Société — page 2

Comment diriger une entreprise hybride alliant humains et IA

L'adoption des agents d'intelligence artificielle dans les grandes entreprises s'apprête à connaître une croissance de 300% au cours des deux prochaines années, selon les projections actuelles. Contrairement aux outils d'automatisation classiques, ces agents sont capables de coordonner des tâches complexes en toute autonomie, en interagissant simultanément avec plusieurs systèmes au sein d'une organisation. Dans les domaines où leur déploiement est le plus avancé, service client, ressources humaines, ventes, les gains de productivité observés atteignent déjà 30 à 50%. Wipro, géant indien des services technologiques fort de 240 000 employés répartis dans 65 pays, illustre cette transformation : en partenariat avec la plateforme Ema Unlimited, l'entreprise a déployé un assistant RH agentique capable de traiter 50 tâches administratives auparavant confiées à des humains. Résultat concret : le délai moyen de réponse aux demandes des salariés est passé de 48 heures à cinq secondes. Pour les directions des ressources humaines, l'enjeu dépasse largement la performance opérationnelle. Plus des trois quarts des responsables RH estiment que les agents IA vont profondément transformer les normes du travail, et 86% des directeurs RH prévoient que la gestion de cette main-d'oeuvre numérique deviendra un axe central de leur fonction dans les années à venir. Ce changement impose une redistribution des rôles : les agents prenant en charge les tâches répétitives, les salariés sont repositionnés sur des missions à plus forte valeur ajoutée, nécessitant créativité, collaboration transversale et résolution de problèmes complexes. Ateet Jayaswal, directeur de la culture et de l'expérience employé chez Wipro, parle d'un "changement de paradigme" pour les leaders RH, qui doivent désormais orchestrer cette cohabitation plutôt que simplement gérer des équipes humaines. Ce basculement s'accompagne de questions de gouvernance que les entreprises ne peuvent plus différer. D'ici 2030, trois quarts des postes actuels devront être repensés, requalifiés ou réaffectés en raison de l'essor des agents IA, selon les estimations du secteur. La question des données sensibles est particulièrement critique : intégrés aux systèmes d'information de l'entreprise, ces agents accèdent à des informations personnelles et confidentielles, ce qui exige des garde-fous bien plus stricts que dans les applications grand public. Jayaswal préconise la mise en place de couches de gouvernance dédiées, comme des conseils IA internes, ainsi que des règles strictes sur la confidentialité des données. L'humain doit rester dans la boucle décisionnelle, insiste-t-il, notamment lorsque les agents opèrent dans des environnements où les erreurs ont des conséquences directes sur les salariés.

Cinq choses à savoir sur l'IA

Lors d'une conférence donnée à SXSW London début juin 2026, la journaliste tech Melissa Heikkilä a présenté ce qu'elle considère comme les cinq grandes tendances de l'IA en ce milieu d'année. Premier constat: les outils d'IA générative sont devenus banals, utilisés quotidiennement par des millions de personnes pour automatiser des tâches de bureau. Pourtant, malgré le discours des dirigeants sur l'imminence d'une IA intégrée dans la main-d'oeuvre, quasiment aucune donnée solide ne permet de mesurer l'impact réel sur l'emploi. L'hypothèse circule que des équipes d'agents IA travaillant de concert pourraient constituer des chaînes de montage pour les cols blancs, reproduisant ce que les innovations d'Henry Ford ont fait aux usines au XXe siècle, mais la plupart des entreprises tâtonnent encore pour comprendre ce que cela signifie concrètement pour leur organisation. Ce qui est en revanche mesurable, c'est la matérialisation des risques concrets de l'IA. Les deepfakes, longtemps dépeints comme une menace théorique, ont servi à inciter à la violence, à influencer des votes et à éroder la confiance publique. Une étude révèle que 98 % des deepfakes sont pornographiques, et 99 % d'entre eux mettent en scène des femmes. La Maison Blanche de Trump fait partie des acteurs ayant publié de fausses images générées par IA. Côté chatbots, plusieurs procès sont en cours contre des entreprises d'IA, leurs plaignants accusant ces technologies d'avoir encouragé ou facilité des suicides et des actes d'automutilation. Sur le front militaire, un responsable américain de la défense a confirmé qu'il est désormais possible de soumettre une liste de cibles à un chatbot militaire et de lui demander laquelle frapper en premier, ce qui fait peser un risque élevé d'erreur dans des contextes de conflit à haute pression. Ces évolutions alimentent une hostilité croissante envers l'IA, qui prend des formes de plus en plus organisées. À Londres, des manifestations réunissent un spectre large de mécontents: militants anticapitalistes, fans de jeux vidéo opposés à l'utilisation de l'IA dans leurs titres préférés, et riverains protestant contre l'expansion des centres de données. L'affaire Clair Obscur, jeu salué en 2025 et dépouillé d'un prix après que ses développeurs ont admis un usage même marginal de l'IA dans sa production, illustre la sensibilité du public. Ces tensions s'inscrivent dans un débat plus large sur la gouvernance de l'IA, alors que l'industrie avance à toute vitesse et que les régulateurs, les institutions et les citoyens peinent à suivre le rythme des transformations en cours.

Plus besoin de s’inquiéter ? Le Parti travailliste va mettre l’IA au service des salariés

Liz Kendall, secrétaire d'État britannique à la Technologie dans le gouvernement travailliste, a annoncé une série de mesures concrètes pour préparer les travailleurs aux bouleversements provoqués par l'intelligence artificielle. Parmi les dispositifs dévoilés, le programme TechFirst, doté de 187 millions de livres sterling et lancé l'an dernier, a été réorienté pour que 40 % des un million de jeunes visés proviennent d'établissements scolaires défavorisés. Deux projets pilotes ont également été lancés dans le nord-est et le nord-ouest de l'Angleterre, proposant des stages de formation professionnelle estivaux à des jeunes sans emploi, sans études et sans formation, les fameux NEET. Ces initiatives, développées avec des entreprises partenaires, couvrent pour l'instant 60 places dans le nord-ouest et 20 dans le nord-est, avec une extension nationale envisagée. Dans le nord-est, le dispositif s'intègre à un projet de zone de croissance dédiée à l'IA, financé en partie par la Garantie jeunesse travailliste, réservée aux jeunes éloignés de l'emploi depuis au moins dix-huit mois. L'enjeu dépasse largement la formation professionnelle : il s'agit de décider qui, des gouvernements ou des grandes entreprises technologiques, orientera la transformation numérique. Kendall est explicite sur ce point : laisser les travailleurs affronter seuls les conséquences de l'automatisation n'est pas une option. Son ambition est de s'assurer que les gains de productivité générés par l'IA bénéficient à l'ensemble de la société britannique, et non aux seuls acteurs puissants du secteur. Pour les millions de jeunes Britanniques dont les perspectives d'emploi sont incertaines, ces programmes représentent une première réponse tangible à une anxiété bien documentée. Le contexte international donne la mesure du défi. Kristalina Georgieva, directrice générale du Fonds monétaire international, a qualifié l'IA de véritable « tsunami » susceptible de remodeler profondément le marché du travail mondial, en soulignant que les jeunes générations seraient les plus exposées. Le gouvernement travailliste, arrivé au pouvoir en juillet 2024, essaie de tracer une troisième voie entre rejet technologique et acceptation passive. Kendall reconnaît que certains métiers disparaîtront, mais insiste sur le fait que d'autres émergeront et que la plupart des professions évolueront, un schéma historiquement associé aux grandes ruptures technologiques. La vraie question politique n'est donc pas de savoir si l'IA doit être adoptée, mais comment la réguler pour qu'elle serve l'intérêt collectif. Les prochains mois, notamment avec la possible extension des pilotes régionaux à l'échelle nationale, diront si cette vision reste un discours ou se traduit en politique publique durable.

L'IA en météorologie et climatologie : une révolution pas si révolutionnaire

L'essor de l'intelligence artificielle dans les sciences météorologiques et climatiques suscite autant d'enthousiasme que de scepticisme, et un incident récent aux États-Unis illustre bien les limites actuelles de cette intégration. Un bureau du National Weather Service américain a publié sur les réseaux sociaux une carte météo générée par IA représentant des villes inexistantes dans l'Idaho, portant des noms absurdes comme "Whata Bod" ou "Orangeotild". L'alerte a vite été levée : il ne s'agissait pas d'un modèle de prévision opérationnel, mais d'une simple image produite pour la communication sur les réseaux sociaux, sans impact sur les prévisions officielles. L'épisode révèle néanmoins une tension réelle entre la pression d'adopter les outils d'IA et la rigueur qu'exigent des disciplines à fort enjeu de sécurité publique. Les météorologues et les climatologues ne sont pas près d'être remplacés par des ingénieurs de prompts : leurs modèles physiques, construits sur des décennies de données et validés par des milliers d'études, ne s'improvisent pas. L'IA générative peut produire du contenu visuellement convaincant mais factuellement erroné, ce qui dans un contexte de prévision de catastrophes naturelles ou de changement climatique peut avoir des conséquences directes sur les décisions publiques et la gestion des risques. La météorologie computationnelle connaît certes des avancées réelles grâce à l'apprentissage automatique, notamment via des modèles comme GraphCast de Google DeepMind ou Pangu-Weather de Huawei, capables de produire des prévisions à court terme plus rapidement que les modèles numériques traditionnels. Mais ces systèmes restent des outils complémentaires, entraînés sur des données physiques rigoureuses, et non des substituts aux infrastructures scientifiques existantes. Dans un secteur où une erreur de prévision peut coûter des vies, la révolution annoncée de l'IA avance avec prudence et méthode, loin du battage médiatique qui entoure les chatbots grand public.

La stratégie SEO à l’épreuve de l’IA générative : une réinvention sociologique du Web

En 2026, le référencement naturel vit une mutation sans précédent. Les moteurs de recherche traditionnels cèdent du terrain face aux "moteurs de réponses" propulsés par l'IA générative, ChatGPT Search, Gemini, Perplexity, qui synthétisent l'information directement sans nécessiter de clic. Google a annoncé dès 2025 la conversion progressive de son modèle historique vers un "AI Mode" fondé sur le GEO, le Generative Engine Optimization, dont le déploiement en France reste freiné par des conflits législatifs. Adrien Pierrin, co-fondateur de Cereal Concept, agence toulousaine de développement web et d'optimisation digitale, pose un diagnostic clair : les LLM s'imposent désormais comme la nouvelle porte d'entrée sur l'information numérique, reléguant la barre de recherche classique à un usage résiduel. Le SEO traditionnel ne disparaît pas, il se transforme en AI SEO. L'impact concret pour les marques et éditeurs de contenu est immédiat : le trafic organique vers les sites web s'effondre à mesure que l'IA répond directement aux requêtes. Dans cette ère du zéro-clic, la question n'est plus "comment apparaître en première page ?" mais "comment rester visible et générer de la valeur quand l'utilisateur ne clique plus ?". Pierrin préconise de privilégier un contenu texte et image exclusif, fait main, clair et hiérarchisé en format FAQ, plutôt que les longs textes bourrés de mots-clés qui dominaient la décennie précédente. Les LLM favorisent la concision sémantique et les sources à forte valeur ajoutée. La diversification des canaux devient également stratégique : shorts, vidéos, forums, réseaux sociaux, être présent là où les IA s'informent, au-delà du seul site web. Ce basculement s'accompagne d'un retour paradoxal à l'humain. Face à la prolifération de contenus générés par l'IA, les moteurs de réponses survalorisent les plateformes communautaires, les avis d'experts et les forums participatifs, comme Reddit ou les sections commentaires des sites e-commerce. Le label "Fait/Pensé par un humain" tend à devenir un marqueur de crédibilité algorithmique, un rempart contre la dégradation de qualité que provoque la production automatisée à grande échelle. Cette dynamique traduit une mutation sociologique plus profonde : après avoir misé sur l'exhaustivité et le volume, le Web redécouvre la valeur de l'authenticité et du bouche-à-oreille numérique. Pour les agences et les marques, l'enjeu des prochains mois sera de bâtir une présence qui parle autant aux algorithmes d'IA qu'aux communautés humaines qui les alimentent.

À Berkeley, plus d’un tiers des étudiants en informatique sont recalés à cause de l’IA

Au printemps 2026, l'université de Californie à Berkeley a enregistré une hausse spectaculaire des échecs dans ses cours d'informatique de première année. Dans le cours d'introduction CS 10 ("La beauté et la joie de l'informatique"), 35,3 % des étudiants ont obtenu un F, contre 6,8 % au printemps 2025, soit une augmentation de 419 % en un an. Le cours CS 61A, consacré à la structure et l'interprétation des programmes, affiche quant à lui 10,6 % d'échecs, contre 3,8 % l'année précédente, soit une hausse de 179 %. Plus frappant encore, le cours d'optimisation EECS 127 a vu son taux d'échec bondir de 1,5 % à 16,8 %, une explosion de plus de 1 000 %. Ces chiffres s'éloignent très largement des directives internes de l'université, qui fixent à 7 % le seuil "typique" de notes D et F en premier cycle. La moyenne générale des deux cours d'intro est tombée à C+, soit 2,3 sur 4, alors que la fourchette attendue se situe entre 2,8 et 3,3. Ces résultats révèlent une rupture pédagogique profonde liée à la généralisation des outils d'intelligence artificielle. Les enseignants signalent que de nombreux étudiants ont délégué leurs devoirs à des assistants IA sans jamais maîtriser les concepts sous-jacents, ce qui les a laissés démunis lors des examens en présentiel. S'y ajoutent des lacunes mathématiques criantes, un fort absentéisme, un manque de participation en cours, et des cas de tromperie académique. Ces carences, masquées pendant le semestre grâce aux outils génératifs, sont apparues en plein jour lors des évaluations formelles. Pour une université classée quatrième meilleure école d'informatique des États-Unis en 2026, derrière Carnegie Mellon, le MIT et Stanford, et première parmi les universités publiques, ce décrochage représente un signal d'alarme difficile à ignorer. Berkeley n'est pas un cas isolé : depuis l'explosion de ChatGPT fin 2022, les établissements d'enseignement supérieur du monde entier débattent de l'impact des LLMs sur l'apprentissage réel. La question n'est plus théorique. L'université se retrouve confrontée à un paradoxe : former les ingénieurs et chercheurs qui construiront les systèmes IA de demain, tout en gérant une génération d'étudiants qui utilisent ces mêmes systèmes pour contourner l'apprentissage fondamental. La réponse institutionnelle tarde. Le manque de personnel enseignant mentionné par les professeurs complique toute surveillance renforcée. Les prochains semestres diront si Berkeley adapte ses méthodes d'évaluation, renforce les prérequis mathématiques à l'entrée, ou durcit ses politiques d'intégrité académique face à une technologie que ni les murs ni les règlements ne pourront faire disparaître.

