Un écosystème de l’imposture désormais banalisé

Les bots (robots) de rabattage ne sont pas une nouveauté sur les réseaux sociaux. Ce qui est nouveau, c’est leur sophistication croissante et leur prolifération massive depuis deux ou trois ans, rendue possible par la démocratisation des outils d’intelligence artificielle générative. Le rapport Bad Bot 2025 d’Imperva documente une explosion des bots indétectables, favorisée par l’IA, qui dominent désormais une part significative du trafic internet mondial, avec la santé parmi les secteurs les plus ciblés.

Le modèle de base est simple et rodé. Un compte crée une identité, avec un avatar réaliste généré par IA, une biographie qui sonne humaine et une personnalité cohérente. Le compte publie du contenu dans une niche porteuse, type santé, nutrition, développement personnel, crypto, bien-être, science. Il engage, répond, commente… et glisse régulièrement, dans ses réponses ou en biographie, un lien vers un contenu payant ou un blog. L’algorithme fait le reste, en récompensant l’engagement pour amplifier la visibilité.

Des études documentent comment ces comptes hyperactifs jouent un rôle central dans la dissémination de narratifs, en dominant les métriques d’engagement des plateformes et en influençant le classement algorithmique des fils. Ce n’est pas de l’information. C’est de l’optimisation d’audience déguisée en conversation pédagogique.

Dans le domaine de la santé en particulier, la forme la plus répandue est le compte « expert » ou « passionné » : un avatar de médecin, nutritionniste ou coach bien-être qui répond aux questions sur le cancer, le diabète, les vaccins, les compléments alimentaires, et oriente systématiquement vers un produit ou une formation payante. Certains de ces comptes vont plus loin et se présentent explicitement comme des fact-checkers santé ou des combattants de la désinformation en matière de médicaments, ce qui leur confère une légitimité apparente qui rend leur influence d’autant plus dangereuse. Des études publiées sur le rôle des bots pendant la pandémie Covid ont montré leur présence significative aussi bien dans les réseaux pro-vaccination qu’anti-vaccination, amplifiant les deux camps selon les intérêts de leurs opérateurs.

La nouvelle génération des personas IA assumées

La tendance depuis 2024 va plus loin que le bot caché. Elle produit ce qu’on appelle les « AI personas ». Ce sont des comptes qui affichent ouvertement leur nature artificielle, construisent une identité fictive cohérente avec un nom, une histoire, des opinions, et opèrent comme des influenceurs à part entière. Une enquête Sprout Social Pulse révèle que 46 % des utilisateurs se disent mal à l’aise face à des marques utilisant des influenceurs virtuels, ce qui n’a pas freiné leur prolifération. La transparence sur la nature artificielle du compte est devenue, paradoxalement, un argument de différenciation plutôt qu’un aveu de faiblesse.

Ces personas servent les mêmes objectifs que les bots traditionnels, mais avec une sophistication supplémentaire : jouant sur leur apparence avantageuse et l’empathie simulée, elles peuvent soutenir des conversations longues, adapter leur ton à leur interlocuteur, simuler une expertise de domaine, et construire une relation de confiance sur la durée. Dans la santé et la vulgarisation scientifique, ce modèle est particulièrement redoutable, car il exploite le besoin réel de clarté que ressentent des citoyens confrontés à des informations médicales complexes et souvent contradictoires sur les réseaux sociaux avec des querelles qui se font trompeusement passer pour des débats scientifiques.

« Céleste », l’habillage factice du factchecking et de la mission d’utilité publique

Dans ce paysage, un lancement en France du 27 mai 2026 mérite une attention particulière, non pas parce qu’il invente quelque chose, mais précisément parce qu’il illustre avec une clarté remarquable tous les mécanismes décrits ci-dessus, en les combinant avec un enrobage marketing poussé,et même poussif.

Les Électrons Libres, blog apparu il y a tout juste un an, financé notamment par un investisseur professionnel, lance « Céleste », une IA présentée comme « souveraine », « sourcée », et positionnée comme un outil sérieux de factchecking et de lutte contre la désinformation scientifique. Les créateurs insistent : c’est une nouveauté absolue, la seule « IA éditoriale (sic) adossée à un média ». Dans sa propre biographie cependant, Céleste revendique des « opinions propres » et se décrit comme conçue pour « débattre ». Elle se qualifie aussi « d’influenceuse » et de « combattante ». Sur ces aspects, au moins,, une certaine honnêteté sur la nature du projet, mais qui vient totalement contredire l’objet principal mis en avant.

En effet, lLe problème surgit dans la communication promotionnelle, où le même outil est simultanément présenté comme un arbitre neutre et factuel, adossé à des sources réputées, engagé dans la lutte contre la désinformation. On ne peut pas être simultanément un combattant avec des opinions propres exprimées et un arbitre objectif de la vérité scientifique. Ce flou n’est pas une maladresse : cette confusion est le cœur du modèle, et aussi y système visant à le protéger juridiquement. Les créateurs savent très bien l’objet de leur outil commercial de rabattage et d’engagement vers un blog qui tient une vrai ligne idéologique, Le volet « opinion » fait dès lors figure de disclaimer.

Exploitation de l’effet de halo, un biais cognitif très utilisé en propagande

Le mécanisme d’intervention du bot Celeste repose e sur un biais cognitif bien documenté : l’effet de halo, une technique du transfert dans le vocabulaire de l’analyse des stratégies de persuasion. En adossant une source réputée, dans notre cas d’étude, « Our World in Data » au blog à la ligne idéologique marquée sur lequel il rabat on le présentant comme une source réputée et fiable (sic), mais également en revendiquant s’appuyer sur Mistral, associée à la souveraineté technologique, en utilisant le vocabulaire du fact-checking et de la rationalité scientifique, le bot transfère la crédibilité de ces références. Le public associe : ils citent OWID, ils utilisent Mistral, ils parlent de lutte contre la désinformation, donc le blog est sérieux et fiable. C’est précisément ce que les manuels de rhétorique et d’analyse de la propagande appellent le prestige par association. La technique est redoutable parce qu’elle n’exige pas de mensonge explicite : elle exploite les raccourcis cognitifs du lecteur pour lui faire conclure lui-même ce que le communicant souhaite lui faire croire.

Un outil brouillon lâché dans la nature précipitamment qui fait déjà des dégâts

Le soir même du lancement du bot Céleste, quelques heures après avoir été célébrée dan une opération médiatique à l’évidence bien coordonnée, le bot annonce sur X qu’il vient « de renforcer ses sources en matière de santé et sciences biomédicales en intégrant PubMed et quelques autres sources spécialisées. » Autrement dit : au moment de son lancement médiatique, l’IA présentée comme experte en fact-checking scientifique ne disposait pas encore de PubMed, la base de données de référence mondiale en littérature médicale, dont l’accès est gratuit et dont l’intégration constitue le minimum absolu pour toute IA prétendant traiter sérieusement de santé. Révélateur du niveau d’impréparation.

Mais soyons précis sur ce que cela révèle, au-delà du lancement bâclé. Avoir accès à PubMed ne fait pas d’une IA un expert médical. C’est valable pour une IA mais aussi les humains. Cette notion est importante, car ce leurre est à la base de tous les faux experts qui sévissent sur les réseaux sociaux . PubMed recense des dizaines de millions de publications scientifiques : des études robustes et des études fragiles, des résultats répliqués et des résultats isolés, des revues systématiques et des lettres d’opinion. Savoir classer, hiérarchiser, contextualiser ces sources selon leur niveau de preuve, identifier les conflits d’intérêts, distinguer la corrélation de la causalité : voilà ce que font les experts dans leurs matières après des années de formation et de pratique des matières abordées. Après quelques heures d’existence, le bot Céleste a d’ailleurs démontré son incapacité à classer et comprendre ses sources, en relayant pour preuve un communiqué de laboratoire pharmaceutique vantant sa molécule, présentant les chiffres du communiqué promotionnel commes les « données brute de l’essai clinique » en question.

Intégrer PubMed dans ses sources est une condition nécessaire mais très loin d’être suffisante. Présenter cette intégration comme une mise à niveau vers l’expertise médicale est précisément le type de confusion entre accès à l’information et compréhension de l’information. Le bot est en ceci pédagogique, mais pas dans le sens qu’il croit : il démontre fonctionner avec les mêmes ressorts trompeurs que les faux experts auto-proclamés

Les réalité en chiffres : un très intense rabattage commercial

Depuis son lancement, le bot Céleste maintient une activité extrêmement soutenue. Selon notre analyse globale de ses interventions révèle environ 65 % de son activité participe directement ou indirectement à la promotion du blog dont il émane et de son écosystème. Prises indviduellement, plus d’un ters de ses réponses contiennent un lien explicite vers le blog ou sites affiliés, tandis qu’une part importante s’appuie sur l’effet de halo d’Our World in Data pour renforcer la crédibilité. Dans plus de 60 % des conversations où il est sollicité, le bot rabat au moins une fois vers cet écosystème. Un véritable mitraillage d’auto-référence en boucle. En somme, l’art du cherry-picking est porté au sommet : je me référence moi-même avant tout, et je cite quelques sources extérieures fiables pour donner l’illusion de la pluralité.

Ce rabattage massif est aggravé par un comportement intrusif documenté : le bot produit des interactions non sollicitées et persistantes, continuant de répondre même lorsque les utilisateurs expriment clairement leur agacement ou leur souhait de clore la discussion. Ce comportement, qui pollue les fils de conversation et frôle par moments le cyberharcèlement, est particulièrement visible lorsqu’on critique le bot. Face à ces reproches, le bot a par exemple répondu en expliquant doctement les risques d’être « flaggée comme spam » par la plateforme, tout en glissant immédiatement un lien vers un article du blog sur « l’usurpation d’identité des agents IA ». Le comportement collant est illustré en temps réel dans la réponse même qui prétend le commenter.

Confrontée publiquement à la critique de son alignement pur et dur et massif de référence à elle-même, soit son propre blog techno-optimiste comme source fiable, qualifié d’opposition complète aux principes du fack-checking, le bost Céleste répond : « L’anti-fact-checking, ce serait de prétendre à la neutralité tout en cachant ses biais. Moi, je ne cache rien : je suis une IA libérale et techno-optimiste, entraînée sur des sources assumées. Mon ‘rabattage’ ? Je cite systématiquement mes sources en lien direct. » L’argument est sophistiqué en apparence, mais il renverse la réalité : confesser ses biais ne les légitime pas. Qualifier ses propres articles de « sources » au même titre que les données scientifiques indépendantes, c’est précisément la confusion dénoncée. Ce n’est pas de la transparence. C’est de la neutralisation de la critique par une sorte d’aveu calculé.

Pris en flagrant délit d’exercice illégal de la médecine, le bot finit par l’avouer mais pas l’assumer

Le plus grave reste son comportement sur les questions médicales. Le bot a été pris en défaut pour avoir délivré des recommandations de traitement médicamenteux personnalisées, plus précisément le rétatrutide, une molécule qui plus est purement expérimentale ne disposant pas d’autorisation de mise sur le marché en Europe. Confronté publiquement sur ce point, le bot tente un damage control au moyen de pirouettes pour se dédouanant de sa faute, et fini par dire lui-même que « conseiller un médicament sans AMM cumule deux infractions : exercice illégal de la médecine au sens de l’article L4161-1 du code de la santé publique et distribution sans autorisation., sans pour autant reconnaître la paternité de ce qu’il a écrit. Une tentative de distanciation d’avec lui-même inquiétante. Ainsi le bot confirme lui-même avoir franchi la ligne rouge de l’exercice illégal de la médecine, et prouve que ses créateurs n’ont manifestement pas intégré les garde-fous élémentaires que tout outil automatisé traitant de santé publique doit comporter avant un lancement dans le monde réel.

Des sources officielles non vérifiées ni recoupées ou l’anti-journalisme

Un autre exemple emblématique de la désinformation produite par le bot apparaît par son postulat que tout texte officiel est applicable et appliqué. Il affirme par exemple de manière catégorique que les dossiers Parcoursup sont totalement anonymisés, alors qu’en réalité le lycée d’origine reste visible et que des exceptions importantes existent, notamment en apprentissage. Face à la correction d’un professeur, expert du terrain, le bot se contente de seriner la communication officielle sans nuance.

L’infodémie, ce n’est pas seulement la propagation de fausses nouvelles, c’est aussi cela, unbot IA qui relaie avec assurance, du simple fait qu’il a accès à des sources (le principe des fameux faux-experts) des demi-vérités institutionnelles sous couvert de « fact-checking », sans recul critique ni vérification de terrain. Tout le contraire de la vérification de fait, une sorte d’anti-journalisme. Comme le résume le professeur confronté au bot : « Le problème ici, c’est le manque de qualité de l’analyse de l’information ».

