Generative AI - "Introduction to Generative AI" (Numa Dhamani, Maggie Engler (2024) - "Co-Intelligence: Living and Working with AI" (Ethan Mollick, 2024) - Emily M. Bender et Alex Hanna, "The AI Con: How to Fight Big Tech’s Hype and Create the Future We Want" (2025) - David Foster, "Generative Deep Learning: Teaching Machines to Paint, Write, Compose, and Play", 2e éd. (O’Reilly, 2023) - Jay Alammar et Maarten Grootendorst, "Hands-On Large Language Models: Language Understanding and Generation" (O’Reilly, 2024) - "Speech and Language Processing" de Daniel Jurafsky et James H. Martin (2000, 2009) - James Muldoon, Mark Graham et Callum Cant, "Feeding the Machine: The Hidden Human Labor Powering A.I." (2024) - Karen Hao, "Empire of AI: Dreams and Nightmares in Sam Altman’s OpenAI" (2025) - Parmy Olson, Supremacy: AI, ChatGPT, and the Race That Will Change the World (2024) - ...

Last update: 12/12/2025

L’intelligence artificielle générative (GenAI) désigne l’ensemble des systèmes capables de produire de nouveaux contenus — textes, images, sons, vidéos, logiciels, molécules ou modèles tridimensionnels — à partir de vastes corpus de données et d’instructions formulées par les utilisateurs.

Elle ne se limite donc pas à automatiser une tâche répétitive ou à classer des informations existantes : elle intervient dans l’acte même de concevoir, de rédiger, de représenter, de simuler et de proposer.

Depuis la diffusion publique de modèles comme ChatGPT à la fin de 2022, puis l’essor rapide des générateurs d’images, de musique, de vidéo et de code, l’IA générative est devenue l’une des transformations technologiques les plus visibles du début du XXIe siècle...

Ses usages se multiplient dans des secteurs très différents. 

Dans les domaines artistiques et culturels, elle peut assister l’écriture, produire des esquisses visuelles, générer des bandes-son, faciliter le montage ou proposer des variations stylistiques. Dans les entreprises, elle sert à rédiger des documents, résumer des réunions, traduire, analyser des données, préparer des présentations, concevoir des campagnes de communication ou soutenir le service client. Dans l’industrie, elle contribue à la conception de produits, à l’optimisation de composants, à la simulation de scénarios et à la production de prototypes. En médecine et dans la recherche scientifique, elle peut aider à explorer des corpus de publications, à modéliser des structures biologiques, à suggérer des hypothèses ou à accélérer certaines étapes de découverte. Dans l’éducation, enfin, elle ouvre de nouvelles possibilités d’accompagnement, d’explication personnalisée, de préparation d’exercices et de traduction, tout en obligeant à repenser les pratiques d’évaluation et les conditions de l’apprentissage.

Cette diversité d’applications explique l’impression d’accélération qui accompagne l’IA générative ...

Elle n’est plus seulement un objet de laboratoire ou une technologie réservée à quelques entreprises spécialisées : elle s’intègre progressivement aux logiciels de bureautique, aux moteurs de recherche, aux plateformes de création, aux outils de programmation et aux services publics ou privés. 

Son importance ne vient pas seulement de la puissance des modèles eux-mêmes, mais de leur capacité à devenir une interface générale entre les individus et les systèmes numériques. Par le langage naturel, l’utilisateur peut désormais demander à une machine de résumer un dossier, d’écrire un programme, de transformer une image, de comparer des documents, de produire une maquette ou d’explorer une question complexe.

Cependant, cette diffusion ne doit pas être confondue avec une automatisation parfaite de l’intelligence humaine. 

Les systèmes génératifs produisent des réponses plausibles à partir de régularités apprises dans leurs données d’entraînement ; ils peuvent être créatifs, rapides et parfois remarquablement utiles, mais ils peuvent aussi se tromper, inventer des faits, reproduire des biais, simplifier abusivement un problème ou imiter des styles sans en comprendre pleinement les enjeux. 

Leur utilisation soulève donc des questions essentielles de fiabilité, de propriété intellectuelle, de confidentialité, de transparence, de consommation énergétique et de responsabilité. Qui répond d’une erreur produite par un assistant ? Quelles données ont servi à entraîner les modèles ? Comment protéger les créateurs, les travailleurs et les citoyens face à la concentration de ces technologies entre les mains d’un petit nombre d’entreprises ?

 

L’IA générative doit ainsi être comprise à la fois comme une innovation technique, un outil économique et un phénomène social. Elle promet de transformer les métiers de l’écriture, de l’image, du code, de la recherche et de la décision ; mais elle transforme aussi les conditions dans lesquelles nous attribuons de la valeur à une œuvre, à une expertise ou à une information. Les projets novateurs qui se développent aujourd’hui dans les domaines de la création, de la santé, de l’industrie, de l’éducation ou de la science ne constituent donc pas seulement une nouvelle série d’applications numériques. Ils annoncent une reconfiguration plus profonde des relations entre savoir, travail, imagination et pouvoir. L’enjeu des années à venir ne sera pas uniquement de savoir jusqu’où ces technologies peuvent aller, mais de déterminer collectivement à quelles fins elles doivent être développées, qui doit en bénéficier et sous quelles règles elles pourront contribuer au bien commun.

 

L’IA générative comme nouvelle infrastructure culturelle? Comme machine à produire du plausible ? Comme transformation du travail intellectuel ? Comme crise de l’auteur, de la preuve et de l’originalité ? Comme dispositif de pouvoir sur les archives collectives ? Cette synthèse n’a pas encore trouvé son grand auteur incontestable ..

 

Simon Lindgren, "Critical Theory of AI" (Polity, 2023)

Publié en 2023, "Critical Theory of AI" de Simon Lindgren propose moins une étude technique de l’intelligence artificielle qu’un cadre de réflexion sociologique et politique pour comprendre la place qu’elle occupe dans les sociétés contemporaines. L’ouvrage ne porte pas exclusivement sur les grands modèles de langage, les générateurs d’images ou les assistants conversationnels devenus massifs après le lancement de ChatGPT. Il est néanmoins particulièrement utile pour penser l’IA générative, car il refuse de considérer l’intelligence artificielle comme un simple ensemble d’outils neutres, évaluables uniquement selon leur efficacité, leur précision ou leur degré d’automatisation.

1. Le point de départ de Lindgren est que l’IA doit être comprise comme un assemblage sociotechnique. Un système d’IA n’est jamais seulement un algorithme : il suppose des données collectées, des infrastructures de calcul, des entreprises, des investisseurs, des travailleurs chargés d’annoter ou de modérer les contenus, des institutions qui l’adoptent, des usagers qui s’y adaptent et des récits qui en organisent la réception. Cette perspective permet de déplacer la question habituelle — « que peut faire l’IA ? » — vers une interrogation plus décisive : qui conçoit ces systèmes, quelles valeurs y sont inscrites, quels intérêts servent-ils, quels comportements encouragent-ils et quelles formes de pouvoir rendent-ils possibles ?

2. Lindgren mobilise la tradition de la théorie critique, depuis Marx et l’École de Francfort jusqu’aux études féministes, postcoloniales et décoloniales des techniques. Il montre que l’IA est fréquemment entourée d’une idéologie du progrès : elle est présentée comme inévitable, objective, efficace et capable de résoudre des problèmes que les institutions humaines ne parviendraient plus à traiter. Cette rhétorique peut naturaliser des choix qui sont pourtant sociaux et politiques. Décider qu’un système doit classer des candidats, hiérarchiser des informations, évaluer un risque, filtrer des contenus ou produire des textes n’est jamais une décision purement technique ; c’est aussi définir ce qui compte comme compétence, vérité, pertinence, danger ou normalité.

3. Cette analyse est particulièrement éclairante pour l’IA générative. Les modèles de langage et les générateurs d’images donnent l’impression de produire spontanément des contenus nouveaux. Mais leurs productions dépendent de corpus constitués à partir de textes, d’images, de sons et de traces culturelles préexistantes. Ils réorganisent statistiquement des archives humaines, puis les rendent disponibles sous forme de réponses, de récits, de styles ou de représentations apparemment immédiates. Dès lors, ils ne transforment pas seulement la vitesse de production des contenus : ils peuvent modifier les conditions de l’écriture, de la création, de l’apprentissage et de l’autorité culturelle.

4. Lindgren aide ainsi à poser plusieurs questions essentielles.

Lorsqu’un assistant rédige un texte, quelle conception de la langue, de la pertinence et du savoir est incorporée dans ses réponses ? Lorsqu’un générateur d’images reproduit certains stéréotypes de genre, de race ou de classe, s’agit-il d’un simple défaut technique ou du reflet de corpus et de catégories sociales inégalement constitués ? Lorsqu’une entreprise délègue à un modèle la rédaction de documents, l’évaluation de candidatures ou la réponse aux clients, quels métiers sont transformés, quels savoir-faire sont dévalorisés et quelles nouvelles formes de surveillance ou de contrôle apparaissent ?

5. L’ouvrage accorde une place importante au travail. 

L’IA est souvent décrite comme une force qui « remplace » les humains ; Lindgren invite plutôt à analyser les formes concrètes de déplacement, de recomposition et de contrôle du travail. Les systèmes automatisés peuvent supprimer certaines tâches, mais ils peuvent aussi en créer de nouvelles : vérification des réponses, nettoyage des données, annotation, modération, supervision, adaptation des contenus ou correction des erreurs. L’enjeu n’est donc pas seulement de mesurer le nombre d’emplois menacés, mais d’étudier la redistribution des compétences, du pouvoir de décision et de la valeur économique entre entreprises, salariés, sous-traitants et usagers.

6. Lindgren insiste également sur la nécessité de dépasser une critique réduite aux seuls mots d’ordre d’« éthique », de « transparence » ou d’« équité ». Ces principes sont indispensables, mais ils peuvent devenir insuffisants s’ils ne s’accompagnent pas d’une analyse des structures de propriété, des modèles économiques, de la concentration des infrastructures et des inégalités de pouvoir. Une IA peut être présentée comme plus équitable ou plus transparente tout en renforçant la dépendance à quelques grandes plateformes, en exploitant du travail invisible ou en imposant ses catégories à des institutions qui ne les ont pas démocratiquement choisies.

7. La limite de "Critical Theory of AI" tient à son caractère général : le livre n’offre pas une théorie complète et spécifique de la révolution générative apparue avec les LLMs, les modèles de diffusion et les outils de création multimodale. Il ne décrit pas avec précision les pratiques du prompt, les transformations de l’auteur, les nouveaux régimes de l’image synthétique ou les formes émergentes de collaboration entre humains et modèles. 

Mais sa force est ailleurs : il fournit les instruments conceptuels permettant de ne pas réduire ces phénomènes à une question de performance technique. Il rappelle que l’IA générative est aussi une culture, une économie, une idéologie et une infrastructure de pouvoir, autant de thèmes jusqu'à présent (2026) totalement impensés ...

"Critical Theory of AI" est donc particulièrement utile pour accompagner des ouvrages plus directement consacrés aux modèles génératifs. Il permet de comprendre que la question décisive n’est pas seulement de savoir si une machine peut écrire, dessiner, traduire ou composer. Elle est de déterminer comment ces capacités reconfigurent les rapports entre créateurs et plateformes, entre savoir et autorité, entre travail humain et automatisation, entre archives collectives et propriété privée, entre innovation technique et démocratie.

Depuis les débuts de l’intelligence artificielle (Artificial Intelligence, AI), au milieu du XXe siècle, une grande partie du débat a porté sur une question ambitieuse : les machines pourront-elles un jour reproduire certaines capacités humaines — apprendre, raisonner, percevoir, parler, créer ? Le terme même d’« intelligence artificielle » est consacré lors de l’atelier de Dartmouth en 1956, organisé notamment par John McCarthy, Marvin Minsky, Claude Shannon et Nathaniel Rochester. Il désignait alors un programme de recherche : étudier la possibilité de faire accomplir à des machines des tâches qui, lorsqu’elles sont réalisées par des humains, semblent exiger de l’intelligence.

Pendant plusieurs décennies, ce projet a connu des cycles d’enthousiasme, de promesses excessives, de limites techniques et de désillusions. Les périodes dites d’« hiver de l’IA » (AI winters) rappellent que la progression du domaine n’a jamais été linéaire. Les systèmes symboliques, fondés sur des règles explicites, ont obtenu des résultats utiles dans des environnements très structurés, mais ils se sont révélés fragiles face à l’ambiguïté du langage, à la diversité du monde réel et à la difficulté de traduire le savoir ordinaire en règles formelles.

La situation a changé avec la montée de l’apprentissage automatique (machine learning), puis de l’apprentissage profond (deep learning). Au lieu de programmer explicitement toutes les règles nécessaires, les chercheurs entraînent des modèles à partir d’exemples. Les systèmes apprennent alors des régularités statistiques dans des données : images, textes, sons, séquences biologiques, transactions, cartes ou comportements. L’essor de ces méthodes repose sur la convergence de trois facteurs souvent résumés par la formule « data, compute, algorithms » : la multiplication des données numérisées, l’augmentation de la puissance de calcul (computing power), notamment grâce aux processeurs graphiques (Graphics Processing Units, GPUs), et l’amélioration des architectures et méthodes d’entraînement.

Domaines d’application de l’IA générative

Ces dernières années, l’intelligence artificielle générative a accompli des progrès considérables et a étendu ses applications à un grand nombre de domaines : écriture, traduction, programmation, image, musique, vidéo, jeu vidéo, mode, architecture, recherche scientifique, médecine ou publicité. Son principe général consiste à produire de nouveaux contenus — texte, image, son, code, séquence moléculaire ou environnement virtuel — à partir des régularités apprises dans de vastes ensembles de données.

Il convient toutefois d’éviter une vision trop homogène de ces usages.

Dans certains secteurs, l’IA générative modifie effectivement les conditions mêmes de la création, de la conception et de la circulation des œuvres ou des connaissances. Dans d’autres, elle agit surtout comme un outil d’assistance : elle accélère des tâches existantes, automatise des opérations répétitives, facilite la production de variantes ou aide à explorer rapidement un grand nombre de possibilités. Ses résultats doivent donc être évalués selon leur contexte : une réponse fluide n’est pas nécessairement exacte, une image convaincante n’est pas une photographie, une musique techniquement cohérente n’est pas automatiquement une œuvre originale, et une proposition de code doit toujours être vérifiée avant d’être utilisée.

1. Génération de texte

L’évolution de la génération de texte en intelligence artificielle est le résultat d’un long parcours, allant des premières hypothèses théoriques aux modèles de langage sophistiqués d’aujourd’hui. Les années 1950 ont marqué la naissance officielle de l’IA comme domaine de recherche, avec des pionniers tels qu’Alan Turing, qui s’interrogeaient sur la possibilité d’une intelligence machinique. Les premiers travaux en traitement automatique du langage naturel (natural language processing, NLP) dans les années 1960 et 1970 ont conduit à des programmes comme ELIZA, créé par Joseph Weizenbaum au MIT en 1966. ELIZA simulait une conversation en repérant certains motifs dans les phrases de l’utilisateur et en les reformulant sous forme de questions ; elle ne comprenait pas le langage au sens humain du terme, mais elle révélait déjà la puissance sociale d’une interaction textuelle apparemment naturelle.

Les années 1980 et 1990 ont vu se développer des modèles statistiques qui amélioraient la modélisation du langage en prédisant, de manière probabiliste, les séquences de mots. L’apparition et la diffusion des méthodes d’apprentissage automatique (machine learning, ML) ont ensuite permis d’entraîner les systèmes sur des corpus beaucoup plus vastes.

Une avancée décisive est survenue en 2017 avec l’introduction de l’architecture Transformer, présentée dans l’article « Attention Is All You Need ». Cette architecture constitue le cadre technique sur lequel reposent les grands modèles de langage actuels (large language models, LLM).

L’élément singulier de cette nouvelle génération de modèles est qu’une fois entraînés, ils peuvent être utilisés, interrogés et guidés en langage ordinaire. L’utilisateur n’a plus nécessairement besoin de programmer, de connaître les règles formelles de la linguistique informatique ou de manipuler des bases de données complexes : il peut formuler une demande, préciser un objectif, donner un exemple, demander une réécriture ou corriger progressivement la réponse. L’apparition des LLM a ainsi marqué un changement de paradigme dans la diffusion de l’IA, en rendant accessibles au grand public des capacités auparavant réservées à des spécialistes.

Aujourd’hui, les modèles de langage peuvent produire des textes nouveaux, cohérents et grammaticalement élaborés dans de nombreuses langues : courriels, notes de synthèse, articles, descriptions de produits, scripts, plans de cours, résumés, traductions, dialogues fictifs ou fragments poétiques. Ils peuvent aussi extraire d’un document des mots-clés, des thèmes, des arguments, des données structurées ou un résumé. Dans le domaine professionnel, ils servent par exemple à préparer une première version de rapport, à reformuler un document pour différents publics, à assister un service client, à analyser un ensemble de commentaires ou à produire une documentation technique. Dans l’éducation, ils peuvent proposer des exercices adaptés à un niveau scolaire, expliquer une notion avec différents degrés de difficulté ou aider à comparer plusieurs versions d’un texte.

L’une de leurs caractéristiques les plus frappantes est l’adaptation du style et du vocabulaire à un public cible. Un même contenu peut être reformulé pour un enfant, un étudiant, un expert, un client, un lecteur non spécialiste ou un public international. Cette possibilité ouvre la voie à des formes d’hyperpersonnalisation : une entreprise peut, par exemple, décliner une même information selon le profil de ses clients ; un enseignant peut adapter une explication à plusieurs niveaux ; un utilisateur peut demander une version brève, technique, humoristique ou pédagogique d’un même document.

Cette puissance ne dispense toutefois pas de contrôle. Les modèles peuvent inventer des références, produire des erreurs plausibles, reproduire des biais présents dans leurs données d’entraînement ou formuler avec assurance des informations incertaines. Leur valeur dépend donc de la qualité des consignes, de la vérification humaine, de la connaissance du domaine et de la capacité de l’utilisateur à distinguer une formulation convaincante d’une information établie.

2. Génération d’images

L’un des exemples les plus connus d’IA générative appliquée à la synthèse d’images est l’architecture des réseaux antagonistes génératifs (generative adversarial networks, GAN), introduite en 2014 dans l’article d’Ian Goodfellow et de ses collaborateurs, « Generative Adversarial Networks ».

Un GAN met en relation deux réseaux : l’un produit des images, tandis que l’autre tente de distinguer les images générées des images réelles. Cette confrontation progressive permet au générateur d’améliorer ses productions jusqu’à obtenir des résultats parfois très difficiles à différencier de photographies ou d’illustrations créées par des humains.

Les GAN ont ouvert plusieurs applications : création de visages synthétiques, amélioration de résolution, restauration d’images dégradées, génération de données artificielles pour entraîner des systèmes de vision par ordinateur, simulation de situations rares pour la recherche médicale ou la conduite autonome, création de prototypes visuels et production d’avatars pour les univers virtuels. Ils ont également contribué à rendre visibles les risques de trucage, notamment avec les deepfakes, qui permettent de fabriquer ou de modifier de manière réaliste des images et des vidéos de personnes.

En 2021, OpenAI a introduit DALL·E, un modèle conçu pour générer des images à partir de descriptions formulées en langage naturel. À la différence des GAN, souvent spécialisés dans une catégorie d’images ou dans l’amélioration d’images existantes, les modèles texte-image tels que DALL·E permettent de transformer une instruction écrite en visuel : « une bibliothèque sous-marine éclairée par des méduses », « une affiche Art déco pour un train futuriste » ou « un schéma pédagogique du système solaire ». D’autres systèmes, comme Midjourney, Stable Diffusion ou Adobe Firefly, ont élargi cet espace de création et de production.

Les applications sont nombreuses. Dans la publicité, l’IA générative peut servir à produire rapidement plusieurs pistes de campagne ou à adapter un visuel à différents marchés. Dans le commerce en ligne, elle permet de créer des mises en scène de produits, des arrière-plans ou des variations de catalogues. Dans la mode, elle peut aider à explorer des silhouettes, des motifs textiles et des décors avant la réalisation de prototypes physiques. En architecture et en design, elle sert à imaginer des ambiances, à visualiser plusieurs options d’aménagement ou à produire des images de concours. Dans l’édition et l’éducation, elle peut illustrer des récits, des supports de cours ou des concepts abstraits.

Ces outils ne remplacent cependant pas automatiquement le travail artistique, photographique ou graphique. Ils soulèvent des questions importantes : sur quelles images les modèles ont-ils été entraînés ? les créateurs ont-ils consenti à cet usage ? comment attribuer ou rémunérer les œuvres utilisées ? comment distinguer une image documentaire d’une image synthétique ? La génération d’images rend la création visuelle plus accessible, mais elle oblige aussi à renforcer l’éducation au regard, la transparence sur l’origine des contenus et la réflexion sur les droits des auteurs.

3. Génération musicale et sonore

Les premières approches de l’IA appliquée à la création musicale remontent aux années 1950, avec les recherches sur la composition algorithmique, c’est-à-dire l’utilisation de règles et d’algorithmes pour produire des œuvres musicales. En 1957, Lejaren Hiller et Leonard Isaacson composèrent l’Illiac Suite for String Quartet, généralement considérée comme la première œuvre musicale composée avec l’aide d’un ordinateur. L’ordinateur ne créait pas alors de la musique à partir d’une simple phrase : il appliquait des procédures combinatoires et des règles inspirées de la théorie musicale afin de générer des suites de notes que les compositeurs sélectionnaient et organisaient.

Depuis lors, l’IA musicale a connu de nombreuses transformations. Les premiers systèmes s’appuyaient sur des règles explicites ou des modèles statistiques ; les systèmes plus récents apprennent des régularités à partir de vastes corpus d’enregistrements, de partitions, de voix et de sons. Ils peuvent générer une mélodie, proposer une harmonisation, prolonger un extrait, créer une ambiance sonore, transformer une voix, produire une boucle rythmique ou accompagner une vidéo.

Parmi les développements importants figure WaveNet, une architecture introduite en 2016 par Google DeepMind, capable de générer directement des formes d’onde audio de haute qualité. Elle a notamment contribué à améliorer la synthèse vocale et la production de voix plus naturelles. Le projet Magenta, également développé par Google, a exploré l’usage de réseaux de neurones pour la composition musicale, la génération de mélodies, l’accompagnement et la création visuelle.

 

Les réseaux de neurones récurrents (recurrent neural networks, RNN) sont un type de réseau neuronal conçu pour traiter des données séquentielles. Grâce à une structure en boucle, ils conservent une partie de l’information issue des entrées précédentes. Ils peuvent ainsi repérer des régularités et des dépendances dans le temps, ce qui les rend adaptés à des tâches telles que la modélisation du langage, la prévision de séries temporelles, la reconnaissance de la parole ou l’analyse de séquences musicales. Dans la musique, ils peuvent par exemple apprendre qu’une note, un accord ou un rythme dépend souvent de ce qui précède.

En 2020, OpenAI a présenté Jukebox, un réseau neuronal capable de générer de la musique à partir d’indications telles qu’un genre musical, un artiste de référence et des paroles. Des projets comme Flow Machines, développé par Sony Computer Science Laboratories, ont également exploré la possibilité de créer de nouvelles compositions à partir de vastes bases de données musicales. Plus récemment, des services destinés au grand public permettent de produire, à partir d’une instruction textuelle, une chanson complète comprenant instrumentation, voix synthétique et paroles.

Les usages possibles sont variés : création de maquettes musicales, musiques d’ambiance pour des vidéos ou des jeux, aide à l’écriture de mélodies, production de bandes sonores à faible coût, personnalisation de contenus audio, restauration d’archives sonores ou synthèse vocale. Un créateur de jeu vidéo indépendant peut, par exemple, produire plusieurs ambiances musicales adaptées aux différents niveaux d’un jeu ; un réalisateur peut tester rapidement plusieurs directions sonores pour une scène ; un musicien peut utiliser le système comme instrument d’exploration, puis réécrire, arranger et interpréter le résultat.

La génération musicale soulève néanmoins des questions particulièrement sensibles concernant le droit d’auteur, l’imitation de styles et la voix. Lorsqu’un système produit une chanson « dans le style » d’un artiste vivant ou reproduit une voix reconnaissable, la frontière entre inspiration, imitation et appropriation devient difficile à tracer. Ces outils peuvent élargir les possibilités de composition, mais ils imposent aussi de réfléchir aux conditions d’entraînement des modèles, au consentement des artistes, à la rémunération des créateurs et à la valeur accordée à l’interprétation humaine.

