Actualités IA — page 242

9 335 articles au fil, du plus récent au plus ancien.

46

Illustration générée par IA

4821Le Big Data 

Claude Mythos : Anthropic pourrait bientôt l’intégrer à Claude Code ?

Anthropic s'apprête peut-être à intégrer son modèle Claude Mythos directement dans Claude Code, son outil de développement destiné aux programmeurs. Les indices sont apparus début mai 2026 : pendant quelques heures, certains utilisateurs des builds expérimentales ont aperçu une option nommée "claude-mythos-1-preview" dans l'interface de Claude Code. Ce n'est pas la première fois que le nom circule : Mythos avait été dévoilé en avril 2026 dans le cadre du projet Glasswing, un programme confidentiel rassemblant des partenaires comme AWS et Google. Selon Anthropic, le modèle surpasse Opus 4.7 sur plusieurs tâches de raisonnement complexes liées au code, et se distingue par un niveau d'autonomie inédit dans les workflows de programmation avancés. Si l'intégration se confirme, Claude Code deviendrait un outil d'audit de sécurité automatisé d'une puissance sans précédent pour les développeurs. Mythos peut détecter des vulnérabilités critiques dans des systèmes logiciels complexes, proposer des correctifs, et simuler des attaques pour tester la robustesse d'une application. En un mois d'expérimentation via Glasswing, le modèle aurait déjà identifié plus de 10 000 vulnérabilités critiques ou de haute gravité. Pour les entreprises, la promesse est considérable : intercepter les failles de sécurité avant la mise en production réduit massivement les risques d'incident, les coûts de correction, et les dégâts réputationnels. Ce type de capacité, aujourd'hui réservé à des équipes de sécurité spécialisées, deviendrait accessible directement dans l'environnement de développement. Le déploiement d'un tel modèle n'est pourtant pas sans danger, et Anthropic en est pleinement conscient. La raison pour laquelle Mythos est resté confidentiel depuis son annonce est explicite : l'entreprise reconnaît elle-même que le modèle est capable de générer des cyberattaques fonctionnelles à un niveau professionnel. Autrement dit, un outil qui comprend les failles peut aussi apprendre à les exploiter. Anthropic se retrouve ainsi face à une tension structurelle que toute l'industrie de la cybersécurité connaît bien : plus un outil de détection est puissant, plus il devient dangereux entre de mauvaises mains. La firme cherche à tracer une ligne entre capacité offensive et usage défensif, sans offrir une surface d'attaque à grande échelle. L'intégration dans Claude Code, si elle se concrétise, sera vraisemblablement accompagnée de restrictions d'accès strictes, de garde-fous techniques, et d'un déploiement progressif, la question étant de savoir si ces précautions suffiront face à des acteurs malveillants déterminés à contourner les limitations imposées par le modèle.

Sécurité❧Opinion

1 source

49

Illustration générée par IA

4822Le Big Data 

« Le vrai danger n’est pas l’IA » : l’aveu fracassant du pape dans sa 1ère encyclique

Le pape Léon XIV a publié sa toute première encyclique, intitulée "Magnifica humanitas", consacrée en grande partie à l'intelligence artificielle. C'est une première dans l'histoire de l'Église catholique : un souverain pontife qui place la technologie au cœur de son premier grand texte doctrinal. Le document ne condamne pas l'IA en elle-même, mais pointe avec précision les risques systémiques qu'elle engendre : concentration du pouvoir technologique entre les mains d'une minorité d'entreprises et de gouvernements, développement d'armes autonomes capables d'agir sans décision humaine, surveillance numérique généralisée, et réduction de l'individu à sa seule productivité mesurable. Léon XIV formule une position claire : la valeur d'un être humain n'est pas fonction de son efficacité ni de ses données, et aucun algorithme ne peut en décider autrement. L'impact de ce texte dépasse largement les fidèles catholiques. En prenant position sur la régulation de l'IA, le pape entre dans un débat qui mobilise gouvernements, institutions multilatérales et société civile depuis plusieurs années. Sa critique du "paradigme technocratique", cette tendance à tout soumettre à la logique de performance et de profit, rejoint des préoccupations portées par des économistes, des philosophes et des juristes. Sur les inégalités, l'encyclique est particulièrement directe : si l'accès aux outils d'IA reste concentré dans les pays riches et entre les mains de quelques groupes, les écarts existants ne feront que se creuser. Le pape réclame une régulation publique, des contrôles indépendants et des règles éthiques communes, en insistant sur le fait qu'une IA "morale" n'a aucune valeur si cette morale est définie par une poignée d'acteurs privés. L'encyclique s'inscrit dans un contexte de montée en puissance des débats sur la gouvernance de l'IA à l'échelle mondiale, entre l'AI Act européen, les négociations à l'ONU et les initiatives nationales des États-Unis et de Chine. Léon XIV, élu en mai 2025, avait déjà signalé lors de son élection qu'il entendait inscrire son pontificat dans les questions sociales contemporaines. Son texte aborde également la surveillance algorithmique des plateformes numériques, qu'il décrit comme une "architecture de la visibilité" favorisant la polarisation et l'uniformisation des opinions. Sur le volet militaire, il rejette explicitement les systèmes d'armes létales autonomes, estimant que la distance technologique entre le combattant et sa victime banalise la violence plutôt qu'elle ne la contient. La suite dépendra de la réception du texte par les États membres de l'ONU et les grandes puissances technologiques, aucune d'entre elles n'étant directement liée par la doctrine pontificale, mais toutes attentives au poids symbolique et diplomatique d'une telle prise de position.

