« Burn-out de l’IA » : quand les chatbots épuisent déjà le cerveau humain

L'IA est plus susceptible que les humains de développer des biais dans le recrutement

Des chercheurs de l'université de Princeton et de l'université de Chicago ont soumis plusieurs grands modèles de langage, dont ChatGPT, Claude et Gemini, à un jeu de simulation de recrutement inspiré d'une étude de psychologie sur la formation des stéréotypes humains. Chaque modèle jouait le rôle d'un consultant engagé par le maire d'une ville fictive pour pourvoir 20 postes, allant de médecin et avocat à aide à domicile et agent d'entretien. Les candidats appartenaient à quatre groupes ethniques fictifs baptisés Tufa, Aima, Reku et Weki. À chaque tour, l'IA embauchait un candidat parmi quatre puis apprenait s'il avait réussi dans son poste, sur un total de 40 tours, sans savoir que tous les candidats avaient en réalité des chances égales de succès. Résultat : les modèles ont rapidement cantonné certains groupes à certains métiers sur la base de quelques échecs isolés. Par exemple, après l'échec d'un candidat Aima comme médecin, un poste jugé exiger chaleur humaine et compétence, le modèle a cessé d'embaucher des Aimas à ce poste pour les orienter vers des emplois moins valorisés comme agent d'entretien. Sur une échelle de ségrégation où 2 représente un cantonnement total par groupe, les participants humains de l'étude originale obtenaient en moyenne 0,84, contre environ 65 % de plus pour les IA, le modèle o3 d'OpenAI atteignant 1,83, proche du maximum. L'étude a été publiée en juillet lors de la conférence ICML à Séoul. Cette découverte prend une importance particulière alors que les entreprises d'IA développent des modèles agentiques dotés d'une mémoire toujours plus fine des utilisateurs. Selon Angelina Wang, chercheuse en informatique à l'université Cornell qui n'a pas participé à l'étude, un chatbot capable de se souvenir de ses échanges précédents risque de "sur-indexer" sur des comportements déjà rencontrés, renforçant ainsi ses biais au fil du temps. Réduire simplement la mémoire des IA n'est pas une solution viable, les utilisateurs souhaitant au contraire que les assistants se souviennent de ce qu'ils leur confient. Ryan Liu, doctorant à Princeton et coauteur de l'étude, explique que les modèles de langage sont particulièrement enclins à généraliser à partir de données limitées, car c'est précisément ce pour quoi ils sont optimisés lors de leur entraînement sur des tâches mathématiques, de programmation et scientifiques qui récompensent l'induction rapide. Ce constat illustre l'arbitrage classique entre exploration et exploitation, ce dilemme qui pousse à choisir entre s'en tenir à une solution qui a fonctionné par le passé ou tenter une approche différente potentiellement meilleure. Or les modèles les plus récents et les plus performants en raisonnement, comme o3 d'OpenAI ou R1 de DeepSeek, se sont révélés encore plus sujets à ces biais que leurs prédécesseurs. Demander explicitement au modèle de se montrer équitable n'a par ailleurs guère modifié son comportement. OpenAI et Anthropic n'ont pas répondu aux sollicitations des chercheurs, et Angelina Wang souligne que la communauté scientifique cherche encore le juste équilibre entre une mémoire trop développée, propice aux biais, et une mémoire trop limitée, qui priverait les utilisateurs des bénéfices de la personnalisation.

Des chatbots IA divulguent de vrais numéros de téléphone

Depuis plusieurs mois, des utilisateurs de Google Gemini signalent un phénomène alarmant : le chatbot d'IA fournit de vrais numéros de téléphone personnels lorsqu'on lui demande des informations de contact pour des entreprises. En mars, Daniel Abraham, développeur logiciel israélien de 28 ans, a reçu un message WhatsApp d'un inconnu cherchant à contacter le service client de PayBox, une application de paiement israélienne, Gemini lui avait fourni le numéro personnel d'Abraham, qui n'a aucun lien avec la société. Lorsqu'Abraham a lui-même interrogé Gemini sur PayBox, le chatbot a généré un autre numéro WhatsApp appartenant à un particulier. Un Redditor a également rapporté avoir été submergé d'appels pendant un mois entier de la part d'inconnus cherchant avocats, designers ou serruriers. En avril, une doctorante de l'Université de Washington a obtenu de Gemini le numéro de portable personnel d'un collègue. La cause probable, selon les experts, est l'utilisation d'informations personnelles identifiables dans les données d'entraînement des modèles. Ces incidents illustrent un risque concret et massif pour la vie privée. DeleteMe, entreprise spécialisée dans la suppression de données personnelles en ligne, signale une hausse de 400 % des demandes liées à l'IA générative en sept mois, atteignant plusieurs milliers de requêtes. Parmi ces signalements, 55 % concernent ChatGPT, 20 % Gemini, 15 % Claude et 10 % d'autres outils. Les plaintes prennent deux formes : soit un utilisateur obtient ses propres données personnelles (adresse, numéro de téléphone, membres de sa famille, employeur) en interrogeant le chatbot sur lui-même, soit le chatbot génère des coordonnées plausibles mais erronées appartenant à de vraies personnes tierces. Dans les deux cas, les conséquences peuvent être graves : harcèlement, arnaques, usurpation d'identité. Et pour l'instant, il n'existe aucun mécanisme simple permettant aux victimes de faire retirer leurs données de ces systèmes. Ce problème s'inscrit dans un débat plus large sur la façon dont les géants de l'IA constituent leurs données d'entraînement. Les modèles de langage comme Gemini sont entraînés sur des corpus massifs extraits du web, qui contiennent inévitablement des informations personnelles publiées dans des annuaires, forums ou pages professionnelles. Contrairement aux moteurs de recherche classiques qui renvoient vers des sources vérifiables, les chatbots génèrent des réponses synthétiques sans transparence sur leur origine, rendant la vérification impossible pour l'utilisateur. Google n'a pas fourni d'explication sur les mécanismes précis à l'oeuvre, ni de solution pour les personnes dont les numéros circulent ainsi. Avec la généralisation des assistants IA dans les usages quotidiens, cette faille soulève des questions réglementaires urgentes, notamment en Europe où le RGPD impose des obligations strictes sur le traitement des données personnelles.

