Fraude à l’assurance : retouches numériques, voiture fantômes,… quand l’IA fait grimper votre facture auto

L'IA hyper-accélère les inégalités numériques

La concentration mondiale des infrastructures d'intelligence artificielle est en train de creuser un fossé numérique déjà ancien, selon une analyse s'appuyant sur les données 2026 du Stanford AI Index et de la Banque mondiale. Les États-Unis hébergent à eux seuls plus de 5 000 centres de données, soit dix fois plus que n'importe quel autre pays, et ont capté environ 87 % des exportations mondiales de services cloud et de stockage de données en 2023. Cette concentration se double d'une fracture des compétences : dans les pays de l'OCDE, seuls 40 % des adultes environ possèdent des compétences numériques allant au delà du niveau de base, et la formation à l'IA reste très inégalement répartie, avec 36 % des diplômés du supérieur ayant suivi une formation liée à l'IA dans l'année écoulée, contre seulement 18 % chez les titulaires d'un diplôme du secondaire supérieur. Face à ce paysage dominé par les États-Unis et la Chine, des pays comme l'Afrique du Sud et l'Indonésie cherchent des voies alternatives pour participer au développement de l'IA sans s'engager dans la course aux modèles de pointe. Cette concentration technologique n'est pas seulement un problème d'accès : elle transforme la dépendance à l'IA en dépendance commerciale et géopolitique, puisque la plupart des pays ne maîtrisent ni l'infrastructure de calcul ni les plateformes cloud sur lesquelles reposent leurs usages. Les pays qui restent de simples consommateurs d'IA, plutôt que des producteurs, risquent de perdre leur capacité à bâtir des écosystèmes d'innovation locaux, à renforcer leurs administrations publiques et à faire refléter leurs langues et leurs priorités sociétales dans les systèmes qu'ils utilisent. Pour les populations les moins bien loties en compétences numériques et en scolarité avancée, l'IA se présente moins comme un outil à mobiliser que comme un système opaque qui s'impose à elles, à l'image du scandale néerlandais des allocations familiales fondé sur un algorithme de détection de fraude ou de l'outil de recrutement automatisé d'Amazon, abandonné après avoir démontré des biais discriminatoires. Ce constat s'inscrit dans un schéma observé depuis une décennie sur les projets d'inclusion numérique, de l'Europe à l'Afrique subsaharienne en passant par l'Asie du Sud Est : chaque vague technologique présentée comme universelle vient en réalité amplifier des inégalités préexistantes de connectivité, de compétences et de capacité institutionnelle. Alors que les dirigeants du secteur promettent une « IA pour tous » et que les gouvernements multiplient les stratégies nationales et les projets de calcul souverain, l'Unesco souligne des efforts croissants pour intégrer l'IA à l'éducation, mais un soutien encore très inégal à l'alphabétisation à l'IA dès le primaire et le premier cycle du secondaire, ainsi qu'à la formation éthique des enseignants.

Votre emploi tient-il face à l’IA ? Cette étude d’Anthropic devrait vous inquiéter !

Anthropic, l'entreprise créatrice du modèle de langage Claude, vient de publier une étude qui redistribue les cartes sur la question de l'exposition professionnelle à l'intelligence artificielle. Plutôt que de s'appuyer sur des projections théoriques, les chercheurs ont croisé les capacités techniques de Claude avec ses usages réels, en analysant les millions de requêtes que des utilisateurs lui adressent quotidiennement. Cette approche empirique produit une cartographie du risque professionnel radicalement différente des rapports habituels. Résultat : les développeurs figurent parmi les professions les plus exposées, Claude étant massivement sollicité pour générer du code, corriger des erreurs et expliquer des fonctions. Les commerciaux suivent de près, avec des usages très opérationnels : rédaction d'emails, préparation d'argumentaires, analyse de prospects. Le management n'est pas épargné non plus, les comptes rendus, synthèses et documents internes transitant déjà largement par l'IA. Ce que change cette étude, c'est qu'elle déplace la menace du futur vers le présent. L'IA ne grignote plus seulement des tâches répétitives et peu qualifiées dans des scénarios prospectifs datés de 2030 : elle s'installe dès maintenant dans les workflows quotidiens des profils diplômés et bien rémunérés. Ce n'est pas une suppression brutale des emplois qui se dessine, mais une reconfiguration profonde des attentes : l'humain reste en poste, mais doit désormais produire davantage, plus vite, avec l'IA comme copilote permanent. Pour les directions des ressources humaines et les travailleurs qualifiés eux-mêmes, ce constat oblige à repenser la valeur ajoutée réelle que l'on apporte au-delà de ce qu'un modèle peut déjà automatiser. À l'inverse, les métiers les mieux protégés ne sont pas les plus prestigieux, mais les plus ancrés dans la réalité physique et sensorielle. Cuisiniers, mécaniciens, barmen : ces professions mobilisent des gestes, une perception directe de l'environnement et une lecture des signaux humains en temps réel que les modèles conversationnels actuels ne peuvent pas reproduire. L'étude d'Anthropic reformule ainsi la frontière du risque : le critère déterminant n'est plus l'opposition entre travail répétitif et travail créatif, ni entre qualification haute et basse, mais entre le monde numérique et le monde physique. Cette conclusion remet en cause des décennies de discours rassurants à destination des cadres et ingénieurs, et pose une question stratégique urgente aux entreprises comme aux individus : dans quelle mesure leur activité est-elle déjà partiellement déléguée à une machine, et quelle est la prochaine étape ?

