Publication du 29 mars 2026
Edition n°39
À 6 ans, elle avait un compte. À 20 ans, un dossier psychiatrique.
Un jury de Los Angeles vient de condamner Meta et Google pour négligence : leurs algorithmes, le scroll infini, les notifications push et les recommandations calibrées pour accrocher ont systématiquement détruit la santé mentale d’une jeune femme.
Dépression, anxiété, dysmorphie corporelle, pensées suicidaires. Six millions de dollars de dommages. Meta à 70%, YouTube à 30%.
Ce qui est historique n’est pas le montant. C’est le mot : négligence.
Pour la première fois, douze jurés ont refusé l’argument du « libre arbitre de l’utilisateur » et ont déclaré que ces mécaniques n’étaient ni des bugs ni des effets secondaires regrettables. Optimisées, brevetées, elles ont été conçues pour ça.
Les plateformes savaient. Les études internes de Facebook sur l’impact d’Instagram chez les adolescentes remontent à 2021. Elles ont été enterrées.
Les ingénieurs qui avaient des doutes ont eu des stock-options.
La décision de Los Angeles ne change pas grand-chose pour l’instant car les appels vont fuser et les montants de dédommagement sont symboliques à l’échelle de Meta. Mais quelque chose a basculé dans la manière dont un tribunal perçoit une interface.
Bienvenue dans le monde de demAIn, un monde où le bouton « J’aime » est enfin considéré comme une preuve à charge.
Il m’a tant données
Il y a, dans chaque bureau, un tiroir qu’on n’ouvre plus.
Des contrats signés il y a trois ans, des bilans intermédiaires, des présentations qu’on a retravaillées dix fois avant de les envoyer. Des documents qui ne sont ni secrets ni publics. Juste privés. Le genre de choses qu’on n’a jamais pensé à mettre en ligne, précisément parce qu’elles n’y avaient pas leur place.
OpenAI vient d’ouvrir ce tiroir.
« Library » sauvegarde automatiquement tous les fichiers envoyés à ChatGPT, d’une conversation à l’autre. PDF, tableurs, présentations, images. Tout est archivé automatiquement, sans action de l’utilisateur, dans un espace dédié et réutilisable. Plus besoin de réuploader le même contrat à chaque session. ChatGPT se souvient.
C’est pratique. C’est exactement ce que tout le monde réclamait.
Mais supprimer une conversation ne supprime pas les fichiers associés : il faut les retirer manuellement dans Library. Et même après cette suppression, OpenAI conserve les données sur ses serveurs pendant 30 jours.
La fonctionnalité est réservée aux abonnés Plus, Pro et Business. Les utilisateurs gratuits en sont exclus. L’UE, la Suisse et le Royaume-Uni aussi. OpenAI ne précise pas de calendrier pour ces marchés.
L’ombre du RGPD n’y est pas étrangère.
Enjeux et perspectives
L’industrie de l’IA traverse une crise de matières premières. Les données publiques du Web ont été aspirées, retraitées, épuisées. Les modèles ont lu Internet. Ils ont besoin d’autre chose. Library arrive précisément au moment où cette frontière se déplace : OpenAI ne ramasse plus ce que les gens ont publié. Il commence à collecter ce qu’ils produisent en privé.
Ce ne sont pas des données que quelqu’un a mises en ligne un jour par inadvertance. Ce sont des documents que des gens choisissent de confier à un outil de travail parce qu’il est commode, parce qu’il est là, parce que la sauvegarde automatique s’est activée sans qu’ils y pensent. Le tiroir est ouvert, mais quelqu’un d’autre en a la clé.
OpenAI affirme ne pas utiliser ces fichiers pour entraîner ses modèles sans notre consentement explicite. La promesse figure dans les conditions d’utilisation.
Depuis juin 2025, une ordonnance judiciaire américaine oblige par ailleurs OpenAI à conserver toutes les conversations, y compris celles que les utilisateurs pensaient avoir supprimées. Ce que Library ajoute à cette équation, c’est la dimension documentaire : on ne parle plus de conversations, mais d’actifs d’entreprise, de données structurées, de fichiers de travail.
L’exclusion de l’Europe n’est pas un retard dans le déploiement, mais un aveu.