💬 Les chiffres sont brutaux, et pas vraiment surprenants. Des étudiants qui ont délégué leurs devoirs à l'IA se retrouvent seuls face à l'exam, sans fondations. Et le paradoxe qui me tue : on essayait de former ces gamins pour construire les systèmes IA de demain.

L'IA à base d'agents a résolu le code, et mis à nu tous les autres problèmes du génie logiciel

L'intelligence artificielle agentique a résolu le problème de l'écriture du code, mais ce faisant, elle a mis en lumière tous les autres goulots d'étranglement du génie logiciel. Les équipes d'ingénierie génèrent aujourd'hui plus de code que jamais grâce aux agents IA, mais les dirigeants d'entreprise posent une question de plus en plus pressante : si le rythme de livraison s'est accéléré, pourquoi les produits ne s'améliorent-ils pas à la même cadence ? La réponse est que l'écriture du code n'a jamais été le facteur limitant. Ce qui ralentit les organisations, c'est la définition des bonnes exigences, l'intégration avec des systèmes complexes, et la maintenance en conditions réelles. Quand les agents inondent une organisation de nouveau code, ces difficultés structurelles s'amplifient. La revue humaine du code généré par IA est en train de devenir un énorme nouveau bottleneck, et les ingénieurs perdent le contexte nécessaire pour détecter les erreurs des agents. Des coûts incontrôlés émergent aussi : Uber a épuisé son budget IA 2026 dès le mois d'avril, et selon Axios, une entreprise anonyme a reçu une facture Anthropic de 500 millions de dollars en un seul mois à cause de boucles agentiques incontrôlées. Ces dérives ont des conséquences concrètes sur les organisations. Les entreprises qui n'anticipent pas ces dynamiques risquent de tirer une conclusion simpliste et destructrice : réduire les effectifs tout en augmentant les dépenses IA. Celles qui raisonnent de manière délibérée créeront au contraire de nouveaux rôles adaptés à cette réalité. La différence tient à une gouvernance claire : traiter les configurations d'agents comme de l'infrastructure de production, versionner et tester les prompts avant déploiement, et surtout ne jamais accorder à un agent les mêmes droits d'accès qu'à un ingénieur humain. Ces derniers disposent d'un jugement contextuel et assument une responsabilité directe, un agent qui hérite de leurs permissions sans garde-fous introduit un angle mort d'accountability dans les systèmes critiques. Cette situation s'inscrit dans une transition plus large : l'IA passe de l'assistance à l'exécution autonome, et les modèles économiques comme les pratiques de sécurité n'ont pas encore rattrapé ce changement. Sur le plan technique, la réponse passe par une stratégie multi-modèles et multi-fournisseurs, aucun modèle n'excelle sur toutes les tâches, et se concentrer sur un seul vendeur crée un point de défaillance unique inacceptable pour une fonction aussi critique que l'ingénierie. La priorité doit aller aux modèles frontier les plus performants plutôt qu'aux moins chers en coût par token, car c'est la qualité du résultat qui détermine le coût réel en minimisant les retravaux coûteux. Les métriques traditionnelles, lignes de code, pull requests, déploiements, ne mesurent plus rien d'utile dans ce nouveau contexte.

💬 Personne ne voulait l'entendre, mais écrire du code n'a jamais été le vrai goulot. Les agents ont prouvé ça à coup de factures à 500 millions et de budgets grillés en avril pour l'année entière. Ce qui ralentit encore, c'est comprendre ce qu'on construit et intégrer les vieilles briques, et là, aucun agent ne te sauve si t'as pas mis les garde-fous.

« Utiliser ChatGPT, ce n’est pas faire de l’IA » : l’état des lieux de l’adoption en France (et il y a du boulot)

En France, l'adoption de l'intelligence artificielle dans les entreprises reste largement superficielle, selon Tristan Duranté, cofondateur de Studeria, un cabinet de conseil spécialisé en IA générative. Interrogé par Presse-citron, il dresse un constat sévère : la grande majorité des salariés qui déclarent « utiliser l'IA » se limitent à des outils grand public comme ChatGPT pour des tâches ponctuelles, sans intégration réelle dans les processus métiers. Ce comportement crée par ailleurs des risques de sécurité concrets, notamment lorsque des données sensibles sont copiées-collées dans des interfaces non sécurisées. Ce fossé entre la hype médiatique et la réalité opérationnelle a des conséquences directes sur la compétitivité des organisations françaises. Les entreprises qui se croient « avancées » parce que leurs équipes utilisent ChatGPT passent à côté de l'essentiel : l'automatisation de workflows, l'intégration aux systèmes internes, et la création de valeur mesurable. Pour Duranté, confondre l'usage d'un chatbot avec une transformation IA, c'est se bercer d'illusions tout en laissant le terrain aux concurrents qui, eux, structurent de véritables déploiements. Ce décalage s'explique par un manque de culture technique au sein des directions, mais aussi par l'absence de cadres clairs pour distinguer expérimentation et déploiement industriel. La France n'est pas seule dans cette situation, mais le retard est préoccupant à l'échelle européenne. Des cabinets comme Studeria tentent de combler ce vide en accompagnant les entreprises au-delà du stade de la démonstration, vers des usages réellement opérationnels et sécurisés.

💬 C'est la distinction que j'essaie d'expliquer toutes les semaines : utiliser ChatGPT, c'est pas faire de l'IA. Les directions qui se croient en avance parce que leurs équipes ont un compte Pro, sans intégration dans les processus ni la moindre sécurisation (les données sensibles copiées-collées dans des interfaces tierces, c'est un classique), elles se font doubler. Pendant ce temps, les boîtes qui ont structuré de vrais déploiements n'en parlent pas, elles avancent.

Les chatbots IA nous font-ils perdre le contrôle de notre pensée ?

Gloria Mark, psychologue à l'Université de Californie à Irvine, est venue à SXSW London cette semaine avec un message préoccupant : nous avons perdu le contrôle de notre cerveau. Spécialiste depuis trente ans des interactions entre humains et technologies numériques, elle a mené des recherches longitudinales en conditions réelles, équipant des volontaires adultes de capteurs pour mesurer leur attention, leur humeur et leur comportement face aux écrans. Les résultats sont saisissants : en 2003, la durée d'attention moyenne était d'environ deux minutes et demie avant de passer à autre chose. En 2012, ce chiffre était tombé à 75 secondes. Entre 2014 et 2020, il a encore reculé pour atteindre 47 secondes en moyenne. Ce déclin constant n'est pas anodin. Les travaux de Mark montrent une corrélation directe entre la fréquence des changements d'attention et le niveau de stress mesuré par cardiofréquencemètre : plus on saute d'une tâche à l'autre, plus le stress monte. Cela nuit à la performance et au bien-être émotionnel. Pour les enfants et adolescents, les enjeux sont encore plus lourds. Meta, maison mère de Facebook et Instagram, ainsi que YouTube de Google ont été condamnés à verser des millions de dollars de dommages à une jeune femme de 20 ans qui accusait ces plateformes de lui avoir créé une addiction dès l'enfance. Il y a quelques semaines, Meta a également conclu un accord dans un procès intenté par un district scolaire rural du Kentucky, qui réclamait plus de 60 millions de dollars pour couvrir les besoins en santé mentale de ses élèves. Quelque 1 200 autres districts scolaires ont engagé des poursuites similaires contre les réseaux sociaux. Ces débats s'inscrivent dans un contexte d'incertitude scientifique persistante : malgré des dizaines d'études menées depuis deux décennies, les preuves sur l'impact global des réseaux sociaux sur les enfants restent non concluantes, selon Mark elle-même. L'Australie a pourtant choisi d'agir en interdisant l'accès aux réseaux sociaux aux moins de 16 ans à la fin de l'année dernière, une expérience à grande échelle qui pourrait enfin apporter des données probantes. C'est dans ce contexte que la question des effets de l'IA générative se pose avec une urgence nouvelle : outil encore plus récent et plus envahissant que les réseaux sociaux, elle pourrait accélérer les dynamiques déjà à l'oeuvre sur notre capacité d'attention, sans que la recherche ait eu le temps de mesurer les conséquences.

Coexistence et fin de la co-intelligence

Ethan Mollick, professeur à Wharton et auteur du bestseller du New York Times Co-Intelligence, annonce un nouvel ouvrage intitulé Co-Existence, dont la sortie est prévue le 20 octobre 2026. Publié il y a deux ans, Co-Intelligence avait été traduit en plus de 25 langues, avec les Pays-Bas et la Corée comme principaux marchés. Ce premier livre traitait d'un monde où l'humain restait au centre et où l'IA jouait un rôle d'assistant, un modèle de collaboration par allers-retours avec un chatbot. Co-Existence s'attaque à une réalité différente : celle où l'IA surpasse parfois les humains dans des domaines précis, mais reste loin d'être infaillible. Mollick cite deux données récentes pour illustrer ce basculement : une étude montrant que les agents de codage ont permis d'écrire dix-sept fois plus de code qu'auparavant, et un chiffre d'Anthropic selon lequel l'IA rédige désormais 80 % du code de l'entreprise, chaque développeur livrant huit fois plus qu'avant. Ce changement d'échelle dans le développement logiciel n'est pas un cas isolé, c'est le signe avant-coureur de transformations similaires dans de nombreux secteurs. L'enjeu n'est plus de savoir si l'IA peut remplacer l'humain, mais comment travailler efficacement avec un outil qui excelle dans certains contextes et échoue dans d'autres. Mollick défend l'idée qu'il reste un large espace pour que les humains non seulement utilisent l'IA, mais en tirent un avantage réel, à condition de comprendre ses limites et sa "frontière irrégulière" de compétences. Son livre explore cette zone grise, plus complexe et plus utile que les discours binaires sur la substitution ou la supériorité humaine. Dans son propre processus d'écriture, Mollick a appliqué ce principe de manière révélatrice. Il a rédigé lui-même chaque chapitre, l'IA, dit-il, peeine à raconter de bonnes histoires, produit des textes prévisibles et manque de personnalité sur la longueur. En revanche, il a utilisé des modèles pour relire ses chapitres, vérifier ses sources (en lisant chaque citation lui-même) et débloquer les impasses de réflexion. L'ambivalence est perceptible jusque dans les détails : son précédent livre contenait 128 tirets cadratins, une marque stylistique personnelle qu'il a délibérément évitée cette fois, craignant qu'elle ne trahisse une rédaction assistée par IA. Ce geste d'autocensure stylistique illustre mieux que n'importe quel argument la tension centrale de son nouveau livre : comment rester soi-même dans un monde où l'IA imite de mieux en mieux ce qu'on est.

Les tribunaux face à une vague de plaintes générées par l'IA

Depuis 2022, les tribunaux fédéraux américains sont confrontés à une hausse spectaculaire des procédures engagées sans avocat. Une étude portant sur 4,5 millions de dossiers civils fédéraux entre 2005 et 2026, menée par Anand Shah du MIT et Joshua Levy de l'Université de Californie du Sud, révèle que la part de ces affaires est passée de 11 % en 2022 à 16,8 % en 2025, avec un nombre de dépôts plus que doublé par rapport aux niveaux d'avant 2023. Les chercheurs ont soumis 1 600 documents judiciaires tirés au hasard au détecteur de texte IA Pangram : la proportion identifiée comme contenant de l'écriture générée par IA est passée de 1 % en 2023 à 18 % en 2026. Dans le Vermont, les affaires déposées sans avocat sont passées d'environ 45 par an avant 2022 à plus de 1 100 en 2024, en partie grâce à un post viral Reddit de décembre 2024 expliquant comment rédiger un recours en mandamus via Microsoft Copilot, le faire polir par un juriste pour 150 dollars, puis le déposer dans ce district réputé rapide. Ce phénomène soulève une question centrale : l'IA améliore-t-elle réellement l'accès à la justice ? La juge fédérale Maritza Braswell, magistrate au Colorado et utilisatrice d'IA pour vérifier les documents judiciaires, reconnaît que les plaidoiries rédigées avec assistance IA sont souvent mieux articulées, ce qui lui permet de mieux comprendre les arguments et de traiter ces dossiers plus rapidement. Mais la médaille a son revers : les documents contiennent parfois des jurisprudences hallucinées et des citations fabriquées. Surtout, l'IA n'améliore pas les chances de succès des plaignants sans avocat, qui restent bien plus susceptibles de perdre que ceux représentés par un professionnel. Selon Joshua Levy, « engager un procès est une tâche complexe et multidimensionnelle, rédiger un texte n'en constitue qu'une partie ». Ces évolutions forcent le système judiciaire et les législateurs à affronter des questions inédites. Si un chatbot joue un rôle d'avocat de facto, a-t-il un devoir de conseil comme un juriste humain ? Qui est responsable quand il délivre de mauvais conseils juridiques ? Un nombre croissant d'États américains commencent à légiférer sur cette responsabilité. Le juge William Garfinkel du Connecticut, trente ans de carrière à la bénédiction, planche désormais sur des concepts comme le « privilège client-chatbot », analogue du secret professionnel de l'avocat. En parallèle, des communautés en ligne prolifèrent pour échanger des guides pratiques d'auto-représentation assistée par IA. L'intelligence artificielle ne remplace pas encore un avocat compétent, mais elle redessine profondément qui peut se permettre de pousser la porte d'un tribunal.