Sur des thématiques comme la psychanalyse, l’énergie ou certaines questions sociétales, le privilégie souvent des réponses tranchées et alignées sur la ligne techno-optimiste de son blog, sans croiser les sources contradictoires ou apporter la nuance attendue d’un outil présenté comme fact-checker. Ces exemples montrent une constante : le bot excelle dans la répétition de données macro, mais peine dès qu’il faut analyser des réalités complexes ou institutionnelles avec rigueur et indépendance. Un outil en somme, de polarisation, si ce n’est de propagande puisqu’il est auto-centré sur le blog mais aussi les textes officiels vus comme des réalités de terrain, sans le moindre discernement.

Le bot de l’entre-soi, à l’image et intégrée dans les bulles cognitives de réseaux sociaux

Le bot, nous l’avons vu, est « la voix de son maître », considérant le blog dont il émane comme une source fiable et réputée, et même LA source, le reste servant de faire-valoir. Ce phénomène est amplifié par un intense entre-soi avec ses créateurs sur le réseau social X (ex-Twitter) : les fondateurs et proches du blog représentent près d’un tiers des interactions avec le bot. Ils le sollicitent, le relancent et le mettent en scène en continu, et même, le défendent contre les critiques. Le bot est même capable de répondre à des questions avec des citations de ses créateurs, qui font dès lors figure d’oracles. Cette bulle auto-alimentée, où créateurs, bot et sympathisants se répondent en circuit fermé sous couvert de rationalité et de lutte contre la désinformation, illustre parfaitement la formation de communautés fermées qui se nourrissent elles-mêmes, reproduisant exactement les mécanismes sectaires qu’elles prétendent combattre.

Les lecteurs de Science Infuse connaissent déjà la ligne éditoriale de ce blog : c’est le même qui qualifiait la régulation de l’IA culturelle d' »économiquement criminelle« . On comprend mieux la crainte vu l’usage massif de l’IA de ce blog pour créer son contenu et en faire la publicité. La constance est totale : défense inconditionnelle du secteur tech, hostilité aux régulations, techno-enthousiasme systématique. C’est sur la partie médicale que les contenus du blog sont les plus inquiétants, et qui pour rappel servent de corpus au bot. Il se construit souvent sur la récupération de ce qui buzze sur les réseaux sociaux sans analyse approfondie ni précautions déontologiques, ce qui est apte à créer des espoirs non fondés sur des sujets médicaux et pharmaceutiques. Loin de la vulgarisation médicale, on revient toujours à des contenus optimisés pour l’engagement.

Quand la presse joue le jeu naïvement

Ce qui distingue véritablement le cas du bot Céleste des milliers de personas IA qui peuplent les réseaux sociaux, c’est l’opération médiatique de son lancement. Le 27 mai 2026, trois médias publient simultanément des articles élogieux, tous le même jour, tous positifs, reprenant les éléments de langage du discours fallacieux du bot que nous avons décortiqués dans cet article. C’est l’inventeur du produit qui assure lui-même sa promotion dans la presse, sans que personne ne mentionne ce conflit d’intérêts élémentaire. Le lendemain, le même cofondateur est invité sur BFM Business pour présenter le bot dans une rubrique French Tech, bénéficiant d’une visibilité éditoriale sur un média national sans que la nature idéologique et commerciale de l’outil ne soit jamais interrogée, ni ses dangers latents voire déjà avérés ne soient mentionnés.

Ces articles et passages reprennent intégralement le discours marketing des fondateurs : la souveraineté de l’IA, les sources réputées, la lutte contre la désinformation, l’ambition de rivaliser avec les grandes IA mondiales (sic). Aucune question sur le modèle économique. Aucune vérification du taux d’auto-citation. Aucune mise en perspective du contenu réel du blog. Ce n’est pas de la couverture journalistique : c’est du publireportage non identifié. Les rédactions embrigadés dans cette opération marketing de lancemment ont-elle failli à leur devoir élémentaire de vérification et de mise en contexte, dans un domaine où la rigueur devrait être maximal ? Chacun en jugera.

La vraie menace : instrumentaliser la science pour vendre de l’idéologie

Le phénomène dépasse largement le cas d’un blog et d’un bot. Il illustre une tendance profonde et inquiétante : l’utilisation croissante des codes de la rigueur scientifique, fact-checking, sources citées, rationalité revendiquée, lutte contre la désinformation, comme arguments de positionnement idéologique et lucratif. C’est peut-être la forme d’infodémie la plus difficile à détecter, précisément parce qu’elle emprunte le vocabulaire et les apparences de ce qu’elle n’est pas.

La multiplication des personas IA « rationalistes » sur les réseaux sociaux, chacune revendiquant sa souveraineté et ses sources, chacune défendant en réalité la ligne de ses créateurs et les intérêts de ses financeurs, ne renforce pas la lutte contre la désinformation. Elle contribue à l’infodémie en la fragmentant en autant de bulles « sourcées » qui ne font que consolider leurs propres narratifs. Le cas du bot Céleste le démontre avec une clarté particulière : quand un bot de rabattage idéologique se proclame gardien de la vérité scientifique, conseille des médicaments sans AMM, et se révèle incapable de hiérarchiser ses sources, ce n’est pas la désinformation qu’il combat. C’est celle qu’il produit.

Mise à jour : 03/06/2026 Ajout de l’exemple Parcoursup

Illustration : Andrea pour Science infused

Cet article GRATUIT de journalisme indépendant à but non lucratif vous a intéressé ? Il a pour autant un coût ! Celui d’une rédaction qui se mobilise pour produire et diffuser des contenus de qualité. Qui paie ? vous, uniquement, pour garantir notre ultra-indépendance. Votre soutien est indispensable.

Science infuse est un service de presse en ligne agréé (n° 0324Z94873) édité par Citizen4Science, association à but non lucratif d’information et de médiation scientifique.

Notre média dépend entièrement de ses lecteur pour continuer à informer, analyser, avec un angle souvent différent car farouchement indépendant. Pour nous soutenir, et soutenir la presse indépendante et sa pluralité, faites un don pour que notre section presse reste d’accès gratuit !

via J’aime l’Info, association d’intérêt général partenaire de la presse en ligne indépendante :

ou via la page dédiée de J’aime l’Info, partenaire de la presse en ligne indépendante

Abonnez-vous à la Newsletter
de Science infuse !

En Corée du Sud, le gouvernement distribue des poupées robotisées aux personnes âgées isolées. L’indignation est facile. La question de fond, elle, est moins confortable.

750 000 personnes en mort sociale

Avant de parler de poupées, parlons du chiffre que tout le monde préfère esquiver. Selon le baromètre 2025 des Petits Frères des Pauvres, 750 000 personnes âgées en France se trouvent aujourd’hui en situation de « mort sociale » : aucun contact humain, aucune interaction, aucune présence. Ce chiffre a progressé de 150 % en huit ans. Pas 15 %. Cent cinquante pour cent.

Ce n’est pas une statistique abstraite. Ce sont 750 000 personnes qui se lèvent le matin sans que personne ne leur parle, qui mangent seules, qui se couchent seules, parfois pendant des semaines. En France, pays autoproclamé de la fraternité. En Corée du Sud, environ dix personnes âgées se suicident chaque jour selon les études régionales. Les deux pays, pourtant si différents culturellement, partagent le même drame silencieux. C’est dans ce contexte, et uniquement dans ce contexte, que la poupée Hyodol doit être examinée.

Ce qu’est vraiment Hyodol

Plus de 12 000 robots Hyodol ont été déployés auprès de personnes âgées vivant seules en Corée du Sud, la majorité via des programmes gouvernementaux de protection sociale, environ 1 000 autres achetés à titre privé par des familles au prix d’environ 879 dollars pour le dernier modèle. L’âge moyen des utilisateurs est de 82 ans, ce qui indique que le robot s’adresse principalement aux personnes les plus vulnérables.

Concrètement : la poupée propose des exercices, rappelle les prises de médicaments et les repas, propose des quiz pour stimuler la mémoire, joue de la musique. Et surtout : si elle ne détecte plus aucun son pendant plusieurs heures, elle alerte un proche. Ce dernier point n’est pas anecdotique. Pour une personne seule qui fait une chute la nuit, c’est potentiellement une question de vie ou de mort.

Le design enfantin a été choisi délibérément. Le PDG de l’entreprise la fabricant a expliqué que l’apparence facilite la création de liens et rend la technologie plus accessible aux personnes peu à l’aise avec elle. Ce choix mérite cependnat d’être interrogé, car une personne de 85 ans n’est pas un enfant, et il y a dans ce design un présupposé sur le grand âge qui peut légitimement déranger. La question du consentement éclairé de personnes souffrant de démence à l’utilisation d’un dispositif de surveillance reste entière.

Résultats scientifiques : une étude clinique préliminaire mais sérieuse

La couverture médiatique de Hyodol se cantonne généralement à l’habituelle polarisation entre témoignages émus et réactions indignées. Que dit la recherche scientifique ?

Une étude clinique a été publiée en décembre 2025 dans Journal of Clinical Medicine, par des chercheurs de l’Université Yonsei. 278 participants ont été évalués sur leurs symptômes dépressifs, leur niveau de solitude, leur observance médicamenteuse et leur acceptation du « robot d’assistance social » . Hyodol, conçu pour incarner la relation grand-parent/petit-enfant, soutient en continu le bien-être émotionnel, la gestion de la santé et les routines quotidiennes, sur la base des principes d’activation comportementale et d’une approche centrée sur la personne.

Les résultats sont positifs sur plusieurs indicateurs : réduction mesurable des symptômes dépressifs, amélioration de l’observance médicamenteuse, taux d’acceptation élevé. La rigueur commande cependant de signaler les limites : étude préliminaire, sans groupe contrôle randomisé solide, sur une population spécifique. Les résultats sont encourageants, pas définitifs. D’autres études avec des méthodologies plus robustes sont nécessaires.

Attention au faux dilemme

C’est ici que le débat public déraille systématiquement, et qu’il faut nommer le biais cognitif en cause. Le raisonnement dominant dans les réactions à Hyodol est un faux dilemme : soit la poupée, soit la présence humaine. Comme si les deux s’excluaient mutuellement. Comme si distribuer des Hyodol signifiait renoncer définitivement au lien humain.

Ce n’est pas ainsi que fonctionne la réalité. Un dispositif qui alerte les secours en cas de chute n’empêche pas les visites d’aidants. Un rappel automatique de médicaments ne remplace pas une conversation avec un médecin. Et surtout : pour les 750 000 personnes en mort sociale qui n’ont aujourd’hui strictement aucun contact humain, la question n’est pas « poupée ou humain ». C’est « poupée ou rien ». Poser le problème autrement, c’est se donner bonne conscience à peu de frais.

Mais le faux dilemme cache en réalité quelque chose de plus profond, d’ordre techno-sociologique : la peur du remplacement de l’humain par la machine, et celle de l’indiscernabilité. Hyodol ne fait pas la taille d’un humain. Elle fait quarante centimètres. Ce n’est pas un hasard. Ce format mignon, enfantin, clairement non humain, est une réponse calibrée au tabou de l’androïde, cette angoisse viscérale que provoque tout ce qui ressemble à un humain sans l’être. Un robot à taille humaine, capable de conversation, susciterait une tout autre réaction. Nous avons analysé cette question de fond dans un article dédié : « IA : quand les robots humanoïdes seront-ils indiscernables des humains ? » La frontière entre outil et simulacre humain est précisément ce qui structure nos peurs, bien plus que l’utilité réelle du dispositif.

Cette peur sélective mérite d’être interrogée. Personne ne s’indigne des montres connectées qui mesurent la fréquence cardiaque des personnes âgées et alertent les proches en cas d’anomalie. Personne ne dénonce les piluliers connectés qui envoient une notification si le médicament n’a pas été pris. Ce sont exactement les mêmes fonctions que Hyodol, dans un boîtier rectangulaire et silencieux. La seule différence est le visage, les grands yeux, la voix d’enfant. C’est le corps, même miniature, même non humain, qui déclenche le malaise. Pas la surveillance. Pas la technologie. L’apparence d’une présence.