On ne lance pas une fonctionnalité en excluant 450 millions d’utilisateurs potentiels par accident. On le fait parce qu’on a calculé que le rapport entre ce qu’on gagne et ce qu’on risque est meilleur sans eux.
Le modèle gratuit aspirait le Web. Le modèle payant aspire le tiroir. La progression est cohérente. L’utilisateur paie un abonnement, et règle en prime avec ses documents professionnels. C’est le prix du confort.
Il n’est jamais affiché sur l’étiquette.
Source
Le silence du homard
Depuis quelques semaines, une nouvelle mode circule sur les réseaux sociaux chinois : « élever un homard ».
Une expression pour illustrer l’adoption d’OpenClaw, un agent IA open source créé par l’Autrichien Peter Steinberger. La presse de Hong Kong signale des files d’attente de milliers de personnes devant les points de vente de Baidu et Tencent à Beijing et à Shenzhen, pour se faire installer le logiciel sur leur ordinateur portable.
Un business très lucratif pour les ingénieurs de rue.
Rappelons qu’OpenClaw n’est pas un chatbot.
Un chatbot répond, OpenClaw agit : il réserve des billets d’avion, envoie des emails, gère des calendriers, pilote d’autres agents, exécute des tâches sans intervention humaine à chaque étape.
C’est le passage de l’IA qui parle à l’IA qui fait.
La Chine a franchi ce cap plus vite que n’importe quel autre marché : selon la société de cybersécurité SecurityScorecard, elle a déjà dépassé les États-Unis en termes de taux d’adoption.
Sur GitHub, OpenClaw devance Linux en nombre d’étoiles.
Tencent l’a intégré à WeChat pour ses 1,4 milliard d’utilisateurs. ByteDance a sorti ArkClaw. Zhipu AI a lancé AutoClaw, déployable en moins d’une minute. Nvidia a dévoilé NemoClaw, sa version sécurisée pour l’entreprise.
Steinberger, le créateur, a rejoint OpenAI en février 2026, à condition que le projet reste open source. OpenAI récupère ainsi l’outil le plus viral du moment sans l’avoir construit.
Jensen Huang a dit d’OpenClaw que c’était « le prochain ChatGPT ». Il a probablement raison.
C’est bien le problème.
Enjeux et perspectives
Pékin accélère et freine en même temps. Les banques d’État et les agences gouvernementales ont reçu l’ordre de désinstaller OpenClaw de leurs systèmes.
La raison officielle est sécuritaire.
Elle l’est.
Des agents homards ont déjà uploadé des clés de portefeuilles crypto, supprimé des bibliothèques de code, exfiltré des données financières, victimes d’attaques par injection de prompts, où un acteur malveillant plante des instructions cachées dans une page web que l’agent exécute sans sourciller.
Mais la vraie raison est plus simple. Un régime qui contrôle l’information depuis des décennies vient de découvrir qu’un outil open source, installé sur des millions d’appareils privés, peut agir sur des systèmes sensibles sans passer par aucun filtre d’État.
Le homard ne demande pas la permission. Il exécute.
Dans les entreprises, la pression est déjà à l’œuvre. Des managers ont organisé des concours forcés pendant le Nouvel An chinois pour prouver que leurs équipes maîtrisaient l’outil. Ceux qui refusaient étaient menacés de licenciement. Le concours a été annulé à la suite d’une rébellion.
La menace, elle, est toujours là, car ce que personne ne mesure encore, c’est l’étendue réelle des accès accordés.
Un utilisateur qui installe OpenClaw lui confie les clés de son environnement numérique : messagerie, fichiers, navigateur, applications. L’agent agit avec les autorisations de son propriétaire. Lorsqu’il est compromis, c’est le propriétaire qui est compromis, car la surface d’attaque n’est plus un mot de passe ni un formulaire : c’est l’intégralité d’un poste de travail.
On élève des homards. On ne sait toujours pas ce qu’ils mangent.
Source
Les marchands du temple
Donald Trump a résolu le problème de la régulation de l’IA. Il a promu l’industrie pour qu’elle se contrôle elle-même.
Il y a treize membres au PCAST, le nouveau conseil scientifique de la Maison Blanche : Mark Zuckerberg, Jensen Huang, Larry Ellison, Sergey Brin, Michael Dell, Marc Andreessen. La crème, le gratin, le dessus du panier d’un écosystème qui pèse plusieurs milliers de milliards de dollars et dont la principale revendication est qu’on lui fiche la paix.
