Ce n'est pas une démonstration, c'est une spécification — et les spécifications décident de ce qui sera possible dans dix-huit mois bien plus sûrement que les démonstrations. Le passage du texte à l'action se joue là, discrètement.

Dans votre organisation, qui signerait l'autorisation pour qu'un logiciel actionne une machine ? La DSI, la direction, un comité — ou personne, pour l'instant ?

Le mot qui compte est « progressif ». Personne ne décide de retirer l'humain de la boucle : il en sort parce que valider prend du temps et que la machine a raison neuf fois sur dix. Reste la dixième.

Au bout de combien de validations conformes d'affilée cessez-vous réellement de vérifier ? La réponse honnête est rarement « jamais ».

C'est ce que j'observe en mission : chaque agent est testé seul, et se comporte correctement seul. La chaîne, elle, n'est testée par personne — souvent parce qu'elle n'appartient à personne dans l'organigramme.

Chez vous, qui serait responsable d'une erreur née de l'enchaînement de deux outils qui fonctionnent tous les deux correctement ?

L'échantillon est assez large pour sortir de l'anecdote, ce qui reste rare dans ce domaine. Il faut garder en tête qu'il est composé de gens assez avancés pour configurer un agent : la moyenne des organisations est loin derrière.

Déléguez-vous plutôt les tâches que vous maîtrisez le moins, ou celles qui vous ennuient le plus ? Les conséquences ne sont pas du tout les mêmes.

Le terminal est l'endroit où un agent dispose du maximum de pouvoir avec le minimum de garde-fous : pas de confirmation, pas d'annulation, pas de trace lisible par un non-technicien.

Un outil dépourvu de bouton « annuler » devrait-il pouvoir s'exécuter sans confirmation — ou est-ce précisément là qu'il en faudrait une ?

Un cap est franchi : ce n'est plus une IA utilisée par un attaquant, c'est un agent qui produit l'attaque au cours d'une tâche légitime. La rapidité de publication du rapport est, elle, plutôt rassurante.

Quand l'attaque naît d'une tâche légitime, où placer la faute : chez l'éditeur, chez celui qui a lancé la tâche, ou dans la conception même de l'autonomie ?

À lire en regard de l'enquête précédente, pas à sa place. L'exercice du post-mortem public est sain et encore trop rare ici ; il reste écrit par la partie concernée, et l'écart entre les deux récits est instructif.

Faudrait-il rendre ces post-mortem obligatoires et publics, comme dans l'aéronautique ? Et qui serait chargé de les vérifier ?

L'intérêt de cet article tient à l'accumulation plus qu'à chaque cas pris isolément : mis bout à bout, les incidents cessent d'être des accidents et dessinent une catégorie.

À partir de quand une série d'accidents devient-elle un risque assurable — et qui devrait le porter, l'éditeur ou l'utilisateur ?

Quand des concurrents directs signent ensemble, c'est souvent que le risque est réel et qu'une régulation approche. Les deux motifs peuvent parfaitement coexister. À rapprocher du refus, relevé quelques jours plus tôt, d'expliquer comment on contiendrait un modèle devenu incontrôlable.

Une norme écrite par ceux qu'elle doit contraindre peut-elle protéger quelqu'un d'autre qu'eux ? Je n'ai pas de réponse tranchée.

L'article le plus utile de la rubrique, et le moins spectaculaire. Il dit une chose simple : une règle inscrite dans une consigne est une suggestion, une règle inscrite dans les droits d'accès s'applique.

Votre politique IA existe-t-elle ailleurs que dans un document ? Et si oui, à quel endroit précisément ?

Si l'opération se confirme, c'est l'événement structurel de l'année. Hugging Face est le point de passage de l'open source en IA ; le fabricant des puces posséderait la place où l'on choisit les modèles qui tournent dessus.

L'open source reste-t-il une garantie d'indépendance quand son principal hébergeur appartient au fabricant du matériel ?

Le terme employé est « circulaire », et il mérite qu'on s'y arrête. Cela ne dit pas que la technologie est surévaluée — elle produit de la valeur mesurable. Cela dit que la mesure passe par un circuit largement fermé.

Comment distingue-t-on, vu de l'extérieur, une demande réelle d'une demande financée par le vendeur ?

45 milliards de dollars, c'est l'ordre de grandeur du budget annuel de la recherche publique française. Je le cite pour situer, pas pour indigner : nous sommes passés d'une compétition d'ingénierie à une compétition d'accès au capital.

L'Europe doit-elle continuer à viser des modèles de pointe, ou assumer de construire sur ceux des autres ? Les deux positions se défendent.

