L’histoire de l’intelligence artificielle est entree dans une phase ou les anciennes metaphores ne fonctionnent plus. Il ne s’agit plus d’un simple "dialogueur intelligent", d’un repertoire numerique ou d’un jouet capable de produire des images et des textes. Nous voyons se former sous nos yeux une nouvelle infrastructure technologique qui prend progressivement en charge la programmation, l’analyse de donnees, les operations cybernetiques, la modelisation scientifique, la gestion des processus d’entreprise et meme la conception des prochaines generations d’intelligence artificielle.
C’est precisement pour cette raison que le recent avertissement d’Anthropic n’a pas sonne comme un communique d’entreprise de plus, mais comme un signal d’alarme venu de l’interieur meme de l’industrie. La societe, qui a cree la famille de modeles Claude, a affirme que le developpement des systemes avances d’intelligence artificielle pourrait exiger non seulement de nouvelles regles, mais aussi la possibilite d’un ralentissement mondial, voire d’une suspension temporaire de la course, si les risques commencaient a echapper au controle. Au coeur de cette inquietude se trouve le phenomene de l’autoamelioration recursive, c’est-a-dire une situation dans laquelle les systemes d’intelligence artificielle commencent a jouer un role central dans la creation de systemes d’intelligence artificielle encore plus puissants.
Ce n’est deja plus une fantaisie philosophique. Selon Anthropic elle-meme, en mai 2026, plus de 80 % du code integre a sa base interne avait ete redige par Claude. Avant le lancement de Claude Code en mode de recherche, en fevrier 2025, cet indicateur se situait a un niveau faible, de l’ordre de quelques unites seulement. Autrement dit, en un an et demi, l’intelligence artificielle est passee du statut d’assistant du programmeur a celui de veritable circuit de production par lequel transite l’essentiel du travail d’ingenierie au sein de l’un des principaux laboratoires mondiaux.
C’est ici que surgit la question principale: si l’intelligence artificielle ecrit deja du code pour une entreprise qui cree de l’intelligence artificielle, ou s’arrete l’outil et ou commence la boucle technologique autonome? Pour l’instant, l’etre humain formule les taches, verifie le resultat, prend les decisions d’architecture et assume la responsabilite. Mais la trajectoire elle-meme est evidente: les modeles deviennent non seulement plus puissants, mais aussi plus utiles precisement dans les domaines qui accelerent leur propre developpement ulterieur - programmation, essais, detection des erreurs, optimisation de l’infrastructure, generation de donnees synthetiques, automatisation des experiences, conception d’agents.
L’autoamelioration recursive: epouvantail ou realite d’ingenierie?
L’expression "autoamelioration recursive" sonne souvent comme un scenario de science-fiction. La machine s’ameliore elle-meme, la nouvelle version ameliore la suivante, puis le processus s’accelere, tandis que l’etre humain perd sa capacite de comprendre, de controler et de limiter le systeme. Dans le journalisme d’opinion, il est facile d’en faire le tableau d’une "revolte des machines". Mais le vrai probleme est plus subtil et plus dangereux.
Personne ne dit que les modeles actuels possedent une volonte, une conscience ou des intentions politiques. Leur danger ne reside pas dans le fait qu’ils "voudraient" detruire l’humanite. Leur danger est ailleurs: ils peuvent devenir des instruments d’optimisation, d’automatisation et de mise a l’echelle si efficaces que les institutions humaines - le droit, l’Etat, le marche du travail, le systeme de securite, l’ethique scientifique - risquent de ne pas avoir le temps de se reorganiser.
Dans ce cas, la recursivite ne signifie pas un autodeveloppement magique, mais un cycle de production concret. L’intelligence artificielle aide a ecrire du code. Ce code ameliore l’infrastructure de l’intelligence artificielle. L’infrastructure amelioree permet d’entrainer des modeles plus puissants. Les modeles plus puissants ecrivent mieux le code, concoivent mieux les experiences, automatisent mieux les processus de recherche. A chaque etape, l’etre humain reste dans la chaine, mais sa part peut se reduire. A un certain moment, le controle cesse d’etre une direction directe et devient un audit a posteriori d’un systeme qui avance plus vite qu’on ne parvient a le verifier.
