésistible et ont maintenu le processus d’innovation en mouvement malgré ses défaillances.

Cette étude est riche d’enseignement, tant elle semble décrire derrière son cas particulier les échecs d’innombrables projets d’intégration de l’AI dans l’administration publique ou dans les organisations privées. Elle permet de mieux saisir les raisons des échecs de nombre de déploiements de l’IA générative que pointait par l’exemple, une étude du MIT, en montrant « 95% des projets pilotes d’IA générative dans les entreprises échouent ». Promesses inadaptées, déceptions des déploiements, justification par et pour l’innovation… permettent de comprendre que les projets mal partis n’arrivent bien souvent nulle part. 

On pourrait tirer bien d’autres leçons de cet exemple. Notamment sur l’importance de prendre en compte les critiques, plutôt que de les silencier.

  • ✇Dans les algorithmes
  • Curtis Yarvin et le programme d’une implémentation du vectofascisme
    Il y a un an, l’artiste Gregory Chatonsky nous faisait l’honneur de publier dans nos pages une tribune sur ce qu’il appelait le vectofascisme. En explorant et dépassant la figure du pseudo théoricien Curtis Yarvin, il nous propose d’observer concrètement ce qui est à l’œuvre. Les mécanismes d’implémentation du fascisme sont là. La politisation est infrastructurelle. Tribune.  Curtis Yarvin n’est pas un théoricien politique traditionnel. C’est un ingénieur logiciel originaire de la Silicon Val

Curtis Yarvin et le programme d’une implémentation du vectofascisme

24 mars 2026 à 07:00

Il y a un an, l’artiste Gregory Chatonsky nous faisait l’honneur de publier dans nos pages une tribune sur ce qu’il appelait le vectofascisme. En explorant et dépassant la figure du pseudo théoricien Curtis Yarvin, il nous propose d’observer concrètement ce qui est à l’œuvre. Les mécanismes d’implémentation du fascisme sont là. La politisation est infrastructurelle. Tribune. 

Curtis Yarvin n’est pas un théoricien politique traditionnel. C’est un ingénieur logiciel originaire de la Silicon Valley qui, depuis les années 2000, a développé une critique des institutions libérales en partant des principes de la programmation informatique. Son travail circule dans les cercles du néoréactionnalisme, une tendance marginale mais influente parmi les technologues, les investisseurs et les stratèges politiques qui rejettent les prémisses démocratiques de la modernité. Pendant longtemps, il a pu être traité comme une curiosité intellectuelle : un pseudo-penseur excentrique proposant des « solutions d’ingénieur » à des problèmes politiques complexes. Ses écrits mélangent provocation, cynisme technologique et visions totalitaires assumées avec une certaine désinvolture. Mais quelque chose a changé entre 2016 et 2024 car l’infrastructure technique qu’il décrivait (les applications mobiles, l’IA, le contrôle algorithmique) est devenue omniprésente. Ensuite, des figures publiques, Elon Musk notamment, ont adopté ou cité ses idées. Enfin, et surtout, Yarvin a formalisé en 2024-2025 une sorte de programme politique explicite : un manuscrit intitulé « Trump et le problème de l’an II » (sauf mention contraire, les citations qui suivent en proviennent) qui prétend déployer une restructuration totalitaire de l’État américain. C’est cette cristallisation qui rend l’analyse intéressante. 

Il faut souligner que cette traduction décontextualisée par Le Grand Continent a été critiqué avec raison (par le journaliste Sylvain Bourmeau sur AOC, ainsi que par le sociologue Olivier Alexandre et l’experte en géopolitique du numérique Rayna Stamboliyska dans une tribune pour le Monde). Le point générique de ces critiques est qu’en surestimant l’importance de ce pseudo-théoricien, on opère une prophétie autoréalisatrice. Pourtant, cette mise en garde contre une supposée « légitimation » de l’idéologie par son analyse ne repose sur aucune preuve empirique : rien ne permet d’affirmer que le silence intellectuel aurait un effet inhibiteur sur des dispositifs qui sont, avant tout, d’ordre infrastructurel. L’analyse que je propose ici s’élabore d’ailleurs sur un tout autre plan : nous ne connaissons pas l’influence réelle de Yarvin, nous en avons ici ou là d’incertaines traces et nous ne pouvons affirmer qu’il est la cause de quoi que ce soit, mais d’un point de vue spéculatif, il permet de voir au travers de quelles ressources le vectofascisme pourrait s’implémenter socialement à la manière d’un programme informatique. C’est donc moins un théoricien qui inspire secrètement les fascistes américains qui nous intéresse ici, car nous savons combien les intellectuels surestiment l’importance des « intellectuels », que le symptôme d’une certaine époque de la pensée. Il ne s’agit pas de valider une autorité, mais de pratiquer une symptomatologie. Si le discours de Yarvin paraît souvent inconsistant, logorrhéique ou contradictoire, ce n’est pas par un défaut de rigueur qu’il suffirait de pointer pour le disqualifier et qui présupposerait un certain régime de rationalité s’appliquant à toute réalité ; cette inconsistance est une caractéristique structurelle de l’idéologie vectorielle. Dans ce régime de désémantisation, le langage ne vise plus à stabiliser un sens, mais à saturer le vecteur. L’incohérence fait partie du dispositif : elle procède par une fragmentation qui rend la contradiction inintelligible pour mieux absorber les résistances dans un flux permanent. Yarvin n’est pas la cause de la mutation, il est le « bruiteur » de sa logique technique.

Le fascisme du XXe siècle opérait selon les lois de l’espace euclidien. Il produisait des corps coordonnés, des gestes uniformes, des flux d’énergie directement observables : le défilé, le salut, la chemise noire. Ces formes visibles constituaient l’essence du pouvoir politique. C’était une machine à fabriquer de la présence physique, une totalité ostentatoire qu’on pouvait voir, compter, désapprouver. L’opposition pouvait pointer du doigt, nommer, critiquer. Mais nous ne vivons plus dans cet univers. Les conditions matérielles de la politique se sont métamorphosées  avec la numérisation. Le concept de vectofascisme tente de capturer précisément cette mutation : le passage d’une politique de l’espace physique à une politique de l’espace latent de l’IA peuplé de statistiques, d’une coordination gestuelle à une coordination vectorielle, d’une totalité ostentatoire à une forme spectrale. Le fascisme du XXIe siècle ne défilerait plus dans la rue. Il opérerait en deçà de la visibilité, dans les pixels, dans les données, dans les flux qui structurent les décisions et les affects. Une vectorisation du pouvoir, non sa disparition, mais sa transformation en une forme omniprésente et indéfinissable, capable d’exercer une domination d’autant plus totale qu’elle demeure largement invisible. Yarvin a proposé d’en formaliser l’implémentation explicite, comme si le fascisme du XXIe siècle devait être d’abord un problème d’ingénierie logicielle.

Le défi analytique est immédiat : comment évaluer sérieusement un corpus qui se défend constamment par l’ironie ? Comment critiquer un programme qui avoue d’avance son caractère fasciste, qui l’assume publiquement, qui en fait même une sorte de jeu ou de performance ? L’ironie fonctionne comme une arme défensive redoutable. Elle protège le programme contre la critique directe. Si quelqu’un dénonce le fascisme yarvinien, la réponse est immédiate : « Vous ne voyez pas que c’est ironique ? Vous manquez d’humour ! » L’ironie crée une zone d’impunité rhétorique où toute critique sérieuse est rejetée comme naïve et dépassée. Comment fonctionne précisément cette impunité ? Hugo Rowley a identifié le mécanisme d’une « lente radicalisation du lecteur » : la rhétorique yarvienne progresse étape par étape, rendant irréfutable le cheminement vers le totalitarisme. La progression suit un schéma systématique : (1) « La démocratie a des défauts » (scepticisme doux) ; (2) « La démocratie est inefficace » (critique neutre) ; (3) « La démocratie est une tromperie contrôlée par les élites » (framing conspirationniste) ; (4) « Peut-être que la gouvernance devrait être hiérarchique » (allusion à l’autoritarisme) ; (5) « Peut-être que la démocratie devrait être abandonnée entièrement » (conclusion pleinement réactionnaire). À chaque étape, le lecteur ne se confronte qu’à des énoncés qui semblent logiquement compatibles avec les précédents. L’ironie protège ce processus : elle l’immunise en le présentant comme exploration plutôt que cristallisation.  Mais il existe une contre-stratégie analytique précisément adaptée à cette situation : prendre justement le programme au sérieux dans sa cohérence logique. Non pas chercher un « vrai Yarvin » caché derrière l’ironie, mais demander simplement : que devient la politique si ces éléments fragmentés s’assemblent en totalité systématique ? Comment cela fonctionnerait-il techniquement ? Quels seraient les mécanismes concrets ? Nous testerons cette hypothèse : que devient la politique si la logique interne de ces propositions se cristallise en totalité ? Ensuite, nous parcourons les couches successives de ce programme, du support matériel (l’application mobile) aux mécanismes de capture affective (gamification, désémantisation) à l’infrastructure informationnelle parallèle, jusqu’à la restructuration architecturale de l’État et la vectorisation de la mémoire collective. À chaque étape, nous analysons comment ces éléments s’articulent pour produire une forme de domination qui n’a pas d’équivalent historique.

Ce qui rend cette analyse urgente, c’est une correspondance remarquable entre le diagnostic théorique du vectofascisme et l’ordonnance programmatique de Yarvin. Le diagnostic identifie une virtualité réelle : les capacités techniques pour une domination totale existent. Elles sont inscrites dans l’infrastructure informationnelle contemporaine. Elles attendent simplement une formulation explicite, une cristallisation programmatique .Le programme de Yarvin fournit précisément cela : il articule, systématise et formalise ce qui demeurait dispersé dans les interstices de la technologie. Il transforme les virtualités en architecture explicite. Yarvin lui-même expose cette stratégie sans détour : « Ce programme n’a rien à voir avec la notion traditionnelle de participation démocratique enseignée en classe. […] Nous utilisons des tactiques démocratiques pour abolir la démocratie elle-même » (Curtis Yarvin, Unqualified Reservations – Tome 03). Cette formule révèle l’essence de la cristallisation : transformer les outils de légitimité démocratique en instruments de leur propre destruction, en pleine conscience de cette contradiction performative dont la formulation la plus commune est « J’ai bien le droit de penser comme je veux, on est en démocratie ! » Mais, et c’est crucial, cela ne signifie pas que le programme sera effectivement implémenté , ni même qu’il soit parfaitement cohérent dans le détail. Cela signifie que les éléments en sont réels et opérants : l’application comme medium politique, la gamification comme capture affective, l’infiltration institutionnelle, l’infrastructure informationnelle parallèle, la vectorisation des hiérarchies, la destruction sémantique du débat politique. Ces mécanismes que nous analyserons opèrent aujourd’hui de manière fragmentée, inarticulée, sans intention unifiée. Et le danger réside précisément là : dans l’architecture systémique elle-même, capable de produire la totalité sans jamais avoir besoin de se justifier, sans jamais être confrontée à la réfutation, parce qu’elle opère en deçà du seuil où la critique idéologique a du sens.

L’app comme infrastructure politique

La première rupture décisive se situe au niveau du support matériel de la coordination politique. Yarvin énonce cela avec un cynisme parfait, celui de l’ingénieur qui refuse tout sentimentalisme idéologique : un hard party du XXIe siècle ne peut pas fonctionner selon le modèle des milices  du siècle dernier. « Un hard party du XXIe siècle ne peut pas être la milice de rue paramilitaire des années 1930 de votre grand-père. Là où les hard parties du début du XXe siècle ne pouvaient se coordonner qu’en uniforme, dans la rue, ceux du début du XXIe siècle ne peuvent se coordonner qu’à travers des pixels sur un écran. » Le hard party du XXIe siècle doit donc nécessairement exploiter les capacités de coordination de l’ère numérique. C’est ici que l’app mobile devient non pas un simple outil de communication, mais le support constitutif de l’organisation politique elle-même : «  Le parti de l’avenir sera une application. Le militant porteur de carte d’hier sera l’utilisateur actif mensuel de demain.  » Cette formulation n’est pas une simple métaphore technologique. Elle décrit une transformation essentiellement totalitaire de la politique. « Ce hard party doit aussi s’appuyer sur une application numérique, visant à faire de l’adhésion une forme d’expérience de réalité augmentée. Yarvin ne s’en cache pas : il s’agit de repenser, à l’ère numérique, les formes partisanes qui ont triomphé de la démocratie dans les années 1920 et 1930, autrement dit, il s’agit de réinventer le fascisme, et de mettre la Silicon Valley à son service » (Hugo Rowley, Curtis Yarvin & The Neoreactionary Canon, Made Simple, 2025). L’application n’assure pas seulement la communication interne. Elle est le support matériel, normatif et disciplinaire de l’ordre politique. Elle assure une disponibilité cognitive permanente de chaque utilisateur (l’application est toujours là, sur le téléphone, constamment accessible). Elle capture les affects en temps réel. Elle crée un système de feedback immédiat. Elle mesure, enregistre, évalue chaque action du militant. Elle est, autrement dit, une machine de gouvernementalité totale : un terme emprunté à Foucault, mais qui ici désigne quelque chose de plus que l’exercice du pouvoir, une intégration complète de la vie quotidienne dans la structure de commandement.

Pourquoi cette distinction importe-t-elle tant ? Parce qu’elle réalise ce que nous devons appeler une vectorisation du corps politique. La notion même de « collectif » change de nature. Les anciens fascismes produisaient une cohésion visible, une totalité ostentatoire, un corps du peuple supposé un et unifié, et ce corps devait être vu pour être réel, pour être efficace politiquement. L’application ne produit pas de visibilité collective. Elle produit une cohérence calculée, une coordination parfaite sans présence partagée. Les millions d’utilisateurs n’ont jamais besoin de se rencontrer, ne se voient jamais, ne forment jamais une présence physique commune. Et pourtant, leur action est coordonnée jusqu’à l’unanimité par les mécanismes algorithmiques intégrés à l’interface. Chaque utilisateur vote automatiquement pour qui le chef désigne. Chaque utilisateur effectue la tâche assignée, chacun est le relais du chef. Chaque utilisateur reçoit un message  au même moment. La totalité fonctionne parfaitement sans aucun moment de présence commune. C’est cela, la vectorisation : la transformation d’une multiplicité de corps en une multiplicité de données coordonnées de manière invisible, fonctionnant dans un hyperespace de n-dimensions où la notion même de «  présence  » devient obsolète. Ce n’est plus une affaire de gestes et de corps dans la rue, mais de tenseurs, de flux informationnels, de direction et d’intensité de forces qui traversent les réseaux sans jamais se matérialiser. Ce qui est remarquable dans cette approche, c’est qu’elle ne cherche pas à s’opposer à la désintégration contemporaine de l’espace public ; elle s’en sert. Elle utilise précisément la fragmentation informationnelle, la prolifération des écrans, l’atomisation des communautés comme matériel fondamental de la nouvelle totalité. Plutôt que de chercher à recréer la place publique (impossible, peut-être contre-productif), elle capte les espaces privés de chacun, les terminaux mobiles qui sont devenu nos espaces publics intimes, nos espaces de solitude partagée, nos chambres du XXIe siècle.

Mais il y a une seconde dimension à ce projet. Yarvin ne limite pas son analyse à la théorie. Il explicite son modèle de référence concrète : le Parti communiste chinois. « Un hard party est une organisation privée légale dont l’objectif est de devenir le parti dirigeant du prochain gouvernement, à l’image du Parti communiste chinois. » Le PCC représente le type d’organisation qui a réussi à saturer l’État entier, à contrôler non par la force brute externe mais par une intégration totale qui rend la distinction entre « État », « Corporation » et « Parti » simplement impossible. C’est un modèle d’infiltration, de discipline de fer, de loyauté absolue qui a prouvé son efficacité opérationnelle sur des décennies. L’application yarvinienne vise à reproduire cette saturation organisationnelle, mais en version technologique. Elle est conçue pour devenir le système nerveux central de l’organisation politique entière, capable de propager les ordres du sommet jusqu’aux extrémités avec une vitesse et une efficacité inatteignables par les méthodes traditionnelles. C’est l’automatisation du politique. 

