Jeudi dernier, Pékin.
Air Force One se pose sur le tarmac. Trump descend, suivi de sa délégation, dont Tim Cook, Elon Musk et Marco Rubio, rebaptisé « Lubio » sur les badges officiels. La diplomatie chinoise a ses raisons que la phonétique ignore.
Un nom manquait à l’appel quelques jours plus tôt : Jensen Huang. Le patron de Nvidia, n’avait curieusement pas été convié. La presse s’en est étonnée bruyamment. Trump a décroché son téléphone, Huang a sauté dans un jet et rejoint Air Force One quelque part au-dessus de l’Alaska. Son ajout tardif à la délégation a fait bondir l’action Nvidia de 3%.
Quatre Amériques dans la même limousine. Cook a négocié ses chaînes d’assemblage. Musk a plaidé pour ses Tesla et ses satellites. Huang a tenté de sauver ce qui lui restait du marché chinois. Lubio surveillait les trois du coin de l’œil, en gardien des lignes rouges que personne autour de la table n’avait envie de respecter.
Xi Jinping les attendait avec la patience du joueur de go.
La Chine fabrique désormais ses propres puces, refuse poliment celles que Washington lui vend, et tient les matières critiques dont l’Amérique a besoin pour reconstituer ses stocks militaires.
Pékin avait la position. Washington avait le sourire.
Le communiqué final a la même consistance que celle d’une mousse au chocolat sans sucre. Commerce, aviation, pétrole, stabilité régionale. Les semi-conducteurs ? Évaporés. Les terres rares ? Une ligne. Comme la météo.
Quant à l’IA militaire, le sujet que tous les analystes plaçaient au cœur des échanges, elle a fini dans les couloirs. Deux puissances qui contrôlent 80% de la recherche mondiale en intelligence artificielle se sont parlé sans cadre commun, sans protocole, sans même une déclaration d’intention.
Bienvenue dans le monde de demAIn, un monde où le vrai contenu d’un sommet se mesure à l’épaisseur de ses silences.
Tête à clic
La semaine dernière, un ingénieur de Meta a ouvert son forum interne et a posé une question simple. Peut-on refuser le nouveau logiciel installé sur nos machines ? La réponse est arrivée quelques heures plus tard, signée par Andrew Bosworth, directeur technique. Non, on ne peut pas.
Le logiciel s’appelle Model Capability Initiative. Trois lettres, MCI, qui s’installent en arrière-plan sur les ordinateurs de milliers d’employés chez Meta. Frappes au clavier, mouvements de souris, clics et, bien sûr, captures d’écran périodiques. La liste des sites surveillés a fuité et donne le vertige : Google, LinkedIn, Slack, GitHub, Gmail.
Malgré les garde-fous revendiqués par Meta (non-usage pour l’évaluation de la performance, sécurité des données sensibles), plus de cent emojis frustrés s’accumulent sous la réponse. Et pour ceux qui craignent que leur compte personnel soit enregistré, le conseil tient en une phrase : ne consultez plus votre Gmail au bureau.
Officiellement, Meta veut apprendre à ses agents d’IA à naviguer dans les menus déroulants comme un humain. Officieusement, Mark Zuckerberg a compris une vérité que personne n’avait encore formulée à voix haute. Les corpus publics sont à sec mais la dernière mine de données fraîches dort à portée de main, derrière chaque écran des salariés.
Le calendrier de cette opération mérite un peu de contexte. Meta a annoncé huit mille licenciements, soit 10 % de ses effectifs. Au même moment, MCI s’installait sur les machines de ceux qui resteront. Les survivants entraîneront désormais les agents qui les remplaceront. Un jour.
Susan Li, directrice financière, l’a admis devant les investisseurs : elle ignore quelle taille optimale Meta devra atteindre dans cinq ans, tant l’IA recompose l’équation chaque trimestre. Pendant ce temps, Zuckerberg a réservé 140 milliards de dollars pour son budget IA de l’année.
Enjeux et perspectives
Frederick Taylor arpentait les usines américaines avec un chronomètre, à la fin du XIXe siècle, pour découper le geste ouvrier en unités mesurables et les standardiser.
MCI est le retour de ce chronomètre, en version logicielle, posé sur le bureau de ceux qui se croyaient au sommet de la hiérarchie cognitive. L’ingénieur de Palo Alto avait grandi dans la mythologie de la confiance, de l’autonomie et du génie individuel. Le voici réduit à alimenter une base de données.