C’est cela qui distingue la phase actuelle des revolutions technologiques precedentes. La machine a vapeur ne concevait pas la prochaine machine a vapeur. Le reseau electrique n’ecrivait pas les reglements techniques destines a un reseau electrique plus puissant. Internet ne creait pas de lui-meme de nouveaux protocoles d’influence de masse dans un regime d’experimentation autonome. Les systemes modernes d’intelligence artificielle, eux, participent deja a la production de leurs propres outils, de leurs propres applications, de leurs propres interfaces et de leurs propres mecanismes de mise a l’echelle.
La pedale de frein: pourquoi l’industrie sait accelerer, mais ne sait presque pas s’arreter
La formule centrale d’Anthropic est d’une simplicite redoutable: l’industrie de l’intelligence artificielle possede une pedale d’acceleration, mais pas de pedale de frein. L’acceleration, ce sont les investissements de capital-risque, les centres de donnees, les accelerateurs graphiques, l’infrastructure infonuagique, la course aux modeles, les contrats d’entreprise, l’interet militaire, les attentes boursieres, la concurrence entre les Etats-Unis et la Chine, la pression des investisseurs et le culte de la vitesse dans la Silicon Valley.
Le frein, c’est tout autre chose. C’est la verification independante, les essais obligatoires avant mise sur le marche, le controle des grappes de calcul, la declaration des cycles d’entrainement, les fiches descriptives des modeles, les tests adversariaux, la securite cybernetique des poids des modeles, les regimes de defaillance, la responsabilite juridique des actions autonomes des agents, les mecanismes internationaux d’inspection, les normes pour l’intelligence artificielle de pointe et la volonte politique de dire: "On ne va pas plus loin tant que la maitrise du systeme n’est pas demontree."
Le probleme est que le frein contredit l’economie de la course. Si une entreprise ralentit volontairement tandis que son concurrent poursuit l’entrainement d’un nouveau modele, le marche punira l’acteur prudent. Si un pays introduit des restrictions strictes tandis qu’un autre conserve un regime d’acceleration maximale, une asymetrie strategique apparaitra. Si les laboratoires fermes acceptent une pause, mais que des structures ouvertes ou etatiques poursuivent leurs experiences dans l’ombre, la pause deviendra un cadeau offert aux acteurs les moins responsables.
C’est pourquoi Anthropic ne parle pas d’un romantique "arretons tout ensemble", mais d’un mecanisme coordonne et verifiable. Sans verification, toute pause est depourvue de sens. Or la verification dans le domaine de l’intelligence artificielle est plus complexe que dans le domaine nucleaire. Il est difficile de cacher un silo de missiles. Une usine d’enrichissement de l’uranium laisse des traces physiques. L’entrainement d’un modele, en revanche, peut etre reparti sur des capacites infonuagiques, dissimule derriere des taches commerciales, fragmente en etapes, maquille en calculs de recherche ou deplace vers une juridiction ou le controle est minimal.
Le danger principal n’est pas une intelligence artificielle malveillante, mais des humains armes d’une intelligence artificielle tres puissante
La partie la plus faible des debats populaires sur l’intelligence artificielle est l’obsession de la machine rebelle. En pratique, les premiers risques, et les plus probables, ne seront pas des scenarios fantastiques, mais des abus parfaitement terrestres.
L’intelligence artificielle renforce deja le renseignement cybernetique, l’hameconnage automatise, la recherche de vulnerabilites, la generation de codes malveillants, la propagande personnalisee, les operations d’influence politique, la production massive de contenus synthetiques, l’imitation d’experts, la manipulation de groupes sociaux et l’automatisation du controle bureaucratique. Plus les agents d’intelligence artificielle deviennent autonomes, moins il faut d’etres humains pour mener des operations complexes. Autrefois, une campagne massive de desinformation exigeait toute une equipe: analystes, redacteurs, traducteurs, graphistes, specialistes du ciblage, administrateurs de reseaux. Aujourd’hui, une part considerable de cette chaine peut etre automatisee.
La combinaison "modele plus outils" est particulierement dangereuse. Tant qu’un modele de langage se contente de repondre dans une fenetre de dialogue, son risque demeure limite par l’interface. Mais lorsqu’il obtient acces a un navigateur, a un terminal, a une base de donnees d’entreprise, a une messagerie, a un systeme de paiement, a un outil de gestion de la relation client, a une infrastructure infonuagique, a un repertoire de code et aux interfaces de programmation de services exterieurs, il se transforme en agent. Un tel agent ne se contente plus d’ecrire un texte. Il agit.