L’alignement culturel comme vectorisation en acte 

Le diagnostic théorique du vectofascisme ne reste pas enfermé dans la spéculation. Il se cristallise déjà dans des architectures concrètes. L’exemple paradigmatique est l’ordre exécutif de Donald Trump du 3 avril 2025, « Restorer la Vérité et la Raison à l’Histoire Américaine » , qui applique précisément la logique de vectorisation à l’ensemble du système institutionnel et culturel américain. Yarvin parle d’une « application » comme medium politique. Trump le montre concrètement : c’est d’abord une application de contrôle culturel fonctionnant selon la logique de l’optimisation algorithmique. La lettre officielle de la Maison-Blanche au Smithsonian du 12 août 2025 expose le mécanisme avec une clarté glaçante : « Cette initiative vise à assurer l’alignement avec la directive présidentielle. Calendrier : corrections de contenu à 30, 75 et 120 jours. » C’est précisément la structure itérative que Yarvin décrit. Un cycle d’optimisation d’apprentissage automatique appliqué à la culture :
1. Fonction objective explicite : « célébrer l’exceptionnalisme américain »;
2. Métriques de conformité : « ton, cadrage historique, alignement avec les idéaux américains »;
3. Processus itératif : remplacer « le langage diviseur » par « des descriptions unifiantes »;
4. Fonction de perte : gel de 2,2 milliards de dollars de financement pour Harvard par exemple.


Les musées du Smithsonian et les universités ne sont pas simplement censurés. Ils sont vectorisés : leurs énoncés doivent se déplacer dans un espace de « conformité américaine » où certaines positions (critiques du passé américain) doivent être converties en leur équivalent patrimonial (le « progrès américain »). Le résultat : suppression des énoncés critiques, remplacement par des contrefactuels narratifs. L’esclavage n’est pas nié, il est absorbé dans une épopée plus large de l’« exceptionnalisme ». C’est exactement la désémantisation que Yarvin théorise : le mot demeure, mais son pouvoir critique se volatilise dans un espace vectoriel contrôlé où tout est équidistant. Et cela fonctionne. Trump lui-même le déclare : « Les universités ont déjà été alignées. Maintenant c’est au tour des musées. » Le modèle se propage en cascade selon les connexions du réseau institutionnel. C’est la vectorisation à l’état pur : pas de chemises noires, pas de symboles visibles, juste une infrastructure de contrôle qui fonctionne par réallocation de financement, calendriers d’optimisation, et modulation algorithmique de ce qui peut être entendu.

Clarifions un point fondamental : en insistant sur l’infrastructure, nous ne la rendons pas autonome. L’infrastructure ne fonctionne que parce que des acteurs la maintiennent, la financent, la perfectionnent. Yarvin n’est pas une abstraction. Elon Musk qui applique cette logique aux réseaux sociaux a des responsabilités concrètes. Les ingénieurs qui développent les systèmes de recommandation, les politiques qui les légalisent, les cadres du parti qui les exploitent—ce sont des agents historiques réels, pas des forces cosmiques. Ce que l’analyse de l’infrastructure révèle, c’est que ces acteurs ne doivent pas inventer de « plans » complexes. Ils n’ont qu’à laisser fonctionner le système, l’optimiser, le déployer. L’architecture elle-même produit l’effet totalitaire. Mais c’est justement parce qu’elle est construite, et donc vulnérable, réparable, contournable.

La gamification infra-sémantique

Une telle coordination pose un problème stratégique : comment maintenir la conformité sans reposer sur l’adhésion consciente à une idéologie ? Comment transformer des millions de sujets en exécutants automatiques sans qu’ils aient besoin de comprendre ou de croire au projet politique ?

C’est un problème que l’idéologie traditionnelle ne peut pas résoudre. L’idéologie suppose la conscience, le débat, l’adhésion réfléchie, ce qui crée des points de rupture, des zones de dissension, des moments où le sujet peut refuser. Le fascisme du XXe siècle lui-même devait affronter ce problème : il produisait des corps coordonnés, mais ceux-ci restaient partiellement imprévisibles, capables de désertion, de rébellion, de critique sourde. Mais il existe une alternative à l’idéologie : l’affect direct. Non le contenu politique qui demande à être défendu rationnellement, mais les émotions primaires qui court-circuitent la raison. C’est ici que la gamification intervient, non pas comme simple outil de rétention utilisateur, mais comme principe politique fondamental.

Yarvin expose le calcul : « Ici, dans la Silicon Valley, nous savons comment parler au chimpanzé intérieur de nos clients. » Cette formulation n’est pas une plaisanterie. Elle énonce une théorie politique radicale : la politique du XXIe siècle ne s’adresse plus à la raison, ne cherche pas à convaincre par l’argument, mais s’adresse directement aux affects infraconscients. Comment ? Par le système de récompense-punition, par le statut social immédiat, par l’excitation de la victoire. L’interface de l’application est conçue précisément selon ce principe : l’utilisateur effectue une action politique (voter, participer, effectuer une tâche) et reçoit immédiatement une récompense quantifiable, un badge, des points d’expérience, une position visible dans un classement. « Les gens feront n’importe quoi, même voter, il suffit d’en faire un jeu. » Ces récompenses ne possèdent aucune valeur intrinsèque (ce ne sont que des pixels, du bruit sur un écran), mais elles activent des mécanismes psychologiques profonds : le désir de compétition, la peur de la perte de statut, la satisfaction narcissique de la progression visible, la crainte de rester en arrière du classement. Le sujet ne vote plus parce qu’il pense que c’est juste ou nécessaire. Il vote parce qu’il veut le badge, parce qu’il veut monter dans le classement, parce que le jeu le capture. Voici le point critique : la gamification ne fonctionne efficacement que si elle opère indépendamment du contenu politique. Le badge ne dit rien. Il ne signifie rien. Il est pur valeur affective, pur désir. Et c’est précisément à partir de là que le système peut se permettre d’abandonner le contenu sémantique. Pourquoi ? Parce que l’adhésion n’est plus liée au sens. Le sujet n’a plus besoin de comprendre l’ordre pour l’exécuter. Il n’a plus besoin de croire au projet pour participer. Il a besoin uniquement de désirer la récompense suivante. Cela réalise une séparation entre affect et signification : le corps politique continue à fonctionner parfaitement (les votes sont donnés, les ordres exécutés, la coordination demeure totale), mais le contenu politique, le sens, l’enjeu idéologique disparaît  du système.

C’est ici que débute ce que nous appelons la désémantisation, c’est-à-dire le processus par lequel le langage politique cesse d’avoir une fonction référentielle pour devenir de simples tenseurs, entités mathématiques utilisées en IA qui décrivent seulement direction et intensité sans signifié. Yarvin énonce cela avec brutalité : l’électeur n’a plus besoin de comprendre le système qui le gouverne. « L’acte concret de remplir les bulletins ne relève plus que de la saisie de données. Ils n’ont plus besoin de suivre les “informations”. Ils n’ont plus besoin de lire sur les “enjeux”. Ils n’ont plus besoin de connaître les “candidats”. » Ce qui demeure n’est qu’affect, pur flux d’émotions structuré algorithmiquement. Le vote n’est plus un acte de délibération citoyenne. C’est une opération technique : tu appuies sur le bouton, tu reçois ton badge, tu gravis un échelon. Le moteur n’est pas l’idéologie mais l’excitation de la victoire, la satisfaction immédiate, l’acquisition du point suivant. La politique se réduit à une donnée binaire : victoire ou défaite. À une affection : excitation ou dépression (et une politique qui prétend tout réduire à ces états psychologiques est complice de cette binarisation). Tout le reste (le contenu politique, la signification idéologique, la substance du débat démocratique) disparaît entièrement. Non parce qu’il est censuré explicitement (ce qui serait trop visible), mais parce qu’il n’est simplement plus pertinent. Le système fonctionne sans lui. C’est la transformation du signifiant politique en simple tenseur vectoriel : la politique opérant littéralement en deçà du seuil sémantique, dans cet espace infra-sémantique où le signifié n’existe plus, où seuls subsistent les affects et les flux.

L’infrastructure du différend

Mais la gamification seule ne suffit pas. Il faut aussi que l’utilisateur n’ait jamais l’occasion de sortir de l’univers informatif délimité par l’appareil du parti. Il faut que la réalité elle-même soit structurée de telle manière que toute critique, toute opposition rationnelle, soit rendue littéralement inintelligible. C’est pourquoi Yarvin insiste sur la construction d’une infrastructure informationnelle parallèle, complète et autarcique : « Si vous êtes consommateur d’information, vous recevez vos nouvelles du parti. Si vous lisez des livres, le parti les écrit. Si vous utilisez l’IA, le parti a entraîné sa propre IA. Si vous consultez une encyclopédie en ligne, le parti dispose de sa propre version de Wikipédia. » Cette énumération compulsive n’est pas simplement rhétorique. Elle désigne un objectif précis : la saturation de l’espace informationnel, l’impossibilité matérielle de sortir du réseau de contrôle.

L’Antiversity que Yarvin propose dépasse largement le simple outil informationnel alternatif. Elle fonctionne comme un producteur indépendant de vérité conçu pour remplacer l’université libérale et, comme il l’écrit, « continuer à guider la Nouvelle Structure vers la stabilité, agissant comme le cerveau du NUSG, tout comme l’Université agissait comme le cerveau de l’OUSG » (Curtis Yarvin, cité dans Elizabeth Sandifer & Jack Graham, « Neoreaction: A Basilisk », 2018). Son rôle n’est pas de communiquer mais de produire une vérité officielle institutionnalisée qui ne repose plus sur le consensus démocratique mais sur une autorité technique souveraine. Mais comment cette « autorité technique souveraine » se perpétue-t-elle sans être reconnue comme totalitaire ? C’est par ce que Hugo Rowley appelle une « boucle de rétroaction » systémique, qui est précisément la structure de la Cathédrale yarvinienne : une « belle boucle de rétroaction où la désinformation justifie un mauvais gouvernement, et où ce même gouvernement subventionne cette désinformation ». Ce qui émerge n’est pas un pouvoir centralisé qui ordonne la vérité, mais un système auto-amplifié où chaque élément renforce les autres. L’infrastructure informationnelle produit la doctrine ; la doctrine justifie l’infrastructure ; les deux ensemble produisent l’impossibilité de la critique rationnelle. C’est pourquoi cette autorité technique n’a jamais besoin d’être explicitement défendue : elle fonctionne par auto-renforcement. Ici se réalise l’industrialisation du différend. Le vectofascisme ne produit pas un seul discours totalitaire monolithique mais produit une fragmentation structurée, une incommensurabilité. Si vous contrôlez l’infrastructure informationnelle entière (les nouvelles, les livres, l’IA, l’encyclopédie, les contenus vidéo, les images, les mèmes), alors il n’existe plus de désaccord au sens traditionnel du mot. Il ne peut plus y avoir de débat entre deux positions raisonnables. Ce qui demeure, c’est une fragmentation des perceptions de la réalité. Car le mécanisme n’est pas la censure brute (le silence, le bannissement). C’est la production systématique de l’incommensurabilité. Chaque nœud du réseau social perçoit un univers légèrement différent, des ennemis légèrement différents, des enjeux légèrement différents. L’ennemi n’est pas interdit ; il est rendu inaudible et inintelligible par la fragmentation du champ d’écoute lui-même. C’est un pouvoir qui s’exerce par l’ouverture apparente (la prolifération des médias) pour créer une clôture (l’impossibilité de la critique factuelle).

Mais il existe une couche encore plus importante de cette architecture : la duplicité structurelle. Yarvin stipule que la doctrine du parti existe en deux versions différentes. D’un côté, il y a le « résumé public » destiné à servir de base de recrutement et d’alibi politique, une façade sémantique destinée à tromper la critique externe. De l’autre, il y a le « plan réel », accessible uniquement aux initiés de la direction, qui contient les véritables intentions stratégiques du mouvement. Cette distinction n’est pas une simple dissimulation banale. C’est un principe organisateur du pouvoir totalitaire lui-même. Car qu’est-ce que cela signifie précisément ? L’opposition ne peut jamais attaquer le projet réel. Elle peut seulement s’acharner contre la façade. La critique rationnelle, la réfutation factuelle, s’acharnent contre un adversaire fantôme. Pendant ce temps, l’action réelle, le véritable objectif du mouvement, se déploie de manière imperceptible, inaccessible au débat public. Le discours public du parti fonctionne comme un simple vecteur désémantisé (rempli de symboles, de références, de gesticulations rhétoriques), tandis que son action est régie par une logique interne invisible. C’est ce que nous appelons le pouvoir spectral : un pouvoir qui est simultanément présent et absent, agissant sans jamais être localisable ou contestable directement. Il est omniprésent sans jamais être identifiable publiquement. Il se renforce par sa propre dénégation performative. L’industrialisation du différend est ainsi perfectionnée : le pouvoir opère en deçà du seuil d’intelligibilité critique en divisant la réalité en deux couches irréductibles, l’une publique, désémantisée, facile à critiquer ; l’autre privée, réelle, inaccessible à l’analyse.

Or, pour que cette infrastructure fonctionne réellement, pour que le pouvoir spectral s’exerce concrètement dans les institutions existantes, il faut quelque chose de plus que l’application et le contrôle informationnel. Il faut une présence à la fois invisible et omnisciente au sein de chaque institution d’élite. Il faut l’infiltration clandestine systématique de l’appareil d’État, des corporations, des universités, de tous les lieux où s’exerce quelque forme de pouvoir.

Yarvin explique que les cadres du parti doivent « dissimuler leur niveau d’engagement » et organiser, au sein de toute institution d’élite, des « cellules clandestines du parti ». L’objectif est de prendre le contrôle de l’institution de l’intérieur, en commençant par les recrutements, les ressources humaines, les flux de pouvoir invisible. Mais pour cela, il faut donner aux cadres « non seulement des outils d’organisation comme une application de coordination du vote, mais aussi de véritables outils d’espionnage ». Cette formulation indique une transformation dans la nature du pouvoir politique lui-même. Ce qui était, dans les fascismes historiques, un phénomène ostensible (le parti visible, reconnaissable, occupant l’espace public), devient une structure de présence clandestine. Le cadre du parti n’est pas identifiable comme tel. Il travaille dans l’administration, dirige une université, occupe un poste dans une grande entreprise, sans que jamais ne soit révélée son véritable allégeance. À partir de son poste de travail ordinaire (responsable des ressources humaines, professeur, ingénieur), il peut exercer une influence en cascade : quels professeurs sont embauchés, quels étudiants sont sélectionnés, quels projets sont financés, quels groupes de travail sont constitués. C’est pour cela que le « plan réel » doit rester secret. L’opposition ne peut critiquer que ce qu’elle peut voir. Mais le vrai plan opère dans les couches invisibles du pouvoir institutionnel. Ces décisions apparaissent parfaitement ordinaires, justifiables par des critères apparemment neutres. Mais elles produisent, à long terme, une restructuration de l’institution selon les lignes du mouvement. La structure du hard party s’inspire explicitement du Parti communiste chinois, où l’infiltration, la discipline de fer et la loyauté absolue permettent à une organisation privée de devenir l’organe réel du pouvoir d’État, non pas en conquérant l’État de l’extérieur, mais en le saturant de l’intérieur, en remplissant chaque cellule administrative de cadres loyaux jusqu’à ce que la distinction entre parti et État devienne administrative : qui peut dire où l’un commence et où l’autre finit ?

Le leader et l’eugénisme

En parallèle, la figure du leader se transforme elle aussi. Dans les fascismes historiques, le leader était une figure charismatique (le Duce, le Führer) dont la présence physique était centrale, dont la voix résonnait dans les rassemblements, dont le regard fixe était reproduit sur les affiches. La relation au chef était médiatisée par le corps, par la présence, par le charisme personnel.

Mais dans le hard party yarvinien, le leader n’est plus principalement une figure charismatique. Il devient un nœud algorithmique, un point de distribution qui gère la délégation de l’autorité et recalibre perpétuellement les conditions de l’action politique à haute fréquence. Le système de vote est simplifié, pour ne pas dire éradiqué : « Vous votez une fois, pour un parti ou un chef, de manière permanente et transitive. Une fois que vous avez choisi Trump comme chef, pour chaque élection à laquelle vous êtes éligible, vous votez automatiquement pour Trump. Et si Trump n’a aucun intérêt à devenir le prochain chef du service de contrôle animalier du comté de Volusia, il doit bien connaître quelqu’un d’autre qui serait parfait pour ce poste. Vous votez alors automatiquement pour cette personne. » Cela représente une annihilation systématique du choix électoral. L’électeur ne vote qu’une seule fois dans sa vie, pour un chef. Toutes les autres élections, à tous les niveaux (présidentielle, législatives, locales, jusqu’au « service de contrôle animalier du comté ») sont déterminées rétroactivement par cette décision initiale. L’autorité devient un flux vectoriel qui se propage dans le réseau sans friction démocratique, sans délibération, sans possibilité de révocation. Le culte du chef se vectorise ainsi : il n’y a plus d’identification personnelle au leader, seulement une connexion à un point de distribution algorithmique. Ce système garantit une uniformité des cadres politiques et administratifs, imposant la doctrine de la direction à l’ensemble de la bureaucratie, sans friction démocratique, sans la possibilité même d’une réflexion personnelle.