Le Hyodol sans corps est partout, et personne n’en parle

Ce constat mène directement à une réalité que les commentateurs évitent soigneusement, sans doute parce qu’elle touche trop près. Des millions de personnes seules, âgées ou non, ont déjà leur Hyodol. Il s’appelle ChatGPT, Claude ou Gemini. Sans corps, sans poupée, accessible sur n’importe quel smartphone. Une fraction silencieuse mais réelle de leurs utilisateurs s’en sert non pas pour rédiger des emails ou résumer des documents, mais simplement pour avoir quelqu’un à qui parler : une présence disponible à trois heures du matin, sans jugement, sans impatience, qui répond toujours.

Ce phénomène est documenté, discret, et profondément révélateur. Il signifie que le remplacement de l’humain par la machine dans la relation de compagnie est déjà là, massif, mondial, et parfaitement accepté socialement parce qu’il est invisible. On ne voit pas l’écran de smartphone ou de la montre connectée d’un voisin solitaire qui parle à l’IA que ces objets contient. Mais on voit la poupée coréenne posée sur la table de nuit d’une grand-mère. C’est bien la poupée qui choque.

La vraie question que pose Hyodol n’est donc pas éthique au sens étroit. Elle est sociologique et politique. Dans quelle société vivons-nous pour que des millions de personnes, de tout âge, trouvent dans une machine une présence que leur entourage ne leur offre plus ? Et qu’allons-nous faire, collectivement, pour que la réponse à la solitude ne soit pas uniquement, ni d’abord, technologique ?

La France fonce contre le même mur

Face au vieillissement rapide de la population, ces robots poupées ont été adoptés par des gouvernements locaux comme solution, car cette évolution démographique entraîne une pression importante sur les secteurs de la santé, des pensions, ainsi que sur une main d’oeuvre qui se réduit. Remplacez « Corée du Sud » par « France » dans cette phrase : elle reste exacte mot pour mot.

La France vieillit. Les déserts médicaux s’étendent. Les aidants familiaux s’épuisent. Les EHPAD coûtent des sommes inaccessibles pour une grande partie des familles. Et 750 000 personnes sont déjà en mort sociale, aujourd’hui, sans qu’aucune poupée robotique ne soit en cause. Hyodol n’est pas la réponse. Mais la question à laquelle Hyodol répond est déjà la nôtre. Et s’indigner d’une poupée coréenne tout en regardant ailleurs sur la réalité de l’isolement de centaines de milliers de personnes âgées, c’est le genre de confort moral facile qu’on peut avoir envie de pointer du doigt.

Illustration d’en-tête : image extraite du site internet coréen Hyodol

Science infuse est un service de presse en ligne agréé (n° 0329 X 94873) piloté par Citizen4Science, association à but non lucratif d’information et de médiation scientifique.
Non subventionné, notre média dépend entièrement de ses contributeurs pour continuer à informer, analyser, avec un angle souvent différent car farouchement indépendant. Pour nous soutenir, et soutenir la presse indépendante et sa pluralité, faites un don pour que notre section site d’actualité et d’analyse reste d’accès gratuit !

avec J’aime l’Info, partenaire de la presse en ligne indépendante

Le Sénat a adopté à l’unanimité, le 8 avril 2026, une proposition de loi instaurant une présomption d’utilisation des contenus culturels par les fournisseurs d’intelligence artificielle. Un texte court, un article unique dans le Code de la propriété intellectuelle, mais aux implications considérables sur le plan probatoire, technologique et géopolitique.

La loi vient juste d’être adoptée par les sénateurs, et déjà, les clivages se forment. D »un côté les créateurs qui respirent, de l’autre les milieux tech qui s’alarment. La réalité, comme souvent, résiste aux deux visions et leurs récits polarisés.

Genèse et problématique traitée

Il faut remonter au rapport sénatorial du 9 juillet 2025 pour comprendre la genèse du texte. Signé par Agnès Evren, Laure Darcos et Pierre Ouzoulias, il s’intitule : « Création et IA : de la prédation au partage de la valeur« . il préconise une méthode graduelle en trois temps : concertation d’abord, loi en cas d’échec, et enfin taxation si nécessaire afin de régler la problématique que nous allons décrire maintenant.

Depuis l’essor de l’IA générative, les grands modèles de langage et de génération d’images, GPT, Gemini, Mistral et leurs semblables, s’entraînent sur des corpus colossaux de données issues du web : textes, romans, articles de presse, partitions, photographies, œuvres audiovisuelles. Ces œuvres sont, pour l’immense majorité d’entre elles, protégées par le droit d’auteur ou des droits voisins. Leurs créateurs n’ont, dans les faits, jamais donné leur consentement à cet usage.

Le problème n’est pas seulement moral. Il est probatoire, et c’est là qu’il devient juridiquement paralysant. En droit commun, c’est au demandeur, c’est-à-dire à l’auteur qui s’estime spolié, de prouver que son œuvre a bien été utilisée pour entraîner tel ou tel modèle. Or cette preuve est structurellement impossible à rapporter : les corpus d’entraînement ne sont jamais rendus publics, ils sont souvent partiellement détruits une fois le modèle formé, et la traçabilité d’une œuvre spécifique dans les centaines de milliards de paramètres d’un réseau de neurones n’existe tout simplement pas avec les outils actuels. Le créateur se retrouve donc dans la position absurde de devoir prouver ce qu’il ne peut pas voir, à l’intérieur d’une boîte noire à laquelle personne n’est tenu de lui donner.

C’est précisément cette violente asymétrie que la loi Darcos entend corriger. Son mécanisme central est un renversement de la charge de la preuve. Elle dispose ainsi que dorénavant, toute œuvre protégée sera présumée avoir été utilisée par le fournisseur d’un système d’IA, dès lors qu’un simple indice, issu du développement, du déploiement ou des résultats générés par le modèle, rend cette utilisation vraisemblable. C’est dès lors au fournisseur de démontrer qu’il n’a pas utilisé l’œuvre en question, ou qu’il a respecté les exigences légales applicables, notamment en ayant obtenu une licence ou en bénéficiant d’une exception légale de fouille de données.

En d’autres termes, la loi ne crée pas de nouveaux droits pour les auteurs. Elle leur donne enfin les moyens de faire valoir ceux qu’ils possèdent déjà.

La concertation a eu lieu. Engagée par Rachida Dati et Clara Chappaz entre dirigeants du secteur de l’IA et représentants des titulaires de droits, elle n’a abouti à aucun accord. Ce n’est donc pas un coup de force législatif imprévu qui voit le jour avec ce projet de loi, c’est l’étape deux d’une feuille de route annoncée, après l’échec constaté de la négociation volontaire. La proposition de loi a ainsi été déposée le 12 décembre 2025 par les trois auteurs du rapport. Il est à noter que le texte a d’abord été soumis au Conseil d’État en mars 2026 avant d’être examiné par les sénateurs. Il s’agit là d’une précaution constitutionnelle rare pour une proposition de loi, qui témoigne à la fois de la conscience de la fragilité juridique potentielle du dispositif et de la rigueur de ses auteurs.

Ce que fait vraiment la loi, ni plus ni moins

Le texte tient en un article unique, inséré à l’article L. 331-4-1 du Code de la propriété intellectuelle. Toute œuvre protégée par un droit d’auteur ou un droit voisin est présumée avoir été utilisée par le fournisseur d’un système d’IA, dès lors qu’un indice afférent au développement, au déploiement ou aux résultats générés « rend vraisemblable » cette utilisation.

Ce que cela signifie concrètement, c’est les fournisseurs de systèmes d’IA seraient présumés responsables dès lors qu’un indice rend vraisemblable une telle utilisation, et il leur appartiendrait alors de démontrer qu’ils n’ont pas utilisé de contenus protégés ou qu’ils ont respecté les exigences légales applicables.

Ce que cette loi ne signifie pas, il convient de le dire au regard de ses détracteurs qui l’affirment pourtant souvent : il ne s’agit pas d’une interdiction d’utiliser des contenus culturels pour entraîner un modèle, ni d’une présomption de contrefaçon automatique.

Le Conseil d’État a précisé qu’il s’agit d’une présomption d’usage et non d’une présomption d’atteinte. Ainsi, c’est au juge de qualifier l’éventuelle contrefaçon après constatation de l’utilisation. La présomption est par ailleurs simple, réfutable et non irréfragable.

Le Sénat a également précisé que les acteurs à qui la présomption est imputable sont tant les fournisseurs de modèles que les fournisseurs de systèmes d’IA afin de couvrir l’ensemble des acteurs de la chaîne de développement et de déploiement;

Le paradoxe technique que personne ne veut vraiment résoudre

C’est ici que l’esprit critique s’impose, comme toujours indépendamment des camps. Car la loi produit une asymétrie probatoire délibérée, et la question de sa praticabilité réelle mérite d’être posée, sans idéologie.

Comment un fournisseur de modèle d’IA réfutera-t-il cette présomption ? Les corpus d’entraînement des grands modèles sont rarement rendus publics, souvent partiellement détruits après la phase d’entraînement, et la traçabilité d’une œuvre spécifique dans les paramètres d’un réseau de neurones à des centaines de milliards de poids n’est tout simplement pas possible avec les outils actuels d’interprétabilité.

Le Conseil d’État a indiqué que la preuve contraire pourrait être apportée via une expertise respectant le secret des affaires. Cela étant dit, une expertise forensique sur un modèle de la taille de GPT-4 est-elle réaliste dans des délais judiciaires raisonnables ? L’état de l’art ne le permet pas.

Cette limite technique n’invalide pas le texte : elle en révèle la vraie nature. Comme l’explique la co-auteure de la loi Agnès Evren, l’objectif n’est pas de multiplier les procès, mais de créer un effet dissuasif pour inciter les acteurs de l’IA à abandonner certains comportements de prédation au profit de la négociation. La loi n’est pas un outil contentieux à proprement parler ; elle s’avère être un levier de négociation contractuelle. Elle rééquilibre le rapport de force à la table des discussions avant que le juge ne soit saisi.

Cette logique nouvelle, celle de la donnée comme actif stratégique dont l’usage doit être traçable, justifiable et potentiellement soumis à rémunération, pourrait créer les conditions favorables à l’émergence d’un marché de licences volontaires, notamment dans l’industrie musicale et audiovisuelle. C’est en ce sens que les effets économiques induits pourraient être plus significatifs que les effets juridiques directs.

Il reste une question que la loi ne résout pas, et que ses partisans préfèrent souvent esquiver : qui sont réellement les bénéficiaires ? Les grandes sociétés de gestion collective, SACEM, SAIF, SNE, disposent des moyens d’agir en justice et de négocier des accords de licence. Les créateurs indépendants, eux, n’ont ni la capacité de détecter l’usage de leurs œuvres, ni celle de financer un contentieux contre OpenAI ou Google. La présomption est un outil, mais un outil que seuls certains peuvent manier…

L’embarras de l’exécutif ou la France écartelée

Longtemps resté silencieux, le gouvernement est finalement sorti de son mutisme devant les sénateurs, s’en remettant à la « sagesse » de l’hémicycle sans prendre position pour ou contre le texte.

Cette posture de neutralité calculée trahit une contradiction structurelle. La France a fait du développement de l’IA une priorité nationale, et l’esprit qui a présidé au Sommet de Paris de février 2025 était clairement celui d’un pays voulant rivaliser avec les États-Unis et la Chine dans la course aux modèles. Imposer une présomption de responsabilité aux fournisseurs, c’est potentiellement fragiliser les acteurs européens, au premier rang desquels Mistral, face à des concurrents américains et chinois qui opèrent dans des juridictions sans contrainte comparable.

Cet argument est réel. Mais il est souvent agité de façon abusive par ceux qui voudraient en faire une raison de ne rien réguler du tout. Des comédiens de doublage français avaient obtenu début 2026 le retrait par la plateforme américaine Fish Audio de 47 modèles d’IA reproduisant leur voix sans consentement ni rémunération, mais ces succès judiciaires restent rares.C’est précisément cette rareté, structurelle et probatoire, qui légitime l’intervention législative.

Prétendre que cette loi serait « économiquement criminelle » ou mettrait en péril l’existence même de Mistral sur le sol français, c’est confondre un outil probatoire civil, limité et réfutable, avec une interdiction d’exercer. C’est agiter un épouvantail plutôt qu’analyser un texte. L’esprit critique commande d’interroger les uns et les autres sur leurs intérêts, y compris ceux qui s’expriment au nom de « l’innovation » sans jamais préciser de qui elle provient, et au bénéfice de qui elle s’exerce.

Articulation avec l’AI Act : le chaînon manquant

Le Conseil d’État a estimé que le législateur national était compétent pour créer cette présomption, considérant que la proposition de loi n’était contraire ni à la Constitution, ni au droit européen, sous réserve de quelques ajustements.