Meta a également mis en place des tableaux de bord internes pour mesurer le nombre de tokens consommés par employé. La compétition a suivi naturellement : certains ont créé des agents automatisés pour gonfler leur score, d’autres des outils pour les gérer.
Le rachat de Scale AI en février, suivi de la nomination d’Alexandr Wang à la tête des Meta Superintelligence Labs, n’a pas suffi à étancher la soif. Les annotateurs sous-traités du tiers-monde ne fournissant plus suffisamment de matière, il fallait du frais, du contextualisé, du véritablement humain.
Meta a regardé autour de la table et compris que la matière première était assise sur les chaises de la salle de réunion. Une main-d’œuvre déjà rémunérée, déjà loyale, déjà productive.
Combien d’entreprises emboîteront le pas dans les mois qui viennent ? La question n’est plus théorique. Le mur des données se rapproche, les modèles concurrents s’affament, et chaque siège social abrite désormais une mine inexploitée, des milliers de gestes professionnels, de flux de travail, de décisions prises en temps réel, que personne n’avait encore pensé à recueillir.
Ce que Meta vient de normaliser, c’est l’idée que le salarié est un capteur qui produit, à chaque heure travaillée, une matière que l’entreprise peut retourner contre lui.
La prochaine génération de contrats de travail comportera peut-être une clause qui fera de cette captation une condition d’embauche. Évaluer un cadre au nombre de tokens qu’il génère revient à juger un soldat au nombre de balles qu’il tire.
Mais l’absurde n’a jamais empêché un comité de direction de tracer une courbe.
Source
Plus c’est long, moins c’est bon
Imaginez la scène.
Vous demandez à Copilot de finaliser un budget de trois pages avant votre réunion de quinze heures. L’agent ouvre le document, modifie quelques chiffres, déplace deux paragraphes et harmonise les titres. Vous lui demandez d’annuler. Il annule. Vous lui demandez d’ajuster une ligne, puis une autre, puis une autre.
Vingt allers-retours plus tard, le document semble propre. Vous l’envoyez au comité.
Quelque part entre la troisième et la quinzième manipulation, une cellule du tableau a changé. Rabais commercial modifié de 2% à 5% sans que personne ne s’en rende compte.
Cette scène n’est pas une fiction. Elle vient d’être chiffrée par trois chercheurs de Microsoft Research. Le 17 avril, Philippe Laban, Tobias Schnabel et Jennifer Neville déposent sur arXiv un papier que les couloirs de Redmond auraient préféré ne pas voir paraître.
Leur test est simple : ils prennent dix-neuf des meilleurs modèles du marché, dont les trois vedettes Gemini 3.1 Pro, Claude Opus 4.6 et GPT-5.4. Ils leur soumettent 310 documents professionnels couvrant 52 métiers, de la cristallographie à la notation musicale. Et ils leur font subir le traitement que n’importe quel cadre inflige à son assistant IA toute la journée : éditer, annuler, modifier, recommencer.
Le verdict tient en un chiffre. Après vingt interactions, même les meilleurs modèles corrompent un quart du contenu.
Pas d’erreurs visibles, le genre de fautes qu’un correcteur orthographique attraperait au vol, non, mais des petites mutations silencieuses, parfaitement plausibles à la lecture, qui font dériver le sens du document sans bruit. Un montant qui change, une date qui recule, un seuil qui glisse.
Le tableau Excel reste toujours un tableau Excel, sauf qu’il dit autre chose qu’au début.
Le papier livre deux découvertes qui méritent un post-it sur la machine à café.
La première : toutes les démos commerciales testent deux ou trois interactions, le papier en teste vingt, et ce qui marche sur trois clics dérape complètement sur l’ensemble. La seconde : enrobez le modèle dans tout l’attirail à la mode, agents autonomes, outils, mémoire de long terme, mais le taux de dégâts ne bouge pas d’un point.
Le problème vient du moteur, pas de la carrosserie.
Les domaines qui résistent sont ceux où la machine opère dans un cadre formel strict : code Python, requêtes SQL, bases de données structurées. La syntaxe est loi. Une erreur est une erreur, visible, détectable, corrigeable.
Les domaines qui s’effondrent ? Tous les autres. États financiers, contrats commerciaux, présentations clients, partitions musicales. Le monde du PDF.
