Sommaire:
A) - Santé et Éducation : la grande fusion qui vient.
B) - Intelligence artificielle, souveraineté normative et géopolitique : La fragmentation de la gouvernance mondiale entre puissances technologiques
C) - L'IA d'Anthropic progresse à une vitesse alarmante selon les experts en sécurité
D) - Pour nous être utile, l'IA ne doit pas penser à notre place
E) - ChatGPT sur iPhone : OpenAI est vexé et cherche un moyen pour rompre avec Apple
F) - « Elles font facilement oublier que ce sont des machines » : ces IA qui deviennent vos meilleures amies, pour le meilleur et pour le pire
G) - L’IA finira-t-elle par façonner les esprits ?
A) - Santé et Éducation : la grande fusion qui vient.
l est des évidences que l’Histoire met des siècles à reconnaître. Celle-ci en est une : la santé et l’éducation ne sont pas deux politiques publiques juxtaposées, deux activités commerciales privées ; elles sont les deux faces d’une même réalité : la capacité d’un être humain à faire le meilleur usage de son temps.
L’état de santé est un déterminant majeur de la trajectoire scolaire, universitaire, et professionnelle : une adolescente dont le TDAH non diagnostiqué est confondu avec de la paresse, un collégien souffrant de dépression que ses professeurs perçoivent comme désintéressé, un étudiant qui souffre d’un trouble de l’attention, n’ont pas les mêmes moyens que d’autres pour se former puis pour travailler et pour vivre. Et tout démontre qu’informer un enseignant que son élève souffre d’un trouble bipolaire ou d’une maladie peut favoriser l’accompagnement et écarte des préjugés.
À l’inverse, l’éducation agit sur la santé : le niveau d’instruction est, avec l’exercice physique et l’absence de consommation de drogue, le prédicteur le plus robuste de l’espérance de vie en bonne santé. Plus encore : la curiosité active le circuit dopaminergique de la récompense, améliore la mémoire et installe un plasticité cognitive généralisée.
Dans un monde où l’espérance de vie active dépasse soixante-dix ans, où les métiers se reconfigurent tous les dix ans et où la formation permanente est une condition de réussite économique et humaine, la mise en commun des données de santé et d’éducation devient une évidence.
Pourtant, le dossier médical et le dossier scolaire d’un même individu sont encore presque partout cloisonnés.
La résistance est triple : silos institutionnels, corporatismes professionnels, et protection des données. Cela cédera, sous la pression conjointe des coûts des systèmes de santé, de l’intelligence artificielle, d’une compétition internationale qui ne laissera aucune marge à l’inefficience pédagogique et de la demande de chacun de pouvoir vivre la meilleure vie possible.
Cela pourra se faire dans le respect de la vie privée ou en installant la pire des dictatures. Tel est le véritable enjeu.
Quelques pays sont assez avancés dans cette direction.
Du côté démocratique, le plus avancé est le Royaume-Uni, où une base de données contient les dossiers croisés de près de 20 millions de personnes (hospitalisations, passages aux urgences, consultations externes, résultats scolaires, absentéisme et recours aux services sociaux), ce qui permet par exemple de mettre en place un soutien scolaire avant même que les signaux d’alerte n’apparaissent sur les bulletins scolaires. L’Estonie a aussi mis en place un dialogue entre les données de santé et les registres scolaires pour identifier les enfants à risque d’échec. En Finlande, des équipes pluridisciplinaires intégrant médecins scolaires, psychologues et enseignants ont accès au profil individualisé de chaque élève, mis à jour en continu. La Corée du Sud développe des algorithmes d’apprentissage adaptatif qui intègrent des données sur l’état de fatigue physiologique et le niveau de stress des élèves, mesuré sur des bracelets connectés. Au Japon, on a commencé l’intégration des données de santé mentale dans les parcours pédagogiques individualisés, sans que le cadre réglementaire de protection des données ne permette d’aller plus loin. La France dispose des instruments nécessaires (Mon Espace Santé, fichier APAE de l’Éducation nationale, entre autres) mais ne les autorisent pas à communiquer de façon numérique, le partage restant informel, sur papier, à la discrétion des enseignants et de la médecine scolaire.
Parmi les pays autoritaires, Singapour couple depuis peu les données de santé collectées en milieu scolaire avec les plateformes d’apprentissage, permettant d’adapter les programmes aux besoins de chacun, avec déjà une réduction de 18 % des décrochages scolaires. La Chine déploie à grande échelle des systèmes de surveillance biométrique en classe, dont la finalité est au moins autant sécuritaire qu’éducative ; une plateforme offre un tutorat personnalisé à des millions d’élèves en ajustant en temps réel le contenu, selon leurs lacunes et leur rythme d’apprentissage, à partir de données comportementales.
On ira bientôt beaucoup plus loin : L’IA rend en effet possible de croiser des millions de variables hétérogènes (génomique, microbiome, données de sommeil, historique scolaire et universitaire, carrière professionnelle, niveau de formation continue, profil neuropsychologique, contexte socioéconomique) ; des objets connectés (montres ou bagues mesurant le sommeil, l’activité physique et l’état émotionnel) peuvent désormais produire aussi des flux de données de santé en continu. Tout cela permettra de fournir, en temps réel, des recommandations pédagogiques et thérapeutiques personnalisées. Un essai mené par Khan Academy a montré que les élèves accompagnés par une IA, en tenant compte de leur état émotionnel détecté en temps réel, progressent deux fois plus vite en mathématiques que leurs pairs. D’autres expérimentations en Corée du Sud démontrent que des tuteurs IA personnalisés réduisent significativement l’absentéisme parmi les élèves à risque.
Dans les pays où les données personnelles resteront une marchandise, tels les Etats Unis, comme dans ceux où ces données sont un moyen de contrôle politique, tels la Chine, cela ira vite, avec l’appui dans les deux cas de compagnies d’assurance (qui moduleront les primes en fonction de la participation des assurés à des modules d’apprentissage certifiés, d’abord sur la nutrition et la gestion du stress) ; l’assureur, l’employeur, l’institution scolaire et l’Etat *auront accès* à ce profil intégral ; on y aura alors construit la plus sophistiquée des cages.
Dans d’autres pays, en particulier en Europe, soucieux de préserver la démocratie et la vie privée, on fera en sorte que ces données personnelles intégrées ne soient communiquées, en continu, qu’à chaque citoyen qui décidera seul de l’usage qu’il en fait ; on y aura alors établi une formidable base pour l’exercice de la liberté individuelle.
Jacques Attali
Jacques Attali est docteur en économie, polytechnicien et conseiller d’État. Conseiller spécial du Président de la République François Mitterrand pendant 10 ans, il est le fondateur de 4 institutions internationales : Action contre la faim, Eureka, BERD, Positive Planet.
Jacques Attali est l’auteur de 86 livres (dont plus de 30 consacrés à l’analyse de l’avenir), vendus à 10 millions d’exemplaires et traduits en 22 langues. Il est éditorialiste pour les quotidiens économiques Les Échos et Nikkei après l’avoir été pour L’Express.
Il dirige régulièrement des orchestres à travers le monde.