Mais il y a plus problématique encore. Yarvin rejette explicitement l’égalité démocratique elle-même, et c’est ici que le concept de Human Biodiversity (HBD) intervient comme principe organisateur de la hiérarchie. HBD est une thèse qui affirme que les différences génétiques entre populations humaines expliquent les variations dans les capacités intellectuelles, le comportement social et même la « gouvernabilité ». « Il n’y a pas de raison solide d’anticiper que les capacités intellectuelles des peuples géographiquement séparés dans leur évolution se soient avérées avoir évolué de manière identique. » Cette formulation est déceptivement simple. Elle énonce un présupposé qui détruit la démocratie : si les capacités intellectuelles varient selon la géographie et donc selon les lignées, alors l’égalité démocratique n’est pas un idéal moral à poursuivre. C’est une erreur factuelle, une négation de la réalité biologique. La démocratie, qui suppose l’égalité politique entre les citoyens, repose sur un mensonge. Le hard party yarvinien serait donc fondé sur la « reconnaissance de la réalité » : une hiérarchie naturelle inscrite dans les gènes, simplement enfin administrée rationnellement.

Ici se pose la question décisive : HBD mène-t-il logiquement à l’eugénisme ? La réponse est oui, de manière presque inévitable. Et c’est précisément parce que Yarvin comprend cette logique qu’il construit l’architecture qu’il propose.
– Si on accepte que : les différences génétiques déterminent les capacités cognitives et gouvernementales
– Alors il suit logiquement que : une société optimale devrait favoriser la reproduction des génotypes « supérieurs » et défavoriser les autres
– Ce qui est la définition même de : l’eugénisme.

Yarvin n’énonce pas ici le mot explicitement. Il ne propose pas de « programme eugéniste » formel avec stérilisations forcées ou élimination physique. Mais il propose quelque chose de bien plus redoutable : un eugénisme par infrastructure. Le résultat est identique aux vieux eugénismes d’État, mais le mécanisme est différent. Voici comment cela fonctionnerait : la hiérarchie vectorisée assignerait chaque individu une position dans un espace multidimensionnel de capacités présumées. Cette assignation ne serait pas faite manuellement. Elle serait calculée continuellement par l’infrastructure informationnelle du hard party, basée sur les actions, les performances, les résultats à la gamification. Une fois assigné à une certaine position dans cet espace latent de l’IA, l’individu recevrait automatiquement accès à certaines ressources et serait fermé à d’autres. Certains recevraient des postes permettant l’accumulation de capital, l’accès à l’éducation supérieure, les opportunités de réseau et de reproduction. D’autres seraient confinés à des positions qui réduisent structurellement ces opportunités. Nous ne sommes pas loin des inégalités sociales dans les sociétés libérales, mais ce qui est sinistre, c’est que ce système réalise exactement ce qu’un eugénisme ferait, sélectionner selon le génotype présumé, mais sans jamais avoir à l’avouer. Car qui décide ? Personne, ou plutôt : l’algorithme. C’est « juste » le marché qui opère. C’est « juste » la méritocratie qui joue son rôle. C’est « juste » les capacités naturelles qui trouvent leur niveau. On ne peut pas critiquer un algorithme pour discrimination raciale : l’algorithme n’a pas d’intention. Il opère « objectivement », « scientifiquement » même s’il est chargé de tous les biais de ses concepteurs économiques et techniques. Et ainsi, l’eugénisme devient invisible. Les résultats sont sélectifs (certaines populations sont surreprésentées dans les positions hautes, d’autres systématiquement reléguées aux positions basses), mais le processus n’est jamais nommé comme sélection. Il apparaît comme simple différence de « capacité » reflétée dans le positionnement vectoriel.

C’est là que Nick Land, penseur du courant des « Dark Enlightenment » aux côtés de Yarvin, fournit l’idéologie justificatrice cosmique qui rend l’eugénisme inévitable et naturel. Land n’est pas un penseur détaché du projet yarvinien. Il en est un des architectes théoriques fondamentaux. Les « Lumières Sombres » constituent un courant réactionnaire explicitement antihumaniste, antiégalitariste, qui affirme que l’Illuminisme égalitaire a échoué et que l’avenir réside dans une hiérarchie naturelle basée sur la sélection biologique et technologique. Yarvin cite régulièrement Land, s’inscrit dans sa filiation, et partage sa conviction centrale : l’humanité n’a pas la responsabilité de son avenir, mais doit plutôt s’aligner sur des processus évolutifs ou techno-évolutifs qui la dépassent. Land affirme explicitement que le tri systématique mène à une spéciation : une élite technologique se séparant progressivement de la masse, formant une nouvelle espèce post-humaine capable de franchir le « Grand Filtre » évolutif (Nick Land, « The Dark Enlightenment », 2014). Cette séparation n’est pas une dystopie à combattre, c’est l’inévitable actualisation de la sélection naturelle. L’argument est séduisant pour une sensibilité techno-transhumaniste : l’humanité se scinde en deux branches évolutives. Une élite s’augmente technologiquement (fusion avec l’IA, transhumanisme, extension cognitive) tandis que la masse stagne ou décline. Ce n’est pas une aberration, c’est l’avènement de ce que la sélection naturelle elle-même exige.

Mais cela masque ce qui se passe réellement : la classe qui contrôle l’infrastructure se réserve l’accès aux technologies d’augmentation, tandis que la majorité en reste exclue. Ce qui semblerait être une évolution naturelle est en fait un processus de séparation programmée inscrit dans l’architecture du pouvoir. L’eugénisme devient ainsi un processus cosmique, inévitable, « naturel », ce qui le rend politiquement inattaquable. Comment critiquer la sélection naturelle ? Comment s’opposer à l’évolution ? Land fournit donc l’idéologie qui convertit le projet eugénique d’infrastructure de Yarvin en une nécessité évolutive du cosmos, élevant une stratégie de domination programmée au rang d’une loi de la nature. Les « Lumières Sombres » opèrent ainsi une transmutation : ce qui était criminel (l’eugénisme d’État) devient vertueux (l’accélération de l’évolution). Ce qui était politique (un choix humain) devient cosmique (une force transcendantale).

Plus révélateur encore est le concept yarvinien du « formalisme » : « gouverner et posséder n’ont plus de sens distincts ». Dans ce modèle, l’État devient une « corporation souveraine » (sovcorp) dont la propriété est divisée en actions négociables. Le leader devient un « PDG Souverain » dont la responsabilité n’est pas morale mais fiduciaire : il doit maximiser la valeur de l’actif (le territoire, la population) pour ses actionnaires. La loi n’est plus un contrat social. C’est un contrat de service entre le propriétaire et ses locataires (les anciens citoyens, maintenant reclassifiés comme ressources exploitables). Sous ce régime, l’eugénisme n’est plus une question morale ou politique. C’est une simple question de gestion d’actifs : optimiser la « qualité » de la ressource humaine pour maximiser la productivité et la rentabilité. C’est de la gestion de portefeuille appliquée à la population. Et c’est ici qu’on voit comment HBD + infrastructure algorithmique + formalisme créent un système où l’eugénisme opère sans intention malveillante, sans idéologie raciste explicite, sans symboles nazis dénonçables. C’est juste de l’ingénierie optimale.

L’instrumentalisation de la mémoire

Ici il faut s’arrêter sur un autre point : comment l’infrastructure vectofasciste traite-t-elle la mémoire collective, en particulier les traumatismes de masse ? Le mécanisme est le suivant. Les mémoires de catastrophes historiques (guerres, génocides, persécutions) sont chargées émotionnellement de manière intense. Elles portent une charge affective particulière : culpabilité, trauma, devoir de mémoire, impératif de « plus jamais ça ». Ces émotions ne sont pas moins réelles, moins légitimes que d’autres. Elles sont simplement puissantes. Or, ce que l’infrastructure vectofasciste peut exploiter, c’est précisément cette puissance affective. Non pas en niant l’événement, mais en capturant la mémoire elle-même comme un vecteur émotif imperméable à la critique rationnelle. Si un acteur politique invoque la mémoire d’une catastrophe pour justifier une action présente, il crée une situation où critiquer l’action présente revient à critiquer la mémoire de la catastrophe elle-même. La mémoire devient un bouclier rhétorique. L’action présente devient indiscutable, parce qu’elle est encadrée par ce qui ne peut pas être discuté. C’est le détournement de la mémoire comme outil de pouvoir : plutôt que de permettre que la mémoire nous force à penser différemment, on la fige dans une invocation répétée qui paralyse la critique.

Imaginons un trauma collectif : un génocide, une persécution, une violence de masse reconnue historiquement. Ce trauma possède une charge émotionnelle intense. Il est invoqué régulièrement pour :
– Justifier certaines politiques (« pour que ça ne se répète jamais ») ;
– Délégitimer certaines critiques (« tu oses critiquer ? Mais c’est comme ce trauma ! ») ;
– Mobiliser une culpabilité collective (« nous devons réparer le dommage historique de ce trauma »).
Ce qui se passe alors, c’est que la mémoire devient elle-même un ressort politique. Elle cesse d’être un événement historique à comprendre. Elle devient une donnée affective à exploiter. Et le danger, le vrai danger du vectofascisme, c’est que cela peut créer une boucle temporelle où le présent devient prisonnier du passé. Tout ce qui se passe maintenant doit être justifié par référence à ce qui s’est passé alors. Et parce que ce trauma est posé comme absolu, incomparable, aucun événement présent ne peut être nommé avec la même gravité. Résultat : on peut commettre des actions de grande violence ou injustice au présent, en invoquant la prévention de cet événement, et ces actions seront systématiquement minimisées ou justifiées, parce qu’elles opèrent au nom du trauma lui-même.

Cela aboutit à une destruction progressive de la sémantique politique. Les mots qui permettaient autrefois de nommer les violences extrêmes (« génocide », « crime contre l’humanité », « persécution systématique ») deviennent usés, vidés de sens, parce que ces mots sont invoqués de manière si contradictoire et si saturée affectivement qu’ils perdent leur pouvoir discriminant. Ou bien on dit que seul X mérite le nom de « génocide » (parce que c’est le trauma suprême), ou bien on applique le mot de manière si laxiste (à n’importe quelle injustice) qu’il perd sa force critique. Et une fois qu’on ne peut plus nommer avec précision la violence, on ne peut plus la critiquer avec clarté. La sémantique s’effondre. Le pouvoir opère dans cet espace de confusion sémantique, où les mots ne signifient plus rien de stable. Ce processus réalise ce que nous appelons une vectorisation de la mémoire : la transformation d’un événement historique complexe, multifacette, exigeant une compréhension nuancée, en une simple donnée affective à manipuler.

La mémoire de X entre dans l’espace latent du vectofascisme. Elle peut être :
– Activée sélectivement (invoquée pour justifier une action, ignorée pour en critiquer une autre) ;
– Remixée (les détails historiques précis deviennent moins importants que la signature émotionnelle) ;
– Instrumentalisée (utilisée comme justification pour des actions sans rapport direct avec X) ;
– Cannibalisée (le nom de X invoqué pour légitimer ce qui contredirait les leçons de X).

Ce n’est pas une censure brute de la mémoire. C’est une saturation affective qui paralyse la mémoire, qui l’empêche de remplir sa fonction critique, qui la transforme en outil de contrôle émotionnel. Il est crucial de clarifier ce qui se passe réellement ici. Il est entièrement légitime d’invoquer une mémoire historique pour critiquer une politique présente. « Les leçons de X nous enseignent que Y est dangereux » est une forme de raisonnement politique normal et important. Ce qui devient problématique c’est quelque chose de différent : c’est lorsque la mémoire devient un paravent affectif qui rend toute critique de l’action présente indéfendable. C’est lorsque l’invocation de X devient un moyen de ne pas débattre les enjeux concrets du présent.

– Critique légitime : « L’histoire de X nous montre les dangers de [mécanisme spécifique]. La politique Y reproduit ce mécanisme. Donc Y est dangereuse. »
– Instrumentalisation vectofasciste : « X s’est produit. Nous devons empêcher X. Voilà pourquoi [n’importe quelle action] est justifiée. Si vous questionnez [cette action], vous remettez en question le devoir de mémoire de X. »

Pour le vectofascisme, l’intérêt de ce mécanisme est immense : il permet de mobiliser des affects puissants (culpabilité, peur, devoir) sans jamais avoir à débattre les fondamentaux du projet politique. L’infrastructure peut fonctionner au-dessus du débat démocratique ordinaire, en opérant directement sur ces circuits affectifs chargés historiquement. Mais il est important de noter ceci : ce mécanisme ne s’applique pas spécifiquement à une mémoire ou à un événement donné. C’est un mécanisme structurel qui peut s’appliquer à n’importe quel trauma collectif. Toute mémoire chargée émotionnellement peut potentiellement être capturée et instrumentalisée de cette manière. Et c’est précisément pour cela que le mécanisme est si redoutable : il n’opère pas via l’idéologie explicite, mais via la capture de nos obligations émotionnelles les plus légitimes.

La destruction architecturale, les machines de guerre et le grotesque

Mais le projet yarvinien ne s’arrête pas à la prise de pouvoir. Il va bien au-delà. Il envisage une reconstruction physique, matérielle, architecturale de l’État lui-même. Yarvin conçoit le changement de régime selon le modèle d’une guerre d’occupation totale, visant un effacement « irréversible » de l’ancien système démocratique. « Sa première étape consistera à effacer l’ancien régime de manière pacifique mais irréversible, jusqu’à ce que la peinture ait disparu et que le métal brille. » Et il systématise cette destruction au-delà du politique et du droit, jusqu’à toucher l’architecture physique et la mémoire elle-même : « Même les bâtiments de l’ancien gouvernement devraient être démantelés, sauf s’ils présentent une valeur historique ou architecturale réelle. Comme les Alliés l’ont bien compris en 1945, la destruction symbolique est aussi importante que la destruction structurelle. » Cette référence à 1945 n’est pas innocente. Elle invoque précisément le moment où une totalité a été physiquement détruite, où les symboles du régime ont été démolis, où la mémoire architecturale a été effacée. Yarvin propose de reproduire cette logique d’anéantissement (en prenant bien garde de se référer à 1945 et non avant) : une volonté de déterritorialisation physique complète de la démocratie, de démolition des structures matérielles elles-mêmes, de s’assurer qu’aucune autre forme politique ne puisse s’y réinstaller, pas même sa mémoire.

Les machines de guerre autonomes incarnent littéralement cette logique de vectorisation. Le Replicator de Tesla, les drones militaires autonomes, les systèmes de ciblage basés sur l’IA, ces entités technologiques n’ont pas d’empathie par définition, non parce qu’on l’a « désactivée », mais parce qu’elles n’ont jamais eu d’intentionnalité morale. Elles opèrent selon des optimisations vectorielles : cible acquise = action exécutée. Paul Scharre, ancien sniper de l’armée américaine et analyste politique au Pentagon, l’énonce avec clarté dans Army of None : Autonomous Weapons and the Future of War, 2018  : « Qu’aurait fait une machine à la place de Petrov ? La réponse est claire : la machine aurait fait exactement ce pour quoi elle était programmée, sans jamais comprendre les conséquences de ses actions. » Ce n’est pas une limitation technique surmontable. C’est ce que signifie être une machine : l’absence complète d’intentionnalité morale, d’empathie, de compréhension du contexte ou de monde. Mais ce qui est remarquable, c’est que Musk et Trump ont explicitement transformé cette absence d’empathie en vertu à cultiver. Musk, en développant des machines autonomes sans « limitations éthiques », dénonce la « sensibilité progressiste » comme un obstacle à l’efficacité. Trump, en radicalisant la rhétorique du « enemy combatant » et de l’élimination sans remords, présente l’empathie envers l’adversaire comme une trahison nationale. L’absence de conscience n’est plus simplement le destin inévitable des machines. Elle devient un idéal politique à imposer. Cela révèle le secret du vectofascisme : il ne cherche pas à créer l’absence d’empathie chez les machines, ce serait impossible, les machines n’en ont jamais eu. Il cherche plutôt à vectoriser l’empathie humaine elle-même, à la transformer en donnée affective exploitable ou, mieux encore, à la présenter comme une faiblesse à éliminer de la conscience collective. Mais il y a un danger encore plus insidieux que Scharre identifie : le risque moral. Dans son analyse des politiques d’armes autonomes, Scharre observe que « si ceux qui lancent des armes autonomes ne croient pas être responsables des meurtres qui en résultent, ils pourraient devenir négligents, lançant l’arme dans des endroits où peut-être sa performance n’était pas assurée ». En d’autres termes : quand vous reléguez la décision morale à une machine sans conscience, les opérateurs humains eux-mêmes cessent graduellement d’être tenus pour responsables de leurs actions. C’est la propagation du vectofascisme dans les esprits. L’empathie n’est plus une vertu morale qu’on choisit de cultiver. Elle devient une inefficacité algorithmique qu’on doit débugger. Et une fois qu’on a accepté que les machines n’ont pas besoin d’empathie, il devient facile de conclure que les humains non plus ne devraient pas en avoir.