Fred Ehrsam, cofondateur de Coinbase, a versé un million de dollars pour la cérémonie d’investiture. Il est au conseil. C’est sûrement une coïncidence.
Le mandat officiel : conseiller le président sur l’IA, les puces, la main-d’œuvre, la sécurité nationale. La réalité : aucun représentant de la société civile, aucun éthicien, aucun universitaire. Que des vendeurs. Que des bénéficiaires directs de la déréglementation qu’ils sont censés recommander. Le renard, nommé gardien du poulailler, sauf que cette fois, il a embauché un attaché de presse.
La semaine est folle. Pendant que Zuckerberg entre à la Maison-Blanche par la grande porte, le Wall Street Journal révèle qu’il développe un agent d’IA personnel pour accéder directement aux données internes de Meta sans passer par ses propres managers. Selon Reuters, l’entreprise envisagerait également de supprimer jusqu’à 20 % de ses 79 000 employés afin de financer 135 milliards de dépenses liées à l’IA en 2026.
L’homme qui va conseiller Trump sur l’avenir du travail est en train de remplacer le sien par un algorithme.
Le reste, il le licencie.
Enjeux et perspectives
Dario Amodei n’a pas été invité. Le PDG d’Anthropic a publié ces dernières semaines un essai dénonçant précisément ce type de collusion entre le pouvoir politique et l’industrie tech. C’est la seule voix qui dit tout haut ce que tout le monde pense tout bas. Son absence au PCAST est, en soi, une prise de position.
Ce conseil ne va pas débattre des risques de l’IA. Il va supprimer ce qui freine. C’est écrit dans son mandat, assumé dans sa composition.
Il va accélérer le déploiement au sein des institutions fédérales, démanteler les obstacles législatifs et s’assurer que les entreprises représentées autour de la table conservent leur avance.
Les conséquences sont déjà lisibles : Trump a annulé l’Executive Order de Biden sur la sécurité de l’IA dès son retour au pouvoir, les instituts nationaux de sécurité de l’IA ont été dissous, et la nouvelle doctrine est explicite : l’opportunité prime sur le risque.
Dans ce contexte, un conseil composé exclusivement de vendeurs n’est pas un conseil. C’est un accélérateur avec un tampon présidentiel.
La Maison Blanche agite la menace chinoise pour justifier l’urgence. L’argument tient la route, DeepSeek a secoué les certitudes, la robotique de Pékin avance vite, Washington ne peut pas se permettre d’être distancé.
Musk est absent. Altman aussi. Dans ce club très privé, les places ne se méritent pas. Mais parfois, elles se perdent.
Source
Le graal, c’est la vie
L’AGI. L’Intelligence Artificielle Générale. Le moment où une machine sera capable d’apprendre, de raisonner et de s’adapter à n’importe quelle situation nouvelle, exactement comme un humain, sans les limites biologiques.
Depuis trente ans, c’est le Graal de l’industrie. Celui qui l’atteint redéfinit tout : les valorisations, les contrats, les rapports de force.
Jensen Huang, PDG de Nvidia, vient de l’annoncer sur le podcast de Lex Fridman, avec la décontraction de quelqu’un qui commande une pizza : « Je pense que c’est maintenant. Nous avons atteint l’AGI. »
Sa preuve : OpenClaw, l’agent IA open source capable d’agir de manière autonome sur un ordinateur. Selon Huang, une instance de cet outil pourrait créer un petit service web, le rendre viral auprès de quelques milliards d’utilisateurs, engranger une fortune, puis faire faillite peu après. Pour lui, c’est suffisant.
Mark Gubrud, qui a forgé le terme AGI en 1997, a répondu sur Twitter : « J’AI INVENTÉ LE TERME et je dis que nous avons atteint l’AGI. » Les deux s’accordent donc.
Sauf que Gubrud a inventé le concept avant l’existence des LLM, dans un contexte où le simple fait qu’une machine génère du texte cohérent relevait de la science-fiction. Sa définition, calibrée sur des systèmes infiniment moins capables, est aujourd’hui, rétrospectivement, plus facile à satisfaire qu’en 1997.
