Les débats autour de la “mise à l’épreuve” de l’intelligence artificielle se heurtent à un problème central : sans critères clairement définis, le processus risque d’être influencé par la politique. Plusieurs responsables et experts estiment qu’un contrôle public mal conçu pourrait mener à une approche où chaque camp cherche à orienter les règles du test pour renforcer ses propres positions.

Le risque d’un système façonné par le pouvoir

En l’absence de standards établis, la procédure pourrait devenir un levier politique, avertit Kreps. L’enjeu n’est pas seulement technique : il s’agit d’éviter un cadre où “celui qui détient le pouvoir” détermine la manière dont les évaluations sont menées. Or, pour l’instant, aucune des administrations américaines successives n’a proposé de mécanisme jugé capable de neutraliser ce risque.

Contrôler sans décider du contenu

Dans sa communication, Microsoft évoque la coopération avec la CAISI et le NIST pour développer les méthodes d’évaluation, notamment via des tests “adversariaux”. L’idée consiste à examiner comment les systèmes réagissent à des scénarios inattendus, à des voies potentielles de mauvaise utilisation et à différents modes de défaillance. Microsoft compare ce travail à des tests de sécurité menés sur des équipements critiques — comme des airbags ou des freins — afin d’assurer une fiabilité sous contrainte.

Pourtant, l’approche ne convainc pas entièrement Gregory Falco, chercheur à l’université Cornell. Il met en garde contre une surveillance qui se limiterait à une validation politique des sorties d’un modèle. Le contrôle de l’État ne devrait pas devenir un outil permettant de trancher si un système produit des propos jugés favorables ou défavorables à une administration en place.

Vers un audit indépendant plutôt qu’un contrôle partisan

Falco plaide plutôt pour une forme d’audit indépendant, capable d’évaluer la sécurité et la robustesse sans chercher à contrôler le contenu. L’idée est simple : si les entreprises savent que leurs modèles peuvent être audités à tout moment, elles auront davantage d’incitations à renforcer leurs tests internes et à réduire les déploiements risqués. Dans cette logique, l’audit serait accompagné de “conséquences réelles” en cas de négligence.

Il estime par ailleurs que le gouvernement fédéral ne dispose pas aujourd’hui des compétences techniques, de l’infrastructure et du suivi opérationnel nécessaires pour évaluer directement ces systèmes à grande échelle. D’où l’intérêt, selon lui, de s’appuyer sur une évaluation structurée et externalisée, plutôt qu’un dispositif strictement interne.

Un cadre de sécurité qui reste à construire

Au-delà des intentions, la réussite de ces démarches dépendra de détails souvent déterminants : qui fixe les critères, comment sont conduits les tests, comment sont gérés les résultats sensibles et quelle place est donnée à l’indépendance des évaluateurs. Sans ces garde-fous, la sécurité de l’IA pourrait se retrouver fragilisée par des logiques de gouvernance difficilement compatibles avec l’objectif de protection du public.

• Pour mieux suivre l’évolution des outils de test et de validation, certains lecteurs se tournent vers des ressources générales sur l’évaluation des systèmes d’IA, comme un ouvrage sur l’évaluation des modèles de machine learning.
• Dans une démarche pratique de compréhension des principes de sécurité logicielle, des lecteurs privilégient aussi des livres dédiés à l’apprentissage adversarial, afin de saisir les méthodes utilisées pour explorer des comportements inattendus.

Cinq responsables impliqués à chaque niveau de la chaîne de valeur de l’intelligence artificielle se sont penchés, lors d’un échange à la Milken Global Conference, sur un constat qui s’impose : les limites ne sont pas seulement logicielles. Elles s’expriment aussi dans la production des puces, dans l’énergie disponible, dans l’accès aux données du monde réel et, plus largement, dans la manière dont les États entendent contrôler des systèmes capables d’agir physiquement.

Sur scène, ils ont aussi évoqué l’architecture même de l’IA, la question de la confiance lorsque des systèmes agissent pour le compte des entreprises, ainsi que l’impact possible sur la génération qui utilisera ces outils au quotidien.

Des goulots d’étranglement plus précoces que prévu

Le premier frein est tangible : les puces. Le dirigeant d’ASML a souligné que, malgré l’accélération des capacités industrielles, le marché pourrait rester sous-approvisionné sur plusieurs années. Autrement dit, les grands acheteurs de puissance de calcul pourraient ne pas obtenir l’intégralité de ce qu’ils anticipent, malgré les investissements consentis.

La demande, elle, ne faiblit pas. Le responsable de Google Cloud a rappelé la dynamique de croissance de son activité et l’ampleur des engagements en attente de livraison. Son message était clair : l’appétit pour l’infrastructure IA est bien réel.

