A la fin du mois d’avril 2026, Anthropic a affirmé que son modèle Claude Mythos était plus efficace que la plupart des experts en sécurité pour détecter les failles logicielles. Puis, en mai et juin, il y a eu des incidents de piratage impliquant OpenAI et Hugging Face, à la suite duquel Anthropic et Meta ont révélé des événements similaires impliquant leurs modèles. Ensuite, Anthropic a annoncé que l’un de ses modèles avait réalisé une percée mathématique ; peu après, OpenAI a revendiqué une autre percée mathématique. Début septembre, Jacob Coxon, ingénieur chez Anthropic, a fait le buzz en annonçant son départ de l’entreprise, affirmant que celle-ci, tout comme OpenAI, « fonçait tout droit vers une superintelligence capable de s’auto-améliorer, et jouait avec nos vies »ⁱ. De nombreux médias ont repris, sans distance critique ni profonde analyse, les allégations de ces entreprises quant à l’avènement imminent d’une « intelligence artificielle générale ». Qu’en est-il réellement ? Assistons-nous à une série de percées technologiques majeures, susceptibles de transformer la « civilisation humaine », ou s’agit-il simplement d’une stratégie marketing et boursière visant à transformer des milliardaires en multi-milliardaires? Le battage médiatique massif orchestré par les entreprises impliquées (incluant même des aveux de culpabilité quant aux actions de piratage illicite) a bénéficié des relais complaisants des médias internationaux, et pourrait sans doute préparer le terrain pour une prochaine mise sur le marché boursier. Avec un peu de recul, et une fois que les experts des domaines concernés ont pu examiner ce qui s’est passé, une tout autre explication se dessine. En ce qui concerne les incidents de « piratage », des experts en cybersécurité affirment que l’affaire relève davantage de la négligence d’OpenAI et de son incapacité à adopter les pratiques basiques de sécurité. On est donc loin de « modèles d’IA devenus incontrôlables », prenant des « décisions » autonomes ou d’ »agents IA menaçant l’humanité ». Quant au communiqué de presse d’OpenAI affirmant que son dernier chatbot, Astra, avait résolu des problèmes qui « restaient en suspens et n’avaient connu aucun progrès significatif depuis au moins une décennie », des mathématiciens travaillant sur ces problèmes se sont ensuite rendu compte que ces résultats n’étaient pas aussi novateurs qu’ils le semblaient au premier abord. Ils ont affirmé qu’Astra n’avait pas réalisé de bond intellectuel majeur, et ont accusé l’entreprise de faute professionnelle de plagiat. Quelques semaines plus tard, OpenAI a aussi revendiqué une percée mathématique. Deux jours auparavant, Tristan Buckmaster, professeur de mathématiques à l’Institut Courant de l’Université de New York, avait accusé OpenAI d’avoir volé le travail intellectuel d’autrui et de se l’être attribué. Toutes les affirmations concernant une « superintelligence », exagérant outrageusement sa portée soit messianique soit apocalyptique, relèvent de récits fictifs, fondés sur des idéologies transhumanistes. Il est intéressant de s’interroger sur les raisons pour lesquelles ce sont surtout les domaines de la programmation informatique et des mathématiques qui font actuellement l’objet de l’attention ciblée des entreprises créant des grands modèles linguistiques. Ces promoteurs de l’IA font croire qu’ils sont capables d’obtenir des résultats vérifiables et des performances quantifiables, en choisissant de préférence certains problèmes mathématiques et de programmation. De plus, les « résultats » de ces systèmes (essentiellement des séquences de mots associés selon des critères de probabilités ou des assemblages de fragments de code informatique) peuvent être constamment « évalués » sans avoir à rémunérer des analystes humains, pour les examiner et les évaluer. Plusieurs centaines de mathématiciens ont récemment dénoncé dans une déclaration commune la forte incitation commerciale de la part des entreprises de l’IA à exagérer les capacités de leurs produits. Ils ont demandé aux décideurs politiques de davantage consulter les experts, notamment des mathématiciens, lors de l’élaboration de leurs futures décisions politiques, plutôt que de se fier aux communiqués de presse ou à la couverture médiatique grand public donnée à l’obtention par l’IA de résultats mathématiques. L’illusion de rapidité et d’urgence véhiculée par les entreprises de l’IA constitue une manœuvre assez évidente visant à induire en erreur tant les décideurs politiques que le grand public. Malheureusement, cela fonctionne parfois, comme dans le cas de la proposition de loi, a priori bien intentionnée mais en réalité malavisée du sénateur Bernie Sanders, visant à empêcher le développement d’une « superintelligence artificielle »ⁱⁱ. Les qualifier de « superintelligence » ou de « modèles rebelles » revient à attribuer une capacité d’action aux produits plutôt qu’aux entreprises qui les développent.ⁱⁱⁱ Ce cadrage présente les produits de ces entreprises comme « surhumains » et, dans le même temps, il aide ces dernières à se soustraire à toute responsabilité quant à leurs actes. Au lieu que l’entreprise OpenAI soit poursuivie pour avoir créé un logiciel malveillant ayant piraté d’autres entreprises, les communiqués de presse, les médias d’information, les personnalités médiatiques et les législateurs font référence à des « modèles rebelles » comme si ces modèles agissaient de leur propre chef, alors qu’ils ne font qu’appliquer des règles de fonctionnement dûment décidées par les humains en charge de cette entreprise.