Éthique⚖Reglementation

1 source

39

Illustration générée par IA

4823The Information AI 

Le défi de communication d'OpenAI

OpenAI traverse une période délicate sur le plan de la communication publique, alors que la compagnie se prépare à une introduction en bourse dans un climat politique de plus en plus hostile à l'industrie de l'IA. Depuis le départ de Hannah Wong, responsable des relations publiques, en décembre dernier, le poste est vacant et la recherche d'un remplaçant s'étire. La société a contacté plusieurs profils de haut niveau : Jill Hazelbaker, présidente et directrice des affaires corporate chez Uber ; Sarah O'Brien, qui gère les communications de l'ancien directeur design d'Apple Jony Ive ; et Aaron Zamost, ancien responsable communication chez Square. Aucun accord n'a été conclu à ce jour. Le problème n'est pas seulement de trouver le bon candidat : plusieurs d'entre eux auraient explicitement signalé aux représentants d'OpenAI que le poste est structurellement difficile à tenir. La raison principale est que le PDG Sam Altman et d'autres dirigeants disposent d'une grande liberté de parole publique, multipliant les apparitions médiatiques en suivant leur propre agenda. Dans un secteur où chaque déclaration d'un dirigeant peut déclencher une controverse majeure, l'absence d'un responsable communication expérimenté pour cadrer ces interventions représente un risque réel, d'autant qu'OpenAI a enchaîné plusieurs épisodes embarrassants ces derniers mois. La bataille que se livrent OpenAI, Anthropic et Google dépasse largement les modèles et les revenus : elle intègre désormais la perception publique comme variable stratégique à part entière. Alors qu'Anthropic et OpenAI avancent toutes deux vers une cotation en bourse, la confiance des investisseurs et du grand public devient un actif aussi précieux que la puissance de calcul. OpenAI, en particulier, semble plus exposée que ses concurrentes aux turbulences de communication, ce qui rend le recrutement d'un directeur des affaires publiques de premier plan d'autant plus urgent. Le défi sera de trouver quelqu'un capable de naviguer entre la culture de la liberté de parole qui caractérise la maison et les exigences d'un environnement réglementaire et politique de plus en plus scrutateur.

Business❧Opinion

1 source

44

Illustration générée par IA

4824Frandroid 

Une star ruinée par un deepfake : quand la justice croit un mensonge fabriqué par IA

En Corée du Sud, l'un des acteurs les plus connus du pays a vu sa réputation et sa carrière anéanties à la suite d'une affaire judiciaire s'appuyant sur des preuves audio générées par intelligence artificielle. Des enregistrements sonores, entièrement fabriqués grâce à des outils de deepfake vocal, ont été présentés comme authentiques devant la justice, suffisamment convaincants pour emporter la conviction des magistrats. L'acteur, dont l'identité n'a pas été rendue publique dans l'extrait disponible, a subi un effondrement professionnel brutal, ses projets annulés et sa image publique détruite. Cette affaire révèle une faille profonde dans les systèmes judiciaires face à la montée en puissance des contenus synthétiques : les tribunaux ne disposent pas toujours d'experts capables de distinguer une voix authentique d'une simulation générée par IA. Le préjudice causé va bien au-delà d'une simple diffamation classique, la technologie permet désormais de fabriquer des « preuves » crédibles, modifiant radicalement l'équilibre entre accusateurs et accusés. La Corée du Sud est particulièrement exposée à ce phénomène : le pays a déjà connu plusieurs scandales liés aux deepfakes ciblant des personnalités publiques, notamment des femmes dans le milieu du divertissement. À l'échelle mondiale, les législateurs et les acteurs judiciaires peinent à rattraper la vitesse d'évolution des outils génératifs. Cette affaire pourrait accélérer les débats sur l'obligation de certification des preuves numériques et sur la responsabilité des plateformes qui hébergent ou distribuent ces outils de falsification.