Pour certains usages, la limite n’est pas le silicium, mais le monde. Un autre intervenant, spécialisé dans l’autonomie pour véhicules et robots, a expliqué que la difficulté principale réside dans la collecte de données issues d’environnements réels. Les simulations sont utiles, mais elles ne remplacent pas totalement l’observation directe : selon lui, l’entraînement “du monde physique” à grande échelle à partir de données purement synthétiques prendra du temps.

L’énergie : le prochain verrou structurel

Après les puces, l’enjeu énergétique. La discussion a convergé vers un point : davantage de calcul signifie davantage de consommation, donc davantage de contraintes. L’exploration de sites de data centers dans l’espace a été évoquée comme une piste sérieuse, même si sa mise en œuvre implique de nombreux défis techniques, notamment pour l’évacuation de la chaleur.

Plus largement, plusieurs intervenants ont défendu l’idée que l’intégration “de bout en bout” peut améliorer l’efficacité. En concevant ensemble le matériel et la manière d’exécuter les modèles, les systèmes peuvent optimiser le rapport performance/énergie. Mais le message final reste prudent : l’efficacité ne supprime pas la réalité du coût énergétique.

Vers de nouveaux modèles d’intelligence

Certains acteurs déplacent le centre de gravité. Là où une partie de l’écosystème se concentre sur l’échelle et l’optimisation des modèles de langage, une entrepreneure issue de la physique a présenté une approche différente, basée sur des modèles cherchant à capturer des règles plutôt qu’à prédire la suite de tokens.

Son argument est que la “compréhension” utile à des systèmes immergés dans le réel pourrait nécessiter une logique plus proche des mécanismes physiques que des corrélations linguistiques. Elle affirme aussi concevoir des systèmes capables d’actualiser leurs connaissances en fonction des données, sans repartir de zéro à chaque changement massif.

Agents numériques et garde-fous en entreprise

L’IA passe du “outil” au “collaborateur”. Un dirigeant de Perplexity a décrit l’évolution de son offre vers ce qu’il appelle un “travailleur numérique”, conçu pour exécuter des tâches à la place d’un utilisateur, sous sa supervision.

Cette vision soulève immédiatement la question du contrôle. La réponse a mis en avant un principe : la granularité des autorisations. Les administrateurs peuvent limiter l’accès à des connecteurs ou des outils, et distinguer ce qui peut être lu de ce qui peut être modifié. Lorsque l’agent agit, il doit généralement proposer un plan et solliciter une validation préalable, afin de réduire les risques dans les environnements sensibles.

Souveraineté et IA physique

La géopolitique change avec le passage au physique. Un intervenant a insisté sur le fait que l’IA embarquée dans des véhicules autonomes, des drones ou des machines industrielles n’est pas perçue comme un simple logiciel. Elle touche directement à la sécurité nationale, aux données collectées et à la responsabilité des systèmes opérant sur un territoire.

Dans ce contexte, le contrôle ne relève pas seulement de la cybersécurité ou de la conformité. Il devient aussi une question de souveraineté : selon lui, peu de pays disposent des capacités nécessaires pour déployer une intelligence physique avancée tout en maîtrisant ses dépendances technologiques.

Une question de génération : créativité ou déclin du jugement ?

L’échange a fini par une interrogation plus existentielle : les outils IA vont-ils fragiliser la pensée critique des prochaines générations ? Les intervenants se sont montrés plutôt confiants, en soulignant que ces technologies pourraient aussi accélérer la résolution de problèmes complexes — santé, climat, infrastructures — que les sociétés n’ont pas su traiter faute de moyens, de coordination ou de puissance de calcul.

Ils ont aussi apporté une nuance pratique : même si certaines tâches d’entrée de gamme peuvent se transformer ou disparaître, l’accès à des outils capables de lancer des projets reste, selon eux, plus démocratisé que jamais. Enfin, concernant l’impact sur le travail, un intervenant a distingué le savoir-faire intellectuel, susceptible d’être automatisé, du travail physique souvent lié à des pénuries et à une moindre attractivité de certains métiers. Dans ces secteurs, l’IA physique serait plutôt appelée à combler des manques déjà présents.

Ce que ces échanges révèlent, au-delà des personnalités

Au total, la discussion met en évidence une tendance : l’économie de l’IA ne bute plus uniquement sur les performances des modèles. Elle se heurte à des contraintes industrielles (production de puces), à des limites physiques (énergie, refroidissement, chaleur), à des réalités opérationnelles (données du monde réel) et à des enjeux sociétaux et politiques (contrôle, sécurité, souveraineté). Dans ce cadre, l’innovation progresse moins par “effet magique” que par ajustement simultané des technologies, des infrastructures et des règles d’usage.