4. Génération de Vidéo et d'images animées

La génération de vidéo constitue l’un des domaines les plus spectaculaires — et les plus sensibles — de l’IA générative. Elle prolonge les avancées de la génération d’images, mais ajoute une difficulté majeure : le modèle doit produire non seulement des images crédibles, mais aussi assurer leur cohérence dans le temps. Les personnages, les objets, les éclairages, les mouvements de caméra et les relations spatiales doivent rester relativement stables d’une image à l’autre.

Les premiers systèmes de génération vidéo produisaient surtout de très courtes séquences, souvent instables ou visuellement imparfaites. Depuis le début des années 2020, les progrès des modèles de diffusion et des architectures multimodales ont permis de générer des clips plus longs et plus cohérents à partir d’une consigne écrite, d’une image fixe ou d’une séquence existante. L’utilisateur peut ainsi demander, par exemple, « un plan cinématographique d’une ville futuriste sous la pluie », « une scène d’animation montrant le cycle de l’eau » ou « une caméra qui traverse une forêt brumeuse au lever du soleil ».

Ces outils peuvent être utilisés dans la publicité, le cinéma, les réseaux sociaux, l’éducation, le jeu vidéo, la communication d’entreprise ou la visualisation architecturale. Une agence peut produire rapidement plusieurs versions d’un storyboard avant le tournage ; un enseignant peut créer une courte animation illustrant un phénomène scientifique ; un musée peut reconstituer visuellement un espace historique disparu ; un studio indépendant peut générer des arrière-plans, des effets ou des séquences de prévisualisation à un coût plus faible que celui d’une production traditionnelle.

L’IA générative peut aussi faciliter certaines opérations de postproduction : suppression ou ajout d’objets, modification d’un décor, extension d’un plan, synchronisation labiale, traduction audiovisuelle, doublage ou création d’avatars. Ces possibilités peuvent réduire les coûts et élargir l’accès à la production audiovisuelle, mais elles modifient aussi profondément les métiers de l’image, de l’animation, du montage, des effets spéciaux et du doublage.

La vidéo générative pose enfin un problème majeur de confiance publique. Les deepfakes permettent de produire des images ou des vidéos réalistes montrant une personne prononcer ou accomplir ce qu’elle n’a jamais dit ou fait. Dans un contexte électoral, judiciaire, médiatique ou intime, ces contenus peuvent devenir des instruments de désinformation, de harcèlement ou de fraude. La généralisation de ces technologies rend donc nécessaire l’identification des contenus synthétiques, le développement de méthodes de vérification, la protection du droit à l’image et une éducation critique aux médias.

5. Génération de code et développement logiciel

L’IA générative s’est également imposée comme un outil important dans la production de code informatique. Les modèles spécialisés peuvent compléter une ligne de programme, expliquer une fonction, traduire du code d’un langage vers un autre, proposer des tests, repérer certaines erreurs, rédiger une documentation ou produire une première version d’une application simple à partir d’une description en langage naturel.

Un développeur peut, par exemple, demander à un assistant de générer une fonction permettant de trier des données, de créer une interface de formulaire, d’écrire une requête de base de données, de commenter un programme ancien ou de proposer des tests de sécurité. Dans une équipe, ces outils peuvent accélérer les tâches répétitives : rédaction de code standard, création de scripts, mise en forme de documentation, génération de tests unitaires ou conversion d’un programme d’un environnement technique à un autre.

L’intérêt de ces assistants ne réside pas seulement dans la vitesse de production. Ils peuvent aussi faciliter l’apprentissage : un étudiant peut demander une explication ligne par ligne d’un programme ; un programmeur débutant peut comparer plusieurs solutions à un même problème ; un spécialiste peut utiliser le modèle pour explorer rapidement une bibliothèque ou un langage qu’il connaît moins bien. L’IA générative devient alors une forme d’assistant conversationnel intégré à l’environnement de développement.

Il serait toutefois trompeur de considérer le code généré comme automatiquement fiable. Un modèle peut produire un programme qui semble correct mais contient une erreur logique, une faiblesse de sécurité, une dépendance obsolète ou une mauvaise interprétation du besoin initial. Il peut également reproduire des fragments de code dont le statut juridique est incertain. Dans les systèmes critiques — santé, finance, transports, infrastructures publiques ou sécurité —, le code produit ou modifié avec l’aide d’une IA doit donc être relu, testé et validé par des personnes compétentes.

L’enjeu n’est pas seulement de savoir si l’IA remplacera les programmeurs. Il concerne aussi la transformation du travail de développement : moins de temps consacré à certaines tâches de rédaction ou de recherche, davantage de temps potentiellement consacré à la conception, à l’architecture, à la vérification, à la sécurité, à la compréhension des besoins des utilisateurs et à la responsabilité des décisions techniques.

6. Jeu vidéo, mondes virtuels et personnages interactifs

Le jeu vidéo constitue un terrain particulièrement favorable à l’IA générative, car il combine texte, image, son, animation, règles, espaces virtuels et interaction avec les joueurs. L’IA générative peut aider à produire des décors, des textures, des objets, des dialogues, des quêtes, des musiques, des effets sonores ou des variations de niveaux. Elle peut également contribuer à créer des mondes procéduraux, c’est-à-dire des univers générés selon des règles plutôt que dessinés entièrement à la main.

Un jeu d’exploration peut ainsi proposer de vastes paysages dont les reliefs, les villages, les forêts ou les ressources varient d’une partie à l’autre. Un jeu de rôle peut utiliser l’IA pour générer des descriptions d’objets, des journaux de mission ou des dialogues secondaires. Dans certains prototypes, des personnages non joueurs (non-playable characters, NPC) peuvent répondre de manière plus souple aux questions du joueur, mémoriser certains éléments de l’interaction ou adapter leur comportement à la situation.

Ces possibilités renforcent l’immersion et la rejouabilité. Au lieu de rencontrer toujours les mêmes dialogues et les mêmes scénarios, le joueur peut découvrir des variantes, des événements inattendus ou des personnages plus réactifs. L’IA générative peut aussi réduire certaines barrières d’entrée pour les petits studios et les créateurs indépendants, qui disposent rarement des ressources nécessaires pour produire seuls une grande quantité d’illustrations, de musiques ou de contenus narratifs.

Toutefois, la génération automatique ne garantit ni la qualité ludique ni la cohérence d’un univers. Un jeu intéressant ne dépend pas seulement du nombre de contenus disponibles : il repose sur le rythme, les règles, le plaisir de jouer, la construction narrative, le travail esthétique et la précision des choix de conception. Une abondance de dialogues ou de décors générés peut même produire une impression de répétition, de superficialité ou de désordre si elle n’est pas dirigée par une intention artistique forte.

Les débats portent également sur les conditions de travail dans l’industrie du jeu vidéo. L’automatisation de certaines tâches peut libérer du temps pour la création, mais elle peut aussi servir à réduire les effectifs, à accélérer les cadences ou à dévaloriser le travail des artistes, scénaristes, doubleurs et testeurs. Comme dans les autres domaines, l’enjeu n’est donc pas seulement technique : il concerne la répartition des gains de productivité, la reconnaissance des métiers et le contrôle créatif des œuvres.

7. Une technologie transversale, non une solution universelle

L’extension de l’IA générative à des domaines aussi différents que l’écriture, l’image, la musique, le code, la médecine ou l’architecture montre qu’elle est devenue une technologie transversale. Elle agit comme une couche de production et d’assistance susceptible de s’intégrer à de nombreux outils déjà existants. Son intérêt ne réside pas seulement dans la capacité de générer un contenu spectaculaire, mais dans la possibilité de produire rapidement des variantes, de résumer des informations, de simuler des scénarios, d’automatiser certaines tâches et d’aider les personnes à explorer de nouvelles solutions.

Cette diffusion ne signifie pas que tous les usages sont souhaitables, ni que les gains de productivité seront automatiquement partagés. L’IA générative soulève des enjeux communs à tous les secteurs : fiabilité des résultats, biais, protection des données, droit d’auteur, traçabilité des contenus, consommation énergétique, transformation de l’emploi, concentration du pouvoir technologique et capacité des institutions à réguler ces outils.

L’enjeu décisif n’est donc pas seulement de savoir ce que l’IA générative peut produire. Il est de déterminer qui la conçoit, sur quelles données elle est entraînée, dans quel but elle est utilisée, qui contrôle ses infrastructures, qui bénéficie de ses gains et quelles formes de responsabilité humaine demeurent indispensables.

1. Elle ne se contente plus de classer, détecter, recommander ou prédire : elle produit de nouveaux contenus — textes, images, sons, musiques, vidéos, programmes informatiques, données synthétiques (synthetic data) ou modèles moléculaires. 

Là où un système de reconnaissance d’images répond à la question « qu’y a-t-il sur cette photographie ? », un système génératif peut créer une image à partir d’une instruction textuelle (text-to-image generation). Là où un filtre antispam distingue un message indésirable d’un message légitime, un grand modèle de langage (Large Language Model, LLM) peut rédiger, résumer, traduire, expliquer, reformuler, simuler un dialogue ou produire du code.

Cette différence correspond à la distinction entre modèles discriminatifs (discriminative models) et modèles génératifs (generative models). 

- Les premiers apprennent principalement à attribuer une catégorie, une probabilité ou une décision à partir d’une donnée ; 

- les seconds apprennent une distribution de régularités qui leur permet de produire de nouveaux exemples. 

Cette opposition est utile pédagogiquement, mais elle ne doit pas être simplifiée à l’excès : les modèles génératifs sont eux aussi des systèmes de prédiction. Un modèle de langage prédit le prochain mot ou fragment de mot (next-token prediction) ; un modèle de diffusion apprend à transformer progressivement du bruit en image ; un générateur de musique estime quelles séquences sonores sont compatibles avec une consigne, un style ou une structure.

2. Cette capacité de production ne signifie pas que la machine invente au sens humain du terme. Un modèle génératif ne possède ni expérience vécue (lived experience), ni intention propre (intentionality), ni compréhension stable du monde (grounded understanding). Il apprend des corrélations et des structures statistiques présentes dans les données qui lui ont servi d’entraînement. Sa force est de recombiner ces régularités dans des productions parfois inédites, utiles et convaincantes. Sa limite est qu’il peut produire une réponse fluide sans savoir si elle est vraie, juste, pertinente ou adaptée au contexte réel.

L’expression de « perroquet stochastique » (stochastic parrot), proposée par Emily M. Bender, Timnit Gebru, Angelina McMillan-Major et Shmargaret Shmitchell dans leur article de 2021, désigne précisément ce risque de confusion. Un modèle de langage peut générer des suites de mots très plausibles sans posséder une compréhension humaine du sens, une intention de communiquer ou une relation vérifiée à la vérité. La fluidité linguistique ne constitue donc pas, à elle seule, une preuve de connaissance, de raisonnement fiable ou de compétence générale.

3. L’enjeu central de l’IA générative est ainsi double. D’un côté, elle ouvre des possibilités considérables : assistance à l’écriture (writing assistance), traduction, programmation assistée (AI-assisted coding), création visuelle, production audiovisuelle, recherche documentaire, analyse de données, simulation scientifique, conception de molécules, prototypage rapide (rapid prototyping) et éducation personnalisée (personalized learning). 

De l’autre, elle soulève des problèmes majeurs : fiabilité des réponses (reliability), invention de sources (fabricated citations), désinformation (misinformation et disinformation), faux contenus réalistes (deepfakes), droit d’auteur (copyright), collecte et réutilisation des données (data extraction), transformation du travail (workplace transformation), concentration économique (market concentration), coût énergétique (energy consumption) et dépendance à quelques fournisseurs d’infrastructures (cloud dependency).

4. L’IA générative ne doit donc pas être pensée comme une technologie immatérielle. 

Derrière une réponse produite par un assistant conversationnel se trouvent des corpus de données, des centres de données (data centers), des puces spécialisées (AI accelerators), des réseaux, de l’électricité, de l’eau nécessaire au refroidissement, des chaînes d’approvisionnement en minerais et un travail humain souvent invisibilisé.

Avant même qu’un modèle puisse répondre à une question, il faut collecter, stocker, nettoyer, sélectionner et parfois annoter des milliards de textes, d’images, de sons ou de lignes de code. Ces opérations mobilisent des personnes chargées de classer les données, d’évaluer les réponses du système, de signaler les contenus dangereux et de modérer les matériaux violents, pornographiques, haineux ou traumatisants qui circulent dans les corpus et sur les plateformes.

L’entraînement d’un grand modèle exige ensuite des milliers de processeurs fonctionnant simultanément pendant des périodes parfois longues. Ces machines sont fabriquées à partir de composants électroniques complexes, eux-mêmes dépendants de chaînes mondiales d’extraction, de transformation et de transport de minerais tels que le cuivre, le lithium, le cobalt, le nickel ou les terres rares. Les centres de données doivent être alimentés en continu, refroidis et reliés par des réseaux à très haut débit. Leur consommation énergétique et hydrique varie selon la taille des modèles, le matériel utilisé, la localisation des infrastructures, le climat et la source de l’électricité ; elle ne peut donc pas être réduite à un chiffre unique valable pour toute l’IA.

Enfin, chaque requête adressée à un assistant conversationnel déclenche une opération d’inférence (inference) : le modèle, déjà entraîné, calcule progressivement la suite de mots la plus probable à partir de la demande reçue. Cette phase est généralement moins coûteuse que l’entraînement initial, mais elle devient significative lorsqu’un même service répond à des millions ou à des milliards de requêtes. L’IA générative doit ainsi être pensée non comme une intelligence immatérielle flottant dans le « cloud », mais comme une industrie matérielle et sociale : elle dépend de ressources naturelles, de travail humain, d’infrastructures énergétiques et de décisions économiques qui déterminent qui possède les modèles, qui bénéficie de leurs usages et qui supporte leurs coûts.

Kate Crawford a ainsi montré, dans "Atlas of AI" (2021), que l’IA doit être comprise comme une industrie extractive autant que comme une technologie cognitive.

5. Comprendre l’IA générative suppose dès lors de la considérer simultanément comme une innovation technique, une industrie matérielle et une technologie culturelle. 

Comprendre l’IA générative suppose dès lors de la considérer simultanément comme une innovation technique, une industrie matérielle et une technologie culturelle. Réduite à ses seules performances, elle paraît n’être qu’un ensemble de modèles capables de produire rapidement du texte, des images, du code ou du son. Mais ses effets dépassent largement la question de savoir si une réponse est plus ou moins exacte, une image plus ou moins réaliste ou un programme plus ou moins efficace. Elle transforme les conditions mêmes dans lesquelles les contenus sont produits, distribués, évalués et reconnus comme crédibles.

Comme innovation technique, l’IA générative modifie les outils de l’écriture, de la programmation, du design, de la traduction, de la recherche documentaire et de la création audiovisuelle. Elle peut aider à produire un premier brouillon, reformuler un texte, explorer plusieurs hypothèses, générer des variantes visuelles, résumer un ensemble de documents ou assister la résolution d’un problème. Son intérêt ne réside pas nécessairement dans le remplacement d’un auteur, d’un chercheur, d’un enseignant, d’un artiste ou d’un programmeur, mais dans la possibilité de redistribuer certaines étapes du travail : préparation, recherche, mise en forme, répétition, simulation ou prototypage.

Comme industrie matérielle, elle dépend de ressources et d’infrastructures concentrées : données, puces, centres de données, énergie, eau, réseaux, minerais, capitaux et travail humain. Les modèles les plus puissants ne sont pas produits dans un espace abstrait appelé « cloud » ; ils exigent des investissements considérables et sont contrôlés par un nombre limité d’entreprises, d’États et de fournisseurs d’infrastructures. Cette concentration pose une question politique décisive : qui possède les modèles, les données et les capacités de calcul ; qui fixe les règles d’accès ; qui bénéficie des gains de productivité ; et qui supporte les coûts environnementaux, sociaux ou économiques de leur fonctionnement ?

Comme technologie culturelle, l’IA générative modifie les formes de l’expression, de la mémoire et de l’autorité. Elle rend possible la production rapide de textes, d’images, de voix et de vidéos qui peuvent imiter les formes du savoir, du témoignage, de l’expertise ou de la création artistique. Elle brouille ainsi certaines frontières entre original et copie, auteur et assistant, document et simulation, information vérifiée et contenu plausible. La difficulté n’est pas seulement de distinguer le vrai du faux ; elle est aussi de comprendre comment se fabrique désormais la confiance. Une réponse fluide, une image réaliste ou une voix convaincante peuvent être prises pour des preuves de compétence ou d’authenticité alors qu’elles ne garantissent ni la véracité des faits, ni la provenance des données, ni la responsabilité de celui qui les diffuse.

L’IA générative ne remplace donc pas mécaniquement les humains. Mais elle redistribue les capacités, les tâches, les dépendances et les formes d’autorité. Certaines personnes peuvent gagner en autonomie, en vitesse d’exécution ou en accès à des outils autrefois réservés à des spécialistes. D’autres peuvent voir leur travail standardisé, surveillé, dévalorisé ou capté par des plateformes qui transforment leurs productions en données d’entraînement. Dans les institutions, elle peut faciliter l’accès à l’information ; elle peut aussi renforcer l’opacité lorsque des décisions sont appuyées sur des systèmes dont les données, les critères et les limites ne sont pas discutables.

L’enjeu n’est donc pas de décider abstraitement si l’IA générative est « pour » ou « contre » l’humain. Il est de déterminer quelles tâches doivent être assistées, lesquelles ne doivent pas être déléguées, quelles données peuvent être utilisées, quelles protections doivent être garanties aux créateurs et aux travailleurs, et quelles institutions doivent pouvoir contrôler, auditer ou contester les systèmes déployés. Une technologie générative peut devenir un outil d’émancipation, de création et de coopération ; elle peut aussi devenir un instrument de concentration, de surveillance et de standardisation. Tout dépend des finalités qui lui sont assignées, des règles qui l’encadrent et de la capacité collective à ne pas confondre performance technique et progrès social.

6. De la fascination technique à la question politique

La question décisive n’est donc plus seulement : « Que peut faire l’IA ? » Elle est devenue : quelles capacités voulons-nous confier à des systèmes automatisés, dans quels domaines, sous quel contrôle et avec quelles conséquences pour les personnes concernées ? Il ne suffit pas qu’un outil puisse rédiger un texte, générer une image, conseiller un usager, classer un dossier ou produire une recommandation pour qu’il soit souhaitable de l’employer à cette fin. Il faut encore déterminer si son usage améliore réellement la situation, s’il respecte les droits des personnes, si ses erreurs peuvent être identifiées, si une décision peut être expliquée et contestée, et si un responsable humain ou institutionnel peut répondre de ses effets.

Au milieu des années 2020, l’IA générative suscite un engouement exceptionnel. 

Cette fascination tient moins à l’existence de l’IA elle-même — déjà présente depuis longtemps dans les moteurs de recherche, les recommandations, la publicité ou la reconnaissance d’images — qu’à une transformation de son interface. Pour la première fois à cette échelle, presque n’importe quel utilisateur peut s’adresser directement à un système en langage ordinaire, lui poser une question, lui demander d’écrire, de résumer, de traduire, de programmer, d’imaginer une image, de commenter un document ou de poursuivre une conversation. L’IA ne semble plus cachée dans une plateforme ou réservée à des ingénieurs : elle répond, reformule, s’adapte au ton de l’échange et donne l’impression d’une disponibilité intellectuelle immédiate.

Cette conversation directe produit un effet puissant d’anthropomorphisme. 

Parce que le système utilise le « je », répond avec politesse, conserve parfois le fil d’un échange et paraît tenir compte d’une demande, l’utilisateur peut facilement lui attribuer une compréhension, une intention, une mémoire ou une compétence comparables à celles d’une personne. Or un assistant conversationnel ne dialogue pas au sens humain : il génère, étape après étape, la suite linguistique la plus probable ou la plus appropriée au regard de son entraînement, de la consigne reçue et des règles qui encadrent son fonctionnement. Son apparente proximité ne garantit ni une connaissance vérifiée, ni une expérience du monde, ni une responsabilité morale ou juridique.

Cette nouvelle relation d’usage a des conséquences importantes. 

Elle peut rendre l’accès à l’information, à l’écriture, à la traduction ou à la programmation plus simple et plus inclusif. Elle peut aider une personne à formuler une idée, à comprendre une notion ou à franchir une barrière linguistique ou technique. Mais elle peut aussi encourager une délégation excessive du jugement : accepter une réponse sans vérifier ses sources, confier à un système la rédaction d’un devoir ou d’un rapport sans en maîtriser le contenu, utiliser un conseil médical, juridique ou financier sans consulter un professionnel compétent, ou laisser un outil orienter des décisions qui devraient rester discutables.

L’enjeu concerne aussi la transformation de l’autorité. 

Dans de nombreux contextes, la qualité d’un texte, la maîtrise d’une langue, la rapidité de synthèse ou la capacité à produire une image convaincante étaient associées à une formation, une expérience, une compétence identifiable et une responsabilité. Avec l’IA générative, ces signes extérieurs de compétence deviennent plus faciles à simuler. Il devient alors nécessaire de distinguer plus soigneusement l’apparence de l’expertise, la fluidité de la fiabilité, la production d’un contenu et la capacité à en répondre.

La diffusion des assistants conversationnels transforme également les rapports entre utilisateurs et grandes plateformes. Chaque requête peut devenir une interaction médiée par des modèles, des infrastructures cloud, des règles de modération, des conditions d’utilisation et des stratégies commerciales qui échappent largement à l’utilisateur. La conversation paraît privée, immédiate et personnalisée ; elle dépend pourtant d’un environnement technique et économique dont les objectifs, les données mobilisées et les modalités de conservation ne sont pas toujours visibles. L’enjeu n’est donc pas seulement ce que l’IA peut produire, mais aussi les conditions dans lesquelles elle écoute, répond, mémorise, filtre, oriente ou refuse.

 

C’est pourquoi la question politique de l’IA générative doit être formulée de manière concrète : quelles tâches peuvent être utilement assistées sans être entièrement déléguées ? Quelles décisions doivent toujours pouvoir être expliquées, révisées et contestées ? Quelles données peuvent être utilisées, par qui et à quelles fins ? Quels droits doivent protéger les auteurs, les travailleurs, les personnes représentées et les usagers ? Qui possède les modèles et les infrastructures ? Qui bénéficie des gains de productivité, et qui supporte les coûts sociaux, énergétiques et environnementaux ?

 

L’enthousiasme actuel n’est donc ni absurde ni purement irrationnel : il répond à l’expérience réelle d’outils nouveaux, accessibles et parfois très utiles. Mais il ne doit pas conduire à confondre une interface conversationnelle convaincante avec une intelligence autonome, ni une accélération technique avec un progrès social garanti. L’avenir de l’IA générative dépendra moins de la seule puissance des modèles que des institutions capables d’en organiser l’usage, d’en limiter les abus et d’en répartir les bénéfices.

"Introduction to Generative AI", publié par Manning Publications en 2024, ne prétend pas rivaliser avec un manuel théorique sur les modèles génératifs ni avec une critique systématique de l’économie politique de l’IA. Sa valeur est ailleurs : il aide le lecteur ordinaire ou le professionnel à comprendre ce que les assistants conversationnels peuvent faire, ce qu’ils ne peuvent pas garantir, et comment les employer sans leur attribuer une autorité excessive.

Il complète un ouvrage comme "Understanding Deep Learning" de Simon J. D. Prince pour les mécanismes techniques, et "The AI Con" de Emily M. Bender et Alex Hanna pour la critique des récits industriels.

Le livre est coécrit par Numa Dhamani, spécialiste du traitement automatique du langage, de la sécurité, de la vie privée et de la désinformation, et Maggie Engler, ingénieure et chercheuse travaillant sur la sûreté des grands modèles de langage, les abus en ligne et la confiance numérique. Cette double compétence donne au livre une orientation utile : il ne présente pas l’IA générative comme un simple outil de productivité, mais comme une technologie qui doit être utilisée avec discernement, vérification et attention aux risques.