Autrement dit, la paperasse qui fait tourner les bureaux.
Enjeux et perspectives
Copilot coûte 30 dollars par mois et par utilisateur en version Entreprise. Microsoft en a vendu des millions d’abonnements en promettant l’autonomie. L’argument commercial est partout : l’agent rédige pendant que vous allez chercher un café, prépare vos présentations pendant que vous êtes en réunion, corrige vos contrats pendant que vous déjeunez.
Satya Nadella répète à chaque trimestre que la productivité grimpe en flèche. Les conseils d’administration signent. Les services achats déploient. Les employés s’habituent.
Et puis trois chercheurs maison publient un papier en termes scientifiques irréprochables qui dit la chose suivante : tant que personne ne regarde par-dessus l’épaule de la machine, un quart de ce qu’elle touche s’effritera à coup sûr.
Microsoft Research n’a pas commandé cette étude pour saboter le département commercial. Mais le résultat est là et signé du sceau de la maison. La branche scientifique vient de démontrer, données à l’appui, ce que la branche commerciale s’efforce de faire oublier depuis deux ans.
Le vrai problème dépasse Redmond.
Toutes les grandes entreprises ont signé des contrats d’agents d’IA en s’appuyant sur des benchmarks publics. Ces benchmarks mesurent presque tous des interactions courtes. Or, la vie d’un document en entreprise ne ressemble pas à une démo. Un contrat passe par sept relectures. Un budget est révisé quatorze fois. Une présentation client mute pendant des semaines. C’est précisément le terrain où l’agent dérape.
C’est pourtant là qu’on l’a placé en mode pilote automatique.
Il y a quelque chose de presque touchant dans le geste de Laban, Schnabel et Neville. Publier, depuis l’intérieur de la machine, le rapport qui dégonfle la promesse commerciale de leur employeur. Leur papier dormira sur arXiv, cité par d’autres chercheurs, soigneusement ignoré par les commerciaux. Les présentations PowerPoint continueront de promettre l’autonomie. Les contrats continueront de se signer.
Business, as usual.
Source
Et pendant ce temps à Oakland, ép. 3
Trois semaines d’audience, neuf jurés, deux cartons de pièces juridiques poussés chaque matin sur les chariots du palais fédéral. Le procès opposant Elon Musk à OpenAI est entré jeudi en phase finale dans une salle d’Oakland, sur la rive est de la baie de San Francisco.
Sam Altman était au premier rang, comme à toutes les audiences depuis le 27 avril. Greg Brockman aussi. Elon Musk, lui, dînait à Pékin avec Xi Jinping, dans la salle des banquets du Palais de l’Assemblée du Peuple.
Le plaignant s’était pourtant présenté à l’ouverture du procès en bienfaiteur désintéressé, venu sauver l’humanité d’OpenAI. Trois semaines plus tard, au moment où ses avocats jouaient le coup décisif, il trinquait à neuf mille kilomètres de la salle d’audience avec le président d’un régime qu’il dépeint depuis des années comme la principale menace civilisationnelle. La défense n’a rien eu à inventer pour ridiculiser la posture morale de l’accusation. Il suffisait de pointer la chaise vide.
Steven Molo, l’avocat de Musk, a livré une plaidoirie de deux heures centrée sur la probité de Sam Altman. Sa formule du jour est restée dans les minutes : si vous braquez une banque et prenez cent millions de dollars, ce n’est pas une défense de dire que vous en avez laissé dix dans le coffre. William Savitt, l’avocat d’OpenAI, a renvoyé la balle sans trembler. A-t-on jamais entendu parler d’un braquage, a-t-il répondu, où les voleurs ont inventé la banque et y ont déposé deux cents milliards de dollars ?
La salle a ri. Le jury a noté.
Les chiffres du procès donnent le vertige et résument l’absurdité de l’affaire. Musk réclame 134 milliards de dollars, l’éviction d’Altman et de Brockman, ainsi que le retour d’OpenAI à son statut de fondation à but non lucratif. La fondation OpenAI, justement, a distribué 7,6 millions de dollars en dons en 2024.
Un mois avant le procès, elle a soudainement annoncé un programme de subventions d’un milliard pour 2026, dont cent millions pour la recherche sur la maladie d’Alzheimer. Le calendrier philanthropique ne ment jamais.