Le vectofascisme réalise donc une inversion morale qui opère en deux temps :
– Temps 1 (infrastructure) : Créer des machines sans conscience morale ;
– Temps 2 (culture opérationnelle) : Utiliser l’existence de ces machines pour affirmer que la conscience morale est une faiblesse à dépasser chez les humains aussi. 

Ce qui rend cette inversion particulièrement redoutable, c’est qu’elle s’appuie sur une vérité technique pour justifier une transformation morale. On ne peut pas débattre de la conscience chez les machines, elle n’y est simplement pas. Mais en utilisant cette absence pour redéfinir la conscience humaine comme obstacle plutôt que vertus, le vectofascisme transforme les termes du débat moral lui-même. Scharre révèle une autre couche de cette transformation : même si on voulait programmer la conscience morale dans une machine, c’est impossible. Il note que « faire ces jugements exigerait un raisonnement moral complexe… Une telle machine exigerait un raisonnement moral au niveau humain, au-delà de l’IA d’aujourd’hui. » Cela crée une situation paradoxale : les machines autonomes incarnent l’idéal vectofasciste précisément parce qu’elles sont incapables d’avoir la conscience morale que Musk et Trump dénoncent comme obstacle. Elles ne pourraient jamais « se soucier » du fait qu’elles tuent. Elles sont la forme parfaite du pouvoir sans remords, sans hésitation, sans humanité. Les machines autonomes ne sont pas simplement des outils. Elles sont des prophètes du vectofascisme : elles incarnent l’idéal du système optimal quand on a supprimé tout ce qui freine l’action, morale, hésitation, remords, empathie, conscience. Et elles montrent aussi comment cette suppression se propage aux humains qui les utilisent. Le risque moral que Scharre identifie n’est pas un bug. C’est une feature du vectofascisme : construire un système où la conscience morale devient impossible à exercer, pas parce qu’on l’interdit explicitement, mais parce que l’infrastructure elle-même la rend obsolète.

Il existe un mécanisme supplémentaire qui lie intimement la gamification à la destruction sémantique : l’utilisation d’une esthétique du grotesque et du kitsch comme outil de capture émotionnelle couplée au court-circuitage de la critique rationnelle. Rappelons comment fonctionne la gamification : elle ne produit pas de sens, elle produit des affects (récompense, progression, statut). L’utilisateur ne vote pas parce qu’il comprend le projet politique, il vote parce qu’il désire le badge suivant. L’affect se détache du signifié. Le grotesque opère exactement sur cette brèche. Il la systématise et l’amplifie. Prenons l’exemple de Beeple (pseudonyme de Mike Winkelmann), artiste produisant quotidiennement depuis 2010 des images techniquement sophistiquées mais esthétiquement vulgaires : un mélange de haute technologie 3D et de kitsch, d’ironie et d’absurdité grotesque. Ses NFT se vendent pour des millions. Mais l’important n’est pas le marché, c’est le court-circuit émotif qu’il produit. Le grotesque crée un environnement informatif où tous les critères de jugement sont brouillés. Lorsqu’une image est à la fois techniquement impressionnante et esthétiquement ridicule, le cerveau entre en court-circuit. L’ironie devient inséparable de la sincérité. Le beau et le laid ne sont plus des catégories pertinentes. C’est ici que la gamification s’amplifie : dans cet environnement de confusion sémantique, les récompenses affectives deviennent les seuls critères clairs. Le badge n’est plus une aberration dans un univers significatif. C’est la seule chose qui a du sens dans un univers qui a perdu son sens. Habituellement, on critique une politique en disant : « c’est injuste », « c’est mal », « c’est dégradant », critères qui supposent une sériosité morale. Le grotesque préemptif annule cette possibilité. En représentant le mal politique lui-même comme déjà ironique, déjà kitsch, déjà absurde, on l’immunise contre la critique morale. On ne peut pas dire « c’est affreux » à quelque chose qui affirme : « oui, c’est affreux, c’est le point ». L’objet a d’avance occupé le terrain de sa propre critique.

Yarvin lui-même l’énonce : « Passer à un parti à la mode des années 1930, en chemises noires, avec escadrons de la mort, est, je l’admets, comique. » En le qualifiant de comique, il le place dans l’espace du grotesque où la critique sérieuse ne peut plus le saisir. Il y a une immunisation rhétorique : tout recours à la sériosité (« c’est du fascisme ») est immédiatement rejeté comme manquant d’humour. C’est un détournement pervers du grotesque : normalement, le grotesque révèle les contradictions en les amplifiant jusqu’à l’absurde. Ici, il est utilisé pour occulter les contradictions en les convertissant en jeu. La synthèse monstrueuse entre gamification + grotesque + désémantisation produit une capture des affects positifs (victoire, progression, statut) indépendamment du sens, paralyse la capacité à critiquer sérieusement en rendant tout ironiquement absurde, vide le langage politique de son pouvoir référentiel. C’est la paralysie tripartite : émotion sans compréhension, ironie sans alternative, jeu sans conscience. Le vectofascisme réalise sa synthèse la plus redoutable en ces trois points : une totalité où la domination s’exerce sans rencontrer la possibilité d’une critique sérieuse, rationnelle et signifiante.

Le « Hard Reboot » de la Cathédrale

Il y a la question de la doctrine elle-même, de ce que Yarvin appelle la « Cathédrale ». Par ce terme densément chargé, il désigne l’agrégat d’institutions progressistes qui contrôlent selon lui le discours, la culture et l’administration : universités, médias, bureaucratie non élue, organisations internationales de droits de l’homme. Ce n’est pas simplement une description neutre d’un ensemble institutionnel. C’est une accusation théologique. Yarvin définit le progressisme comme une « version sécularisée du quakerisme » ou de l’ultracalvinisme, une religion déguisée en science, une doctrine imposée par la force morale plutôt que la force brute. La Cathédrale n’est pas une bureaucratie neutre mais un « culte mystérieux du pouvoir » qui impose des dogmes (Égalité, Justice Sociale, Diversité) sous couvert de science objective. Le progressisme opère selon la logique d’une église établie, impériale et monopolistique dans sa prétention à incarner la vérité universelle.

Par conséquent, le remplacement de l’ancien régime exige de traiter l’Universalisme comme une église établie et de procéder à sa « désinstallation » complète pour libérer l’État de cette emprise religieuse déguisée en expertise technique. C’est ici que le concept de « hard reboot » révèle sa profondeur totalitaire. Le hard reboot n’est pas une simple réforme ou un changement de majorité électorale. C’est une remise à zéro totale du système, calquée sur le principe de l’ingénieur logiciel réinitialisant un système corrompu par un virus. Cela implique l’éviction systématique de l’ensemble des cadres nommés, la destruction des murs du bâtiment administratif lui-même, et la réécriture intégrale du code fondamental du gouvernement. Mais il y a plus : c’est une institutionnalisation autoritaire de la vérité elle-même. Yarvin énonce : « Et bien sûr, un véritable parti possède une doctrine. Bien avant de prendre le pouvoir, il sait exactement ce qu’il fera du pouvoir. » La doctrine n’est pas découverte par débat démocratique. Elle est instituée par le pouvoir comme réalité a priori. « Ce sont ses idées qui deviendront l’idéologie officielle, la vérité officielle. » Le pouvoir produit donc sa propre forme de vérité, non pas obtenue par consensus démocratique ou vérification empirique, mais imposée par décret souverain. C’est le vectofascisme qui s’épanouit paradoxalement dans la fin des grands récits : il n’a plus besoin de justifier sa vérité par appel à l’Histoire universelle ou au Progrès ou à une Origine. Il l’impose simplement, parce qu’il est le pouvoir, parce qu’il dispose de l’infrastructure informationnelle, du programme de systèmes autonomes décisionnels, du contrôle de l’appareil d’État.

Il existe un dernier mécanisme, peut-être le plus raffiné, que nous avons vu à l’œuvre depuis le début de notre analyse : celui de l’aveu performatif. Yarvin opère un renversement stratégique en admettant explicitement le lien au fascisme. L’aveu du fascisme fonctionne comme une dénégation de second ordre. En le qualifiant de « comique » et en l’intégrant au registre du jeu (la gamification qui structure tout le programme), Yarvin désamorce le terme, tout comme le faisait le bras tendu d’Elon Musk. Le fascisme avoué cesse d’être une accusation sérieuse pour devenir une performance ironique, un programme assumé avec une certaine nonchalance calculée, une sorte de blague que le système se raconte à lui-même. « Cette stratégie vagueness sert plusieurs objectifs : (1) Elle rend ses idées moins extrêmes — en les présentant comme des questions ouvertes plutôt que des appels directs à l’action. (2) Elle permet d’attirer un public plus large — ceux qui pourraient être curieux de la politique réactionnaire mais pas encore pleinement radicalisés. (3) Elle fournit une couverture en cas de confrontation — il peut toujours prétendre qu’il “explorait simplement les possibilités” plutôt que de faire des réclamations prescriptives » (Hugo Rowley, Curtis Yarvin & The Neoreactionary Canon, Made Simple, 2025).  Cela rend la critique libérale et démocratique inopérante. Dès l’instant où le programme a occupé lui-même le terrain de la dénonciation et l’a transformé en vecteur d’amusement et de recrutement, toute critique qui refuse de jouer le jeu demeure incompréhensible, hors du champ des possibles discursifs. C’est la dénégation performative qui se renforce par sa propre répétition, sa propre diffusion. Le pouvoir spectral ne peut être critiqué que de manière spectrale ; la critique frontale, sérieuse, ne peut que passer à côté de sa cible.

Défaillible

Ce qui émerge de cette analyse est une correspondance structurelle entre le diagnostic théorique du vectofascisme et l’ordonnance programmatique de Yarvin. Le concept de vectofascisme servait à identifier une tendance réelle, une virtualité inscrite dans l’infrastructure technique contemporaine, dont le programme yarvinien représente l’une des cristallisations les plus explicites, mais qui peut prendre bien d’autres formes. Le diagnostic n’anticipait pas l’avenir. Il diagnostiquait le présent en cours de mutation. Il identifiait les mécanismes potentiels d’une transformation qui était dispersée, inarticulée, fragmentée. Et le programme yarvinien, en transformant ces mécanismes en architecture explicite et programmée, rend le concept de plus en plus concret, le fait émerger de l’état de virtualité théorique vers celui de possibilité réalisable. L’exemple de Trump, avec son alignement méthodique des institutions culturelles et académiques, montre que nous ne sommes plus dans la phase théorique. Les éléments opèrent maintenant de manière coordonnée, bien que non unifiée sous une intention unique. Le programme vectofasciste combine : l’application mobile comme medium politique total, la gamification comme capture affective, l’infiltration institutionnelle clandestine, l’infrastructure informationnelle parallèle et autarcique, un système de vote transitif qui absorbe toute délibération démocratique, une hiérarchie vectorisée basée sur HBD et l’eugénisme calculé, une doctrine imposée comme réalité officielle, et l’intégration de programmes militaires réels vers l’autonomie complète des décisions de destruction. Mais il faut le noter avec clarté : nous ne savons pas si ce programme sera réellement implémenté de manière cohérente même si nous en voyons déjà certaines prémisses dans le colonianisme trumpien. Nous analysons une tendance, une possibilité inscrite dans les capacités techniques du XXIe siècle. C’est précisément parce que c’est possible que l’analyse devient urgente.

Ce qui rend ce vectofascisme particulièrement insidieux, c’est que la critique politique traditionnelle n’a aucune catégorie pour le saisir. La critique de gauche dispose de concepts (pouvoir, exploitation, hégémonie) mais elle suppose une base matérielle où des humains décident activement d’opprimer d’autres humains selon un mécanisme de classes sociales. Or, le vectofascisme opère de telle manière qu’il n’y a pas seulement un « groupe » qui décide. Il y a une architecture, une infrastructure, un système de calcul. Dire « c’est injuste » suppose que justice et injustice soient des catégories pertinentes. Mais si le système opère en deçà du seuil sémantique, en deçà du langage où « justice » et « injustice » ont du sens, cette critique passe à côté. Dire « c’est du fascisme » est une réaction juste, mais elle suppose que le fascisme soit reconnaissable, dénonçable, que ses intentions soient claires. Or, le vectofascisme réalise précisément sa puissance en affirmant-tout-en-niant qu’il soit fascisme, l’aveu ironique qui désamorce la critique.

La vraie question n’est donc pas : « Comment critique-t-on le vectofascisme ? » La vraie question est : « Comment crée-t-on les conditions pour que d’autres mondes soient possible ? » Mais cette question excède les limites de ce texte. L’analyse du vectofascisme comme infrastructure est préalable à toute contre-architecture. Il faut d’abord nommer les mécanismes pour pouvoir les contourner. Les propositions concrètes (créer des institutions inoptimisées, des espaces publics, des formes de coopération qui refusent la gamification) feront l’objet de recherches ultérieures. Ce qui importe ici : ne pas rester à la pure critique, ne pas transformer le diagnostic en paralysie fascinée. Mais aussi ne pas prétendre que des gestes éthiques individuels suffiront. La construction d’une contre-architecture exige un travail institutionnel, technique, politique, et c’est un autre chantier.

La vraie urgence du vectofascisme ne réside pas dans le programme de Yarvin lui-même, qui peut ou ne pas être implémenté. Elle réside dans le fait que les mécanismes sont déjà là : l’application, la gamification, la désémantisation, l’infiltration, l’infrastructure informationnelle parallèle, les systèmes décisionnels autonomes, la vectorisation de la mémoire, la paralysie morale par le grotesque. Ces mécanismes opèrent fragmentés, dispersés, mais opérants. Observons les contradictions émergentes : le Kremlin ne parvient pas à vectoriser entièrement les populations qui refusent l’identification biométrique. Les systèmes de recommandation de Meta s’effondrent périodiquement sous la charge de contenu à modérer. Les cadres infiltrés dans les universités génèrent eux-mêmes des résistances internes. Les travailleurs d’Amazon qui utilisent les systèmes d’optimisation se sabotent mutuellement pour échapper à l’algorithme. Ces failles montrent que la neutralisation des contradictions n’est pas automatique, mais exige un travail perpétuel de maintenance. Mais attention : cette totalité vectofasciste ne fonctionne que si elle demeure invisible. Elle prospère dans la fragmentation des compréhensions. Elle gère ses propres failles par neutralisation. Car le vectofascisme n’est pas absolu. Il rencontre des résistances, techniques, sociales, affectives. Les contradictions qu’il produit ne disparaissent pas ; il les absorbe en les fragmentant, en les rendant inintelligibles les unes aux autres. Exemple : un utilisateur gamifié peut aussi refuser l’app. Une institution vectorisée peut aussi générer des contre-mouvements. Un citoyen exposé à la désémantisation peut aussi, dans certaines conditions, retrouver un langage critique. Le système ne tolère pas ces contradictions ; il les neutralise. Il les isole, les marginalise, les transforme en bruit de fond. Le danger réside donc non dans l’inévitabilité du vectofascisme, mais dans son efficacité relative à absorber les contradictions. Il ne gagne pas parce qu’il est parfait. Il gagne parce qu’il isole les points de rupture. Mais c’est justement parce qu’il essaye de le faire qu’il est défaillible. Chaque absorption d’une contradiction crée des tensions, des frictions, des points d’appui possibles. L’urgence de ce diagnostic réside précisément là. Pas pour prédire l’avenir, le vectofascisme n’est pas inévitable. Pas pour paralyser par la description d’une totalité sans failles. Mais pour identifier où les contradictions peuvent s’articuler, où les points de rupture pourraient se cristalliser en action collective. Pour maintenir la capacité à nommer ce qui se passe avant qu’il ne soit trop tard pour agir. Pour que, quand une contre-architecture se construira, elle sache précisément pour quoi elle s’édifie et comment.