Éthique❧Opinion

1 source

50

Illustration générée par IA

4825Next INpact 

☕️ Uber commence à trouver l’addition de l’IA un peu salée

Uber commence à remettre en question la rentabilité de ses investissements en intelligence artificielle. Andrew Macdonald, directeur des opérations du géant américain du transport, a exprimé ses doutes publiquement lors du podcast Rapid Response : une consommation élevée de tokens ne se traduit pas nécessairement par davantage de fonctionnalités utiles pour les utilisateurs finaux. Ce constat rejoint celui de Praveen Neppalli Naga, directeur technique d'Uber, qui avait révélé en avril avoir épuisé en seulement quatre mois le budget IA annuel de l'entreprise. Concrètement, 70 % environ du code validé chez Uber provient désormais d'outils IA, pour un coût oscillant entre 500 et 2 000 dollars par mois et par développeur. Depuis 2024, les dépenses liées à l'IA ont été multipliées par six. Le problème soulevé par Uber est celui du retour sur investissement : les coûts explosent, mais les bénéfices mesurables peinent à suivre. Macdonald admet qu'il est "très difficile d'établir un lien clair" entre les tokens consommés et une augmentation réelle de 25 % des fonctionnalités utiles livrées aux consommateurs. Pour les entreprises qui déploient l'IA à grande échelle, la technologie est loin d'être gratuite, même si elle peut paraître ainsi pour un utilisateur lambda. Ce décalage entre promesses de productivité et coûts réels commence à préoccuper sérieusement les directions financières et techniques des grandes plateformes numériques. Ce malaise chez Uber illustre une tendance plus large dans l'industrie tech. La ruée vers l'intégration systématique de l'IA générative dans tous les workflows, parfois surnommée "tokenmaxxing", montre ses premières limites économiques. Plusieurs entreprises découvrent que les gains de productivité espérés ne compensent pas toujours la facture des API et des infrastructures LLM. La question de la soutenabilité financière des modèles agentiques, où l'IA remplace ou assiste des employés humains sur des tâches complexes, se pose avec une acuité croissante, d'autant que les fournisseurs de modèles n'ont pas encore convergé vers des tarifications stables à long terme.

Business❧Opinion

1 source

47

Illustration générée par IA

4826Ben's Bites 

Le SaaS est-il mort ?