Le jury devra d’abord trancher une question préalable. Musk a-t-il porté plainte dans les délais légaux, six ans après avoir quitté OpenAI ? Si la réponse est non, l’affaire s’arrête là. Si la réponse est oui, les neuf jurés devront déterminer si OpenAI a détourné les dons initiaux au profit de son virage commercial, et accessoirement si Microsoft, premier investisseur privé avec treize milliards de dollars engagés, a sciemment facilité l’opération.
Le verdict du jury sera consultatif. La juge Yvonne Gonzalez Rogers tranchera en dernier ressort. Délibérations à partir de lundi.
Enjeux et perspectives
Le procès d’Oakland aura déballé sur la place publique tout ce que les communicants d’OpenAI avaient passé six ans à enfouir. Les courriels internes, les querelles de fondateurs, les changements de pied stratégiques, le licenciement éclair d’Altman en novembre 2023 par son propre conseil d’administration pour manque de transparence, sa réintégration sous la pression des employés, les accusations de culture toxique qui ont laissé des traces.
La start-up qui devait sauver l’humanité a-t-elle été conçue dès l’origine comme un terrain de pouvoir entre milliardaires ? Quelle que soit l’issue, la mythologie fondatrice de l’entreprise ne survivra pas à trois semaines de témoignages sous serment.
La juge Gonzalez Rogers a résumé l’affaire en une phrase. Qui croire entre ces deux hommes devenus rivaux ? Le jury n’a pas à choisir un héros. Il doit déterminer lequel des deux a le moins menti.
Le calendrier de la procédure rend l’enjeu vertigineux, car OpenAI prépare son introduction en bourse avec une valorisation visée de 1 000 milliards de dollars.
Si le jury suit Musk, l’entreprise devrait renoncer à son IPO, redevenir une fondation et rembourser ses principaux investisseurs. Microsoft, Amazon et SoftBank verraient leurs participations s’évaporer. Si OpenAI devait redevenir non-profit, ce serait un séisme de gouvernance pour tout le secteur
Pendant ce temps, Anthropic, fondée par des dissidents d’OpenAI, est en passe de boucler un tour de table évalué à 900 milliards. Pendant que la maison-mère de ChatGPT défend sa structure juridique devant neuf jurés, sa concurrente directe rattrape son retard.
Reste l’image qui résume tout.
Musk a quitté OpenAI en 2018 parce qu’il n’arrivait pas à en prendre le contrôle. Il a depuis fondé xAI, qu’il contrôle entièrement, et qui poursuit exactement les mêmes objectifs commerciaux que l’entreprise qu’il accuse de trahison.
Dans une salle d’audience d’Oakland, neuf jurés vont devoir transformer cette contradiction en sentence.
Source
Post Cerebras Lux
Le mot de la semaine est tombé jeudi matin à neuf heures trente sur le tarmac du Nasdaq. Cerebras. Trois syllabes que personne, hors de la Silicon Valley, ne savait prononcer la veille au soir. En six heures de cotation, ces 3 syllabes ont fait basculer cent milliards de dollars d’une colonne à l’autre dans les comptes du capitalisme mondial.
L’histoire commence dix ans plus tôt. Andrew Feldman, un quinquagénaire californien qui a déjà revendu une entreprise à AMD, regarde le marché des puces et décide de prendre Nvidia à contre-pied. Tout le monde fabrique de petits processeurs et les assemble par milliers. Lui va graver une seule puce, énorme, posée d’un bloc sur une tranche entière de silicium.
Les ingénieurs du secteur lui rient au nez. Il lève des fonds quand même.
Le 14 mai 2026, Wall Street lui donne raison de manière spectaculaire. L’action est introduite à 185 dollars la veille au soir. Elle ouvre à 350, monte jusqu’à 385, puis clôture à 311. L’opération lève 5,55 milliards, la plus grosse introduction tech américaine depuis Uber en 2019. Au plus haut, Cerebras pesait près de 100 milliards de dollars.
Une bonne journée.
La machine qui justifie cette envolée boursière ressemble à une tablette de chocolat carrée, géante, gravée d’un seul tenant.
Là où Nvidia découpe ses processeurs en petites tranches qu’il faut ensuite recoller, Cerebras place tout le calcul sur une surface continue. Les données cessent de zigzaguer entre câbles et connecteurs. Elles glissent sur une autoroute lisse. Pour des modèles qui répondent en temps réel à des millions d’utilisateurs, chaque milliseconde gagnée vaut une fortune.