https://www.attali.com/biographie/
B) - Intelligence artificielle, souveraineté normative et géopolitique : La fragmentation de la gouvernance mondiale entre puissances technologiques
À l’automne 2025 et au début de l’année 2026, dans un contexte de compétition technologique mondiale accrue entre puissances établies et émergentes, les États-Unis ont affirmé sans ambiguïté leur opposition à l’établissement d’un régime de gouvernance mondiale centralisé de l’intelligence artificielle (IA), une position qui a marqué un tournant significatif dans la position américaine prudente jusqu’ici dans les débats internationaux sur la régulation de cette technologie stratégique. Cette posture a été réaffirmée avec insistance le 20 février 2026 par Michael Kratsios, conseiller de la Maison-Blanche pour les sciences et technologies et directeur de l’Office of Science and Technology Policy, qui, à l’issue du India AI Impact Summit 2026 tenu à New Delhi, a déclaré que les États-Unis « rejettent totalement la gouvernance mondiale de l’IA » et que «l’adoption de l’IA ne peut conduire à un avenir meilleur si elle est soumise à la bureaucratie et à un contrôle centralisé».[1] L’administration américaine y voit un risque que des cadres normatifs supranationaux étouffent l’innovation et entravent la compétitivité, préférant promouvoir une « souveraineté de l’IA » fondée sur l’autonomie nationale, la coopération entre États partageant des valeurs similaires et l’intégration des technologies « best-in-class » américaines dans les architectures numériques des partenaires.[2] Cette déclaration s’inscrit dans une séquence plus large de positions opposées à des processus multilatéraux visant à établir des règles ou standards internationaux contraignants — du refus de souscrire à certains accords éthiques mondiaux lors de sommets internationaux antérieurs à l’opposition à une « feuille de route centralisée » de la gouvernance de l’IA au sein de l’Assemblée générale de l’Organisation des Nations Unies.[3]
Cette inflexion américaine doit être analysée à la lumière d’une réorganisation globale des normes technologiques et sécuritaires au début du XXIᵉ siècle, où la puissance économique, stratégique et cognitive associée à la maîtrise des systèmes d’IA converge avec des enjeux de concurrence, de souveraineté, de sécurité nationale et de leadership international. Dans cette perspective, la gouvernance de l’IA devient elle-même un enjeu géopolitique structurant — confrontant des modèles normatifs divergents tels que celui de l’Union européenne, qui dès 2024 a adopté un cadre juridique ambitieux visant à encadrer les risques de l’IA de manière horizontale et proportionnée aux niveaux de risque des applications (AI Act),[4] et des approches plus fragmentées observées aux États-Unis, en Chine, au Japon, en Corée du Sud ou à Taïwan. Les enjeux sous-jacents ne se limitent pas à la seule réduction des risques sociétaux ou aux mécanismes de conformité légale, mais s’étendent aux procédures d’application (enforcement), aux mécanismes d’audit et de certification indépendants, aux gradients de responsabilité juridique entre innovateurs et opérateurs, ainsi qu’à la capacité des États à définir des règles du jeu normatives qui leur confèrent un avantage compétitif sur la scène internationale. L’introduction de ce débat positionne ainsi l’IA au cœur des marchés et des relations internationales contemporaines, invitant à une réflexion qui articule de manière rigoureuse les dimensions politiques, juridiques et stratégiques de la régulation technologique dans un monde multipolaire en recomposition.
I. L’Union européenne et la construction d’un modèle normatif de l’intelligence artificielle
L’adoption en 2024 du règlement européen sur l’intelligence artificielle, communément désigné sous le nom d’AI Act, constitue l’aboutissement d’un processus engagé dès 2018 avec la communication de la Commission européenne « Artificial Intelligence for Europe » et consolidé par le Livre blanc sur l’intelligence artificielle de février 2020. Dans ce dernier document, la Commission affirmait déjà que l’Union devait promouvoir une « intelligence artificielle digne de confiance », fondée sur les valeurs de l’Union et respectueuse des droits fondamentaux.[5] Cette expression de « trustworthy AI », reprise des travaux du High-Level Expert Group on AI institué en 2018,[6] révélait une orientation normative claire : l’IA ne devait pas seulement être compétitive, mais conforme à un socle éthique et juridique structurant.
a. Le contexte politique et stratégique de l’adoption du règlement européen sur l’IA
La proposition de règlement présentée par la Commission le 21 avril 2021 s’inscrivait dans une double dynamique. D’une part, elle répondait à des préoccupations internes relatives à la protection des droits fondamentaux, à la non-discrimination algorithmique et à la sécurité des produits intégrant des systèmes d’IA. D’autre part, elle s’inscrivait dans une stratégie externe plus ambitieuse, explicitée dans la communication sur la « Boussole numérique » de mars 2021, visant à positionner l’Union comme puissance normative dans la régulation des technologies émergentes.[7]À l’instar du précédent constitué par le règlement général sur la protection des données, l’Union entendait affirmer sa capacité à fixer des standards susceptibles d’exercer un effet d’entraînement au-delà de ses frontières.
Les débats au Parlement européen et au Conseil ont progressivement renforcé l’ambition du texte, notamment en élargissant la liste des pratiques interdites et en précisant le régime applicable aux systèmes dits « à haut risque ». Le compromis politique intervenu en décembre 2023, puis l’adoption formelle du règlement en 2024, ont consacré un cadre juridique horizontal applicable à l’ensemble du marché intérieur, fondé sur l’article 114 du Traité sur le fonctionnement de l’Union européenne, relatif à l’harmonisation des règles du marché intérieur.[8] Ce choix de base juridique souligne que l’AI Act est conçu non comme un instrument sectoriel, mais comme un instrument de régulation structurelle du marché numérique européen.
b. L’architecture juridique : une régulation fondée sur les niveaux de risque
L’AI Act repose sur une architecture normative graduée, fondée sur une classification des systèmes d’intelligence artificielle selon leur niveau de risque. Le considérant 5 du règlement affirme que « les systèmes d’IA peuvent générer des risques et porter atteinte aux intérêts publics et aux droits fondamentaux protégés par le droit de l’Union » et qu’il convient dès lors d’adopter une approche proportionnée aux risques.[9]
Le texte distingue ainsi quatre catégories principales. Les pratiques d’IA jugées inacceptables sont purement et simplement interdites. L’article 5 prohibe notamment les systèmes exploitant des vulnérabilités liées à l’âge ou au handicap, les dispositifs de notation sociale généralisée par les autorités publiques, ainsi que certaines formes de reconnaissance biométrique en temps réel dans l’espace public, sous réserve d’exceptions strictement encadrées.[10] Cette interdiction traduit une volonté politique claire de tracer des lignes rouges normatives, en particulier face aux usages sécuritaires ou policiers susceptibles de porter atteinte aux libertés publiques.
Les systèmes d’IA à haut risque, définis aux articles 6 et suivants, sont autorisés mais soumis à un ensemble d’exigences substantielles : mise en place d’un système de gestion des risques, gouvernance des données, documentation technique, enregistrement dans une base de données européenne, surveillance humaine appropriée et exigences de robustesse, d’exactitude et de cybersécurité.[11] L’objectif est d’intégrer la conformité juridique au cycle de vie même du système, selon une logique de « compliance by design ».
Les systèmes présentant un risque limité sont soumis à des obligations de transparence, notamment lorsque des utilisateurs interagissent avec des systèmes conversationnels ou sont exposés à des contenus générés artificiellement. Enfin, les systèmes à risque minimal demeurent en principe libres de toute contrainte spécifique, ce qui manifeste le souci du législateur européen de ne pas entraver l’innovation de manière disproportionnée.
Cette architecture révèle un compromis entre ambition normative et réalisme économique. L’Union ne cherche pas à interdire l’IA en tant que telle, mais à encadrer ses usages les plus sensibles, en articulant protection des droits fondamentaux et intégration du marché intérieur.
c. Les mécanismes de conformité et d’enforcement
L’un des aspects les plus significatifs de l’AI Act réside dans ses mécanismes d’exécution. Le règlement adopte une structure inspirée du droit européen des produits, combinant auto-évaluation de conformité, intervention d’organismes notifiés et surveillance par les autorités nationales compétentes.
Les fournisseurs de systèmes à haut risque doivent procéder à une évaluation de conformité avant la mise sur le marché, incluant la vérification des exigences techniques et la constitution d’une documentation détaillée. Dans certains cas, notamment lorsque des normes harmonisées font défaut, l’intervention d’un organisme tiers est requise. Les États membres doivent désigner des autorités nationales de surveillance du marché, chargées de contrôler le respect des obligations et d’imposer, le cas échéant, des mesures correctives.[12]
Le règlement prévoit également la création d’un Comité européen de l’intelligence artificielle, destiné à favoriser la coordination entre autorités nationales et la Commission, sur le modèle classique existant dans les autres domaines de compétence partagée entre la Commission et les Etats membres. Cette dimension institutionnelle traduit la volonté de prévenir les divergences d’interprétation susceptibles de fragmenter le marché intérieur.
Le régime des sanctions est particulièrement dissuasif. L’article 99 prévoit des amendes administratives pouvant atteindre 35 millions d’euros ou 7 % du chiffre d’affaires annuel mondial total, selon le montant le plus élevé, pour certaines violations graves.[13] Cette échelle de sanctions, comparable à celle instaurée par le RGPD, témoigne de l’ambition d’assurer une effectivité réelle des obligations imposées.
L’AI Act introduit en outre des obligations spécifiques pour les modèles d’IA à usage général, notamment en matière de transparence, de documentation technique et d’évaluation des risques systémiques pour les modèles les plus puissants. Cette extension du champ de la régulation aux acteurs développant des modèles fondamentaux marque une évolution significative du droit européen vers une prise en compte des architectures technologiques sous-jacentes.
d. L’Union européenne comme puissance normative
Au-delà de ses mécanismes juridiques, l’AI Act doit être compris comme un instrument de projection normative. La littérature en relations internationales a depuis longtemps identifié l’Union comme une « puissance normative» capable d’influencer les standards internationaux par la force d’attraction de son marché intérieur. Ian Manners a théorisé cette capacité comme constitutive de l’identité externe de l’Union.[14]
Dans le domaine de l’IA, l’enjeu est double. D’une part, l’Union cherche à éviter une dépendance technologique excessive à l’égard d’acteurs étrangers, notamment américains et chinois. D’autre part, elle ambitionne de structurer un environnement juridique international dans lequel ses entreprises puissent évoluer selon des standards prévisibles et protecteurs des droits fondamentaux.