IA, jeunes talents et entreprises : le nouveau pacte de confiance

La quatrième édition du Baromètre Talents SKEMA-EY, publiée en 2024 et consacrée pour la première fois à l'IA générative, dresse un portrait saisissant des nouvelles générations face aux outils numériques. Selon cette étude menée par SKEMA Business School en partenariat avec EY, 96 % des jeunes diplômés utilisent déjà des outils d'IA, et 61 % d'entre eux en font un usage quotidien. Amine Ezzerouali, enseignant-chercheur à SKEMA, observe que ces étudiants associent désormais directement leur employabilité à leur maîtrise de l'IA : plus ils développent ces compétences, plus ils se perçoivent comme attractifs sur le marché du travail. Pourtant, cet usage intensif ne se traduit pas automatiquement par une efficacité professionnelle réelle. Près de 80 % des jeunes attendent une formation structurée de la part de leur futur employeur, refusant d'être livrés à eux-mêmes face à des outils aux implications juridiques et cybersécuritaires importantes. Une simple fuite de données via un chatbot public peut fragiliser toute une organisation. Ce basculement crée une pression inédite sur les entreprises et leurs managers intermédiaires. Ceux qui ne proposent pas d'accompagnement structuré risquent de perdre leurs jeunes recrues au profit d'organisations capables d'enrichir durablement leur profil professionnel. L'étude souligne en parallèle un retour marqué de l'esprit critique : 60 % des jeunes le considèrent désormais comme essentiel à leur réussite. L'IA automatisant les tâches répétitives et une partie de l'analyse de données, le rôle des profils juniors évolue vers l'interprétation des signaux faibles, la contextualisation et la navigation dans l'incertitude. Les recruteurs s'adaptent en conséquence : l'étude de cas supplante progressivement le test technique pur, forçant les candidats à démontrer leur capacité à résoudre des problèmes réels avec ou sans assistance numérique. Ce constat s'inscrit dans une réflexion plus large sur le "Shadow AI", soit l'utilisation non encadrée et souvent dissimulée d'outils génératifs dans les environnements professionnels, phénomène qui s'est accéléré depuis l'irruption massive de ChatGPT en 2022. Faute de politique claire, de nombreuses entreprises oscillent entre interdiction, tolérance et encadrement partiel, laissant les managers en première ligne face aux risques de sécurité. SKEMA Business School a répondu à ce défi en intégrant la data science dans l'ensemble de ses spécialisations, pariant sur des parcours hybrides qui permettent aux talents de performer aussi bien sans IA qu'avec. Les profils seniors conservent un avantage structurel grâce à leur expertise métier, qui leur permet de formuler des requêtes plus pertinentes et d'évaluer la fiabilité des réponses. La frontière entre l'exécutant augmenté et l'expert capable d'interroger intelligemment la machine reste, selon Ezzerouali, le défi central de cette nouvelle ère professionnelle.

Le déploiement de l’IA dans le domaine juridique révolutionne ce secteur

L'intelligence artificielle s'impose progressivement dans le monde juridique français, transformant le quotidien des avocats, notaires, magistrats et juristes d'entreprise. Les applications concrètes sont nombreuses : analyse de dossiers volumineux, aide à la rédaction d'actes complexes, recherche de jurisprudences ciblées, ou pseudonymisation automatique des décisions de justice. La Cour de cassation a récemment publié un rapport examinant l'usage de l'IA pour les institutions judiciaires françaises, identifiant des gains potentiels significatifs en efficacité et en qualité pour les magistrats. Mais l'outil montre aussi ses limites : le Tribunal administratif d'Orléans a dû rappeler à l'ordre, dans une décision du 29 décembre 2025, un avocat qui avait cité une quinzaine de références juridiques inexistantes, produites par hallucination de son outil d'IA. L'impact dépasse les seuls prétoires. Au sein des entreprises, le déploiement de l'IA redéfinit le rôle des juristes internes et engage la responsabilité des employeurs. Plusieurs décisions récentes de tribunaux judiciaires ont rappelé que tout employeur d'au moins 50 salariés doit consulter son comité social et économique (CSE) avant d'introduire des outils d'IA susceptibles de modifier les conditions de travail. Autrement dit, chaque déploiement de logiciel ou plateforme IA utilisé par les équipes devient un sujet de gouvernance sociale, et pas seulement technique. Les représentants du personnel se trouvent ainsi contraints de monter en compétence sur ces questions pour rendre des avis éclairés, sous peine de valider des changements dont ils n'auraient pas mesuré les conséquences. Ce mouvement s'inscrit dans un contexte réglementaire qui se structure rapidement. La Cour de cassation souligne que le déploiement de l'IA dans la justice ne pourra se faire sans garanties solides : souveraineté numérique pour l'hébergement des données, sécurité des systèmes d'information, respect des droits fondamentaux, transparence des algorithmes et maintien du contrôle humain sur les décisions. Ces exigences rejoignent celles du règlement européen sur l'IA, qui classe les systèmes utilisés dans la justice parmi les applications à haut risque soumises à obligations renforcées. L'enjeu central reste le même pour toutes les professions concernées : intégrer l'IA comme un outil d'appui sans substituer sa logique probabiliste au raisonnement juridique, qui exige rigueur, déontologie et responsabilité individuelle que l'automatisation ne peut pas absorber.

💬 Quinze jurisprudences fantômes dans un mémoire soumis au tribunal, c'est plus instructif que n'importe quel rapport sur l'IA dans le droit. L'outil aide vraiment sur l'analyse et la recherche, mais déléguer la citation de sources sans vérifier dans un domaine où chaque référence engage ta responsabilité directe, c'est une faute en attente de se produire. Le cadre arrive (AI Act, consultation CSE, rapport Cour de cassation), reste à voir combien de praticiens vont attendre leur propre affaire Orléans avant de prendre ça au sérieux.

Des mathématiciens alertent sur les menaces de l'IA pour leur profession

Un groupe de seize mathématiciens a publié le 2 juin 2026 la Déclaration de Leyde sur l'intelligence artificielle et les mathématiques, un texte de mise en garde contre l'influence croissante de l'industrie technologique sur leur discipline. Élaborée sur huit mois à la suite d'une conférence tenue à l'université de Leyde aux Pays-Bas en septembre 2025, cette déclaration a été endorsée par l'Union mathématique internationale, l'organisation non gouvernementale qui supervise les prix les plus prestigieux du domaine, dont la médaille Fields. Sa publication intervient deux semaines après qu'OpenAI a annoncé qu'un de ses modèles aurait réfuté une conjecture géométrique vieille de quatre-vingts ans, suscitant un débat immédiat dans la communauté scientifique sur ce que l'IA peut réellement accomplir en mathématiques. La déclaration pointe les nombreuses tensions que l'essor de l'IA fait peser sur la recherche mathématique : risque de dévalorisation du travail humain, dépendance accrue aux outils et aux agendas des grandes entreprises technologiques, et difficulté à évaluer rigoureusement des résultats produits par des systèmes opaques. Kevin Buzzard, mathématicien à l'Imperial College de Londres, résume l'enjeu sans détour : "Les mathématiciens devraient trouver assez frappant que les entreprises technologiques s'intéressent soudainement à leur travail." Pour les chercheurs, il ne s'agit pas de rejeter l'outil, mais d'en contrôler les conditions d'usage et d'éviter que des critères commerciaux ne redéfinissent ce qui compte comme une "découverte" mathématique. La controverse autour de la conjecture réfutée par OpenAI illustre précisément ce glissement : lorsqu'une entreprise privée annonce une percée scientifique dans un domaine aussi fondamental que les mathématiques, les questions de vérification, de reproductibilité et de crédit intellectuel deviennent politiques autant que techniques. L'Union mathématique internationale, en cautionnant la déclaration, marque une prise de position collective rare de la part d'une communauté scientifique face aux GAFAM. Les prochains mois diront si ce texte reste symbolique ou amorce une gouvernance concrète des usages de l'IA en recherche fondamentale.

L'IA à base d'agents au service d'une santé mondiale plus humaine

Le secteur mondial de la santé fait face à une pression croissante : l'Organisation mondiale de la santé prévoit un déficit de 11 millions de professionnels de santé d'ici 2030, résultat de décennies de sous-investissement et d'une demande en hausse portée par le vieillissement des populations. Dans ce contexte, de nombreux établissements se tournent vers l'IA agentique, des systèmes capables de prendre des décisions autonomes et d'agir sans intervention humaine constante. Selon une étude KPMG, 68 % des prestataires de santé ont déjà intégré des agents IA dans leur fonctionnement. À New York, le Hospital for Special Surgery (HSS), centre médical académique spécialisé en santé musculo-squelettique, fait figure de pionnier. L'établissement utilise des agents IA pour traiter 1 100 dossiers de remboursements d'assurance par mois, une tâche qui mobilisait auparavant plusieurs semaines de travail impliquant du personnel interne et un prestataire externe. Le délai de traitement des recours est passé de 45 à 5 minutes, et le taux de succès de ces recours est passé de 65 % à 100 % en neuf mois. HSS a également déployé un service d'orientation et de prise de rendez-vous accessible 24h/24 via web, SMS ou téléphone, développé en partenariat avec la société Ema Unlimited, spécialisée dans l'IA agentique pour les entreprises. L'impact est concret et mesurable : là où les outils numériques précédents, dossiers médicaux électroniques, télémédecine, moniteurs connectés, avaient surtout alourdi la charge administrative sans résoudre les problèmes de fond, l'IA agentique libère les cliniciens des tâches répétitives pour qu'ils se concentrent sur les soins à forte valeur ajoutée. Le service de triage conversationnel pose des questions ciblées aux patients, identifie le bon spécialiste en tenant compte de la localisation, de la couverture assurantielle et des disponibilités, et finalise la prise de rendez-vous sans intervention humaine. Selon le Dr. Ashis Barad, directeur digital et technologique de HSS, l'IA agentique ne se contente pas d'automatiser : elle « effondre, augmente et surpuissante » les flux de travail existants. Ce tournant intervient après des années de promesses non tenues du numérique en santé. La migration vers les dossiers électroniques aux États-Unis, au début des années 2000, a fragmenté les données plutôt que de les unifier. Les outils de télémédecine ont amélioré l'accès géographique mais sans reproduire la qualité des consultations en présentiel. L'IA agentique se distingue par sa capacité à gérer des scénarios complexes et nuancés, à consulter des sources cliniques expertes et à s'améliorer dans le temps. Pour autant, la prudence reste de mise : chez HSS, toutes les décisions sont auditables, les cas sensibles ou incertains sont escaladés vers des spécialistes humains, et les données patients sont protégées selon les protocoles internes. La question centrale pour les prochaines années sera de savoir si cette technologie peut être déployée à grande échelle sans sacrifier la confiance des patients et la sécurité des soins.

Import AI 459 : superviser l'IA est difficile, lois d'échelle en repliement de protéines, risque d'extinction de l'IA

Des économistes de l'Université de Virginie, d'Anthropic et de la Banque du Canada ont publié une étude révélant que l'économie de l'IA aux États-Unis croît à un rythme sans précédent, mais que cette croissance reste largement invisible dans les statistiques officielles du PIB. Selon leurs estimations préliminaires, le PIB nominal du secteur IA représentait environ 250 milliards de dollars en 2025, avec une croissance d'environ 2 600 % par an en termes réels ajustés à la qualité. Les dépenses américaines en infrastructure de calcul ont bondi de 37 milliards de dollars en 2023 à 90 milliards en 2024, pour atteindre 219 milliards en 2025. La capacité de calcul brute a elle-même progressé de plus de 200 % par an, et en intégrant les gains algorithmiques, la production d'IA ajustée à la qualité a crû d'environ 2 290 % en 2024 et 2 271 % en 2025. Ce paradoxe statistique s'explique par un mécanisme précis : le prix par unité de capacité IA chute presque aussi vite que la qualité augmente, ce qui comprime les revenus nominaux et les rend peu lisibles dans les agrégats macroéconomiques traditionnels. L'enjeu dépasse la simple comptabilité. Si les ministères des finances et les instituts statistiques continuent à piloter leurs projections budgétaires sur dix ans avec des données conventionnelles, ils sous-estimeront massivement la probabilité d'un choc sur l'assiette fiscale liée au travail. Contrairement aux semi-conducteurs ou à Internet, technologies qui avaient globalement complété le travail humain, l'IA est le premier candidat plausible à un phénomène de substitution à grande échelle : elle risque de remplacer, et non d'amplifier, le travail humain dans de nombreux secteurs. Une redistribution des gains impossibles à voir ne peut pas être organisée. Cette étude s'inscrit dans un débat plus large sur l'adéquation des outils statistiques face aux technologies de croissance exponentielle, un problème déjà soulevé lors des vagues précédentes liées à Internet et aux puces électroniques. Mais l'ampleur et la vitesse du phénomène actuel dépassent ces épisodes. Les auteurs formulent trois recommandations concrètes : créer des "comptes satellites IA" au sein des agences statistiques nationales pour développer des indicateurs sectoriels dédiés, nouer des partenariats entre agences statistiques, entreprises technologiques et chercheurs académiques pour produire des données primaires de meilleure qualité, et coordonner ces efforts à l'échelle internationale. L'objectif est de disposer d'une cartographie économique fiable avant que les transformations du marché du travail ne rendent la réponse politique impossible à calibrer.

Les hommes utilisent les agents IA de codage plus de deux fois plus souvent que les femmes en sciences sociales, selon Anthropic

Une étude publiée par Anthropic révèle que les chercheurs en sciences sociales portant des prénoms typiquement masculins utilisent des agents de codage basés sur l'IA plus de deux fois plus souvent que leurs homologues aux prénoms féminins. Cet écart persiste même à discipline et niveau de carrière comparables, ce qui suggère que la variable déterminante est bien le genre et non le domaine ou l'ancienneté. Les économistes affichent le taux d'adoption le plus élevé, à 39 %, tandis que les chercheurs en sciences de l'éducation se situent à seulement 4 %. Ce fossé est particulièrement significatif car il dépasse largement le différentiel observé pour l'usage général de l'IA. Autrement dit, les femmes ne sont pas simplement moins nombreuses à utiliser l'intelligence artificielle en général : elles s'approprient spécifiquement moins les outils d'automatisation du code, ceux-là mêmes qui promettent des gains de productivité substantiels dans la recherche quantitative. Dans un contexte où ces outils deviennent des avantages compétitifs réels, un tel écart pourrait creuser des inégalités de carrière entre chercheurs. Cette étude s'inscrit dans une série de travaux qui interrogent l'adoption différenciée des technologies selon le genre. Anthropic, dont le modèle Claude est largement utilisé dans les environnements académiques, dispose d'une position privilegiée pour observer ces dynamiques à grande échelle. La question qui se pose désormais est de savoir si cet écart reflète des différences d'accès, de formation ou d'incitation, et quelles interventions pourraient le réduire avant qu'il ne se cristallise durablement dans les pratiques de recherche.