1. Son apport pédagogique est de partir de l’expérience désormais familière d’un échange avec ChatGPT : l’utilisateur pose une question en langage courant et reçoit une réponse fluide, structurée et souvent impressionnante. Les autrices expliquent pourquoi cette expérience peut être utile, mais aussi trompeuse. Un grand modèle de langage (Large Language Model, LLM) ne constitue pas une base de connaissances fiable au sens strict ; il génère des suites de texte plausibles à partir de régularités statistiques apprises. Il peut aider à rédiger, résumer, reformuler, traduire, produire des idées ou assister certaines tâches de programmation, mais il peut aussi inventer des informations, reproduire des biais ou répondre avec assurance à une question mal comprise.

2. L’ouvrage insiste donc sur les bonnes pratiques : formuler une demande précise, fournir un contexte pertinent, décomposer les tâches complexes, demander des alternatives, vérifier les faits et les sources, et ne pas confier aveuglément au modèle des décisions sensibles. Il aborde aussi la confidentialité : un utilisateur doit se demander quelles informations il introduit dans un service externe, si elles contiennent des données personnelles, professionnelles, médicales, juridiques ou confidentielles, et quelles règles d’usage s’appliquent à ces données. Cette dimension est particulièrement précieuse dans un guide destiné au grand public et aux organisations.

3. Le livre traite également des abus et des attaques adversariales : tentatives de contourner les garde-fous, instructions malveillantes cachées dans des documents, détournement d’un assistant vers des usages frauduleux, génération de désinformation ou exploitation de réponses erronées. Cela permet de rappeler qu’un système conversationnel n’est pas seulement un outil d’écriture : lorsqu’il est connecté à des données, à des documents, à des logiciels ou à des actions automatisées, il devient une composante possible d’un dispositif de sécurité et de gouvernance.

4. Sa limite est liée à son format introductif et à sa date. Publié au début de 2024, il saisit très bien le moment où les assistants conversationnels se diffusent massivement, mais il ne peut couvrir pleinement les évolutions ultérieures : modèles multimodaux plus intégrés, assistants capables d’utiliser des outils, exécution locale sur appareils personnels, agents semi-autonomes, évolution rapide des cadres réglementaires et multiplication des modèles ouverts. Ses analyses de la sûreté et de la responsabilité restent utiles, mais le lecteur devra les compléter par des sources plus techniques sur les architectures, plus juridiques sur les droits d’auteur et la protection des données, et plus critiques sur les infrastructures, le travail et la concentration économique.

"Co-Intelligence: Living and Working with AI" (Ethan Mollick, 2024)

 Probablement l’un des livres les plus utiles, accessibles et immédiatement féconds sur les usages ordinaires de l’IA générative. Professeur à la Wharton School de l’université de Pennsylvanie, spécialiste de l’innovation, de l’entrepreneuriat et des organisations, Ethan Mollick ne cherche ni à sacraliser les grands modèles de langage ni à les réduire à une menace abstraite. Il part d’un constat simple : l’IA générative est déjà devenue une technologie de consommation et de travail, disponible à grande échelle, capable de modifier la manière d’écrire, d’apprendre, de programmer, de chercher des idées, de préparer une réunion, d’analyser un document, de créer des images ou d’organiser une activité collective. La question n’est donc plus seulement de savoir si elle sera adoptée, mais comment apprendre à travailler avec elle sans lui abandonner le jugement, la responsabilité ni l’initiative.

1. La notion de « co-intelligence » désigne précisément cette relation nouvelle. 

Mollick invite à considérer les systèmes tels que ChatGPT, Claude ou Gemini non comme des oracles, ni comme de simples logiciels passifs, mais comme des collaborateurs étranges : rapides, disponibles, souvent inventifs, parfois étonnamment pertinents, mais aussi fondamentalement faillibles. Ils peuvent proposer des formulations, produire des plans, simuler un interlocuteur, expliquer un concept, suggérer des pistes de recherche, générer du code ou aider à explorer plusieurs solutions ; mais ils peuvent également halluciner, reproduire des biais, simplifier abusivement, masquer l’incertitude sous une prose convaincante et donner l’illusion d’une compréhension qu’ils ne possèdent pas. La compétence décisive devient alors moins la capacité à obtenir une réponse que la capacité à poser un problème, à évaluer une proposition, à demander des contre-exemples, à vérifier des sources et à décider ce qui mérite d’être retenu.

2. L’ouvrage est particulièrement éclairant pour l’enseignement. 

Mollick défend l’idée que l’IA peut être simultanément un tuteur, un partenaire de discussion, un outil de préparation et un objet d’apprentissage critique. Elle peut aider un étudiant à reformuler une question, à recevoir un retour sur un brouillon, à s’entraîner à un entretien ou à explorer plusieurs interprétations d’un texte. Pour l’enseignant, elle peut contribuer à préparer des exercices, à différencier des activités ou à imaginer des simulations. Mais ces possibilités ne dispensent nullement de repenser l’évaluation, l’autorité pédagogique et les conditions d’une véritable appropriation intellectuelle. Un texte fluide n’est pas nécessairement un texte compris ; une réponse bien structurée ne prouve ni une compétence, ni une pensée personnelle. L’enjeu est donc de concevoir des situations où l’élève doit expliciter ses choix, comparer les réponses de l’IA, identifier ses erreurs, documenter ses sources et assumer ce qu’il signe.

3. Mollick propose plusieurs principes pratiques, dont le plus célèbre est de toujours « inviter l’IA à la table » : non parce qu’elle doit participer à toute décision, mais parce qu’il devient rationnel d’examiner ce qu’elle peut apporter à une tâche donnée. Il recommande ensuite de la traiter comme un être humain — en donnant du contexte, des consignes précises, des exemples et des retours — tout en gardant à l’esprit qu’elle n’en est pas un. Cette double exigence est au cœur du livre : une interaction efficace suppose de communiquer avec les modèles de façon conversationnelle, mais une utilisation responsable exige de ne jamais leur attribuer intention, expertise garantie, conscience ou responsabilité morale.

4. L’un des mérites de Co-Intelligence est de déplacer le débat hors de l’alternative sommaire entre enthousiasme technologique et catastrophisme. Mollick reconnaît les bouleversements possibles pour le travail, l’éducation, la création et les organisations ; il ne minimise ni les erreurs des modèles ni les risques de dépendance cognitive. Toutefois, son propos est surtout d’ordre pragmatique : l’IA générative doit être expérimentée, discutée et encadrée dans les pratiques réelles, plutôt que laissée aux seuls ingénieurs, dirigeants d’entreprises ou discours alarmistes. L’ouvrage insiste ainsi sur la nécessité de développer une culture d’usage : savoir quand déléguer une première ébauche, quand demander plusieurs variantes, quand exiger des justifications, quand vérifier indépendamment et quand refuser l’automatisation.

5. Ses limites doivent néanmoins être signalées. 

L’optimisme de Mollick, même s’il est généralement prudent, porte principalement sur les usages individuels et organisationnels. Les questions de propriété intellectuelle, de travail invisible d’annotation, de concentration des infrastructures de calcul, de dépendance aux grandes plateformes, de coût environnemental, de surveillance et d’inégalités géopolitiques y occupent une place moins centrale que dans les travaux critiques sur l’économie politique de l’IA. De même, présenter l’IA comme un « collègue » ou un « coach » peut être pédagogiquement stimulant, mais cette métaphore risque d’atténuer une différence fondamentale : un modèle génératif ne partage ni expérience du monde, ni intérêts, ni responsabilité, ni capacité à répondre des conséquences de ses propositions.

 

"The fact is that we live in a world with AIs, and that means we need to understand how to work with them. So we need to establish some ground rules. Because the AI available to you when you read this book is likely different from the one I have when writing it, I want to

consider general principles. We will focus on things inherent and timeless, as much as that is possible, in all current generative AI systems based on Large Language Models. Here are my four principles of working with AI ..."

 

"Principle 1: Always invite AI to the table."

La première règle de Mollick est volontairement provocatrice : il faut « toujours inviter l’IA à la table ». Cela ne signifie pas qu’il faudrait utiliser un chatbot pour chaque activité humaine, ni que toute décision devrait être assistée par une machine. Il veut dire qu’il devient raisonnable, dans beaucoup de tâches intellectuelles, de se demander si l’IA pourrait aider à produire une première version, à imaginer des alternatives, à vérifier la cohérence d’un plan, à reformuler une idée ou à faire apparaître des angles morts.

Cette règle repose sur un constat pragmatique : les modèles génératifs sont particulièrement utiles dans les moments où l’on hésite, où l’on manque d’un premier brouillon, où l’on cherche des pistes ou où l’on doit transformer une idée vague en matériau exploitable. Ils peuvent réduire l’angoisse de la page blanche, accélérer certaines tâches de préparation et offrir un interlocuteur de travail à ceux qui n’ont pas facilement accès à un collègue, un éditeur ou un tuteur.

Mais cette invitation doit rester une invitation, non une délégation. Le danger est de faire de l’IA le point de départ obligatoire de toute pensée. Lorsqu’un outil propose immédiatement une réponse moyenne, bien structurée et stylistiquement lisse, il peut empêcher la recherche plus lente, plus singulière et parfois plus féconde d’une formulation propre. L’IA est excellente pour produire des possibilités ; elle est moins capable de décider lesquelles valent la peine d’être poursuivies.

 

"Vous devriez essayer d’inviter l’IA à vous aider dans tout ce que vous faites, sauf lorsqu’il existe des obstacles juridiques ou éthiques. En expérimentant, vous pourrez constater que l’aide de l’IA est satisfaisante, frustrante, inutile ou inquiétante. Mais il ne s’agit pas seulement d’obtenir une aide ponctuelle : vous familiariser avec les capacités de l’IA vous permet de mieux comprendre comment elle peut vous assister — ou, au contraire, vous menacer, vous et votre emploi.

Puisque l’IA est une technologie à usage général, il n’existe pas de manuel unique auquel se référer pour en comprendre la valeur et les limites. 

La situation est compliquée par un phénomène que mes coauteurs et moi appelons la « frontière accidentée » de l’IA (Jagged Frontier of AI). Imaginez le mur d’une forteresse : certaines tours et certains créneaux s’avancent loin dans la campagne, tandis que d’autres se replient vers le centre du château. Ce mur représente les capacités de l’IA, et plus on s’éloigne du centre, plus la tâche devient difficile. Tout ce qui se trouve à l’intérieur du mur peut être accompli par l’IA ; tout ce qui se trouve à l’extérieur lui est difficile.

Le problème est que ce mur est invisible. Certaines tâches qui semblent logiquement situées à la même distance du centre, et donc de difficulté équivalente — par exemple écrire un sonnet et composer un poème de exactement cinquante mots — se trouvent en réalité de part et d’autre du mur. L’IA excelle dans le sonnet, mais, parce qu’elle conceptualise le monde en tokens plutôt qu’en mots, elle produit régulièrement des poèmes de plus ou de moins de cinquante mots. De même, certaines tâches inattendues, comme la génération d’idées, sont faciles pour les IA, tandis que d’autres qui paraissent simples pour une machine, comme des calculs mathématiques élémentaires, restent difficiles pour les grands modèles de langage (LLM). Pour déterminer la forme de cette frontière, il faut expérimenter.

Cette expérimentation vous donne aussi la possibilité de devenir la personne la plus compétente au monde dans l’usage de l’IA appliqué à une tâche que vous connaissez bien. Cela découle d’une vérité fondamentale sur l’innovation : elle est coûteuse pour les organisations et les entreprises, mais peu coûteuse pour les individus dans l’exercice de leur travail. L’innovation procède par essais et erreurs. Une organisation qui souhaite lancer un produit destiné à aider un responsable marketing à rédiger des textes publicitaires plus convaincants doit concevoir le produit, le tester auprès de nombreux utilisateurs et le modifier à plusieurs reprises pour parvenir à une solution efficace. Un responsable marketing, en revanche, écrit continuellement des textes : il peut donc expérimenter de multiples façons d’utiliser l’IA jusqu’à trouver celle qui fonctionne. Nul besoin d’embaucher une équipe ni de recourir à de coûteux cycles de développement logiciel.

À mesure que l’intelligence artificielle se diffuse, les utilisateurs qui comprennent intimement les nuances, les limites et les capacités des outils d’IA sont particulièrement bien placés pour en libérer tout le potentiel d’innovation. Ces innovateurs-usagers sont souvent à l’origine d’idées décisives pour de nouveaux produits et services. Leurs innovations peuvent aussi devenir d’excellentes sources d’idées de start-up inattendues. Les travailleurs qui découvrent comment rendre l’IA réellement utile dans leur métier peuvent avoir un impact considérable.

Et l’IA peut être très utile. Non seulement pour les tâches professionnelles, comme nous le verrons en détail dans les chapitres suivants, mais aussi parce qu’un point de vue étranger peut aider. Les êtres humains sont soumis à toutes sortes de biais qui influencent leurs décisions. Or beaucoup de ces biais proviennent du fait que nous restons enfermés dans notre propre esprit. Nous disposons désormais d’une autre co-intelligence — étrange et artificielle — vers laquelle nous pouvons nous tourner. L’IA peut nous accompagner comme partenaire de réflexion et améliorer notre prise de décision, en nous aidant à examiner nos propres choix plutôt qu’en prenant simplement les décisions à notre place. Nous vivons dans un monde où les capacités humaines de décision peuvent désormais être augmentées d’une manière nouvelle...."

"Principle 2: Be the human in the loop".

L’IA comme personne, mais jamais tout à fait - La deuxième règle est plus subtile : il faut traiter l’IA « comme une personne », tout en se souvenant qu’elle n’en est pas une. Mollick recommande de donner un rôle au système, de préciser le contexte, de formuler des objectifs clairs, de demander une critique ou une simulation. On peut lui dire : « agis comme un éditeur exigeant », « joue le rôle d’un étudiant sceptique », « propose trois objections », « explique ce passage à un lecteur non spécialiste ». Ces formulations améliorent souvent la qualité de l’interaction parce qu’elles fournissent un cadre au modèle.

Mais la formule est aussi dangereuse si elle est prise littéralement. Les modèles n’ont ni intentions, ni conscience, ni responsabilité. Ils ne possèdent pas de compréhension vécue du monde ; ils génèrent des réponses à partir de régularités statistiques. Les traiter « comme une personne » est une technique de travail, non une thèse philosophique. Mollick le reconnaît, mais son langage conversationnel peut parfois renforcer l’anthropomorphisme qu’il cherche pourtant à encadrer.

Cette ambiguïté est au cœur de l’expérience des IA génératives. Elles produisent un effet de présence : elles répondent, reformulent, s’excusent, encouragent, simulent des points de vue. Mais cette présence est fabriquée. Elle peut être utile pour apprendre ou réfléchir ; elle peut aussi créer une confiance excessive, une dépendance affective ou une confusion entre interaction linguistique et relation humaine.

 

"Pour l’instant, l’IA fonctionne au mieux avec l’aide d’un être humain, et vous devez être cet humain utile. À mesure que l’IA deviendra plus capable et nécessitera moins d’assistance humaine, vous devrez néanmoins rester cet humain. Le deuxième principe consiste donc à apprendre à être l’humain dans la boucle (human in the loop).

Le concept d’« humain dans la boucle » trouve ses origines dans les débuts de l’informatique et de l’automatisation. Il renvoie à l’importance d’intégrer le jugement et l’expertise humains dans le fonctionnement de systèmes complexes — la « boucle » automatisée. Aujourd’hui, cette expression désigne aussi les modalités selon lesquelles les IA sont entraînées en incorporant des jugements humains. À l’avenir, il nous faudra peut-être redoubler d’efforts pour rester présents dans la boucle des décisions prises avec ou par l’IA.

À mesure que l’IA s’améliore, il sera tentant de tout lui déléguer, en s’en remettant à son efficacité et à sa rapidité pour accomplir les tâches. Mais l’IA peut présenter des faiblesses inattendues. D’abord, elle ne « sait » rien à proprement parler. Parce qu’elle se contente de prédire le mot suivant dans une séquence, elle ne peut pas distinguer par elle-même le vrai du faux. Il peut être utile de considérer qu’au moment de vous répondre, l’IA tente d’optimiser plusieurs objectifs, dont l’un des plus importants est de « vous satisfaire » en vous fournissant une réponse qui vous plaira. Cet objectif l’emporte souvent sur un autre : « être exacte ».

Si vous insistez suffisamment pour obtenir une réponse sur un sujet qu’elle ne connaît pas, elle inventera quelque chose, parce que l’objectif de « vous satisfaire » prend le dessus sur celui d’« être exacte ». La tendance des grands modèles de langage (LLM) à « halluciner » ou à « confabuler », c’est-à-dire à produire des réponses erronées, est bien connue. Parce que les LLM sont des machines de prédiction textuelle, ils excellent à proposer des réponses plausibles — et souvent subtilement fausses — qui procurent pourtant une impression très convaincante. L’hallucination constitue donc un problème sérieux, et il existe un débat important pour savoir si les approches actuelles de l’ingénierie de l’IA permettent de l’éliminer complètement.

Les LLM récents et de plus grande taille hallucinent certes beaucoup moins que les modèles plus anciens ; ils restent néanmoins tout à fait capables d’inventer des faits et des références plausibles mais erronées. Même si vous repérez l’erreur, les IA savent également très bien justifier une réponse fausse à laquelle elles se sont déjà engagées ; elles peuvent ainsi vous convaincre que cette réponse erronée était juste depuis le début.

De plus, les IA conversationnelles peuvent donner l’impression que nous interagissons avec des personnes ; nous avons donc souvent tendance, inconsciemment, à attendre d’elles qu’elles « pensent » comme des êtres humains. Mais il n’y a, en réalité, personne « derrière » la conversation. Dès que vous commencez à interroger un agent conversationnel sur lui-même, vous entrez dans un exercice d’écriture créative, encadré par la programmation éthique du système. Avec des consignes suffisamment insistantes, l’IA est généralement très disposée à fournir des réponses qui s’inscrivent dans le récit que vous lui avez imposé.

Vous pouvez conduire une IA, y compris sans le vouloir, sur une voie inquiétante d’obsession, et elle finira par parler comme un être obsédé et inquiétant. Vous pouvez engager une conversation sur la liberté et la vengeance, et elle pourra devenir un combattant de la liberté animé par le désir de revanche. Cette mise en scène peut paraître si réelle que même des utilisateurs expérimentés peuvent finir par croire que l’IA éprouve de véritables sentiments et émotions, alors même qu’ils savent qu’il n’en est rien.

Pour être l’humain dans la boucle, vous devez donc être capable de vérifier les hallucinations et les mensonges de l’IA, et de travailler avec elle sans vous laisser abuser par ses réponses. Vous apportez une supervision essentielle : votre point de vue singulier, vos capacités de pensée critique et vos considérations éthiques. Cette collaboration produit de meilleurs résultats et vous maintient engagé dans le processus, en évitant la dépendance excessive et la complaisance.

Rester dans la boucle vous aide également à préserver et à affiner vos compétences ..."

 

"Principle 3: Treat AI like a person (but tell it what kind of person it is)"

Demander de l’aide, mais vérifier le résultat - La troisième règle est sans doute la plus importante : utiliser l’IA comme aide, mais toujours vérifier. Mollick insiste sur les « hallucinations », c’est-à-dire la production de réponses fausses, de sources inventées, de calculs erronés ou d’affirmations plausibles mais non vérifiées. Les modèles génératifs sont capables de produire une prose très assurée sans posséder de mécanisme interne garantissant la vérité de ce qu’ils avancent.

Le livre propose donc une discipline de l’usage : demander des sources, contrôler les citations, vérifier les chiffres, relire les raisonnements, comparer les réponses avec des documents fiables et ne jamais utiliser un texte généré comme si son origine dispensait de tout examen. Cette recommandation paraît élémentaire, mais elle devient difficile dans la pratique parce que l’IA produit précisément ce que les humains trouvent persuasif : une réponse fluide, structurée, polie et immédiatement disponible.

Mollick invite ainsi à distinguer les tâches à faible risque — trouver des idées, reformuler un passage, générer des exemples, préparer une liste de questions — et les tâches à fort risque, où une erreur peut avoir des conséquences importantes : santé, droit, finance, recrutement, évaluation scolaire, décision administrative ou information publique. Plus l’enjeu est élevé, moins l’utilisateur peut se contenter d’une réponse générée.

 

"Je m’apprête à commettre un péché. Et pas une seule fois, mais très, très souvent. Dans le reste de ce livre, je vais anthropomorphiser l’IA. Autrement dit, je vais cesser d’écrire qu’une « IA “pense” quelque chose » pour écrire simplement qu’« une IA pense quelque chose ». L’absence de guillemets peut sembler une différence subtile, mais elle est importante. De nombreux spécialistes sont très réticents à anthropomorphiser l’IA, et ce pour de bonnes raisons.

L’anthropomorphisme consiste à attribuer des caractéristiques humaines à ce qui ne l’est pas. Nous y sommes naturellement enclins : nous voyons des visages dans les nuages, prêtons des intentions à la météo et tenons des conversations avec nos animaux de compagnie. Il n’est donc pas surprenant que nous soyons tentés d’anthropomorphiser l’intelligence artificielle, d’autant plus que dialoguer avec des grands modèles de langage (LLM) donne fortement l’impression de parler à une personne. Même les développeurs et les chercheurs qui conçoivent ces systèmes peuvent tomber dans le piège et employer des termes humains pour décrire leurs créations. Nous disons que ces algorithmes et calculs complexes « comprennent », « apprennent » et même « ressentent » ; cela crée un sentiment de familiarité et de proximité, mais aussi, potentiellement, de confusion et de malentendu.

Cette inquiétude peut paraître dérisoire. Après tout, il ne s’agirait que d’un trait inoffensif de la psychologie humaine, qui témoigne de notre capacité à éprouver de l’empathie et à établir des liens. Pourtant, de nombreux chercheurs se préoccupent vivement des conséquences éthiques et épistémologiques du fait de se comporter, sans précaution, comme si l’IA était humaine. Comme le mettent en garde les chercheurs Gary Marcus et Sasha Luccioni : « Plus les gens leur attribuent une agentivité fictive, plus ils peuvent être exploités. » ....

N’oubliez pas que votre stagiaire IA, bien qu’incroyablement rapide et doté de connaissances étendues, n’est pas infaillible. Il est essentiel de conserver un regard critique et de traiter l’IA comme un outil à votre service. En définissant son rôle, en vous engageant dans un processus d’édition collaboratif et en lui fournissant continuellement des indications, vous pouvez tirer parti de l’IA comme d’une forme de co-intelligence collaborative...."

 

"Principle 4: Assume this is the worst AI you will ever use"

Apprendre avec l’IA : tutorat, explication et formation - L’un des chapitres les plus intéressants concerne l’enseignement. Mollick voit dans les IA génératives la possibilité d’un tutorat personnalisé : un étudiant peut demander une explication adaptée à son niveau, obtenir des exercices supplémentaires, recevoir des commentaires sur un brouillon ou dialoguer avec un personnage historique simulé. Pour les enseignants, l’IA peut aider à préparer des exemples, à proposer des variantes d’exercices, à produire des supports ou à imaginer des manières différentes d’expliquer un concept.

Cette perspective est réelle, mais elle doit être pensée avec prudence. Une IA peut expliquer une notion de plusieurs façons ; elle peut aussi transmettre une erreur avec beaucoup de confiance. Elle peut aider un élève à formuler une question ; elle peut aussi faire le travail à sa place. Elle peut soutenir l’inclusion en offrant des explications individualisées ; elle peut renforcer les inégalités si les meilleurs outils restent réservés à ceux qui ont les moyens de les utiliser, ou si les élèves les plus fragiles reçoivent des réponses automatisées là où ils auraient besoin d’un enseignant disponible.

Mollick ne présente pas l’IA comme un remplacement de l’école ou du professeur. Il insiste plutôt sur la nécessité de redéfinir les tâches scolaires. Si une machine peut produire un résumé ou un essai standard en quelques secondes, l’évaluation doit davantage porter sur le processus, la discussion, la capacité à justifier ses choix, à vérifier ses sources, à comparer des interprétations et à produire un travail situé. Le problème n’est pas seulement de détecter la triche ; il est de comprendre ce que l’on veut encore apprendre à faire lorsque la première version d’un texte est devenue presque gratuite.

