OpenAI dévoile de nouveaux outils, certifications et ressources d'évaluation pour aider les établissements scolaires et universitaires à combler les écarts en matière de compétences en intelligence artificielle et à élargir les opportunités.
Dans nos dossiers
Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.
Anthropic a publié de nouvelles données montrant que l'IA ne remplace pas encore les emplois à grande échelle, mais que des inégalités significatives commencent à émerger entre les utilisateurs. Les « power users » — ceux qui maîtrisent bien ces outils — gagnent un avantage concurrentiel croissant sur leurs collègues moins expérimentés. Cet écart de compétences est préoccupant : il ne s'agit pas d'une destruction d'emplois immédiate, mais d'une fracture qui se creuse silencieusement. Les travailleurs aguerris à l'IA deviennent plus productifs et plus précieux, tandis que les autres risquent d'être progressivement marginalisés sur le marché du travail. Ce constat rejoint les inquiétudes plus larges sur la transition numérique : l'IA reproduit et amplifie les inégalités existantes avant même de transformer structurellement l'emploi.
UELes inégalités de compétences IA menacent la cohésion du marché du travail européen, un enjeu directement lié aux politiques de formation et d'inclusion numérique de l'UE.
L'armée allemande envisage d'intégrer des outils d'intelligence artificielle dans ses processus de commandement, selon le général de division Christian Freuding, qui s'est confié à l'agence Reuters. L'objectif est de permettre l'analyse de données à une vitesse inaccessible aux humains, afin d'accélérer la prise de décision en situation de conflit armé. Cette initiative vise à réduire le temps de réaction dans des environnements où chaque seconde compte. En traitant des flux d'informations complexes en temps réel, l'IA pourrait offrir un avantage tactique décisif, transformant profondément la façon dont les états-majors opèrent sur le terrain. Cette démarche s'inscrit dans une tendance plus large au sein des armées occidentales, qui cherchent à moderniser leurs capacités face aux défis des conflits contemporains, notamment depuis la guerre en Ukraine.
UEL'armée allemande, puissance militaire centrale de l'UE et de l'OTAN, intègre l'IA dans ses processus de commandement, ce qui est susceptible d'influencer les doctrines militaires européennes et d'accélérer l'adoption de l'IA au sein des forces armées des États membres de l'UE.
JPMorgan Chase a commencé à surveiller systématiquement l'utilisation des outils d'intelligence artificielle par ses quelque 65 000 ingénieurs et techniciens. Selon des informations publiées par Business Insider, la banque américaine demande désormais à ces employés d'intégrer des outils comme ChatGPT et Claude Code dans leur travail quotidien — rédaction de code, relecture de documents, traitement de tâches répétitives. Des systèmes internes classifient chaque salarié selon son niveau d'utilisation, entre « utilisateur léger » et « utilisateur intensif ». Ce suivi n'est pas anodin : il est susceptible d'influer directement sur les évaluations de performance annuelles, transformant ainsi la maîtrise de l'IA en critère d'évaluation professionnel officiel. Ce changement marque une rupture avec la logique des deux dernières années, durant lesquelles la plupart des grandes entreprises ont déployé des outils d'IA sans parvenir à une adoption homogène — certaines équipes expérimentaient activement, d'autres ignoraient les nouveaux outils. En intégrant l'usage de l'IA aux critères de performance, JPMorgan cherche à imposer un socle commun d'adoption, similaire à ce que fut l'apprentissage des tableurs ou des outils de développement en leur temps. Cela soulève toutefois une question concrète : si l'IA réduit le temps nécessaire à certaines tâches, les salariés seront-ils attendus sur un volume de production plus élevé ? Et comment distinguer un « bon » usage — pertinent, vérifié, productif — d'une simple utilisation fréquente pour satisfaire les métriques internes ? JPMorgan n'est pas novice en matière d'IA : la banque l'utilise depuis plusieurs années dans la détection de fraude et l'analyse de risque. Mais étendre cette logique à des dizaines de milliers d'employés dans des fonctions générales soulève des enjeux de gouvernance spécifiques. Les outils grand public comme ChatGPT peuvent produire des résultats inexacts ou incomplets, ce qui implique que les employés doivent vérifier chaque output avant toute utilisation dans une décision ou un document client — une contrainte forte dans un environnement bancaire réglementé. La banque devra probablement déployer des garde-fous similaires à ceux déjà en place pour ses systèmes de trading et de gestion des risques. D'autres institutions financières observent attentivement cette expérience : si lier l'usage de l'IA aux évaluations se traduit par des gains de productivité mesurables, le modèle pourrait se diffuser rapidement dans le secteur, redéfinissant au passage les compétences attendues à l'embauche — la rédaction de prompts et la vérification des sorties IA pourraient bientôt figurer dans les fiches de poste standard.
UELes entreprises et banques européennes pourraient s'inspirer de ce modèle pour intégrer l'usage de l'IA comme critère d'évaluation RH, redéfinissant les compétences attendues sur le marché du travail.
Une enquête Ipsos Consumer Tracker menée auprès de 1 085 adultes américains révèle que 63% des utilisateurs déclarent perdre confiance dans les réponses des assistants IA dès lors que celles-ci intègrent de la publicité. L'étude met également en lumière un fossé générationnel marqué : 49% des 18-34 ans se disent très familiers avec l'IA, contre seulement 15% des plus de 55 ans, ce qui illustre à quel point l'adoption reste concentrée sur les tranches d'âge jeunes. Ce chiffre de 63% est particulièrement significatif pour l'industrie, car il pointe une tension fondamentale entre monétisation et crédibilité. Les grands acteurs comme Google, OpenAI ou Microsoft misent sur l'intégration publicitaire pour rentabiliser leurs assistants IA, dont les coûts d'infrastructure restent colossaux. Or, si les utilisateurs perçoivent les réponses comme biaisées par des intérêts commerciaux, c'est l'utilité même du produit qui s'effondre, et avec elle la fidélisation. Cette défiance s'inscrit dans un contexte où la question de la monétisation de l'IA conversationnelle est devenue centrale. Après une phase d'adoption portée par la gratuité et la nouveauté, les plateformes cherchent désormais des modèles économiques viables. Le recours à la publicité, traditionnel sur le web, se heurte ici à une attente différente : les utilisateurs traitent les assistants IA comme des conseillers neutres, non comme des médias. Trouver un équilibre entre revenus publicitaires et perception d'objectivité sera l'un des défis majeurs des prochains mois pour l'ensemble du secteur.
Recevez l'essentiel de l'IA chaque jour
Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.