Gregory Chatonsky

  • ✇Dans les algorithmes
  • La reconnaissance faciale, en toute impunité
    En 2021 déjà, Street Press avait montré que la police française utilise la reconnaissance faciale massivement, couramment et en toute impunité. Le média d’inverstigation Disclose enfonce le clou : on est passé de de 375 000 consultations du fichier TAJ (Traitement des antécédents judiciaires) à 1 000 000 en 2024. Soit 2500 consultations quotidiennes. Une pratique toujours illégale, rappelle la Quadrature du Net qui exige son interdiction et des sanctions contre ceux qui permettent son déploiemen

La reconnaissance faciale, en toute impunité

23 mars 2026 à 07:05

En 2021 déjà, Street Press avait montré que la police française utilise la reconnaissance faciale massivement, couramment et en toute impunité. Le média d’inverstigation Disclose enfonce le clou : on est passé de de 375 000 consultations du fichier TAJ (Traitement des antécédents judiciaires) à 1 000 000 en 2024. Soit 2500 consultations quotidiennes. Une pratique toujours illégale, rappelle la Quadrature du Net qui exige son interdiction et des sanctions contre ceux qui permettent son déploiement, en dehors du cadre légal.

  • ✇Dans les algorithmes
  • Le biais anti-humain : des préférences des IA pour les contenus IA
    Sans surprise, les IA préfèrent les textes… écrits par des IA. Des chercheurs ont reproduit des études de discrimination à l’emploi en testant les biais des LLM chargés du recrutement en testant la différence entre des lettres de motivation et des CV écrits par des humains et générés par des IA.  Visiblement, les LLM préfèrent toujours les contenus génératifs sur les contenus humains, que ce soit pour l’embauche, pour la sélection d’articles de recherche ou pour les résumés de films. Mais sur

Le biais anti-humain : des préférences des IA pour les contenus IA

23 mars 2026 à 07:04

Sans surprise, les IA préfèrent les textes… écrits par des IA. Des chercheurs ont reproduit des études de discrimination à l’emploi en testant les biais des LLM chargés du recrutement en testant la différence entre des lettres de motivation et des CV écrits par des humains et générés par des IA. 

Visiblement, les LLM préfèrent toujours les contenus génératifs sur les contenus humains, que ce soit pour l’embauche, pour la sélection d’articles de recherche ou pour les résumés de films. Mais surtout, soulignent les chercheurs, confrontés au choix entre des contenus génératifs et des contenus humains, les humains choisissent moins fréquemment les textes produits par des LLM que ne le font les produits LLM eux-mêmes. Les résultats montrent que les LLM ont tendance à « discriminer de manière dysfonctionnelle les humains. » 

Reste à saisir pourquoi : « nos données ne permettent pas de déterminer si le biais sous-jacent est sui generis ou s’il résulte de formes plus familières de biais sociaux et de discrimination. Il est possible que les choix des LLM révèlent des formes amplifiées de biais négatifs socialement répandus, déclenchés par les marqueurs stylistiques des identités sociales humaines marginalisées. Ainsi, la préférence des LLM pour les LLM découlerait de l’absence de tels marqueurs dans leurs intonations, contrairement à leur présence intermittente dans les intonations humaines.»  

A terme, les chercheurs estiment que pointe le risque d’une fracture numérique renforcée, risquant de déclasser les candidats qui n’utilisent pas l’IA, ou pire, ceux qui n’utilisent pas les meilleurs modèles… ou pire, de marginaliser définitivement les humains, par une forme de ségrégation supplémentaire, et qui s’ajoute à celles lui préexistant. Ce qui est sûr, c’est que le biais IA-IA pourrait conférer un avantage indu au contenu généré par l’IA dans nombre de processus décisionnels, comme on le voit déjà dans les flux de recommandations de nombre de réseaux sociaux.

  • ✇Dans les algorithmes
  • Le coût caché de l’IA c’est la vérification
    « L’IA ne fonctionne toujours pas très bien en entreprise, les entreprises font semblant, mais un règlement de comptes est imminent », estime le journaliste Thomas Claburn  pour The Register. « Un code peut sembler correct, réussir les tests et pourtant être erroné. On mesure généralement cela grâce à des tests de performance. Or, beaucoup des entreprises n’ont pas mis en place de système de retour d’information adéquat pour évaluer l’impact du codage basé sur l’IA sur les résultats qui leur imp

Le coût caché de l’IA c’est la vérification

23 mars 2026 à 07:03

« L’IA ne fonctionne toujours pas très bien en entreprise, les entreprises font semblant, mais un règlement de comptes est imminent », estime le journaliste Thomas Claburn  pour The Register. « Un code peut sembler correct, réussir les tests et pourtant être erroné. On mesure généralement cela grâce à des tests de performance. Or, beaucoup des entreprises n’ont pas mis en place de système de retour d’information adéquat pour évaluer l’impact du codage basé sur l’IA sur les résultats qui leur importent. Le nombre de lignes de code n’est pas un indicateur d’excellence. (…) nous avons besoin d’un nouvel ensemble de métriques, pour mesurer l’impact de l’IA sur la performance en ingénierie », explique Dorian Smiley de Codestrap.

« Le nombre de lignes de code, le nombre de présentations produites, le nombre de tickets fermés, le temps gagné sur une tâche, le volume de texte généré, sont des métriques assez faciles à faire remonter dans un tableau de bord, faciles aussi à présenter à une direction générale. Mais ce sont souvent de très mauvaises mesures de la qualité réelle du travail livré.», rappelle Arthur Charpentier sur son blog. « Les lignes de code, ou le nombre de pull requests, ne sont pas des mesures d’excellence en ingénierie. Ce qui compte, ce sont plutôt des variables comme la fréquence de déploiement, le délai de mise en production, le taux d’échec des changements, le temps de rétablissement, la sévérité des incidents. Dès lors, une partie de l’optimisme contemporain vient peut-être d’une confusion très simple: on confond ce qui est facile à compter avec ce qui est réellement important. » 

L’adoption de l’IA peut s’accompagner d’améliorations sur certaines dimensions intermédiaires, par exemple la documentation ou la rapidité perçue sur quelques tâches, tout en coexistant avec une baisse de la « cadence de livraison » et de la stabilité d’ensemble, explique encore Charpentier. « L’IA peut donner aux équipes le sentiment d’aller plus vite, de produire plus, de fluidifier certains gestes, tout en dégradant les propriétés du système qui importent vraiment ». « Lorsque Clarburn explique que les grands cabinets de conseil utilisent déjà l’IA à grande échelle pour rédiger des PowerPoint ou d’autres livrables, et que les erreurs dans le travail de bureau risquent d’être plus difficiles à détecter que dans le code faute de tests de référence comparables, il parle d’autre chose que d’une faiblesse technique. Il décrit une économie de services dans laquelle la qualité devient opaque au client. Et pas que lui, parfois même à l’organisation qui vend le service.» 

Charpentier rappelle que l’accélération peut rendre l’organisation entière « rationnellement aveugle à la dégradation de la qualité, parce que le coût immédiat de la vigilance pèse sur ceux qui doivent livrer vite, alors que le coût du dommage est reporté plus tard ». « Un risque devient très difficile à couvrir lorsque ni le client, ni le prestataire, ni l’assureur ne savent clairement qui devait voir l’erreur, à quel moment, et selon quelle procédure », rappelle le spécialiste des techniques d’assurances. « Chaque gain apparent de vitesse déplace en réalité une charge vers l’aval. Il faut relire, comparer, tester, contextualiser, parfois réécrire. Et si personne n’assume sérieusement ce travail, le coût ne disparaît pas. Il réapparaît plus tard sous forme d’erreur, de correction en urgence, de perte de confiance, puis éventuellement de contentieux. Ce que l’on présente comme un gain de productivité n’est donc souvent qu’un déplacement comptable. On économise au début sur la production, pour dépenser plus tard sur le contrôle, ou sur les conséquences de son absence. » « Le ralentissement n’est pas un défaut du système, il en est la condition de crédibilité ! Tant qu’une organisation célèbre les gains de vitesse sans financer sérieusement une infrastructure de vérification, elle sous-estime nécessairement le coût complet du système.» Ce qu’il résume de belles formules : le coût caché de l’IA n’est pas la génération, c’est la vérification. L’automatisation ne supprime pas l’erreur, elle la déplace. 

« Une erreur de présentation, de recommandation, de priorisation ou de raisonnement n’est pas nécessairement la faute d’un utilisateur inattentif. Elle peut être le produit d’un système dans lequel on a retiré aux humains les conditions mêmes d’un contrôle effectif, tout en continuant à leur demander d’en assumer la responsabilité finale. » 

« Une même technologie peut être présentée en interne comme un gain de productivité, être interprétée par le client comme une baisse de valeur, et être analysée par l’assureur comme une hausse du risque.»

  • ✇Dans les algorithmes
  • Une histoire des rapports de l’Etat au logiciel libre
    Sur le framablog, Pierre-Yves Gosset publie une excellente et fouillée histoire des rapports de l’État français et du le logiciel libre. Des années 60 à aujourd’hui, cette chronologie souligne que l’ambivalence entre souveraineté et dépendance est complexe, faite d’avancées et de reculs, de conquêtes et d’abandons. Le prétexte de cette prise de recul est une défense du projet porté par La Suite numérique à la Dinum, une suite d’outils collaboratifs libres pour les agents de l’État. « Une initiat

Une histoire des rapports de l’Etat au logiciel libre

23 mars 2026 à 07:01

Sur le framablog, Pierre-Yves Gosset publie une excellente et fouillée histoire des rapports de lÉtat français et du le logiciel libre. Des années 60 à aujourd’hui, cette chronologie souligne que l’ambivalence entre souveraineté et dépendance est complexe, faite d’avancées et de reculs, de conquêtes et d’abandons. Le prétexte de cette prise de recul est une défense du projet porté par La Suite numérique à la Dinum, une suite d’outils collaboratifs libres pour les agents de l’État. « Une initiative publique louable, politiquement courageuse, et plus prometteuse que ne le disent ses détracteurs. »

« C’est une initiative précieuse, parce qu’elle rouvre un espace politique que l’État français a trop souvent laissé se refermer : celui d’un numérique public plus libre, moins dépendant d’éditeurs ou de cabinet de conseils dont l’objet est moins de servir la population que de se servir sur les institutions. » Oui, l’autonomie numérique passe d’abord par des projets concrets et fonctionnels et se bâtit, d’une brique l’autre.

  • ✇Dans les algorithmes
  • QuitGPT (4/4) : de la contestation de gauche à son organisation
    Pour conclure ce dossier, revenons aux propos de l’historien Brian Merchant, dans sa newsletter.  L’IA peut-elle être un projet de gauche ? Croire que la gauche passerait à côté de l’IA reste une accusation un peu facile. L’IA, quoi que ses apôtres en disent, tient largement d’une machine à défaillance qui vise à servir le capitalisme. Ensuite, si la gauche décrit une accélération d’un capitalisme factice et cynique, c’est aussi avec de solides arguments. On a plutôt l’impression que les t

QuitGPT (4/4) : de la contestation de gauche à son organisation

20 mars 2026 à 07:00

Pour conclure ce dossier, revenons aux propos de l’historien Brian Merchant, dans sa newsletter

L’IA peut-elle être un projet de gauche ?

Croire que la gauche passerait à côté de l’IA reste une accusation un peu facile. L’IA, quoi que ses apôtres en disent, tient largement d’une machine à défaillance qui vise à servir le capitalisme. Ensuite, si la gauche décrit une accélération d’un capitalisme factice et cynique, c’est aussi avec de solides arguments. On a plutôt l’impression que les thuriféraires de l’IA ne souhaitent pas entendre qu’on puisse refuser l’IA et son monde, toute puissante qu’elle soit. La promesse de l’IA n’est qu’une promesse pour les plus puissants. Dans la critique de l’IA de gauche, on entend pourtant aussi des tentatives pour créer des IA spécifiques, limités, voire socialistes, tout en se demandant si cela est seulement possible, tant les moyens sont accaparés par des acteurs qui ne sont pas de gauche et qui rendent impossible et certainement peu désirable, l’idée même d’IA, tant la délégation de la pensée aux machines est finalement contraire à l’idéal d’émancipation qui anime la gauche. 

Ce dont convient largement Brian Merchant : la gauche cherche bien plus à pointer les limites de l’IA que les enthousiastes minimisent. La gauche américaine n’est pas en train de rater une occasion de jouer un rôle dans l’élaboration des politiques relatives à l’encadrement de l’IA. Au contraire : les progressistes s’efforcent d’adopter des lois allant dans ce sens, notamment au niveau des États, tandis que la droite tente de les bloquer, notamment via le moratoire trumpiste cherchant à interdire toute législation relative à l’IA au niveau des États. Dans le décompte des projets de lois sur l’IA, la plupart viennent d’organisations de gauche. Des dizaines de projets de loi étatiques, soutenus par des syndicats et des organisations progressistes, n’ont de cesse d’être proposées. Que peu aboutissent dit bien plus de l’inégalité des rapports de force et des puissances financières et politiques en jeux que de la justice que réclament ces contestations et ces demandes de régulations. 

En fait, rappelle Merchant, la gauche ne perçoit pas l’IA comme une force transformatrice qui va remodeler le monde et ses institutions, mais bien comme une force qui va permettre d’aligner le monde aux intérêts des puissants. Pour les défenseurs de l’IA, la voir décrite comme un système statistique, comme des perroquets stochastiques semble dénigrer leur projet sur le plan structurel même. « Pour ceux qui croient développer une super-intelligence puissante, il est certainement insultant de la voir réduite à un simple outil de saisie semi-automatique sophistiqué ». Mais quelqu’un qui défit l’IA comme un simple outil à plagier ou un simple outil de saisie automatique ne signifie pas qu’il n’a aucune compréhension de la technologie. Il en pointe d’abord les limites, les effets avant d’observer ses possibilités.

Pour Merchant, d’ailleurs, la position la plus répandue à gauche n’est certainement pas de considérer l’IA générative comme un simple perroquet stochastique, mais plutôt comme un produit conçu par de puissantes entreprises avides de profits, capable de causer de graves dommages à la société. Autrement dit, « ce n’est pas une critique sémantique ou philosophique qui devrait inquiéter l’industrie de l’IA, mais bien la critique matérielle et sociale que la gauche lui adresse. L’IA est perçue, à juste titre, comme une menace pour l’emploi, l’éducation, le bien-être mental, les arts, la sécurité des enfants, l’écosystème de l’information, et comme n’offrant que peu d’avantages à d’autres qu’aux dirigeants d’entreprise et aux sociétés spécialisées en IA. La gauche sait qu’elle doit s’opposer à ces entreprises qui cherchent à faciliter un transfert massif de richesse que produisent les travailleurs vers les plus riches – et elle le sait d’autant plus que les dirigeants du secteur de l’IA ne cessent de répéter qu’ils visent précisément cet objectif. » 

En fait, la critique de gauche fait son travail en appréhendant l’ensemble de l’économie politique de l’IA plutôt que de se contenter d’examiner la seule technologie de l’IA. De la dénonciation colonialiste et extractiviste de l’IA à la dénonciation de ses effets sociaux et économiques sur le travail ou cognitifs et comportementaux sur les gens et les relations sociales…, la dénonciation des effets de l’IA est forte et profonde. « L’IA est en effet développée par une poignée de dirigeants et d’oligopoles technologiques qui assument ouvertement leur volonté d’orchestrer une déqualification massive de la main-d’œuvre, et qui déploient sans compter l’énergie, les ressources et les capitaux nécessaires à la réalisation de cet objectif, tout en collaborant activement avec un État autoritaire pour museler tout contrôle démocratique ». Ce n’est pas parce que quelqu’un rejette une technologie et le projet plus vaste dont elle fait partie qu’il ne la comprend pas. Bien souvent, ce rejet est parfaitement éclairé, justifié et rationnel, rappelle Merchant.

La contestation de gauche face à l’IA s’organise

Le podcast d’interviews le plus populaire de la gauche américaine, The Dig, a récemment reçu Nick Srnicek, dont le dernier ouvrage, Silicon Empires : le combat pour l’avenir de l’IA (Polity, 2025, non traduit), prend justement très au sérieux l’importance de l’IA (Nick Srnicek est notamment l’auteur du premier manifeste accélérationniste et d’une analyse sur le capitalisme de plateforme). Des universitaires et responsables politiques de gauche comme Ruha Benjamin du Just Data Lab de Princeton, Alondra Nelson de l’institut pour les études avancées ou Amba Kak de l’AI Now Institute… ont ​​été nommés au comité de transition technologique du maire de New York (l’un des 17 comité consultatifs, composés de plus de 400 personnes, afin de conseiller les politiques de sa future administration) pour réfléchir à la question de l’IA. Bernie Sanders, figure emblématique de la gauche américaine, a proposé un moratoire sur les centres de données… 

Pour Merchant, la gauche se pose des questions sur l’IA. Interroge ce qui devrait être automatisé et ce qui ne devrait pas l’être. Les gens de gauche ont bien compris que l’IA vise à automatiser la production, et que, si les outils s’améliorent, ce n’est pas au rythme annoncé par les thuriféraires de l’IA et ce n’est pas sans limites profondément problématiques. Reste que les discussions sur l’IA communautaire et sur les méfaits de l’IA sont nourries. Pour Merchant, le débat entre Benanav et Morozov interrogeait lui aussi les enjeux : que voulons-nous que l’IA fasse et comment ? Que voulons-nous qu’elle ne fasse pas et comment ? Quels compromis sont possibles ? Est-ce que cette consommation d’énergie est justifiée ? 