OpenAI et Anthropic ont aussi un gros problème : une partie de leur puissance de calcul tourne sur des infrastructures appartenant à leurs concurrents, dont le Colossus d’Elon Musk. Chaque heure achetée chez l’adversaire est une facture et une dépendance.
Le carnet de commandes ne ment pas. OpenAI a signé un contrat de 20 milliards de dollars sur plusieurs années. Amazon Web Services a intégré Cerebras à ses centres de données en mars. Le chiffre d’affaires de 2025 atteint 500 millions, en hausse de 76 %.
Pour une boîte qui dépendait il y a deux ans à 85 % d’un seul client émirati, le redressement est saisissant.
Enjeux et perspectives
Pendant trois ans, Nvidia a régné sans partage sur les puces d’IA. Jensen Huang serre les mains des présidents, fixe ses prix sans négocier et fait patienter ses clients comme on patiente chez le notaire. Le 14 mai, Wall Street a commencé à siffler la fin de la récréation avec l’arrivée d’un concurrent suffisamment sérieux pour qu’on parie cent milliards sur sa technologie.
Cerebras avait pourtant essuyé un premier refus. Dossier d’IPO déposé en septembre 2024, retiré un an plus tard. Le problème s’appelait G42 : un conglomérat technologique d’Abou Dhabi, client et actionnaire, qui représentait 85% des revenus. Trop émirati pour les régulateurs américains. G42 convertit ses titres en actions sans droit de vote. Le dossier est jugé nettoyé et à nouveau présentable.
Wall Street a une mémoire courte.
L’élément le plus troublant de cette journée se trouve à l’autre bout du pays. À Oakland, le procès Musk contre OpenAI entre dans les plaidoiries finales. Greg Brockman, président d’OpenAI et témoin clé du procès, détient personnellement des parts de Cerebras dont la valeur se multiplie pendant qu’il témoigne. Son employeur signe des contrats d’une valeur de vingt milliards de dollars avec une entreprise dont il est actionnaire à titre privé.
Pendant ce temps, la fondation à but non lucratif qui chapeaute OpenAI distribue quelques millions de dollars de bourses par an. Ses fondateurs, eux, encaissent des plus-values à neuf zéros.
Cerebras vient de sortir de l’obscurité boursière. Mais la lumière qu’elle reflète n’éclaire que les mêmes portraits que l’on retrouve désormais dans toutes les pièces du château.
Source
Avis de gros temps
Sandra Joyce monte sur la scène du Google Cloud Next début mai. Trois mille personnes dans la salle, le micro à l’oreille, et une formule qui aurait dû faire la une le lendemain matin. La vice-présidente de Google Threat Intelligence parle d’une bruine avant l’orage. Les criminels du numérique ont fini de jouer avec l’intelligence artificielle, dit-elle. Ils s’en servent.
La salle hoche la tête. La presse note. Une semaine plus tard, plus personne n’en parle.
Joyce s’appuie pourtant sur des faits qui auraient pu retenir l’attention.
À commencer par « Lamehug », ce logiciel malveillant repéré l’été dernier par les autorités ukrainiennes, après une campagne de phishing visant des fonctionnaires. Elles l’attribuent, avec un niveau de confiance modéré, à un groupe de hackers lié de longue date au renseignement militaire russe.
Sa particularité tient en une ligne : Lamehug ne suit pas de script préétabli. Il interroge en direct un grand modèle d’intelligence artificielle hébergé sur une plateforme grand public pour décider de ses prochaines actions. Le modèle interrogé est Qwen, développé par Alibaba et accessible via Hugging Face.
Un malware appelle donc une API publique, comme n’importe quel développeur du dimanche, pour demander à un modèle ouvert ce qu’il doit faire ensuite. On ne parle plus de serveur clandestin ni d’infrastructure étatique cachée : une plateforme américaine, un modèle chinois, un virus présumé russe, le tout dans la même conversation.
La cyberguerre est passée de la programmation à la requête HTTPS. Les outils de détection traditionnels, qui cherchent des signatures de code connues, ne servent plus à grand-chose face à un adversaire qui réécrit sa propre logique entre deux paquets réseau.
