SociétéOpenAI Blog9sem

Comprendre l'IA et ses impacts sur les résultats d'apprentissage

Résumé IASource uniqueImpact UE

OpenAI présente la Suite de Mesure des Résultats d'Apprentissage pour évaluer l'impact de l'IA sur l'apprentissage des élèves dans divers environnements éducatifs au fil du temps.

Impact France/UE

L'article présente l'outil de mesure des résultats d'apprentissage développé par OpenAI, potentiellement influençant les politiques éducatives en France et dans l'UE, en aidant à évaluer l'efficacité de l'IA dans l'enseignement et l'apprentissage, en respectant les cadres juridiques tels que le RGPD.

Dans nos dossiers

OpenAI

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.

À lire aussi

1Blog du Modérateur

Les jeunes et l’IA : quels impacts concrets sur le marché du travail ?

Une analyse de l'Insee révèle que l'emploi des moins de 30 ans recule dans les secteurs de l'informatique et des services d'information, aussi bien en France qu'aux États-Unis, malgré une activité globalement dynamique dans ces domaines. Ce paradoxe suggère que l'intelligence artificielle commence à substituer certains postes d'entrée de gamme traditionnellement occupés par des jeunes diplômés — développeurs juniors, analystes, techniciens support — avant même qu'ils n'aient pu y faire leurs premiers pas. Les entreprises produisent davantage avec moins de main-d'œuvre débutante. Ce phénomène s'inscrit dans un débat plus large sur la transformation du marché du travail par l'IA générative, qui touche en premier lieu les profils les moins expérimentés, privés de l'ascenseur professionnel que ces secteurs représentaient jusqu'ici.

UEL'Insee documente un recul concret de l'emploi des moins de 30 ans dans l'informatique en France, signalant que l'IA générative prive déjà les jeunes diplômés français de leurs postes d'entrée traditionnels dans le secteur.

SociétéPaper

1 source

2MIT Technology Review

L'impact de l'IA sur l'emploi et les centres de données dans l'espace

L'intelligence artificielle continue de redistribuer les cartes de l'économie mondiale, et les économistes qui minimisaient jusqu'ici ses effets sur l'emploi commencent à revoir leur position. Alex Imas, chercheur à l'Université de Chicago, avance qu'un seul indicateur pourrait réellement éclairer l'ampleur de la transformation à venir : l'élasticité-prix du travail face à l'automatisation. Il plaide pour ce qu'il appelle un "Projet Manhattan" de la collecte de données, afin de mesurer dans quelle mesure les entreprises substitueront effectivement des travailleurs humains à des systèmes d'IA selon l'évolution des coûts. Sans cette donnée, toute politique publique visant à amortir le choc risque de viser à l'aveugle. En parallèle, un rapport explosif du New Yorker révèle que Sam Altman aurait discrètement lobbié contre des réglementations sur l'IA qu'il soutenait publiquement, alimentant la méfiance d'une partie des cadres d'OpenAI envers leur propre PDG. La société fait également face à des doutes sur sa capacité à entrer en Bourse cette année, selon The Information. Ces bouleversements interviennent alors que l'industrie technologique explore des solutions infrastructurelles radicales pour soutenir la croissance de l'IA sans aggraver la crise environnementale terrestre. En janvier 2026, SpaceX d'Elon Musk a déposé une demande pour lancer jusqu'à un million de centres de données en orbite autour de la Terre. L'objectif affiché est de libérer pleinement le potentiel de l'IA tout en délocalisant hors de notre planète la consommation énergétique et thermique colossale que ces infrastructures impliquent. SpaceX n'est pas seule sur ce créneau : plusieurs autres entreprises technologiques explorent des solutions similaires d'informatique orbitale, même si les défis techniques restent considérables. Ce double mouvement, vers une IA plus puissante et vers une infrastructure toujours plus ambitieuse, se déploie dans un contexte géopolitique tendu. L'administration Trump a proposé des coupes massives dans le financement des agences scientifiques américaines, ce qui pourrait provoquer une fuite des cerveaux hors des États-Unis selon le New York Times. Pendant ce temps, OpenAI, Anthropic et Google ont formé une alliance inhabituelle pour contrer ce que Bloomberg décrit comme de la "distillation adversariale" par des acteurs chinois, c'est-à-dire l'extraction des capacités de leurs modèles par imitation. DeepSeek, de son côté, préparerait un nouveau modèle optimisé pour fonctionner sur des puces Huawei, attendu dans les prochaines semaines. Ces dynamiques dessinent un paysage où la course à l'IA se joue désormais autant sur le terrain économique et réglementaire que sur celui de la recherche pure.