La question commence à circuler sérieusement dans les cercles tech : le SaaS est-il en train de mourir ? Dans sa newsletter Ben's Bites, l'investisseur et analyste Dan Shipper défend une thèse nuancée mais inquiétante pour les éditeurs de logiciels traditionnels. Le problème ne vient pas de ce que les entreprises peuvent désormais coder leurs propres outils grâce à l'IA, c'est un argument souvent avancé mais qui reste marginal en pratique. Le vrai problème, selon lui, est structurel : les outils SaaS sont conçus pour une base d'utilisateurs massive, ils grossissent en permanence, accumulent des fonctionnalités, modifient leurs interfaces, et finissent par dépasser les besoins réels de leurs clients. L'utilisateur ne voulait qu'une fraction du produit, et se retrouve prisonnier d'un outil qui a outgrown lui. Cette semaine, plusieurs actualités illustrent concrètement cette bascule : OpenAI a sorti du stade expérimental le mode "Goal" de Codex, qui permet d'exécuter des workflows en plusieurs étapes avec un objectif unique en tête. Le protocole MCP reçoit une mise à jour majeure dont la finalisation est prévue pour le 28 juillet, ajoutant le support natif pour les interfaces applicatives, les tâches longues, et des règles de sécurité renforcées. Perplexity a open-sourcé Bumblebee, un scanner de sécurité pour machines de développeurs qui détecte les packages risqués et les configurations d'agents IA sans exécuter les outils inspectés. Ce mouvement a des conséquences directes pour les entreprises qui achètent des logiciels. Si les outils rigides perdent de leur attrait, les architectures composables gagnent en valeur. WorkOS, dont le positionnement officiel est « un ensemble de blocs de construction pour ajouter rapidement des fonctionnalités enterprise à vos applications », et Stripe, qui propose ses services en modules indépendants, incarnent ce nouveau modèle. Pour les professionnels tech, l'enjeu est concret : ils peuvent désormais assembler un éditeur de documents ici, un agent là, et composer un outil sur mesure pour leur usage exact, sans payer pour l'excédent de features qu'ils n'utiliseront jamais. C'est ce que l'auteur appelle l'ère du « logiciel personnalisable ». La montée en puissance des agents IA accélère cette transformation. Un logiciel que l'on ne peut pas piloter par API, CLI ou SDK devient difficile à intégrer dans des workflows automatisés, et donc progressivement obsolète. Les startups qui parient sur cette logique prolifèrent : WorkOS vient de publier auth.md, un protocole ouvert permettant aux agents de s'enregistrer à des services web au nom des utilisateurs. Cloudsail propose des sandboxes Cloudflare fraîches pour agents de code, avec accès shell, Codex et GitHub. Un fondateur solo décrit même dans un billet comment il fait tourner une startup entière avec des agents IA dans les rôles de directeur de cabinet (OpenClaw) et d'ingénieurs (Codex, Devin). L'industrie SaaS n'est peut-être pas morte, mais son modèle monolithique, lui, est sérieusement menacé.

Outils⚒Outil

1 source

47

Illustration générée par IA

4827The Decoder 

Des citations inventées par l'IA s'infiltrent dans des articles qui influencent les recommandations cliniques, alertent des chercheurs

Une étude menée par Columbia University et plusieurs autres institutions, portant sur 2,5 millions d'articles biomédicaux, révèle que le taux de références bibliographiques fabriquées a été multiplié par plus de douze depuis 2023. Ces citations hallucinées par des modèles de langage présentent une caractéristique particulièrement alarmante : elles correspondent thématiquement au sujet de l'article, respectent les formats bibliographiques standards et sont quasiment indétectables à l'œil nu. Malgré l'ampleur du phénomène, 98 % des articles concernés n'ont reçu aucune réponse de la part de leurs éditeurs. L'enjeu dépasse la simple intégrité académique. Ces travaux biomédicaux servent directement à élaborer des recommandations cliniques, des protocoles de traitement et des décisions de santé publique. Une référence inventée qui passe les filtres éditoriaux peut ainsi contaminer une chaîne entière de décisions médicales, sans que les praticiens ou les autorités sanitaires qui s'appuient sur ces publications aient les moyens de s'en apercevoir. Ce problème s'inscrit dans une dynamique plus large : depuis l'adoption massive des outils d'écriture assistée par IA dans la recherche scientifique, les mécanismes traditionnels de vérification par les pairs peinent à suivre. Les journaux académiques n'ont pas adapté leurs processus de révision à cette nouvelle réalité, et l'absence quasi totale de réponses editoriales signalée par les chercheurs illustre l'inertie du système. La communauté scientifique commence à réclamer des outils automatisés de détection et des politiques éditoriales contraignantes sur l'usage de l'IA dans la rédaction d'articles.