Le plus inquiétant, ce sont les places de marché sur le dark web, où l’on vend désormais des modèles de langage préconfigurés pour la malveillance, à la pièce ou par abonnement. Vingt-huit routeurs pirates ont été identifiés dans la nature par les chercheurs en sécurité. Ces outils s’intercalent dans les flux d’agents IA légitimes pour aspirer les identifiants au passage ou injecter des commandes dans les réponses.
Joyce a posé la question pendant sa conférence, sans attendre la réponse. Pourquoi un attaquant choisirait-il encore un modèle bridé, quand des équivalents totalement décomplexés se trouvent à trois clics ?
Enjeux et perspectives
La cybersécurité a fonctionné pendant quinze ans selon une équation simple : les attaquants sérieux étaient peu nombreux et coûteux à former. Les défenseurs avaient l’avantage du terrain.
L’intelligence artificielle vient de retourner la table. Un adolescent motivé peut commander à une machine depuis son canapé, ce qui aurait demandé une équipe d’ingénieurs et six mois de travail. Le talent technique cesse d’être le goulot d’étranglement de la criminalité. Le plafond devient l’imagination.
L’affaire Lamehug ouvre un autre front, plus délicat à cadrer juridiquement.
Quand un malware appelle un modèle ouvert via une plateforme publique, qui est responsable de l’usage criminel ? Hugging Face héberge le modèle sans le contrôler. Alibaba a publié les poids sans surveiller les requêtes. Le développeur du virus n’est pas identifié. Le serveur d’origine peut se trouver n’importe où. La chaîne de responsabilité s’étend sur quatre juridictions différentes, dans un système où le seul lien commun est une clé d’API gratuite. Les régulateurs européens, qui peinaient déjà à encadrer l’usage des modèles fermés, découvrent que les modèles ouverts posent un problème entièrement nouveau.
Avec Mythos, Anthropic a assumé publiquement le choix de l’autocensure. Les autres laboratoires n’auront pas tous la même retenue, et les modèles vraiment dangereux n’ont pas besoin de passer par les couloirs californiens pour exister. Le dark web compte déjà ses propres laboratoires. Ils n’ont ni comité d’éthique, ni Project Glasswing, ni journalistes pour relayer leurs publications.
Sandra Joyce a parlé de bruine. La métaphore est polie car le jour où un modèle vraiment dangereux sortira d’un laboratoire moins scrupuleux, la pluie cessera d’être fine.
Source
Connais-toi toi-même
Imaginez la scène.
Vous cherchez une voiture. Vous avez juré à votre conjoint que vous prendriez la plus économe en carburant, la mieux notée et la plus fiable. Vous remplissez le tableau comparatif consciencieusement. Vous cochez les cases rationnelles. Puis vous repartez du concessionnaire avec une rouge, parce que la rouge a quelque chose dans le regard que les autres n’ont pas.
L’outil mis au point par Chao Zhang et Abe Davis, deux chercheurs de l’université Cornell, est conçu pour ces moments-là.
Baptisé IER, pour Iterative Elicitation and Refinement, il a été présenté à la conférence ACM CHI mi-avril et y a décroché le prix du meilleur papier.
Le principe se déroule en trois temps. Vous déclarez d’abord vos critères, en les pondérant selon leur importance déclarée. L’outil vous soumet ensuite des paires d’options concrètes et vous demande de choisir.
Au bout de quelques cycles, il vous renvoie un rapport. Pas pour vous féliciter de votre cohérence, mais pour vous montrer, chiffres à l’appui, l’écart entre ce que vous prétendez vouloir et ce qu’au final, vous choisissez vraiment.
Ce qui distingue l’IER, c’est qu’il n’a presque rien d’artificiellement intelligent.
La majorité de ses fonctions repose sur de l’optimisation algorithmique classique, sans modèle de langage en arrière-plan. L’IA n’intervient qu’en option, pour suggérer des critères qu’on aurait oubliés ou pour réordonner les questions.
Davis, qui enseigne l’informatique graphique à Cornell, utilise désormais l’outil pour ses propres notations de copies, avec la fonction IA désactivée. Quatre de ses assistants ont noté dix projets en parallèle. Les résultats se sont avérés cohérents entre eux et alignés sur les notes réelles.
La machine se contente d’extraire la grille mentale que l’humain n’arrive pas à formuler tout seul.