Sur le plan de l’ingenierie, cela signifie le passage de l’intelligence artificielle generative a l’intelligence artificielle agentique. Le modele recoit un objectif, planifie les etapes, appelle des outils, verifie les resultats intermediaires, corrige les erreurs et poursuit le cycle. Les etudes consacrees a l’architecture de Claude Code montrent que les systemes agentiques modernes se construisent autour d’un cycle repetitif: le modele analyse l’etat, choisit un outil, execute une action, puis reintegre le resultat dans le contexte. Autour de ce noyau apparaissent des systemes d’autorisations, des classificateurs de securite, une gestion du contexte, l’isolement des environnements de travail et des mecanismes de journalisation.
Ce n’est pas une "conscience". C’est l’automatisation de l’action. Mais pour le monde de la securite, la difference n’est pas toujours essentielle. Si un systeme est capable de trouver lui-meme une vulnerabilite, d’ecrire un exploit, de lancer des commandes, de modifier des fichiers et de dissimuler les consequences, la question de son "monde interieur" devient secondaire. L’essentiel est de savoir qui l’a lance, quels sont ses droits d’acces, qui porte la responsabilite et s’il est possible de l’arreter.
L’economie sous pression: l’intelligence artificielle ne detruit pas le travail d’un seul coup, elle change le prix de la competence
Un autre niveau de risque concerne le marche du travail. Dans le discours public, on demande generalement: "L’intelligence artificielle remplacera-t-elle les humains?" C’est une question trop grossiere. La formulation plus juste serait la suivante: quels types de travail humain perdront leur caractere unique, lesquels verront leur valeur baisser, lesquels seront renforces et lesquels se transformeront en surveillance de systemes automatises?
Les donnees de l’Indice economique d’Anthropic, fondees sur l’analyse de plus de quatre millions de conversations avec Claude, montrent que l’usage de l’intelligence artificielle se concentre particulierement dans la programmation et les taches redactionnelles: ensemble, elles representent pres de la moitie de toute l’activite observee. Dans le meme temps, environ 36 % des professions utilisent deja l’intelligence artificielle pour au moins un quart des taches qui leur sont associees. Dans 57 % des cas, il s’agissait de renforcer l’activite humaine; dans 43 %, d’automatiser l’execution de la tache avec une intervention humaine minimale.
Ce chiffre est important. Il montre que l’intelligence artificielle ne se contente pas "d’aider". Elle entre deja dans l’economie comme un mecanisme de redistribution de la productivite. Un bon specialiste equipe d’intelligence artificielle devient plus rapide. Un specialiste moyen equipe d’intelligence artificielle peut accomplir un travail qui exigeait auparavant une equipe. Une entreprise utilisant l’intelligence artificielle peut moins recruter aux postes d’entree. Il devient plus difficile pour un debutant d’entrer dans une profession, parce que les taches routinieres sur lesquelles les jeunes collaborateurs apprenaient autrefois sont automatisees.
La situation est particulierement spectaculaire dans la programmation. Une etude sur l’adoption de Claude Code a partir des donnees de GitHub pour les annees 2025-2026 montre une hausse de l’activite des developpeurs apres l’apparition de cet outil d’intelligence artificielle: augmentation du nombre de validations mensuelles, elargissement du nombre de repertoires, croissance de la diversite des langages de programmation utilises. Ce n’est pas une preuve definitive de causalite dans tous les cas, mais le signal est evident: l’intelligence artificielle modifie le comportement des developpeurs et abaisse les barrieres d’entree dans de nouveaux domaines technologiques.
Le prochain choc ne touchera pas seulement les programmeurs. Les analystes, les traducteurs, les redacteurs, les juristes debutants, les consultants, les specialistes du marketing, les agents d’assistance, les assistants comptables, les coordinateurs de projets, les gestionnaires de contenu et les specialistes de la conformite seront egalement sous pression. Mais ce ne sont pas des professions entieres qui disparaitront d’abord: ce sont des taches precises au sein des professions. C’est pourquoi les gagnants ne seront pas ceux qui "connaissent un logiciel", mais ceux qui savent formuler des objectifs, verifier le resultat, comprendre leur domaine, saisir le contexte strategique et ne pas confondre une reponse elegante avec une conclusion fiable.
Pourquoi les systemes d’intelligence artificielle sont plus difficiles a reguler que le petrole, les banques ou l’atome
Les partisans d’un controle strict aiment les analogies historiques: arme nucleaire, aviation, pharmacie, finance, industrie petroliere. Tous ces secteurs ont traverse des catastrophes, des crises et des pressions politiques avant d’etre dotes de cadres regulateurs. Mais l’intelligence artificielle s’en distingue par plusieurs parametres.