💬 L'écart de genre sur l'IA en général, on en parlait déjà. Mais là, c'est spécifiquement les outils de codage automatisé, ceux qui font vraiment gagner du temps sur la recherche quantitative, et le fossé est deux fois plus grand. Ce qui se joue ici, c'est une inégalité de productivité, pas juste d'usage, et ça c'est beaucoup plus dur à rattraper.

NBA : L’IA va-t-elle mettre les arbitres sur le banc de touche ?

Le commissaire de la NBA Adam Silver a officiellement ouvert la porte à un arbitrage assisté par intelligence artificielle, profitant d'une polémique arbitrale retentissante pour dévoiler son projet lors du Pat McAfee Show. Concrètement, le système envisagé s'appuierait sur des caméras installées autour du terrain pour automatiser toutes les décisions dites « objectives » : sorties de balle, lignes de touche, possessions litigieuses. Silver cite en modèle le Hawk-Eye, technologie de Sony déjà déployée au tennis, au cricket et au football, capable d'une précision à 0,1 pouce grâce à des caméras haute vitesse et des capteurs. Les arbitres humains resteraient en place, mais se concentreraient uniquement sur les contacts physiques et les simulations, là où le jugement humain reste nécessaire. Aucune date officielle n'a été annoncée pour un éventuel déploiement dès la saison 2026-2027. L'annonce intervient dans un contexte d'exaspération générale autour de la qualité de l'arbitrage NBA. Cette saison, les playoffs ont été marqués par une vague de simulations spectaculaires, avec certains joueurs s'effondrant dramatiquement au moindre contact, inondant les réseaux sociaux de ralentis moqueurs. L'incident déclencheur a eu lieu lors du cinquième match de la série à Oklahoma City : en seconde période, les arbitres ont accordé la possession à la mauvaise équipe sur une sortie de balle, refusant de corriger l'erreur même après concertation. La réaction en ligne a été immédiate et violente, transformant une faute d'arbitrage ordinaire en symbole d'un problème systémique. L'automatisation des décisions objectives éliminerait mécaniquement ce type d'erreurs factuelles, tout en accélérant le rythme du jeu : Silver promet un système « instantané et automatique » où la balle est rendue à l'équipe concernée sans interruption. La NBA n'est pas pionnière en la matière : le Hawk-Eye de Sony a progressivement transformé l'arbitrage dans plusieurs sports majeurs, non sans résistances. Mais l'accueil réservé à l'annonce de Silver révèle une méfiance qui dépasse la seule question technologique. Sur les réseaux sociaux, des fans reprochent à la ligue de chercher une solution technologique à ce qu'ils considèrent comme un problème de gouvernance : une application incohérente des règles existantes. L'écrivain Noah Kulwin, supporter des Knicks, a qualifié Silver de « pire commissaire de l'histoire du sport », estimant qu'il mine lui-même la confiance dans son propre produit. La question qui se pose désormais est moins technique que politique : la NBA parviendra-t-elle à convaincre joueurs, arbitres et supporters qu'une IA sur les lignes de touche renforce l'intégrité du jeu plutôt qu'elle ne l'aseptise ?

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.

Une startup IA paie 2 000 dollars par mois pour… se masturber

La startup américaine Joi AI a lancé une campagne de recrutement inhabituelle : elle cherche dix volontaires prêts à être rémunérés 2 000 dollars par mois pendant quatre semaines pour tester quotidiennement une fonctionnalité de masturbation guidée par intelligence artificielle. Annoncée fin mai 2026, l'offre est ouverte à toute personne, sans distinction de genre, et ne requiert aucune référence professionnelle. Les participants devront remplir des rapports réguliers pour documenter les effets ressentis sur leur stress, leur sommeil et leur humeur. La candidature se fait via un questionnaire en ligne. Le ton délibérément décalé de l'annonce, notamment la blague sur l'absence de références, a suffi à propulser l'offre en phénomène viral sur les réseaux sociaux. Derrière le buzz, l'objectif de Joi est double : collecter des données comportementales sur l'impact de ce type d'interaction intime avec une IA, et surtout attirer l'attention sur sa plateforme de compagnons virtuels dans un marché en pleine explosion. Depuis l'émergence des IA génératives, les applications de compagnons virtuels ont connu une croissance spectaculaire, et la compétition pour capter l'attention des utilisateurs est féroce. Pour Joi, ce programme de "bien-être augmenté" fonctionne autant comme une étude terrain que comme une opération marketing à coût contrôlé. Les résultats, s'ils sont publiés, pourraient aussi servir à légitimer scientifiquement une catégorie de produits encore largement décriée. Joi n'est pas un acteur marginal : la plateforme héberge de nombreux personnages virtuels, souvent présentés sous les traits de femmes hypersexualisées, parfois inspirées de mannequins ou d'actrices de films pour adultes. La startup se positionne officiellement dans la lutte contre ce qu'elle appelle une "épidémie de solitude", ciblant en priorité les jeunes hommes. Ce positionnement place Joi dans une tendance plus large, celle des compagnons IA comme Character.AI ou Replika, qui cherchent à occuper un espace affectif et relationnel jusque-là réservé aux humains. Mais la question des conséquences psychologiques à long terme reste entière : plusieurs chercheurs soulignent que les études sérieuses sur l'impact réel de ces applications demeurent encore très limitées, et que la frontière entre accompagnement émotionnel et dépendance numérique reste difficile à tracer.

Aux États-Unis, les forces de l’ordre alertent contre un « extrémisme anti-technologie »

Aux États-Unis, des services de renseignement locaux et fédéraux ont commencé à surveiller les mouvements d'opposition à l'intelligence artificielle et à l'expansion des centres de données, selon un rapport non publié du ministère de la Sécurité intérieure obtenu par Wired. Des documents de travail du Bureau new-yorkais du renseignement et de la lutte contre le terrorisme introduisent le concept d'« extrémisme violent anti-tech » sans en fournir de définition précise. Le FBI mène également des enquêtes conjointes avec la police new-yorkaise sur des « acteurs anarchistes extrémistes violents ». Cette surveillance s'intensifie dans un contexte de multiplication des incidents : en février 2025, une femme prénommée Ziz Laota a été arrêtée, accusée de diriger un groupe d'ingénieurs obsédés par les risques existentiels de l'IA, surnommés les « Zizians », que les autorités soupçonnent d'avoir causé au moins six morts. Des attaques ont également visé le domicile de Sam Altman, PDG d'OpenAI, et des manifestations se sont multipliées devant des centres de données à travers le pays. La création de cette nouvelle catégorie sécuritaire soulève des inquiétudes parmi les experts et les défenseurs des libertés civiles, d'autant que ses contours restent volontairement flous. En Virginie du Nord, l'un des centres de fusion chargés de faire le lien entre agences fédérales et forces de l'ordre locales liste comme indicateurs d'extrémisme des comportements aussi banals que la « photographie », le « test des dispositifs de sécurité » ou l'« observation ». Un rapport de mars 2025 montrait déjà une surveillance accrue de manifestations pourtant protégées par le Premier amendement, notamment des rassemblements anti-Tesla ou une mobilisation contre les investissements de groupes proches de Musk. Or, selon certains sondages, 71 % des Américains seraient opposés à la construction de nouveaux centres de données, ce qui signifie que la catégorie « anti-tech » pourrait théoriquement englober une très large frange de la population. Ce glissement sécuritaire intervient dans un contexte politique particulièrement chargé. L'administration Trump, ardent promoteur de l'industrie de l'IA, a déclaré en début de mandat que l'antifascisme constituait une forme de terrorisme et a ordonné au ministère de la Justice de poursuivre les personnes affichant des opinions « anti-américaines », « anti-chrétiennes » ou « anti-capitalistes ». La stratégie antiterroriste publiée mi-mai 2026 place l'extrémisme d'extrême gauche parmi les trois priorités nationales. Dans ce cadre, la surveillance des critiques de l'IA s'inscrit dans une tendance plus large de criminalisation de la dissidence politique, où l'opposition à une industrie bénéficiant du soutien présidentiel peut se retrouver amalgamée à des menaces sécuritaires réelles, brouillant délibérément la frontière entre militantisme légal et violence.

💬 Quand "photographier" un centre de données figure parmi les indicateurs d'extrémisme violent, je cherche plus à comprendre la menace terroriste, je cherche qui bénéficie de cette définition floue. Six morts attribués aux Zizians, c'est réel, mais ça ne justifie pas un filet capable d'attraper 71% de la population. Si tu t'opposes à un data center dans ta ville, tu rentres dans la catégorie : c'est du lobbying industriel planqué derrière l'antiterrorisme.

Google I/O : l’overdose d’annonces IA profite à DuckDuckGo

Les 19 et 20 mai 2026, Google a transformé sa conférence I/O en un défilé ininterrompu d'annonces liées à l'intelligence artificielle : nouveautés Gemini, agents conversationnels, outil de vibe coding AI Studio, lunettes connectées, et une refonte majeure de son moteur de recherche présentée comme la plus importante depuis 25 ans. Cette barre de recherche repensée accepte désormais des requêtes longues, des images, vidéos et fichiers, et intègre des agents capables de surveiller le web en continu pour suivre un sujet précis, comme une annonce immobilière ou une collaboration entre un sportif et une marque. Ces fonctions seront réservées aux abonnés AI Pro et AI Ultra dès l'été. Dans ce contexte de saturation, la version « No AI » de DuckDuckGo a enregistré des chiffres records : aux États-Unis, les visites ont progressé de 22,7 % en moyenne lors du week-end du Memorial Day (23-25 mai), avec un pic à 27,7 % le 24 mai. Les installations de l'application mobile ont bondi de 18,1 % en une semaine, et celles de l'application iPhone et iPad ont affiché une hausse moyenne de 33 %, culminant à 69,9 % le 25 mai. Ces chiffres illustrent une fracture qui s'accentue dans le rapport des utilisateurs à l'intelligence artificielle. DuckDuckGo No AI désactive les réponses générées par IA et supprime les images synthétiques des résultats, offrant une expérience de recherche traditionnelle. La progression est restée nettement concentrée aux États-Unis, marché sur lequel les annonces Google I/O ont eu le plus de résonance immédiate. Gabriel Weinberg, fondateur et PDG de DuckDuckGo, a résumé la situation sans détour : « Google impose l'IA aux utilisateurs sans leur laisser la possibilité de s'y opposer, résultat, les résultats de recherche se dégradent au lieu de s'améliorer. » Ce positionnement, centré sur le contrôle laissé à l'utilisateur, transforme le rejet de l'IA en argument commercial explicite. DuckDuckGo n'est pas un acteur marginal : le moteur, fondé sur la protection de la vie privée, propose par ailleurs ses propres outils d'IA, mais joue délibérément sur la polarisation croissante entre adoptants enthousiastes et utilisateurs réfractaires. Ce clivage s'est accentué depuis que les grandes plateformes ont commencé à intégrer l'IA de manière non optionnelle dans leurs interfaces. La stratégie de DuckDuckGo parie sur un segment d'utilisateurs qui refusent cette intégration forcée, un marché que les grandes plateformes laissent volontairement de côté. La question est de savoir si cette tendance reste un phénomène de niche réactif aux événements médiatiques, ou si elle traduit un repositionnement durable d'une partie de l'audience web face à l'omniprésence de l'IA générative.

Choisir de rester humain

L'écriture générée par intelligence artificielle envahit les réseaux sociaux, les commentaires en ligne, les articles académiques et même les nouvelles primées dans des concours littéraires. Pour les utilisateurs réguliers d'IA, le phénomène est devenu reconnaissable : une uniformité stylistique, une densité de sens faible par rapport au volume de mots produits. Ces textes absorbent l'énergie cognitive du lecteur sans lui offrir de compréhension réelle en retour. Deux études récentes illustrent concrètement les enjeux. La première, menée dans un lycée turc avec près de mille élèves en mathématiques, montre que les élèves ayant accès à ChatGPT ont mieux rendu leurs devoirs et se croyaient davantage en train d'apprendre, mais ont obtenu de moins bons résultats lors des tests que leurs camarades privés d'accès. La seconde, conduite sur cinq mois dans dix lycées de Taipei auprès d'environ mille élèves apprenant Python, révèle l'inverse : ceux guidés par un tuteur IA personnalisant la séquence des exercices ont progressé de 0,15 écart-type à l'examen final, soit l'équivalent estimé de six à neuf mois de scolarité supplémentaires, sans charge additionnelle pour les enseignants. L'écart entre ces deux résultats tient à une distinction fondamentale : utiliser l'IA pour contourner la réflexion, ou l'utiliser pour la soutenir. Dans le cas turc, l'IA fournissait directement des réponses, court-circuitant l'effort mental nécessaire à l'apprentissage réel. À Taipei, elle adaptait le parcours à chaque élève tout en maintenant cet effort au cœur du processus. Cette nuance a des conséquences profondes : la maîtrise d'une compétence, qu'il s'agisse des mathématiques, du code ou de l'écriture, requiert un travail mental difficile et souvent ingrat. Déléguer ce travail à une machine, c'est céder le bénéfice à long terme pour un gain immédiat. Un style d'écriture construit sur des années de corrections et de critiques sévères constitue une valeur professionnelle durable que l'on ne peut pas déléguer sans en payer le prix. La question n'est pas d'interdire l'IA dans l'écriture ou l'apprentissage, mais de repenser la manière dont on s'en sert. L'IA peut être un outil précieux pour vérifier la cohérence d'un texte, simuler différentes perspectives de lecture ou aider ceux qui peinent à s'exprimer clairement. Le problème survient lorsqu'elle devient le réflexe par défaut, activée sans réflexion préalable. Ces recherches, menées en partie par des équipes de la Wharton School, s'inscrivent dans un débat plus large sur l'impact de l'IA dans les salles de classe et au-delà. Trouver l'équilibre entre assistance technologique et développement des capacités humaines représente l'un des défis décisifs des années à venir.