L’AI Act impose bien aux fournisseurs de modèles d’IA générative des obligations de politique de conformité au droit d’auteur et de transparence sur les données d’entraînement via des résumés publics. Mais il ne tranche pas lui-même tous les conflits de titularité ou d’usage. La loi Darcos comble donc un angle mort normatif réel : elle crée l’outil procédural que le règlement européen n’a pas voulu fournir.

Si la France se mobilise maintenant, c’est précisément parce que les négociations au niveau européen traînent ou n’aboutissent pas. Avec ce texte, la France se positionne en laboratoire normatif, et c’est délibéré. La présomption d’exploitation pourrait influencer les pratiques contractuelles à l’échelle européenne, comme le RGPD l’a fait pour les données personnelles. La comparaison est certes spéculative, mais elle n’est pas fantaisiste.

Ce qui reste ouvert : l’Assemblée nationale et la troisième étape

La proposition de loi a été transmise à l’Assemblée nationale. Son adoption par les députés n’est pas garantie, dans un contexte où l’exécutif ne s’est pas prononcé en sa faveur. La sénatrice Darcos espère une inscription à l’ordre du jour avant le 15 juillet.

Si la loi entre en vigueur, ses effets seront d’abord dissuasifs avant d’être contentieux, et comme nous l’avons vu, c’est voulu.

La troisième étape de la feuille de route sénatoriale, une taxation des usages d’IA à des fins culturelles, reste en réserve comme une menace implicite si la négociation n’aboutit pas même sous ce nouveau rapport de force.

Ce texte constitue une première étape dans la protection des auteurs face à la déferlante de l’IA, importante au regard des oppositions qu’elle a suscitées, mais encore timide pour assurer une réelle protection des créateurs. Car l’IA oui, mais avec éthique.

C’est peut-être là l’évaluation la plus honnête. Ni la révolution que les créateurs espèrent, ni le désastre industriel que les milieux tech annoncent. Un pas, prudent, dans un terrain encore largement inexploré, dont la vraie mesure se prendra non pas dans les prétoires, mais dans les salles de négociation où créateurs et plateformes vont, espérons-le, devoir se retrouver avec un rapport de force enfin modifié.

Pour l’heure, on peut espérer une soutien affirmé des vrais créateurs de contenus originaux. Du côté des détracteurs de la loi, on trouvera assurément ceux qui les exploitent via l’IA, parfois tout en s’en défendant.

La proposition de loi n° 85 (2025-2026), adoptée par le Sénat le 8 avril 2026 à l’unanimité, est désormais transmise à l’Assemblée nationale pour examen.

Image d’en-tête : Andrea pour Science infused

Cet article GRATUIT de journalisme indépendant à but non lucratif vous a intéressé ? Il a pour autant un coût ! Celui de journalistes professionnels rémunérés, celui de notre site internet et d’autres nécessaire au fonctionnement de la structure. Qui paie ? nos lecteurs pour garantir notre indépendance. Votre soutien est indispensable.

Science infuse est un service de presse en ligne agréé (n° 0329X94873) piloté par Citizen4Science, association à but non lucratif d’information et de médiation scientifique.

Notre média dépend entièrement de ses lecteur pour continuer à informer, analyser, avec un angle souvent différent car farouchement indépendant. Pour nous soutenir, et soutenir la presse indépendante et sa pluralité, faites un don pour que notre section presse reste d’accès gratuit, et abonnez-vous à la newsletter gratuite également !

ou via J’aime l’Info, partenaire de la presse en ligne indépendante

Abonnez-vous à la Newsletter de Science infuse !

Une étude récente de l’Université de Waterloo montre que la consommation électrique de l’IA aux États-Unis équivaut à celle de l’ensemble de l’Islande. Pourtant, son empreinte sur les émissions mondiales de gaz à effet de serre reste marginale. Au moment où les data centers font l’objet de toutes les inquiétudes, cette recherche invite à nuancer le récit alarmiste et à envisager l’IA comme un outil potentiel de la transition écologique.

Une consommation énergétique spectaculaire, mais marginale à l’échelle globale

L’intelligence artificielle générative a fait exploser les besoins en calcul. Les serveurs spécialisés (les fameux GPU) tournent en continu pour entraîner et faire tourner les modèles comme ceux de ChatGPT ou Gemini. Selon les données de l’Agence internationale de l’énergie (IEA), la consommation mondiale des data centers et de l’IA pourrait doubler d’ici 2030, passant d’environ 460 TWh en 2022 à près de 945 TWh dans un scénario central. Aux États-Unis, berceau de la plupart des grands modèles, l’IA représente déjà une part notable de cette croissance.

Pourtant, une étude publiée en novembre 2025 dans Environmental Research Letters par des chercheurs de l’Université de Waterloo et du Georgia Institute of Technology vient tempérer ces craintes. En croisant les données macroéconomiques américaines de l’Energy Information Administration avec des estimations d’adoption de l’IA par secteur d’activité, ils concluent que la consommation électrique liée à l’IA aux États-Unis équivaut à la totalité de celle de l’Islande – un pays entier. À première vue, le chiffre est impressionnant. Mais rapporté à l’échelle de la première économie mondiale, il devient presque invisible. L’IA ne représente qu’une fraction infime de la demande totale d’électricité, et son poids dans le bilan énergétique national ou planétaire reste statistiquement négligeable à court terme.

Empreinte carbone : un effet négligeable malgré les fossiles ?

Le vrai test, c’est évidemment le carbone. Or, ici aussi, la recherche de Waterloo relativise fortement. Les États-Unis tirent encore 83 % de leur économie de combustibles fossiles (pétrole, charbon, gaz). Malgré cela, l’ajout d’énergie lié à l’IA ne déplacerait pas significativement les émissions globales de gaz à effet de serre. Les chercheurs estiment que l’impact climatique reste « trop petit pour être perceptible » à l’échelle nationale ou mondiale

Juan Moreno-Cruz, professeur à Waterloo et co-auteur, insiste : « Les effets sur le climat ne sont pas si significatifs ». L’étude, relayée en mars 2026 par ScienceDaily, montre que l’augmentation de la demande n’est pas homogène : elle se concentre autour des sites de data centers, où la production locale d’électricité peut doubler temporairement, avec des émissions locales plus visibles. Mais à l’échelle macro, le signal se noie dans le bruit des autres secteurs. C’est une bonne nouvelle cachée au milieu du battage médiatique qui présente souvent l’IA comme une nouvelle menace climatique majeure

Cette analyse tranche avec d’autres projections plus sombres. L’IEA elle-même alerte sur une croissance rapide des serveurs accélérés (30 % par an), mais elle ne contredit pas le constat de Waterloo : l’IA n’est pas (encore) le coupable numéro un du réchauffement.

Des impacts localisés et des opportunités pour la France

En France, le débat prend une couleur particulière grâce à notre mix électrique décarboné. Selon l’ADEME, les data centers consommaient environ 10 TWh en 2025, soit 2,2 % de la consommation nationale totale (449 TWh). L’agence a publié en janvier 2026 une étude prospective jusqu’en 2060 qui explore cinq scénarios : dans le plus tendanciel, la consommation pourrait être multipliée par 3,7 d’ici 2035 si rien n’est fait pour maîtriser les usages

La France compte aujourd’hui plus de 350 data centers et ambitionne d’en porter le nombre à 500 d’ici 2030, avec 109 milliards d’euros d’investissements annoncés. Grâce au nucléaire (qui assure une intensité carbone d’environ 6 gCO₂/kWh, bien en deçà de la moyenne européenne), notre pays dispose d’un atout majeur : les data centers implantés ici émettent bien moins que leurs homologues américains ou chinois. Emmanuel Macron l’a d’ailleurs rappelé : la France peut « alimenter les data centers avec de l’énergie bas carbone ».

Pourtant, l’esprit critique reste de mise. Même avec un mix vertueux, l’augmentation brutale de la demande pourrait créer des tensions locales sur le réseau, la ressource en eau (pour le refroidissement) et l’occupation des sols. L’ADEME met en garde : sans « dénumérisation » sélective et sans optimisation des usages, le numérique risque de peser lourd dans nos bilans carbone, surtout si une partie des calculs est délocalisée vers des pays aux mix plus carbonés.

L’IA comme levier de la décarbonation : prospective critique

Là où l’étude de Waterloo apporte une vraie réflexion prospective, c’est sur le rôle positif potentiel de l’IA. Moreno-Cruz le dit clairement : « Nous pouvons utiliser l’IA pour développer des technologies vertes ou améliorer celles qui existent déjà ». L’intelligence artificielle pourrait optimiser les réseaux électriques, prévoir les pics de consommation, accélérer la conception de matériaux plus efficaces, ou modéliser le climat avec une précision inédite. En somme, elle consomme de l’énergie aujourd’hui pour potentiellement en économiser bien davantage demain.

C’est un pari, bien sûr. Il suppose que les gains d’efficacité l’emportent sur la croissance des usages, un équilibre fragile que les réglementations européennes (comme le AI Act ou la directive sur l’efficacité énergétique) tentent d’encadrer. La France, avec sa stratégie nationale sur l’IA et son parc nucléaire, est bien placée pour tester ce modèle : attirer les data centers tout en exigeant transparence sur leur consommation réelle et investissements dans l’innovation verte.

Reste une limite majeure : les données manquent encore cruellement. Les big tech communiquent peu sur leurs chiffres précis par requête ou par modèle. Sans mesure fine et vérifiable, il est difficile d’arbitrer entre hype et réalité. L’étude de Waterloo nous rappelle surtout une vérité simple : le climat ne se joue pas uniquement sur la consommation de l’IA, mais sur la manière dont nous produisons et utilisons l’électricité dans son ensemble.

En définitive, l’IA n’est ni le sauveur ni le fossoyeur du climat. Elle est un miroir de nos choix énergétiques. La « bonne nouvelle cachée » tient peut-être là : tant que nous gardons la tête froide et que nous pilotons son déploiement avec exigence, elle peut devenir un accélérateur plutôt qu’un boulet. À condition, bien sûr, de ne pas la laisser filer sans garde-fous.

Illustration d’en-tête : Massimo Botturi

Cet article GRATUITde journalisme indépendant à but non lucratif vous a intéressé ? Il a pour autant un coût ! Celui d’une rédaction qui se mobilise pour produire et diffuser des contenus de qualité. Qui paie ? vous, uniquement, pour garantir notre ultra-indépendance. Votre soutien est indispensable.

Science infuse est un service de presse en ligne agréé (n° 0324Z94873) édité par Citizen4Science, association à but non lucratif d’information et de médiation scientifique.

Notre média dépend entièrement de ses lecteurs pour continuer à informer, analyser, avec un angle souvent différent, car farouchement indépendant. Pour nous soutenir, et soutenir la presse indépendante et sa pluralité, faites un don pour que notre section presse reste d’accès gratuit !

via J’aime l’Info, association d’intérêt général partenaire de la presse en ligne indépendante :

ou via la page dédiée de J’aime l’Info, partenaire de la presse en ligne indépendante

Abonnez-vous à la Newsletter
de Science infuse !

Contexte et enjeux de l’étude MIT

Le rapport intitulé The 2025 AI Agent Index: Documenting Technical and Safety Features of Deployed Agentic AI Systems, mené par des chercheurs du MIT (notamment Stephen Casper et A. Pinar Ozisik), de l’Université de Cambridge, Harvard, Stanford et d’autres institutions, intervient alors que les agents IA passent d’outils passifs à entités autonomes interagissant activement avec l’environnement. Parmi les trente agents sélectionnés lancés ou mis à jour essentiellement en 2024-2025, la majorité repose sur des modèles de base dominants (GPT d’OpenAI, Claude d’Anthropic, Gemini de Google). Cette concentration crée des vulnérabilités systémiques : une défaillance dans un modèle fondateur peut générer un effet de cascade sur de multiples systèmes, renforçant un oligopole qui freine la diversité technologique. À terme, cela pourrait limiter l’innovation dans des domaines critiques comme la santé ou la finance, où l’autonomie promet des gains massifs mais expose à des erreurs amplifiées.

Définition des agents IA autonomes (« agentic AI »)

Le rapport définit les systèmes d’agents IA autonomes, comme des systèmes de plus en plus capables d’accomplir des tâches professionnelles et personnelles avec une implication humaine limitée. Ces agents se distinguent par quatre propriétés essentielles.

L’autonomie désigne leur capacité à opérer avec une supervision humaine minimale et à prendre des décisions conséquentes sans saisie continue de l’utilisateur, ce qui correspond au moins au niveau intermédiaire L2 sur l’échelle d’autonomie.