Premierement, l’intelligence artificielle est une technologie a usage general. Elle n’est pas limitee a un seul secteur. Un meme modele peut ecrire du code, analyser des donnees medicales, aider dans la pratique judiciaire, creer des textes publicitaires, modeliser des proteines, generer des messages d’hameconnage, piloter des robots et negocier avec un client.
Deuxiemement, l’intelligence artificielle se deploie numeriquement a grande echelle. Une erreur dans un avion reste une erreur dans un avion. Une erreur dans un modele massivement deploye peut instantanement se retrouver dans des millions de sessions d’utilisateurs.
Troisiemement, la frontiere entre recherche, produit et infrastructure est floue. Un laboratoire peut presenter un modele comme experimental, une jeune pousse comme commercial, un Etat comme strategique, et un utilisateur comme domestique. Mais la base technique peut etre la meme.
Quatriemement, de nombreux risques ne sont pas locaux, mais systemiques. Un modele faible entre les mains d’un million d’utilisateurs peut causer plus de dommages qu’un modele puissant maintenu dans un environnement ferme. Et inversement: un modele surpuissant dans un systeme militaire ou de renseignement peut devenir un facteur d’instabilite strategique meme sans acces massif du public.
Cinquiemement, la verification de l’intelligence artificielle ne se reduit pas a un seul test. Un modele peut reussir un banc d’essai standardise et echouer dans un environnement reel. Il peut demontrer sa securite en laboratoire et se comporter autrement face a une injection complexe d’instructions, a un contexte long, a l’acces a des outils ou a l’interaction avec d’autres agents.
C’est pourquoi les normes contemporaines parlent de plus en plus non pas d’un "certificat de securite", mais d’un cycle de vie de gestion des risques: modelisation des menaces, tests adversariaux, dispositif d’evaluation, declaration des incidents, surveillance, retour en arriere, controle des acces, securite des poids du modele, deploiement securise, humain dans la boucle, journaux d’audit. Dans son profil de gestion des risques de l’intelligence artificielle generative, l’Institut national des normes et de la technologie des Etats-Unis decrit directement ces systemes comme des objets d’evaluation et de gestion permanentes, et non comme des produits soumis a une verification unique avant leur lancement.
L’Europe construit deja un cadre juridique. Les Etats-Unis cherchent encore l’equilibre entre acceleration et controle
L’Union europeenne a ete la premiere a tenter de transformer la gouvernance de l’intelligence artificielle en un vaste systeme juridique. Le reglement europeen sur l’intelligence artificielle introduit deja des obligations par etapes: les pratiques interdites et les exigences relatives a la culture de l’intelligence artificielle s’appliquent depuis le 2 fevrier 2025, les regles concernant les modeles a usage general depuis le 2 aout 2025, tandis qu’une partie des obligations relatives aux systemes a haut risque entrera en vigueur plus tard, avec une periode transitoire allant jusqu’en 2028.
Ce modele n’est pas parfait. L’approche europeenne est critiquee pour sa complexite, sa lourdeur bureaucratique et le risque de ralentissement de l’innovation. Mais son avantage tient au fait qu’elle reconnait au moins une chose: l’intelligence artificielle n’est pas simplement un marche d’applications, mais une infrastructure de pouvoir, de securite et de droits humains. Les modeles a usage general exigent un regime particulier, car ils peuvent etre integres dans des milliers d’applications en aval, ou le developpeur initial ne controle deja plus chaque forme concrete d’utilisation.
Les Etats-Unis agissent differemment. Le modele americain s’appuie traditionnellement davantage sur des normes volontaires, le partenariat entre l’Etat et les laboratoires, la securite nationale et la logique de competition. L’Institut national des normes et de la technologie propose des cadres de gestion des risques, mais ceux-ci restent dans une large mesure volontaires. Dans le meme temps, Washington ne peut pas se permettre de freiner excessivement ses propres entreprises, car l’intelligence artificielle est devenue un element de la rivalite strategique avec la Chine.
La Chine, pour sa part, considere l’intelligence artificielle comme un instrument de bond industriel, de gestion etatique, de modernisation militaire et de controle ideologique. C’est pourquoi l’idee d’une pause mondiale se heurte a une realite geopolitique implacable: aucune grande puissance ne veut se reveiller dans un monde ou son concurrent aurait ete le premier a obtenir une technologie capable d’accelerer la science, le renseignement, les capacites cybernetiques, la robotique et la planification de defense.