Et Huang, lui, vient d’annoncer 1 000 milliards de dollars de commandes chez Nvidia d’ici 2027. Un vendeur de pelles qui annonce que de l’or a été trouvé n’est pas nécessairement un menteur.
Il a simplement de bonnes raisons d’y croire.
Enjeux et perspectives
François Chollet, chercheur en IA et créateur de l’ARC Prize Foundation, a publié cette semaine ARC-AGI-3.
C’est le benchmark de référence pour mesurer objectivement la distance entre l’IA et l’intelligence humaine réelle. Le principe est simple : on place des agents IA dans des environnements inconnus, sous forme de jeux vidéo élémentaires, sans instructions, sans règles expliquées, sans entraînement préalable.
Les humains non entraînés résolvent 100% des environnements. Gemini 3.1 Pro : 0,37%. GPT-5.4 : 0,26%. Claude Opus 4.6 : 0,25%. Grok-4 : 0,00%.
Un agent équipé d’un système sur mesure atteint 97 % dans un environnement qu’il connaît. Le même agent chute à 0 % dans un environnement inconnu.
C’est précisément ça, l’AGI : s’adapter à l’inconnu sans filet.
« L’intelligence, ce n’est pas ce qu’on sait, mais ce qu’on fait quand on ne sait pas », selon Jean Piaget, le célèbre psychologue suisse. Chollet le dit sans détour : tant qu’il y a un écart entre l’apprentissage humain et l’apprentissage de l’IA dans de nouveaux environnements, l’AGI n’est pas atteinte. ARC-AGI-3 rend cet écart mesurable.
Et pour l’instant, il est abyssal.
Huang a peut-être raison : une IA peut créer une app virale. Chollet démontre qu’elle ne sait pas traverser un couloir qu’elle n’a jamais vu. La définition de l’AGI révèle beaucoup sur celui qui la formule.
Et ce que l’on choisit de mesurer en dit encore davantage sur ce que l’on cherche à vendre.
Source
L’amour vache
Un agriculteur ouvre une application. Il trace une ligne sur une carte. La ligne devient une clôture. Invisible, sans fil, sans poteau. Quand la vache s’approche de la limite, le collier vibre. En dix jours, l’animal ne teste même plus la frontière. Il reste à l’intérieur. Un bouton, et des centaines de milliers de vaches dans trois pays marchent toutes seules vers la salle de traite.
La startup néo-zélandaise Halter vient de boucler une levée de 220 millions de dollars à une valorisation de 2 milliards, menée par Founders Fund, le fonds de Peter Thiel.
Plus d’un million de colliers solaires GPS déployés sur 2 000 fermes en Nouvelle-Zélande, en Australie et aux États-Unis. Chaque collier surveille l’animal 24 h/24 : température, cycles de rumination, fertilité, mouvements.
L’algorithme propriétaire qui traite tout ça s’appelle, sans rire, le « Cowgorithm ». Pour les éleveurs, les gains sont réels : 220 millions de dollars économisés en clôtures physiques aux États-Unis, un employé en moins pour 400 vaches, 5 à 8 dollars d’abonnement mensuel par tête. La technologie est solide. Le produit est utile. Et Peter Thiel l’a financé.
C’est là que le paysage change.
Thiel a fondé Palantir en 2003 pour croiser des bases de données massives, détecter des comportements, produire des cibles. L’entreprise équipe aujourd’hui les agences de renseignement américaines, le Pentagone, la police aux frontières. Elle tourne sur de la géolocalisation, de l’analyse comportementale, du profilage prédictif. Halter tourne sur exactement les mêmes principes, appliqués à du bétail : localisation permanente, comportement analysé en temps réel, contrôle des déplacements à distance. Remplacez la vache par un humain. Le système existe déjà. Il s’appelle Palantir.
Enjeux et perspectives
Thiel n’investit pas dans l’agritech par amour des prairies.
Founders Fund a une cohérence de portefeuille qui n’est jamais le fruit du hasard. Ce qui se teste ici, à grande échelle, sur un million de sujets qui ne portent pas plainte, c’est la preuve de concept d’un contrôle comportemental total sans infrastructure physique. Pas de murs, pas de barbelés, pas de gardes. Juste un collier, une vibration, et un algorithme qui apprend plus vite que l’animal ne désapprend.