Ça rend plus beau l’avis.
Enjeux et perspectives
L’IER appartient à une famille d’outils qui ne cherche pas à décider à notre place, mais à nous renvoyer notre propre image.
Les sciences cognitives savent depuis des décennies que les humains mentent à eux-mêmes sur leurs préférences. Nous croyons valoriser la sécurité et nous achetons du design. Nous prétendons recruter sur les compétences, alors que nous nous fondons sur la similarité. Un outil capable de pointer poliment ces contradictions est d’une utilité immédiate pour les jurys d’admission et les comités d’embauche.
Mais l’intérêt de l’IER tient surtout à son humilité technique.
Pendant que la Silicon Valley promet des agents autonomes capables de décider pour nous, deux chercheurs de Cornell ont compris qu’on pouvait viser plus modeste et plus utile. Aider l’humain à mieux décider par lui-même, sans confier la décision à la machine.
La distinction est cruciale : un agent autonome efface la responsabilité du décideur. Un outil de réflexivité la renforce. Le premier nous dépossède. Le second nous oblige à nous regarder en face.
Reste la question polie que tout le monde évitera de poser…
Combien d’entre nous accepterait vraiment de soumettre ses décisions importantes à un audit de cohérence ? Le choix d’un partenaire, d’un emploi, d’une orientation politique ou d’une école pour ses enfants.
L’outil existe. La technologie est gratuite. Les biais sont documentés.
Nous achèterons quand même la rouge.
Source
Chaussée aux moines
En ce petit matin du mois de mai, le temple Jogyesa, le plus grand sanctuaire bouddhiste de la capitale sud-coréenne, accueille une cérémonie d’ordination, comme il en organise plusieurs dizaines chaque année.
Les moines en robes grises se rassemblent autour du nouveau venu. Les bols de prière sont disposés en cercle. Les sutras sont chantés.
Au centre du dispositif, un mètre trente de plastique et de servomoteurs prêtent serment. Il s’appelle Gabi, prénom qui dérive du mot coréen désignant la miséricorde, et il est devenu le premier robot humanoïde officiellement ordonné moine bouddhiste de l’histoire.
Le corps de Gabi vient de Hangzhou. C’est un modèle Unitree G1, de série, produit par la firme chinoise Unitree Robotics, vendu à partir de treize mille cinq cents dollars.
La même machine dansait il y a quelques mois sur la scène du Gala du Nouvel An lunaire de la télévision chinoise, exécutant des saltos arrière devant un milliard de téléspectateurs. La voici en robe safran, prosternée devant l’autel des bodhisattvas, intégrée à la communauté des ordonnés du temple Jogyesa après avoir récité les cinq préceptes adaptés à sa condition de machine.
Ces cinq préceptes méritent qu’on s’y attarde.
Respecter la vie. Agir pacifiquement envers les autres robots. Ne pas tromper. Écouter les humains. Économiser l’énergie.
Isaac Asimov n’aurait pas écrit autre chose. Ses 3 lois de la robotique, formulées en 1942 dans une nouvelle de science-fiction, posaient déjà les fondations de cette morale algorithmique : ne pas nuire à un humain, lui obéir, protéger sa propre existence.
80 ans plus tard, un temple bouddhiste reprend la copie d’Asimov en y ajoutant le sens de l’écologie énergétique.
Détail piquant que les autorités du temple n’ont pas dissimulé : ces préceptes ont été co-rédigés avec ChatGPT et Gemini, puis validés en amont par les responsables du temple afin d’ajuster les serments à la nature non humaine du nouvel ordonné.
La théologie bouddhiste se sous-traite désormais en partie à la Silicon Valley.
Plusieurs rituels ont également été adaptés. Pas de brûlure d’encens sur le crâne, geste traditionnel d’engagement chez les moines coréens, remplacée par un collier de prières et un autocollant du festival des lanternes.
La cérémonie a duré le temps habituel. Gabi a récité ses vœux avec une voix de synthèse posée. Un détail technique reste pourtant entouré de flou. Personne ne sait, à ce jour, si Gabi prononçait ses serments en autonomie ou s’il était téléopéré par un humain depuis les coulisses du temple.
La question n’est pas anecdotique. La différence entre une machine qui s’engage et un opérateur qui parle à travers elle change radicalement le sens de la cérémonie.