Une pause volontaire est presque impossible. Mais un ralentissement maitrise est indispensable
Le scenario le plus naif consisterait a imaginer que les principaux laboratoires puissent simplement se mettre d’accord pour "etre plus prudents". Cela ne fonctionnera pas. Les enjeux sont trop eleves. Le marche de l’intelligence artificielle est deja lie a des valorisations de plusieurs centaines de milliards de dollars, a de futures introductions en Bourse, a des contrats publics, aux geants de l’informatique en nuage, aux fabricants de puces et aux attentes des marches financiers. Trop d’acteurs ont interet a accelerer.
En 2025, selon le Rapport international sur la securite de l’intelligence artificielle 2026, douze entreprises avaient deja publie ou mis a jour leurs propres cadres de securite pour l’intelligence artificielle de pointe. C’est mieux que rien. Mais la plupart de ces initiatives restent volontaires. La securite volontaire fonctionne jusqu’au moment precis ou la securite commence a nuire a l’avantage concurrentiel.
Il ne faut donc pas parler d’un arret romantique du progres, mais d’un systeme strict de niveaux de risque.
Le premier niveau: les modeles ordinaires sans acces a des outils critiques.
Le deuxieme niveau: les modeles dotes de fonctions agentiques, operant dans un environnement limite.
Le troisieme niveau: les modeles capables d’ecrire et d’executer du code de maniere autonome, de travailler avec des systemes externes et de mener des analyses cybernetiques.
Le quatrieme niveau: les modeles presentant des capacites dangereuses, notamment l’aide a la conception biologique, les operations cybernetiques autonomes, le contournement des mecanismes de protection, la planification strategique et les operations d’influence a grande echelle.
Le cinquieme niveau: les modeles capables d’accelerer substantiellement le developpement des modeles suivants et de reduire le role de l’etre humain dans le cycle de recherche.
Chaque niveau doit correspondre a des exigences differentes: de la simple documentation jusqu’a l’audit externe obligatoire, l’autorisation des grands cycles de calcul, le controle de l’acces aux poids des modeles, la verification des risques chimiques, biologiques, radiologiques et nucleaires, les tests de comportement autonome, les expertises cybernetiques et les mecanismes d’arret d’urgence.
Le code ouvert: liberte ou vulnerabilite?
Les modeles ouverts constituent un probleme distinct. Ils disposent d’un argument solide: l’ouverture reduit le monopole des grandes entreprises technologiques, donne aux universites, aux petites entreprises et aux developpeurs independants l’acces a la technologie, renforce la transparence et accelere l’innovation. Mais l’ouverture a aussi une face sombre: si un modele dote de capacites dangereuses est publie librement, il devient impossible de le faire revenir en arriere.
Un modele ferme peut etre desactive, limite, mis a jour, prive d’acces par interface de programmation, dote de filtres renforces ou place sous surveillance accrue. Des poids ouverts, une fois diffuses sur le reseau, commencent a vivre leur propre vie. Ils peuvent etre reentraines, debarrasses de leurs restrictions, integres a des outils malveillants, lances localement et utilises hors du champ de vision du fournisseur.
Cela ne signifie pas que tous les modeles ouverts sont dangereux. Mais cela signifie que la question de l’ouverture doit dependre du niveau de capacites. On ne peut pas appliquer la meme philosophie a un petit modele educatif et a un systeme capable d’aider a creer des logiciels malveillants, a concevoir des experiences biologiques ou a rechercher automatiquement des vulnerabilites dans des infrastructures critiques.
La vraie question: qui controlera les controleurs?
L’avertissement d’Anthropic suscite un scepticisme comprehensible. Lorsqu’une des entreprises les plus cheres du secteur appelle au ralentissement, les critiques y voient non seulement une preoccupation pour l’humanite, mais aussi un calcul d’entreprise. Si vous avez deja pris de l’avance, vous avez interet a transformer votre propre niveau de developpement en norme reglementaire et a compliquer la vie de ceux qui vous poursuivent. C’est precisement pourquoi les regles de l’intelligence artificielle ne doivent pas etre redigees par les laboratoires eux-memes dans leurs interets commerciaux.