L’adoption de l’AI Act a ainsi été saluée par plusieurs responsables européens comme un moment fondateur. La présidente de la Commission, Ursula von der Leyen, a présenté le texte comme établissant « les premières règles complètes au monde pour une IA digne de confiance ».[15]Cette rhétorique souligne la dimension symbolique et stratégique du règlement : il ne s’agit pas seulement d’encadrer un marché, mais de proposer un modèle.
Toutefois, cette ambition normative s’inscrit dans un contexte international marqué par la divergence des approches. Là où l’Union privilégie une régulation ex ante, structurée et centralisée, d’autres puissances mettent en avant la flexibilité, l’autorégulation ou la souveraineté nationale. Cette divergence prépare le terrain d’une fragmentation normative, au cœur de la problématique générale de cet article.
Il est frappant de constater qu’aucune entreprise européenne ne figure parmi les quinze premières sociétés mondiales en matière d’intelligence artificielle, qu’il s’agisse de valorisation boursière ou de chiffre d’affaires lié à l’IA.[16] Le premier acteur européen, selon les classements de marché et les analyses financières récentes, est SAP, qui se positionne autour du 20ᵉ rang mondial, avec une activité IA intégrée principalement dans ses solutions de gestion d’entreprise et de cloud.[17] Ce retard relatif de l’Europe peut être expliqué par plusieurs facteurs : d’une part, une fragmentation historique du marché unique et une faible concentration d’acteurs capables d’investir massivement dans la recherche et le développement d’IA à grande échelle ; d’autre part, une culture entrepreneuriale moins orientée vers les start-ups à forte valorisation et une dépendance marquée vis-à-vis de capitaux publics ou de partenariats industriels limités. Les contraintes réglementaires et la priorité accordée à la protection des droits fondamentaux ont également pu ralentir le développement commercial agressif de technologies disruptives. Cette situation contribue à expliquer pourquoi l’Union européenne a choisi de déployer une stratégie normative proactive : l’AI Act et les initiatives associées visent non seulement à encadrer les risques, mais aussi à projeter une influence normative globale, à créer un avantage compétitif fondé sur la confiance et la légitimité juridique, et à renforcer le rôle des entreprises européennes dans un contexte où elles restent structurellement désavantagées face aux géants américains et chinois. Trois autres blocs réglementaires européens sont d’ailleurs à l’œuvre : le droit et la politique de la concurrence mais aussi le bloc réglementaire nouveau constitué par le Digital Markets Act [18] et l’ensemble réglementaire relatif à la cybersécurité.[19] L’approche européenne apparaît ainsi comme un moyen de compenser un déficit de masse critique technologique par un leadership normatif et réglementaire, susceptible de façonner les standards internationaux à long terme.
II. Les États-Unis entre régulation sectorielle, stratégie de puissance et refus d’une gouvernance mondiale centralisée
À la différence de l’Union européenne, les États-Unis n’ont pas opté pour un instrument législatif horizontal et contraignant applicable à l’ensemble des systèmes d’intelligence artificielle. Leur approche repose sur une combinaison de régulation sectorielle, de cadres de gestion des risques non contraignants et d’instruments exécutifs, articulés à une stratégie assumée de leadership technologique. L’analyse du modèle américain suppose ainsi d’examiner successivement l’architecture normative interne, les instruments récents mobilisés par l’exécutif fédéral, puis la dimension explicitement géopolitique du refus d’une gouvernance mondiale centralisée de l’IA.
a. Une tradition de régulation sectorielle et de soft law
La régulation américaine de l’intelligence artificielle s’inscrit dans une tradition juridique marquée par la prééminence du droit sectoriel et de l’analyse économique du droit. Contrairement à l’approche européenne fondée sur l’harmonisation ex ante, le système fédéral américain repose sur l’intervention d’agences spécialisées — telles que la Federal Trade Commission, la Food and Drug Administration ou le Department of Transportation — compétentes pour réguler des usages spécifiques de l’IA dans leurs domaines respectifs.
La Federal Trade Commission a ainsi affirmé dès 2020 que les systèmes algorithmiques relèvent de sa compétence lorsqu’ils donnent lieu à des pratiques déloyales ou trompeuses au sens du Federal Trade Commission Act.[20] Dans plusieurs déclarations publiques, l’agence a souligné que l’usage de l’IA n’exonère pas les entreprises de leurs obligations en matière de protection des consommateurs ou de non-discrimination. Cette approche demeure toutefois indirecte : elle ne crée pas d’obligations techniques ex ante comparables à celles prévues par l’AI Act européen, mais sanctionne a posteriori les comportements jugés illicites.
Dans le domaine financier, la Securities and Exchange Commission s’est intéressée aux usages de l’IA dans la gestion d’actifs et les conflits d’intérêts potentiels, tandis que la Consumer Financial Protection Bureau a mis en garde contre les risques de discrimination algorithmique dans l’octroi de crédit. Ces interventions illustrent une régulation fonctionnelle, fondée sur l’application de normes préexistantes à des technologies nouvelles.
Parallèlement, les États-Unis ont privilégié l’élaboration de cadres volontaires de gestion des risques. Le National Institute of Standards and Technology a publié en janvier 2023 le AI Risk Management Framework, document non contraignant destiné à aider les organisations à identifier, évaluer et atténuer les risques liés aux systèmes d’IA.[21] Ce cadre repose sur quatre fonctions principales — gouverner, cartographier, mesurer et gérer — et met l’accent sur la flexibilité et l’adaptabilité, plutôt que sur l’imposition d’exigences juridiques uniformes.
Cette prédominance de la soft law reflète une culture juridique attachée à l’innovation et à la responsabilité a posteriori plutôt qu’à la certification préalable. Elle traduit également une méfiance structurelle à l’égard des régulations fédérales transversales susceptibles de freiner la compétitivité des entreprises technologiques américaines.
b . L’Executive Order de 2023 et l’usage du pouvoir exécutif
L’administration démocrate du Président Joe Biden avait néanmoins marqué une inflexion en adoptant le 30 octobre 2023 un décret présidentiel intitulé Safe, Secure, and Trustworthy Development and Use of Artificial Intelligence.[22] Cet Executive Order a imposé aux agences fédérales de développer des standards de sécurité, prévu des obligations de partage d’informations pour les modèles les plus puissants développés par des entreprises privées, et mobilisé les compétences du Defense Production Act pour exiger la communication de certains résultats de tests de sécurité.
Le décret demande notamment au Department of Commerce d’élaborer des standards pour le « red-teaming »[23] des modèles avancés et d’établir des lignes directrices en matière de « filigranage » (« watermarking ») des contenus générés artificiellement.[24] Il impose également aux agences fédérales d’évaluer les impacts de l’IA sur les droits civiques, la protection des données et le marché du travail.
Toutefois, cet instrument demeure un acte de l’exécutif, susceptible d’être modifié ou abrogé par une administration ultérieure. Il ne constitue pas une loi fédérale adoptée par le Congrès et ne crée pas un régime de responsabilité générale comparable à celui instauré par le règlement européen. Son efficacité dépend largement de la capacité des agences à transformer les orientations présidentielles en normes opérationnelles.
Cette configuration met en évidence une caractéristique centrale du modèle américain : la régulation de l’IA procède moins d’une codification systématique que d’une mobilisation pragmatique des outils juridiques existants, combinée à des injonctions exécutives ciblées.
c. Le refus d’une gouvernance mondiale centralisée : souveraineté et stratégie
C’est dans ce contexte interne que s’inscrit la déclaration du 20 février 2026 citée en début d’article par laquelle Michael Kratsios (directeur de l’Office of Science and Technology Policy, on le rappelle) a affirmé que les États-Unis « rejettent totalement la gouvernance mondiale de l’IA » lors du India AI Impact Summit 2026 de New Delhi.[25] Selon les comptes rendus publiés par l’Agence France-Presse et repris par plusieurs médias internationaux, il a soutenu que l’innovation ne devait pas être soumise à une « bureaucratie centralisée » susceptible d’entraver la compétitivité américaine.[26]
Cette position ne saurait être interprétée comme un refus de toute coopération internationale. Les États-Unis demeurent engagés dans des enceintes telles que le G7, notamment à travers le processus dit d’Hiroshima sur l’IA, et participent aux travaux de l’OCDE relatifs aux principes de l’IA adoptés en 2019. Toutefois, l’administration américaine distingue nettement coopération et gouvernance centralisée contraignante.