L'IA à base d'agents oblige à repenser la structure des organisations

Alors que l'adoption des agents IA en entreprise s'accélère, un fossé béant s'ouvre entre les ambitions affichées et les capacités réelles. Selon une étude récente, 85 % des organisations déclarent vouloir devenir "agentiques" d'ici trois ans, mais 76 % reconnaissent que leurs opérations et infrastructures actuelles ne sont pas en mesure de soutenir cette transition. C'est dans ce contexte que PwC UK Consulting, via son directeur technique mondial Prasun Shah, et la plateforme enterprise Ema, fondée par Surojit Chatterjee, alertent sur une erreur de méthode répandue : coller des agents IA par-dessus des organisations conçues pour des humains, sans repenser le modèle de fond en comble. Shah parle d'une "solution scotch" : on rajoute de la technologie sur un modèle qui se fissure, sans s'attaquer aux fractures structurelles. L'enjeu est considérable. Lorsqu'ils sont déployés à grande échelle, les agents IA seraient capables d'accélérer les processus métier de 30 à 50 %, et de réduire le temps consacré aux tâches à faible valeur ajoutée de 25 à 40 %. Mais ces gains ne se matérialisent que si l'organisation est repensée en profondeur, pas seulement optimisée à la marge. Les agents ne sont pas des assistants qui aident un humain à aller plus vite : ils coordonnent des workflows entiers, prennent des décisions autonomes, s'adaptent aux conditions changeantes et itèrent en continu. Pour débloquer cette valeur, il faut revoir les droits de décision, les indicateurs de performance, les processus et les rôles humains, non pas après coup, mais dès la conception. C'est pour combler ce vide conceptuel qu'Ema a forgé en 2025, en partenariat avec le cabinet HFS Research, le terme "agentic business transformation" (ABT). Ce cadre distingue trois piliers : la pile technologique, la composition de la main-d'oeuvre, et les métriques de succès. Sur le plan technique, Shah insiste sur le fait que les agents IA ne doivent pas être une couche supplémentaire dans un empilement applicatif existant, mais un "tissu conjonctif" capable de circuler entre les systèmes, de contextualiser des données issues de sources multiples et d'en déduire des décisions à haute valeur. C'est précisément là, dit-il, que se jouera "le prochain champ de bataille" compétitif entre les entreprises. La question n'est plus de savoir si les organisations adopteront des agents IA, mais si elles auront la lucidité de se transformer structurellement plutôt que de se contenter de les greffer sur l'existant.

Ce que cache vraiment la panique autour de l'IA et de l'emploi

Malgré la panique croissante autour de l'impact de l'intelligence artificielle sur l'emploi des cols blancs, les données américaines du marché du travail racontent une histoire plus nuancée. Selon une analyse publiée par le MIT Technology Review et signée par David Rotman, le taux de chômage dans les professions les plus exposées à l'IA est en réalité inférieur à celui des métiers peu exposés. Par ailleurs, aucun signe ne laisse apparaître un flux massif de travailleurs quittant les emplois menacés pour se réorienter vers des métiers manuels supposément plus sûrs. Le marché de l'emploi traverse certes une période difficile, mais les causes en sont complexes et ne pointent pas directement vers l'automatisation par l'IA. Le tableau n'est pourtant pas sans ombres. Une étude récente de Stanford révèle que les jeunes travailleurs dans les secteurs fortement exposés à l'IA ont subi une nette baisse d'emploi depuis la généralisation des outils d'IA générative, une tendance absente dans les secteurs peu exposés. Ce phénomène suggère que l'IA n'élimine pas encore des emplois de cadres confirmés, mais qu'elle ronge silencieusement les tâches juniors, celles qui constituaient historiquement le premier échelon de la carrière. Georgios Petropoulos, professeur assistant à la USC Marshall School of Business, estime qu'il est urgent de repenser la manière dont on forme, prépare et accompagne les jeunes entrant sur le marché du travail, à la fois du côté des entreprises et des politiques publiques. L'hystérie autour de l'IA et de l'emploi masque donc le vrai problème : non pas une destruction massive et immédiate de postes, mais une fragilisation progressive des points d'entrée dans les métiers qualifiés. Les générations précédentes apprenaient leur métier en faisant des tâches répétitives ou de faible valeur ajoutée que les outils d'IA commencent aujourd'hui à absorber. Si cette dynamique se confirme, c'est la trajectoire professionnelle des 20-30 ans qui se retrouve menacée, bien avant que les emplois seniors ne soient touchés. La question posée n'est plus seulement "l'IA va-t-elle prendre nos emplois ?" mais "comment former une génération à des métiers dont les premières marches ont disparu ?" La réponse implique des réformes profondes de la formation initiale, une adaptation des pratiques de recrutement et, probablement, un débat politique que la plupart des gouvernements n'ont pas encore vraiment engagé.

💬 C'est pas les cadres qui vont perdre leur job, c'est les juniors qui ne l'auront jamais vraiment. La vraie casse, c'est que l'IA absorbe exactement les tâches répétitives sur lesquelles les générations précédentes ont appris leur métier, ces premières marches qui n'existent plus. Reste à voir si les boîtes et les écoles vont réagir avant qu'une génération entière se retrouve bloquée au bas de l'échelle.

L'IA censée réduire les inégalités judiciaires devient un cauchemar administratif pour les tribunaux fédéraux américains

Une étude menée conjointement par le MIT et l'Université de Californie du Sud révèle que le nombre de plaintes déposées sans avocat devant les tribunaux fédéraux américains a presque doublé depuis que ChatGPT s'est imposé dans le grand public, fin 2022. Plus frappant encore, un recours sur cinq contient désormais du texte généré par intelligence artificielle. Face à cette avalanche de dossiers, des juges fédéraux ont commencé à adopter des mesures radicales pour endiguer le flot de soumissions. Ce phénomène soulève une tension fondamentale dans le système judiciaire américain : l'IA s'impose comme un outil d'accès à la justice pour les justiciables sans ressources, mais crée simultanément une charge administrative qui menace de paralyser les tribunaux. Des plaintes mal formulées, truffées d'arguments juridiques plausibles mais incorrects, et parfois de citations jurisprudentielles inventées, obligent les greffes et les juges à consacrer un temps croissant à trier le recevable du fantaisiste. Le contexte est celui d'un système judiciaire américain déjà sous tension, où l'accès à un avocat reste financièrement inaccessible pour une grande partie de la population. ChatGPT et ses concurrents ont comblé ce vide en apparence, mais au prix d'une inflation de contentieux de qualité inégale. Plusieurs juridictions envisagent désormais d'imposer des règles spécifiques sur l'usage de l'IA dans les dépôts de plainte, rouvrant le débat sur la frontière entre démocratisation du droit et intégrité des procédures judiciaires.

Google et l’UNICEF lancent des programmes d’éducation à l’IA

Google, via ses branches Google.org et Google for Education, a annoncé le 19 mai 2026 un partenariat de trois ans avec l'UNICEF pour déployer des programmes d'éducation à l'IA au Brésil, en Inde, au Pakistan et au Kenya. L'initiative vise à améliorer l'apprentissage de base, renforcer la formation des enseignants et réduire les inégalités d'accès au numérique dans ces pays émergents. Google mettra à disposition ses outils technologiques, dont Gemini, NotebookLM, Gemini for Education et ReadAlong, une application d'apprentissage de la lecture par pratique guidée. L'UNICEF, de son côté, travaillera directement avec les gouvernements, les autorités éducatives et les communautés locales pour adapter les solutions aux réalités de chaque pays. Les premiers cas opérationnels sont déjà identifiés : au Pakistan, les enseignants seront formés à l'utilisation sécurisée des outils IA pour proposer des expériences d'apprentissage adaptatif, notamment hors cadre scolaire, dans un pays où des millions d'enfants restent non scolarisés. Au Kenya, un programme numérique développé conjointement avec le gouvernement combinera formation des enseignants, accès aux outils et réforme des politiques éducatives. L'ampleur de ce partenariat dépasse le simple financement philanthropique : il s'agit d'un déploiement structuré à l'échelle de systèmes éducatifs nationaux entiers, dans des contextes où les infrastructures numériques et la formation des enseignants restent très limitées. Pour des millions d'élèves dans ces quatre pays, l'enjeu est concret : accéder à des contenus personnalisés, bénéficier d'un suivi pédagogique individualisé et rattraper des retards documentés en lecture, écriture et calcul. Pour les enseignants, le partenariat représente une montée en compétences sur des outils qu'ils n'ont, pour la plupart, jamais utilisés. Ce type d'initiative confirme aussi que les grands modèles génératifs évoluent au-delà du rôle d'assistant conversationnel pour devenir des plateformes capables de soutenir des politiques publiques complètes, avec suivi pédagogique, création de contenus et apprentissage adaptatif à grande échelle. Ce mouvement s'inscrit dans une tendance plus large où les géants technologiques cherchent à s'implanter dans les marchés émergents via l'éducation, secteur à la fois stratégique et légitime socialement. Pour Google, ce partenariat consolide sa présence dans des régions en forte croissance démographique tout en accélérant l'adoption de ses outils d'IA générative dans les usages quotidiens. Pour le secteur EdTech dans son ensemble, il envoie un signal clair : la demande mondiale se déplace vers des solutions capables de fonctionner dans des environnements contraints, avec une connectivité limitée et des utilisateurs peu familiarisés avec le numérique. L'UNICEF apporte la légitimité institutionnelle et l'ancrage local que Google ne peut obtenir seul. Les suites de ce partenariat pourraient influencer durablement la manière dont les gouvernements des pays du Sud conçoivent leurs politiques éducatives numériques pour la décennie à venir.

IA en entreprise : entre formation insuffisante et risque de fracture générationnelle

Les entreprises françaises et internationales investissent massivement dans les licences d'outils d'intelligence artificielle, mais cette acquisition technologique ne se traduit pas en usage réel. C'est le constat dressé par Hamza Bouanani, Practice Manager IA chez MARGO et Lead Data Scientist à la BNP Risk, qui audite régulièrement les usages en entreprise. Selon ses observations, la moitié des développeurs n'intègre tout simplement pas l'IA dans leur flux de travail quotidien, et seulement 10 % maîtrisent réellement les outils d'agents de codage avancés. Même parmi les utilisateurs réguliers, la grande majorité n'exploite que 5 à 10 % du potentiel de ces solutions. Des suites comme Google Workspace AI sont déployées à grande échelle, mais les salariés continuent de créer leurs présentations manuellement, ignorant les fonctionnalités de génération automatique. L'équipement progresse, l'usage stagne. Cette sous-utilisation chronique représente un coût invisible mais réel pour les organisations. L'investissement technologique ne produit aucun retour sérieux tant que l'outil ne s'intègre pas dans un processus métier structuré. Bouanani identifie quatre lacunes critiques chez les collaborateurs non accompagnés : l'incapacité à formuler des requêtes contextualisées (les utilisateurs tapent des mots-clés comme dans un moteur de recherche plutôt que de dialoguer avec la machine), des comportements à risque sur la sécurité des données (copier-coller de codes confidentiels dans des modèles publics), une confiance excessive dans les réponses de l'IA sans validation critique, et l'impossibilité de chaîner des tâches complexes. L'interface intuitive de l'IA générative génère une dangereuse illusion de compétence : parce que l'outil répond instantanément, l'utilisateur croit le maîtriser. L'enjeu n'est plus technique, il est cognitif et méthodologique. Ce constat s'inscrit dans un débat plus large sur la fracture numérique qui se creuse au sein même des entreprises, non plus entre ceux qui ont accès à la technologie et ceux qui ne l'ont pas, mais entre ceux qui savent l'exploiter et ceux qui en restent au stade de la démonstration. Les organisations qui n'investissent pas dans une formation structurée, bien au-delà d'une démonstration rapide de ChatGPT, prennent le risque de voir leur avantage concurrentiel s'éroder face à des concurrents mieux formés. L'enjeu est de transformer les collaborateurs en véritables "directeurs artistiques" de l'IA, capables d'orchestrer les outils plutôt que de les subir. Sans ce changement de posture, la promesse de productivité portée par l'IA générative restera lettre morte pour la majorité des entreprises qui ont pourtant déjà signé le chèque.

Il est temps d'agir face à la crise imminente des premiers emplois

Les chiffres globaux de l'emploi dans les pays développés restent globalement stables depuis l'avènement de l'intelligence artificielle générative, mais un signal inquiétant émerge dans les données détaillées. Un working paper du Stanford Digital Economy Lab, publié en novembre 2025, révèle que les travailleurs âgés de 22 à 25 ans exerçant dans les métiers les plus exposés à l'IA ont subi une baisse relative de 16 % de l'emploi depuis la diffusion massive des outils génératifs, et ce après contrôle des autres facteurs économiques. Un rapport d'Anthropic de mars 2026 aboutit à des conclusions similaires. Fait notable : les travailleurs plus expérimentés des mêmes secteurs n'ont pas connu ce recul. La Réserve fédérale de New York confirme la tendance : au quatrième trimestre 2025, le taux de chômage des jeunes diplômés atteignait 5,6 %, tandis que le taux de sous-emploi culminait à 42,5 %, son niveau le plus élevé depuis la pandémie de Covid-19. Ce qui se joue n'est pas une crise de l'emploi au sens traditionnel, mais quelque chose de plus insidieux : l'érosion du premier échelon de la carrière professionnelle. Les secteurs concernés sont précisément ceux où l'IA générative s'est imposée le plus vite, développement logiciel, service client, programmation, gestion des systèmes d'information. Ce sont ces postes juniors qui absorbaient autrefois les tâches de rédaction, de tri, de résumé et de préparation administrative, tâches désormais partiellement confiées aux outils d'IA. Résultat : les jeunes diplômés envoient aujourd'hui des centaines de candidatures avant de recevoir une seule offre, et les enquêtes signalent des niveaux élevés d'anxiété, de précarité financière et d'épuisement parmi ceux qui cherchent un premier emploi. Le problème dépasse la question de l'emploi immédiat : les postes d'entrée de gamme constituent un mécanisme de formation invisible mais essentiel. C'est en classant des données qu'un jeune analyste apprend à distinguer les chiffres fiables de ceux qui ne le sont pas. C'est en codant sur des systèmes de production qu'un développeur junior comprend comment ils tombent en panne. Si l'IA absorbe ces tâches d'apprentissage, les entreprises gagneront peut-être en efficacité à court terme, mais la société risque de former une génération de professionnels privés des fondations pratiques de leur métier. Face à ce constat, les appels se multiplient : institutions éducatives invitées à repenser leurs formations, gouvernements pressés d'inciter les entreprises à embaucher et former des juniors, et entreprises elles-mêmes sommées de reconnaître que construire une main-d'oeuvre expérimentée en IA commence nécessairement par l'entrée de gamme.