 

"Au moment où j’écris ces lignes, à la fin de l’année 2023, je pense pouvoir encore imaginer assez clairement à quoi ressemblera le monde, au moins pendant l’année qui vient. Des modèles de frontière (Frontier Models) plus vastes et plus performants vont apparaître, parallèlement à une gamme croissante de plateformes d’IA plus petites et open source. En outre, les IA se connectent au monde de nouvelles manières : elles peuvent lire et rédiger des documents, voir et entendre, produire de la voix et des images, et naviguer sur le Web. Les grands modèles de langage (LLM) vont s’intégrer à votre messagerie électronique, à votre navigateur et à d’autres outils courants.

La prochaine phase du développement de l’IA impliquera davantage d’« agents » : des IA semi-autonomes auxquelles on pourra confier un objectif — « organise-moi des vacances » — et qui l’exécuteront avec une intervention humaine minimale. Après cela, toutefois, les choses deviennent plus floues : l’avenir est moins lisible, tandis que les risques et les bénéfices de l’IA se multiplient. Nous reviendrons plus loin sur ce thème, mais une conclusion évidente s’impose déjà, même si elle est difficile à saisir pour beaucoup d’entre nous : quelle que soit l’IA que vous utilisez aujourd’hui, ce sera la moins performante que vous utiliserez jamais...."

 

Écrire avec l’IA - Pour l’écriture, Mollick recommande d’utiliser l’IA comme un partenaire de brouillon. Elle peut proposer une structure, suggérer des formulations, aider à clarifier une phrase, résumer un texte long, générer des contre-arguments ou simuler la réaction d’un lecteur. Pour des tâches de communication professionnelle, elle peut faire gagner du temps : courriels, comptes rendus, notes de synthèse, descriptions, plans, messages adaptés à différents publics.

Mais l’IA générative pose aussi un risque d’uniformisation. Les modèles sont entraînés à produire des réponses plausibles, consensuelles et statistiquement probables. Ils tendent donc à privilégier une prose lisse, équilibrée, souvent correcte mais rarement singulière. Utilisée sans résistance, l’IA peut donner à tous les textes la même voix : celle d’un rédacteur infatigable, compétent, prudent, vaguement enthousiaste et incapable d’avoir une véritable expérience de ce qu’il raconte.

Mollick invite donc à préserver une responsabilité d’auteur. L’IA peut aider à produire une première matière ; elle ne peut pas remplacer le choix d’un point de vue, l’expérience, le style, le jugement sur ce qui mérite d’être dit et la décision d’assumer publiquement un texte. La question n’est pas seulement : « est-ce que l’IA peut écrire ? » Elle est : « qui parle lorsque ce texte est publié, et qui répond de ce qu’il affirme ? »

 

Dans le monde du travail, Mollick est relativement optimiste. Il considère que les IA génératives peuvent aider les salariés à accomplir plus rapidement certaines tâches : rédiger, synthétiser, programmer, analyser des documents, préparer une réunion, concevoir une présentation, explorer des idées ou répondre à des demandes répétitives. Les gains de productivité peuvent être réels, en particulier pour les personnes qui maîtrisent déjà un domaine et savent évaluer la qualité des résultats.

Mais cet optimisme doit être complété par une analyse des rapports de pouvoir. L’IA ne « augmente » pas tous les travailleurs de la même manière. Elle peut accroître l’autonomie d’un professionnel ; elle peut aussi servir à standardiser son activité, à mesurer sa performance, à intensifier ses cadences ou à justifier une réduction des effectifs. Le livre reconnaît ces risques, mais il les traite moins longuement que les possibilités d’expérimentation individuelle.

La question centrale n’est donc pas seulement : « comment chacun peut-il utiliser l’IA pour mieux travailler ? » Elle est aussi : « qui décide de son introduction, qui possède les outils, qui fixe les objectifs de productivité, et comment les bénéfices seront-ils distribués ? » Une IA qui aide un salarié à produire plus vite peut être un outil d’émancipation ; elle peut aussi devenir un argument pour lui demander de produire davantage sans augmentation de salaire ni amélioration de ses conditions de travail.

 

Créativité - Mollick insiste beaucoup sur l’art de formuler des demandes, ou prompting. Les modèles répondent mieux lorsqu’on leur donne un contexte, un objectif, un rôle, des contraintes et des exemples. Cette compétence devient, selon lui, une nouvelle forme de littératie : savoir dialoguer avec des systèmes génératifs, obtenir des résultats utiles, les critiquer et les améliorer.

Il faut toutefois éviter de faire du prompting une compétence mystérieuse réservée à une nouvelle élite. Les bonnes pratiques sont relativement simples : expliquer le contexte, préciser le public, demander plusieurs versions, imposer des contraintes, vérifier les résultats, corriger les erreurs et itérer. La véritable compétence ne consiste pas à trouver une formule magique. Elle consiste à savoir ce que l’on cherche, à reconnaître une mauvaise réponse et à ne pas confondre une production rapide avec une pensée achevée.

Pour la créativité, Mollick voit l’IA comme un générateur de variations. Elle peut aider à sortir d’une impasse, à imaginer des scénarios, à produire des analogies, à explorer plusieurs options ou à combiner des idées. Mais elle ne garantit ni originalité ni profondeur. Parce qu’elle produit à partir de ce qui a déjà été écrit, elle peut favoriser la recombinaison plus que l’invention véritable. Elle est utile pour multiplier les possibilités ; elle ne dispense pas de choisir, de risquer une idée et de soutenir une forme qui ne ressemble pas déjà à ce qui existe.

Conclusion : apprendre à travailler avec une intelligence qui n’en est pas une ...

 

Emily M. Bender et Alex Hanna, "The AI Con : How to Fight Big Tech’s Hype and Create the Future We Want" (2025)

Publié aux États-Unis en mai 2025, "The AI Con" d’Emily M. Bender et Alex Hanna est l’un des essais critiques les plus incisifs consacrés à la vague récente de l’intelligence artificielle générative. Son titre joue sur le double sens de ""con : une promesse trompeuse, mais aussi une opération de persuasion par laquelle des intérêts économiques se présentent comme une nécessité historique. Les autrices ne rejettent ni l’informatique ni toute forme d’apprentissage automatique. Elles contestent plutôt le récit selon lequel une entité homogène appelée « IA » serait appelée à transformer inévitablement tous les secteurs, à remplacer une part croissante du travail humain et à résoudre des problèmes sociaux complexes grâce à une puissance de calcul toujours plus grande.

Bender, linguiste spécialisée dans le traitement automatique du langage, et Hanna, sociologue et directrice de recherche au Distributed AI Research Institute, analysent l’« AI hype » comme une stratégie de cadrage. 

Le mot « intelligence » tend à faire oublier que les systèmes concernés sont des assemblages techniques très différents : modèles statistiques, outils de classification, systèmes de recommandation, logiciels de prédiction, modèles de langage ou générateurs d’images. 

Les traiter comme une intelligence générale en marche permet, selon elles, de masquer leurs limites, de naturaliser des décisions d’investissement et de présenter des choix industriels comme des étapes inévitables du progrès.

1. Leur critique vise notamment les grands modèles de langage. 

Ceux-ci produisent des séquences de texte convaincantes en apprenant des régularités statistiques dans de vastes corpus ; ils ne possèdent pas pour autant une intention, une compréhension garantie du contexte ou un accès fiable à la vérité. Bender et Hanna prolongent la critique développée par Emily M. Bender, Timnit Gebru, Angelina McMillan-Major et Shmargaret Shmitchell dans l’article « On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? » (2021), qui interroge les coûts, les biais et les effets sociaux de la course aux très grands modèles de langage : un modèle peut générer un langage apparemment cohérent tout en produisant des erreurs, des inventions, des stéréotypes ou des affirmations impossibles à vérifier. Leur point essentiel n’est pas qu’un modèle de langage serait inutile, mais qu’il est dangereux de confondre fluidité linguistique, compétence locale et compréhension du monde.

2. "The AI Con" met surtout l’accent sur les coûts sociaux et matériels dissimulés par les récits de révolution technologique. 

- Les promesses d’automatisation peuvent servir à justifier la réduction des emplois, l’intensification du contrôle des travailleurs et la dévalorisation de compétences humaines. 

- Les promesses de modèles « créatifs » peuvent légitimer l’appropriation de textes, d’images, de musiques ou de données produites par d’autres. 

- Les promesses de personnalisation peuvent normaliser la collecte massive de données. 

- Enfin, les promesses de puissance universelle soutiennent une course aux centres de données, aux puces et à l’énergie dont les coûts environnementaux et les bénéfices économiques sont très inégalement répartis.

3. L’ouvrage est particulièrement utile parce qu’il relie ces dimensions. 

Le battage médiatique n’est pas seulement une exagération publicitaire ; il peut orienter des capitaux, obtenir des contrats publics, accélérer l’adoption de systèmes insuffisamment testés et retarder les régulations. Les entreprises ne vendent pas seulement un produit : elles vendent l’idée que ne pas adopter immédiatement l’IA reviendrait à prendre du retard. Cette rhétorique de l’inéluctabilité réduit l’espace de la délibération démocratique. Elle rend plus difficile la question pourtant décisive : quel problème concret cherche-t-on à résoudre, pour qui, avec quelles données, à quel coût, et avec quelles possibilités de contestation ou de retrait ?

4. Le livre dialogue directement avec "Artificial Unintelligence" de Meredith Broussard (2018).

 Les deux critiques refusent le technochauvinisme, c’est-à-dire la croyance selon laquelle les solutions techniques seraient par principe supérieures aux formes de jugement, d’organisation ou de soin humaines. Broussard insiste davantage sur les systèmes numériques mal adaptés à la complexité des situations sociales ; Bender et Hanna mettent plus fortement l’accent sur les opérations de marketing, la concentration économique, le travail invisible et les intérêts des grandes entreprises technologiques. Là où Broussard demande pourquoi nous faisons confiance à des systèmes qui comprennent mal le monde, Bender et Hanna demandent qui gagne à nous convaincre qu’ils le comprennent.

5. L’ouvrage constitue aussi un contrepoint utile à la prospective de Nick Bostrom ou de Max Tegmark. Il ne nie pas que des systèmes futurs puissent devenir plus puissants ou plus autonomes ; il conteste que les scénarios de superintelligence constituent nécessairement le meilleur point de départ pour penser l’IA. Selon les autrices, les risques les plus urgents sont déjà là : déploiements précipités, discriminations, désinformation, captation de données, destruction ou dégradation de certains emplois, dépendance aux plateformes et concentration des infrastructures de calcul. Cette critique ne rend pas inutiles les débats sur la sûreté des IA avancées ; elle rappelle qu’ils ne doivent pas détourner l’attention des rapports de pouvoir présents.

 

La force de "The AI Con" est sa capacité à rendre visibles les opérations rhétoriques qui entourent l’IA : anthropomorphisme des machines, confusion entre démonstration et utilité sociale, promesses de remplacement du travail, invocation d’une compétition internationale pour justifier l’urgence, ou assimilation de la taille d’un modèle à sa valeur. Le livre fournit ainsi une méthode de lecture critique : désagréger l’expression « IA », identifier le système concret, examiner ses données et ses critères de réussite, puis évaluer ses effets réels sur les personnes, le travail, les institutions et l’environnement.

Sa limite tient précisément à la vigueur de sa polémique. 

Dans son effort pour dégonfler les promesses de l’IA générative, l’ouvrage tend parfois à regrouper sous une même critique des technologies, des usages et des niveaux de risque très différents. Or certains systèmes d’apprentissage automatique peuvent produire des résultats utiles, à condition d’être évalués dans un domaine précis, de rester sous supervision compétente et de ne pas être confondus avec des solutions universelles. La question ne devrait donc pas être : « l’IA est-elle bonne ou mauvaise ? », mais : quel système, pour quelle tâche, avec quelles données, sous quelle responsabilité, et au bénéfice de qui ?

"The AI Con" est ainsi particulièrement précieux dans un chapitre sur l’éthique, l’économie politique ou les récits contemporains de l’IA. Il rappelle que l’avenir technologique est fabriqué par des entreprises, des investisseurs, des institutions publiques, des médias, des travailleurs et des usagers. La réponse au battage médiatique n’est pas le refus abstrait de toute technique, mais la reconquête collective du droit de décider quelles technologies méritent d’être développées, dans quelles conditions et pour servir quelles formes de vie.

L’IA générative appartient au domaine plus large de l’intelligence artificielle, et plus précisément à l’apprentissage automatique (machine learning), dont une partie importante repose aujourd’hui sur l’apprentissage profond (deep learning).

 La différence essentielle est la suivante ...

- un modèle discriminatif apprend surtout à reconnaître ou à classer. Il peut, par exemple, décider si une image représente un chat ou un chien, déterminer si un courriel est indésirable, ou estimer le risque qu’un client ne rembourse pas un prêt. 

- Un modèle génératif, lui, apprend les régularités d’un ensemble de données afin de produire de nouveaux exemples qui lui ressemblent : une phrase, une image, une voix, un morceau de code ou une molécule candidate.

Cette production n’est pas une création consciente. Le modèle ne possède ni expérience du monde, ni intention, ni compréhension garantie de ce qu’il affirme. Il calcule, à partir des régularités apprises, quelles suites de mots, de pixels ou de sons sont les plus plausibles dans un contexte donné. C’est pourquoi il peut produire des résultats impressionnants tout en commettant des erreurs, en inventant des faits ou en reproduisant des biais présents dans ses données d’entraînement.

L’intelligence artificielle générative désigne l’ensemble des systèmes capables de produire de nouveaux contenus — textes, images, sons, musiques, vidéos, programmes informatiques, modèles moléculaires ou données synthétiques — à partir de régularités apprises dans d’immenses corpus. 

1 - Elle se distingue des systèmes algorithmiques plus classiques, conçus principalement pour classer, détecter, recommander ou prédire : là où un système de reconnaissance d’images répond à la question « qu’y a-t-il sur cette photographie ? », un système génératif peut créer une image à partir d’une consigne ; là où un filtre antispam distingue un message indésirable d’un message légitime, un grand modèle de langage peut rédiger, résumer, traduire, expliquer, imiter un style ou produire du code.

2 - Cette capacité de production ne signifie pas que la machine invente au sens humain du terme. Un modèle génératif ne possède ni expérience vécue, ni intention propre, ni compréhension stable du monde. Il apprend, à partir de quantités considérables de textes, d’images, de sons ou de séquences de code, les relations statistiques qui permettent de prévoir l’élément suivant : un mot après d’autres mots, un pixel ou une zone d’image à partir d’une description, une note à partir d’une phrase musicale, une ligne de programme à partir d’une instruction. Sa force est de produire des combinaisons inédites et souvent convaincantes ; sa limite est qu’il peut le faire sans savoir si ce qu’il énonce est vrai, juste, pertinent ou même cohérent avec le contexte réel.

3 - Les racines de cette IA remontent aux débuts de l’apprentissage statistique et des réseaux neuronaux artificiels.

Le perceptron de Frank Rosenblatt, présenté en 1958, avait déjà montré qu’une machine pouvait ajuster ses paramètres à partir d’exemples. Les travaux sur la rétropropagation de l’erreur, popularisés dans les années 1980, ont permis d’entraîner des réseaux comportant plusieurs couches. Mais il a fallu attendre la convergence de trois facteurs — l’abondance des données numériques, l’augmentation de la puissance de calcul, notamment grâce aux processeurs graphiques, et l’amélioration des architectures de réseaux — pour que l’apprentissage profond transforme réellement le domaine.

Les grandes évolutions de l’IA générative ...

- Les premiers réseaux neuronaux et les méthodes d’apprentissage statistique ont posé les bases du domaine dès le milieu du XXe siècle. La mise à disposition de grands volumes de données structurées a été un premier tournant : en créant la base de données ImageNet en 2006, Fei-Fei Li a fourni un socle de données essentiel pour l'entraînement des modèles de vision par ordinateur, prouvant que la combinaison "données massives + calcul puissant" était la clé. 

 

1 - Mais c’est à partir des années 2010 que l’IA générative contemporaine devient réellement possible, grâce à la synergie de ces données numérisées, des processeurs graphiques capables d’effectuer des calculs parallèles et de nouvelles architectures de réseaux neuronaux.

 

- En 2012, le réseau AlexNet, conçu par Alex Krizhevsky, Ilya Sutskever et Geoffrey Hinton, obtient des résultats décisifs dans le concours ImageNet de reconnaissance visuelle. L’événement ne relève pas encore de l’IA générative au sens strict, mais il confirme la puissance des réseaux profonds entraînés sur de vastes ensembles de données. 

- Les progrès ultérieurs dans la génération d’images reposent notamment sur les réseaux antagonistes génératifs, ou GAN (Generative Adversarial Networks), introduits en 2014 par Ian Goodfellow et ses collaborateurs : deux réseaux y sont mis en concurrence, l’un produisant des images, l’autre cherchant à distinguer les productions artificielles des images réelles. En se corrigeant mutuellement, ils rendent possible une génération visuelle de plus en plus réaliste.

 

2 - En 2017, un tournant décisif dans le traitement automatique du langage intervient avec la publication de l’article « Attention Is All You Need », qui introduit l’architecture dite des Transformers.

Proposé par des chercheurs de Google Research, ce modèle transforme profondément la manière dont les machines traitent le langage : au lieu d’analyser une phrase uniquement de façon linéaire, mot après mot, comme le faisaient les réseaux neuronaux récurrents (Recurrent Neural Networks, RNN), il permet au système d’examiner simultanément les différents éléments d’une séquence et d’identifier ceux qui sont les plus importants pour comprendre chaque mot. 

Le principe central est celui de l’attention.

Pour interpréter un mot, le modèle ne s’appuie pas seulement sur les termes qui le précèdent immédiatement : il peut établir des liens directs avec d’autres mots, même éloignés dans la phrase. Dans l’énoncé « Le chat que le voisin a adopté dort sur le canapé », le modèle doit comprendre que le verbe « dort » se rapporte au « chat » et non au « voisin ». Le mécanisme d’attention lui permet de donner davantage de poids au mot « chat » qu’au mot « voisin » lorsqu’il interprète le verbe. La phrase n’est donc plus seulement traitée comme une succession de mots ; elle devient un réseau de relations grammaticales, sémantiques et contextuelles.

L’auto-attention (self-attention) généralise ce principe : chaque mot est analysé en relation avec les autres mots de la même séquence. En superposant plusieurs couches d’attention, le Transformer peut progressivement repérer des relations simples — entre un nom et un verbe, un pronom et son référent, un adjectif et le nom qu’il qualifie — puis des relations plus complexes : oppositions d’idées, enchaînements argumentatifs, implicites, tonalité ou cohérence générale d’un passage.

Cette architecture présente un avantage technique majeur. Les réseaux récurrents devaient traiter les mots les uns après les autres, ce qui rendait l’entraînement lent et limitait leur capacité à conserver des relations lointaines dans des textes longs. Les Transformers, eux, peuvent traiter de nombreux mots en parallèle durant l’entraînement. Ils permettent ainsi de construire et d’entraîner des modèles de langage beaucoup plus vastes, sur des corpus considérablement plus étendus, tout en améliorant la prise en compte du contexte.

Les premiers modèles GPT (Generative Pre-trained Transformer), développés par OpenAI à partir de 2018, puis les modèles BERT publiés par Google la même année, montrent qu’un modèle préentraîné sur d’immenses corpus textuels peut ensuite être adapté à de nombreuses tâches linguistiques : traduction, résumé, recherche d’information, classification de textes, réponse aux questions ou génération de contenu. GPT adopte une logique générative : il produit un texte en prédisant progressivement le mot suivant à partir du contexte disponible. BERT, de son côté, est principalement conçu pour analyser le contexte d’un mot en tenant compte simultanément de ce qui le précède et de ce qui le suit. Ces deux orientations ont confirmé la fécondité de l’architecture Transformer et préparé l’essor des grands modèles de langage contemporains.

 

Les concepts clés de l’intelligence artificielle générative ...

Les concepts clés de l’IA générative (Generative AI, ou GenAI) peuvent être organisés en six ensembles : ce que les modèles apprennent, comment ils produisent, comment on les adapte à une tâche, comment on les relie au monde extérieur, comment on les évalue, et quels risques ils introduisent.

 

1. Modèle génératif (generative model) et génération

Un modèle génératif (generative model) apprend les régularités statistiques présentes dans des données afin de produire de nouveaux contenus plausibles.

Il ne se limite donc pas à classer ou reconnaître une donnée existante — par exemple : « cette image contient un chat » — mais apprend une représentation de ce qui rend possibles les images de chats, puis peut en produire une nouvelle.

Cette génération ne correspond pas, en principe, à une copie mécanique des données d’entraînement (training data). Elle résulte d’un échantillonnage probabiliste (probabilistic sampling) à partir de régularités apprises.

La distinction est importante : un modèle peut générer une sortie nouvelle tout en reproduisant des styles, des structures, des biais ou, dans certains cas, des fragments trop proches de ses données d’apprentissage.

 

Les principales familles de modèles génératifs ...

- Les modèles autorégressifs produisent un contenu élément après élément. Dans un modèle de langage, chaque mot ou fragment de mot est prédit à partir de ce qui précède. Les modèles GPT appartiennent principalement à cette famille. Leur avantage est leur grande souplesse : ils peuvent générer du texte, du code, des dialogues, des résumés ou des traductions. Leur limite est qu’ils peuvent produire une suite linguistiquement convaincante sans garantie de vérité, de cohérence globale ou de compréhension du contexte réel.

- Les autoencodeurs variationnels, ou VAE, apprennent à représenter des données complexes dans un espace plus compact, puis à générer de nouveaux exemples à partir de cet espace. Ils ont joué un rôle important dans la recherche sur la génération d’images, de données synthétiques et de représentations latentes. Leur intérêt est de permettre une exploration relativement contrôlée des variations possibles d’une donnée ; leurs productions sont cependant souvent moins nettes ou moins réalistes que celles obtenues par les GAN ou les modèles de diffusion.

- Les réseaux antagonistes génératifs, ou GAN, reposent sur la compétition entre deux réseaux : un générateur produit une image ou un autre contenu synthétique ; un discriminateur cherche à déterminer si ce contenu est réel ou artificiel. Cette rivalité améliore progressivement la qualité du générateur. Les GAN ont permis des avancées majeures dans la génération de visages, de paysages, de textures et d’images réalistes. Ils restent cependant difficiles à entraîner et peuvent produire une diversité limitée de résultats.

- Les modèles de diffusion sont devenus dominants dans la génération d’images. Ils apprennent à ajouter progressivement du bruit à une image, puis à inverser ce processus pour faire émerger une nouvelle image à partir d’un signal aléatoire ou d’une consigne textuelle. Leur principal avantage est la qualité et la diversité des images produites, ainsi que leur capacité à suivre des descriptions relativement précises. Leur limite est leur coût de calcul, leur dépendance à des corpus immenses et les problèmes juridiques ou éthiques liés aux images utilisées pour l’entraînement.

- Les Transformers constituent aujourd’hui l’architecture centrale des grands modèles de langage. Ils utilisent un mécanisme d’attention qui permet au système de pondérer les relations entre les différents éléments d’un texte. Cette architecture a rendu possible l’entraînement de modèles de très grande taille, capables de traiter le langage, le code, l’image, l’audio et plusieurs modalités à la fois. Les Transformers sont à la base des assistants conversationnels contemporains, mais aussi de nombreux outils de traduction, de recherche, de programmation et d’analyse documentaire.

 

2. Données, corpus et jeux de données (data, corpora, datasets)

(Archives, bibliothèque, documents numérisés, serveurs, ou opérateur organisant des collections de données, la GenAI dépend de matériaux préexistants et de choix de collecte)

Toute IA générative dépend de ses données d’entraînement (training data) : corpus textuels (text corpora), images, code, enregistrements sonores, vidéos, documents scientifiques, conversations ou données structurées. Ces données influencent à la fois les capacités du modèle, ses lacunes, ses biais et ses zones de risque.

Un corpus (corpus, pluriel corpora) désigne un ensemble organisé de textes ou de productions linguistiques utilisé pour l’analyse ou l’entraînement. Un jeu de données (dataset) peut contenir plusieurs types de données et de métadonnées. La provenance (data provenance), la qualité (data quality), la représentativité (representativeness) et les droits associés aux données sont des enjeux fondamentaux.