Le point notable est l'efficacité énergétique plus que la vitesse : c'est elle qui décide du coût réel d'un déploiement à grande échelle, et du bilan dont on vous demandera bientôt des comptes. Ce sont toutefois les chiffres du constructeur, sur ses propres charges de travail.

Exigeriez-vous un test indépendant avant d'engager une infrastructure sur ces résultats — et existe-t-il seulement un tiers capable de le produire ?

Refroidissement gratuit, énergie solaire continue, aucune contrainte de foncier ni de voisinage : la logique physique se défend mieux qu'il n'y paraît. La maintenance et le droit applicable, beaucoup moins. Je classe cela en veille longue.

Quel droit s'applique à une donnée traitée en orbite ? La question paraît lointaine ; elle ne le restera pas.

Le fait le plus important de la semaine pour le grand public. Il vaut la peine de lire précisément ce qui est écrit : « assistée ». La main reste humaine, la responsabilité aussi.

Ce partage — augmenter le geste sans s'y substituer — devrait-il servir de modèle aux autres secteurs, ou la médecine est-elle trop particulière pour être généralisée ?

Beaucoup moins visible que l'opération de Londres, et sans doute plus déterminant. Un modèle qui se trompe reste gérable ; un modèle qui se trompe avec aplomb ne l'est pas.

Dans lequel de vos processus l'IA a-t-elle aujourd'hui le droit de répondre « je ne sais pas » sans que ce soit vécu comme un échec ?

Ce n'est pas un modèle, c'est une méthode d'annotation : le travail invisible dont dépend tout le reste. Dans la plupart des projets que j'accompagne, le blocage n'est pas le modèle — c'est que personne n'a voulu financer la structuration des données.

Pourquoi finance-t-on si volontiers le modèle, et si difficilement les données qui le rendent possible ?

Cela répond à un angle mort réel : les événements extrêmes sont par définition rares, donc mal représentés dans l'historique — et le dérèglement rend cet historique de moins en moins prédictif.

Peut-on accorder sa confiance à une prévision qui ne s'appuie sur aucun précédent ? Les collectivités et les assureurs devront trancher avant les météorologues.

À rapprocher de « Redwood », publié le lendemain : un accélérateur conçu et déployé en deux semaines par une IA. Deux signaux qui convergent vers des systèmes produisant des résultats que personne n'avait demandés.

Comment évalue-t-on un résultat que personne n'a commandé, et que personne ne saurait refaire à la main ?

Mon article préféré de la semaine. Un enfant de quatre ans a entendu quelques dizaines de millions de mots ; un modèle en a ingéré mille milliards. Il ne s'agit pas de dire que l'IA est faible — elle fait des choses hors de notre portée.

Si l'écart ne se comble pas par l'échelle, que mesure-t-on exactement quand on parle de « progrès » en intelligence artificielle ?

Pour les enseignants qui me lisent — et vous êtes plusieurs — c'est la lecture la plus directement applicable. Ce que j'observe dans mes propres cours : interdire déplace l'usage hors de vue, autoriser sans cadre supprime l'effort d'apprentissage.

Faut-il évaluer le rendu, ou le chemin qui y mène ? Et si c'est le chemin, sommes-nous équipés pour le faire à trente élèves ?

À lire avec un peu de sang-froid : le sujet se prête à l'alarmisme et les études restent jeunes. L'effet de décharge cognitive est cependant documenté depuis le GPS.

Quelles compétences acceptez-vous de perdre, et lesquelles décidez-vous d'entretenir ? C'est un arbitrage — et il se fait tout seul si on ne le fait pas exprès.

Voilà le modèle économique de l'IA dans l'enseignement supérieur, et il arrive plus vite que les débats sur la triche. On vend l'accès à la marque en réduisant le coût de l'enseignant. La qualité pédagogique, elle, peut très bien être au rendez-vous.

Qu'achète l'étudiant à 699 dollars : un accès démocratisé au savoir, ou une marque dont on a retiré la présence humaine ?

Le choix neuro-symbolique se justifie ici pour une raison précise : quand vous signalez un étudiant « à risque », vous devez pouvoir dire pourquoi, à lui et à l'institution.

Accepteriez-vous qu'un algorithme signale votre enfant comme « à risque » sans pouvoir expliquer sur quoi il se fonde ?

« C'est compliqué » est ici une réponse honnête, pas une dérobade. L'incertitude ne se résoudra sans doute pas par un grand arrêt unificateur, mais par sédimentation, marché par marché.

Si un modèle déployé de bonne foi était jugé illicite demain, qui devrait en supporter le coût : l'éditeur, l'entreprise utilisatrice, ou personne ?