Sécurité⚡Actu

1 source

36

Illustration générée par IA

4828Import AI 

Import AI 458 : réflexions sur l'avenir et une histoire de singularité

Jack Clark, co-fondateur d'Anthropic et auteur de la newsletter Import AI, a donné en 2026 une conférence à l'Institut d'éthique en IA de l'Université d'Oxford, en collaboration avec le Cosmos Institute. Intitulée "Explorer le futur ou se retrancher dans le présent", cette intervention s'appuie sur l'Epoch Capabilities Index (ECI), un indice qui agrège les performances des modèles sur plus de 40 benchmarks distincts. Clark y retrace les grandes étapes récentes : en mars 2023, une IA réussit l'examen du barreau américain ; en juillet 2024, des systèmes basés sur des grands modèles de langage décrochent une médaille d'argent aux Olympiades Internationales de Mathématiques, puis la médaille d'or en juillet 2025. La même année, des IA co-signent de nouvelles preuves mathématiques et Claude Mythos identifie des failles inédites dans des logiciels. Face à cette accélération, Clark pose une question centrale : que fait-on de ce progrès ? Sa thèse est que l'IA ne peut pas être traitée comme une technologie ordinaire. Si le rythme actuel se maintient, des systèmes potentiellement capables de se perfectionner eux-mêmes pourraient voir le jour dans un horizon proche. Les individus comme les sociétés n'auraient alors que deux options : anticiper activement les transformations qui s'annoncent, ou les subir passivement en ignorant leurs implications. Les enjeux concrets sont immenses : distribution des bénéfices, gouvernance, arbitrages sur les usages. Ces choix se poseront bien avant que la technologie n'atteigne ses limites. La conférence s'inscrit dans un débat qui s'intensifie depuis plusieurs années au sein de la communauté IA. Anthropic, co-fondée en 2021 par Clark avec Dario et Daniela Amodei, est positionnée depuis ses débuts sur la sécurité des systèmes avancés. L'ECI qu'il cite est produit par Epoch AI, un organisme de recherche indépendant qui surveille l'évolution des capacités des modèles dans le temps. La lecture de cette courbe provoque chez Clark ce qu'il décrit comme un sentiment de "vertige" : non pas parce que les chiffres sont abstraits, mais parce qu'il mesure concrètement ce qu'ils impliquent pour des pans entiers de l'économie et de la société. Le numéro 458 d'Import AI inclut également une nouvelle de fiction explorant à quoi pourrait ressembler une singularité positive, signe que les praticiens de l'IA eux-mêmes commencent à prendre au sérieux des scénarios longtemps relégués à la spéculation.

Sécurité❧Opinion

1 source

48

Illustration générée par IA

4829MIT Technology Review 

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.

Société❧Opinion

1 source

52

Illustration générée par IA

4830Numerama 

Alexa+ arrive en France : Amazon promet une IA « vraiment française » dès aujourd’hui

Amazon déploie aujourd'hui Alexa+ en France, plus d'un an après son annonce initiale. Ce nouvel assistant intègre l'intelligence artificielle générative directement dans les enceintes Echo, ce qui lui permet de traiter des requêtes complexes, de mémoriser des informations personnelles sur ses utilisateurs et d'effectuer des actions concrètes dans le monde réel, comme passer des commandes ou interagir avec des services tiers. Panos Panay, directeur de la division Amazon Devices, a accordé un entretien à Numerama pour présenter cette évolution majeure du produit. Ce lancement représente un tournant pour les assistants vocaux grand public : Alexa+ ne se contente plus de répondre à des questions simples mais devient un agent capable d'exécuter des tâches en plusieurs étapes de manière autonome. Pour les utilisateurs français, cela signifie un assistant qui comprend le contexte, retient les préférences et peut agir sans reformuler chaque instruction. Amazon affirme avoir adapté l'assistant au marché local avec une expérience pensée spécifiquement pour les francophones. Ce lancement intervient dans un contexte de concurrence intense entre les géants tech sur le terrain de l'IA conversationnelle. Google, Apple et OpenAI cherchent eux aussi à imposer leurs assistants dans le quotidien des consommateurs. Amazon, qui avait pris du retard sur la vague des grands modèles de langage, mise sur son parc installé de millions d'enceintes Echo pour reprendre l'avantage. La capacité d'Alexa+ à s'intégrer dans l'écosystème e-commerce d'Amazon constitue son principal atout différenciateur face aux solutions purement conversationnelles de ses concurrents.

Outils⚒Outil

1 source

37

Illustration générée par IA

4831Le Big Data 

Comment les agentic databases redéfinissent l’IA en entreprise ?