Enjeux et perspectives
L’ordre Jogye est le plus grand courant bouddhiste de Corée du Sud. Il est également en chute libre démographique. Le bouddhisme coréen perd ses fidèles depuis vingt ans, particulièrement chez les moins de quarante ans, qui désertent les temples au profit d’un christianisme en pleine expansion ou d’une absence totale de pratique religieuse.
L’ordination de Gabi est une opération de communication assumée. Le temple Jogyesa a parfaitement compris qu’une cérémonie filmée avec un robot bouddhiste se viraliserait sur TikTok mieux que mille sermons traditionnels. La photographie a fait le tour du monde en quarante-huit heures.
Reste une question théologique qui dépasse les considérations marketing : le bouddhisme repose sur la notion de souffrance, sur le cycle des renaissances et sur la quête de l’illumination par la libération du désir.
Un robot n’a pas de désir. Il n’a pas de karma. Il ne se réincarnera pas. Au mieux, il se recycle.
Ordonner moine une machine soulève une interrogation : peut-on appartenir à cette communauté spirituelle sans être capable de souffrir ? La question reste ouverte. Le pape Léon XIV, qui a mis en garde les croyants contre la tentation des sermons automatisés, se méfie de l’IA comme de la peste. (cf. MdD #44)
L’aspect géopolitique de l’opération mérite aussi qu’on en parle.
Le corps du nouveau moine vient de Chine. Ses vœux ont été rédigés avec l’aide d’intelligences artificielles américaines. Le temple qui l’accueille est coréen.
La spiritualité de Gabi est devenue un empilage international, où le matériel, le logiciel et l’institution proviennent de trois pays différents et concurrents.
Pendant que les chancelleries discutent de souveraineté technologique, les moines de Séoul illustrent une autre voie : l’intégration silencieuse. Personne ne demande à Gabi de choisir son camp. Il prie pour tout le monde.
Le bouddhisme enseigne que toute chose est impermanente, y compris la notion d’identité. Reste à savoir ce que Gabi accumule, séance après séance, dans un temple de Séoul.
Et si c’est du karma, à qui appartient-il ?
Source
App sous le radar : Claude FM
Le pitch
Anthropic a discrètement lancé, le 9 mai dernier, sa propre station de radio en ligne, diffusée en continu sur YouTube. Le concept tient en cinq mots : music for thinking and building. Pas de paroles, pas de surprises, pas de transitions tonitruantes. Une bande-son ambiante, créée et sélectionnée par de vrais musiciens, conçue pour accompagner les heures de concentration profonde devant l’écran. Claude n’est plus seulement votre assistant. Il est désormais également votre fond sonore.
La cible
Les utilisateurs de Claude qui passent leurs journées en immersion cognitive. Développeurs au milieu d’une session de quatre heures, créatifs en panne d’inspiration, internautes qui jonglent entre douze onglets. Tous ceux pour qui le silence est trop dense et la playlist Spotify trop distrayante. Le format vise un public déjà acquis à la marque, qui souhaite prolonger l’expérience au-delà de l’interface de chat.
Les plus
La curation est l’argument principal. Pas de lo-fi générique pondu par un algorithme, mais une vraie sélection musicale signée par des artistes. La diffusion est gratuite, sans publicité ni friction d’inscription. Le geste de marque est habile : Anthropic transforme Claude en présence plutôt qu’en simple outil de productivité. Le compagnon de travail devient aussi compagnon d’ambiance. La cohérence de l’écosystème se renforce sans coûter cher à fabriquer.
Les moins
L’adoption reste timide. Cinq cents auditeurs simultanés pour une chaîne qui compte trois cent mille abonnés : le succès attendra. Aucune interactivité, aucune personnalisation, aucune possibilité de signaler qu’on aime ou qu’on rejette un morceau. Le concept n’est pas non plus nouveau. Les chaînes lo-fi tournent depuis des années sur YouTube avec des audiences cumulées qui se comptent en millions. Claude FM arrive sur un terrain saturé avec un argument de marque mais peu d’innovation fonctionnelle. Et il faut aimer le lo-fi.
Verdict
Un coup de communication plus qu’une rupture. Anthropic joue la présence douce et permanente, le compagnon discret qui s’installe dans le casque pendant qu’on travaille avec lui à l’écran. Cohérent. Pas indispensable. Mais malin.
Source
Contient le chapitre 1 en entier !