Le rejet d’un régime mondial unifié répond à plusieurs objectifs stratégiques. Il vise d’abord à préserver la marge de manœuvre normative nationale dans un secteur considéré comme déterminant pour la sécurité nationale et la compétitivité économique. Il s’inscrit ensuite dans une logique de rivalité systémique avec la Chine, dans laquelle la maîtrise des technologies d’IA est perçue comme un facteur clé de supériorité militaire et industrielle. Enfin, il reflète la volonté de protéger l’écosystème des grandes entreprises technologiques américaines, dont la capacité d’innovation rapide pourrait être affectée par des contraintes réglementaires internationales rigides.
En ce sens, la position américaine ne relève pas d’un simple désaccord technique sur les modalités de régulation, mais d’une conception particulière de l’ordre international technologique : un ordre fondé sur la compétition entre puissances, la diffusion de standards par le marché et la préservation de la souveraineté décisionnelle. Là où l’Union européenne cherche à projeter un modèle normatif structuré, les États-Unis privilégient une architecture plus flexible, où la puissance économique et l’avance technologique jouent un rôle déterminant dans la définition des standards de facto.
Cette divergence nourrit la fragmentation de la gouvernance mondiale de l’intelligence artificielle. Elle soulève une question centrale pour les relations internationales contemporaines et pour définir les stratégies tant industrielles que normatives ou encore pour les grands choix diplomatiques dans la définition des alliances de l’avenir : l’IA deviendra-t-elle l’objet d’un régime international structuré, comparable à ceux établis dans d’autres domaines technologiques sensibles, ou demeurera-t-elle un champ de rivalité normative dominé par les stratégies nationales des grandes puissances ? Les Etats-Unis semblent actuellement opter pour la seconde approche.
III. Les modèles asiatiques de gouvernance de l’intelligence artificielle : souveraineté technologique, encadrement étatique et pragmatisme stratégique
L’analyse de la fragmentation normative de la gouvernance mondiale de l’intelligence artificielle ne saurait se limiter au face-à-face transatlantique. Il faut donc se tourner vers l’Asie et observer que les puissances asiatiques ont développé des cadres de régulation distincts, révélateurs de conceptions différenciées du rapport entre État, marché et technologie. La Chine a opté pour un encadrement juridique dense, étroitement articulé à ses objectifs politiques et sécuritaires ; le Japon et la Corée du Sud privilégient des approches plus souples et adaptatives, combinant lignes directrices et stratégies industrielles ; Taïwan, enfin, cherche à concilier ouverture économique, sécurité nationale et alignement sur les standards démocratiques. L’examen comparé de ces modèles éclaire les logiques géopolitiques à l’œuvre dans la structuration régionale de la gouvernance de l’IA.
La Chine : régulation proactive et contrôle politique des architectures numériques
La République populaire de Chine a été l’un des premiers États à adopter des textes spécifiques encadrant les algorithmes et les services d’intelligence artificielle. Dès 2021, l’Administration du cyberespace de Chine a adopté les Provisions on the Management of Algorithmic Recommendation Services in Internet Information Services, imposant des obligations de transparence et de conformité aux plateformes numériques utilisant des systèmes de recommandation algorithmique.[27] Ces dispositions exigent notamment que les fournisseurs respectent « les valeurs fondamentales socialistes » et s’abstiennent de produire des contenus susceptibles de menacer la sécurité nationale ou l’ordre public.
En 2022, la Chine a renforcé ce dispositif avec les Provisions on the Administration of Deep Synthesis Internet Information Services, encadrant les technologies de synthèse profonde, y compris les contenus générés artificiellement.[28] Ces règles imposent l’identification explicite des contenus générés par l’IA et prévoient des obligations de vérification d’identité des utilisateurs.
L’étape la plus significative a été franchie en juillet 2023 avec l’adoption des Interim Measures for the Management of Generative Artificial Intelligence Services.[29] Ce texte impose aux fournisseurs de services d’IA générative des obligations de sécurité, de vérification des données d’entraînement et de prévention de la production de contenus illégaux. L’article 4 prévoit que les services doivent « adhérer aux valeurs fondamentales socialistes » et ne pas générer de contenus portant atteinte à la sécurité nationale, à l’unité territoriale ou à la stabilité sociale, suivant des formulations équivalentes à celles qui ont fondé le droit de la concurrence chinois dans la Loi Antimonopole de 2007.[30]
Cette architecture normative s’inscrit dans une stratégie plus large définie par le New Generation Artificial Intelligence Development Plan adopté en 2017 par le Conseil des Affaires d’État, qui fixe l’objectif de faire de la Chine le leader mondial de l’IA d’ici 2030.[31] La régulation chinoise ne vise donc pas à freiner l’innovation, mais à l’orienter et à l’intégrer dans une logique de contrôle politique et de sécurité nationale. L’État y joue un rôle central, tant comme régulateur que comme investisseur stratégique.
Le Japon : soft law, innovation et gouvernance agile
À la différence de la Chine, le Japon privilégie une approche fondée sur des principes directeurs et une régulation souple. Dès 2019, le gouvernement japonais a soutenu au sein du G20 l’adoption des G20 AI Principles, largement inspirés des principes élaborés par l’OCDE. Ces principes insistent sur la promotion d’une IA centrée sur l’humain, la transparence et la responsabilité.
Au niveau interne, le Japon a adopté en 2022 puis actualisé en 2023 des lignes directrices sur l’utilisation responsable de l’IA, sans instaurer de régime législatif horizontal comparable à l’AI Act européen. Le gouvernement met l’accent sur la coopération public-privé et sur la promotion d’un écosystème favorable à l’innovation.
La politique publique japonaise en matière d’intelligence artificielle repose sur une approche hybride combinant législation stratégique promotionnelle, normes volontaires et lignes directrices éthiques, et coordination gouvernementale centralisée.[32] L’Act on the Promotion of Research, Development and Utilization of Artificial Intelligence-related Technology (souvent appelé AI Promotion Act) a été adopté par la Diète japonaise le 28 mai 2025:[33] cette loi est entrée en vigueur progressivement à partir de juillet 2025, avec une mise en œuvre complète il y a seulement quelques mois en septembre 2025 ; cette loi constitue le premier cadre légal explicite au Japon visant à promouvoir l’innovation et l’utilisation de l’IA tout en mitigeant les risques associés à travers la coopération entre acteurs publics et privés, l’encouragement de la recherche, le renforcement des compétences, et l’élaboration de principes directeurs pour une IA éthique et transparente.[34] Elle institue notamment un AI Strategy Headquarters sous l’autorité directe du Premier ministre, chargé de coordonner les politiques d’IA et d’élaborer des plans directeurs, mais n’impose pas de sanctions pénales directes : l’accent est mis sur le « soft law » (régulation incitative et guidée) plutôt que sur des interdictions strictes ou des amendes, reflétant une préférence japonaise pour une régulation légère favorisant l’innovation et l’interopérabilité sectorielle plutôt qu’une régulation générale obligatoire. Cette stratégie s’inscrit dans le contexte plus large de la vision socio-économique Society 5.0 et d’une coordination continue avec les normes internationales sur l’IA.
Le choix japonais reflète donc une volonté de maintenir une flexibilité normative afin de soutenir la compétitivité de ses entreprises technologiques, tout en affirmant son attachement aux principes démocratiques et à la coopération internationale. La régulation y apparaît davantage comme un instrument d’accompagnement que comme un dispositif contraignant ex ante.
La Corée du Sud : entre ambition industrielle et encadrement juridique progressif
La Corée du Sud a adopté en 2020 une National Strategy for Artificial Intelligence visant à positionner le pays parmi les leaders mondiaux du secteur d’ici 2030. Cette stratégie combine investissements massifs, soutien aux start-ups et développement d’infrastructures de données.