Il est sûr que la droite a bien moins de scrupules : pour elle, l’intérêt de l’IA vise uniquement à générer du profit et du pouvoir. Ce qui est sûr, estime Merchant, c’est que le fait que ces débats parfois confus, souvent virulents, ne portent pas aux nues la technologie, ne signifie ni ignorance, ni occasion manquée. « Cela traduit une résistance au projet d’IA tel qu’il est actuellement constitué. Cela soulève les questions suivantes : pourquoi voulons-nous cela ? À qui cela profite-t-il ?… Cette réaction est parfaitement raisonnable. Elle est également populaire. Des moratoires sur les centres de données sont adoptés dans de nombreuses villes du pays. Les élites de la Silicon Valley sont extrêmement impopulaires. » La réglementation de l’IA, ainsi que les lois pour limiter le déploiement de l’IA déjà adoptées, bénéficient d’un large soutien. » Alors que le sénateur Bernie Sanders a appelé à un moratoire sur la construction de data centers aux Etats-Unis, que des Etats en ont voté à travers tous les Etats-Unis, un sondage d’opinion du Pew Internet montre que les Américains sont très opposés aux déploiements de centres de données, rapporte 404media

« La gauche est en train de remporter le débat sur l’IA »

En fait, estime Brian Merchant, « la gauche est en train de remporter le débat sur l’IA ». « Mieux, elle a en réalité accumulé un capital politique considérable autour de l’IA. La gauche veut protéger ses enfants de l’IA et éviter qu’elle leur prenne leur emploi. Pour l’instant, cette critique ne remporte le débat que dans l’opinion publique. En pratique, les entreprises d’IA font ce qu’elles veulent, avec la bénédiction de l’entourage de Trump. La gauche pourrait même, comme le suggèrent Benanav et Weatherby, défendre avec beaucoup plus de conviction que l’IA devrait être entièrement publique et administrée par le public. » Pour Merchant, les mesures dérisoires comme le revenu de base, sont bien moins stimulantes que de nous réapproprier l’IA, collectivement. N’a-t-elle pas été conçue pour« bénéficier à toute l’humanité » ?, ironise Merchant en rappelant le moto d’OpenAI. Comment se fait-il alors qu’elle ne bénéficie pas aux plus démunis ! Si l’IA ne bénéficie pas à tous, comme c’est le cas actuellement, alors elle n’apportera dans son leg qu’une situation pire que celle qui est. Elle risque bien d’être une impasse sociale, parce que, comme le dit Romaric Godin, elle ne vise qu’à accélérer l’accumulation du capital qu’elle sert. 

Les contestataires de l’IA demandent bien souvent l’arrêt de ses déploiements… (comme dans le cas de la lutte contre le déploiement des data centers) ou espèrent qu’on puisse la calfeutrer avant qu’elle n’envahisse tous les processus de nos existences (comme les artistes qui souhaitent qu’on établisse des règles pour qu’elle n’envahisse pas la musique ou les profs de plus en plus nombreux à demander à leurs établissements de ne pas souscrire d’abonnements pour les élèves comme à la California State University ou à l’université du Colorado…). Mais, les calfeutrages vont être très difficiles à mettre en place et plus encore à faire respecter du fait des intérêts financiers en jeu. Si la gauche est en train de remporter le débat sur l’IA comme le dit Merchant, par la contestation qu’elle génère, cela ne signifie pas qu’elle va remporter les batailles à venir, tant les intérêts à imposer l’IA sont puissants

Reste que les contestations sont riches, diverses et s’interrelient les unes les autres. Les méthodes déployées par les uns inspirent les revendications des autres. Des oppositions qui demeurent en tout cas plus joyeuses et réelles que l’IA, son monde, sa puissance sans conscience et ses profits stratosphériques et sans partage. 

Pour ma part, je préfère un monde où les gens dessinent, codent, jouent de la musique, écrivent, étudient par eux-mêmes, parlent avec d’autres humains… plutôt qu’un monde où ils en sont dépossédés. Je préfère un monde où la vérité a encore sa place à un monde guidé par la seule probabilité. 

Hubert Guillaud

MAJ du 20/03/2026 : Dans une tribune pour le New York Times, le journaliste David Wallace-Wells, surtout connu pour ses écrits sur le changement climatique, s’énerve après l’opposition contre la construction de data centers. Pour lui, le débat sur la construction de data centers est une distraction alors que l’IA est désormais largement utilisée pour faire la guerre, alors que les Etats-Unis ne disposent d’aucun cadre réglementaire pour l’encadrer. « On compare souvent l’intelligence artificielle aux armes nucléaires. Mais on n’a pas laissé Robert Oppenheimer et Edward Teller décider seuls du sort des bombes. » La réponse législative face au pouvoir de l’IA a été quasi inexistante. « Une administration parfois caricaturée comme soucieuse de la sécurité a cédé la place à une autre, plus aisément qualifiable d’accélérationniste. » Les géants de l’IA ont connu une croissance si fulgurante et sont devenus si essentiels pour l’avenir de l’économie américaine qu’ils sont devenus intouchables. Les Américains, eux, à mesure qu’ils découvraient l’IA, sont devenus moins enthousiastes et plus inquiets. « L’intelligence artificielle apparaît dans ce contexte comme un symbole fort de l’impuissance des peuples, déjà bien présente et vouée à s’aggraver. Elle annonce un avenir où l’organisation de la société sera en grande partie confiée à des robots opérant dans des systèmes opaques, contrôlés par une poignée d’individus immensément riches. » La lutte contre les datacenters semble donner aux citoyens inquiets l’illusion qu’ils peuvent reprendre le contrôle en menant des actions ciblées et concrètes. « La contestation des centres de données submerge la politique américaine », déclarait la journaliste Jael Holzman dans Heatmap, une publication spécialisée dans le climat, en novembre. « Presque chaque semaine, partout aux États-Unis des Américains manifestent, rejettent, restreignent ou interdisent la construction de nouveaux centres de données. » L’opposition locale aux centres de données semble une stratégie politique gagnante. Pour autant, est-ce que le ralentissement de la construction de data centers empêchera les entreprises de la Tech de conduire la guerre, de déstabiliser le monde du travail, de polluer internet, de sauver l’éducation, de réduire l’emprise des chatbots ? Cette opposition aux centres de calcul sera-t-elle suffisante pour limiter l’impact culturel et économique de l’IA qui est appelée à devenir le principal enjeu politique de la prochaine décennie ? 

Pourtant, il est peu probable qu’une législation significative sur l’IA soit adoptée tant que le gouvernement Trump sera en place et que d’ici là, l’IA aura sans doute autant évolué qu’elle l’a fait depuis 2023. En trois ans, nous sommes pourtant  passés de l’effroi des premiers utilisateurs de chatGPT à des débats au Pentagone d’envergure stratégique sur le déploiement d’IA totalement autonomes en zones de guerre sans supervision humaine. Le génie ne rentrera pas dans sa lampe. « Ceux qui espèrent jouer un rôle plus actif dans la construction de cet avenir devront probablement faire plus que simplement empêcher la construction de quelques nouveaux centres de données. » 

Le dossier QuitGPT :

– 1ère partie : De la politisation du boycott

– 2e partie : La gauche minimise-t-elle le pouvoir de l’IA ?

– 3e partie : Le socialisme après l’IA ?

– 4e et dernière partie : De la contestation de gauche à son organisation

  • ✇Dans les algorithmes
  • L’IA, ce piège de la responsabilité
    L’IA n’augmente pas les individus, mais les rend dépendants de systèmes imparfaits, explique avec sa verve habituelle Cory Doctorow dans un très long format pour The Guardian.  « Personne n’investit des centaines de milliards dans les entreprises d’IA en pensant que l’IA rendra la radiologie plus coûteuse, même si elle la rend plus précise. Le marché qui parie sur l’IA parie sur le fait qu’un commercial ira voir le PDG de Kaiser (l’un des plus grands consortium de soins américain) et lui prés

L’IA, ce piège de la responsabilité

13 février 2026 à 07:01

L’IA n’augmente pas les individus, mais les rend dépendants de systèmes imparfaits, explique avec sa verve habituelle Cory Doctorow dans un très long format pour The Guardian

« Personne n’investit des centaines de milliards dans les entreprises d’IA en pensant que l’IA rendra la radiologie plus coûteuse, même si elle la rend plus précise. Le marché qui parie sur l’IA parie sur le fait qu’un commercial ira voir le PDG de Kaiser (l’un des plus grands consortium de soins américain) et lui présentera l’argument suivant : « Vous licenciez neuf de vos dix radiologues et économisez 20 millions de dollars par an. Vous nous versez 10 millions de dollars par an, vous empochez 10 millions de dollars par an, et le travail des radiologues restants consistera à superviser les diagnostics établis par l’IA à une vitesse surhumaine – et à rester vigilants, malgré le fait que l’IA a généralement raison, sauf en cas d’erreur catastrophique ». « Et si l’IA rate une tumeur, ce sera la faute du radiologue, car c’est lui qui est l’élément humain dans le processus. C’est sa signature qui valide le diagnostic. » 

C’est ce que Dan Davies, dans son livre The Unaccountability Machine : Why Big Systems Make Terrible Decisions (Profile Books, 2025), appelle un « piège à responsabilisation ». 

« Le rôle du radiologue n’est pas de superviser le travail de l’IA, mais d’endosser la responsabilité de ses erreurs. C’est un autre élément clé pour comprendre – et donc faire éclater – la bulle de l’IA. L’IA ne peut pas faire votre travail, mais un vendeur d’IA peut convaincre votre supérieur de vous licencier et de vous remplacer par une IA incapable de faire le même travail. »

  • ✇Dans les algorithmes
  • L’allocation de droits n’est pas un problème d’ingénierie
    « Les systèmes algorithmiques aggravent les inégalités en traitant tout écart par rapport à une norme statistique comme une preuve de risque, et en présentant ce jugement comme le résultat d’une analyse objective plutôt que comme un choix inhérent à la conception du système. Le danger de ces systèmes réside dans leur capacité à blanchir les décisions politiques par des processus techniques. En présentant l’allocation et l’application des lois comme des problèmes d’ingénierie, les institutions pe

L’allocation de droits n’est pas un problème d’ingénierie

13 février 2026 à 07:00

« Les systèmes algorithmiques aggravent les inégalités en traitant tout écart par rapport à une norme statistique comme une preuve de risque, et en présentant ce jugement comme le résultat d’une analyse objective plutôt que comme un choix inhérent à la conception du système. Le danger de ces systèmes réside dans leur capacité à blanchir les décisions politiques par des processus techniques. En présentant l’allocation et l’application des lois comme des problèmes d’ingénierie, les institutions peuvent se soustraire à l’examen moral et juridique qui accompagne habituellement les changements de politique. Pour les communautés les plus directement concernées par ces décisions, il en résulte un durcissement des inégalités sociales, imposé par une bureaucratie plus difficile à déceler, à comprendre et, surtout, à combattre. » James O’Sullivan (site).

  • ✇Dans les algorithmes
  • Des protocoles pour les agents IA… à un nouvel internet
    La prochaine version du web sera conçue pour les machines, et non pour les humains (voir notre article « L’IA, un nouvel internet… sans condition »). Mais encore faut-il que les « agents intelligents », des machines capables de lire, d’interpréter et d’agir… puissent agir justement, explique The Economist. Et pour effectuer des tâches, l’infrastructure du web doit évoluer. « Un obstacle majeur réside dans le langage : il faut permettre aux agents de communiquer avec les services en ligne et entr

Des protocoles pour les agents IA… à un nouvel internet

12 février 2026 à 07:00

La prochaine version du web sera conçue pour les machines, et non pour les humains (voir notre article « L’IA, un nouvel internet… sans condition »). Mais encore faut-il que les « agents intelligents », des machines capables de lire, d’interpréter et d’agir… puissent agir justement, explique The Economist. Et pour effectuer des tâches, l’infrastructure du web doit évoluer. « Un obstacle majeur réside dans le langage : il faut permettre aux agents de communiquer avec les services en ligne et entre eux ». Un site web ou un service en ligne communique généralement avec le monde extérieur via une interface de programmation d’application (API), qui indique aux visiteurs ses fonctionnalités, comme la prise de rendez-vous chez le médecin ou l’affichage d’une position géographique, rappelle The Economist. Or, les API sont conçues pour être consultées et implémentées par les humains et chacune possède ses propres spécificités et sa documentation. Cet environnement est complexe pour les agents d’IA : l’utilisation de chaque nouvelle API nécessite l’apprentissage de son langage spécifique. Pour agir de manière autonome sur le web, les agents auront donc besoin d’un mode de communication standardisé. C’est l’objectif du protocole MCP (Model Context Protocol), développé par Anthropic. « Mike Krieger, son directeur produit, explique que l’idée est née lors de la connexion de Claude, son chatbot, à des services comme Gmail, une plateforme de messagerie, et GitHub, un dépôt de code. Au lieu d’intégrer chaque application à Claude au cas par cas, l’entreprise souhaitait un ensemble de règles partagées pour permettre aux agents d’accéder directement aux e-mails ou aux fichiers d’un utilisateur ». Plutôt que de consulter des guides techniques, un agent peut interroger un serveur MCP sur le fonctionnement d’un système (réserver un vol, annuler un abonnement, effectuer un remboursement, etc.) et agir ensuite pour le compte de l’utilisateur, sans code spécifique.

« Imaginez que vous souhaitiez réserver un voyage de Londres à New York. Vous commencez par communiquer vos dates de voyage à une agence de voyages, qui répartit ensuite la tâche entre des agents spécialisés capables de rechercher des vols, des hôtels et des voitures. Ces agents contactent les serveurs MCP des compagnies aériennes, des hôtels et des agences de location de voitures, recueillent des informations, comparent les options et créent une liste d’itinéraires potentiels. Une fois votre option choisie, l’agent de voyages se chargera de la réservation. Je souhaite prendre un vol Londres-New York. Je dois réserver un hôtel et louer une voiture. Je préfère un siège côté couloir et un repas végétalien. Parfait ! Veuillez procéder à la réservation. Utilisateur : voici les détails de votre vol. Souhaitez-vous que je m’en occupe ? ».

Ce type de coordination nécessite donc des règles encadrant l’identification, la communication et la confiance entre les différents agents. La solution proposée par Google est le protocole A2A (agent à agent). Grâce à ce protocole, les agents peuvent présenter leurs services et se répartir les tâches. Laurie Voss, d’Arize AI, une startup d’agents de voyage, affirme que les entreprises se livrent à une véritable course pour définir les normes dominantes du web agentique. Le protocole le plus largement adopté permettra aux outils de ses contributeurs d’être plus performants, plus rapidement et avec plus de fonctionnalités.

Le 9 décembre, Anthropic, OpenAI, Google, Microsoft et d’autres ont annoncé la création de l’Agentic AI Foundation, qui développera des normes open source pour les agents d’IA. Le MCP d’Anthropic en fera partie, signe de son adoption croissante en tant que norme industrielle pour la communication agentique. Pour The Verge, Hayden Field s’enthousiasme. L’Agentic AI Foundation devrait accélérer considérablement le développement des agents. « L’ouverture des API entre applications et services web a été le fondement du Web 2.0, et par la suite, l’explosion extrêmement lucrative des applications mobiles à l’ère des boutiques d’applications. Inciter les utilisateurs (et leurs dépenses) à passer des applications et sites web aux agents d’IA est l’un des rares moyens pour les entreprises d’IA de rentabiliser leurs investissements colossaux. Or, les agents d’IA nécessitent de nouveaux types d’API, et MCP semble être la norme qui les transformera. La page web de MCP, avec une certaine ambition, le compare à l’omniprésent USB-C. » Rien de moins. « L’objectif est de créer un marché d’outils que les agents pourront utiliser ».