Au lieu de remettre en question la pratique de ces entreprises consistant à plagier systématiquement les travaux universitaires ou à utiliser les données des clients pour entraîner des modèles sans leur consentement, l’imaginaire collectif est détourné vers des craintes parfaitement fantasmées quant à ce que l’avenir pourrait réserver avec l’arrivée de machines soi-disant « super-intelligentes ». Les entreprises de l’IA ont même laissé entendre que le mouvement de plus en plus général et populaire contre les centres de données constituait une « distraction » vis-à-vis de leurs tentatives visant à réglementer l’usage de ces machines « surhumaines », pour prévenir des catastrophes imminentes. Il importe surtout de réaliser que les demandes de « régulation » et de « contrôle » adressées par les leaders de l’IA au gouvernement états-unien visent surtout à exclure du marché qu’ils veulent dominer, la concurrence chinoise ainsi que les autres entreprises d’IA qui proposent quant à elles des modèles en open source, par nature gratuits, et surtout entièrement contrôlables par les usagers eux-mêmes. Celle-là et celles-ci menacent en effet de ruiner à court terme le modèle économique des « leaders » actuels de l’IA, ce qui ouvre des perspectives gravissimes pour le Nasdaq et pour les investisseurs ayant largement surestimé le marché. Si l’on écoutait ces derniers, nous devrions nous inquiéter davantage d’un dieu-machine « super-intelligent », quoique totalement fictif, plutôt que de la catastrophe climatique et environnementale que les centres de données de l’IA aggravent, ou, au moins aussi grave, la catastrophe cognitive et sociale qui menace les sociétés emmenées bien malgré elles au bord du précipice, par ceux-là même qui crient maintenant « au loup! »…

________________

iJe n’ai trouvé nulle part de réelles justifications théoriques et épistémologiques, quant à cette idée d’auto-amélioration de l’IA par cycles récursifs. Cela peut être possible dans des domaines très étroits, délimités. En revanche, il faudrait que cela soit dûment démontré dans le domaine (non défini) de l' »intelligence artificielle générale ». Comment cette auto-amélioration pourrait-elle être (épistémologiquement) possible, puisque l’IA ne se base que sur l’analyse et le traitement d’informations déjà existantes?

iiLe fait même d’employer des mots comme « superintelligence » est déjà le symptôme d’une défaite de la pensée critique.

iiiJe reprends ici des éléments d’argumentation tiré d’un article d’opinion publié le 22 septembre 2026 par Timnit Gebru et Emily M. Bender, « Don’t be fooled by this summer of AI Hype« . Timnit Gebru est directrice générale de DAIR et autrice du livre à paraître Deep Unlearning: The Radicalization of a Tech Idealist. Emily M. Bender est professeure de linguistique à l’université de Washington et co-autrice de The AI Con. Timnit Gebru a été ingénieure chez Apple à l’aube du lancement de l’iPhone, doctorante au laboratoire de vision par ordinateur de Stanford. Elle a occupé un poste élevé au sein de l’équipe « Ethical AI » de Google au moment où DeepMind et OpenAI développaient le domaine de l’intelligence artificielle — et où elle a été contrainte de partir pour avoir tiré la sonnette d’alarme sur les biais présents dans les grands modèles linguistiques.