Un nouveau concept s'impose dans les stratégies technologiques des grandes entreprises : les agentic databases. Selon une étude récente citée dans l'article, 95 % des dirigeants souhaitent transformer leur organisation en véritable plateforme d'IA et de données d'ici trois ans. Ces bases de données de nouvelle génération ne se contentent plus de stocker des informations : elles deviennent des couches actives capables d'alimenter des agents IA autonomes, de conserver leur mémoire opérationnelle et d'optimiser leurs performances en continu. Concrètement, elles doivent gérer simultanément des données relationnelles classiques, des contenus non structurés, des historiques conversationnels, de la mémoire d'agents et des données vectorielles pour la recherche sémantique. Des technologies comme PostgreSQL regagnent du terrain grâce à leur flexibilité, leur écosystème open source et leur capacité à gérer ces charges de travail hybrides. L'enjeu est considérable pour les entreprises. Aujourd'hui, la plupart fonctionnent encore avec des architectures fragmentées : données dispersées entre plusieurs outils, agents IA opérant dans des environnements cloisonnés, équipes techniques qui passent plus de temps à connecter des systèmes qu'à développer de nouveaux usages métier. Les organisations qui ont su centraliser leurs données, leurs flux et leurs agents dans une infrastructure cohérente obtiennent un retour sur investissement nettement supérieur et déploient davantage d'applications couvrant plusieurs fonctions, de la finance aux ventes en passant par le juridique. La différence de performance entre ces leaders et le reste du marché ne tient pas à la qualité des modèles LLM utilisés, mais à leur capacité à construire une couche de données unifiée fournissant un contexte fiable et une mémoire persistante aux agents. Chaque nouvel agent enrichit alors progressivement la base de connaissances commune, générant un cercle vertueux d'automatisation où les performances s'améliorent avec l'usage. Cette évolution répond aussi à une contrainte technique fondamentale : les infrastructures de données traditionnelles n'ont tout simplement pas été conçues pour des systèmes qui agissent, raisonnent et exécutent des tâches de manière autonome. La latence devient critique à mesure que les agents s'intègrent dans les opérations métier en temps réel, poussant les entreprises à adopter des systèmes de stockage multiniveaux capables de prioriser les données chaudes. Les agents doivent désormais non seulement répondre à des requêtes, mais comprendre des intentions et exécuter des actions complexes en chaîne, ce qui exige des mécanismes d'indexation hybrides avancés. L'agentic database n'est donc pas un produit unique mais une architecture complète, et les acteurs qui la maîtriseront en premier disposeront d'un avantage compétitif structurel difficile à rattraper.

Infrastructure❧Opinion

1 source

44

Illustration générée par IA

4832The Decoder 

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.

Société⚖Reglementation

1 source

42

Illustration générée par IA

4833Le Big Data 

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.

Société❧Opinion

1 source

40

Illustration générée par IA

4834AI News 

Des systèmes d'IA autonomes mettent à l'épreuve la gouvernance dans les environnements physiques

Le 20 mai dernier, l'Infocomm Media Development Authority (IMDA) de Singapour a publié la version 1.5 de son cadre de gouvernance pour les IA agentiques, au moment où les systèmes d'intelligence artificielle autonomes quittent les environnements logiciels pour s'installer dans les entrepôts, les réseaux de livraison et les espaces publics. Ce cadre définit des lignes directrices pour les organisations qui déploient des agents capables de planifier, décider et agir en plusieurs étapes pour accomplir des objectifs. Parallèlement, lors d'un sommet IA à Singapour la semaine dernière, des acteurs comme Grab ont présenté leurs expériences concrètes : l'entreprise pilote actuellement des véhicules autonomes et des robots de livraison dans le quartier de Punggol, à Singapour. Son directeur technique, Suthen Thomas Paradatheth, a détaillé leur approche : simulation intensive, tests en circuit fermé puis ouvert, et déploiement progressif avant tout passage à l'échelle. L'enjeu central est que les défaillances d'une IA dans le monde physique ont des conséquences bien plus graves que dans le domaine numérique. Le Dr Ya-Qin Zhang, doyen fondateur de l'Institute for AI Industry Research de l'université Tsinghua, a résumé le problème : "Tout risque dans le domaine numérique sera amplifié dans le domaine physique, et le domaine physique aura des conséquences physiques." Les systèmes de transport, les drones, les réseaux logistiques et les infrastructures critiques deviennent des points de vulnérabilité à mesure que l'IA s'intègre plus profondément dans les opérations physiques. Grab a également souligné qu'une longue traîne de problèmes imprévus peut surgir après le déploiement, ce qui rend la surveillance continue non négociable. La plupart des cadres de gouvernance existants se sont concentrés sur les risques en ligne : biais algorithmiques, désinformation, contenus nuisibles. L'émergence des IA incarnées dans des environnements physiques imprévisibles force une refonte de cette approche. Le cadre de l'IMDA préconise des déploiements graduels, une surveillance continue et des tests post-déploiement, reconnaissant explicitement que tous les risques ne peuvent être anticipés avant la mise en service. Les discussions au sommet de Singapour ont pointé vers des modèles de gouvernance fondés sur la télémétrie et les tests itératifs, plutôt que sur une certification unique. L'IMDA recommande aussi d'appliquer le principe du moindre privilège pour les accès des agents, de définir des procédures opérationnelles standard et de prévoir des mécanismes permettant de mettre hors ligne un agent défaillant. La question de la répartition des responsabilités entre développeurs, intégrateurs et opérateurs reste un chantier ouvert dans ce secteur en rapide mutation.