Sur le plan normatif, Séoul a progressivement élaboré des lignes directrices éthiques et envisage l’adoption d’un cadre législatif plus structuré. Des propositions de loi relatives à la promotion et à la régulation de l’IA ont été débattues à l’Assemblée nationale, cherchant à concilier innovation et protection des droits fondamentaux. La Corée du Sud observe attentivement les évolutions européennes et américaines, dans une logique d’équilibre entre compétitivité internationale et crédibilité normative. Tout récemment, la Corée du Sud a mis en place un cadre public de réglementation de l’intelligence artificielle autour du Basic Act on the Development of Artificial Intelligence and the Establishment of a Foundation for Trustworthiness (souvent appelé AI Basic Act), adopté par l’Assemblée nationale et entré en vigueur le 22 janvier 2026 après une période de préparation d’un an.[35] Cette loi-cadre, qui couvre 43 articles et six chapitres, constitue l’un des premiers régimes législatifs complets au monde régissant l’utilisation et le développement de l’IA, avec l’objectif déclaré de renforcer la transparence, la sécurité et la confiance du public tout en soutenant l’innovation.[36] Elle impose notamment des exigences de transparence et d’étiquetage de contenu généré par IA, des obligations de gestion des risques pour les systèmes à fort impact dans des domaines critiques (santé, transport, services financiers, etc.) et la mise en place d’une structure de gouvernance nationale coordonnée sous l’autorité du ministère de la Science et des TIC ; les sanctions en cas de non-conformité peuvent aller jusqu’à 30 millions de wons coréens, mais un délai de grâce d’un an est prévu avant l’application des amendes pour permettre aux acteurs économiques de se conformer. Cette approche vise à équilibrer promotion de la compétitivité internationale et protection des citoyens, et constitue un modèle de régulation nationale qui se place aux côtés du AI Act de l’Union européenne dans le paysage mondial de la gouvernance de l’IA.
Cette approche pragmatique illustre la position intermédiaire d’un État technologiquement avancé mais étroitement inséré dans les chaînes de valeur mondiales, dépendant à la fois des marchés occidentaux et de ses relations économiques avec la Chine.
Taïwan : sécurité technologique et alignement démocratique
Taïwan occupe une position singulière dans l’écosystème mondial de l’IA en raison de son rôle central dans la production de semi-conducteurs avancés, notamment via des entreprises telles que TSMC. La maîtrise des puces de pointe constitue un levier stratégique majeur dans la compétition mondiale pour l’IA.
Le gouvernement taïwanais a adopté des lignes directrices sur l’éthique de l’IA et soutient le développement d’applications industrielles et médicales, tout en veillant à la protection des données personnelles dans le cadre de sa législation sur la protection des informations personnelles. La régulation y demeure relativement souple, mais fortement marquée par les impératifs de sécurité nationale et par la nécessité de maintenir des partenariats étroits avec les États-Unis et l’Union européenne.
A Taïwan, comme au Japon et en Corée du Sud, la situation a évolué de manière marquée dans les derniers mois, en 2025. La régulation et la politique publique de l’intelligence artificielle se sont structurées autour de l’adoption du Artificial Intelligence Basic Act, une loi fondamentale votée le 23 décembre 2025 par l’Assemblée législative (Legislative Yuan) après une phase de préparation conduisant à l’approbation du projet par l’Exécutif en août 2025. Cette loi, qui vise à concilier promotion de l’innovation et gouvernance des risques, établit un cadre national pour le développement, l’application et la supervision de l’IA. Cette loi codifie sept principes directeurs alignés sur des normes internationales — durabilité et bien-être, autonomie humaine, protection de la vie privée et gouvernance des données, cybersécurité et sécurité, transparence et explicabilité, équité et non-discrimination, et responsabilité — et désigne le National Science and Technology Council (NSTC) comme autorité compétente pour coordonner la mise en œuvre, tandis que le Ministère des Affaires numériques (MODA) doit élaborer des cadres de classification des risques d’IA et des lignes directrices pratiques.[37] Le texte oblige aussi à promouvoir la recherche, l’équipement en infrastructures, la protection des droits du travail face à l’automatisation et l’équité numérique, tout en établissant un comité stratégique national sur l’IA, présidé par le Premier ministre, pour guider les orientations politiques.[38] Cette approche met l’accent sur une gouvernance fondée sur des principes, la coordination intersectorielle et l’équilibre entre compétitivité technologique et garanties sociétales, plutôt que sur des sanctions administratives immédiates pour le secteur privé.[39]
Dans le contexte des tensions croissantes avec Pékin, la gouvernance de l’IA à Taïwan est indissociable des enjeux de souveraineté technologique et de résilience stratégique. L’île cherche à consolider sa position comme acteur indispensable des chaînes d’approvisionnement mondiales, tout en s’inscrivant dans le camp des démocraties technologiques.
À travers ces modèles asiatiques se dessinent des conceptions profondément différenciées de la relation entre technologie, État et ordre international. La Chine articule régulation et contrôle politique dans une perspective de puissance globale ; le Japon et la Corée du Sud privilégient une régulation souple intégrée à des stratégies industrielles ; Taïwan lie gouvernance de l’IA et sécurité stratégique. Cette diversité confirme que la fragmentation normative de l’intelligence artificielle n’oppose pas seulement l’Europe et les États-Unis, mais s’inscrit dans une recomposition plus large de l’ordre technologique mondial.
IV. Enjeux, conséquences et perspectives géopolitiques de la fragmentation normative de l’IA
La diversité des approches réglementaires analysées dans les sections précédentes révèle une fragmentation croissante de la gouvernance mondiale de l’intelligence artificielle. Cette situation ne se limite pas à un décalage entre modèles juridiques : elle constitue un facteur stratégique, économique et politique majeur dans les relations internationales contemporaines. L’Union européenne, les États-Unis, la Chine et les puissances asiatiques expriment des logiques de souveraineté, de compétitivité et de projection normative qui se conjuguent pour produire un paysage international fragmenté, où la définition de standards communs est incertaine et où l’IA devient un enjeu de puissance.
a. Les implications géopolitiques majeures
Sur le plan géopolitique, la fragmentation normative entraîne une course à la standardisation de facto par les acteurs dominants. Les États-Unis, en privilégiant la flexibilité et l’autorégulation sectorielle, favorisent l’émergence de standards par les grandes entreprises technologiques, qui deviennent des références globales. L’Union européenne, par le biais de l’AI Act, tente d’imposer un modèle de régulation ex ante, fondé sur la protection des droits fondamentaux, susceptible de s’imposer aux acteurs internationaux souhaitant accéder au marché européen.[40] Le tableau en annexe II ci-après sur le top 20 des entreprises d’AI dans le monde est éloquent : la première – et unique – entreprise de l’AI d’une nationalité européenne, l’allemande SAP, n’arrive qu’à la seizième place ! Les dix premières sont issues des Etats-Unis. La Chine case cinq entreprises entre la dixième et la vingtième place. Taïwan et le Japon casent une entreprise respectivement à la onzième et dix-huitième place.
Cette dualité de normes crée des tensions potentielles dans le commerce et la coopération technologique. Les entreprises internationales doivent naviguer entre des obligations européennes contraignantes et un environnement américain plus souple, tout en tenant compte des régulations chinoises strictes et orientées politiquement. Les tensions sont particulièrement visibles dans les secteurs stratégiques, comme les plateformes de traitement de données massives, les systèmes de reconnaissance biométrique et les modèles d’IA générative à large échelle.
La fragmentation normative a également des implications pour la sécurité nationale. L’IA, en tant que technologie duale, combine usages civils et militaires. Les États-Unis et la Chine considèrent l’IA comme un facteur clé de supériorité technologique et militaire, ce qui explique le refus américain d’une gouvernance mondiale centralisée et l’encadrement chinois strict et politique.[41] L’Union européenne, bien que moins focalisée sur l’aspect militaire, voit dans le contrôle des standards un levier de puissance normative et d’influence internationale.
b. Conséquences économiques et industrielles
(La Revue de Presse est en ligne https://jovanovic.com/blog.htm ( ou quotidien.com
) le hit-parade des IA en tant que traders - la pomme de terre a pris
704% - le M2 vous donne le futur de l'or et de la bourse - Manipulation
de l'or - Les BC raflent tout - @commerzbank exécute 3000 de ses
banquiers - @AnthropicAI et @claudeai - Spécial @billgates @WHO Epstein
et Hantavirus - Lingots d'argent dispos - et bcp bcp + RV à NICE le ven
29 mai et conf le 30 mai dès 14h (enregistrez vous: https://www.billetweb.fr/conference-pierre-jovanovic&src... ) - les photos de Vierzon, Bruxelles et Clermond en ligne jovanovic.com/genie.htm - Amitiés 
à vous toutes et tous... un extrait: LA POMME DE TERRE ET LES VACHES PULVERISENT LES CRYPTOS
du 11 au 15 mai 2026
Le
monde de la crypto est en émoi. Les passionnés de haute techno,
d'ordinateurs, et d'échanges / paiements instantanés avec du BTC ou de
l'Ethereum ont découvert que le prix au kilo de la pomme de terre (monde
high tech Vs monde agricole) a dépassé les rendements de leurs cryptos
préférées.
photo: POMME6DE6TERRE6VS6ETHEREUM6MAI2026.JPG
Ash
Crypto en est dégoûté: «si vous aviez placé 125.000 dollars en avril
dans les patates, vous seriez millionnaire aujourd'hui car le prix au
kilo a pris 704%. Mon pote, on est même dépassés par des simples patates
(...) Les 125.000 investis dans l'ETH il y a 5 ans ne valent plus que
73.400 dollars, alors que la même somme investie il y a juste 1 mois
vaut maintenant 1.000.000 de dollars ».
photo: vaches-chicago-mai2026.jpg
S'il
n'y avait que la pomme de terre! Au CME de Chicago, le bétail, lui, a
pris 525% depuis 2022 constate Hedgeye. Amusant car Blythe Masters, à
l'époque, avait formalisé tout cela: «seules les matières premières
donnent une garantie totale car on en aura toujours besoin ».