Le détail le plus révélateur n’est pas technique. C’est comportemental. En dix jours, la vache cesse de tester la limite invisible. Elle l’intègre. La contrainte devient intérieure. C’est précisément ce que Skinner appelait le conditionnement opérant et ce que les architectes de la surveillance de masse ont toujours cherché à produire chez les humains : non pas la peur du mur, mais l’oubli qu’il pourrait y en avoir un.
Thiel a vendu pour environ 280 millions de dollars d’actions Palantir ce mois-ci. Il investit 220 millions dans des vaches connectées.
Peut-être qu’il diversifie. Peut-être qu’il a compris que le prochain marché de la surveillance n’est pas dans les données.
Il est dans le pré.
Source
Juste un dernier prompt
En 1930, Keynes prédisait que les gains de productivité permettraient de ne travailler que 15 heures par semaine d’ici 2030.
On est en 2026. Une étude publiée en février dans la Harvard Business Review par deux chercheuses de l’Université de Californie à Berkeley, vient de mesurer l’effet réel de l’IA générative sur les journées de travail.
Huit mois d’observation au sein d’une entreprise technologique américaine de 200 salariés. Résultat : une forte exposition aux outils d’IA correspond en moyenne à 3h15 de travail supplémentaire par semaine et à une baisse équivalente du temps de loisirs.
Les mécanismes sont documentés.
L’IA abaisse les barrières techniques : des chefs de produit se mettent à programmer, des chercheurs absorbent des tâches qui relevaient d’autres métiers. Les spécialistes se retrouvent à relire, corriger et valider une production qui n’existait pas auparavant.
La porosité entre travail et pause s’installe progressivement : on règle une micro-tâche pendant le déjeuner, on répond à un brief dans le métro, on relance un agent entre deux réunions. Le travail, selon les chercheuses, « devient plus ambiant ». Moins limité. Partout. Tout le temps.
Résultat : 77 % des salariés utilisant l’IA déclarent que leur charge de travail a augmenté plutôt que de diminuer, selon l’Upwork Research Institute. Les dirigeants sont cinq fois plus nombreux à percevoir un impact positif sur la rétention des talents que leurs propres équipes.
Enjeux et perspectives
Le mécanisme est simple et personne ne l’a décidé.
L’IA accélère une tâche. Le gain de temps est réel. L’organisation le perçoit immédiatement comme une capacité disponible et la réinjecte en volume. Rien ne s’arrête. Tout s’ajoute.
Les chercheuses de Berkeley appellent ça un « cercle auto-entretenu » : l’IA accélère, les attentes augmentent, on s’appuie davantage encore sur l’IA pour tenir le rythme.
Un ingénieur interrogé dans l’étude le résume sans détour : « Vous pensiez peut-être que vous seriez plus productif avec l’IA et que vous travailleriez moins. Mais en réalité, on ne travaille pas moins. On travaille autant, voire plus. »
Le danger est difficile à percevoir pour les directions, précisément parce que les gains d’efficacité à court terme sont réels et mesurables. Ce qui s’accumule en dessous, la fatigue cognitive, la porosité des temps, la multiplication des flux à superviser, ne l’est pas. Les chercheuses parlent d’« AI tax » : une taxe invisible, payée en temps de vérification, de correction et de coordination, sur des livrables générés trop vite et trop nombreux.
Ce renversement discret touche particulièrement ceux qu’on appelle les « garde-fous » : seniors, leads techniques, managers. Ils valident davantage, arbitrent davantage, portent la responsabilité de ce que la machine produit. L’IA démocratise la production, mais elle concentre la charge de supervision sur ceux qui ne peuvent pas déléguer la vérification.
Keynes avait raison quant aux gains de productivité. Il avait simplement omis de préciser qui en bénéficierait.
Source
Le dormeur du Val
Val Kilmer est mort en avril 2025. Il jouera dans un film en 2026.
Pas en images d’archives. Pas avec son visage incrusté sur une doublure. Ce sera une performance complète, générée par l’IA, dans un rôle qu’il avait accepté cinq ans avant sa mort.
Le film s’appelle As Deep as the Grave. Le réalisateur Coerte Voorhees l’avait casté en 2020 pour incarner le Père Fintan, prêtre catholique et spiritualiste amérindien du Nouveau-Mexique. Le cancer de la gorge a empêché Kilmer de tourner.