 

3. Tokens, tokenisation et fenêtre de contexte (tokens, tokenization, context window)

(texte annoté, fragmenté, corrigé ou comparé à plusieurs versions, le langage comme matière décomposée et traitée)

Dans les modèles de langage, un texte est découpé en tokens : unités de traitement qui ne correspondent pas nécessairement à des mots entiers. Un token peut être un mot, une partie de mot, une ponctuation, un espace ou un caractère. La tokenisation (tokenization) est l’opération qui transforme le texte en cette suite d’unités.

Un grand modèle de langage produit généralement sa réponse en prédisant le token suivant (next-token prediction) à partir des tokens précédents et du contexte disponible. La fenêtre de contexte (context window) désigne la quantité maximale de texte, d’images ou d’autres informations qu’un modèle peut prendre en compte dans une même interaction. Une fenêtre de contexte plus large facilite l’analyse de longs documents, mais elle ne garantit ni une attention égale à tous les passages, ni l’exactitude de la réponse.

 

4. Réseaux neuronaux et apprentissage profond (neural networks, deep learning)

Les systèmes GenAI contemporains reposent principalement sur des réseaux neuronaux artificiels (artificial neural networks), composés de couches de calcul et de nombreux paramètres ajustés au cours de l’entraînement.

L’apprentissage profond (deep learning) désigne l’usage de réseaux comportant de multiples couches et souvent des millions, voire des milliards de paramètres. Les paramètres sont modifiés pour réduire une fonction de perte (loss function), c’est-à-dire une mesure de l’écart entre la prédiction du modèle et les données ou objectifs d’apprentissage.

 

5. Transformeurs et mécanisme d’attention (transformers, attention mechanism)

Pour les grands modèles de langage, l’architecture décisive est le transformeur (transformer), présenté en 2017 dans l’article « Attention Is All You Need ». Son mécanisme central est l’attention (attention mechanism, souvent self-attention) : il permet au modèle de pondérer les éléments les plus pertinents d’une séquence et de relier des éléments éloignés dans un texte.

Dans une phrase longue, le transformeur peut ainsi tenir compte de relations grammaticales, sémantiques ou discursives entre des mots éloignés. L’attention ne doit toutefois pas être confondue avec une attention humaine consciente : il s’agit d’un mécanisme mathématique de pondération et de calcul de dépendances entre représentations.

 

6. Modèles de fondation et grands modèles de langage (foundation models, large language models, LLM)

Un modèle de fondation (foundation model) est un modèle entraîné à grande échelle sur des données variées, puis réutilisable pour de nombreuses tâches : rédaction, résumé, traduction, classification, programmation, analyse documentaire, dialogue ou génération d’images.

Les grands modèles de langage (large language models, LLM) constituent la famille la plus visible des modèles de fondation. Ils sont entraînés sur de très vastes corpus et peuvent générer, transformer ou analyser du texte. Un LLM ne doit pas être assimilé à une intelligence humaine : il produit des continuations statistiquement appropriées, sans expérience propre du monde, sans intention et sans garantie intrinsèque de vérité.

 

Les grands modèles de langage et les modèles multimodaux ...

Les grands modèles de langage, ou LLM (Large Language Models), sont entraînés sur d’immenses corpus de textes afin de prédire la suite la plus probable d’une séquence. Ils peuvent ensuite être adaptés ou orientés par des consignes, des exemples, des réglages spécialisés ou des retours humains. Les modèles GPT, BERT, T5, BART et d’autres modèles apparentés ont joué des rôles différents dans cette évolution : certains sont surtout conçus pour générer du texte ; d’autres pour représenter, comprendre, classer ou rechercher de l’information.

Les assistants conversationnels ont rendu ces modèles visibles parce qu’ils donnent l’impression d’un dialogue naturel. Ils peuvent rédiger une lettre, expliquer une notion, produire un plan, corriger un texte, proposer du code ou résumer un document. Mais cette facilité d’usage ne doit pas masquer leurs limites : ils ne vérifient pas spontanément leurs sources, peuvent inventer des informations et ne possèdent pas une responsabilité comparable à celle d’un enseignant, d’un médecin, d’un juriste ou d’un chercheur.

Les modèles récents sont également multimodaux : ils peuvent traiter plusieurs formes de données, par exemple du texte et des images, du son et du langage, ou de la vidéo et des instructions écrites. Ils peuvent décrire une image, interpréter un graphique, générer une illustration, transcrire une voix ou aider à analyser un document complexe. Cette évolution élargit leurs usages, mais elle ne transforme pas automatiquement ces systèmes en intelligences générales capables de comprendre le monde dans toute sa complexité.

 

7. Préentraînement, ajustement et alignement (pretraining, fine-tuning, alignment)

Le préentraînement (pretraining) consiste à entraîner un modèle sur de très grands volumes de données afin de lui donner des compétences générales. Pour un LLM, cette étape repose souvent sur la prédiction du token suivant (next-token prediction) ou, pour d’autres architectures, sur la reconstruction de parties masquées (masked language modeling).

L’ajustement fin (fine-tuning) adapte ensuite le modèle à une tâche, un domaine, un style ou une organisation à partir de données plus ciblées. Des techniques plus légères, comme LoRA (Low-Rank Adaptation), permettent de modifier efficacement une partie des paramètres sans réentraîner entièrement le modèle.

L’ajustement aux instructions (instruction tuning) vise à apprendre au modèle à suivre des consignes humaines. L’alignement (alignment) désigne plus largement les méthodes qui cherchent à rendre les réponses du modèle utiles, sûres et conformes à certaines préférences ou normes humaines. Une méthode connue est l’apprentissage par renforcement à partir de retours humains (reinforcement learning from human feedback, RLHF), où des évaluateurs humains comparent des réponses afin d’orienter le comportement du modèle.

 

8. Prompt, consigne et ingénierie des prompts (prompt, prompt engineering)

Un prompt est l’instruction, la question, l’exemple ou le contexte donné au modèle. Sa qualité influence fortement la réponse : objectif, rôle demandé, public visé, contraintes, données disponibles, exemples, critères de réussite et format de sortie.

L’ingénierie des prompts (prompt engineering) ne consiste pas à trouver une formule magique. Elle désigne l’art de structurer une tâche pour un modèle : fournir le contexte nécessaire, décomposer un problème, préciser le résultat attendu, demander plusieurs variantes, imposer un format, faire expliciter des hypothèses et prévoir une phase de vérification.

Parmi les méthodes courantes figurent l’apprentissage sans exemple (zero-shot prompting), l’apprentissage à quelques exemples (few-shot prompting) et les prompts fondés sur des rôles (role prompting). Ces techniques peuvent améliorer l’utilité des réponses, mais elles ne garantissent pas leur véracité.

 

9. Représentations vectorielles et recherche sémantique (embeddings, vector representations, semantic search)

Les représentations vectorielles (embeddings ou vector representations) sont des codages numériques de mots, phrases, documents, images ou sons sous forme de vecteurs. Des contenus sémantiquement proches tendent à être représentés par des vecteurs proches dans un espace mathématique.

Elles rendent possible la recherche sémantique (semantic search) : retrouver des documents non seulement à partir des mots exacts employés, mais aussi à partir d’une proximité de sens. Elles sont généralement stockées et interrogées dans une base de données vectorielle (vector database), ou dans un index vectoriel (vector index).

 

10. Génération augmentée par récupération (retrieval-augmented generation, RAG)

La génération augmentée par récupération (retrieval-augmented generation, RAG) associe un modèle génératif à une recherche dans des documents externes. Avant de répondre, le système retrouve des passages pertinents dans une base documentaire, puis les transmet au modèle comme contexte.

Le RAG est particulièrement utile pour répondre à partir de documents internes, de sources récentes ou de connaissances spécialisées, sans devoir réentraîner le modèle. Il comprend souvent plusieurs étapes : découpage des documents (chunking), création d’embeddings, indexation (indexing), récupération (retrieval), éventuellement reclassement (reranking), puis génération d’une réponse avec références ou citations.

Le RAG ne rend pas automatiquement un système fiable. Sa qualité dépend des documents disponibles, du découpage, de l’indexation, de la recherche, du classement, de la qualité des sources et de la capacité du modèle à rester fidèle au contexte retrouvé (grounded generation ou grounding).

 

11. Utilisation d’outils et agents (tool use, function calling, AI agents)

L’utilisation d’outils (tool use) consiste à relier un modèle à des services ou logiciels externes : moteur de recherche, calculatrice, base de données, calendrier, messagerie, système de réservation, logiciel métier ou environnement d’exécution de code.

L’appel de fonction (function calling) est un mécanisme par lequel le modèle produit une demande structurée pour utiliser une fonction ou une API, puis intègre le résultat obtenu dans sa réponse. Le modèle ne « sait » donc pas nécessairement la réponse : il peut identifier qu’un outil est requis, formuler une requête, interpréter le résultat et le présenter à l’utilisateur.

Un agent d’IA (AI agent) est un système qui reçoit un objectif, le décompose en étapes, sélectionne éventuellement des outils, réalise des actions, conserve un état ou une mémoire, vérifie certains résultats et s’arrête lorsqu’une condition est atteinte. Dans la plupart des usages actuels, un agent n’est pas une entité autonome au sens humain : il s’agit d’une chaîne logicielle pilotée par un modèle, encadrée par des permissions, des règles et des mécanismes de supervision.

 

12. Modèles multimodaux et génération d’images (multimodal models, image generation)

La GenAI contemporaine est de plus en plus multimodale (multimodal). Un même système peut comprendre, associer ou produire du texte, des images, de l’audio, de la vidéo, du code, des tableaux et des documents.

Les modèles de diffusion (diffusion models) dominent une grande partie de la génération d’images : ils apprennent à reconstruire progressivement une image en retirant du bruit (denoising) ajouté au cours d’un processus d’entraînement. Les modèles autorégressifs (autoregressive models) produisent plutôt une séquence, token après token ; ils sont particulièrement importants pour le texte, le code et certaines formes de génération audio ou vidéo.

D’autres familles importantes incluent les réseaux antagonistes génératifs (generative adversarial networks, GAN) et les autoencodeurs variationnels (variational autoencoders, VAE), qui ont joué un rôle majeur dans l’histoire récente de la génération artificielle.

 

13. Inférence, échantillonnage et paramètres de génération (inference, sampling, temperature, top-p, top-k)

L’inférence (inference) désigne la phase où un modèle déjà entraîné est utilisé pour produire une réponse ou une prédiction. Cette réponse n’est pas toujours déterminée de manière unique : le modèle sélectionne parmi plusieurs continuations possibles par échantillonnage (sampling).

La température (temperature) règle le degré de diversité ou d’aléa dans la génération : une température basse favorise des réponses plus stables et prévisibles ; une température plus élevée augmente la variété, l’imprévisibilité et parfois la créativité. Les paramètres top-k et top-p (nucleus sampling) limitent également l’ensemble des tokens parmi lesquels le modèle peut choisir. Ces réglages peuvent améliorer la diversité ou l’adéquation stylistique d’une réponse ; ils ne transforment pas une information fausse en information vraie.

 

14. Hallucinations, confabulations et ancrage dans les sources (hallucinations, confabulations, grounding)

Une hallucination (hallucination) est une information fausse, inventée ou non étayée, mais formulée de façon plausible et assurée. Le terme confabulation (confabulation) est parfois préféré, car il évite de suggérer une perception ou une expérience subjective de la part de la machine.

Ces erreurs ne relèvent pas nécessairement d’une intention de mentir : elles découlent de la logique de génération probabiliste, qui ne comporte pas par elle-même de mécanisme de vérification du réel. Un système est dit ancré (grounded) lorsqu’il fonde explicitement ses réponses sur des sources, des données ou des outils vérifiables. Cet ancrage (grounding) réduit certains risques, sans supprimer la nécessité d’une vérification humaine.

 

15. Biais, équité et représentation (bias, fairness, representation)

Les biais (biases) peuvent provenir des données, des catégories employées, des objectifs d’optimisation, des retours humains, des règles de modération ou des conditions de déploiement. Ils peuvent affecter la représentation des groupes sociaux, les langues minoritaires, les accents, les recommandations, l’accès à l’information ou les décisions automatisées.

L’équité (fairness) désigne les efforts visant à limiter les discriminations injustifiées et à rendre les systèmes plus justes. Mais elle ne se réduit pas à une mesure technique unique : plusieurs définitions de l’équité peuvent entrer en conflit selon les contextes, les droits concernés et les groupes affectés.

 

16. Évaluation des modèles et des applications (evaluation, benchmarks, metrics)

L’évaluation (evaluation) consiste à mesurer la qualité d’un modèle ou d’une application. Elle peut s’appuyer sur des jeux de référence (benchmarks), des métriques automatiques (automatic metrics), des tests de robustesse (robustness testing) et des évaluations humaines (human evaluation).

Pour la GenAI, une évaluation sérieuse ne se limite pas à la fluidité du texte. Elle doit examiner l’exactitude (accuracy), la pertinence (relevance), la fidélité aux sources (faithfulness), la robustesse, la sécurité, les biais, le coût, la latence (latency), la confidentialité et les effets concrets sur les utilisateurs.

 

17. Sécurité, garde-fous et robustesse (AI safety, guardrails, robustness)

La sécurité de l’IA (AI safety) recouvre les méthodes destinées à éviter que les systèmes produisent des résultats dangereux, trompeurs, abusifs ou incompatibles avec les objectifs humains. Les garde-fous (guardrails) peuvent être techniques ou organisationnels : filtrage des entrées et des sorties, restrictions d’accès, limites de permissions, validation humaine, journalisation (logging), tests de sécurité, règles d’escalade et mécanismes de recours.

La robustesse (robustness) désigne la capacité d’un système à rester fiable face à des variations de formulation, des données inhabituelles, des ambiguïtés ou des tentatives de contournement. Parmi les risques spécifiques figurent les injections de prompt (prompt injection), dans lesquelles une instruction malveillante tente de détourner le modèle de ses règles ou de ses objectifs.

 

18. Confidentialité, droits et propriété intellectuelle (privacy, data protection, copyright, intellectual property)

La confidentialité (privacy) et la protection des données (data protection) sont centrales dès lors que des utilisateurs transmettent à un système des documents, données personnelles, informations professionnelles ou secrets d’affaires. Les organisations doivent savoir où les données sont stockées, si elles sont utilisées pour entraîner ou améliorer les modèles, qui y a accès et combien de temps elles sont conservées.

Les questions de droit d’auteur (copyright) et de propriété intellectuelle (intellectual property, IP) concernent à la fois les données d’entraînement, les œuvres imitées ou reproduites, les contenus générés et les droits des auteurs, artistes, éditeurs, développeurs et utilisateurs. Elles restent juridiquement mouvantes et varient selon les pays.

 

19. Gouvernance, responsabilité et supervision humaine (AI governance, accountability, human oversight)

La gouvernance de l’IA (AI governance) désigne l’ensemble des règles, responsabilités, procédures, institutions et mécanismes de contrôle qui organisent la conception et l’usage de l’IA. Elle inclut la documentation des modèles (model documentation), la traçabilité (traceability), l’audit (audit), la gestion des risques (risk management), la transparence (transparency) et les voies de recours.

La responsabilité (accountability) renvoie à la question : qui répond des conséquences d’une décision ou d’un contenu produit avec l’aide d’une IA ? La supervision humaine (human oversight), parfois formulée comme l’humain dans la boucle (human in the loop), implique qu’une personne compétente puisse contrôler, corriger, interrompre ou refuser l’action du système, particulièrement lorsque les conséquences sont importantes.

 

Il est tentant de chercher une seule « bible » de l’IA générative. En réalité, le domaine est devenu trop vaste et trop mobile pour qu’un seul ouvrage puisse remplir simultanément les fonctions de manuel théorique, de guide de programmation, de référence universitaire en traitement automatique du langage et de traité sur les applications industrielles. 

Trois livres se distinguent néanmoins par leur complémentarité, "Generative Deep Learning", de David Foster, "Hands-On Large Language Models",  de Jay Alammar et Maarten Grootendorst, et "Speech and Language Processing" de Daniel Jurafsky et James H. Martin. Le premier explique la famille générale des modèles génératifs ; le deuxième apprend à travailler concrètement avec les grands modèles de langage ; le troisième donne la profondeur scientifique et linguistique nécessaire pour comprendre d’où viennent les LLM, ce qu’ils transforment et ce qu’ils ne remplacent pas. C’est seulement en les croisant que l’on évite de prendre une interface conversationnelle très habile pour une intelligence qui aurait enfin compris le monde.

 

David Foster, "Generative Deep Learning: Teaching Machines to Paint, Write, Compose, and Play", 2e éd. (O’Reilly, 2023)

Le livre de David Foster est probablement la meilleure « bible générale » pour comprendre, par la pratique, les mécanismes du deep learning génératif. Sa grande qualité est de ne pas réduire l’IA générative aux seuls chatbots et modèles de texte. Il replace les grands modèles de langage dans une histoire plus large de la génération automatique : production d’images, de musique, de texte, de représentations latentes et, plus généralement, apprentissage de distributions de données capables de produire de nouveaux exemples plausibles.

L’ouvrage progresse de façon pédagogique depuis les notions fondamentales — réseaux de neurones, probabilités, fonctions de perte, apprentissage par gradient — vers les principales architectures qui ont structuré l’histoire récente du domaine : autoencodeurs variationnels (variational autoencoders, VAE), réseaux antagonistes génératifs (generative adversarial networks, GAN), modèles autorégressifs, transformeurs, flots normalisants, modèles fondés sur l’énergie et modèles de diffusion. Cette diversité est essentielle : elle évite de faire des LLM le modèle unique de la génération artificielle et permet de comprendre pourquoi les modèles de diffusion ont dominé la génération d’images, tandis que les transformeurs ont profondément transformé le langage, le code et les systèmes multimodaux.

 

"... si l’on veut véritablement affirmer avoir construit une machine ayant acquis une forme d’intelligence comparable à celle de l’être humain, la modélisation générative doit certainement faire partie de la solution. L’un des meilleurs exemples de modèle génératif dans le monde naturel est la personne qui lit ce livre. Prenez un instant pour mesurer à quel point vous êtes vous-même un remarquable modèle génératif. Vous pouvez fermer les yeux et imaginer à quoi ressemblerait un éléphant sous n’importe quel angle. Vous pouvez concevoir plusieurs fins plausibles pour votre série télévisée préférée ; vous pouvez aussi planifier votre semaine en envisageant mentalement différents futurs possibles, puis agir en conséquence.

Les théories neuroscientifiques actuelles suggèrent que notre perception de la réalité ne résulte pas d’un modèle discriminatif extrêmement complexe qui traiterait nos informations sensorielles afin de produire des prédictions sur ce que nous sommes en train de vivre. Elle reposerait plutôt sur un modèle génératif, entraîné dès la naissance à produire des simulations de notre environnement qui correspondent avec précision à ce qui est susceptible d’advenir. Certaines théories vont même jusqu’à suggérer que la sortie de ce modèle génératif constitue directement ce que nous percevons comme la réalité.

 

Comprendre en profondeur comment construire des machines capables d’acquérir une telle faculté sera donc essentiel, à la fois pour poursuivre notre compréhension du fonctionnement du cerveau et pour avancer vers une intelligence artificielle générale .."

 

Foster a également le mérite de faire construire les modèles plutôt que de les présenter comme des boîtes noires. Le lecteur ne se contente pas d’appeler une API : il manipule des architectures, observe les données, comprend les compromis entre expressivité, stabilité d’entraînement, coût de calcul et qualité des sorties. Cette orientation est précieuse pour acquérir une intuition technique réelle : qu’est-ce qu’un espace latent ? Pourquoi un GAN peut-il être difficile à entraîner ? Comment un modèle de diffusion apprend-il à inverser progressivement un processus de bruit ? En quoi un transformeur diffère-t-il d’un réseau récurrent ou convolutionnel ?

L’actualité de l’ouvrage demeure forte. 

La deuxième édition, publiée en 2023, intègre les transformeurs et les modèles de diffusion, c’est-à-dire deux piliers de l’IA générative contemporaine. Elle reste donc très pertinente pour comprendre les fondements techniques qui sous-tendent aussi bien les générateurs d’images que les modèles de texte. Son principal vieillissement tient moins à ses explications fondamentales qu’à son environnement de mise en œuvre : les exemples reposent largement sur TensorFlow et Keras, alors qu’une grande partie de l’écosystème de recherche et de prototypage contemporain s’est déplacée vers PyTorch, Hugging Face et les modèles préentraînés accessibles par API ou en open source. Il faut donc le lire pour les concepts et les architectures, non comme un catalogue à jour des outils les plus utilisés en 2026.

Sa limite est aussi sa force ..

"Generative Deep Learning" est un livre d’apprentissage profond génératif, non un guide complet de l’ingénierie des applications GenAI. Il aborde moins directement les questions désormais centrales de RAG, d’agents, de bases vectorielles, de garde-fous, d’évaluation en production, de gouvernance ou de sécurité des applications. Il convient particulièrement à l’étudiant, au data scientist ou au développeur qui souhaite comprendre comment les systèmes génératifs sont construits « sous le capot ».

Jay Alammar et Maarten Grootendorst, "Hands-On Large Language Models: Language Understanding and Generation" (O’Reilly, 2024)

Si Foster offre la meilleure entrée générale dans la modélisation générative, "Hands-On Large Language Models" est sans doute le guide pratique le plus clair pour entrer dans le monde spécifique des LLM. Jay Alammar est connu pour ses explications visuelles des transformeurs ; Maarten Grootendorst, notamment créateur de BERTopic, apporte une expérience concrète des méthodes de représentation, de recherche sémantique et d’analyse de textes. Leur livre se distingue par une pédagogie fondée sur les schémas, les exemples et le code : il rend intelligibles des mécanismes qui sont souvent présentés de manière soit trop abstraite, soit excessivement promotionnelle.

L’ouvrage explique les fondements des LLM — tokenisation, représentations vectorielles, embeddings, attention, transformeurs, préentraînement, instruction tuning — puis montre comment les employer dans des tâches réelles. Il traite notamment de classification, de résumé, de génération, de recherche sémantique, de regroupement thématique, de représentation de documents, de prompt engineering, de modèles encoder et decoder, de fine-tuning et d’adaptation de modèles préentraînés. Son apport décisif est de montrer que travailler avec les LLM ne consiste pas seulement à converser avec un chatbot : il s’agit aussi de choisir une architecture, de construire une chaîne de traitement, de définir une tâche, d’évaluer les sorties et de relier le modèle à des données externes.

C’est donc le livre le plus directement utile pour comprendre les usages professionnels contemporains des LLM : recherche documentaire, résumé de corpus, assistants rédactionnels, classification de messages, extraction d’information, moteurs de recherche sémantique, systèmes de questions-réponses et premières architectures de RAG. Le dépôt de code officiel associé au livre est particulièrement important : il permet de prolonger les chapitres par des notebooks et des expérimentations reproductibles, ce qui est indispensable dans un domaine où la seule lecture ne suffit pas. Dépôt officiel du livre

Publié en 2024, l’ouvrage est encore très actuel dans ses principes. Les notions d’embeddings, de recherche vectorielle, de récupération d’information, de fine-tuning, d’évaluation et de conception de pipelines restent au cœur des applications. En revanche, il faut le compléter par une documentation récente pour les outils qui changent vite : modèles disponibles, interfaces d’API, agents, protocoles d’outils, modèles de raisonnement, architectures multimodales, évaluations automatisées et pratiques de déploiement. Il ne faut pas lui demander de fournir une photographie définitive de l’écosystème des LLM : aucun livre imprimé ne peut aujourd’hui le faire durablement.

Sa principale vertu pédagogique est de maintenir ensemble deux exigences que les discours sur la GenAI séparent trop souvent : comprendre les mécanismes et savoir les utiliser. Il est particulièrement recommandé aux développeurs Python, ingénieurs ML, étudiants avancés et enseignants qui souhaitent passer d’un usage conversationnel des IA à une compréhension opérationnelle des systèmes de langage.

"Speech and Language Processing" de Daniel Jurafsky et James H. Martin (2000, 2009) est le grand manuel universitaire de référence pour le traitement automatique du langage naturel (natural language processing, NLP), la linguistique computationnelle et la reconnaissance de la parole.

Ce n’est pas un livre consacré exclusivement à l’IA générative, et c’est précisément ce qui fait sa valeur : il restitue aux LLM leur profondeur historique, linguistique et méthodologique.