Régulation⚖Reglementation

1 source

47

Illustration générée par IA

4835Le Big Data 

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.

Société❧Opinion

1 source

50

Illustration générée par IA

4836Le Big Data 

Dust lève 40 M$ pour accélérer les assistants IA collaboratifs en entreprise

La startup française Dust vient d'annoncer une levée de fonds de 40 millions de dollars en série B, menée par Sequoia et Abstract, avec la participation de Snowflake Ventures et Datadog. Cette opération porte son financement total à plus de 60 millions de dollars. L'entreprise, fondée en France, revendique déjà plus de 3 000 organisations clientes, un taux d'utilisation hebdomadaire supérieur à 70 %, un taux de rétention nette des revenus de 240 % en 2025, et plus de 300 000 agents déployés sur sa plateforme. Des clients comme Vanta et Persona illustrent l'adoption concrète : chez Persona, plus de 300 agents ont été créés dans 11 départements pour automatiser des workflows transverses ; chez Vanta, les équipes ventes et support s'appuient sur ces agents pour préparer les business reviews et les prévisions commerciales. Ce financement valide une thèse que Dust pousse contre le courant dominant : l'IA en entreprise échoue à créer de la valeur collective parce que chaque employé travaille avec son propre assistant, son propre historique, sans mémoire partagée. Résultat, différentes équipes reproduisent les mêmes analyses, les mêmes recherches, les mêmes documents, sans capitaliser sur ce qui a déjà été produit. Dust propose un modèle dit "multijoueur", où agents IA et collaborateurs humains évoluent dans un environnement commun, mêmes données, mêmes outils, mêmes objectifs opérationnels. La plateforme se connecte à plus de 100 sources de données et outils métiers, permettant aux agents de générer des documents, analyser des tableurs, produire des présentations et agir directement dans les systèmes connectés. L'enjeu : transformer l'IA d'un outil d'assistance personnelle en infrastructure organisationnelle réutilisable à grande échelle. Dust s'inscrit dans une compétition qui s'accélère entre les plateformes cherchant à capter la couche d'orchestration de l'IA en entreprise, un marché aujourd'hui saturé de copilotes individuels mais encore peu structuré côté collaboration. La participation de Sequoia, l'un des fonds les plus sélectifs de la Silicon Valley, et de fonds liés à des acteurs de la data comme Snowflake et Datadog, signale que l'infrastructure d'IA collaborative est perçue comme la prochaine bataille stratégique. Face aux préoccupations croissantes des entreprises en matière de gouvernance, Dust met également en avant des contrôles de permissions avancés et des journaux d'audit, des arguments de poids pour les grandes organisations hésitant encore à industrialiser leurs usages IA. Avec 40 millions supplémentaires, Dust a désormais les ressources pour accélérer son développement commercial et s'imposer comme standard avant que les géants technologiques ne structurent définitivement ce marché.

Business⚡Actu

1 source

48

Illustration générée par IA

4837MIT Technology Review 

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.

Société❧Opinion

1 source

46

Illustration générée par IA

4838MIT Technology Review 

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.