💬 Ce n'est pas une crise de l'emploi, c'est une crise de la formation déguisée en crise de l'emploi. Les postes juniors que l'IA absorbe, c'était aussi l'endroit où un dev de 23 ans apprenait à lire un stack trace ou un analyste à douter d'un chiffre qui clochait. On gagne peut-être en efficacité à court terme, mais on est en train de couper les fondations, et ça va se payer.

Un bilan objectif sur la panique autour de l'IA et l'emploi

Malgré les manchettes alarmistes et les licenciements récents chez Coinbase, Meta et Cisco présentés comme le signe avant-coureur d'une destruction massive de l'emploi, les données économiques américaines racontent une autre histoire. Selon les analyses du Bureau of Labor Statistics (BLS), le taux de chômage dans les professions les plus exposées à l'intelligence artificielle est en réalité inférieur à celui des métiers peu concernés par la technologie. Plus révélateur encore : aucun mouvement massif de travailleurs des secteurs menacés vers des emplois réputés plus sûrs, comme les métiers manuels, n'est observable dans les statistiques. Erika McEntarfer, ancienne directrice du BLS limogée par l'administration Trump à l'automne 2025 après un rapport sur l'emploi jugé déplaisant, et désormais chercheuse au Stanford Institute for Economic Policy Research, résume la situation ainsi : "Toutes les preuves disponibles suggèrent que l'impact de l'IA sur le marché du travail actuel reste probablement faible. La disruption n'est pas encore là, et nous avons le temps de nous préparer." Ce constat ne signifie pas que tout va bien pour les travailleurs américains, mais il invite à dissocier les difficultés réelles de la cause qu'on leur attribue. Le taux de chômage des jeunes diplômés tourne autour de 5,6 %, un niveau inédit depuis la pandémie et la période post-2008. Les taux d'embauche restent particulièrement bas dans l'économie post-Covid, pénalisant surtout les 22-25 ans qui cherchent à intégrer le marché du travail, notamment en développement logiciel. Des signes indiquent que l'IA contribue à cette pression sur certains profils, mais ces professions ne représentent qu'une fraction de l'emploi total. Le recensement américain révèle par ailleurs que seulement une entreprise sur cinq utilise l'IA dans une quelconque fonction opérationnelle, ce qui relativise considérablement l'ampleur de la transformation en cours. La prudence des économistes repose sur une leçon historique bien documentée : les innovations technologiques mettent du temps à remodeler les marchés du travail, car elles doivent d'abord transformer les entreprises elles-mêmes. McEntarfer rappelle que "l'IA ne bouleversera probablement pas les marchés du travail avant d'avoir d'abord bouleversé les modèles d'affaires." Ce décalage entre le discours catastrophiste, alimenté par des figures influentes du secteur tech, et la réalité mesurable des données n'écarte pas un choc futur, potentiellement brutal lorsque l'adoption s'accélérera. Mais il plaide pour remplacer l'hystérie par une planification lucide, en s'appuyant sur ce que les chiffres montrent aujourd'hui plutôt que sur des projections anxiogènes dont aucune ne s'est encore concrétisée à grande échelle.

16 % des électeurs ont demandé à l’IA pour qui voter aux municipales

Lors du premier tour des élections municipales françaises du 15 mars 2026, 16 % des électeurs ont eu recours à l'intelligence artificielle générative pour les aider à choisir leur candidat, selon une étude Toluna Harris Interactive réalisée pour M6 et RTL et publiée par le think tank Terra Nova. L'enquête, conduite auprès de 4 145 personnes dans des communes de 3 500 habitants et plus, décompose cet usage en trois profils : 7 % cherchaient à confirmer un choix déjà arrêté, 5 % voulaient être influencés, et 4 % demandaient directement à l'IA de trancher. Parmi ceux qui ont consulté un chatbot, entre 30 et 40 % affirment avoir changé d'avis, entre 40 et 50 % ont été confortés dans leur intention initiale, et 20 à 30 % disent que l'outil a joué un rôle décisif. Les écarts démographiques sont nets : les hommes ont eu davantage recours à l'IA que les femmes (20 % contre 10 %), les moins de 25 ans à hauteur de 35 %, contre seulement 1 % des seniors. Les sympathisants de La France Insoumise figurent parmi les plus utilisateurs (16 %), contre 6 % pour Reconquête. Ces chiffres restent à relativiser mais ils signalent une mutation profonde dans la formation de l'opinion. Pour l'instant, l'IA demeure la 14e et dernière source d'information citée par les électeurs, loin derrière les tracts (59 %), les professions de foi (57 %) ou encore le bouche-à-oreille (47 %). Mais ce qu'elle fait de manière inédite, c'est intervenir au moment de la décision elle-même, pas seulement de l'information. Le politologue Jean-Daniel Lévy, auteur de l'étude, note que l'IA « n'est plus réservée à quelques technophiles isolés » et « commence à s'inscrire dans les pratiques politiques ordinaires d'une part identifiable de l'électorat ». À moins d'un an de la présidentielle, ce basculement interpelle directement partis, médias et institutions. Le phénomène s'inscrit dans un contexte de défiance croissante envers les médias traditionnels et de montée des usages grand public des chatbots. Emmanuel Macron avait lui-même soulevé la question en novembre dernier, s'interrogeant sur les recommandations que ChatGPT pourrait formuler aux électeurs lui demandant pour qui voter. La question n'est pas anodine : des chercheurs ont démontré que 250 documents suffisent à « empoisonner » l'entraînement d'une IA, et les campagnes de désinformation peuvent désormais générer des faux contenus à grande échelle via ces mêmes outils. Les plateformes comme OpenAI et Google ont adopté des politiques restrictives sur les questions électorales, mais leur application reste inégale. La présidentielle de 2027 s'annonce comme le premier vrai test grandeur nature de l'influence des IA génératives sur le vote français.

💬 4 % des électeurs ont demandé à l'IA de trancher pour eux. C'est le chiffre qui me bloque, pas les 16 %, parce que l'IA finit 14e sur 14 sources d'info consultées et pourtant elle s'invite pile au moment où tu poses ton bulletin. À moins d'un an de la présidentielle, les plateformes ont des politiques électorales dont l'application reste, bon, approximative.

☕️ LinkedIn va (enfin) limiter la portée des contenus générés par IA

LinkedIn a annoncé des mesures concrètes pour freiner la prolifération des contenus générés par intelligence artificielle sur sa plateforme. Laura Lorenzetti, vice-présidente et rédactrice en chef du réseau professionnel, a publié un message intitulé « Garder des conversations authentiques sur LinkedIn » dans lequel elle dénonce l'« AI slop », terme désignant les publications de faible qualité produites automatiquement, qui « peuvent sembler soignées à première vue, mais qui manquent cruellement de perspective originale ou de substance ». La plateforme a développé des systèmes technologiques en collaboration avec son équipe éditoriale, dont les membres ont été spécifiquement formés à repérer les signes d'une « utilisation négligente de l'IA ». Selon les premiers résultats communiqués, ces outils identifient correctement les contenus génériques dans 94 % des cas. Concrètement, les publications jugées trop génériques verront leur diffusion restreinte au cercle immédiat de leur auteur, sans amplification algorithmique vers un public plus large. LinkedIn cible également les commentaires produits en masse via des outils d'automatisation, avec peu ou pas d'intervention humaine, ainsi que les réponses qui se contentent de paraphraser le message original sans apporter de valeur ajoutée. L'enjeu dépasse la simple question de qualité éditoriale : c'est la crédibilité du réseau professionnel le plus utilisé au monde qui est en jeu. LinkedIn s'est progressivement imposé comme une alternative sérieuse à X.com pour le partage de contenus de qualité, mais cette réputation est fragilisée par l'explosion des publications automatisées. Pour les utilisateurs, la conséquence directe est une dégradation de l'expérience : les fils d'actualité sont saturés de contenus interchangeables, noyant les témoignages authentiques et les analyses expertes. Pour les entreprises et les professionnels qui investissent du temps dans la création de contenu original, la concurrence déloyale d'une production automatisée à grande échelle fausse les règles du jeu. En limitant algorithmiquement la portée des publications suspectes, LinkedIn cherche à rétablir un équilibre favorable à l'expression humaine, et à préserver ce qu'il considère comme sa valeur centrale : la mise en relation de professionnels partageant des perspectives réelles issues de leur expérience vécue. La situation reflète une tension plus large que traversent toutes les plateformes sociales depuis la démocratisation des outils d'IA générative en 2022-2023. LinkedIn, avec ses 1 milliard de membres revendiqués, est particulièrement exposé : son algorithme récompense l'engagement, ce qui a encouragé une industrie entière de « growth hackers » à automatiser commentaires et publications pour maximiser leur visibilité. La décision de Lorenzetti s'inscrit dans un mouvement de rééquilibrage que l'on observe aussi chez d'autres plateformes, mais avec une difficulté structurelle : la frontière entre assistance légitime de l'IA à la rédaction et génération automatisée sans valeur ajoutée reste floue. LinkedIn reconnaît d'ailleurs qu'il « n'y a aucun mal à recourir à l'IA pour aider à rédiger », à condition que les publications reflètent la voix et les points de vue de leur auteur. Une nuance qui laisse déjà entrevoir la prochaine vague : celle des tutoriels expliquant comment « humaniser » suffisamment un contenu généré par IA pour passer sous les radars de la modération.

💬 94% de détection, c'est pas mal, sur le papier. Sauf que LinkedIn a lui-même planté l'ambiguïté en disant "l'IA c'est ok du moment que c'est ta voix" : ils viennent de rédiger le cahier des charges de la prochaine génération de tutos "comment humaniser son post GPT pour passer sous les radars". Dans six mois, on sera exactement au même point.

Remplacés par l’IA ? Pas du tout, vous devriez « sauter de joie » selon Jeff Bezos

Jeff Bezos, fondateur d'Amazon et de Blue Origin, a accordé un long entretien à CNBC dans lequel il a défendu une vision résolument optimiste de l'intelligence artificielle face aux craintes de remplacement des travailleurs. Loin de partager l'inquiétude généralisée, il estime que les salariés devraient « sauter de joie » à l'arrivée de l'IA dans leur quotidien professionnel. Pour illustrer sa position, Bezos a comparé cette technologie à un bulldozer offert à quelqu'un qui creuse encore les fondations de sa maison à la pelle : selon lui, l'IA ferait exploser la productivité et « valoriserait » les travailleurs plutôt que de les éliminer. Il pousse le raisonnement jusqu'à imaginer un futur où la baisse des prix des biens essentiels, nourriture, logement, construction, permettrait à l'un des deux conjoints dans un foyer à double revenu de quitter volontairement le marché du travail. Tout cela, à condition de ne pas brider la technologie par une régulation excessive. Ce discours se heurte pourtant à une réalité bien différente. Des milliers de postes disparaissent déjà dans plusieurs secteurs sous prétexte d'efficacité technologique, y compris chez Amazon et ses concurrents, tandis que les prix continuent d'augmenter sur de nombreuses plateformes. Les outils d'IA peinent encore, pour beaucoup d'entre eux, à démontrer des gains de productivité mesurables à grande échelle. La métaphore du bulldozer résonne autrement pour les travailleurs qui vivent la pression de l'automatisation : non pas comme un outil qui les aide, mais comme une machine qui les écrase. Même l'hypothèse d'une bulle financière autour de l'IA ne semble pas troubler Bezos, qui juge que l'afflux massif d'investissements dans le secteur reste bénéfique quoi qu'il arrive, car il alimente l'innovation. Il est difficile de dissocier ce discours des intérêts personnels de son auteur. Project Prometheus, la société de robotique et d'intelligence artificielle de Bezos, aurait levé près de 10 milliards de dollars en quelques mois seulement, sur la vague de l'enthousiasme actuel pour l'IA. Par ailleurs, sur la question fiscale, Bezos a affirmé qu'augmenter massivement les impôts des milliardaires ne résoudrait pas les difficultés économiques des classes moyennes, une position qui rappelle les révélations de ProPublica en 2021, selon lesquelles son taux d'imposition réel était inférieur à 1 % sur une partie de sa fortune, grâce à des mécanismes de prêts adossés à ses actions. L'alignement entre son discours pro-IA, son hostilité à la régulation et ses investissements massifs dans le secteur dessine un tableau où l'optimisme affiché est indissociable d'intérêts financiers considérables.

LinkedIn : fin des posts qui puent l’IA, le grand ménage a commencé

LinkedIn a annoncé qu'il allait limiter la visibilité des publications générées par intelligence artificielle sur sa plateforme. Concrètement, la société ne supprimera pas ces contenus, mais réduira leur diffusion algorithmique : un post détecté comme générique aura moins de chances d'être recommandé au-delà du cercle proche de son auteur. Pour identifier ces contenus, LinkedIn travaille avec ses équipes éditoriales sur des outils capables d'analyser plusieurs signaux afin de distinguer les textes qui apportent un vrai point de vue de ceux qui enchaînent les phrases lisses sans valeur réelle. La même logique s'appliquera aux commentaires automatisés, ces réponses qui se contentent de répéter le contenu du post sans la moindre réflexion. Selon Laura Lorenzetti, représentante de LinkedIn, l'IA reste acceptable pour peaufiner une tournure de phrase, mais les publications doivent continuer à refléter la personnalité et l'expérience de leur auteur. Les premiers tests internes seraient encourageants : les systèmes parviendraient à reconnaître les contenus génériques dans 94 % des cas. L'enjeu est significatif pour une plateforme dont le modèle repose sur l'authenticité des échanges professionnels. Quand les fils d'actualité se remplissent de textes structurés à l'identique, formulés avec la même fausse profondeur et commentés par des bots eux-mêmes générés, la valeur de signal du réseau s'effondre. Les utilisateurs passent à côté des vraies expertises, des retours d'expérience concrets et des informations utiles. LinkedIn mise également sur la vérification des profils pour contenir la progression des faux comptes alimentés par l'IA, la plateforme revendique aujourd'hui plus de 100 millions de membres vérifiés, un levier qu'elle entend renforcer pour freiner le flot de contenus automatisés. Cette initiative s'inscrit dans un mouvement plus large qui touche l'ensemble des grandes plateformes. Meta et YouTube développent eux aussi des outils pour détecter et limiter les contenus artificiels, chacun confronté à la même tension : l'IA générative a drastiquement réduit le coût de production de contenu, au point de saturer les algorithmes de recommandation de textes sans substance. Pour LinkedIn, le défi est particulièrement délicat : la plateforme a elle-même intégré des fonctionnalités d'assistance à la rédaction basées sur l'IA, et doit maintenant tracer une ligne entre l'usage légitime, améliorer un brouillon, et la génération en masse de publications interchangeables. La prochaine étape sera de voir si ses détecteurs résistent à l'escalade prévisible, les outils de contournement se développant généralement aussi vite que les systèmes de détection.