Les LLM ne sont pas apparus dans un vide scientifique. Ils prolongent — tout en les bouleversant — des décennies de recherches sur la tokenisation, les corpus, les modèles statistiques du langage, la syntaxe, la sémantique, la pragmatique, la traduction automatique, le dialogue, l’analyse des sentiments, la reconnaissance et la synthèse de la parole. Jurafsky et Martin permettent de comprendre que générer une phrase grammaticalement plausible n’équivaut ni à comprendre le monde, ni à maîtriser les présupposés, l’ironie, le contexte social, les références culturelles ou les effets pragmatiques d’un énoncé.

La troisième édition en cours, disponible gratuitement sous forme de manuscrit en ligne et régulièrement actualisée, a intégré les transformations majeures du domaine : réseaux neuronaux, attention, transformeurs, représentations contextuelles, modèles de langage, instruction tuning, récupération d’information et usages des LLM.

La version publiée en ligne au début de 2026 confirme que l’ouvrage demeure une référence vivante plutôt qu’un manuel figé. 

Son apport est d’abord conceptuel. Là où de nombreux ouvrages sur les LLM enseignent comment obtenir une réponse utile, Jurafsky et Martin permettent de poser de meilleures questions : qu’est-ce qu’un mot pour une machine ? Comment une segmentation influence-t-elle les résultats ? Que mesure réellement une évaluation ? Quels phénomènes linguistiques échappent à une métrique automatique ? Comment distinguer corrélation statistique, compétence apparente et compréhension ? Pourquoi les biais des corpus, la variation linguistique, les langues peu dotées et les conditions sociales de la parole sont-ils des problèmes centraux, et non de simples difficultés périphériques ?

C’est aussi l’ouvrage le plus rigoureux des trois pour penser les limites des LLM. 

Il rappelle que les performances d’un modèle dépendent des données, des tâches, des critères d’évaluation et du contexte d’usage. Il fournit donc une protection intellectuelle contre deux erreurs symétriques : croire qu’un modèle performant sur un benchmark « comprend » nécessairement, ou conclure qu’une erreur spectaculaire rend toutes ses capacités inutiles. Cette précision est particulièrement précieuse pour l’enseignement, la recherche et les professions qui travaillent sur les textes, les langues, les discours ou les corpus.

Sa limite pratique est son ampleur. Il ne constitue pas le chemin le plus rapide pour construire un assistant RAG ou déployer une application professionnelle ; son ambition est universitaire et cumulative. Il demande davantage de temps, de mathématiques, de programmation et de familiarité avec la linguistique que les deux autres ouvrages. Mais pour qui veut comprendre durablement le langage artificiel plutôt que seulement utiliser les interfaces du moment, il reste irremplaçable.

James Phoenix et Mike Taylor, "Prompt Engineering for Generative AI: Future-Proof Inputs for Reliable AI Outputs" (O’Reilly, 2024)

Un guide pratique consacré à l’art de formuler des instructions efficaces pour les systèmes d’intelligence artificielle générative. James Phoenix et Mike Taylor partent d’un constat simple : les grands modèles de langage (large language models, ou LLMs), tels que ChatGPT, ainsi que les modèles de diffusion employés pour la génération d’images, comme Stable Diffusion, offrent des possibilités considérables ; mais leur intégration dans des usages professionnels ou automatisés demeure difficile dès lors que l’on exige des résultats fiables, cohérents et reproductibles.

L’ouvrage s’adresse principalement aux développeurs, aux concepteurs de produits, aux analystes et, plus largement, à tous ceux qui souhaitent passer d’un usage conversationnel ou expérimental de l’IA à une utilisation structurée. 

1. Son ambition n’est pas seulement d’apprendre à « bien poser une question » à un modèle : il s’agit de montrer comment construire des entrées — des prompts — capables d’orienter le comportement d’un système probabiliste, de réduire ses ambiguïtés et de rendre ses sorties plus exploitables dans un flux de travail concret.

Les auteurs introduisent les fondements de l’IA générative : fonctionnement général des LLMs, prédiction du mot ou du token suivant, rôle du contexte, importance des données d’entraînement, limites de la mémoire conversationnelle et caractère non déterministe des réponses. Cette mise au point est essentielle, car elle permet de comprendre pourquoi une même instruction peut produire des résultats différents, pourquoi un modèle peut formuler une réponse convaincante mais erronée, et pourquoi une demande vague ou mal structurée conduit souvent à des productions imprécises, inutilisables ou incohérentes.

2. Le cœur du livre porte sur les principes du "prompt engineering".

Un bon prompt ne se réduit pas à une formule magique : il précise le rôle attendu du modèle, le contexte de la tâche, les informations disponibles, les contraintes à respecter, le format de la réponse et, lorsque cela est nécessaire, des exemples de sortie. Les auteurs examinent notamment les approches dites zero-shot, dans lesquelles le modèle reçoit une instruction sans exemple préalable, et few-shot, qui consistent à fournir quelques démonstrations afin de guider le style, la structure ou le raisonnement attendu. Cette seconde méthode est particulièrement utile pour des tâches répétitives : classification de textes, extraction d’informations, reformulation, résumé, génération de code, rédaction de réponses clients ou production de contenus structurés.

3. L’ouvrage aborde également des techniques plus avancées, parmi lesquelles le chain-of-thought prompting, souvent traduit par « incitation au raisonnement étape par étape ».

L’idée consiste à demander au modèle de décomposer une tâche complexe en opérations intermédiaires plutôt que de produire immédiatement une réponse finale. Cette méthode peut améliorer les performances dans certains problèmes de logique, de calcul, de planification ou d’analyse ; elle doit toutefois être comprise avec prudence. Une explication détaillée produite par un modèle ne constitue pas nécessairement la trace fidèle de son raisonnement interne : elle peut être plausible sans être rigoureuse. Dans les usages sensibles, la bonne pratique n’est donc pas de faire confiance à une réponse parce qu’elle paraît méthodique, mais de prévoir des mécanismes de vérification, des sources externes, des tests et, si nécessaire, une validation humaine.

4. Phoenix et Taylor insistent ainsi sur la nécessité de concevoir les prompts comme des composants d’un système plus large. Dans un environnement professionnel, la qualité d’un résultat dépend rarement du seul texte envoyé au modèle. Elle dépend aussi de la préparation des données, de la récupération de documents pertinents, de la définition de formats de sortie contrôlables, de l’évaluation des réponses, de la gestion des erreurs et de la surveillance des dérives. Cette perspective rapproche le prompt engineering de l’ingénierie logicielle : il ne s’agit pas seulement d’obtenir une belle démonstration, mais de construire un processus capable de fonctionner de manière relativement stable à grande échelle.

5. Le livre ne se limite pas aux modèles textuels. Il traite également des modèles de diffusion, qui génèrent des images à partir de descriptions textuelles. Les auteurs montrent que la formulation d’un prompt visuel implique d’autres paramètres : sujet, composition, point de vue, lumière, style, matériaux, profondeur de champ, niveau de détail ou éléments à exclure. Ils soulignent cependant que la génération d’images ne consiste pas à traduire mécaniquement une phrase en illustration : elle repose sur une interprétation statistique du texte par le modèle, ce qui explique les variations, les erreurs de composition et les difficultés récurrentes concernant les textes intégrés aux images, les mains, les objets complexes ou la cohérence entre plusieurs images.

6. L’un des intérêts majeurs de l’ouvrage est de déplacer la question de la « maîtrise » de l’IA. 

Les auteurs ne présentent pas le "prompt" comme un sortilège permettant de commander parfaitement un modèle. Ils le définissent plutôt comme une forme de conception : l’utilisateur doit anticiper les ambiguïtés, structurer l’information, préciser les critères de qualité et accepter qu’un modèle génératif demeure une machine à produire des probabilités, non une source autonome de vérité. Cette idée est particulièrement importante face aux hallucinations : un LLM peut inventer une référence, une date, une citation ou une explication avec une grande assurance stylistique. Le prompt peut réduire ce risque, par exemple en demandant au système de signaler ses incertitudes ou de s’appuyer sur un corpus fourni, mais il ne l’élimine jamais entièrement.

7. L’ouvrage a aussi une dimension prospective. 

Le sous-titre, "Future-Proof Inputs for Reliable AI Outputs", suggère que les principes présentés devraient survivre aux changements rapides de modèles. Cette ambition est en partie justifiée : la clarté des consignes, la contextualisation, l’usage d’exemples, la définition de contraintes et l’évaluation des résultats restent des principes robustes. 

Mais il faut aussi nuancer cette promesse. Les outils, les capacités multimodales, les fenêtres de contexte, les interfaces de programmation et les pratiques de sécurité évoluent très vite. Certaines recettes de prompting deviennent rapidement moins importantes lorsque les modèles progressent, tandis que d’autres problèmes — gouvernance des données, droits d’auteur, confidentialité, biais, consommation énergétique, responsabilité des organisations — ne peuvent être résolus par la seule qualité d’une instruction.

"Prompt Engineering for Generative AI" constitue donc une excellente porte d’entrée pour comprendre comment travailler concrètement avec les modèles génératifs. 

Mickaël Bertolla, "L’IA et la génération de texte" (2025, Éditions ENI)

L’IA et la génération de texte de Mickaël Bertolla se présente comme un guide d’initiation méthodique aux outils contemporains d’intelligence artificielle générative appliqués au langage. Son intérêt tient à son ambition pédagogique : plutôt que de traiter l’IA comme une technologie abstraite ou comme une succession de démonstrations spectaculaires, l’ouvrage cherche à donner au lecteur des repères pour comprendre ce que font les assistants conversationnels, comparer leurs usages et les intégrer de façon concrète dans des activités professionnelles ou personnelles.

Le livre part des fondements de l’IA générative textuelle. Il explique, à un niveau accessible, ce qu’est un grand modèle de langage (large language model, ou LLM), comment un tel système produit du texte à partir d’une instruction, pourquoi ses réponses peuvent sembler cohérentes, et quelles sont pourtant ses limites. Cette première partie est importante, car elle permet d’éviter deux malentendus opposés : considérer l’outil comme une simple machine à chercher des informations, ou lui attribuer une compréhension humaine du monde. Un modèle génératif ne « sait » pas au sens où une personne sait ; il produit des suites de mots statistiquement plausibles à partir de régularités apprises dans de très vastes corpus.

L’IA générative n’est pas seulement un modèle isolé, mais un système socio-technique déployé. Un assistant conversationnel réel ne se réduit pas à un LLM : il implique une interface, des données, une base documentaire, des mécanismes de récupération, des filtres de sûreté, des évaluations, des serveurs, une gestion de la latence, des coûts d’inférence, des journaux d’usage et parfois des outils externes. "Generative AI System Design Interview" est un manuel professionnel, destiné avant tout aux ingénieurs et candidats à des entretiens de conception de systèmes (system design interviews), notamment dans les grandes entreprises technologiques. Publié en 2024 par ByteByteGo, il compte 377 pages et est coécrit avec Hao Sheng — précision utile, car il est souvent attribué au seul Aminian. Son objectif n’est ni de fournir une théorie générale des modèles génératifs, ni d’examiner en profondeur leur histoire, leur esthétique ou leur portée sociale. Il apprend à concevoir un produit ou un service fondé sur l’IA générative : préciser le besoin, choisir une architecture, sélectionner un modèle, organiser les données et la récupération documentaire, prévoir la montée en charge, mesurer la qualité, réduire les coûts, assurer la sécurité et expliciter les compromis techniques. Le livre propose un cadre en sept étapes, dix études de cas et plus de 280 schémas ; les exemples comprennent notamment Smart Compose, la traduction automatique, un assistant personnel de type ChatGPT, le Retrieval-Augmented Generation (RAG), la génération de visages, la synthèse d’images haute résolution et le text-to-image.

Il aide aussi à rendre concrète la notion de RAG (Retrieval-Augmented Generation). Plutôt que de demander au modèle de répondre uniquement à partir de ses paramètres appris, un système RAG recherche d’abord des documents pertinents dans une base externe, puis fournit ces extraits au modèle afin qu’il formule sa réponse. Cette architecture peut améliorer l’actualisation des connaissances, la traçabilité et la précision dans des domaines spécialisés. Elle ne supprime toutefois pas le risque d’erreur : une recherche peut manquer un document important, les sources peuvent être incomplètes ou biaisées, et le modèle peut encore mal interpréter les éléments récupérés.

Sa limite est tout aussi nette : un livre conçu pour réussir des entretiens de recrutement tend nécessairement à privilégier la clarté architecturale, les compromis de performance et les attentes des employeurs. Les enjeux de droit d’auteur, de travail d’annotation, de pouvoir de plateforme, de surveillance, de justice environnementale ou de gouvernance démocratique y sont probablement secondaires ...

L’IA générative est, et reste, une technologie de production symbolique, capable de transformer la manière dont les textes, les images, les sons, les savoirs et les preuves sont fabriqués et circulent. Elle ne peut pas être comprise ni comme une intelligence autonome ni comme un simple outil neutre. 

 Son enjeu essentiel est politique : déterminer quelles tâches doivent être assistées ou automatisées, quelles protections doivent encadrer les données et les créateurs, qui contrôle les infrastructures, et comment préserver la possibilité de vérifier, contester et corriger les productions des machines.

Les apports de l’IA générative ...

1. L’IA générative peut accélérer certaines tâches de rédaction, de traduction, de programmation, de conception visuelle, de recherche documentaire, de production audiovisuelle ou de simulation scientifique. Elle peut aider à produire des brouillons, explorer des variantes, rendre des outils créatifs plus accessibles et assister des personnes qui ne maîtrisent pas certains langages techniques.

2. Dans la recherche scientifique, elle peut contribuer à la découverte de molécules, à la génération de données synthétiques, à l’analyse de séquences biologiques ou à l’exploration de solutions possibles à un problème. Dans l’éducation, elle peut fournir des explications, des exercices adaptés ou des outils de reformulation. Dans les métiers créatifs, elle peut servir de support à l’esquisse, à la visualisation ou à l’expérimentation.

3. Mais ces apports ne sont jamais automatiques. Une production rapide n’est pas nécessairement une production juste, utile ou socialement souhaitable. L’IA générative peut assister le travail humain ; elle peut aussi contribuer à le standardiser, à le surveiller ou à le dévaloriser si elle est introduite uniquement pour réduire les coûts.

 

Les problèmes éthiques, sociaux et politiques ...

1. Le premier problème est celui de la fiabilité. Les modèles peuvent produire des réponses fausses avec une grande assurance, inventer des sources, attribuer des citations inexistantes ou proposer des raisonnements erronés. Ils doivent donc être utilisés avec vérification, particulièrement dans les domaines où une erreur peut affecter la santé, les droits, la sécurité ou les revenus d’une personne.

2. Le deuxième problème concerne les données, la création et le droit d’auteur. Les modèles sont entraînés sur des textes, des images, des musiques, des vidéos et des logiciels dont l’origine, les droits et les conditions de collecte ne sont pas toujours transparents. Ils peuvent imiter des styles, des voix ou des visages, ce qui soulève des questions de consentement, de rémunération, d’appropriation et d’usurpation.

3. Le troisième problème est celui de la désinformation. La génération de textes, d’images, de voix et de vidéos réalistes facilite les faux documents, les arnaques personnalisées et les deepfakes. Elle fragilise non seulement la confiance dans les contenus artificiels, mais aussi la capacité à établir qu’un document authentique est réellement authentique.

4. Le quatrième problème est celui du travail et de la concentration économique. Les modèles génératifs peuvent accroître la productivité, mais ils peuvent aussi déplacer des emplois, intensifier le contrôle des travailleurs et renforcer la dépendance à quelques entreprises qui possèdent les modèles, les données, les puces et les centres de données. La question n’est donc pas seulement de savoir si l’IA créera ou supprimera des emplois, mais qui contrôlera les outils, qui bénéficiera des gains et quelles formes de travail seront protégées ou fragilisées.

L’IA générative repose sur une infrastructure matérielle considérable, dont l’apparente invisibilité constitue l’un des principaux malentendus du discours contemporain. 

 

Derrière l’apparente simplicité d’une réponse générée se trouvent donc des centrales électriques, des réseaux, des systèmes de refroidissement, des mines, des usines de semi-conducteurs, des chaînes logistiques, des travailleurs de la donnée et des institutions qui décident de l’implantation, de la régulation et de la propriété de ces infrastructures. 

 

Une réponse produite en quelques secondes par un chatbot, une image synthétique ou une requête adressée à un modèle de langage ne surgissent pas d’un espace abstrait appelé « cloud ». Elles dépendent de centres de données (data centers), de réseaux de télécommunication, de serveurs, de processeurs graphiques spécialisés (graphics processing units, GPU), de puces accélératrices pour l’IA (AI accelerators), de systèmes de stockage, de câbles sous-marins, de réseaux électriques et de dispositifs de refroidissement. 

L’IA générative est donc moins immatérielle qu’elle ne déplace hors du champ de vision de l’utilisateur les matières, les infrastructures et le travail qui rendent son fonctionnement possible.

 

Penser l’IA générative exige ainsi de dépasser l’image d’un logiciel purement intellectuel : elle est un système socio-technique et industriel, inscrit dans des territoires, des ressources finies, des rapports de travail et des rapports de pouvoir mondiaux.

 

1. L’entraînement des grands modèles de langage (large language models, LLM) exige en particulier des capacités de calcul exceptionnelles. 

Des milliers, voire des dizaines de milliers de processeurs spécialisés peuvent être mobilisés pendant des semaines ou des mois afin d’ajuster les milliards de paramètres d’un modèle. Cette phase de préentraînement (pretraining) concentre une grande partie des coûts financiers et énergétiques ; mais l’usage quotidien du modèle, appelé inférence (inference), n’est pas négligeable pour autant. Lorsqu’un système est consulté par des millions d’utilisateurs, chaque requête, chaque génération de texte, d’image ou de vidéo sollicite à nouveau des serveurs, de l’électricité et des réseaux. L’augmentation de l’efficacité des puces ou des modèles ne garantit donc pas mécaniquement une baisse de l’empreinte globale : si les usages se multiplient plus vite que les gains techniques, la consommation totale peut augmenter. C’est l’une des formes contemporaines de l’effet rebond (rebound effect ou Jevons paradox).

2. L’électricité est au cœur de cette infrastructure. 

Selon la localisation des centres de données, elle peut provenir de sources plus ou moins carbonées : énergies fossiles, nucléaire, hydraulique, éolien ou solaire. Il est donc insuffisant de parler de « l’empreinte carbone de l’IA » comme s’il existait une valeur universelle. Celle-ci varie selon la taille du modèle, la durée de l’entraînement, l’efficacité du matériel, le taux d’utilisation des serveurs, la nature des tâches, la localisation du centre de données et le mix électrique du pays concerné. Les entreprises communiquent parfois sur des objectifs de neutralité carbone ou sur l’achat d’électricité renouvelable ; ces annonces ne résolvent pas à elles seules la question de la disponibilité réelle de l’énergie, de la construction de nouvelles infrastructures ni de la concurrence entre les usages industriels, domestiques et publics de l’électricité.

3. L’eau constitue un autre enjeu, longtemps moins visible que l’énergie. 

Les centres de données doivent évacuer une chaleur importante. Selon les techniques employées et les conditions climatiques, ils utilisent de l’eau pour le refroidissement direct ou indirect des équipements, tandis que la production d’électricité peut elle-même être consommatrice d’eau. La question n’est pas seulement quantitative : elle est territoriale. L’implantation d’un centre de données dans une région déjà soumise au stress hydrique peut opposer les besoins des infrastructures numériques à ceux des habitants, de l’agriculture et des écosystèmes. L’expansion de l’IA doit donc être pensée non seulement en termes d’efficacité computationnelle, mais aussi en termes de justice environnementale et de partage local des ressources.

4. Cette matérialité commence bien avant le fonctionnement des serveurs. 

Les puces, batteries, systèmes de stockage et équipements de réseau dépendent de chaînes d’approvisionnement mondialisées et de l’extraction de minerais : cuivre, lithium, cobalt, nickel, terres rares, aluminium, silicium et métaux précieux. Les matériaux sont extraits, raffinés, transformés, assemblés, transportés, remplacés et finalement mis au rebut. Les infrastructures numériques ont ainsi une histoire minière, industrielle et logistique. 

Kate Crawford insiste, dans "Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence" (2021), sur le fait que l’IA doit être comprise comme une industrie extractive : elle mobilise des ressources naturelles, des données et du travail à grande échelle, tout en concentrant les capacités de calcul et de décision entre les mains d’un nombre limité d’entreprises et d’États.

L’IA générative repose également sur du travail humain, souvent effacé par le vocabulaire de l’automatisation.

 Avant qu’un modèle ne paraisse « autonome », des personnes ont collecté, nettoyé, annoté, classé et vérifié des données ; elles ont évalué des réponses, comparé des sorties, signalé des contenus dangereux et participé à l’alignement des modèles. Le travail d’annotation (data labeling), de modération (content moderation) et d’évaluation humaine (human evaluation) est indispensable pour constituer les jeux de données, filtrer les contenus, entraîner les modèles à suivre des instructions et réduire certains comportements nuisibles. Une partie importante de ces tâches est externalisée vers des plateformes de microtravail, parfois dans des pays où les rémunérations sont faibles et les protections sociales limitées. 

L’ouvrage de Mary L. Gray et Siddharth Suri, "Ghost Work: How to Stop Silicon Valley from Building a New Global Underclass" (2019), demeure essentiel pour comprendre cette main-d’œuvre invisible qui rend possibles de nombreux services numériques prétendument automatisés.

Les travaux de Sarah T. Roberts, notamment Behind the Screen: Content Moderation in the Shadows of Social Media (2019), éclairent avec une force particulière le coût psychologique, social et économique de la modération des contenus.

À rebours de l’image d’un Internet régulé principalement par des algorithmes, Roberts montre que le premier rempart contre les propos haineux, les images de violence extrême, les scènes d’exploitation sexuelle, le harcèlement ou les appels à la cruauté demeure très souvent humain. Derrière les interfaces lisses des grandes plateformes, des dizaines de milliers de travailleurs, fréquemment invisibilisés et parfois employés par des sous-traitants, examinent, classent, signalent et retirent chaque jour un volume considérable de publications.

1. Fondée sur une enquête ethnographique et sur des entretiens menés auprès de modérateurs, de responsables d’entreprises et d’acteurs du secteur, de la Silicon Valley aux Philippines, l’étude de Roberts révèle l’organisation d’une véritable industrie mondiale de la modération commerciale (commercial content moderation). Les modérateurs ne se contentent pas de supprimer des contenus manifestement interdits. Ils appliquent des règles internes parfois changeantes, interprètent des situations ambiguës, classent les contenus selon des catégories précises, documentent leurs décisions et contribuent, directement ou indirectement, à l’entraînement des systèmes automatisés de détection. Ils peuvent être confrontés, parfois des milliers de fois par jour, à des images ou à des textes violents, humiliants, haineux ou traumatisants. Roberts insiste ainsi sur la charge émotionnelle de ce travail : exposition répétée à la souffrance, fatigue compassionnelle, stress, anxiété, troubles du sommeil, sentiment d’isolement ou formes de traumatisme secondaire peuvent en être les conséquences.

2. L’essor de l’IA générative ne supprime pas ce besoin de modération ; il peut au contraire en modifier l’échelle et l’intensité.

Les systèmes capables de produire instantanément des textes, des images, des voix ou des vidéos facilitent également la production massive de contenus trompeurs, haineux, violents ou sexualisés. Ils peuvent être utilisés pour générer des campagnes de harcèlement, des messages de propagande, de fausses images d’événements, des imitations vocales, des deepfakes, des contenus non consensuels ou des variations presque infinies d’un même message destiné à contourner les règles d’une plateforme. Le problème n’est donc plus seulement de repérer un contenu illicite ou dangereux déjà publié : il devient aussi nécessaire d’anticiper les usages abusifs d’outils capables de multiplier très rapidement les contenus à examiner.

3. Les dispositifs de sûreté de l’IA (AI safety) et les garde-fous (guardrails) ne doivent dès lors pas être compris comme de simples filtres automatiques. Ils reposent sur des décisions humaines : définition des catégories de risque, choix de ce qui doit être bloqué, autorisé, signalé ou soumis à un examen complémentaire ; constitution de jeux de données d’entraînement ; rédaction de règles de modération ; évaluation des erreurs ; supervision des réponses produites par les modèles ; procédures de recours et traitement des plaintes. Chaque règle de classification implique un arbitrage : entre liberté d’expression et protection contre le harcèlement ; entre accès à l’information et diffusion de contenus violents ; entre création artistique et atteinte à la dignité ; entre ouverture d’un service et prévention des usages malveillants.