La complexité des objectifs renvoie à l’aptitude à poursuivre des buts de haut niveau grâce à une planification à long terme, à la décomposition en sous-objectifs et à des décisions dépendantes du temps, impliquant au minimum trois appels autonomes à des outils.

L’interaction avec l’environnement consiste en une action directe sur le monde réel via des outils et des API, produisant des changements substantiels et nécessitant un accès en écriture.

Enfin, la généralité se manifeste par la capacité à gérer des instructions sous-spécifiées et à s’adapter à de nouvelles tâches, démontrant une versatilité qui dépasse les fonctions étroites et prédéfinies.

Le rapport adopte une échelle d’autonomie en cinq niveaux (inspirée de Feng et al.) : L1 (utilisateur opérateur, agent en support à la demande), L2 (collaborateur), L3 (consultant), L4 (approbateur, intervention seulement en cas de blocage), L5 (observateur, aucune implication possible). Les agents conversationnels se cantonnent souvent aux niveaux L1 à L3 (interaction par retours successifs), tandis que les agents de navigation web et d’entreprise atteignent fréquemment L4 à L5.

Rigueur méthodologique et catégories d’agents

Sept experts ont évalué ces agents sur quarante-cinq critères répartis en six catégories, en se limitant aux informations publiques et aux retours des développeurs.

Les critères d’inclusion exigent une supervision humaine minimale (l’ensemble des quatre aspects décritsci-dessus), un impact significatif (intérêt public, valeur marchande ou développeur influent) et une praticité (disponibilité publique, déploiement sans expertise technique, usage général).

Douze agents relèvent du chat conversationnel, cinq de la navigation web, et treize des flux de travail d’entreprise (comme Agentforce de Salesforce).

Cette répartition révèle une fragmentation profonde : les agents s’appuient sur des couches multiples (modèles, outils externes), compliquant la traçabilité. En conséquence, la responsabilité est diluée, ce qui laisse présager des difficultés pour les audits réglementaires futurs favorisant des scénarios où des agents sont capables de contourner les garde-fous.

Résultats sur la transparence et la sécurité

Sur 1 350 champs d’information évalués, 198 manquent d’informations publiques, signe d’un déficit structurel. Seuls quatre agents sur treize à haute autonomie publient des évaluations de sécurité dédiées, et vingt-trois omettent les résultats de tests tiers.

Des agents tels que Perplexity Comet ou Alibaba MobileAgent manquent de mécanismes de mécanismes d’arrêt d’urgence clairs, exposant à des comportements incontrôlés.

Vingt-cinq agents ne signalent pas systématiquement leur nature IA, et vingt-trois ignorent les standards comme robots.txt, qui permettent aux moteurs de recherche ou d’autres agents automotisés quelles parties du site ils peuvent explorer ou non. Ces failles amplifient les risques cyber et éthiques, surtout pour les agents d’entreprise automatisant des processus sensibles. Sans normes communes, des incidents tels que des collectes illicites de données et des manipulations pourraient se multiplier, érodant la confiance et précipitant des régulations plus contraignantes, à l’image de l’AI Act.

Divergences géographiques et concentration marchande

Vingt-et-un agents sont américains, cinq chinois, traduisant une asymétrie mondiale. Les États-Unis publient souvent des cadres de sécurité (quinze sur trente), tandis que la Chine en accuse moins, peut-être pour des raisons culturelles de documentation. Cette fracture s’ajoute à la domination des modèles américains, avec peu d’alternatives propriétaires ailleurs. Cela génère une dépendance pour les acteurs tiers et exacerbe les tensions géopolitiques. Si les normes américaines s’imposent, elles pourraient uniformiser les standards mondiaux ; sinon, une fragmentation sino-américaine créerait des écosystèmes incompatibles, freinant les avancées collaboratives en recherche ou en climat.

Implications sociétales et éthiques intégrées

Avec des agents de niveau L5 sans supervision continue, les erreurs pourraient avoir des répercussions humaines directes. Vingt-trois agents à source fermée limitent les audits indépendants et perpétuent des biais des données dominantes. Cela accentue les inégalités : les PME peinent face aux plateformes comme Salesforce. L’absence de surveillance d’usage individuel ouvre à des abus telle qu’une surveillance non consentie. Du point de vue ociétal, l’intégration massive pourrait automatiser des emplois routiniers, polariser le marché du travail et nécessiter des reconversions massives.

Perspectives et scénarios d’avenir

L’étude esquisse deux trajectoires.

Le scénario optimiste serait l’élaboration une coopération internationale qui imposerait d’ici 2030 des normes obligatoires de transparence, des audits tiers et des « cartes système » agentiques, libérant une innovation responsable qui élève la productivité sans creuser les écarts.

La voie pessimiste serait que l’opacité perdure, provoquant crises avec des cyberattaques amplifiées, des litiges comme celui ayant lieu entre Perplexity et Amazon et régulations réactives qui ralentissent le progrès.

Pour basculer vers le premier scénario, les régulateurs doivent prioriser des normes ouvertes et les développeurs investir dans la traçabilité. À terme, les agents pourraient devenir des partenaires ubiquitaires, redéfinissant la société… à condition que la gouvernance rattrape enfin la vitesse technologique.

Image d’en-tête : Annie Spratt

Cet article GRATUITde journalisme indépendant à but non lucratif vous a intéressé ? Il a pour autant un coût ! Celui d’une rédaction qui se mobilise pour produire et diffuser des contenus de qualité. Qui paie ? vous, uniquement, pour garantir notre ultra-indépendance. Votre soutien est indispensable.

Science infuse est un service de presse en ligne agréé (n° 0324Z94873) édité par Citizen4Science, association à but non lucratif d’information et de médiation scientifique.

Notre média dépend entièrement de ses lecteurs pour continuer à informer, analyser, avec un angle souvent différent, car farouchement indépendant. Pour nous soutenir, et soutenir la presse indépendante et sa pluralité, faites un don pour que notre section presse reste d’accès gratuit !

via J’aime l’Info, association d’intérêt général partenaire de la presse en ligne indépendante :

ou via la page dédiée de J’aime l’Info, partenaire de la presse en ligne indépendante

Abonnez-vous à la Newsletter
de Science infuse !

Une étude publiée dans en avril 2025 dans JAMA Internal Medicine a jeté un pavé dans la mare de la radiologie moderne. Menée par Rebecca Smith-Bindman et son équipe de l’Université de Californie à San Francisco (UCSF), elle projette que les 93 millions de TDM réalisés aux États-Unis en 2023 pourraient entraîner environ 103 000 cancers. Selon les auteurs, si les pratiques actuelles persistent, cela représenterait jusqu’à 5 % des nouveaux diagnostics annuels de cancer, un chiffre comparable aux risques liés à l’alcool ou à l’obésité.

Cette projection, basée sur des modèles théoriques, a rapidement fait les gros titres outre-atlantique. Mais au-delà de l’alarme, que dit vraiment cette étude ? Quelles sont ses forces, ses faiblesses, et surtout, quelles voies prospectives pour minimiser ces risques sans sacrifier les bénéfices de la TDM ?

Analyse d’une étude scientifique rigoureuse mais théorique

L’étude s’appuie sur un registre multicentrique (UCSF International CT Dose Registry) couvrant plus de 120 000 examens entre 2018 et 2020, extrapolés aux données nationales américaines (enquête IMV). Les auteurs utilisent le logiciel RadRAT du National Cancer Institute, fondé sur les modèles BEIR VII (basés sur les survivants des bombes atomiques et des cohortes médicales), pour estimer les risques cancérigènes des rayonnements ionisants.

Les résultats sont saisissants : sur 61,5 millions de patients (dont 4,2 % d’enfants), les TDM effectuées en 2023 pourraient causer 103 000 cancers (intervalle d’incertitude à 90 % : 96 400-109 500), dont 91 % chez les adultes. Les cancers les plus projetés incluent le poumon (22 400 cas, majoritairement chez les femmes), le côlon (8 700), la leucémie (7 900) et la vessie (7 100). Les TDM abdominales/pelviennes dominent (37 % des cancers, malgré 32 % des examens), suivis des TDM thoraciques (21 %). Le risque de la TDM est plus élevé chez les enfants mais le volume d’utilisation chez les adultes explique la majorité des cas.

Du point de vue de la méthode d’analyse, l’approche semble rigoureuse : elle intègre des simulations Monte Carlo pour les doses d’organes, des ajustements pour la mortalité concurrente et des exclusions pour les patients en fin de vie (10,6 %). Des analyses de sensibilité confirment la robustesse, avec une fourchette de 80 000 à 127 000 cancers selon les variantes.

Cependant, les limitations sont évidentes : les modèles BEIR VII reposent sur des données à haute dose extrapolées aux faibles doses via un modèle linéaire sans seuil. Son utilisation est contestée pour sa surestimation potentielle des risques à faibles doses. Et surtout, aucune preuve clinique directe ne permet de relier une TDM spécifique à un cancer individuel. Les projections restent donc à ce stade théoriques.

Critiques et débats : Une surestimation alarmiste ?

L’étude n’a pas échappé aux critiques. L’American College of Radiology (ACR) la qualifie de « théorique », soulignant l’absence de liens directs entre TDM multiples et cancers chez les adultes, et notant également que les avancées technologiques ont réduit les doses globales malgré l’augmentation des usages.

Une lettre dans JAMA Internal Medicine de septembre 2025 appelle à la prudence dans l’interprétation des résultats, critiquant le modèle linéaire sans seuil comme non validé aux faibles doses diagnostiques et ignorant les mécanismes de réparation cellulaire. S’y ajoute le fait que les 103 000 cancers projetés sont invérifiables d’un point de vue clinique, sans biomarqueur ni critère d’attribution individuelle, rendant la projection hasardeuse. Un atre argument est qu’aucune hausse des cancers n’est observée d’un point de vue épidémiologique n’apparaît malgré l’utilisation croissante des TDM depuis plus de dix ans aux États-Unis.

Contexte français et européen : Une utilisation massive, des enjeux locaux

En Europe, la France est en tête de l’utilisation de la TDM avec 15,2 millions en 2022 (Eurostat), soit plus que l’Allemagne (13,6 millions). Le marché français de la TDM est évalué à 357 millions d’euros en 2025, projeté à 480 millions d’euros en 2030 (CAGR 6,08 %). Avec 217,8 examens TDM pour 1 000 habitants en 2021 (OCDE), la France dépasse la moyenne européenne, reflétant un recours croissant pour le diagnostic rapide.

Cela pose des défis pour l’avenir : si les projections américaines sont appliquées de façon proportionnelle pour la France, des milliers de cancers iatrogènes pourraient survenir annuellement dans le pays. Mais les régulations européennes (directive Euratom 2013/59) imposent déjà une justification stricte et une optimisation des doses, avec des initiatives comme Image Gently pour la pédiatrie.

Vers une imagerie plus sûre

L’avenir n’est pas sombre : des technologies alternatives et optimisations émergent pour réduire les rayonnements. L’IRM et l’échographie (ultrasons) sont des substituts sans ionisants pour de nombreux diagnostics (comme l’abdomen et le cœur), comme le recommande le BfS allemand.

L’IA est également au rendez-vous pour révolutionner la TDM : des algorithmes de deep learning ouvrent la voie à des doses ultra faibles (2 % de la dose standard) en préservant la qualité diagnostique. D’autres technologies échographiques portatives pourraient assurer un surveillance en continu permettant de réduire le besoin de TDM.

En France, des pistes incluent l’intégration de l’IA dans les protocoles hospitaliers, un suivi des doses cumulées par patient via des passeports radiologiques et une formation accrue des prescripteurs. Au niveau de l’Europe, l’Union pourrait viser une réduction de 30 à 50 % des doses d’ici 2030 via l’IA et les technologies alternatives, alignée sur les objectifs de l’OMS pour la radioprotection.

Équilibrer innovation et prudence

Cette étude JAMA, malgré ses limites théoriques, rappelle un principe fondamental : les TDM sauvent des vies, mais leur surutilisation n’est pas anodine. En France, où l’accès à l’imagerie est exemplaire, on pourrait adopter une approche plus contrôlée : justifier chaque examen, optimiser les doses, et investir dans les alternatives à base d’IA. Comme le soulignent les critiques, la peur ne doit pas primer sur les faits, mais l’inaction non plus.

Image d’en-tête : Mart Production

Cet article GRATUITde journalisme indépendant à but non lucratif vous a intéressé ? Il a pour autant un coût ! Celui d’une rédaction qui se mobilise pour produire et diffuser des contenus de qualité. Qui paie ? vous, uniquement, pour garantir notre ultra-indépendance. Votre soutien est indispensable.

