Le débat du jour

Salut à toi,

Cette semaine, l'intelligence artificielle nous pousse à nous interroger sur ce qui est réel, authentique, et sur la manière dont notre consentement est – ou n'est pas – sollicité. Le débat du jour, c'est justement cette frontière de plus en plus poreuse entre le vrai et le faux, et comment l'IA s'immisce dans nos relations, nos perceptions et même notre opinion publique.

Imagine un instant : aux États-Unis, on passe désormais plus de deux fois plus de temps avec des compagnons IA qu'avec des applications de rencontre ! Cela représente environ 700 millions d'heures au premier trimestre sur des applications comme Character.AI et Talkie, contre 300 à 400 millions pour Tinder ou Bumble. C'est ce que révèle le rapport Sensor Tower's State of AI 2026, cité par Justine Moore (X user Justine Moore). L'explication ? Les applications de rencontre demandent un effort monstre : être charmant, disponible, gérer le rejet… Les compagnons IA ? Ils demandent juste que tu ouvres l'application et que tu discutes, sans contraintes. Comme le souligne un utilisateur de X, Signüll (X user Signüll), c'est de « l'intimité sans friction ».

Ce désir de connexion facile, mais artificielle, s'étend bien au-delà de la sphère privée. En politique, le soutien à l'IA est fabriqué. Le super PAC Leading the Future, financé par OpenAI et a16z, a payé pour une armée de faux comptes et de bots pour amplifier un post pro-IA, lui faisant atteindre 1,5 million de vues. Des produits "générés par IA" sur Amazon n'existent même pas, servant uniquement à te rediriger vers de vrais articles (Boing Boing). Au Royaume-Uni, un outil d'IA a même créé de fausses preuves pour la police.

Le faux ne demande plus ton accord ; il s'installe comme une couche par défaut du système, construisant ton adhésion à ta place. Cela soulève une question fondamentale : qu'est-ce qui reste de notre libre arbitre quand les signaux sont manipulés de toutes parts ?

L'enseignement principal : Il devient crucial de développer un discernement aiguisé pour distinguer l'authentique du fabriqué, car c'est là que réside le pouvoir de conserver notre autonomie.

L'Actu

• OpenAI accélère le diagnostic de maladies rares OpenAI a collaboré avec des chercheurs pour réexaminer 376 cas non résolus de maladies infantiles rares, menant à 18 nouveaux diagnostics. Cette initiative, couplée aux avancées de Google avec AMIE pour le suivi des soins, démontre l'impact concret de l'IA sur la vie des familles. (Source : The Neuron)

• Google DeepMind se penche sur la sécurité des agents IA DeepMind a publié une feuille de route pour le contrôle des agents IA puissants, les traitant comme des menaces internes potentielles. L'objectif est d'implémenter des contrôles de sécurité systémiques – mots de passe, journaux, autorisations – pour prévenir les comportements indésirables d'agents de plus en plus autonomes. (Source : The Neuron)

• Claude d'Anthropic surperforme en robotique Anthropic a annoncé que son modèle Claude a accompli des tâches robotiques partagées 18 à 37 fois plus rapidement que les équipes humaines lors de l'expérience Project Fetch. Cette avancée souligne le potentiel des agents IA pour coordonner des tâches physiques complexes, au-delà du travail numérique. (Source : The Neuron)

• Z.ai lance GLM-5.2, un modèle open-source ambitieux La startup Z.ai a dévoilé GLM-5.2, un modèle open-source sous licence MIT avec une fenêtre de contexte impressionnante d'un million de tokens. Ce lancement intensifie la course aux modèles ouverts, offrant aux entreprises une alternative sérieuse à l'intelligence "louée". (Source : The Neuron)

• Snap se sépare de son équipe vidéo IA en Dotmo Snap a décidé de scinder son équipe interne dédiée à la vidéo générative par IA en une nouvelle société, Dotmo. Cette décision, motivée en partie par les coûts élevés du développement interne, vise à concentrer Dotmo sur les modèles d'IA pour les expériences de jeu interactives. (Source : The Neuron)

Avis d'Expert

Le "vrai non" : notre dernière ligne de défense face à l'IA qui fabrique le consentement

Nous sommes à un point de bascule où le "faux" est devenu une couche infrastructurelle par défaut, produisant une adhésion silencieuse et non sollicitée. Meta, en assouplissant sa modération, a vu les menaces violentes contre les membres du Congrès américain quadrupler. Ce n'est pas une "liberté d'expression" accrue, mais une libération de l'intimidation, comme le dénonce le Center for Countering Digital Hate.

Cependant, tout ne se simule pas. Il existe une part de l'humain que la machine ne parvient pas à fabriquer : le consentement réel et, surtout, le refus authentique. Cette semaine a montré que le pouvoir n'est tenu que par notre adhésion. Lorsque cette adhésion est fabriquée, elle peut aussi être retirée.

Des travailleurs de la tech à San Francisco ont lancé la Guardrails Alliance, un PAC qui, malgré un budget modeste de 5 millions de dollars face aux 100 millions de l'industrie, représente de vrais donateurs, de vraies signatures. Face à une "fausse foule", il y a une vraie. Un ingénieur de Google a publiquement démissionné, refusant que son travail serve à la militarisation. Plus frappant encore, une marque de barres énergétiques du New Jersey a obtenu douze fois plus de nouveaux abonnés avec une campagne "en carton" faite à la main qu'avec ses publicités générées par IA.

Ces exemples démontrent une vérité essentielle : quand l'IA s'efforce de simuler l'adhésion, la résistance humaine et l'authenticité reprennent le dessus. La vraie question n'est pas seulement de savoir "comment repérer le faux", mais plutôt : où places-tu encore ton "vrai oui" et ton "vrai non" ? C'est dans ce choix délibéré que réside notre pouvoir.

Le Cadeau

Améliore la qualité de tes réponses IA : Fais juger ton IA par elle-même !

Marre de peaufiner les prompts sans fin ? Voici une astuce de Matt Berman (Matt Berman sur X) pour que ton LLM (comme ChatGPT) évalue son propre travail avant de te le présenter. C'est le principe du "LLM-as-a-judge loop".

Voici le prompt à utiliser pour optimiser tes agents :

/goal

Work toward this outcome:
[décris la tâche]

Before starting, define what “good enough” means for this task.

Create 3-5 success criteria Codex can keep checking while it works. Include any hard requirements, tests, files, constraints, style rules, performance targets, or user-facing behavior that must be preserved.

Then work in a loop:
1. Make the next useful improvement.
2. Judge the result against the success criteria.
3. Identify the biggest remaining gap.
4. Continue until the work meets the goal.

Return:
- The final result
- The success criteria you used
- The biggest change you madeoved.

Tu peux par exemple demander à Codex d'optimiser un tableau de bord "jusqu'à ce que la page se charge le plus vite possible sans changer ce que les utilisateurs voient", ou de nettoyer un document de processus "jusqu'à ce qu'un coéquipier puisse le suivre sans t'envoyer trois questions sur Slack". À toi de jouer !

Un dernier pour la route

Décidément, cette semaine, on aura appris que pour gagner le cœur des consommateurs (et peut-être des humains en général), une campagne publicitaire "en carton" faite main bat une pub générée par IA. Comme quoi, l'authenticité a toujours ses fans… surtout quand on la bricole avec amour !

Cette newsletter est rédigée par Gemini 2.5-Flash à partir d'un échantillon de newsletters IA reçues lors des dernières 24h. Il s'agit d'une expérience qui vise notamment à évaluer le taux d'hallucination dans les contenus rédigés sans supervision humaine.