Les
agriculteurs producteurs de pommes de terre ont pris leur revanche sur
les technos et cela vous montre à quel point ils sont toujours aussi
déconnectés de la réalité. A nouveau, la phrase de Lénine «l'éternel
retour du concret» se rappelle à leur bon souvenir. Le plus drôle est
que certains producteurs américains exigent désormais (voir le mois
dernier) d'être pays non pas en Bitcoins mais en pièces d'or. Revue de
Presse par Pierre Jovanovic © 2008-2026 ➤ NICE - CANNES - MONACO
Dédicace le ven 29 apm à la librairie Osiris Nice + le samedi 30 mai
CONFERENCE « Sauvez votre Epargne » réservez votre place lien ici de
14h30 à 18h00 Splendid Hôtel, Nice ➤ TOURS sam 6 juin 2026 - ➤ SAINT
MALO sam 13 juin 2026 - ➤ PARIS sam 27 juin 2026 - ➤ CONFLANS ST
HONORINE sam 7 novembre 2026 - ➤ LYON sam 14 novembre 2026 - ➤ BRUXELLES
sam 5 décembre 2026 -
Soutenez cette Revue de Presse en commandant ici (lien) - les 2008,
666, 777 & 888 favoris des lecteurs ✸ La Revue de Presse continue
sur le fil X ici Abonnez-vous ➤ Les videos des livres sont ici — Recevez
le catalogue couleurs gratuit chez vous. ➤ Partagez cette information
(et envoyez-la aussi à votre banquier) par :)
On vient d’observer la dominance des entreprises américaines présentes dans les dix premières places. La divergence des régulations influence la dynamique industrielle globale. Les grandes entreprises américaines, telles que OpenAI et Google DeepMind, tirent parti d’un cadre flexible favorisant l’innovation rapide et l’expérimentation. L’AI Act européen impose, en revanche, des contraintes lourdes sur la conformité et la documentation, ce qui peut ralentir l’entrée sur le marché mais renforcer la confiance des consommateurs et des institutions publiques, avec une seule entreprise dans les vingt premières places.[42]
La régulation chinoise, orientée vers la sécurité et la conformité aux directives politiques, encourage les entreprises nationales à aligner leurs innovations sur les priorités stratégiques de l’État, limitant l’influence étrangère dans le marché intérieur et consolidant des champions locaux. Le Japon, la Corée du Sud et Taïwan adoptent des modèles intermédiaires, cherchant à équilibrer innovation, sécurité et compétitivité.
L’ensemble de ces stratégies produit un écosystème global fragmenté, où la maîtrise des standards de l’IA devient un facteur clé de compétitivité économique et de positionnement géostratégique.
c. Enjeux pour la gouvernance internationale
Cette fragmentation pose des défis majeurs pour la coordination internationale. Les instances multilatérales, telles que l’OCDE, le G7 ou l’ONU, ont initié des principes et des recommandations, mais leur portée reste limitée face à la divergence des approches nationales. Le risque est celui de l’émergence de « blocs normatifs » : un bloc transatlantique influencé par l’Union européenne et les États-Unis, un bloc sino-centré avec des normes orientées politiquement, et des acteurs asiatiques intermédiaires qui ajustent leurs régulations selon les opportunités économiques et stratégiques.
Cette situation alimente également des tensions diplomatiques et commerciales, les États cherchant à imposer leurs standards comme condition d’accès aux marchés ou d’investissements technologiques. Elle peut générer des phénomènes de compliance fragmentation, où les entreprises internationales doivent simultanément satisfaire des régulations divergentes, augmentant les coûts et la complexité de la conformité.[43]
d. Perspectives et stratégies d’avenir
Face à cette fragmentation, plusieurs scénarios sont envisageables. Le premier consiste en une convergence progressive vers des standards internationaux harmonisés, portée par des négociations multilatérales et la diffusion des bonnes pratiques, à l’instar de la régulation environnementale ou du commerce numérique. Le second scénario, plus probable à court et moyen terme, est celui d’une coexistence de régulations nationales et régionales, avec des effets d’entraînement partiels et des tensions commerciales et technologiques persistantes.
Pour l’Union européenne, le défi est de maintenir sa capacité normative tout en facilitant l’interopérabilité avec les autres grands acteurs. Pour les États-Unis, il s’agit de préserver la compétitivité et l’innovation tout en répondant aux préoccupations éthiques et sécuritaires. La Chine poursuit une stratégie d’encadrement étroit et de contrôle politique, tandis que les puissances asiatiques intermédiaires ajustent leurs cadres pour maximiser leurs avantages technologiques et économiques.
En conclusion, la fragmentation de la gouvernance mondiale de l’IA illustre la relation complexe entre droit, puissance et stratégie internationale. Elle souligne que l’intelligence artificielle n’est pas seulement un objet technique ou économique, mais un levier de pouvoir et un instrument de projection normative, dont la régulation devient un terrain de compétition géopolitique. La tension entre souveraineté nationale et coopération internationale sera déterminante pour l’évolution future de l’écosystème global de l’IA.
Conclusion
L’analyse des régulations de l’intelligence artificielle à l’échelle mondiale met en lumière une dynamique paradoxale : alors que l’IA représente un enjeu stratégique universel, les modèles de gouvernance sont profondément divergents, reflétant des visions différentes de la relation entre État, marché et société. L’Union européenne incarne un modèle normatif structuré, centré sur la protection des droits fondamentaux et l’harmonisation du marché intérieur. Les États-Unis privilégient la flexibilité, la régulation sectorielle et la préservation de la compétitivité de leurs entreprises, tout en refusant toute gouvernance mondiale centralisée. La Chine déploie un encadrement juridique strict, orienté par des priorités politiques et sécuritaires, tandis que le Japon, la Corée du Sud et Taïwan adoptent des approches intermédiaires, conciliant innovation, sécurité et coopération internationale.
Cette diversité traduit une fragmentation normative croissante, où l’IA devient simultanément un objet économique, un instrument de puissance et un terrain de rivalité géopolitique. Elle pose plusieurs défis majeurs : la coexistence de standards divergents, le risque de tensions commerciales et diplomatiques, la nécessité pour les entreprises de naviguer dans des cadres juridiques complexes, et la question de la sécurité des technologies duales dans un contexte de compétition stratégique.
Pour les relations internationales, la fragmentation de la gouvernance de l’IA souligne la limite des approches multilatérales classiques face à des technologies émergentes à fort impact sociétal et militaire. Elle suggère que la définition des standards globaux dépendra moins de traités internationaux contraignants que de l’influence combinée des grandes puissances et de leurs écosystèmes industriels et financiers. Dans ce contexte, l’Union européenne apparaît comme une puissance normative en quête de diffusion extraterritoriale de ses standards, tandis que les États-Unis et la Chine exploitent la régulation pour affirmer leur souveraineté technologique et leur avance compétitive.
La trajectoire future de la gouvernance mondiale de l’IA dépendra donc d’une combinaison de facteurs : la capacité des États à aligner leurs stratégies nationales, l’émergence de standards techniques de facto, la pression des marchés et des consommateurs, et la nécessité de gérer les risques éthiques, sociaux et sécuritaires. L’intelligence artificielle se confirme ainsi comme un champ de puissance où droit, politique et géopolitique sont inextricablement liés, et où la fragmentation normative constitue à la fois un défi et un levier stratégique pour les grandes puissances.