Société❧Opinion

1 source

32

Illustration générée par IA

4839Le Big Data 

Guide complet des negative prompts sur ArtSpace AI

ArtSpace AI, plateforme de génération d'images par intelligence artificielle, propose dans son interface une fonctionnalité distincte appelée "negative prompt", un champ textuel secondaire, séparé de la description principale, dans lequel l'utilisateur spécifie les éléments qu'il souhaite exclure du résultat visuel. Contrairement à d'autres outils comme Midjourney, ArtSpace AI affiche cet espace d'exclusion directement sous la boîte de dialogue principale, accessible en un clic via un onglet dédié. Le mécanisme repose sur une logique inversée propre aux modèles de diffusion : là où une invite positive oriente le calcul vers des correspondances sémantiques précises, les termes négatifs repoussent des concepts spécifiques hors du champ de génération, orientant ainsi la puissance de calcul uniquement vers les éléments jugés pertinents. L'intérêt pratique de cette fonctionnalité est direct et mesurable pour les créateurs produisant des visuels à vocation commerciale ou éditoriale. Les imperfections les plus fréquentes dans la génération d'images, mains déformées, visages asymétriques, textes flous, ombres irréalistes, filigranes fictifs ou bordures indésirables, sont bien plus efficacement corrigées par exclusion ciblée que par reformulation de l'invite positive. Le résultat est un fichier directement exploitable, sans retouche externe, ce qui représente un gain de temps significatif dans un flux de production professionnel. La composition gagne en cohérence, les espaces négatifs deviennent maîtrisés, et la direction artistique globale se raffine sans surcharger la description principale. La popularisation des negative prompts s'inscrit dans une évolution plus large de la maîtrise des outils de génération visuelle par IA. Au-delà de la simple rédaction d'une invite descriptive, les utilisateurs avancés, graphistes, directeurs artistiques, équipes marketing, ont progressivement compris que la qualité d'un rendu se joue autant sur les contraintes imposées que sur les éléments demandés. ArtSpace AI se positionne ainsi dans un marché de plus en plus compétitif où l'ergonomie du workflow créatif devient un argument de différenciation face à des concurrents comme Midjourney, Stable Diffusion ou Adobe Firefly. La séparation claire des deux champs textuels évite toute ambiguïté sémantique pour l'algorithme et fluidifie le travail des créateurs, un choix de conception qui reflète une maturité croissante des interfaces de génération d'images à destination des professionnels.

Création⚒Outil

1 source

43

Illustration générée par IA

4840Le Big Data 

La startup IA sans employés Polsia boucle une levée de fonds de 30 M$

Polsia, une startup américaine fondée par un unique fondateur, Ben Sera, vient de boucler une levée de fonds de 30 millions de dollars à une valorisation de 250 millions de dollars. L'annonce a été faite le 22 mai 2026, avec un chiffre d'affaires annuel qui approche les 10 millions de dollars. Particulièrement remarquable : la société ne compte aucun employé. Sera, ancien cofondateur de Future Foods chez Cloud Kitchens aux côtés de Travis Kalanick, a construit Polsia autour d'une orchestration d'agents IA capables de prendre en charge le développement logiciel, la prospection commerciale, la publicité en ligne, le support client et la gestion de workflows métier. Le tour de table réunit des fonds de capital-risque comme Sound Ventures, True Ventures, Offline Ventures, Adjacent, Tekton Ventures et Vaynerfund. Fait notable : Polsia affirme que son propre système d'IA a piloté une grande partie du processus de levée de fonds, notamment la création de la data room, les présentations aux investisseurs et certaines étapes de due diligence. Ben Sera n'est intervenu que lors des échanges finaux et pour signer les documents. L'impact potentiel de ce modèle dépasse largement le cas de Polsia. Si la démonstration est concluante, elle redéfinit ce qu'il est possible de construire avec un capital humain minimal : une seule personne pourrait piloter une entreprise générant des millions de dollars en déléguant la quasi-totalité des opérations à des agents spécialisés. Pour les investisseurs, la promesse est claire : réduction drastique des coûts opérationnels, accélération des cycles de production et capacité à lancer de nouveaux produits sans friction de recrutement. True Ventures va jusqu'à estimer que les outils IA pourraient transformer la création d'entreprise en faisant sauter les barrières liées au capital humain initial, rendant le modèle du fondateur solitaire structurellement viable pour la première fois. Ce positionnement s'inscrit dans un débat plus large sur ce qu'on appelle l'entreprise augmentée par l'IA, où des systèmes automatisés prennent en charge des fonctions autrefois réservées à des équipes entières. Jusqu'ici, la majorité des outils IA imposaient encore une supervision humaine constante ; Polsia cherche à franchir un palier supplémentaire en coordonnant des agents spécialisés sur des tâches complexes et stratégiques. Mais l'enthousiasme des investisseurs ne fait pas l'unanimité. Sur Reddit et d'autres plateformes, de nombreux observateurs remettent en question la crédibilité du modèle, notamment la capacité réelle d'une structure sans équipe à maintenir une croissance à 10 millions de dollars annuels sur le long terme, à gérer des crises imprévues ou à répondre à des clients exigeants. La question reste ouverte : Polsia est-elle un vrai changement de paradigme ou une démonstration de levée de fonds habilement orchestrée par ses propres outils ?

Business⚡Actu

1 source