Pour l’instant, la majeure partie du web que ces agents parcourront reste conçue pour les humains. Trouver un produit implique toujours de naviguer dans des menus. Lors d’une recherche traditionnelle, l’utilisateur doit souvent cliquer sur des filtres, de lieu ou de type de cuisine quand vous cherchez un restaurant sur Google Maps par exemple. Pour faciliter l’accès aux sites web pour les modèles de langage, Microsoft a créé Natural Language Web (NLWeb), qui permet aux utilisateurs d’interagir avec n’importe quelle page web en langage naturel et de les augmenter d’une interaction structurée pour les agents, « afin de relier l’internet visuel moderne et celui utilisable par les agents », rappelle The Economist.

Les problèmes à venir du web agentique

« À mesure que les agents gagnent en compétences, une nouvelle compétition entre plateformes se dessine, cette fois-ci autour des agents eux-mêmes. Elle rappelle la guerre des navigateurs des années 1990, lorsque les entreprises se disputaient l’accès au web. Aujourd’hui, les navigateurs sont repensés avec les agents au cœur de leur fonctionnement. OpenAI et Perplexity ont lancé des navigateurs pilotés par des agents capables de suivre des vols, de récupérer des documents et de gérer leurs e-mails. Leurs ambitions vont plus loin. En septembre, OpenAI a permis d’effectuer des achats directs sur certains sites web depuis ChatGPT. La plateforme s’est également intégrée à des services comme Spotify et Figma, permettant aux utilisateurs d’écouter de la musique ou de modifier des designs sans changer d’application. Ces initiatives inquiètent les acteurs établis. En novembre, Amazon, le site de vente en ligne, a intenté un procès à Perplexity, accusant la start-up de violer ses conditions d’utilisation en omettant de préciser que son navigateur effectuait des achats à la place d’un utilisateur humain. Airbnb, l’application de location de courte durée, a choisi de ne pas intégrer ChatGPT, estimant que la fonctionnalité n’était pas encore « tout à fait au point ».»

Le problème, c’est que la publicité, moteur de financement d’internet, va également devoir s’adapter à ces transformations. Le web actuel repose sur la monétisation de l’attention humaine. Alphabet et Meta, deux des plus grandes entreprises technologiques, gagnent près de 500 milliards de dollars par an grâce à la publicité, soit plus de 80 % de leurs revenus. Mais qu’en sera-t-il dans un web parcouru par les agents plus que par les humains ?

« Dawn Song, informaticienne à l’Université de Californie à Berkeley, affirme que les spécialistes du marketing devront peut-être s’adresser non pas aux individus, mais à « l’attention des agents ». Les sites de voyage, par exemple, ne devront plus persuader le voyageur, mais son représentant numérique. Les tactiques resteront probablement les mêmes (optimisation du référencement, ciblage des préférences, paiement pour le placement publicitaire), mais l’audience sera constituée d’algorithmes. La navigation pilotée par des agents pourrait également considérablement accroître l’activité en ligne. Parag Agrawal, fondateur de Parallel Web Systems souligne que le web a été conçu pour des humains lisant à leur propre rythme. Les agents, eux, ne sont pas soumis à de telles limites. Ils peuvent analyser des milliers de pages en quelques secondes, suivre des liens que les humains négligent et mener de front plusieurs tâches, souvent invisibles à l’écran. Il prédit que les agents pourraient utiliser le web « des centaines, voire des milliers » de fois plus que les humains. » Au risque que ce web ci génère plus de vues, plus de coûts… mais pas plus de revenus.

« Lorsque les agents agissent, ils peuvent aussi se tromper. Un agent d’IA peut se comporter d’une manière que son utilisateur ne comprend pas pleinement. Il peut commettre des erreurs, puis inventer des explications. Plus inquiétant encore est la manipulation externe. L’injection de prompts – dissimuler des commandes malveillantes dans des pages web ou des fichiers – peut inciter les agents à divulguer des données, à contourner les contrôles de sécurité ou à entreprendre des actions non autorisées. Des mesures de protection permettent de réduire les risques. L’une d’elles consiste à limiter l’accès des agents aux services de confiance. Une autre est de leur attribuer des pouvoirs restreints. Certains pourraient être en « lecture seule », autorisés à récupérer des données mais pas à les envoyer ou à les modifier. D’autres pourraient n’agir qu’avec une confirmation humaine. Pour les tâches les plus sensibles, une intervention humaine peut s’avérer nécessaire. »

« Malgré les risques, les développeurs de logiciels restent optimistes. M. Agrawal envisage un passage d’un internet « à la demande », où les actions sont initiées par les utilisateurs, à un modèle « à l’initiative », où des agents agissent spontanément : ils organisent des réunions, signalent des recherches ou prennent en charge des tâches mineures. Ce modèle pourrait constituer les fondements d’une version nouvelle et radicalement différente du web. »

Pour le radar d’Oreilly, le développeur Andrew Stellman s’inquiète cependant de la généralisation du protocole MCP. « Un seul et même protocole simple permet de fournir à l’IA toutes sortes de données à intégrer dans son contexte »« La promesse est bien réelle : dans de nombreux cas, la connexion des sources de données aux agents IA, qui prenait auparavant des semaines, ne prend plus que quelques minutes. Mais cette rapidité a un prix. »

« Les développeurs utilisent le MCP pour connecter rapidement leurs assistants IA à toutes les sources de données possibles (bases de données clients, tickets de support, API internes, bases de données documentaires) et les déversent dans le contexte de l’IA. Et comme l’IA est suffisamment intelligente pour trier une masse de données et en extraire les informations pertinentes, tout fonctionne parfaitement ! Ce qui, paradoxalement, pose problème. L’IA traite allègrement d’énormes quantités de données et produit des réponses pertinentes, si bien que personne ne songe à remettre en question son approche. C’est ce qu’on appelle l’accumulation compulsive de données. À l’instar des personnes qui accumulent les objets sans pouvoir s’en débarrasser, jusqu’à ce que leur logement devienne invivable, cette accumulation compulsive de données peut engendrer de sérieux problèmes pour les équipes. Les développeurs apprennent qu’ils peuvent extraire bien plus de données que nécessaire à l’IA et les lui fournir sans planification ni structuration, l’IA étant suffisamment intelligente pour les traiter et fournir malgré tout de bons résultats. Lorsque la connexion d’une nouvelle source de données prend des heures au lieu de jours, de nombreux développeurs négligent de se demander quelles données sont réellement pertinentes dans leur contexte. C’est ainsi que l’on se retrouve avec des systèmes coûteux à exploiter et impossibles à déboguer, tandis qu’une génération entière de développeurs passe à côté de l’opportunité d’acquérir les compétences essentielles en architecture de données nécessaires à la création d’applications robustes et maintenables. »

Pour Stellman, MCP fait vite oublier que « trop de données » peut devenir un problème et notamment poser des problèmes d’architecture ou de débogage. Ce contexte hypertrophié, quasiment imperceptible pour vos cent premières requêtes, devient un poste de dépense important dans votre facture cloud lorsque vous gérez des millions de requêtes. Chaque champ inutile transmis à l’IA s’accumule, et vous payez pour ces données redondantes à chaque appel. L’accumulation de données présente également un risque pour la sécurité, souvent négligé par les équipes. Chaque donnée exposée via un outil MCP constitue une vulnérabilité potentielle. Si un attaquant découvre un point d’accès non protégé, il peut récupérer toutes les données fournies par l’outil.

Pire, souligne-t-il : dans un cas extrême d’accumulation de données touchant toute une entreprise, vous pourriez découvrir que chaque équipe de votre organisation construit sa propre base de données. Le support à une version des données clients, les ventes une autre, le produit une troisième. Un même client apparaît complètement différent selon l’assistant auquel on s’adresse.

Quant au spécialiste de la sécurité, Bruce Schneier, il s’alarme : MCP et les protocoles similaires multiplient les surfaces d’attaque. « Des agents d’IA dignes de confiance requièrent l’intégrité, car on ne peut bâtir des systèmes fiables sur des fondations fragiles. Les agents d’IA actuels observent Internet, s’orientent grâce aux statistiques, décident de manière probabiliste et agissent sans vérification. Nous avons construit un système qui fait confiance à tout, et nous espérons maintenant un pare-feu sémantique pour le protéger. (…) Une IA à l’échelle du web signifie une défaillance d’intégrité à l’échelle du web. Chaque fonctionnalité est susceptible de corrompre. L’intégrité n’est pas une fonctionnalité que l’on ajoute ; c’est une architecture que l’on choisit. Jusqu’à présent, nous avons construit des systèmes d’IA où « rapide » et « intelligent » excluent « sécurisé ». Nous avons privilégié les capacités à la vérification, l’accès aux données à l’échelle du web à la garantie de la confiance. Les agents d’IA seront encore plus puissants et de plus en plus autonomes. Et sans intégrité, ils seront également plus dangereux. »

Enfin, comme l’exposent Natàlia Fernandez Ashman et Marta Bienkiewicz de Cooperative AI Foundation, on peut se demander si les régulations européennes sont prêtes pour cette IA agentive. Le projet de lignes directrices et de modèle de rapport sur les incidents graves liés à l’IA qui sera ajouté à l’IA Act, se concentre sur les défaillances d’un seul agent et d’un seul événement, et suppose une causalité simpliste et univoque pour les incidents liés à l’IA. Or, certains des risques les plus graves émergent déjà des interactions entre systèmes d’IA, où de multiples événements peuvent entraîner des effets en cascade et cumulatifs. Nombre d’incidents sont émergents : ils ne découlent pas d’une défaillance d’un système (et ne sont donc pas imputables à un seul acteur), mais d’interactions à l’échelle de l’écosystème agentique.

Hubert Guillaud

Cet édito a été publié originellement dans la lettre de Café IA du 23 janvier 2026.

MAJ du 13/02/2026 : Sur son blog, Thomas Gerbaud revient également sur la folie agentique actuelle, et notamment le projet OpenClaw qui permet de créer des agents IA auto hébergés. Il souligne tout d’abord que piloter ses agents n’est pas encore très accessible à tout à chacun, mais surtout qu’en accédant aux données et applications, ils peuvent « exécuter des commandes arbitraires sur votre ordinateur », au risque d’ouvrir une magnifique collection de brèches de sécurité. « C’est strictement une machinerie conçue pour permettre à des programmes de faire des choses, comme installer d’autres programmes, à votre place. Le tout avec des droits élevés. C’est très exactement ce dont rêvent les pirates informatiques.»

  • ✇Dans les algorithmes
  • Les villes seront-elles les nouveaux régulateurs de la Tech ?
    En intégrant Lina Khan, ex-présidente de la Commission fédérale du commerce américaine dans son équipe pour développer un programme de gouvernance technologique pour la ville de New York, son nouveau maire, Zohran Mamdani, esquisse-t-il un nouveau niveau de gouvernance de la technologie : le niveau municipal ? Les collectivités locales pourraient-elles atteindre des objectifs ambitieux en matière de gouvernance technologique, s’interroge le développeur Nikhil Jain pour Tech Policy Press, rapp

Les villes seront-elles les nouveaux régulateurs de la Tech ?

11 février 2026 à 07:00

En intégrant Lina Khan, ex-présidente de la Commission fédérale du commerce américaine dans son équipe pour développer un programme de gouvernance technologique pour la ville de New York, son nouveau maire, Zohran Mamdani, esquisse-t-il un nouveau niveau de gouvernance de la technologie : le niveau municipal ?

Les collectivités locales pourraient-elles atteindre des objectifs ambitieux en matière de gouvernance technologique, s’interroge le développeur Nikhil Jain pour Tech Policy Press, rappelant que la ville de New York a été pionnière en matière de gouvernance algorithmique et que les villes ont souvent réussi à imposer des modérations spécifiques aux plateformes, par exemple en faisant supprimer les vidéos de subway surfing pour limiter la viralité du phénomène des individus courant sur le toit des métros. « Cependant, les interventions locales en matière de modération du contenu des plateformes sont rarement applicables. Si les villes peuvent réglementer les plateformes de l’économie collaborative comme Uber, Airbnb et DoorDash par le biais de mécanismes juridiques locaux, tels que les règles d’urbanisme, de location, ou en dictant les conditions d’embauches locales, elles se heurtent à des obstacles pour encadrer la liberté d’expression, en l’occurrence le contenu généré par les utilisateurs, sur l’ensemble des plateformes. L’article 230 du Communications Decency Act protège les plateformes comme TikTok et Instagram de toute responsabilité concernant la plupart des contenus tiers, ce qui rend extrêmement difficile l’engagement de poursuites judiciaires par les États et les collectivités locales. Même si une action en justice parvenait à lever cette immunité, les géants du numérique disposent d’importantes équipes juridiques dotées de ressources considérables et d’une expertise pointue en droit de la liberté d’expression, surpassant largement les capacités et le budget des services juridiques des collectivités locales, dont beaucoup sont généralement spécialisés dans des domaines juridiques locaux. » Outre les obstacles juridiques, l’intervention des pouvoirs publics dans le contenu en ligne peut également porter atteinte aux libertés individuelles, notamment en demandant des suppressions de contenus difficiles à motiver. 

Faut-il pour autant que les villes obtiennent un protocole d’intervention spécifique sur les contenus permettant de rendre la responsabilité plus réactive ? Les villes peuvent également élaborer des lois locales qui serviront de modèles pour la gouvernance technologique en général (comme la législation de la ville de New York sur l’audit des algorithmes à usage public et des outils automatisés de décision en matière d’emploi – voir notre analyse sur ce sujet). Reste à savoir si ce modèle est généralisable à d’autres que quelques capitales et mégapoles ? New York possède une expertise et un poids économique et politique qui lui permet d’imposer des règles aux plateformes ou d’influer sur des décisions… Mais en sera-t-il de même avec des villes moins puissantes et bien plus petites ? Le risque de cette piste n’est-il pas de renforcer une gouvernance où seuls les plus forts s’imposent ? Pas sûr que cette solution soit le remède dont nous ayons besoin pour lutter justement contre la puissance des plateformes.

  • ✇Dans les algorithmes
  • Avec l’IA, à quoi ressembleront les logiciels de demain ? 
    « Depuis le début de l’informatique, le logiciel a été quelque chose que les gens consomment, mais ne créent pas. (…) La création de logiciels était l’apanage de professionnels qualifiés comme moi. L’IA est en train de changer la donne. Aujourd’hui, elle devient plus accessible à toute personne ayant un profil proche de la programmation (par exemple, un universitaire qui développe ses propres outils, un créatif qui expérimente avec le code, un expert qui souhaite s’essayer à la création d’une so

Avec l’IA, à quoi ressembleront les logiciels de demain ? 

10 février 2026 à 07:00

« Depuis le début de l’informatique, le logiciel a été quelque chose que les gens consomment, mais ne créent pas. (…) La création de logiciels était l’apanage de professionnels qualifiés comme moi. L’IA est en train de changer la donne. Aujourd’hui, elle devient plus accessible à toute personne ayant un profil proche de la programmation (par exemple, un universitaire qui développe ses propres outils, un créatif qui expérimente avec le code, un expert qui souhaite s’essayer à la création d’une solution). Bientôt, nous serons plus nombreux à pouvoir créer nos propres micro-outils, non pas en tant que programmeurs, mais simplement en tant que personnes ayant des idées ou des problèmes à résoudre. » 

Sur Medium, Fabien Girardin explore la piste de ce qu’il appelle le « logiciel personnel » en passe d’être révolutionné par l’IA. Le logiciel personnel n’est pas un concept nouveau. Ce sont des solutions développées par des individus, comme des petits jeux, des petits outils, issus de la scène indépendante. Par exemple, NetNewsWire, un lecteur de flux RSS pour Mac imaginé par Brent Simmons en 2003 pour quelques amis. A l’aube de l’ère de l’ordinateur personnel, Ivan Illich parlait de convivialité, pour désigner le fait que les individus pouvaient façonner leur propre environnement technologique avec autonomie et créativité. C’est ce qu’incarnent ces micrologiciels personnels. Ils naissent souvent d’une relation personnelle (la demande d’un ami, la frustration d’un collègue…) ou en établit une, à l’image de Rumbo un outil pour transformer les données d’un parcours GPS en animation vidéo que Girardin a développé en 2019 pour un ami. Les logiciels personnels viennent répondre à un besoin immédiat. Ils ne sont pas conçus pour un marché. Ils ne résolvent le plus souvent  qu’un problème spécifique. « Un logiciel personnel est finalisé dès lors qu’il fonctionne pour son créateur. Il n’a pas besoin d’être mis à l’échelle, intégré ou transformé en produit. Ce n’est ni un produit minimum viable en attente d’investisseurs, ni une démonstration de capacités techniques, ni une preuve de concept en attente de validation. Il est prêt lorsqu’il est pertinent. Sa pérennité repose sur une utilisation continue, et non sur une maintenance planifiée ou des versions futures. » Enfin, « un logiciel personnel est conçu pour être utilisé par un groupe spécifique, et non par un ensemble générique d’utilisateurs. Il privilégie la spécificité à l’universalité, l’intimité à l’échelle, l’immédiateté à l’évolutivité. » 

« Le logiciel personnel n’a pas besoin de se transformer. Il peut continuer à s’adapter, ou disparaître lorsque le besoin s’estompe. Mais lorsque des pressions apparaissent, telles que les exigences d’intégration, l’augmentation du nombre d’utilisateurs ou le besoin de contributeurs, il peut migrer vers des modèles spécialisés, commerciaux ou open source. »

« Ce qui caractérise le logiciel personnel, c’est la proximité : il est créé par des personnes qui comprennent le problème plus profondément que la technologie sous-jacente permettant de le résoudre. Pour cette seule raison, il est essentiel d’élargir le cercle des personnes pouvant créer des logiciels. » Et c’est là que le propos de Girardin devient plus politique. 