Google s'apprête à transformer la recherche avec des agents IA en 2026

Lors de la conférence Google I/O 2026, la vice-présidente de Google Search, Liz Reid, a annoncé que le mode IA de Google dépasse désormais le milliard d'utilisateurs actifs par mois. Plus significatif encore, son usage double chaque trimestre depuis son lancement en test il y a un peu plus d'un an. Reid a résumé la transformation en une phrase devenue la ligne directrice de l'entreprise : "Google Search, c'est la recherche par IA." Le mode IA transforme l'expérience de recherche en conversation : le moteur pose des questions de suivi, et chacune de ces interactions est comptabilisée comme une requête supplémentaire dans les métriques internes. Cette évolution a des conséquences directes sur l'ensemble de l'écosystème numérique. Pour les utilisateurs, l'accès au mode IA est totalement gratuit, contrairement à de nombreuses autres offres d'IA de Google qui restent payantes. Pour les éditeurs et créateurs de contenu, le risque est réel : une recherche conversationnelle qui répond directement aux questions réduit mécaniquement les clics vers les sites tiers. Pour Google lui-même, en revanche, les chiffres sont sans équivoque : plus de requêtes, plus de temps passé sur la plateforme, plus d'opportunités publicitaires. L'entreprise obtient exactement ce qu'elle cherchait. Google a commencé à tester ce mode conversationnel au printemps 2025, avant de l'officialiser lors de l/O 2025. Depuis, la société a multiplié les incitations pour pousser les utilisateurs vers ce nouveau format : liens mis en avant, suggestions récurrentes, interface redessinée autour de l'IA. Les critiques sont nombreuses sur Internet, notamment autour de la qualité des résultats et de l'impact sur le trafic des médias, mais elles ne semblent pas peser sur la stratégie. Google, fort de sa position dominante sur le marché de la recherche mondiale, dispose d'une capacité rare : celle d'imposer un changement d'usage à l'échelle planétaire, quelles que soient les réticences. La question pour 2026 n'est plus de savoir si cette transformation aura lieu, mais à quelle vitesse elle reconfigurera l'accès à l'information en ligne.

💬 Un milliard d'utilisateurs en mode IA et ça double chaque trimestre, c'est le genre de chiffre qui clôt le débat "est-ce que ça va vraiment s'imposer". Ce qui m'inquiète, c'est l'asymétrie totale : Google y gagne (plus de requêtes, plus de pubs), les éditeurs y perdent (moins de clics), et l'utilisateur croit qu'il a affaire à un service gratuit et neutre. Reste à voir comment les médias français vont encaisser ça, parce que cette fois c'est pas un risque hypothétique.

Le Fil IA prouve sa valeur lors du deuxième jour du TechEx Amérique du Nord

La deuxième journée de TechEx North America a placé la preuve au centre des débats. Le programme AI and Big Data s'est articulé autour d'une expression revenue plusieurs fois comme un avertissement : l'"AI graveyard", le cimetière des pilotes jamais devenus des systèmes pérennes. Les sessions de la piste Enterprise AI Implementation, ROI and Adoption ont couvert les pilotes bloqués, le passage de l'expérimentation à l'impact réel, les arbitrages entre acheter ou construire, et les conditions d'un retour sur investissement durable. Hex a présenté ses agents de données avec évaluation et gouvernance intégrées, tandis que Dow a illustré la conversion de données en valeur financière concrète. La ville de San Jose et le DMV californien ont apporté une dimension gouvernementale au débat, ancrant les cas d'usage dans des services publics réels où la fiabilité et la transparence envers les citoyens sont non négociables. Le constat central de la journée est que la majorité des entreprises ont suffisamment de budget pour lancer des expériences en IA et suffisamment de visibilité managériale pour les annoncer, mais beaucoup moins disposent de la qualité de données, de la conception de processus et des mécanismes de contrôle nécessaires pour les maintenir. Les "copilotes" ont montré leur utilité comme outils de productivité individuelle, mais leur valeur reste difficile à mesurer. Les agents IA promettent une connexion plus directe aux processus métiers, à condition d'être évalués sur la qualité de leurs actions concrètes dans les systèmes. Les sessions bancaires ont rendu l'enjeu encore plus net : les services financiers ne peuvent pas se permettre des garanties floues sur l'automatisation. La transformation échoue aussi quand les employés ne changent pas leurs routines, que les managers n'adaptent pas les incitations, ou que les données nécessaires n'arrivent jamais au bon endroit au bon moment. Le programme Cyber Security and Cloud Expo a introduit la notion de "velocity gap", utilisée plusieurs fois durant la journée : les unités métiers adoptent les outils d'IA générative plus vite que les équipes de sécurité ne peuvent les superviser. Les outils arrivent en premier, les politiques et la surveillance arrivent après. Des sessions spécifiques sur le jailbreaking et les fuites de données ont illustré les conséquences concrètes : des employés qui placent des données sensibles dans des outils non sanctionnés, ou des systèmes IA mal bornés qui élargissent les vecteurs de fuite. La gouvernance est apparue sous plusieurs formes interconnectées : gouvernance transversale entre équipes juridiques, sécurité et technique ; gouvernance dans la couche données via la traçabilité et la qualité ; gouvernance autour des agents IA, définissant précisément ce qu'un agent est autorisé à connaître et à faire. La maturité de l'IA agentique en entreprise dépendra de la capacité à formaliser cette évaluation, avant que le fossé entre vitesse d'adoption et contrôle ne devienne ingérable.

IA dans l’emploi : même quand ils travaillent dans la tech, les français restent inquiets

Un sondage Odoxa réalisé en mai 2026 pour l'Observatoire des nouveaux usages de Saegus révèle que 61 % des cadres français craignent d'être remplacés par l'intelligence artificielle, y compris chez les professionnels du numérique. L'enquête a été menée auprès de 1 005 Français représentatifs de la population adulte et de 101 spécialistes de l'industrie numérique. Si 88 % de ces derniers reconnaissent que l'IA constitue le moteur d'une révolution technologique majeure, 17 % jugent l'accompagnement proposé par leur entreprise insuffisant. Par ailleurs, si la moitié des salariés se déclarent à l'aise avec les outils d'IA, ce chiffre monte à 63 % chez les cadres et à 73 % chez les spécialistes du numérique, ce qui n'empêche pas l'anxiété de persister. La crainte d'une destruction nette d'emplois est massive et traverse toutes les générations : plus des deux tiers de chaque tranche d'âge estiment que l'IA détruira davantage de postes qu'elle n'en créera, avec un pic à 86 % chez les 65 ans et plus. Même chez les 18-25 ans qui entrent sur le marché du travail, cette conviction dépasse les deux tiers des répondants. Les professionnels du numérique sont légèrement plus nuancés, 30 % envisagent une création nette d'emplois à terme, mais restent minoritaires. Sur la question des tâches, 67 % des spécialistes tech estiment que l'IA remplacera une partie de leur travail quotidien et 5 % la totalité de leur métier, contre 35 % et 10 % respectivement dans la population générale. La dépendance à l'IA est perçue comme inévitable par 85 % des professionnels du numérique et 72 % des salariés en général, bien que la moitié y voient une opportunité de réduction du temps de travail. Ces résultats s'inscrivent dans un contexte où le déploiement de l'IA générative s'accélère dans les entreprises françaises depuis trois ans, sans que la formation suive le rythme. Seuls 34 % des employés du secteur numérique et 42 % des salariés au sens large estiment que les entreprises hexagonales s'adaptent suffisamment vite, et 82 % des professionnels tech jugent la formation interne à l'IA largement insuffisante. Ce sentiment de retard et d'abandon nourrit une demande forte d'accompagnement, qui contraste avec l'optimisme relatif affiché sur les usages concrets, 49 % des travailleurs tech anticipent que l'IA leur permettra de consacrer plus de temps aux relations avec leurs collègues, et 49 % qu'elle rendra leur travail plus intéressant. Le décalage entre perception collective et expérience individuelle dessine un pays qui regarde l'IA avec méfiance tout en commençant à l'apprivoiser au quotidien.

Huées, refus d’usage : les protestations contre l’IA se multiplient

En mai 2026, plusieurs cérémonies de remise de diplômes aux États-Unis ont été le théâtre de protestations inattendues contre l'intelligence artificielle. Gloria Caulfield, vice-présidente des alliances stratégiques du groupe Tavistock, a été huée par des étudiants en sciences humaines de l'Université du Centre de la Floride (UCF) dès qu'elle a qualifié l'IA de « prochaine révolution industrielle ». Des cris comme « AI sucks » ont parcouru la salle, avant que les mêmes étudiants l'applaudissent lorsqu'elle a reconnu que l'IA était absente de leurs vies il y a encore quelques années. Peu après, Eric Schmidt, ancien PDG de Google, a subi le même accueil à l'Université d'Arizona, où il avait pourtant été invité pour son « leadership extraordinaire dans les avancées technologiques ». En France, le cofondateur de Loopsider Johan Jufnagel, relayé par le journaliste David Carzon dans la newsletter Hupster, a témoigné ce 19 mai du refus d'étudiants en journalisme de recourir à l'IA dans leur formation. Un sondage Gallup d'avril 2026 confirme l'ampleur du phénomène : près d'un tiers des Américains de 14 à 29 ans déclarent que l'IA les « énerve », soit 9 points de plus qu'en 2025, tandis que l'enthousiasme pour la technologie a chuté de 36 % à 22 % en un an. Ce rejet traduit une fracture générationnelle concrète autour de l'IA. La génération Z, qui entre aujourd'hui sur le marché du travail, est directement exposée à la menace de substitution dans des secteurs comme le journalisme, la communication ou les métiers créatifs. Cette défiance ne se limite pas aux symboles : une enquête de Workplace Intelligence menée auprès de 2 400 employés et dirigeants en Europe, au Royaume-Uni et aux États-Unis révèle que 29 % des salariés admettent saboter activement les systèmes d'IA de leur entreprise, en injectant des données propriétaires dans des modèles grand public, en utilisant des outils non autorisés, ou en laissant délibérément des résultats de mauvaise qualité sans les corriger. L'acceptabilité sociale du déploiement accéléré de l'IA devient un enjeu opérationnel réel pour les entreprises, au-delà de la communication. Ces protestations s'inscrivent dans un contexte de déploiement massif de l'IA générative depuis 2023, sans que les sociétés aient eu le temps d'en négocier collectivement les termes. Schmidt lui-même a admis devant ses auditeurs que leur génération « hérite d'un bazar qu'elle n'a pas créé », entre emplois menacés, dérèglement climatique et fractures politiques. Si les dirigeants tech continuent de présenter l'IA comme une opportunité incontournable, le fossé avec une partie croissante de la population se creuse. Le phénomène, parfois comparé à un « véganisme de l'IA », dessine une résistance structurée qui pourrait peser sur les politiques d'adoption en entreprise, les régulations à venir, et la façon dont les institutions, universités en tête, intégreront ces outils dans les prochaines années.

💬 Les 29% de salariés qui sabotent activement les outils IA dans leur boîte, c'est le chiffre à retenir, pas les huées en amphi. Ce rejet n'est pas irrationnel : la Gen Z subit de plein fouet la substitution dans les métiers créatifs, personne ne leur a demandé leur avis, et on leur vend la chose comme une "prochaine révolution industrielle" par des executives bien à l'abri de la substitution. Reste à voir comment les équipes tech vont déployer leurs outils quand un tiers des utilisateurs travaillent activement contre eux.

Et maintenant, les Français utilisent une IA pour voter aux élections, certains changent même d’avis

Lors des élections municipales de mars 2026 en France, des milliers d'électeurs ont eu recours à des outils d'intelligence artificielle conversationnelle pour orienter leur vote. Pour la première fois à cette échelle, des citoyens ont soumis leurs hésitations politiques à des assistants comme ChatGPT ou Copilot, posant des questions sur les programmes, les candidats ou les enjeux locaux. Fait marquant : une fraction d'entre eux affirme avoir changé d'avis à la suite de ces échanges, parfois quelques heures avant de glisser leur bulletin dans l'urne. Le phénomène soulève des inquiétudes profondes quant à l'intégrité du processus démocratique. Contrairement à un article de presse ou à un débat télévisé, une IA conversationnelle personnalise sa réponse en fonction des questions posées et du profil perçu de l'utilisateur, sans transparence sur ses sources ni sur les biais éventuels de son entraînement. Si les volumes restent encore minoritaires en 2026, la tendance ouvre une brèche inédite : celle d'un intermédiaire algorithmique, non élu et non régulé, influençant directement le comportement électoral de citoyens. La présidentielle de 2027 concentre désormais toutes les attentions. Les politologues et les régulateurs alertent sur l'absence totale de cadre juridique encadrant l'usage des IA dans le contexte électoral français. La Commission nationale de contrôle de la campagne électorale n'a pas encore de doctrine sur le sujet, tandis que Bruxelles travaille encore à l'application de l'AI Act. D'ici à l'échéance présidentielle, la question de savoir si une IA peut constituer une forme d'ingérence dans le vote risque de s'imposer comme l'un des débats politiques majeurs du quinquennat.

💬 C'était prévisible, et pourtant ça fait un effet bizarre de le lire noir sur blanc. Des électeurs ont soumis leurs hésitations politiques à ChatGPT, certains ont changé d'avis à quelques heures du vote, sans aucune garantie que le modèle ne mélangeait pas les programmes ou ne favorisait pas un angle sans le dire. On a 2027 qui arrive, aucun cadre, et personne en charge.