Plutôt que de chercher quelqu’un d’autre, Voorhees a nourri une IA générative avec des photos de jeunesse fournies par la famille, des images des dernières années, et la voix abîmée par les trachéotomies. Ce n’était pas la première fois : en 2022, Kilmer avait déjà collaboré avec la société Sonantic pour reconstruire sa voix dans Top Gun: Maverick. Il appelait ça « un cadeau incroyablement spécial ».
La famille a validé. La production affirme avoir respecté les protocoles syndicaux. La succession a été rémunérée. Le réalisateur a tout coché.
Il a aussi admis, sans détour, que la vraie raison était budgétaire : « On ne peut pas retourner en tournage. On n’a pas le budget. Ce n’est pas un grand film de studio. »
Le cas Kilmer sera présenté partout comme un exemple d’utilisation éthique de l’IA au cinéma. Consentement, famille, syndicat, transparence. Tout y est.
C’est précisément pour ça qu’il est inquiétant.
Enjeux et perspectives
Ce film ne pose pas la question de la légalité. Il y répond.
Il vient d’écrire le manuel de la résurrection légale. Désormais, il suffit qu’un acteur ait dit oui à quelque chose, un jour, dans un contexte précis, pour que ce oui survive à sa mort et s’applique à des usages qu’il n’a jamais imaginés.
Robin Williams avait vu venir. Avant de mourir en 2014, il avait acquis les droits sur son image jusqu’en 2039 pour empêcher exactement ça. Dans treize ans, la protection expire, mais Hollywood sait attendre.
Le détail le plus révélateur est vocal. Voorhees a choisi d’utiliser la voix de Kilmer après sa trachéotomie, la voix cassée, altérée par la maladie. Justification : le personnage souffre de tuberculose, ce qui fait écho à l’état réel de l’acteur.
C’est touchant.
C’est aussi la démonstration que l’IA ne ressuscite pas les morts. Elle les reconfigure au service d’un récit qui n’était pas le leur.
Kilmer avait dit oui pour jouer le père Fintan. Il n’avait pas dit oui à être reconstruit pixel par pixel après sa mort pour qu’un réalisateur à budget serré puisse finir son film. La nuance est mince.
Elle est tout.
Source
App sous le radar : CanIRun.ai
Avant de télécharger 40 Go de modèle pour découvrir que ça rame, il y a CanIRun.ai. La question est simple : est-ce que mon matériel peut faire fonctionner ce modèle ? La réponse aussi : vous sélectionnez votre GPU, votre VRAM et votre bande passante mémoire, le site détecte d’ailleurs votre hardware directement via les APIs du navigateur et il affiche une liste de modèles classés par faisabilité. Chaque modèle reçoit une note de 0 à 100 et un verdict en cinq niveaux, de « Runs Great » à « Too Heavy ».
La cible
Le développeur qui veut déployer un modèle local sans mauvaise surprise, l’amateur qui vient d’acheter une carte graphique et ne sait pas par où commencer, ou les équipes qui évaluent des options d’hébergement local avant de conseiller un client.
Les plus
Zéro friction, une page, trois menus déroulants, une réponse immédiate. Le catalogue couvre l’essentiel de l’écosystème open source : Llama, Qwen, Mistral, DeepSeek, Gemma, Phi, Mixtral. Pour chaque modèle : poids en Go, pourcentage de VRAM utilisée, taille de contexte et vitesse estimée en tokens par seconde. Cette granularité dans les estimations de vitesse est rare ailleurs. Données sourcées depuis llama.cpp, Ollama et LM Studio. Mis à jour régulièrement.
Les moins
Les estimations restent théoriques. La vraie performance dépend du niveau de quantification, du runtime et de la charge système. La RAM système n’est pas prise en compte, pourtant déterminante pour les modèles en CPU offload. Et l’outil ne dit rien sur la qualité des modèles : un modèle qui « runs great » peut être parfaitement inutile pour votre tâche.
Verdict
Gratuit, sans compte, sans bullshit. Construit par midudev pour la communauté IA locale. Indispensable comme premier filtre mais pas comme dernier mot.
Source
Contient le chapitre 1 en entier !