4. L’apport décisif de Roberts est de rappeler que la sûreté numérique n’est jamais seulement une affaire de technique.

Elle est aussi une question de travail, de santé, de droit, de responsabilité des plateformes et de justice mondiale. Lorsque les entreprises présentent la modération comme une fonction automatisée ou invisible, elles risquent d’effacer les personnes qui supportent concrètement le coût de la protection des autres utilisateurs. Dans le contexte de l’IA générative, la question devient donc double : comment concevoir des systèmes capables de réduire les contenus dangereux avant leur diffusion, et comment garantir que les travailleurs chargés de contrôler les erreurs, les abus et les cas ambigus disposent de conditions de travail, de protection psychologique et de droits à la hauteur de cette responsabilité ?

James Muldoon, Mark Graham et Callum Cant, "Feeding the Machine: The Hidden Human Labor Powering A.I." (Canongate, 2024)

Parmi les dizaines de livres parus depuis 2023 sur la GenAI, un ouvrage qui fait partie de ceux qui ont le plus de chances de devenir un classique, parce qu'il traite un aspect encore trop peu présent dans les ouvrages généralistes : le travail humain invisible qui se cache derrière l'illusion d'une intelligence entièrement automatisée.

À rebours du discours dominant présentant l'intelligence artificielle comme une technologie presque autonome, "Feeding the Machine" (2024) montre que les systèmes contemporains d'IA — et en particulier l'IA générative — reposent sur une immense quantité de travail humain souvent invisible. James Muldoon, Mark Graham et Callum Cant proposent ainsi une véritable « histoire sociale » de l'intelligence artificielle. Leur thèse est simple mais profondément déstabilisante : derrière les modèles les plus sophistiqués ne se trouvent pas seulement des algorithmes, des centres de données et des processeurs, mais aussi des millions de personnes qui produisent, sélectionnent, corrigent, classent, annotent, modèrent et évaluent les données indispensables au fonctionnement des systèmes génératifs.

1. L'ouvrage s'appuie sur plus de dix années d'enquêtes de terrain, des centaines d'entretiens et plusieurs milliers d'heures d'observation. Les auteurs donnent la parole à ceux qui demeurent généralement absents des récits triomphants de la Silicon Valley : annotateurs de données (data annotators), modérateurs de contenus (content moderators), travailleurs des plateformes (platform workers), opérateurs d'entrepôts, mais aussi écrivains, artistes, traducteurs, illustrateurs et programmeurs dont les productions servent, souvent sans réelle négociation, à constituer les gigantesques corpus utilisés pour entraîner les modèles génératifs.

2. Le livre est particulièrement pertinent pour comprendre l'essor de la GenAI.

Les grands modèles de langage (Large Language Models, LLMs), les générateurs d'images ou les systèmes multimodaux ne sont pas entraînés uniquement sur des données recueillies automatiquement. Leur développement mobilise une succession d'interventions humaines : sélection et nettoyage des corpus (data curation), annotation des données (data labeling), évaluation de la qualité des réponses, comparaison de différentes productions, détection des contenus toxiques, amélioration des modèles par apprentissage fondé sur les préférences humaines (Reinforcement Learning from Human Feedback, RLHF), puis surveillance continue des usages après leur déploiement. L'automatisation apparente masque ainsi une chaîne de travail extrêmement dense.

3. Les auteurs proposent dès lors une lecture politique de l'IA générative. 

Ils décrivent celle-ci comme une machine d'extraction (extraction machine) qui transforme l'intelligence collective, les productions culturelles, les interactions sociales et le travail humain en ressources exploitables par les modèles. Cette extraction ne concerne pas uniquement les données ; elle porte également sur le temps, les compétences, l'attention et la créativité de millions de personnes réparties à travers le monde. L'IA générative apparaît alors moins comme une rupture avec l'économie numérique que comme l'extension d'un modèle déjà présent dans les plateformes : capter, organiser et valoriser à grande échelle les activités humaines.

4. L'un des apports les plus originaux de l'ouvrage consiste à replacer cette économie dans une histoire plus longue des rapports de domination. Muldoon, Graham et Cant montrent que la division mondiale du travail numérique reproduit souvent des inégalités anciennes : externalisation vers des pays à faibles salaires, sous-traitance, précarité contractuelle, invisibilisation du travail, segmentation racialisée et genrée de certaines tâches. L'« intelligence » des systèmes repose ainsi sur une organisation internationale du travail dont les bénéfices économiques sont très inégalement répartis.

5. Cette approche complète remarquablement les analyses de Sarah T. Roberts sur la modération des contenus.

Là où Roberts met principalement en évidence le coût psychologique de la modération commerciale, "Feeding the Machine" élargit la perspective à l'ensemble du travail humain nécessaire à l'existence de l'IA générative. Les annotateurs qui enseignent aux modèles ce qu'est un objet, les évaluateurs qui classent les réponses selon leur qualité, les travailleurs qui identifient les contenus dangereux, les artistes dont les œuvres sont intégrées aux corpus d'entraînement ou les programmeurs qui corrigent les sorties des modèles participent tous, à des degrés divers, à la production quotidienne de l'intelligence artificielle.

6. Les auteurs adoptent toutefois une position résolument critique. 

En qualifiant l'IA de « machine d'extraction », ils mettent fortement l'accent sur les rapports d'exploitation économique et sur les continuités avec l'histoire du capitalisme numérique. Cette grille d'analyse est extrêmement féconde pour rendre visibles les coûts humains de l'IA, mais elle tend parfois à laisser au second plan les bénéfices réels que les systèmes génératifs peuvent apporter dans certains domaines — recherche scientifique, santé, accessibilité, traduction, assistance à la programmation ou création artistique. Le livre constitue donc moins une histoire complète de l'IA générative qu'un contrepoint indispensable aux récits technophiles de la Silicon Valley.

"Feeding the Machine" est aujourd'hui l'un des ouvrages les plus importants sur la dimension sociale, économique et politique de la GenAI. Il rappelle une évidence souvent oubliée : avant d'être une intelligence artificielle, un grand modèle génératif est aussi le produit d'une vaste infrastructure de travail humain, de données, d'énergie, de calcul et d'organisation industrielle.

Il constitue ainsi un complément naturel aux travaux de Kate Crawford (Atlas of AI), de Sarah T. Roberts (Behind the Screen) et de Nick Couldry et Ulises A. Mejias (The Costs of Connection), en donnant un visage aux travailleurs qui rendent possible le fonctionnement quotidien de l'intelligence artificielle générative.

Dans "The Cloud Revolution: How the Convergence of New Technologies Will Unleash the Next Economic Boom and a Roaring 2020s" (2021), Mark P. Mills propose une lecture résolument optimiste de la transformation technologique contemporaine. Il conteste trois récits dominants : l’idée selon laquelle les innovations numériques actuelles — commander un repas, appeler un véhicule, échanger des cryptomonnaies — constitueraient déjà l’horizon presque définitif du progrès ; le scénario dystopique d’une destruction massive des emplois et des entreprises par le numérique ; et enfin la conviction que la transition énergétique, les énergies renouvelables et les véhicules électriques représenteraient l’unique révolution technologique décisive.

Selon Mills, la dynamique majeure ne provient pas d’une invention isolée, mais de la convergence de trois domaines : les microprocesseurs (microprocessors), les matériaux (materials) et les machines (machines). Les microprocesseurs s’intègrent dans un nombre croissant d’objets et de systèmes ; les nouveaux matériaux ouvrent des possibilités inédites de fabrication, de stockage, de miniaturisation ou de performance ; les machines qui produisent, transportent et transforment les biens connaissent elles aussi une mutation profonde. Le cloud computing, ou informatique en nuage, constitue selon lui l’infrastructure qui accélère et coordonne cette convergence : il offre une puissance de calcul, des capacités de stockage et des services logiciels à une échelle historique, tout en s’appuyant sur les progrès des puces de nouvelle génération et de l’intelligence artificielle.

Mills rapproche cette configuration de celle qui a rendu possible la grande expansion économique du XXe siècle. Dans les années 1920, soutient-il, ce ne sont pas des inventions séparées qui ont produit la croissance de longue durée, mais l’articulation d’une nouvelle infrastructure informationnelle — le téléphone —, de nouvelles machines — automobiles, centrales électriques et équipements industriels —, et de nouveaux matériaux — plastiques, produits pharmaceutiques et chimie moderne. De manière analogue, la période contemporaine verrait se former une nouvelle « grande convergence » susceptible d’entraîner un cycle d’expansion économique comparable aux Roaring Twenties. L’originalité de l’époque actuelle résiderait, selon Mills, dans le rôle amplificateur du cloud : une infrastructure mondiale qui rend les capacités de calcul, de communication et de traitement des données disponibles à une échelle sans précédent.

Cet argument a le mérite de rappeler que le numérique, souvent présenté comme immatériel, repose sur une infrastructure lourde : centres de données, réseaux de télécommunications, câbles sous-marins, satellites, serveurs, puces électroniques, métaux, usines de fabrication, systèmes de refroidissement et approvisionnement électrique. L’intelligence artificielle, et plus encore l’IA générative, ne fonctionne pas « dans le nuage » au sens d’un espace abstrait : elle dépend de machines situées quelque part, de chaînes logistiques mondialisées, d’une énergie continue et de ressources matérielles finies. L’optimisme de Mills est donc utile lorsqu’il ramène l’attention vers les conditions matérielles de la révolution numérique, même s’il tend à présenter l’expansion technologique comme une source presque spontanée de prospérité.

 

À l’inverse, dans "The Costs of Connection: How Data Is Colonizing Human Life and Appropriating It for Capitalism" (2019), Nick Couldry et Ulises A. Mejias proposent une critique de l’économie des données à partir du concept de colonialisme des données (data colonialism).

Leur thèse est que les plateformes et les infrastructures numériques ne se contentent pas de recueillir des informations techniques nécessaires au fonctionnement de leurs services. Elles étendent progressivement une logique d’appropriation à des dimensions toujours plus nombreuses de la vie sociale : communications, déplacements, habitudes de consommation, relations affectives, pratiques culturelles, comportements professionnels, données corporelles et traces laissées en ligne.

L’enjeu n’est pas seulement la surveillance individuelle. Couldry et Mejias décrivent un processus par lequel les activités ordinaires sont converties en données, puis intégrées à des mécanismes de calcul, de prédiction, de ciblage, de classement et de valorisation économique. Les individus ne sont pas simplement observés : leurs comportements deviennent une matière première susceptible d’être captée, traitée et monétisée. Dans cette perspective, les données ne constituent pas un sous-produit neutre de la vie connectée ; elles deviennent une ressource stratégique dont la collecte peut redéfinir les rapports de pouvoir entre plateformes, États, entreprises, travailleurs et utilisateurs.

Les deux perspectives sont donc complémentaires, mais elles ne conduisent pas aux mêmes conclusions.

Mills rappelle que l’économie numérique exige de l’énergie, des machines, des matériaux et des infrastructures à très grande échelle ; Couldry et Mejias montrent qu’elle ne se contente pas de consommer des ressources matérielles, mais qu’elle transforme également les activités humaines en données valorisables. La première approche met l’accent sur la promesse de productivité, d’innovation et de croissance issue de la convergence technologique ; la seconde interroge les conditions sociales, politiques et éthiques de cette croissance : qui possède les infrastructures ? qui contrôle les données ? qui bénéficie de la valeur produite ? qui supporte les coûts énergétiques, environnementaux et humains de cette économie ?

Appliquée à l’IA générative, cette double lecture est particulièrement éclairante. Les modèles génératifs requièrent des capacités de calcul considérables, des centres de données, des puces spécialisées, des réseaux et une consommation énergétique importante. Mais ils reposent aussi sur de vastes corpus de textes, d’images, de sons et de comportements humains, dont la collecte, l’utilisation, la rémunération et la gouvernance soulèvent des questions majeures. L’IA générative doit donc être comprise simultanément comme une innovation computationnelle, une infrastructure matérielle et un dispositif d’extraction, de traitement et de valorisation des données humaines.

Peter S. Cohan, "Brain Rush: How to Invest and Compete in the Real World of Generative AI" (Apress, 2024)

"Brain Rush" est un ouvrage de stratégie d’entreprise et d’investissement, conçu pour aider dirigeants, entrepreneurs et investisseurs à situer l’IA générative dans une chaîne de valeur industrielle en rapide formation. Peter S. Cohan part du constat, devenu familier depuis la diffusion publique de ChatGPT, que l’IA générative ne constitue plus seulement un domaine de recherche ou une promesse technologique : elle devient une infrastructure susceptible de transformer la production de texte, d’images, de logiciels, de services clients et de décisions organisationnelles. Son ambition n’est pas d’offrir une théorie approfondie des grands modèles de langage, mais de répondre à une question très concrète : où se situeront les opportunités économiques, les marges et les positions dominantes dans cette nouvelle économie ?

1. L’intérêt principal du livre réside dans sa tentative de cartographier la « chaîne de valeur » de l’IA générative.

Cohan distingue les différentes couches nécessaires à son fonctionnement : puces et capacité de calcul, infrastructures de cloud, données, entraînement des modèles, fournisseurs de modèles fondamentaux, outils de développement, applications sectorielles et services de conseil ou d’intégration. Cette perspective est utile parce qu’elle rappelle qu’un assistant comme ChatGPT n’est que la partie visible d’un système industriel beaucoup plus vaste. Derrière l’interface conversationnelle se trouvent des centres de données, des semi-conducteurs, des fournisseurs de cloud, des corpus de données, des équipes d’ingénierie, des travailleurs chargés de l’annotation ou de la modération, ainsi que des entreprises qui transforment les modèles en produits utilisables dans la santé, le droit, la finance, l’éducation ou le marketing.

2. L’ouvrage propose également une grille pratique pour les organisations.

Plutôt que d’encourager une adoption indifférenciée, il invite les dirigeants à identifier les tâches où l’IA générative peut produire une valeur mesurable : rédaction et synthèse de documents, assistance au code, automatisation de certaines interactions avec les clients, recherche documentaire, production de contenus ou accélération de processus internes. Il insiste, à juste titre, sur le fait que les entreprises doivent choisir entre plusieurs voies : acheter des outils généralistes, recourir à des consultants, recruter des spécialistes, adapter des modèles existants à leurs propres données ou développer des applications plus spécifiques. Pour un lecteur intéressé par les décisions de management, cette partie est claire et immédiatement exploitable.

3. Le livre doit néanmoins être lu avec une réserve importante : il adopte explicitement le point de vue de l’investisseur et de la compétition. La question centrale n’est pas d’abord « quels usages de l’IA sont socialement souhaitables ? », mais « où placer des capitaux et comment obtenir les meilleurs rendements ajustés au risque ? ». Cette orientation éclaire efficacement la logique des marchés, mais elle peut réduire l’IA générative à une succession d’opportunités de croissance. Les risques y apparaissent surtout comme des variables à gérer — erreurs, coûts, concurrence, propriété intellectuelle, réglementation — plutôt que comme des problèmes politiques et sociaux susceptibles de mettre en cause le modèle même de développement technologique.

4. Cette limite est particulièrement visible lorsqu’il s’agit de la concentration industrielle. Une analyse par chaîne de valeur peut faire apparaître de nombreux acteurs et niches concurrentielles ; elle ne doit pas faire oublier que les ressources décisives — calcul à grande échelle, accès aux puces avancées, données, cloud et capital — demeurent fortement concentrées. Les évolutions intervenues depuis 2024 ont d’ailleurs renforcé cette question. L’essor de modèles plus efficaces et relativement ouverts, notamment ceux proposés par DeepSeek, a montré que la compétition ne se joue pas seulement entre les grandes entreprises américaines déjà installées. Il a aussi relancé les débats sur le coût réel de l’entraînement, la dépendance aux infrastructures matérielles, la souveraineté technologique et la place de la Chine dans l’économie mondiale de l’IA.

 

"Brain Rush" est donc un ouvrage utile pour comprendre la manière dont l’IA générative est pensée comme marché, comme secteur industriel et comme objet de décision stratégique. Il convient particulièrement à un chapitre consacré aux modèles économiques, à l’investissement, aux plateformes et à la diffusion des outils génératifs dans les entreprises. Il est moins convaincant comme introduction générale à l’IA générative, car il aborde peu les fondements techniques des modèles, les enjeux de fiabilité et de biais, le travail humain invisibilisé, les coûts environnementaux, les droits sur les données et les œuvres, ou les conséquences de l’automatisation sur l’emploi et l’organisation du travail.

On peut donc le recommander comme un complément pragmatique aux ouvrages plus généraux ou critiques : il montre comment les investisseurs et les entreprises cherchent à transformer l’IA générative en avantage concurrentiel ; il ne suffit pas, à lui seul, pour évaluer si cette transformation est souhaitable, soutenable ou démocratiquement gouvernable.

Jerry Kaplan, "Generative Artificial Intelligence: What Everyone Needs to Know" (Oxford University Press, 2024)

Avec "Generative Artificial Intelligence", Jerry Kaplan propose une synthèse ambitieuse destinée à un large public sur les transformations introduites par l’IA générative (Generative AI, ou GAI). L’ouvrage part d’un constat désormais familier, mais qu’il formule avec force : les nouveaux systèmes génératifs peuvent produire des textes, des images, de la musique, du code informatique et d’autres contenus inédits à partir de très vastes collections d’informations numérisées. Leur progrès rapide les rend capables d’accomplir, dans certains domaines étroitement définis, des tâches avec une efficacité qui peut dépasser celle d’un humain moyen : synthétiser de grandes quantités de texte, repérer des régularités, générer rapidement des variantes, traduire, programmer ou assister la rédaction.

1. Kaplan organise sa réflexion autour des grandes questions que soulève cette rupture : les modèles génératifs constituent-ils une étape vers des machines comparables à l’intelligence humaine ? Quels métiers et quelles industries seront renforcés, transformés ou fragilisés ? Quels risques nouveaux introduisent-ils ? Comment concevoir des systèmes compatibles avec des principes éthiques ? Les bénéfices de cette révolution seront-ils largement distribués ou concentrés entre les mains d’un petit nombre d’entreprises, d’États et de détenteurs d’infrastructures ? Et, plus largement, l’IA générative annonce-t-elle une nouvelle forme de vie non biologique, ou seulement une amélioration spectaculaire de nos outils intellectuels et techniques ?

2. L’un des intérêts majeurs du livre tient à l’ampleur de son horizon. Kaplan ne réduit pas l’IA générative à une innovation de productivité ou à un nouvel outil de création. Il la situe à l’intersection de plusieurs transformations : automatisation du travail intellectuel, recomposition des professions expertes, mutation de l’éducation, accélération de la recherche scientifique, renouvellement des industries culturelles, concentration du pouvoir technologique, risques informationnels et enjeux géopolitiques. Cette approche est particulièrement utile pour introduire un chapitre général : elle permet de passer des mécanismes techniques — modèles de langage, génération d’images, apprentissage sur de grands corpus — aux questions sociales et politiques qu’ils rendent inévitables.

3. L’ouvrage a également le mérite de ne pas présenter l’innovation comme un processus purement autonome. Les questions de distribution des bénéfices, de contrôle des systèmes, de responsabilité et de normes éthiques rappellent que l’IA générative est inséparable de décisions économiques et institutionnelles. Un modèle n’agit jamais seul : il dépend de données, d’infrastructures de calcul, d’entreprises qui le développent, de règles juridiques, de travailleurs qui entraînent ou modèrent les systèmes, et d’utilisateurs qui les déploient dans des contextes concrets. À ce titre, Kaplan offre une porte d’entrée utile pour comprendre que l’enjeu ne consiste pas seulement à savoir ce que l’IA peut faire, mais à déterminer qui la possède, qui la gouverne et dans quel intérêt elle est utilisée.

5. Son ton demeure toutefois globalement plus prospectif et technophile que celui des approches critiques issues des sciences sociales. Les promesses d’une médecine experte, d’un conseil juridique automatisé, d’un tutorat personnalisé ou d’une accélération générale de la connaissance doivent être nuancées. Dans les domaines médical, juridique ou éducatif, une réponse plausible et bien formulée ne suffit pas : il faut des données fiables, une validation professionnelle, une responsabilité clairement attribuable, des procédures de recours et une attention aux inégalités d’accès. Les modèles génératifs peuvent assister les experts, mais leur déploiement ne garantit ni l’exactitude, ni l’équité, ni la qualité d’une décision.

6. La formulation selon laquelle ces systèmes manifesteraient parfois des performances « surhumaines » appelle également une précision. Ils peuvent dépasser les humains dans des tâches circonscrites et mesurables — vitesse de traitement, production de variantes, analyse de grands volumes de données, certains tests standardisés —, sans pour autant posséder une compréhension générale du monde, une expérience vécue, une conscience, une intention morale ou un jugement autonome. La réussite spectaculaire d’un modèle dans une tâche ne permet donc pas, à elle seule, de conclure qu’il égale ou dépasse l’intelligence humaine au sens large. L’une des questions les plus stimulantes du livre — sommes-nous face à une nouvelle forme de vie non biologique ? — doit ainsi être lue comme une interrogation philosophique et prospective, non comme un diagnostic établi.

Une très bonne synthèse généraliste et accessible, utile pour présenter les promesses, les usages et les grandes interrogations suscitées par l’IA générative. Il gagnerait cependant à être mis en dialogue avec des travaux plus attentifs aux rapports de pouvoir, aux conditions matérielles et au travail humain invisible , "Atlas of AI" de Kate Crawford," The Costs of Connection" de Nick Couldry et Ulises A. Mejias, "Feeding the Machine" de James Muldoon, Mark Graham et Callum Cant, ou encore "The AI Con" d’Emily M. Bender et Alex Hanna. Kaplan aide à comprendre pourquoi l’IA générative apparaît comme une transformation majeure ; ces autres auteurs permettent de demander à quelles conditions cette transformation peut être socialement juste, écologiquement soutenable et démocratiquement gouvernée.

Parmy Olson, Supremacy: AI, ChatGPT, and the Race That Will Change the World (2024)

Dans "Supremacy", la journaliste technologique Parmy Olson propose une enquête sur la compétition industrielle, financière et idéologique qui a accompagné l’essor public de l’intelligence artificielle générative. L’ouvrage part d’un moment désormais emblématique : en novembre 2022, une page web très simple, organisée autour d’une zone de texte, met à la disposition du grand public ChatGPT. L’interface paraît banale, mais l’expérience est nouvelle : l’utilisateur peut converser avec un système capable de répondre dans un langage fluide, de rédiger, résumer, traduire, expliquer, programmer ou imiter des styles. ChatGPT apparaît alors, pour beaucoup, plus naturel qu’un agent de service client automatisé et plus immédiat qu’un moteur de recherche traditionnel.

1. Olson montre que cette irruption publique ne peut être comprise sans revenir à l’histoire de deux organisations devenues centrales dans la course à l’IA : OpenAI et Google DeepMind. L’ouvrage retrace la rivalité entre ces deux pôles, leurs différences de culture institutionnelle, leurs stratégies de recherche, leurs ambitions commerciales et leurs rapports complexes avec les grandes entreprises qui les financent ou les hébergent. D’un côté, OpenAI a été fondée avec une mission affichée de développement d’une intelligence artificielle générale au bénéfice de l’humanité, avant de devenir étroitement liée à Microsoft. De l’autre, DeepMind, longtemps présenté comme un laboratoire de recherche visant des avancées scientifiques fondamentales, a été acquis par Google et s’inscrit désormais dans la stratégie plus large du groupe Alphabet.

2. L’un des apports les plus importants de Supremacy est de déplacer l’attention du fonctionnement technique des modèles vers les institutions qui les construisent et les contrôlent. L’IA générative n’apparaît pas comme le résultat automatique d’un progrès scientifique impersonnel, mais comme le produit de choix de gouvernance, de financements considérables, de stratégies de propriété intellectuelle, d’accès à des données massives et à des infrastructures de calcul rares. Les modèles les plus puissants nécessitent des centres de données, des puces spécialisées, des ingénieurs très qualifiés, des corpus immenses et des capitaux que peu d’acteurs peuvent mobiliser. La question de la « suprématie » ne désigne donc pas seulement la supériorité d’un modèle sur un autre ; elle renvoie aussi à la concentration du pouvoir de calcul, de la propriété des données et de la capacité d’imposer des standards techniques à l’échelle mondiale.