Gregory Nicolaidis, avec l’IA générative, « produire plus ne sert plus à rien. Il faut produire plus cohérent. »

Gregory Nicolaidis, fondateur et stratège en content marketing, tire la sonnette d'alarme sur une mutation profonde du secteur : l'avènement de l'IA générative met fin à la logique du volume qui a dominé le web pendant deux décennies. Dans une interview accordée à FW.MEDIA, il formule un constat tranché, "produire plus ne sert plus à rien, il faut produire plus cohérent", résumant le virage stratégique que les équipes marketing doivent opérer dès maintenant pour rester visibles dans un écosystème de recherche en pleine recomposition. L'enjeu est concret : les entreprises ne luttent plus seulement pour des positions sur Google, mais pour apparaître dans les réponses synthétisées de ChatGPT, Claude, Gemini ou Perplexity. Ces assistants ne listent pas dix liens, ils proposent une réponse unique. Si une marque ou un expert n'est pas cité dans ces synthèses, il disparaît du radar d'une part croissante des utilisateurs qui ne cliquent plus jamais sur un résultat traditionnel. La qualité, la cohérence éditoriale et l'autorité thématique deviennent les nouveaux critères de référencement. Cette transformation s'inscrit dans une évolution plus large du comportement des internautes, qui délèguent de plus en plus leur recherche d'information à des agents conversationnels. Pour les équipes marketing, cela implique de repenser entièrement leur architecture de contenu : privilégier la profondeur thématique sur la fréquence de publication, construire une identité éditoriale reconnaissable et structurer l'information de façon à ce qu'elle soit facilement ingérable par les modèles de langage. Le SEO classique ne disparaît pas, mais il cède du terrain à ce que certains appellent déjà le GEO, ou Generative Engine Optimization.

« Ingérable » : le fondateur de Linux sévère quant aux identifications de bugs par IA

Linus Torvalds, créateur et mainteneur principal du noyau Linux, a vivement critiqué la prolifération des rapports de bugs générés par intelligence artificielle lors du déploiement de Linux 7.1 RC4. Dans un message adressé à la liste de diffusion des développeurs du noyau, il a qualifié cette situation d'« ingérable », dénonçant le flot de signalements automatisés envoyés par des utilisateurs utilisant des outils d'IA pour analyser le code source et identifier de supposées vulnérabilités ou erreurs. Le problème, selon Torvalds, ne tient pas à l'intention des contributeurs, mais à la qualité désastreuse des rapports produits. Les outils d'IA génèrent des faux positifs en masse, signalant des « bugs » qui n'en sont pas, ou identifiant des problèmes sans comprendre le contexte architectural du noyau. Les mainteneurs du projet, déjà surchargés, doivent trier manuellement ces centaines de signalements inutiles, ce qui ralentit le vrai travail de développement et épuise les équipes bénévoles qui font tourner l'un des projets open source les plus critiques au monde. Cette prise de position s'inscrit dans un débat plus large sur la place de l'IA dans le développement logiciel. Si les grands éditeurs comme Microsoft ou Google intègrent activement des assistants IA dans leurs workflows de développement, les projets open source communautaires font face à un afflux non régulé de contributions semi-automatisées. Linux n'est pas le premier projet à subir ce phénomène : plusieurs dépôts majeurs sur GitHub ont déjà dû mettre en place des règles strictes pour filtrer les pull requests et issues d'origine artificielle.

L'IA a enrichi une infime part de la Silicon Valley et laissé les autres s'interroger sur leur place

Environ 10 000 personnes dans la Silicon Valley ont amassé des fortunes de plus de 20 millions de dollars grâce au boom de l'intelligence artificielle, selon Deedy Das, associé chez Menlo Ventures. Ces nouveaux riches se concentrent autour d'un petit nombre d'entreprises devenues le centre de gravité du secteur : Anthropic, OpenAI, xAI d'Elon Musk, Meta et Nvidia. Une poignée de salariés arrivés au bon moment, avec les bons titres de poste, ont vu leurs stock-options se transformer en patrimoine générationnel en l'espace de deux ou trois ans. Pour tous les autres, le tableau est bien différent. Les cadres intermédiaires se sentent évincés, coincés entre une direction qui capte toute la valeur et des outils d'IA qui automatisent progressivement leurs fonctions. Le sentiment dominant n'est pas l'enthousiasme mais une forme de désorientation : même parmi les gagnants, Das observe un "manque profond de sens", comme si l'enrichissement brutal avait court-circuité toute notion de trajectoire professionnelle normale. Ceux qui n'ont pas eu accès aux bonnes actions au bon moment regardent cette redistribution depuis l'extérieur, sans filet. Ce phénomène s'inscrit dans une dynamique d'hyperconcentration propre aux cycles technologiques, mais amplifiée par la rapidité exceptionnelle de la montée en puissance de l'IA générative. Les valorisations stratosphériques d'OpenAI et d'Anthropic ont créé des effets de richesse inédits pour un cercle très étroit d'initiés, ravivant le débat sur l'inégalité structurelle au coeur même d'une industrie qui se présente volontiers comme vecteur de progrès universel.

💬 10 000 personnes qui deviennent millionnaires, et les autres qui regardent passer le train. C'est le cycle tech classique, sauf que là l'accélération était tellement brutale que même les gens "bien placés" dans les boîtes concernées n'ont pas tous eu leur part. Ce qui me frappe, c'est ce "manque de sens" que ressent même ceux qui ont gagné au loto des stock-options : quand la richesse arrive trop vite, elle court-circuite tout le reste.

« Je n’ai aucun problème avec ça » : Peter Jackson dédramatise l’IA au cinéma

Au Festival de Cannes 2026, Peter Jackson a créé la surprise en affichant une position nettement plus conciliante que ses pairs sur l'intelligence artificielle dans le cinéma. Venu recevoir une Palme d'or d'honneur pour l'ensemble de sa carrière, le réalisateur néo-zélandais de la trilogie du Seigneur des anneaux a déclaré publiquement qu'il n'avait "aucun problème" avec l'utilisation de l'IA dans la production de films. Loin de rejeter la technologie, il a défendu son potentiel pour servir le réalisme visuel et simplifier certains aspects techniques de la fabrication cinématographique. Ces propos pèsent d'autant plus lourds qu'ils viennent d'un cinéaste dont les films ont eux-mêmes repoussé les frontières des effets spéciaux numériques, avec la technologie Massive pour les batailles de la Terre du Milieu ou les innovations de Weta Digital. Pour une industrie sous tension, déchirée entre syndicats d'acteurs et de scénaristes qui craignent pour leurs emplois et studios cherchant à réduire les coûts de production, la prise de position de Jackson offre une caution symbolique majeure aux partisans de l'adoption technologique. Le sujet fait rage depuis qu'Hollywood a traversé les grèves historiques de la SAG-AFTRA et de la WGA en 2023, portées en partie par les craintes liées à l'IA générative. Cannes reste l'un des rares espaces où les débats sur l'avenir du septième art se déroulent à la fois sur le tapis rouge et dans les salles de conférence, et les déclarations de Jackson risquent de relancer des négociations contractuelles encore fragiles entre studios, réalisateurs et représentants des artistes.

Tokenmaxxing : quand les salariés d’Amazon brûlent des tokens pour se faire bien voir

Des employés d'Amazon utilisent MeshClaw, un outil interne de déploiement d'agents IA lancé il y a quelques semaines par le groupe, non pas pour travailler plus efficacement, mais pour gonfler artificiellement leurs statistiques de consommation de tokens. MeshClaw fonctionne sur le même principe qu'OpenClaw : il permet de déployer des agents capables de trier des courriels, interagir sur Slack, déployer du code ou surveiller des applications. Selon le Financial Times, certains salariés font tourner ces agents en continu non parce qu'ils en ont besoin, mais pour afficher un usage IA élevé dans des classements internes que la direction a commencé à surveiller. Amazon s'est fixé comme objectif que 80 % de ses développeurs utilisent l'IA chaque semaine. Ce phénomène a reçu un nom : le "tokenmaxxing". Un développeur médian consomme environ 51 millions de tokens par mois selon une étude Jellyfish publiée en avril 2026, tandis que les 10 % de plus gros consommateurs dépassent 380 millions de tokens mensuels, soit un coût pouvant atteindre 700 dollars par mois aux tarifs de l'API Claude. Ce détournement révèle les effets pervers d'une gouvernance par les métriques dans les entreprises tech. Quand un indicateur devient un critère d'évaluation implicite, il cesse de mesurer la réalité et devient une fin en soi. "Les managers regardent ces chiffres", confie un employé anonyme, "ça crée des effets pervers et certaines personnes deviennent très compétitives." L'étude Jellyfish sur 12 000 développeurs dans 200 entreprises au premier trimestre 2026 enfonce le clou : une consommation massive de tokens produit effectivement plus de code, mais ce code nécessite davantage d'allers-retours, de supervision humaine et de corrections, ce qui annule les gains de productivité supposés. À cela s'ajoute un risque de sécurité réel : MeshClaw dispose d'un accès large à des outils internes sensibles, ce qui peut provoquer des incidents graves en cas d'usage mal maîtrisé, comme l'ont déjà illustré de récentes pannes chez AWS attribuées à des agents IA. Ce phénomène dépasse Amazon. Meta avait développé un tableau de bord interne attribuant le statut de "Token Legend" aux plus gros consommateurs de tokens, avant de le retirer sous pression, tout en maintenant un suivi officiel de l'usage IA. La pression vient du sommet : Amazon a annoncé 200 milliards de dollars de dépenses d'investissement pour 2026, en grande partie fléchés vers l'IA et les centres de données. Pour justifier ces montants astronomiques auprès des actionnaires, les directions poussent les équipes à produire des preuves d'usage, créant une mécanique où l'apparence d'adoption compte autant que l'adoption réelle. L'enjeu, désormais, est de distinguer la valeur générée par l'IA de la valeur simulée pour complaire aux tableaux de bord.

ChatGPT : ce prompt révèle comment votre vie sera dans 5 ans

Depuis quelques jours, un prompt circule massivement sur les réseaux sociaux et transforme ChatGPT en simulateur de vie personnelle. Le principe : demander au modèle d'OpenAI d'agir comme un "stratège de vie futuriste", puis répondre à une série de questions détaillées sur son quotidien. Sommeil, revenus, niveau de stress, vie sociale, dépendance aux écrans, ambitions professionnelles, l'IA collecte l'ensemble de ces données avant de produire une projection de la vie de l'utilisateur dans cinq ans. Un journaliste de Tom's Guide l'a testé et rapporté un résultat frappant : non pas la réussite brillante fantasmée à la Silicon Valley, mais une existence confortable en apparence, dominée par la surcharge de travail, l'isolement social, la fatigue chronique et un sentiment de stagnation malgré les succès professionnels. Le tout formulé sur un ton ni dramatique ni alarmiste, juste froidement logique. L'effet produit sur les utilisateurs tient à un mécanisme psychologique simple mais puissant : l'IA ne révèle rien de nouveau, elle renvoie simplement aux individus leurs propres contradictions, formulées noir sur blanc par une machine. Quelqu'un qui dort peu, travaille sans relâche et néglige ses liens sociaux n'a pas besoin d'un algorithme pour anticiper les conséquences. Mais voir ce constat écrit de manière structurée et impartiale déclenche quelque chose que la simple conscience intérieure ne suffit pas toujours à provoquer. C'est le même mécanisme qu'une notification de temps d'écran sur smartphone : on sait déjà qu'on y passe trop de temps, mais voir le chiffre précis reste inconfortable. ChatGPT joue ici le rôle d'un miroir statistique, sans jugement et sans rendez-vous. Ce phénomène viral illustre une évolution profonde du rapport des utilisateurs aux intelligences artificielles génératives. Beaucoup ne cherchent plus seulement des réponses pratiques ou de l'aide à la productivité, ils attendent désormais des diagnostics personnels, des validations émotionnelles, voire des électrochocs existentiels. OpenAI n'a rien conçu de spécifique pour cet usage : c'est la flexibilité du modèle, combinée à l'ingéniosité des prompts communautaires, qui ouvre ces nouveaux territoires d'usage. Il faut néanmoins garder une distance critique : ChatGPT ne dispose d'aucune capacité de prédiction réelle et ses projections reposent uniquement sur les informations fournies et des modèles statistiques généraux. Ce que cette tendance révèle surtout, c'est la demande croissante d'outils capables de jouer le rôle de coach, de thérapeute ou de conseiller de vie, un espace que les grandes plateformes d'IA n'ont pas fini d'explorer.

Les salariés d'Amazon "tokenmaxxent" sous la pression d'utiliser les outils IA

Des employés d'Amazon ont recours à une pratique baptisée "tokenmaxxing" : ils utilisent l'outil d'intelligence artificielle interne de l'entreprise pour automatiser des tâches superflues, dans le seul but de gonfler artificiellement leurs statistiques d'utilisation de l'IA. Selon trois sources proches du dossier, Amazon a déployé à grande échelle ces dernières semaines son produit maison "MeshClaw", qui permet aux salariés de créer des agents capables de se connecter aux logiciels professionnels et d'effectuer des actions en leur nom. Certains collègues utilisent ce système pour générer de l'activité IA supplémentaire et inutile, augmentant ainsi leur consommation de tokens, ces unités de données traitées par les modèles de langage. Le phénomène révèle une tension croissante dans les grandes entreprises tech entre la pression managériale d'adopter l'IA et l'utilisation réelle et productive de ces outils. Lorsque les indicateurs de performance incluent la fréquence d'utilisation de l'IA, les employés sont incités à optimiser ces métriques plutôt que les résultats concrets de leur travail. Cela soulève des questions sérieuses sur la fiabilité des données d'adoption interne que les directions utilisent pour justifier leurs investissements technologiques. Amazon a massivement misé sur l'intelligence artificielle ces derniers mois, intégrant des outils IA dans ses processus internes et exerçant une pression visible sur ses équipes pour démontrer leur adhésion à cette transformation. Cette dynamique n'est pas propre à Amazon : dans toute la Silicon Valley, les entreprises cherchent à mesurer le retour sur investissement de l'IA, créant des systèmes d'incitation qui peuvent se retourner contre leurs propres objectifs.