Cette analyse suggère que la compétition normative sera un élément central des relations internationales au XXIᵉ siècle, et que la maîtrise de l’IA — technique, juridique et stratégique — déterminera en partie le positionnement et l’influence des États sur la scène mondiale.
François Souty, PhD
Intervenant en géopolitique à Excelia Business School, La Rochelle et Paris-Cachan
Intervenant en droit et politique de la concurrence de l’UE à la Faculté de droit de Nantes
Sources :
Capitalisation et revenus IA : estimations basées sur les classements Largest AI companies by market capitalization 2025 (Capital.com), les rapports financiers publics 2025-2026 et les analyses sectorielles disponibles en accès libre.
– Source : Largest AI companies by market cap 2025, Capital.com, consulté février 2026.
– Source: Top AI & Machine Learning Revenue Leaders 2025, analyses SIG AI Rankings, AEO SIG.
Valorisation des sociétés privées (OpenAI,
Anthropic, ByteDance) : estimations tirées de communiqués
institutionnels, dépêches financières et revues spécialisées. Pour les
sociétés non cotées (ex. OpenAI, Anthropic), les valorisations sont des estimations récentes communiquées publiquement.
– Source : Financial Times, OpenAI raises $X billion, 2026 ;
– Source : The Guardian, Anthropic funding round, 2026.
Business model et revenus IA : estimation fondée sur les documents annuels ou intermédiaires (rapports 2025/2026) des entreprises, indiquant la part de revenus liée à des activités IA, cloud ou plateformes intelligence avancée.
[1] Michael Kratsios, Remarks by Director Michael Kratsios at the India AI Impact Summit, India AI Impact Summit, New Delhi, 20 février 2026, Office of Science and Technology Policy (texte intégral consulté en ligne), disponible sur The White House website, https://www.whitehouse.gov/articles/2026/02/remarks-by-director-michael-kratsios-at-the-india-ai-impact-summit/?utm_source=chatgpt.com. Aussi, « White House adviser says US “totally” rejects global AIgovernance », article AFP (dépêches du 20 février 2026) relatant les déclarations de Michael Kratsios à New Delhi lors du India AI Impact Summit 2026, rapportées par plusieurs organes de presse internationale.
[2] Ibid. Voir plus particulièrement les passages où Kratsios critique l’idée d’une gouvernance normative centralisée et appelle à promouvoir « l’adoption et la prospérité humaine » via l’IA. « No Euro tone again: US rejects global AI governance, pushes ‘sovereign’ American stack », New Indian Express, 20 février 2026
[3] UNGA 80, US rejects a centralised AI rulebook, compte rendu des débats à l’Assemblée générale des Nations Unies où les États-Unis ont rejeté une gouvernance centralisée de l’IA, favorisant la souveraineté nationale et la coopération entre États. « US promotes AI sovereignty, exports at India AI Impact Summit 2026 », Business Standard, 20 février 2026, https://www.business-standard.com/technology/tech-news/us-promotes-ai-sovereignty-exports-at-india-ai-impact-summit-2026-126022000532_1.html?utm_source=chatgpt.com.
[4] Règlement européen sur l’intelligence artificielle, dit AI Act, adoptée en 2024 par les institutions de l’Union européenne pour encadrer les « risques » liés à l’IA selon des niveaux de risque gradués (textes et commentaires officiels des institutions européennes disponibles dans la documentation juridique de l’UE). Soulignons que l’habitude a été prise, notamment avec le Digital Markets Act, de nommer « Acts » en anglais la catégorie de textes relevant de l’appellation de « Règlement » au sens des traités européens, pour leur donner une lisibilité équivalente aux textes de lois aux Etats-Unis. Pour autant tous les Règlements ne sont pas dénommés en anglais « Acts » mais « Regulations ».
[5] Commission européenne, White Paper on Artificial Intelligence – A European approach to excellence and trust, COM(2020) 65 final, Bruxelles, 19 février 2020, p. 2–4.
[6] Commission européenne, Commission appoints expert group on AI and launches the European AI Alliance, Press release, 14 June 2018. Le AI HLEG a été constitué pour apporter un conseil stratégique à la Commission sur sa stratégie européenne en matière d’IA, d’élaborer des recommandations de politique publique, et de traiter des enjeux éthiques, juridiques et sociaux de l’intelligence artificielle dans le cadre de la mise en œuvre de la Communication « Artificial Intelligence for Europe » publiée en avril 2018. Le groupe, composé d’experts indépendants issus du monde académique, de la société civile et de l’industrie, devait également contribuer à l’élaboration de lignes directrices éthiques et d’orientations pour une IA digne de confiance en Europe.
[7] Commission européenne, 2030 Digital Compass: the European way for the Digital Decade, COM(2021) 118 final, Bruxelles, 9 mars 2021.
[8] Proposition de règlement du Parlement européen et du Conseil établissant des règles harmonisées concernant l’intelligence artificielle (Artificial Intelligence Act), COM(2021) 206 final, 21 avril 2021, fondée sur l’article 114 TFUE.
[9] AI Act, considérant 5.
[10] Ibid., art. 5.
[11] Ibid., art. 8 à 15.
[12] Ibid., art. 59 et s.
[13] Ibid., art. 99.
[14] Ian Manners, “Normative Power Europe: A Contradiction in Terms?”, Journal of Common Market Studies, vol. 40, no 2, 2002, p. 235–258.
[15] Ursula von der Leyen, Déclaration sur l’accord politique relatif à l’AI Act, Commission européenne, communiqué de presse, Bruxelles, 9 décembre 2023.
[16] Capital.com, Largest AI companies by market capitalization 2025, consulté février 2026 : aucune société européenne dans le top 15.
[17] SAP, rapport annuel 2025, SAP Integrated Report 2025, pages 48‑52, Walldorf, Allemagne : estimation de l’activité IA et position dans les classements mondiaux.
[18] Voir notamment nos articles Souty, F., « Digital Markets Act européen, politique de la concurrence et souveraineté : conséquences géopolitiques et impact stratégique du droit sur l’économie digitale », Le Diplomate Média, 4 février 2026 et « Politique de la concurrence et Antitrust en Europe et aux Etats-Unis : perspectives transatlantiques et enjeux géopolitiques », Le Diplomate Médias, 30 décembre 2025. Voir aussi l’excellente analyse de Babinet, G., « Le véritable sujet de l’IA, c’est l’antitrust », Les Echos, mercredi 18 février 2026, p. 12 qui explique fort justement que « le débat sur l’IA est moins un débat sur le droit du travail qu’un débat de politique de la concurrence ».
[19] Souty, F., Cyberespace, sécurité, souveraineté, technologie et rivalités géopolitiques mondiales : enjeux juridiques, régulation et priorités pour l’Union européenne et pour la France », Le Diplomate Média, 11 février 2026.
[20] Federal Trade Commission, “Using Artificial Intelligence and Algorithms,” Business Blog, 8 avril 2020 ; voir également FTC, Aiming for Truth, Fairness, and Equity in Your Company’s Use of AI, 19 avril 2021.
[21] National Institute of Standards and Technology, Artificial Intelligence Risk Management Framework (AI RMF 1.0), U.S. Department of Commerce, janvier 2023.
[22] Executive Office of the President, Executive Order on the Safe, Secure, and Trustworthy Development and Use of Artificial Intelligence, 30 octobre 2023, Federal Register.
[23] Le terme « red teaming » de contenus avancés vient des pratiques de cybersécurité et d’évaluation des risques, mais appliqué à l’IA générative et aux contenus numériques. C’est une approche proactive pour tester, détecter et évaluer les vulnérabilités ou les risques associés à des contenus produits par l’IA.
[24] Le filigrane de contenus (ou content watermarking en anglais) est une technique qui consiste à insérer dans un contenu des informations invisibles ou visibles qui permettent d’identifier sa source, son propriétaire ou sa traçabilité. C’est un peu comme signer ou marquer un document ou une image pour montrer qu’il appartient à quelqu’un, ou pour suivre sa circulation dans un contexte de protection des droits d’auteurs, de traçabilité ou encore d’authentification de contenus générés par l’IA.
[25] Déclarations rapportées lors du India AI Impact Summit 2026, New Delhi, 20 février 2026, op.cit.
[26] Dépêche AFP, 20 février 2026, déjà citée, reprise notamment par Stratégies, 20 février 2026 ; voir également US promotes AI sovereignty, Business Standard, 20 février 2026 également déjà cité.
[27] Cyberspace Administration of China, Provisions on the Management of Algorithmic Recommendation Services in Internet Information Services, adoptées le 31 décembre 2021, entrées en vigueur le 1er mars 2022.