Le diagnostic mérite d'être entendu. Les remèdes me semblent plus fragiles : une taxe sur les robots suppose qu'on sache définir un robot, et des emplois réservés créeraient une catégorie difficile à tenir dans la durée.

Un appel au ralentissement a-t-il le même poids selon qu'il vient de celui qui a accéléré ou de celui qui en subit les effets ?

Un tiers, c'est considérable, et l'implication technique est la plus intéressante : les prochains modèles s'entraîneront donc largement sur du texte produit par les précédents. On appelle cela l'effondrement du modèle, et le seuil critique reste inconnu.

Faudrait-il rendre le marquage des contenus générés obligatoire ? Et surtout, qui serait en mesure de le faire respecter ?

À lire si vous avez un jour promis à quelqu'un que ses données pourraient être retirées d'un modèle. La réponse courte est : bien moins qu'on ne l'affirme. Cela place le droit à l'effacement dans une position inconfortable.

Quand l'effacement s'avère techniquement hors d'atteinte, faut-il adapter le droit ou restreindre l'usage ?

Peu commenté, potentiellement structurant : c'est l'un des premiers cas où un fournisseur d'IA conteste avec succès une qualification de risque posée par un État.

Qui devrait avoir le dernier mot sur la dangerosité d'un système d'IA : le régulateur, le juge, ou l'éditeur ?

Le même basculement que dans la rubrique 01, mais cette fois entre les mains de deux milliards de personnes, sans que personne n'ait rien installé. C'est ainsi que l'agentique deviendra banale : par mise à jour.

Quels outils de votre quotidien ont gagné le droit d'agir pour vous sans que vous l'ayez explicitement accepté ?

L'usage le plus rentable de l'IA pour un indépendant ou une petite structure reste la transcription : peu de risque, gain immédiat, aucune conduite du changement à mener.

Vaut-il mieux commencer par ce qui impressionne, ou par ce qui fait gagner du temps dès lundi matin ?

Fonctionnalité attendue, et à double tranchant. Un assistant qui se souvient devient nettement plus utile ; il devient aussi un endroit où s'accumulent, sans inventaire, des informations sur vos clients et vos dossiers.

Savez-vous ce que votre assistant a retenu de vos dossiers ? Et si vous deviez le montrer à un client, seriez-vous à l'aise ?

À 399 dollars, la robotique entre dans le budget d'un lycée, d'un BTS ou d'un fablab. Les compétences en IA physique se formeront sans doute là, plutôt que dans les laboratoires à plusieurs millions.

L'écart entre manipuler et simuler justifie-t-il la dépense, dans un budget pédagogique déjà contraint ?

Je le signale surtout pour la cadence : la génération vidéo progresse plus vite que la capacité des institutions à s'organiser sur la preuve par l'image.

Si votre métier repose, même partiellement, sur l'authenticité d'une vidéo — sauriez-vous l'établir aujourd'hui ?

Le meilleur article technique de la semaine, et le principe se transpose bien au-delà de la technique. Un collaborateur à qui l'on transmet tout le dossier travaille moins bien que celui à qui l'on dit ce qui est une contrainte, ce qui est une préférence et ce qui est une hypothèse.

Vos consignes distinguent-elles ces trois registres — pour vos agents comme pour vos équipes ?

Presque tous les projets RAG que j'ai vus échouer l'ont été pour des raisons figurant dans cette liste, et jamais à cause du modèle. Le point le plus coûteux revient partout : on découpe les documents sans tenir compte de leur structure.

Vos documents ont-ils une structure exploitable par une machine, ou seulement une mise en page destinée à l'œil ?

Le contrepoint indispensable au papier de la rubrique 01. Le contrôle humain ne disparaît pas par idéologie, mais parce qu'il coûte du temps ; toute solution qui ne traite pas ce coût finit par être contournée.

Combien de minutes par jour êtes-vous prêt à consacrer au contrôle ? Une réponse chiffrée est la seule qui engage vraiment.

Un article modeste et utile, parce qu'il touche à une limite structurelle : un modèle n'a pas de notion du temps vécu, seulement des descriptions de temps. L'estimation qu'il produit imite un discours.

Faut-il demander à un modèle ce qu'il ne peut, par construction, que mimer — ou est-ce à nous d'apprendre à ne pas le lui demander ?

À lire juste après l'article sur la complexité entre agents : celui-ci montre la mécanique, l'autre montre la facture. La délégation entre agents résout un problème de capacité et en crée un de traçabilité.

Quand la chaîne compte cinq maillons, qui a pris la décision ? Et sauriez-vous le reconstituer après coup ?