💬 Deux ans qu'on entend "l'IA va d'abord toucher les bas salaires", et là Anthropic publie des données réelles tirées de millions de requêtes à Claude : développeurs et commerciaux en tête de l'exposition, mécaniciens et cuisiniers en bas. C'est physique contre numérique, pas qualifié contre non-qualifié. Moi ça me fait surtout me demander combien de DRH vont découvrir ça dans six mois en croyant qu'ils avaient anticipé.

L'indice du battage médiatique autour de l'IA : l'IA se fait huer lors des cérémonies de remise de diplômes

La saison des remises de diplômes 2026 aux États-Unis a révélé une fracture entre le discours pro-IA des élites technologiques et le scepticisme des nouvelles générations. Eric Schmidt, ancien PDG de Google, a été accueilli par des huées nourries lors de son discours à l'Université d'Arizona, où il invitait les diplômés à contribuer à façonner l'intelligence artificielle. "Je vous entends", a-t-il concédé, avant d'admettre que les craintes autour de la disparition des emplois et d'un avenir compromis étaient "rationnelles". Le phénomène ne s'est pas limité à Tucson : des scènes similaires ont été rapportées lors de cérémonies à l'Université de Floride Centrale et à la Middle Tennessee State University, où les discours enthousiastes sur l'IA ont provoqué des réactions hostiles dans le public. Ces réactions illustrent un malaise profond chez une génération qui entre sur un marché du travail déjà marqué par l'automatisation et les suppressions de postes dans les secteurs tech et créatifs. Pour des diplômés endettés, applaudir une technologie présentée comme susceptible de remplacer leurs futurs emplois relève de l'absurde. L'écart entre les promesses des dirigeants de la Silicon Valley et le vécu concret des jeunes actifs n'a jamais semblé aussi large, transformant les discours de remise de diplômes en baromètre inattendu du rejet populaire du "AI hype". Ce climat de défiance contraste pourtant avec la santé insolente de l'industrie. OpenAI continue d'enchaîner les victoires judiciaires, les levées de fonds records et les nouveaux partenariats stratégiques, sans que la grogne publique ne freine sa trajectoire. Et les promoteurs de l'IA se recrutent désormais dans des cercles inattendus : l'actrice et productrice Reese Witherspoon a publiquement averti les femmes qu'elles devaient adopter l'IA sous peine d'être remplacées par elle. La contestation estudiantine, aussi symbolique soit-elle, ne semble pas suffire à ralentir une industrie qui lève des milliards quelles que soient les humeurs des amphithéâtres.

Ce que signifie être mathématicien quand l'IA fait les calculs

Alors que l'intelligence artificielle s'impose progressivement dans presque tous les domaines scientifiques, la question de la place du mathématicien humain devient de plus en plus pressante. Des systèmes comme AlphaProof de DeepMind ou les grands modèles de langage actuels sont désormais capables de résoudre des problèmes de niveau olympiade, de vérifier des preuves formelles et d'assister des chercheurs sur des démonstrations qui auraient autrefois requis des années de travail. Là où un doctorant en mathématiques appliquées pouvait passer des mois à simuler des interactions optiques dans des cristaux liquides, un outil d'IA accomplit aujourd'hui un travail comparable en quelques heures. Ce changement de rythme, autrefois impensable, redéfinit concrètement ce que signifie "faire des mathématiques". Ce qui est en jeu dépasse la simple question de productivité. Pour des générations de mathématiciens, la valeur de leur discipline ne résidait pas dans le résultat, mais dans le chemin parcouru pour y parvenir. Jeremy Avigad, chercheur à l'université Carnegie Mellon, décrit ce moment où une démonstration "se met soudainement en place" après des semaines de réflexion intensive comme une expérience à la fois esthétique et presque physique, comparable à l'achèvement d'un marathon. Si l'IA automatise ce processus, c'est cette expérience centrale qui disparaît, et avec elle une partie de ce qui donne sens à la pratique mathématique pour ceux qui l'exercent. Pour la communauté scientifique, cela soulève une question plus fondamentale encore : une preuve générée par une machine, que personne ne peut véritablement suivre pas à pas, est-elle vraiment une preuve au sens épistémologique du terme ? La relation entre mathématiques et machine ne date pas d'hier. Dès 1976, la démonstration du théorème des quatre couleurs, toute carte peut être coloriée avec au plus quatre couleurs sans que deux régions adjacentes partagent la même, fut accomplie par un ordinateur vérifiant 1 936 cas distincts, provoquant une vive controverse dans la communauté mathématique sur la légitimité d'une telle preuve. Cinquante ans plus tard, les IA ne se contentent plus de vérifier : elles proposent des stratégies, formulent des conjectures et comblent des lacunes dans des raisonnements humains. Des chercheurs comme Krystal Maughan, doctorante en mathématiques et informatique à l'université du Vermont, soulignent que la dimension collective et lente de la discipline, ces longues heures de silence partagé avant qu'une idée émerge, reste irremplaçable. Mais la pression s'intensifie : si l'IA finit par rendre le labeur du mathématicien superflu, c'est toute une culture du raisonnement rigoureux et créatif qui devra se réinventer.