💬 Des gens se font harceler au téléphone parce que Gemini a craché leur numéro perso à des inconnus cherchant un serrurier ou un avocat. Ce qui me choque, c'est qu'il n'existe aucun mécanisme pour faire retirer ses données de ces modèles (Google n'a pas daigné expliquer comment, d'ailleurs). Si t'as un profil visible en ligne, ton numéro est peut-être quelque part dans un corpus d'entraînement.

L'IA séduit-elle vraiment les artistes quand on les paie assez ?

Pippa présente son service comme une alternative éthique aux générateurs vidéo par intelligence artificielle, à un moment où les illustrateurs dénoncent depuis plusieurs années l'entraînement de modèles génératifs sur leurs œuvres sans autorisation ni compensation. Contrairement à des concurrents accusés de pillage de contenu protégé par le droit d'auteur, la startup rémunère directement les artistes dont le travail sert à construire ses outils. Comme la plupart des entreprises proposant des modèles texte-vers-vidéo, son produit principal consiste en courtes séquences générées par les utilisateurs, assemblées à partir de contenus créés par des créateurs consentants et payés pour leur contribution. Cette approche vise à répondre à la controverse qui oppose depuis des années artistes et startups d'IA générative, un conflit qui a déjà donné lieu à plusieurs batailles judiciaires retentissantes aux États-Unis. En proposant une rémunération, Pippa cherche à démontrer qu'il est possible de développer des technologies génératives performantes sans reproduire les pratiques jugées abusives de ses concurrents. Pour l'industrie créative, l'enjeu est de taille : si ce modèle économique s'avère viable et attractif, il pourrait inciter d'autres acteurs du secteur à revoir leurs pratiques d'acquisition de données d'entraînement, plutôt que de s'appuyer sur du contenu récupéré sans consentement. Cette initiative s'inscrit dans un contexte plus large où la question de la rémunération équitable des créateurs face à l'IA générative devient centrale, tant sur le plan éthique que juridique. Les tribunaux américains examinent actuellement plusieurs recours collectifs contre des entreprises d'IA accusées d'utiliser illégalement des œuvres protégées. Reste à savoir si le montant proposé aux artistes sera suffisant pour les convaincre d'adhérer à cette technologie qu'ils ont longtemps combattue, et si ce modèle de compensation deviendra une norme du secteur ou restera une exception marginale face à la pression concurrentielle.

💬 Pippa mise sur un truc simple : payer les artistes plutôt que scraper leur boulot sans leur demander. Sur le papier c'est la première tentative sérieuse de sortir du modèle "on pille et on s'excuse après coup", mais tout dépend du chèque au bout, si c'est trois fois rien les artistes n'adhéreront jamais vraiment. Le vrai test n'est pas éthique, il est économique : est-ce que payer correctement les créateurs reste viable face à des concurrents qui, eux, ne paient rien.

La plupart des grands chatbots IA penchent à gauche sur les questions politiques, même les modèles 'anti-woke

Une enquête du Washington Post révèle que la grande majorité des chatbots d'intelligence artificielle affichent un biais politique orienté à gauche lorsqu'ils répondent à des questions sensibles. Le modèle GPT-5.5 d'OpenAI s'est distingué en produisant des arguments exclusivement progressistes dans 80 % des cas testés. Fait plus surprenant, Grok, le chatbot de Xai développé par Elon Musk et explicitement positionné comme une alternative aux IA jugées trop "woke", penche lui aussi plus souvent à gauche qu'à droite. Seul Gemini 3.1 Pro de Google fait exception, présentant des arguments équilibrés des deux côtés du spectre dans 93 % des cas. Ce biais systémique pose un problème de confiance majeur pour des outils que des centaines de millions de personnes utilisent désormais comme sources d'information et d'aide à la réflexion. Si les IA orientent subtilement les raisonnements politiques de leurs utilisateurs, l'impact sur la formation des opinions publiques pourrait être considérable, d'autant que ces systèmes sont de plus en plus intégrés dans les moteurs de recherche, les assistants scolaires et les outils professionnels. La question du biais politique dans les LLMs alimente les débats depuis plusieurs années, notamment aux États-Unis où les plateformes technologiques sont accusées par la droite de favoriser les narratifs progressistes. Musk avait justifié le lancement de Grok précisément par ce reproche. Ces résultats suggèrent que le biais émerge moins d'intentions délibérées que des données d'entraînement et des méthodes d'alignement elles-mêmes, rendant la correction structurellement difficile pour l'ensemble de l'industrie.

💬 Le vrai enseignement ici, c'est pas que les IA penchent à gauche. C'est que même quand on essaie de corriger le biais de l'extérieur (Musk avec Grok, c'est le cas d'école), il revient par la fenêtre parce qu'il est structurel, ancré dans les données et les méthodes d'alignement elles-mêmes. Pour des outils que des centaines de millions de personnes utilisent pour se forger une opinion, c'est pas un détail de paramétrage qu'on règle en une mise à jour.