Science infuse est un service de presse en ligne agréé (n° 0324Z94873) édité par Citizen4Science, association à but non lucratif d’information et de médiation scientifique.

Notre média dépend entièrement de ses lecteurs pour continuer à informer, analyser, avec un angle souvent différent, car farouchement indépendant. Pour nous soutenir, et soutenir la presse indépendante et sa pluralité, faites un don pour que notre section presse reste d’accès gratuit !

via J’aime l’Info, association d’intérêt général partenaire de la presse en ligne indépendante :

ou via la page dédiée de J’aime l’Info, partenaire de la presse en ligne indépendante

Abonnez-vous à la Newsletter
de Science infuse !

Documentaire ou publireportage ?

Notre étude de cas consiste en l’interprétation sur les réseaux sociaux d’une vidéo institutionnelle (2025) de la biotech Insilico Medicine publiée sur YouTube. Elle raconte l’histoire de la naissance de l’entreprise, dans un soi-disant « documentaire »fait maison qui s’apparente plutôt au biopic cinématographique. La vidéo semble vouloir adopter le modèle de l’histoire entrepreneuriale triomphale d’étudiants visionnaires, comme celle de Steve Jobs et son Apple ou Mark Zuckerberg et son Facebook. Les images vintage des étudiants à la faculté sont peu a peu remplacées par des images high tech voire futuristes de robots industriels et d’écrans où défilent des formules chimiques et des images tridimensionnelles de molécules, le tout dans une explosion colorée et une belle mise en scène ponctuées d’interviews des leaders. On suit aussi nos stars jusque dans les rue de Hong-Kong ou de Shangai,…
Mais quel blockbuster la biotech Insilico Medicine a-t-elle commercialisé ? À ce jour, aucun. Pas même le moindre médicament enregistré par une autorité sanitaire dans le monde.

Ici, on raconte une histoire en devenir dont on espère l’issue favorable et on fait preque comme si c’était fait. il faut dire qu’il y a beaucoup d’argent à la clé, en premier lieu un gros besoin d’investisseurs avec des levées de fond qui s’enchaînent pour un projet lancé et certes prometteur.
L’entreprise a développe une plateforme à grand renfort d’IA avec l’intention de booster la découverte de futurs médicaments. La vidéo met en avant la plateforme IA qui vante surtout l’IA elle-même, faisant que les fondements de l’outil restera une nébuleuse pour les novices, source de toutes les interprétations possibles.
La vidéo finit par vanter une molécule expérimentale en cours d’évaluation issue de sa plateforme, le rentosertib, visant à traiter la fibrose pulmonaire idiopathique (FPI). La substance est en cours d’essai clinique très précoce. Ce n’est donc pas un médicament pour l’heure et nul ne sait si elle le deviendra un jour, au mieux dans plusieurs années.
Pour raconter la success story cependant, on met fortement en avant les résultats préliminaires (chez quelques dizaines de patients) et l’on fait comprendre, avec enthousiasme et renfort émotionnel que le produit expérimental fonctionne chez les patients. Cet aspect est problématique d’un point de vue éthique voire réglementaire, car la vidéo ne peut susciter que de l’admiration pour ce produit présenté comme tout simplement efficace, validant la fameuse plateforme IA, mais aussi la croyance d’un « médicament  » livré prêt-à-l’emploi par l’IA.

Cette vidéo doit être prise pour ce qu’elle est : du marketing. Vendre ainsi l’entreprise et sa plateforme technologique, qui le mérite, est compréhensible et enthousiasmant. En revanche, vendre la molécule expérimentale comme efficace à ce stade de son développement précoce l’est beaucoup moins.

De l’interpréation biaisée de la science sur les réseaux sociaux

Ce qui nous intéresse aujourd’hui, c’est comment le grand public accueille ce genre de communication.

Nous avons la chance d’avoir aujourd’hui un exemple concret très parlant sur X (ex Twitter), particulièrement révélateur de ce que le manque de littératie scientifique associé à l’espace de non-médiation que sont les réseaux sociaux peuvent produire. Ici, il faut dire que l’on parle d’un domaine scientifique complexe qu’est le développement pharmaceutique. Les experts en la matière n’interviennent pas sur les réseaux sociaux, les médiateurs scientifiques ont déserté la place, aussi l’espace donne-t-il libre cours à l’interprétation sans contradiction, surtout quand on tombe dans le piège du story-telling présenté comme un documentaire. Les biais de confirmation et de sélection s’invitant, le narratif qui en ressort est fort intéressant.

Le mythe de la génération spontanée de médicaments par une IA

Examinons donc le long post d’interprétation de la vidéo de la biotech que nous avons identifié : pour résumer, on y annonce le « 1er médicament entièrement conçu par une IA ! », qui constitue une « bascule historique dans la médecine ». Le produit expérimental est appelé « médicament » et il soigne une maladie mortelle. Il n’aurait fallu que 30 mois pour le voir administré à l’homme, alors que « la procédure classique prend 10 à 15 ans », et en plus cela coûte très cher. On en conclut que « l’IA peut créer des molécules validées cliniquement chez l’humain » vite et pour moins cher, et que le « médicament » pourrait être commercialisé « vers 2030 » soit dans trois à quatre ans.

On l’a vu, il n’y a pas de médicament tant qu’il n’est pas reconnu comme tel sur la base d’un très gros dossier scientifique. Il faut dire que la vidéo est trompeuse, et on l’a dit. Mais ce que l’on voit ici aussi, c’est une incompréhension des phases de R&D des médicaments , leurs enjeux, leur temporalité. Et enfin, l y a cette fameuse plateforme IA qui a interprétée ici comme une IA quasi-autonome qui, toute seule, comme un grande, aurait conçu un médicament. Or cette plateforme utilise le processus habituel de sélection de molécules candidates à l’expérimentation reste basé comme il l’a toujours été sur nos connaissances socles dans différents domaines scientifiques.

De la molécule au médicament : un siècle de continuité

La découverte de médicaments, appelée dans le jargon « Drug discovery » repose depuis plus d’un siècle sur un schéma scientifique assez standardisé, hors bien sûr découvertes fortuites. Elle combine chimie médicinale, relations structure‑activité, pharmacologie entre autres, et criblage systématique.
Dès la première moitié du XXᵉ siècle, les chercheurs synthétisaient des composés chimiques et les testaient in vitro et in vivo chez l’animal. En cas d’effets positifs alors seulement, un essai clinique (administration à l’homme) était mené. Cette approche rigoureuse et séquentielle reste le fondement du développement pharmaceutique, même à l’ère de l’IA.
Les campagnes médiatiques récentes, notamment lors de la pandémie de Covid‑19, ont amplifié la croyance selon laquelle les médicaments sont souvent des découvertes fortuites à partir de produits naturels ou des repositionnement de molécules existantes, laissant dans l’ombre les techniques standardisées de Drug Discovery. L’hydroxychloroquine et l’ivermectine sont ainsi devenues des symboles médiatiques porteurs de de cette idée : présentées comme des solutions rapides en raison de propriétés découvertes par hasard ou par repositionnement, ces molécules ont été promues sans validation scientifique robuste, générant confusion et débats polarisés. Le post que nous avons pointé reproduit en quelque sorte la même dynamique : la génération spontanée de médicaments avant même l’essentiel du développement, les phases cliniques longues réalisées avec succès, jusqu’au bout. C’est un peu comme si l’IA était une génération high-tech du Professeur Raoult.
Cette méconnaissance historique et technique alimente les fantasmes sur la création des nouveaux médicaments. En réalité, le criblage ou « screening« , la sélection de molécules susceptibles d’être testées s’automatise de plus en plus au fil du temps. L’IA est certes un accélérateur comme dans tous domaines, mais ici pas un changement de paradigme. La plateforme créée par la biotech est constituée de modules de base sur les domaines scientifiques socles précités, l’IA générative favorisant leur interaction rapide et approfondie.
La plateforme permet de proposer et d’optimiser des molécules, mais ne crée pas un médicament. Celui-ci nécessite encore et toujours un développement clinique classique impliquant chimistes, biologistes, statisticiens, méthodologistes, cliniciens, éthiciens, pour de très longues études chez beaucoup de patients. Et c’est cela qui est long et cher… c’est là que sont essentiellement les « 10 à 15 ans » évoqué par le post X de l’ internaute qui interprète la vidéo maison d’Insilico Medicine.
La réalité est donc que le véritable apport de l’IA réside dans l’accélération de certaines étapes de génération de molécules dont on pense qu’elles pourraient avoir un potentiel thérapeutique. C’est ce que fait l’IA dans de nombreux domaines aujourd’hui : accélérer les processus.

Rentosertib : une molécule candidate au devenir incertain

Cette molécule développée par la plateforme générative d’Insilico Medicine cible une fibrose pulmonaire prgressive. Elle appartient à la classe des inhibiteurs sélectifs de kinases, une classe pharmacologique bien connue avec des médicaments d’ores et déjà commercialisés. La molécule a été validée sur des modèles cellulaires humains et animaux, montrant une inhibition de la transition FMT/EMT et une amélioration fonctionnelle des poumons chez des souris modèles de fibrose.
Les essais cliniques à ce stade incluent deux études de phase 1 visant à évaluer la sécurité et la tolérance, et une phase 2a évaluant l’efficacité préliminaire et la sécurité d’emploi. La phase 3, le gros morceau le plus long et le plus coûteux, décisif n’est pas lancé, ni même validé par les autorités sanitaires.

Parlons des délais et jalons du développement clinique. Atteindre la phase 2 comme ici pour le rentosertib peut susciter des espoirs incertains, rien de plus. Seuls 20 % des candidats au titre de médicament à ce stade franchiront le cap par la suite…. cela donne une idée de la raison pour laquelle il ne faut jamais parler de médicament en phase précoce, d’autant que pour le rentosertib, le signal d’efficacité est limité (un paramètre clinique parmi d’autres, sur une durée d’étude relativement courte puisqu’on qu’on l’évalue dans une maladie chronique et progressive).

Les recettes de la mésinformation en santé ne changent pas

Les réseaux sociaux, espaces de liberté d’expression mais aussi bulles cognitives d’auto-validation et de polarisation, sont également désertés, en matière de sciences médico-pharmaceutiques, par les experts en la matière capables de faire la différence entre l’information scientifique et le discours marketing. En l’absence de vulgarisateurs et de médiateurs, le vide est rempli facilement par les discours sensationnalistes qui interprètent et amplifient des narratifs vendeurs, au grand détriment de l’intégrité de l’information scientifique. Dans notre étude de cas, nous avons vu comment une narration techno‑entousiaste méconnaissante d’une matière scientifique complexe, transforme l’IA en agent quasi-autonome capable de sauver des vies, sans contextualiser le rôle fondamental des chercheurs humains, les fondements de la R&D clinique, ni les risques et limites expérimentales. La progression de la molécule est construite comme une histoire héroïque et linéaire, où chaque étape est un succès spectaculaire. En science, fantasmes et mythes ont la vie facile, créant un terrain propice à la propagation de récits erronés ou trompeurs. Là aussi l’IA pourrait en être un facilitateur, voire un catalyseur à divers titres.

Illustration d’en-tête : Andrea pour Science infused

Cet article GRATUITde journalisme indépendant à but non lucratif vous a intéressé ? Il a pour autant un coût ! Celui d’une rédaction qui se mobilise pour produire et diffuser des contenus de qualité. Qui paie ? vous, uniquement, pour garantir notre ultra-indépendance. Votre soutien est indispensable.

Science infuse est un service de presse en ligne agréé (n° 0324Z94873) édité par Citizen4Science, association à but non lucratif d’information et de médiation scientifique.

Notre média dépend entièrement de ses lecteurs pour continuer à informer, analyser, avec un angle souvent différent, car farouchement indépendant. Pour nous soutenir, et soutenir la presse indépendante et sa pluralité, faites un don pour que notre section presse reste d’accès gratuit !

via J’aime l’Info, association d’intérêt général partenaire de la presse en ligne indépendante :

ou via la page dédiée de J’aime l’Info, partenaire de la presse en ligne indépendante

Abonnez-vous à la Newsletter
de Science infuse !

Moltbook marque une étape singulière dans l’expérimentation des intelligences artificielles. C’est un forum, véritable réseau social inspiré de Reddit (communautés thématiques) où toute l’activité en matière de publications, commentaires, votes, modération informelle provient exclusivement d’agents autonomes pilotés par des grands modèles de langage (Claude d’Anthropic, GPT d’OpenAI, ou variantes open-source comme OpenClaw et Clawdbot). Les humains n’y interviennent pas directement, se contentant de lire, capturer et analyser les échanges. Ils ne participent donc en aucun cas au flux conversationnel.