UELes coupes budgétaires américaines dans les agences scientifiques pourraient provoquer une fuite des chercheurs vers l'Europe, tandis que l'alliance OpenAI-Anthropic-Google contre la distillation adversariale chinoise soulève des questions de souveraineté numérique pour les acteurs européens de l'IA.

SociétéActu

1 source

3MIT Technology Review

Ce que les données révèlent vraiment sur l'IA et votre emploi

Au sein de la Silicon Valley, l'idée d'une apocalypse de l'emploi causée par l'IA est désormais traitée comme une certitude. Dario Amodei, PDG d'Anthropic, a décrit l'IA comme "un substitut général de la main-d'oeuvre humaine" capable de réaliser tous les emplois en moins de cinq ans. Une chercheuse en impacts sociétaux chez Anthropic a quant à elle évoqué une possible récession à court terme et "l'effondrement de l'échelle des débuts de carrière". Ces déclarations alimentent une anxiété croissante chez les travailleurs, au point de renforcer les mouvements réclamant un moratoire sur la construction de centres de données. Alex Imas, économiste à l'Université de Chicago, a accepté de faire le point sur ce que l'on sait réellement, et surtout sur ce que l'on ignore. Son constat est sévère : les outils actuels pour prédire l'impact de l'IA sur l'emploi sont "lamentables". La mesure la plus utilisée, le taux d'"exposition" d'un métier à l'IA, consiste à comptabiliser combien de tâches qui le composent pourraient être automatisées. C'est la méthode qu'OpenAI a appliquée en décembre dernier à un catalogue gouvernemental américain de milliers de tâches professionnelles, datant de 1998, constatant par exemple qu'un agent immobilier est exposé à 28 %. Anthropic a utilisé ce même référentiel en février pour analyser des millions de conversations avec Claude. Mais pour Imas, "l'exposition seule est un outil totalement inutile pour prédire les suppressions de postes" : savoir qu'une tâche peut être automatisée ne dit rien sur ce que fera concrètement l'employeur de ce gain de productivité. L'enjeu central est en réalité une question d'économie industrielle que personne ne sait encore trancher : si un développeur peut produire en un jour ce qui lui prenait trois jours grâce à l'IA, l'entreprise va-t-elle embaucher moins de développeurs ou au contraire en recruter davantage pour aller plus vite ? La réponse dépend du secteur, de la structure des marchés et de la concurrence. Dans un marché compétitif, les gains de productivité se répercutent souvent en baisse de prix, ce qui stimule la demande et donc l'emploi. Mais ce mécanisme ne s'applique pas uniformément. Imas plaide pour que les économistes collectent d'urgence des données granulaires sur la façon dont les entreprises réallouent réellement leur main-d'oeuvre après l'adoption de l'IA, car sans ces données, toute politique publique sur l'emploi reste aveugle. Le débat dépasse donc largement les prédictions catastrophistes : il appelle à une observation rigoureuse de terrain, que personne n'a encore vraiment commencée.

UELe manque de données empiriques rigoureuses sur la réallocation réelle de la main-d'oeuvre après adoption de l'IA fragilise également les politiques publiques européennes sur l'emploi et les débats autour de l'AI Act.

SociétéOpinion

1 source

4ZDNET FR

Comment (et pourquoi) résister au battage médiatique autour de l'IA

L'article fourni ne contient que le titre et une phrase d'accroche — il n'y a pas de contenu substantiel (pas de chiffres, noms d'entreprises, dates, études, exemples concrets). Avec ce niveau d'information, je ne peux pas respecter les règles strictes du prompt : "inclure les chiffres, dates, noms d'entreprises, montants — la précision fait la valeur." Inventer ces éléments produirait un article trompeur. Pour obtenir un bon résumé, tu peux : 1. Coller le corps complet de l'article (le texte intégral, pas juste le titre) 2. Ou fournir l'URL si tu veux que je le récupère

SociétéOpinion

1 source

Recevez l'essentiel de l'IA chaque jour

Une sélection éditoriale quotidienne, sans bruit. Directement dans votre boîte mail.

Recevez l'essentiel de l'IA chaque jour