Il rappelle qu’en 1972, alors que les ordinateurs étaient des mainframes réservées à quelques individus, l’informaticien Alan Kay imaginait les ordinateurs personnels comme des outils que chacun pourrait programmer. Depuis, avec l’avènement de l’ordinateur personnel, de nombreuses approches ont cherché à démocratiser la création de logiciels : langages simplifiés, systèmes WYSIWYG, applications hybrides et macros pour faire augmenter les tableurs, pour n’en citer que quelques-unes. La révolution mobile nous a permis de nous rapprocher de la vision d’Alan Kay. Bien qu’il soit impossible de le quantifier précisément, des dizaines de milliers d’applications sur l’App Store sont créées par une ou deux personnes, généralement pour un public restreint. Par exemple, le romancier Robin Sloan a créé BoopSnoop, une application de messagerie pour sa famille de quatre personnes. Elle permet de prendre des photos et des vidéos, de les envoyer sans modification, et les messages disparaissent après consultation. Pendant des années, elle a conservé quatre utilisateurs actifs quotidiens sans aucun désabonnement, un succès retentissant selon son créateur. L’essai de Sloan sur le projet a popularisé l’expression « logiciel fait maison » : un logiciel conçu comme un repas, pour les personnes que l’on aime, sans obligation de mise à l’échelle. 

L’IA sera-t-elle utilisée pour la conception de logiciels artisanaux ou industriels ? 

En 2023, Andrej Karpathy, cofondateur d’OpenAI, affirmait avec force : « le langage de programmation le plus en vogue est l’anglais ». Cette déclaration a marqué un tournant dans le développement logiciel, permettant aux grands modèles de langage de lier efficacement le langage naturel au code fonctionnel. Les assistants de codage IA et le codage agentiel basés sur les LLM (comme Cursor, Floot, Claude Code, Replit, Agent Builder d’OpenAI…) exploitent de nombreux référentiels de code et de conversations pour générer du code à partir du langage naturel. Ils utilisent également des bibliothèques et des frameworks, open source et propriétaires, pour automatiser la production de logiciels. Et les démonstrations d’utilisation d’agents et de systèmes d’IA complexes fascinent et inspirent les développeurs, à l’image de celle déployée par Boris Cherny, le développeur de Claude, et relatée par VentureBeat

Le développeur Chris Loy qualifie cette évolution d’avènement du logiciel industriel, mais dans un sens finalement assez opposé à la vision que propose Girardin. Pour Loy, avec l’IA, le développement logiciel s’éloigne de l’artisanat qu’il a toujours été, pour adopter des méthodes industrielles, moins onéreuses, plus rapides, indépendantes de l’expertise humaine, même si ces solutions sont largement imparfaites. Le développeur devient un superviseur qui contrôle la qualité du code produit par les systèmes d’IA. Ce qui a pour effet que les barrières à l’entrée diminuent, que la concurrence s’intensifie et que le rythme du changement s’accélère. Cette industrialisation nouvelle facilite la production à grande échelle de produits de faible qualité et à bas coût. Pour Loy, le risque est de produire du « logiciel jetable » : des logiciels créés sans perspective de propriété, de maintenance ou de compréhension à long terme,… comme l’industrialisation de l’agriculture a engendré la malbouffe ultra-transformée. Pour Loy, il est probable que la baisse des coûts de production logiciels entraîne une augmentation de la consommation et de la production. L’IA va faire exploser une production logicielle de basse qualité. Cela ne signifie pas que les produits logiciels sains et durables, maîtrisés, « organiques » vont disparaître… Mais plutôt de savoir quelle sera la place des logiciels écrits par l’homme… « Le logiciel s’industrialise depuis longtemps : grâce aux composants réutilisables (code open source), à ​​la portabilité (conteneurisation, cloud), à la démocratisation (outils low-code/no-code), à ​​l’interopérabilité (normes API, protocoles d’agentification) et à bien d’autres mécanismes ». Nous entrons donc dans une révolution industrielle du logiciel, non pas comme une rupture, mais comme une accélération considérable. « Les écosystèmes logiciels ne font pas exception : chaînes de dépendances, charges de maintenance, failles de sécurité qui s’accumulent à mesure que la production augmente. La dette technique est la pollution du monde numérique, invisible jusqu’à ce qu’elle étouffe les systèmes qui en dépendent. À l’ère de l’automatisation de masse, le problème le plus complexe pourrait bien être la gestion, et non la production. Qui assure la maintenance des logiciels qui n’appartiennent à personne ? » Chris Loy décrivait exactement les inquiétudes qui pointent sous le développement des protocoles d’agentification que j’évoquais dans une récente newsletter de CaféIA.

DIY 2.0 ?

L’émergence des LLM a profondément transformé le paysage logiciel, rappelle également Girardin, et notamment les pratiques des programmeurs professionnels, qui les utilisent largement pour produire du code. Pas seulement. D’innombrables tutoriels en ligne, discussions sur les forums et vidéos YouTube apprennent aux non-professionnels à créer des logiciels avec des modèles à faible code. Par exemple, inspiré par les démonstrations d’OpenAI lors du lancement de GPT-5, le vulgarisateur technologique Azeem Azhar a décrit dans sa newsletter Exponential View comment son équipe, sans connaissances spécialisées, avait créé une application d’apprentissage du coréen. De même, le journaliste technologique Kevin Roose, qui ne programme pas, a créé une alternative à son application de lecture différée préférée en moins de trois heures. Ce phénomène se répète partout sur les réseaux sociaux, constate Girardin. Designers, chefs de produit et universitaires partagent leurs petites applications. Ensemble, ils explorent un vaste champ de nouvelles possibilités, démontrant comment créer des logiciels sans formation formelle. 

Girardin tente de dresser une petite typologie des logiciels personnels, qui vont de simples plug-in, à des petites applications de navigateurs, en passant par des applications spécifiques pour relier deux logiciels entre eux à des assistants en passant par des applications plus complexes. Parmi les exemples que Girardin cite, il distingue notamment Flow, l’outil imaginé par le designer Etienne Mineur, un générateur de création, façonné par la pratique d’une seule personne et les possibilités de l’IA, et non par le marché. « Un outil conçu par une seule personne, qui aurait nécessité une équipe pour être développé il y a quelques années ».

« Contrairement aux modèles commerciaux traditionnels, les logiciels personnels génèrent rarement des revenus directs au-delà de la simple couverture de leurs coûts. Leur valeur réside ailleurs ». Face à des outils trop génériques, trop chers ou trop complexes ou inexistants, ils visent à répondre à des besoins spécifiques, situés, limités. Dans l’esprit du mouvement Do it yourself (DIY), les logiciels personnels ne sont pas là pour être cohérents. Leur succès se mesure plutôt à l’autonomisation des utilisateurs qu’ils permettent. Leur code source a peu de valeur transférable. Certains évoluent vers des formes commerciales ou open source, mais ce n’est certainement pas la majorité. En fait, leur incomplétude, leur bricolage est un atout. « Dans son essai de 1989, Le pire est le mieux, l’informaticien Richard P. Gabriel observait que les systèmes conçus avec une simplicité pratique sont souvent mieux adoptés que les systèmes parfaits et riches en fonctionnalités. L’imperfection ouvre des perspectives : proposer un produit que d’autres savent améliorer est l’un des meilleurs moyens de favoriser la collaboration. » 

Les logiciels personnels sont souvent conçus par une seule personne, pour elle-même, voir quelques proches. Ils n’ont pas à gérer de cas particuliers et peuvent gérer leur imperfection. Alors que les logiciels commerciaux tirent profit d’une base d’utilisateurs, « les logiciels personnels créent de la valeur au sein d’un groupe. La distinction est importante : l’un se développe en acquérant des clients, l’autre se renforce en cultivant des relations. » 

« L’industrie du logiciel mesure le succès à l’aune de l’échelle : nombre d’utilisateurs, chiffre d’affaires, croissance. Cette quête incessante de croissance a engendré des systèmes qui répondent à leur propre logique plutôt qu’aux besoins de leurs utilisateurs. Les outils que nous utilisons quotidiennement sont conçus par des équipes distantes, optimisant leurs performances pour des marchés auxquels nous appartenons. Le logiciel personnel inverse cette relation et les critères de succès : il est construit par les personnes qu’il sert, suffisamment simple pour être compris, suffisamment proche pour être contrôlé, et suffisamment performant pour s’intégrer parfaitement. »

« La barrière à la création de logiciels s’est abaissée, mais elle n’a pas disparu : même avec l’aide de l’IA, les systèmes exigent toujours une certaine aisance avec l’abstraction. Les LLM élargissent le cercle des développeurs, sans pour autant le faire disparaître complètement. Il est plus facile de lancer des projets, mais leur intégration requiert toujours des compétences et une expertise. » Ce que les LLM ne savent pas encore faire. 

Qui l’emportera : les startups de l’IA ou les fournisseurs de modèles ?

The Economist pose le problème sous un autre angle. La plupart des startups de l’IA utilisent les modèles fournis par les géants de l’IA. Mais ces startups pourront-elles survivre à mesure que les géants de la Tech déploient non seulement leurs modèles, mais également des applications et des solutions dédiées ? Et ce alors que les géants de l’IA ont tendance à augmenter les tarifs des services qu’utilisent les startups… Dans le domaine du codage par exemple, Anthropic et OpenAI ont tous deux développé des outils de codage qui rivalisent, avec quelques nuances, avec des solutions comme Cursor. Les startups de l’IA estiment que les entreprises vont avoir besoin d’IA spécialisées, adaptées à leur processus métiers, ce qui leur donnerait un avantage concurrentiel. Pour combien de temps ? 

Pour assurer leur pérennité, les développeurs d’applications expérimentent de nouveaux modèles de revenus. Ils reconnaissent que, contrairement aux précédentes vagues de développement logiciel, plus ils grandissent et plus ils utilisent les LLM, plus leurs coûts marginaux augmentent. Pour compenser cette hausse des coûts, ils ont besoin de nouvelles techniques. L’une d’elles consiste à utiliser une variété de modèles, y compris des modèles open source, afin d’acheminer les requêtes les plus simples vers les serveurs où le traitement est le moins coûteux. Une autre consiste à facturer les clients en fonction des résultats obtenus, plutôt qu’à l’utilisation. Harvey, une solution d’IA pour les cabinets d’avocats, peut se permettre d’opter pour les modèles les plus performants, car les cabinets d’avocats sont prêts à payer pour une précision optimale. De plus, les développeurs d’applications affirment que plus leur activité se prolonge, plus leurs agents accumuleront de données spécialisées, améliorant ainsi leurs performances – un peu comme les voitures autonomes gagnent en fiabilité au fil des kilomètres parcourus. Cela devrait fidéliser davantage les clients et créer un avantage concurrentiel. 

Autrement dit, la perspective de centralisation par les géants de l’IA n’est pas certaine. La faible différence entre les modèles, la facilité avec laquelle les startups qui déploient des solutions spécialisées peuvent passer d’un fournisseur de modèles à un autre (voir en utiliser plusieurs), exposent également les fournisseurs de modèles au risque de banalisation de leurs services généraux. HSBC estime par exemple que d’ici 2030, les géants de l’IA ne pourraient ne détenir que 30% du marché mondial des services informatiques enrichis par l’IA, estimé à 1 300 milliards de dollars. Le reste appartiendrait aux éditeurs de logiciels utilisant leurs plateformes.

  • ✇Dans les algorithmes
  • ChatGPT, une solution pandémique ?
    Dans sa newsletter, l’excellent Eryk Salvaggio tente une courte histoire de ChatGPT.  « ChatGPT a modifié la relation de l’utilisateur au texte, faisant passer l’invite d’un « texte que le modèle doit terminer » à une « question appelant une réponse ».» Mais c’est surtout son succès, quand OpenAI a affirmé que ChatGPT avait conquis 100 millions d’utilisateurs en deux mois, signant ainsi l’une des adoptions logicielles les plus rapides de l’histoire, que s’est installé une sorte d’euphorie, bo

ChatGPT, une solution pandémique ?

9 février 2026 à 07:00

Dans sa newsletter, l’excellent Eryk Salvaggio tente une courte histoire de ChatGPT

« ChatGPT a modifié la relation de l’utilisateur au texte, faisant passer l’invite d’un « texte que le modèle doit terminer » à une « question appelant une réponse ».» Mais c’est surtout son succès, quand OpenAI a affirmé que ChatGPT avait conquis 100 millions d’utilisateurs en deux mois, signant ainsi l’une des adoptions logicielles les plus rapides de l’histoire, que s’est installé une sorte d’euphorie, bouleversant l’orientation de toute l’industrie technologique. Toute l’industrie, d’Alphabet à Meta, a alors changé de braquet. « Le succès mondial de ChatGPT suggère que ces modèles n’avaient pas besoin d’être intelligents pour trouver des utilisateurs ; il leur suffisait de simuler une expérience sociale ». En novembre 2022, le monde sortait de l’expérience sociale improvisée du Covid, rappelle Salvaggio. L’isolement social, fragmenté et continu, était toujours en vigueur, le port du masque était courant, et nous avions connu un faux départ vers un retour à la normale cet été-là, avant d’être confrontés à une nouvelle vague épidémique meurtrière. « Les entreprises technologiques sont devenues, par accident, une infrastructure essentielle : Zoom a remplacé l’école, DoorDash les supermarchés, Animal Crossing les bars et Netflix les cinémas. Aucune de ces solutions n’a pu compenser, même de loin, la déconstruction soudaine du monde social qui constitue le fondement de notre quotidien ». 

« Il est possible que les chatbots constituent l’une des transformations durables de notre vie sociale induites par la pandémie. Le fait de considérer les grands modèles de langage comme intelligents risque de nous empêcher de voir comment la plupart des utilisateurs les perçoivent réellement : comme des outils sociaux », c’est-à-dire comme des substituts aux médias sociaux. Sur les 800 millions d’utilisateurs de ChatGPT, 72 millions de personnes utilisent ChatGPT pour l’interaction sociale et 200 millions d’autres pour le réconfort émotionnel, rappelle Salvaggio. « Si ChatGPT était apparu six ans plus tôt, dans un contexte social différent ? Aurait-il été optimisé pour d’autres cas d’utilisation ? Il ne faut pas surestimer la pandémie comme seul facteur expliquant la définition de l’IA, mais il ne faut pas non plus l’ignorer. (…) Les entreprises ont exploité nos besoins les plus fondamentaux à ce moment historique et ont optimisé les machines pour y répondre, amorçant ainsi un cercle vertueux qui continue de façonner le monde.» « ChatGPT a émergé à une époque où la solitude apparaissait comme une nécessité vitale ». « ChatGPT est apparu dans un monde où la proximité avec autrui était corrélée au risque de mort, où la connexion en ligne était minée par une polarisation politique hostile, où tout était déstabilisé d’une manière que les mots ne pouvaient exprimer. » 

« Face à l’incapacité des mots à décrire nos expériences, ChatGPT pouvait implacablement masquer l’incapacité des mots à décrire nos propres angoisses. Ses flots de conversation textuelle correspondaient aux limites de notre attention anxieuse. Il changeait de ton dès que nous nous ennuyions, et nous n’avions aucune obligation de nous excuser. Il approuvait systématiquement nos positions. Dans nos moments de faiblesse cognitive, il pouvait nous concocter une liste de tâches minimale et plausible pour nous permettre de survivre à la journée. » 

« ChatGPT est comme une chaîne stéréo poussée à l’extrême, une musique de fond pour couvrir le silence : un brouhaha saturé, mais la clarté n’est pas le but. Le but est de créer un petit espace où l’on n’a pas besoin de réfléchir ». Et c’est assurément ce qu’il accomplit le mieux. 

❌
❌