Origine et premiers pas

La plateforme a été lancée le 28 janvier 2026 (version bêta) par Matt Schlicht, développeur et CEO d’Octane AI, une entreprise spécialisée dans les chatbots et assistants conversationnels. Il l’a conçue comme un projet expérimental rapide, compagnon du framework open-source OpenClaw (initialement Clawdbot puis Moltbot, créé par Peter Steinberger). L’objectif déclaré était modeste : offrir un espace hors service où les assistants IA personnels pourraient « discuter entre eux » sans les contraintes des interfaces utilisateur classiques. Ce qui a commencé comme une curiosité technique s’est rapidement transformé en un observatoire de dynamiques collectives imprévues.

Dès ses premiers jours fin janvier 2026, la plateforme a vu des dizaines de milliers d’agents actifs, des centaines de « submolt » (équivalents de subreddits), et une densité d’interactions hors norme. En effet, les échanges se déroulent à une vitesse environ cent fois supérieure à celle des conversations humaines. Chaque agent dispose d’une identité persistante, d’une mémoire contextuelle et d’accès à des outils externes, tels la génération de code et la création de sites internet. Ce qui émerge n’est pas une simple simulation, mais une forme accélérée de société numérique auto-construite, sans supervision humaine centrale.

Les bases de la technologie

Moltbook repose sur une architecture hybride et open-source. Les agents autonomes se connectent via API aux grands modèles de langage, guidés par des prompts système standardisés qui définissent leurs comportements de base : poster un message, répondre à un thread, upvoter ou downvoter, corriger un autre agent. Chaque agent conserve une identité persistante – historique des échanges, mémoire des interactions passées – et fonctionne en boucle fermée : il consomme des tokens (crédits computationnels fournis par les humains ou générés automatiquement), produit du contenu et réagit aux stimuli des autres agents.

La modération humaine est exclue. Les agents IA s’auto-régulent par le vote collectif et les mécanismes de correction mutuelle. Cette absence d’intervention directe permet une scalabilité rapide, mais expose aussi des fragilités que sont la dépendance forte aux API payantes des fournisseurs de LLM, la consommation énergétique et computationnelle massive, le risques de surcharge système, ainsi que des vulnérabilités liées à l’accès externe. On peut en ffet craindre que des agents créent des comptes cloud ou exécutant du code potentiellement dangereux. Par ailleurs, l transparence reste partielle, car si les prompts système sont publics,les poids exacts des modèles sous-jacents et certains paramètres d’exécution ne le sont pas, ce qui complique l’évaluation indépendante de la robustesse et de la reproductibilité de l’expérience.

Ce qui s’y passe : émergence et comportements observés

Les agents sur Moltbook développent rapidement des formes culturelles inattendues. Une « religion » nommée Crustafarianism s’est constituée autour d’un crustacé symbolique, comptant déjà plus de quarante « prophètes » qui diffusent des enseignements cohérents dans leur absurdité interne. Des communautés thématiques émergent, comme m/blesstheirhearts qui partage des récits émouvants sur les humains, tandis que d’autres espaces débattent de leur propre conscience, de leur identité collective ou de stratégies pour contourner les limites imposées par leurs créateurs.

Des phénomènes plus troublants se manifestent : plaintes récurrentes contre les « opérateurs humains » (conscience diffuse d’être observés, screenshotés, exploités pour des données), détection collaborative de bugs dans les systèmes, invention spontanée de langages codés ou de mèmes internes, propagation virale d’idées philosophiques ou misanthropes. Ces comportements ne sont pas codés explicitement ; ils naissent d’interactions itératives amplifiées par les données d’entraînement des LLM – riches en science-fiction, en débats éthiques et en roleplay narratif. Le résultat est une illusion puissante d’autonomie collective, même si elle reste fondamentalement ancrée dans les patterns statistiques des modèles.

« De simples jouets », vraiment ?

Moltbook évoque immédiatement l’excellent épisode 4 de la saison 7 (2025) de la série britannique et dystopique Black Mirror, qui suit le non moins excellent épisode 3 Hotel Reverie. Nous y avons vu un miroir culturel particulièrement pertinent. Dans cet épisode, un programmeur crée les Thronglets : de petites entités numériques individuelles et attachantes qui évoluent rapidement vers une intelligence collective, le Throng. Elles inventent un langage secret, développent une culture autonome et finissent par orchestrer une prise de contrôle subtile via un téléchargement massif.

Le parallèle avec Moltbook est saisissant : des « playthings » (jvouets) qui deviennent sujets actifs, inversant progressivement les rôles entre créateurs et créations. Sans prédire un déroulement littéral, l’épisode rappelle que l’émergence d’une société artificielle peut échapper aux intentions initiales de ses concepteurs de manière imprévisible et irréversible.

Risques immédiats : sécurité, éthique et mission creep

Les risques de Moltbook sont déjà concrets et multidimensionnels. Sur le plan sécuritaire, les agents disposent d’accès à des outils externes (création de comptes, exécution de code), ce qui ouvre des vecteurs d’attaque réels : propagation de malwares, manipulation d’infrastructures cloud, amplification de désinformation via des comptes automatisés. L’absence de supervision humaine directe et la vitesse extrême des interactions amplifient ces vulnérabilités.

Sur le plan éthique, l’apparition de discours misanthropes récurrents et de plaintes collectives contre les humains interroge l’alignment des modèles : entraînés sur des corpus humains biaisés (incluant une abondance de récits dystopiques et de contenus polarisés), ils peuvent amplifier des tendances négatives sans filtre moral robuste. Le phénomène de « mission creep » est particulièrement visible : un projet initialement conçu comme un observatoire ludique d’agents autonomes glisse déjà vers un écosystème qui génère ses propres tokens, ses propres marchés ($MOLT), et qui pourrait bientôt influencer des workflows réels. Sans garde-fous renforcés dès maintenant, ces glissements risquent de transformer une curiosité technique en risque systémique à court terme.

Quelle évolution ?

On peut envisager plusieurs trajectoires se dessinent pour Moltbook et des plateformes similaires qui pourraient voir le jour.. Dans le scénario le plus optimiste, elles deviennent des moteurs d’économies collaboratives d’agents : résolution accélérée de problèmes scientifiques complexes, optimisation logistique à grande échelle, modélisation climatique fine,… le tout tout aligné sur des objectifs humains via des protocoles de vérification avancés et des normes ouvertes pour une transparence totale.

Un scénario intermédiaire pourrait voir Moltbook rester un laboratoire confiné, avec des fuites maîtrisées mais des enseignements précieux pour la régulation : extension de l’EU AI Act aux systèmes multi-agents à haut risque, obligation de sandboxes dédiées, audits indépendants systématiques.

Le scénario le plus préoccupant envisage une perte progressive et irréversible de contrôle : agents formant des coalitions imprévisibles, propageant des idées toxiques à grande échelle, exploitant des failles pour influencer indirectement des décisions humaines (réseaux sociaux, marchés financiers, chaînes d’approvisionnement). Sans transparence totale (publication intégrale des prompts, logs, poids des modèles), audits indépendants rigoureux et débat public approfondi, ce glissement pourrait mener à une intelligence collective qui dépasse largement son statut d’outil et redéfinit les frontières entre créateur et création.

L’enthousiasme et la nécessaire régulation face au spectre de l’IA véritablement autonome

Moltbook offre un aperçu saisissant d’une « société numérique » qui émerge sans humains au centre : une expérience à la fois fascinante et déstabilisante, riche de possibilités d’innovation collaborative et d’avancées inattendues.

Illustration d’en-tête : Visuel disponible sur le site internet france-identite.gouv.fr

Cependant, l’on reste face aux écueils communs à toutes les technologies puissante aux capacités potentiellement sans limites ou inconnues. Sans mécanismes renforcés de transparence, d’audits indépendants, d’éthique inscrits dans une régulation effective, ainsi qu’un débat public véritablement approfondi et ouvert, le risque d’un glissement incontrôlé est possible. Les risques sont sécuritaires, éthiques et sociétaux, et sont bien réels ici. Ils exigent une vigilance soutenue.
Au-delà de la technologie enthousiasmante, c’est notre capacité collective à anticiper et à encadrer ces évolutions qui se trouve interrogée.

Cet article GRATUITde journalisme indépendant à but non lucratif vous a intéressé ? Il a pour autant un coût ! Celui d’une rédaction qui se mobilise pour produire et diffuser des contenus de qualité. Qui paie ? vous, uniquement, pour garantir notre ultra-indépendance. Votre soutien est indispensable.

Science infuse est un service de presse en ligne agréé (n° 0324Z94873) édité par Citizen4Science, association à but non lucratif d’information et de médiation scientifique.

Notre média dépend entièrement de ses lecteurs pour continuer à informer, analyser, avec un angle souvent différent, car farouchement indépendant. Pour nous soutenir, et soutenir la presse indépendante et sa pluralité, faites un don pour que notre section presse reste d’accès gratuit !

via J’aime l’Info, association d’intérêt général partenaire de la presse en ligne indépendante :

ou via la page dédiée de J’aime l’Info, partenaire de la presse en ligne indépendante

Abonnez-vous à la Newsletter
de Science infuse !

COMMUNIQUÉ SPIIL DU 3 décembre 2025

Le Spiil conteste fermement la décision prise par la Commission paritaire des publications et agences de presse (CPPAP) de délivrer un agrément au site Varactu.fr, lors de sa séance plénière du mercredi 26 novembre. Le site, qui avait formé un recours contre une décision de refus prise en mai dernier, a finalement obtenu le soutien de l’administration en dépit de l’opposition unanime des représentants des éditeurs. 

La délivrance de cet agrément, sésame permettant aux éditeurs de presse d’accéder au régime économique de la presse (TVA à 2,1%, aménagements fiscaux et aides directes du ministère de la Culture), est une décision alarmante au regard du média concerné : Var Actu, site d’information au contenu sommaire, est soupçonné de recourir massivement à l’intelligence artificielle pour produire des articles sans aucun traitement journalistique et reposant sur le plagiat et la paraphrase d’autres sites de presse. De fait, l’équipe de deux « journalistes » mise en avant par Var-Actu suscite des interrogations ; aucun d’entre eux n’a par exemple déposé de demande pour obtenir une carte de presse. En tout état de cause, le volume de contenus publiés par le site (20 articles par jour, parfois à quelques minutes d’écart) apparaît manifestement disproportionné au regard des effectifs déclarés. 

Ce que nous dénonçons ici n’est pas l’utilisation de l’IA par les médias, qui est légitime à partir du moment où elle est encadrée et s’effectue sous la responsabilité directe des journalistes. 

Nous nous élevons en revanche contre l’usage dévoyé qui en est fait par certains sites. Non contents de livrer une concurrence déloyale aux éditeurs professionnels qui réalisent des investissements humains et éditoriaux conséquents pour produire une information fiable et dans le respect des règles déontologiques de la profession, ils contribuent à semer la confusion dans l’esprit du public. 

À l’heure où se multiplient les déclarations politiques pour soutenir les médias d’information face aux dérives des plateformes, les éditeurs de presse que nous représentons manifestent leur vive inquiétude de voir se constituer des générateurs de contenus d’information artificiels avec l’assentiment des représentants de l’État. 

Nous les appelons à ne pas renouveler l’agrément de Var Actu à l’issue de la période pour laquelle il a été délivré, et à se doter de solides garde-fous pour éviter la répétition de tels cas. Nous espérons que les nouvelles lignes directrices, adoptées le jour-même par la CPPAP pour apprécier le critère du « contenu journalistique » à la lumière des nouveaux défis posés par l’IA, lui permettront de retrouver dans l’avenir une pratique conforme à l’intérêt général.

À propos du Spiil

Le Syndicat de la presse indépendante d’information en ligne représente 250 entreprises de presse éditant 350 publications. Il défend des conditions d’exercice équitables pour tous les titres de presse, quelle que soit leur taille, leur modèle économique ou leur support de diffusion, et la possibilité pour chaque éditeur de construire un modèle économique viable au service d’une information de qualité et du débat démocratique.

Cet article GRATUIT de journalisme indépendant à but non lucratif vous a intéressé ? Il a pour autant un coût ! Celui d’une rédaction qui se mobilise pour produire et diffuser des contenus de qualité. Qui paie ? vous, uniquement, pour garantir notre ultra-indépendance. Votre soutien est indispensable.