Pour suivre l’évolution de ces sujets côté matériel, certains lecteurs se tournent aussi vers des solutions de calcul et de gestion de l’énergie adaptées aux environnements de serveurs. Par exemple, un onduleur pour serveurs peut être utile pour comprendre l’importance de la continuité d’alimentation, souvent sous-estimée dans les discussions sur la puissance de calcul. Côté stockage et accès aux données, un SSD NVMe orienté entreprise pour station de travail illustre aussi comment la performance et la disponibilité des données deviennent un paramètre central lorsque les systèmes IA s’industrialisent.

La Cour d’appel du 8e circuit a invalidé des règles de la FCC (Federal Communications Commission) visant à lutter contre la discrimination dans l’accès au haut débit. Contestées par des acteurs du secteur des télécommunications et du câble, ces dispositions étaient fondées sur l’idée que certaines pratiques, même sans intention discriminatoire, pouvaient avoir des effets défavorables sur des catégories de population protégées.

Une définition centrée sur les effets sur les consommateurs

La FCC définissait la discrimination liée au haut débit comme des « politiques ou pratiques » non justifiées par des contraintes techniques ou économiques réelles, susceptibles d’avoir des effets différents sur l’accès au service selon le niveau de revenu, la race, l’origine ethnique, la couleur, la religion ou l’origine nationale. Le texte visait également des situations où ces impacts différenciés seraient recherchés, ou prévisibles, même en l’absence de critères ouvertement discriminatoires.

Les règles ne s’adressaient pas uniquement aux fournisseurs d’accès à Internet. Elles concernaient aussi d’autres acteurs susceptibles de limiter l’accès égalitaire, notamment certains propriétaires immobiliers. La FCC indiquait que l’action d’entités autres que les opérateurs pouvait entraver l’accès au haut débit sur la base de critères prévus par la loi.

Une contestation devant plusieurs juridictions

Les dispositions de la FCC ont fait l’objet de recours devant plusieurs cours fédérales d’appel. Des organisations représentant des intérêts du secteur, notamment des acteurs du câble, du sans-fil et des fournisseurs d’accès, ont contesté ces mesures. Le dossier a ensuite été attribué à la 8e circuit.

Des groupes défendant, à l’échelle des États, les intérêts des fournisseurs d’accès ont également soulevé des objections, ainsi que des organisations liées au logement locatif et à des entreprises intervenant dans le déploiement de réseaux haut débit.

La cour critique la portée “sans intention” de la règle

Les juges du 8e circuit ont estimé que la règle fédérale couvrait la « discrimination non intentionnelle », autrement dit la notion d’« impact différentiel » : une politique présentée comme neutre en apparence, ou justifiée par des motifs non discriminatoires, mais produisant néanmoins des effets disproportionnés sur un groupe protégé.

Selon la décision, le Congrès n’aurait pas autorisé une responsabilité fondée sur ces effets dans le cadre de la loi ayant donné mandat à la FCC, l’Infrastructure Investment and Jobs Act. La cour a relevé que le texte exigeait l’adoption de règles « visant à prévenir la discrimination numérique d’accès » selon les critères mentionnés, en rappelant par ailleurs que, dans la jurisprudence américaine, la définition “normale” de la discrimination renvoie classiquement à un traitement différencié.

Des conséquences possibles pour la régulation du haut débit

En pratique, ce type de contentieux illustre la tension entre deux approches : mesurer des discriminations à partir des résultats observés, ou se limiter à des actes caractérisés par un traitement différencié. Le rejet d’une règle basée sur les “impacts” pourrait réduire la marge de manœuvre réglementaire de la FCC dans les dossiers où l’effet sur certains publics est avancé sans preuve d’intention.

Pour les consommateurs et les acteurs du secteur, l’enjeu reste la même : garantir l’accès au haut débit tout en respectant les limites juridiques fixées par la législation. Les opérateurs peuvent aussi être amenés à revoir leurs politiques et leurs procédures de déploiement ou d’orientation commerciale.

En parallèle, les utilisateurs qui cherchent à mieux comprendre leurs choix d’accès peuvent s’appuyer sur des outils de diagnostic réseau. Par exemple, un testeur réseau Ethernet peut aider à identifier des problèmes de connexion qui ne relèvent pas de la politique commerciale, mais de la qualité du lien ou de l’infrastructure.

Du côté matériel, un routeur Wi‑Fi 6 peut améliorer la stabilité du Wi‑Fi à domicile et faciliter des comparaisons concrètes entre fournisseurs, surtout lorsqu’un logement n’a pas le même niveau d’équipement ou de performance selon les zones.