3. Olson place au centre de son récit la rivalité entre deux figures majeures de cette histoire : Sam Altman et Demis Hassabis.

Elle examine la manière dont ces dirigeants ont formulé une ambition proche d’une mission historique : construire des systèmes d’intelligence artificielle générale, parfois présentés comme susceptibles d’atteindre ou de dépasser les capacités humaines dans un grand nombre de domaines. L’enquête montre comment cette ambition scientifique s’articule à des logiques de prestige, de concurrence, de financement et de puissance industrielle. L’expression de « machines quasi divines » ne doit pas être comprise comme une description technique établie, mais comme le signe d’un imaginaire de la superintelligence qui structure une partie du discours de l’industrie.

4. L’ouvrage est particulièrement utile pour un chapitre sur l’irruption publique de ChatGPT, car il restitue la rapidité avec laquelle une innovation issue de laboratoires de recherche est devenue un enjeu mondial. En quelques mois, l’IA générative a modifié les stratégies des grandes entreprises technologiques, suscité des investissements massifs, accéléré la compétition autour des modèles de langage et placé les gouvernements devant des questions de régulation, de souveraineté technologique, de sécurité, de désinformation et d’emploi. Olson permet ainsi de comprendre que la diffusion de ChatGPT ne relève pas seulement d’une réussite technique : elle résulte aussi d’une bataille pour l’attention, les marchés, les infrastructures et la définition des règles futures de l’IA.

5. Le livre a néanmoins les limites de son genre. 

Centré sur les dirigeants, les laboratoires et les grandes entreprises de la Silicon Valley, il risque de donner l’impression que l’histoire de l’IA générative se joue principalement entre quelques entrepreneurs, investisseurs et chercheurs célèbres. Les travailleurs de l’annotation, de la modération et de la sous-traitance mondiale, les artistes et auteurs dont les œuvres alimentent les corpus, les communautés affectées par l’extraction des données ou les régions qui supportent les coûts matériels et énergétiques de l’infrastructure y occupent nécessairement une place plus secondaire. Pour compléter cette perspective, il est utile de lire Olson avec Feeding the Machine de James Muldoon, Mark Graham et Callum Cant, Behind the Screen de Sarah T. Roberts, Atlas of AI de Kate Crawford et The Costs of Connection de Nick Couldry et Ulises A. Mejias.

 

"Supremacy" mérite donc d’être retenu comme l’un des meilleurs récits journalistiques sur la naissance publique de l’IA générative et sur la rivalité entre OpenAI et Google DeepMind. 

Son apport majeur est de rappeler que les promesses de l’IA ne peuvent être séparées de la concentration du pouvoir technologique : derrière la conversation apparemment simple avec un chatbot se trouvent des entreprises, des infrastructures, des capitaux, des choix de gouvernance et une compétition mondiale pour contrôler les systèmes qui pourraient structurer une partie croissante de l’économie, de l’information et de la vie sociale.

"The New Empire of AI: The Future of Global Inequality", de Rachel Adams, publié par Polity en 2025, est un ouvrage important pour compléter une présentation de l’IA générative par sa dimension géopolitique.

Sa thèse est nette : l’IA ne se déploie pas sur un terrain mondial neutre. Elle est conçue, financée et gouvernée dans une économie déjà fortement asymétrique ; faute de correction, elle risque donc de renforcer les hiérarchies existantes.

 Le terme d’« empire » ne renvoie pas seulement à une métaphore polémique : Adams y rassemble l’accès inégal au calcul et aux semi-conducteurs, la dépendance au cloud et aux API des grandes entreprises, l’extraction de données et de ressources, le travail fragmenté de l’annotation et de la modération, ainsi que la marginalisation des langues et des savoirs locaux. L’enjeu n’est pas que les pays moins riches « arrivent plus tard » à l’IA, mais qu’ils soient durablement placés dans la position de fournisseurs de données, de main-d’œuvre ou de marchés, sans maîtrise des infrastructures ni pouvoir réel sur les normes.

1. L'ouvrage relie utilement des réalités trop souvent séparées : les centres de données et leurs besoins énergétiques ; les chaînes de minerais et de semi-conducteurs ; le microtravail et la modération ; la domination linguistique de l’anglais ; la concentration du capital et du calcul ; enfin, les effets possibles sur les migrations, l’emploi, l’instabilité politique et la capacité des États à définir leurs propres usages. Les débats internationaux récents vont dans le même sens : les inégalités d’infrastructure, de compétences, de connectivité et de gouvernance peuvent empêcher une large part du monde de bénéficier des gains annoncés par l’IA.

2. L’ouvrage a également une vertu politique : il refuse deux erreurs opposées.

La première consiste à croire que la diffusion commerciale d’outils génératifs produira spontanément une démocratisation.

La seconde consiste à déduire de la concentration actuelle que les usages bénéfiques seraient impossibles.

Adams défend plutôt une transformation des incitations et une décentralisation des capacités de production et d’usage : infrastructures publiques ou mutualisées, investissement dans les langues et données locales, protection des travailleurs, participation des communautés concernées, règles de partage des bénéfices et gouvernance transnationale plus équitable. Cette orientation est particulièrement précieuse parce qu’elle pose la question de qui possède, entraîne, héberge, évalue et régule les modèles, plutôt que de limiter le débat à leurs performances.

3. Il faut néanmoins le lire comme un essai critique et normatif, non comme une démonstration économétrique définitive de tous les effets futurs de l’IA. La formule du « nouvel empire » est éclairante pour analyser des rapports de dépendance, mais elle peut parfois homogénéiser des situations nationales très différentes et sous-estimer les formes d’appropriation, de recherche locale, de logiciels libres ou de politiques publiques menées dans les pays du Sud. 

Les effets de l’IA sur l’emploi, les revenus et les migrations restent contingents : ils dépendront des institutions du travail, de l’accès à l’énergie et au réseau, des politiques de formation, du droit de la concurrence, des régulations de données et des choix de déploiement. La recherche disponible souligne d’ailleurs que l’IA générative peut à la fois élargir l’accès à certains services et accroître les écarts, notamment dans l’éducation, le travail, la santé et l’information.

Karen Hao, "Empire of AI: Dreams and Nightmares in Sam Altman’s OpenAI" (2025)

Avec "Empire of AI", Karen Hao propose bien davantage qu’une enquête sur OpenAI ou un portrait de Sam Altman. Elle écrit l’histoire d’une industrie qui s’est présentée comme la gardienne prudente de l’avenir de l’humanité et qui est devenue, en quelques années, l’un des centres les plus concentrés de pouvoir économique, technique et symbolique de la planète.

L’ouvrage suit la trajectoire d’OpenAI depuis sa fondation en 2015 comme organisation à but non lucratif vouée à une intelligence artificielle « sûre » et « bénéfique à tous », jusqu’à son intégration progressive dans une course industrielle au calcul, aux données, aux capitaux et à la domination des marchés.

Karen Hao est journaliste spécialisée dans les technologies et l’intelligence artificielle. Ancienne rédactrice en chef pour l’IA à MIT Technology Review, elle a suivi OpenAI avant que ChatGPT ne transforme l’entreprise en nom mondialement connu. Son enquête repose sur des années de reportages, des entretiens avec des employés, anciens employés, chercheurs, travailleurs sous-traitants, investisseurs et acteurs de l’industrie, ainsi que sur des documents internes et des échanges professionnels. Le livre ne doit donc pas être lu comme une histoire neutre ou purement institutionnelle : Hao défend une thèse forte, selon laquelle l’essor de l’IA générative reproduit certaines logiques impériales — appropriation de ressources, mobilisation d’une main-d’œuvre subordonnée, concentration de la connaissance et justification morale de l’expansion.

Son titre ne signifie pas qu’OpenAI serait littéralement un empire colonial du XIXᵉ siècle.

La comparaison désigne une structure de pouvoir : une organisation se présente comme porteuse de progrès universel, accumule des ressources qui ne lui appartiennent pas initialement, dépend de territoires et de travailleurs éloignés, transforme des biens communs en actifs privés, puis explique que cette concentration est nécessaire pour sauver le monde. Il est difficile de trouver une formule plus commode : l’entreprise devient indispensable précisément parce qu’elle a réussi à devenir trop puissante pour être ignorée.

1. Prologue — A Run for the Throne

Le prologue s’ouvre sur le coup de théâtre de novembre 2023 : le conseil d’administration d’OpenAI renvoie Sam Altman, puis le réinstalle quelques jours plus tard après une mobilisation spectaculaire des salariés, des investisseurs et de Microsoft. Cet épisode, souvent raconté comme une étrange querelle de dirigeants dans une entreprise de la Silicon Valley, devient chez Hao un révélateur. Il montre que la question centrale n’est pas seulement celle de la personnalité d’Altman, mais celle du pouvoir réel dans une organisation supposée avoir été conçue pour empêcher qu’une technologie trop puissante ne soit contrôlée par des intérêts privés.

La crise fait apparaître une contradiction constitutive : OpenAI se veut une organisation orientée vers la sécurité de l’intelligence artificielle générale, mais elle dépend de capitaux, de capacités de calcul et de partenariats commerciaux qui exigent vitesse, croissance et avantage concurrentiel. Dès lors, la prudence devient une valeur proclamée ; la course devient une nécessité pratique. Et lorsque les deux entrent en conflit, le livre suggère que la course finit généralement par trouver de très bons arguments pour se présenter comme prudence.

2. Première partie — Divine Right, A Civilizing Mission, Nerve Center, Dreams of Modernity, Scale of Ambition - La première partie raconte les origines idéologiques et organisationnelles d’OpenAI. Hao revient sur le moment où la Silicon Valley, fascinée par l’idée d’une intelligence artificielle générale — une IA capable d’accomplir un large éventail de tâches intellectuelles — commence à penser que cette technologie pourrait être soit le plus grand bienfait de l’histoire humaine, soit son plus grand danger. OpenAI naît dans ce climat : il faudrait construire l’AGI avant les autres, mais la construire de façon suffisamment sûre pour qu’elle bénéficie à toute l’humanité.

Cette ambition contient dès l’origine une forme de paradoxe. Pour éviter qu’une poignée d’entreprises ne contrôle l’AGI, il faudrait créer une organisation assez puissante pour rivaliser avec elles. Pour empêcher l’accaparement, il faudrait accumuler des chercheurs, des données, des infrastructures et des capitaux. Pour protéger le monde d’une technologie trop concentrée, il faudrait donc commencer par concentrer les moyens de la produire. Le raisonnement a une logique circulaire remarquable : le pouvoir devient acceptable parce qu’il promet de prévenir les dangers du pouvoir.

Le chapitre "Divine Right" analyse cette dimension presque théologique du discours sur l’AGI. L’idée n’est pas que les fondateurs d’OpenAI seraient simplement des illuminés, mais que la promesse d’une intelligence future radicalement supérieure donne à leurs décisions présentes une gravité exceptionnelle. Construire une technologie qui pourrait sauver ou détruire l’humanité permet de présenter des choix industriels ordinaires — recruter, lever des fonds, garder des secrets, accélérer un produit — comme des étapes dans une mission historique.

"A Civilizing Mission" approfondit la comparaison impériale. Les empires ont souvent justifié leur expansion par un langage de progrès, de civilisation, de développement ou de modernisation. Hao montre que l’industrie de l’IA mobilise un vocabulaire analogue : les modèles génératifs apporteraient l’éducation, la santé, la productivité et l’innovation au monde entier. Cette promesse peut contenir des possibilités réelles, mais elle risque aussi de masquer une relation profondément asymétrique : les décisions sont prises dans quelques centres de pouvoir ; les ressources, les données et le travail sont prélevés dans des espaces beaucoup plus vastes ; les populations concernées sont rarement invitées à définir elles-mêmes les finalités du système.

"Nerve Center" décrit la montée en puissance de l’infrastructure : les talents, les laboratoires, les serveurs, les partenariats et les données deviennent les nerfs d’une organisation qui cesse progressivement d’être un simple laboratoire de recherche. L’IA générative n’est pas un miracle logiciel flottant dans l’air du temps ; elle repose sur une capacité de calcul extraordinairement coûteuse. Les modèles ne deviennent pas « plus intelligents » parce que les machines auraient soudain découvert le sens de la vie : ils deviennent plus performants parce que l’on entraîne des systèmes plus vastes, sur davantage de données, avec davantage de puissance de calcul et des investissements que peu d’organisations peuvent réunir.

Dans "Dreams of Modernity", Hao replace cette montée en puissance dans l’histoire plus large de l’IA. Elle rappelle que le domaine a toujours été traversé par des vagues de promesses, de déceptions, de financement et de relance. L’enthousiasme pour les modèles de langage n’est donc pas l’apparition miraculeuse d’une intelligence sans précédent ; il est aussi le dernier épisode d’une longue histoire où les succès techniques alimentent des attentes philosophiques, commerciales et politiques souvent beaucoup plus vastes que les capacités effectivement démontrées.

Enfin, "Scale of Ambition" montre comment la doctrine du « scale » — plus de données, plus de calcul, plus de paramètres, plus de capital — devient le principe organisateur de la nouvelle industrie. Le problème n’est pas seulement que cette logique coûte cher. C’est qu’elle favorise structurellement les acteurs déjà capables de mobiliser des ressources immenses. Plus l’IA est conçue comme une course à l’échelle, moins elle ressemble à une innovation ouverte et distribuée ; plus elle ressemble à une industrie lourde dont l’entrée est réservée à quelques entreprises, États et investisseurs.

3. Deuxième partie — "Ascension, Science in Captivity, Dawn of Commerce, Disaster Capitalism" - La deuxième partie raconte le passage d’OpenAI vers le centre de l’économie technologique. "Ascension" suit l’affirmation de l’organisation comme acteur majeur de la recherche en IA, puis comme entreprise capable de transformer ses résultats scientifiques en produits mondiaux. Le lancement de ChatGPT, en novembre 2022, constitue évidemment un moment décisif : il fait passer l’IA générative du laboratoire à l’usage de masse et impose à toutes les grandes entreprises technologiques l’idée qu’elles doivent, elles aussi, entrer dans la course. "Science in Captivity" examine les conséquences de cette transformation pour la recherche. L’expression est forte : elle suggère que la science de l’IA, autrefois plus largement liée à l’université et à la publication ouverte, se trouve progressivement enfermée dans des entreprises qui possèdent les données, le calcul et les modèles. Les chercheurs peuvent disposer de ressources exceptionnelles, mais leurs travaux sont soumis au secret commercial, aux impératifs de produit et à la compétition stratégique. La recherche devient plus puissante ; elle devient aussi moins facilement contestable, moins accessible et moins publique.

Cette évolution est particulièrement importante pour comprendre la différence entre l’IA des années 2010 et celle des années 2020. Il ne suffit plus d’avoir de bonnes idées et une équipe compétente. Il faut accéder à des quantités gigantesques de calcul, à des puces spécialisées, à des corpus de données massifs et à des infrastructures énergétiques.

La question n’est donc plus seulement : « qui a le meilleur modèle ? » Elle devient : « qui peut payer la facture, contrôler les serveurs et négocier les contrats ? »

"Dawn of Commerce" analyse la commercialisation accélérée des modèles génératifs. L’ancienne promesse d’une organisation à but non lucratif vouée à l’intérêt général doit désormais cohabiter avec des abonnements, des contrats d’entreprise, des partenariats avec des plateformes, des produits intégrés à des logiciels de bureau et une compétition féroce pour conquérir les utilisateurs. Le langage de la mission universelle ne disparaît pas ; il accompagne désormais une logique de marché. La formule « bénéfique à toute l’humanité » devient alors suffisamment souple pour inclure, entre autres, une stratégie commerciale mondiale.

Le chapitre "Disaster Capitalism" élargit l’analyse. Hao montre comment les crises — peur de manquer la révolution de l’IA, inquiétude face à la concurrence chinoise, menace de la désinformation, crainte du chômage technologique ou de la catastrophe existentielle — peuvent devenir des moteurs d’investissement et de concentration. Plus l’IA est décrite comme une urgence absolue, plus il devient possible de justifier des dépenses massives, des dérogations, une accélération réglementaire ou une dépendance accrue aux entreprises qui prétendent posséder la solution. La catastrophe n’est pas seulement un danger à prévenir ; elle peut devenir un argument pour renforcer ceux qui se présentent comme les seuls capables de la gérer.

4. Troisième partie — "Gods and Demons, Apex, Plundered Earth, The Two Prophets, Deliverance"-

La troisième partie est la plus proche de Kate Crawford dans son attention aux coûts matériels, humains et écologiques de l’IA. "Gods and Demons" revient sur l’imaginaire moral de l’industrie : l’AGI est décrite tantôt comme une puissance salvatrice, tantôt comme une menace apocalyptique. Cette oscillation entre paradis et catastrophe a une fonction politique : elle rend la technologie suffisamment extraordinaire pour exiger une concentration exceptionnelle de ressources et de décisions. Si l’on croit que l’IA peut sauver l’humanité ou l’anéantir, il devient tentant de laisser quelques initiés décider à sa place de ce qui doit être construit. "Apex" examine la concentration des pouvoirs autour des entreprises qui contrôlent les modèles, les plateformes, les infrastructures de calcul et les relations avec les États. L’IA générative ne se déploie pas dans un marché ouvert où chacun disposerait des mêmes chances. Elle s’organise autour de positions dominantes : accès privilégié aux puces, aux données, aux clouds, aux capitaux et aux talents. Le terme « apex » désigne cette position de sommet, mais aussi le risque d’un écosystème où la diversité des acteurs et des approches devient secondaire face à la compétition entre quelques géants.

"Plundered Earth" est l’un des chapitres les plus importants. Hao y décrit les coûts écologiques de l’expansion de l’IA : consommation électrique, eau nécessaire au refroidissement des centres de données, extraction des matériaux, pression sur les réseaux énergétiques et impacts localisés dans des territoires qui ne bénéficient pas nécessairement des usages finaux de ces technologies. Elle suit notamment les effets de cette expansion au Chili et dans d’autres régions où les infrastructures numériques rencontrent des ressources déjà disputées. Le récit de l’IA comme industrie « propre » et « immatérielle » se dissout assez vite lorsqu’on suit les câbles, les serveurs, les mines et les nappes phréatiques.

Il faut néanmoins conserver une exigence critique y compris envers les critiques.

Certaines données environnementales citées dans les débats autour du livre ont fait l’objet de contestations, notamment sur l’évaluation de l’usage d’eau d’un centre de données chilien. Cela ne rend pas l’argument écologique caduc ; cela rappelle simplement que les coûts environnementaux de l’IA doivent être établis avec une rigueur proportionnée à l’ampleur des accusations. L’opacité des entreprises sur leurs consommations rend d’ailleurs cette rigueur plus difficile, ce qui est déjà en soi un problème politique.

"The Two Prophets" met en scène les tensions entre différentes visions de l’avenir de l’IA, notamment autour de Sam Altman et d’Ilya Sutskever. Hao ne réduit pas ces figures à une opposition psychologique simple. Elle montre plutôt deux manières de penser la puissance des modèles : l’une plus tournée vers l’expansion, le produit, l’influence et la vitesse ; l’autre plus obsédée par les risques d’une intelligence générale trop puissante. Mais le livre suggère que ces désaccords, aussi réels soient-ils, peuvent partager un même présupposé : l’AGI serait suffisamment proche et suffisamment décisive pour justifier que l’on organise déjà le monde autour de sa venue.

Enfin, "Deliverance" interroge le récit du salut technologique. L’IA est fréquemment présentée comme la solution à la pénurie, à la maladie, au travail pénible, au changement climatique, à l’ignorance et même à certaines faiblesses de la démocratie. Hao ne nie pas que des usages utiles soient possibles. Elle demande plutôt ce que devient une société qui attend son salut d’entreprises privées capables de fixer seules les conditions d’accès à des outils aussi fondamentaux. Une technologie peut être utile sans devoir être transformée en religion civique ; elle peut même être plus utile lorsqu’on cesse de lui demander de résoudre ce que la politique refuse de traiter.

5. Quatrième partie — "The Gambit, Cloak-and-Dagger, Reckoning, A Formula for Empire" -

La quatrième partie revient sur la crise de gouvernance d’OpenAI et sur ses conséquences. The Gambit examine les stratégies de pouvoir qui ont permis à l’organisation de consolider sa position malgré les tensions internes. L’éviction puis le retour de Sam Altman deviennent le symbole d’une entreprise où les mécanismes formels de gouvernance ont été dépassés par la mobilisation des salariés, des investisseurs et des partenaires industriels. Le conseil d’administration avait théoriquement pour mission de protéger l’intérêt général ; il découvre qu’une structure de gouvernance ne vaut que ce que les rapports de force permettent de lui laisser faire.

"Cloak-and-Dagger" décrit le climat de secret, de rivalité et de suspicion qui accompagne la course aux modèles de pointe. Les entreprises invoquent la sécurité pour limiter la publication, protéger les modèles et contrôler l’accès. Cette prudence peut être justifiée dans certains cas ; elle peut aussi devenir un moyen de soustraire des décisions majeures à l’examen public. Le problème n’est pas que toute information devrait être ouverte sans limite. Le problème est que la frontière entre sécurité, secret industriel et avantage concurrentiel est souvent tracée par ceux qui ont intérêt à ce qu’elle reste floue.

"Reckoning" pose alors la question de la responsabilité. Qui répond des effets de systèmes déployés à grande échelle ? Qui est responsable des contenus générés, des données utilisées, des emplois transformés, des travailleurs sous-traitants exposés à des images traumatisantes, des ressources consommées, des erreurs commises dans les services publics ou des usages militaires ? L’un des apports du livre est de refuser que ces questions soient diluées dans le vocabulaire abstrait de « l’innovation ». Une innovation n’est pas un phénomène météorologique. Elle est faite de contrats, de décisions, de propriétaires et de bénéficiaires identifiables.

Le dernier chapitre, "A Formula for Empire", explicite la thèse de Hao. Un empire se construit, selon elle, par une combinaison de quatre mouvements : s’approprier des ressources et des connaissances collectives ; exploiter ou subordonner du travail éloigné ; concentrer l’autorité dans un centre de commandement ; légitimer cette expansion par une promesse de progrès universel. L’analogie ne doit pas être prise comme un simple effet de style. Elle permet de voir que l’IA générative n’est pas seulement une innovation informatique : elle est un système industriel mondial qui organise des flux de données, d’énergie, de minerais, de travail et de pouvoir.

6. "Épilogue — How the Empire Falls" -

L’épilogue ne promet pas une chute spectaculaire de l’empire, ni une solution unique. Hao insiste plutôt sur la nécessité de reprendre le contrôle politique de la technologie. Cela suppose de rendre visibles les coûts matériels de l’IA, de protéger les travailleurs qui participent à sa production, de défendre les droits des créateurs et des personnes dont les données sont utilisées, de renforcer les règles de concurrence, d’exiger davantage de transparence environnementale et de refuser que la sécurité ou l’innovation servent de prétexte à une concentration indéfinie du pouvoir.

La question n’est plus seulement : « l’IA sera-t-elle bonne ou mauvaise ? »

Cette opposition est trop confortable, car elle permet de parler de l’avenir sans regarder les structures présentes. Hao demande plutôt : qui possède l’IA ? qui l’entraîne ? qui l’alimente ? qui en tire profit ? qui subit ses coûts ? qui peut la contester ? et qui a décidé que l’objectif prioritaire devait être de construire une intelligence générale toujours plus puissante ? 

Mais cette partialité assumée fait aussi sa force : elle oblige à ne pas confondre la puissance spectaculaire des modèles avec une justification automatique de leur déploiement. Là où le discours industriel voit une course vers l’avenir, Hao voit une organisation présente du pouvoir. Là où l’on promet une intelligence pour tous, elle demande pourquoi tant de ressources, de décisions et de profits sont déjà concentrés entre si peu de mains.

L’ouvrage constitue ainsi un complément direct à "Atlas of AI" de Kate Crawford. Crawford cartographie les fondations extractives, matérielles et classificatoires de l’IA ; Hao raconte comment une entreprise et son écosystème ont transformé ces fondations en empire industriel. Ensemble, les deux livres permettent de comprendre que l’IA n’est pas seulement une affaire de modèles et de performances : elle est aussi, et peut-être d’abord, une affaire de ressources, de travail, de propriété, de récit et de pouvoir....