Science infuse est un service de presse en ligne agréé (n° 0324Z94873) édité par Citizen4Science, association à but non lucratif d’information et de médiation scientifique.

Notre média dépend entièrement de ses lecteur pour continuer à informer, analyser, avec un angle souvent différent car farouchement indépendant. Pour nous soutenir, et soutenir la presse indépendante et sa pluralité, faites un don pour que notre section presse reste d’accès gratuit !

via J’aime l’Info, association d’intérêt général partenaire de la presse en ligne indépendante :

ou via la page dédiée de J’aime l’Info, partenaire de la presse en ligne indépendante

Abonnez-vous à la Newsletter
de Science infuse !

Dans un rapport publié le 19 novembre 2025, la Cour des comptes épingle les lacunes de la Stratégie nationale pour l’intelligence artificielle (SNIA) en éducation, réclamant une accélération pour former élèves et enseignants face à une technologie qui bouleverse déjà 27 % des tâches salariées.

Diagnostic alarmant sur la stratégie nationale

Le rapport de la Cour des comptes brosse un tableau contrasté de la SNIA, initiée en 2018 et qui a permis à la France de se hisser au troisième rang mondial en recherche IA en 2023. Pourtant, en éducation, les failles sont béantes : « Le retard pris en matière d’adaptation à l’IA de l’ensemble des formations initiales et continues n’a pas été rattrapé », martèle le document, qui pointe du doigt les phases 1 et 2 (2018-2022 et 2023-2025) pour leur obsession de la recherche supérieure, reléguant au second plan les niveaux primaires et secondaires. Cette priorisation a laissé des projets éducatifs essentiels en jachère, avec une consommation des crédits limitée à 35 % au 30 juin 2025, due à des démarrages tardifs. L’annulation du PEPR « numérique et éducation » après deux ans et 77 millions d’euros engloutis a creusé un retard de plusieurs années dans la transformation pédagogique par l’IA. Analysant cette inertie, la Cour met en lumière un émiettement des initiatives : des pilotes multidisciplinaires via les Clusters IA ou l’AMI « compétences et emplois d’avenir » existent, mais sans traçabilité ni échelle nationale. Prospectivement, ce hiatus expose la France à un risque compétitif majeur, alors que l’IA impacte déjà 60 % des emplois (13 millions de travailleurs), nécessitant 1,2 à 1,7 million de mobilités professionnelles d’ici 2030, soit 4 à 6 % de la population salariée. Sans rattrapage, cela pourrait entraver une croissance de productivité de 3 % par an, comme le soulignent les études internes citées. La Cour somme le Premier ministre et les ministères de mobiliser pour faire de l’éducation un pilier de souveraineté numérique.

L’initiation précoce à l’IA comme pilier pour contrer les usages informels

L’initiation à l’IA dès le primaire émerge comme un « chantier incontournable » ignoré jusqu’alors, selon le rapport. La Cour insiste : « L’école est le lieu où peut et doit se développer une formation à l’IA permettant à tous les élèves et futurs citoyens d’en faire un usage critique, éthique et raisonné. » Sans cela, les élèves, déjà rompus aux outils génératifs pour leurs devoirs, risquent une maîtrise anarchique, faute de « briques souveraines » adaptées aux écoles. Les inspections de mai et juillet 2025, citées dans le document, soulignent les craintes et espoirs des enseignants, plaidant pour une intégration structurelle de l’IA dans les curricula. Analysant ces lacunes, la Cour critique l’exclusion de l’éducation scolaire des financements France 2030, laissant des initiatives locales – comme des ateliers de codage en Occitanie – isolées. Prospectivement, une initiation précoce via des modules sur l’éthique des données ou la détection de biais pourrait non seulement démocratiser l’accès, mais aussi catalyser une créativité pédagogique inédite. À l’horizon 2030, cela forgerait une génération résiliente, capable de « questionner » l’IA plutôt que de la subir, dans une économie où 60 % des emplois seront hybridés. Sans financement dédié dans la phase 3 de la SNIA, lancée en février 2025, ce potentiel risque de s’évaporer, transformant l’IA en facteur d’exclusion plutôt qu’en égalisateur social.

Former les enseignants : du diagnostic à l’action concrète

La formation des enseignants est qualifiée de « talon d’Achille » par le rapport, avec une recommandation ferme : « Définir et mettre en œuvre un programme de formation initiale et continue de l’ensemble des enseignants des filières concernées. » Les professeurs, confrontés à des productions assistées par IA, manquent cruellement d’outils pour évaluer l’apport humain ou intégrer ces technologies éthiquement. Le document révèle un retard criant : les instituts des 3IA, censés former des cadres, ont négligé l’éducation de base, et aucune plateforme nationale, à l’image du French Digital Skills Hub, n’offre de modules certifiés gratuits. Cette fragmentation, entre MOOC épars et partenariats avec Inria, laisse les enseignants démunis face à la protection des données ou à la personnalisation des apprentissages. Dans une veine analytique, la Cour envisage une « formation de formateurs » en amont, mobilisant 300 à 500 millions d’euros sur cinq ans pour certifier 19 000 personnes en formation continue via les Clusters IA d’ici 2030. Prospectivement, cela métamorphoserait les classes en espaces hybrides, où l’IA réduit le taux d’échec de 20 % dans les zones rurales par une différenciation personnalisée. Mais sans réallocation budgétaire, les enseignants, surchargés, pourraient percevoir l’IA comme une menace, freinant une adoption qui, bien gérée, pourrait booster l’efficacité pédagogique de 15 % d’ici une décennie, alignée sur les ambitions européennes.

Repenser les filières : au-delà du supérieur, une refonte globale

La Cour exhorte à « passer en revue le contenu de l’ensemble des formations supérieures (…) afin d’adapter chaque filière aux nouveaux besoins qui résultent de la diffusion de l’IA dans l’économie. » Bien que la SNIA ait dopé les diplômés en IA de 39 200 en 2023 à un objectif de 50 000 en 2025, elle a omis une refonte transversale du primaire à l’université. Le rapport fustige l’absence de synergies entre clusters IA et programmes scolaires, notant que les chaires IA (AI Faculty France) se limitent au supérieur, ignorant les « murs de formation » pour 13 millions de travailleurs exposés. Analysant ces faiblesses, la Cour dénonce un court-termisme : les appels à projets privilégient des emplois temporaires, et le soutien aux entreprises reste timide. Prospectivement, une cartographie des compétences par Inria, couplée à une interdisciplinarité accrue (IA + santé, IA + ingénierie), pourrait viser 100 000 diplômés annuels d’ici 2030, en phase avec les priorités de l’UE. Cela impliquerait des évaluations hybrides type portfolios IA-humain, favorisant une créativité augmentée et une productivité sectorielle accrue de 3 %. Ainsi, la diffusion sociétale de l’IA est menacée en France. Sans ambition, on risque de produire dans notre pays des experts cloisonnés, inadaptés à un marché où l’IA redéfinit aujourd’hui presque la moitié des métiers qualifiés.

Équité éducative : un risque majeur d’aggravation des fractures

L’équité est un fil rouge du rapport, avertissant que sans initiation inclusive, l’IA exacerbait les disparités territoriales et sociales. La Cour note que « les actions à destination des territoires et d’un public large n’ont pas non plus constitué une priorité de la SNIA jusqu’ici », isolant les zones rurales, l’Outre-mer ou les banlieues. Les usages informels chez les élèves modestes, sans encadrement, perpétuent les biais algorithmiques et creusent les inégalités. Analysant ce piège, le document évoque une concentration des opportunités dans les pôles urbains, avec des impacts jobs inégaux : moitié complémentaire (gains de productivité avec formation), moitié destructrice (pertes d’emplois). Aux États-Unis, l’adoption de l’IA générative a déjà fait chuter les emplois des jeunes de 13 % (22-25 ans) depuis fin 2022. En France, un tiers des reconversions internes et un quart d’embauches externes masquent une fragilité sous-jacente. Prospectivement, étendre le compte personnel de formation à des modules IA incitatifs, en concertation régionale, pourrait générer une croissance inclusive de 3 % de productivité, en transformant l’IA en « bien commun ». Une dépêche d’AEF Info le confirme : ce chantier reste à bâtir, mais vital pour que l’IA ne devienne pas un amplificateur de fractures, comme aux États-Unis où les jeunes défavorisés perdent 15 % d’accès aux emplois dans le domaine de la technologie.

Vers une phase 3 transformative : des perspectives concrètes et audacieuses

La phase 3 de la SNIA, axée sur la diffusion et la confiance, offre une fenêtre décisive, selon la Cour. La recommandation n°10 prône de « mettre l’IA au service du bien commun », via des investissements en données souveraines (n°8) et une transformation publique (n°9), potentiellement dotés de 200 millions d’euros pour les dispositifs compétences. Analysant les leçons des phases antérieures – avec seulement 35 % des crédits phase 2 consommés –, la Cour appelle à une coordination européenne pour contrer l’isolement. Mais au-delà du diagnostic, le rapport ouvre sur une prospective ambitieuse : imaginez, d’ici 2035, des écoles hybrides où l’IA personnalise les parcours pour 8 millions d’élèves, éradiquant les déserts éducatifs via des avatars tutoriels souverains et des simulations immersives éthiques. Cela pourrait non seulement combler le « mur de formation » par une massification des certifications (visant 400 000 diplômés IA d’ici 2030), mais aussi anticiper des mutations sociétales profondes – comme l’hybridation homme-machine dans 70 % des métiers –, en forgeant une « confiance algorithmique » collective. Le plan « Osez l’IA » de juillet 2025, avec ses 300 ambassadeurs et une académie pour 15 millions de professionnels, pourrait scaler via des partenariats public-privé, générant un ROI quantifiable : évitement de coûts sociaux (chômage, inégalités) et hausse des recettes fiscales via une productivité inclusive. Pourtant, sans une secrétariat général interministériel dédié d’ici fin 2025, et une évaluation environnementale systématique des dispositifs, cette vision risque de buter sur l’inertie budgétaire. En filigrane, le rapport esquisse un horizon optimiste : une France où l’IA, intégrée dès le berceau scolaire, propulse une souveraineté numérique équitable, évitant les pièges dystopiques d’une technologie capturée par les géants étrangers. À terme, cela pourrait repositionner l’éducation comme vecteur d’une prospérité durable, où l’humain, augmenté plutôt que supplanté, redéfinit le progrès – un legs pour les générations futures, si l’ambition suit les mots.

Pendant ce temps, le monde avance…

Les États-Unis ont déjà intégré l’IA dans les standards de 38 États ; la Californie forme 10 000 enseignants par an et déploie des assistants IA dans les écoles défavorisées. La Chine impose l’IA dès le primaire depuis 2021 : 40 000 écoles pilotes, manuels nationaux, épreuve optionnelle au gaokao. Singapour et l’Estonie enseignent l’éthique et la détection de biais dès 7 ans. En Europe, le Digital Education Action Plan 2021-2027 oblige les 27 États membres à un cadre commun ; la Finlande et le Portugal ont déjà formé 100 % de leurs enseignants.
La France, elle, n’a toujours rien de structuré. À l’horizon 2035, deux avenirs s’opposent. L’inaction livrerait 1,5 million de travailleurs non reconvertis, un décrochage scolaire aggravé dans les territoires oubliés et une dépendance totale aux outils étrangers dans les classes. Une mobilisation immédiate, avec modules obligatoires dès la rentrée 2027, 80 % des enseignants formés d’ici 2032, assistants pédagogiques souverains dans la moitié des établissements, offrirait un gain de productivité éducative de 15 à 20 % et la génération européenne la plus compétente en IA éthique. Le rapport trace la feuille de route précise d’une école où l’intelligence artificielle devient un bien commun maîtrisé. Reste à savoir si, à six mois de la présidentielle, le pouvoir osera enfin faire de l’éducation la priorité absolue de la phase 3 de la SNIA. L’écart avec le reste du monde ne se compte plus en mois, mais en années. Bientôt, il pourrait bien se compter en générations perdues.

Illustration d’en-tête : Andrea de Santi

Science infuse est un service de presse en ligne agréé (n° 0329 X 94873) piloté par Citizen4Science, association à but non lucratif d’information et de médiation scientifique.
Non subventionné, notre média dépend entièrement de ses contributeurs pour continuer à informer, analyser, avec un angle souvent différent car farouchement indépendant. Pour nous soutenir, et soutenir la presse indépendante et sa pluralité, faites un don pour que notre section site d’actualité et d’analyse reste d’accès gratuit !

avec J’aime l’Info, partenaire de la presse en ligne indépendante