Mais l’exces inverse est encore plus dangereux. On ne peut pas rejeter un avertissement uniquement parce qu’il est formule par un acteur interesse. Les inities voient reellement ce que le public ne voit pas: la vitesse du progres technique, les mesures internes, le comportement des modeles lors de tests non publics, le niveau d’automatisation de la recherche, les demandes reelles des structures etatiques, la pression des investisseurs et les capacites des systemes agentiques.
La bonne approche consiste a ne pas croire les entreprises sur parole, sans pour autant ignorer leurs signaux. Il faut des institutions independantes d’evaluation, des organismes publics de securite de l’intelligence artificielle, des groupes internationaux d’experts, un acces des chercheurs aux tests des modeles, des canaux proteges de divulgation des incidents, la publication obligatoire des principaux resultats des evaluations de securite et un regime de responsabilite en cas de dissimulation de capacites dangereuses.
Le controle de l’intelligence artificielle ne peut etre confie ni aux entreprises, ni a la bureaucratie, ni aux militaires, ni aux militants. Il doit prendre la forme d’un systeme a plusieurs niveaux, fonde sur la confrontation des interets, la verification mutuelle et la competence technique.
Il ne faut pas avoir peur de l’intelligence artificielle. Il faut l’apprivoiser politiquement et techniquement
La principale erreur consiste a reduire le debat a un choix entre panique et enthousiasme. L’intelligence artificielle apporte deja des benefices considerables: elle accelere la programmation, aide les medecins a analyser les donnees, rend l’education plus accessible, ameliore la traduction, automatise les taches routinieres, aide les scientifiques a travailler avec d’immenses volumes d’information, elargit les possibilites des personnes en situation de handicap et abaisse les barrieres d’entree dans les professions complexes.
Mais une technologie d’une telle ampleur ne peut pas se developper selon la logique du "lancons d’abord, nous comprendrons ensuite". C’est deja ainsi que les societes sont entrees dans l’epoque des reseaux sociaux: d’abord l’enthousiasme devant la liberte de communication, puis la radicalisation algorithmique, les bulles informationnelles, la manipulation politique, la degradation du debat public et la crise de confiance. Avec l’intelligence artificielle, le prix de l’erreur peut etre plus eleve.
La pedale de frein ne signifie pas l’interdiction du progres. Elle signifie le droit de la societe a ne pas etre passagere d’une voiture conduite par les fonds d’investissement, les laboratoires et les etats-majors geopolitiques. Elle signifie que la vitesse de deploiement doit dependre non seulement de ce qui est techniquement possible, mais aussi de ce qui est socialement, politiquement et securitairement acceptable.
Le monde entre dans une epoque ou l’intelligence devient une infrastructure du pouvoir
Au XXIe siecle, l’intelligence artificielle sera ce que furent au XXe siecle le petrole, l’atome, l’aviation, l’informatique et internet a la fois. Elle deviendra une ressource de croissance economique, une arme d’avantage strategique, un instrument de surveillance, une fabrique de significations, un moteur de la science et un mecanisme de gouvernance.
C’est pourquoi la question posee par Anthropic ne peut pas etre reduite au drame d’entreprise d’une seule societe. Elle est le symptome d’une rupture plus profonde. L’humanite cree des systemes qui commencent a participer a la creation de la generation suivante de systemes semblables. Ce processus peut produire des avancees en medecine, dans l’energie, les materiaux, l’education et la productivite. Mais il peut aussi engendrer des cyberarmes d’un type nouveau, un marche du travail ou des professions entieres verraient leur valeur brutalement depreciee, des systemes autoritaires de surveillance totale et un environnement informationnel ou l’etre humain ne saurait plus distinguer la realite de l’imitation synthetique.
La veritable bifurcation ne se situe pas entre l’intelligence artificielle et l’absence d’intelligence artificielle. Cette bifurcation n’existe deja plus. L’intelligence artificielle restera. La question est autre: se developpera-t-elle comme une infrastructure maitrisee, soumise au droit, a l’audit et a la responsabilite politique, ou comme une course entre laboratoires fermes, ou chaque nouveau lancement sera justifie par la peur d’etre depasse par le concurrent?
Aujourd’hui, la pedale d’acceleration est presque enfoncee jusqu’au bout. Les centres de donnees se construisent. Les modeles montent en puissance. Les agents obtiennent des outils. Le code est ecrit par des machines. L’economie se reconfigure. Les Etats examinent ses usages militaires et de renseignement.
La question centrale se pose desormais avec une brutalite absolue: l’humanite parviendra-t-elle a installer le frein avant que la vitesse ne depasse sa capacite de controle?