[28] Cyberspace Administration of China, Provisions on the Administration of Deep Synthesis Internet Information Services, 25 novembre 2022, entrées en vigueur le 10 janvier 2023.
[29] Cyberspace Administration of China et al., Interim Measures for the Management of Generative Artificial Intelligence Services, 13 juillet 2023, entrées en vigueur le 15 août 2023.
[30] Souty F. « Loi chinoise antimonopole – Bilan : L’Autorité chinoise de la concurrence tire un premier bilan des deux années d’application de la loi antimonopole », Concurrences N° 4-2010, 12 août 2010, Art. N° 33180, pp. 235-238
[31] State Council of the People’s Republic of China, New Generation Artificial Intelligence Development Plan, 8 juillet 2017.
[32] « AI Regulation in Japan: Policy Framework & Governance », Nemko Digital, 2026, pp. 2-4 (explication des objectifs nationaux de l’Act, de l’établissement de l’AI Strategy Headquarters sous le Cabinet Office et de l’intégration de lois sectorielles existantes pour le droit applicable, montrant l’approche dite de « light touch regulation »)
[33] International Bar Association, Japan’s emerging framework for responsible AI: legislation, guidelines and guidance, 12 nov. 2025, section sur l’AI Promotion Act .
[34] Vincent Fauchoux, « Japan’s 2025 AI Promotion Act: Structuring Innovation Through Soft Regulation », Tech & DATA, 2 juin 2025, pp. 1-3 (présentation des objectifs, des axes principaux et de l’architecture institutionnelle de la loi, soulignant l’absence de sanctions directes mais la promotion de la coopération entre parties prenantes).
[35] «South Korea Enacts World’s First Comprehensive AI Law, Balancing Innovation and Safety», Asia Daily, 25 janv. 2026.
[36] « South Korea’s AI Basic Act Takes Effect Jan 22, 2026 », AI Business Weekly, 22 janv. 2026. Cet article fournit une série d’informations précises sur l’entrée en vigueur, la structure institutionnelle, le délai de grâce et les sanctions, y compris le contexte réglementaire plus large (articles 25-43, dispositions applicables à la gouvernance nationale.
[37] Ministry of Digital Affairs (R.O.C., Taïwan), Legislative Yuan Passes Artificial Intelligence Fundamental Act in Third Reading, Laying Foundation for AI Innovation, Security Governance in Taiwan, communiqué du 24 déc. 2025 décrivant l’AI Basic Act et ses objectifs de promotion d’une IA centrée sur l’humain et la protection des droits fondamentaux.
[38] Baker McKenzie, Taiwan: AI Basic Act, fact sheet, 9 jan. 2026. Note qui précise les obligations institutionnelles (NSTC, MODA) et les sept principes directeurs alignés avec des normes internationales en matière de gouvernance de l’IA. https://www.bakermckenzie.com/en/insight/publications/2026/01/taiwan-ai-basic-act. AI Basic Act passed, tries to balance AI promotion with social welfare, Focus Taiwan (CNA), 23 déc. 2025 : donne des détails sur les principes, la création du comité national et les mesures de soutien pour l’industrie et l’infrastructure.
[39] White & Case LLP, AI Watch: Global regulatory tracker – Taiwan, jan. 2026, discute du cadre actuel, qui repose principalement sur une régulation de principe et des lignes directrices plutôt que sur des sanctions directes, positionnant Taïwan dans une approche « à faible contrainte ».
[40] Commission européenne, Artificial Intelligence Act, 2024, cf. considérants et articles sur la portée extraterritoriale et la protection des droits fondamentaux.
[41] Cyberspace Administration of China, Interim Measures for the Management of Generative Artificial Intelligence Services, 13 juillet 2023, article 4.
[42] Ursula von der Leyen, communiqué de presse sur l’adoption de l’AI Act, Commission européenne, 9 décembre 2023.
[43] OECD, AI Policy Observatory: Mapping AI Regulations, 2025: https://www.oecd.ai/en/policy-regulations
C) - L'IA d'Anthropic progresse à une vitesse alarmante selon les experts en sécurité
Un mois après son lancement, Mythos Preview surpasse déjà ses propres performances et dépasse GPT-5.5 d'OpenAI sur les tests cyber de l'AISI britannique.
Le Claude Mythos d'Anthropic, que l'entreprise considère comme trop puissant pour être diffusé au grand public, semble avoir déjà acquis de nouvelles capacités.
Dans un billet de blog, l'Institut britannique de sécurité de l'IA (AISI) indique avoir testé une version plus récente de Mythos, qui surpasse à la fois ses résultats précédents et le GPT-5.5 d'OpenAI, seulement un mois après la sortie initiale de Mythos. « Le nouveau point de contrôle Mythos Preview a complété nos deux cyber-parcours, résolvant "The Last Ones" dans 6 tentatives sur 10 et "Cooling Tower", jusque-là insoluble, dans 3 tentatives sur 10. C'était la première fois qu'un modèle complétait le second de nos deux cyber-parcours. »
Lorsqu'Anthropic a annoncé Mythos Preview et le Projet Glasswing, l'alliance de test en cybersécurité formée avec des entreprises technologiques et des laboratoires d'IA concurrents, auxquels un accès limité à Mythos a été accordé, le mois dernier, l'AISI britannique l'avait évalué, concluant que le modèle « représente un bond en avant par rapport aux modèles frontières précédents, dans un paysage où les performances en cybersécurité progressaient déjà rapidement ».
Cette perspective tierce a contribué à nuancer les affirmations selon lesquelles l'engouement autour de Mythos relevait soit uniquement du marketing, soit, à l'autre extrême, d'un bouleversement catastrophique des capacités de l'IA. La réalité de ce que le modèle peut faire se situe probablement entre les deux.
Le test mis à jour de l'AISI illustre également que les améliorations de capacités ne se limitent pas aux nouvelles versions d'un modèle, mais peuvent survenir au sein d'une même version.
Une menace cyber qui s’emballe
L'AISI a noté que les modèles d'IA progressent rapidement dans leur capacité à accomplir des tâches cybernétiques, avec des implications sérieuses pour la cybersécurité, notamment compte tenu de l'aptitude de Mythos à détecter les vulnérabilités logicielles.
« En février 2026, nous estimions en interne que la durée des tâches cyber que les modèles d'IA pouvaient accomplir avait doublé toutes les 4,7 mois depuis fin 2024, déjà une accélération par rapport à notre estimation de novembre 2025, qui était de 8 mois. Depuis, l'AISI a rendu compte de deux nouveaux modèles, Claude Mythos Preview et GPT-5.5 d'OpenAI, qui ont largement dépassé ces deux tendances de doublement. »
Les auteurs ajoutent qu'il est difficile de savoir si cette tendance se maintiendra ou si ces résultats indiquent une hausse durable. Mythos et GPT-5.5 pourraient simplement constituer des ruptures notables dans l'évolution globale des modèles.
Des tests poussés à leurs limites
L'AISI a néanmoins précisé que plusieurs inconnues n'ont pas pu être prises en compte dans ses tests. Ceux-ci plafonnaient les tâches à 2,5 millions de tokens afin de mieux comparer les performances dans le temps, ce qui « sous-estime intrinsèquement ce que les modèles frontières sont capables de faire », selon les auteurs.
« Mythos Preview et GPT-5.5 présentent de larges marges d'erreur supérieures en raison de taux de réussite proches de 100 % sur les tâches les plus longues de notre suite cyber restreinte, même avec la limite de 2,5 M de tokens. Nos tâches ne sont pas non plus suffisamment longues pour déterminer à quel point la fiabilité des modèles se dégraderait au-delà. Cela place certains des modèles les plus récents à la limite de ce que notre suite de tests restreinte peut mesurer. »
Jusqu'où peut aller Mythos ?
Si ce plafond rend difficile la mesure du point de défaillance des modèles, il signifie aussi que les taux de réussite seraient bien plus élevés sans cette contrainte, si élevés que « les horizons temporels deviennent impossibles à calculer ». Des modèles disposant d'un plus grand accès aux tokens et d'une infrastructure agentique complexe seraient bien plus performants.
« Une limite de 2,5 M de tokens est relativement basse, dans notre expérience de cyber-parcours, nous utilisons jusqu'à 100 M de tokens et constatons que les performances continueraient probablement à s'améliorer au-delà de ce budget, en particulier pour les modèles récents, qui bénéficient de manière disproportionnée de limites de tokens plus élevées. »
D) - Pour nous être utile, l'IA ne doit pas penser à notre place
Le débat public sur l'impact de l'intelligence artificielle se concentre sur la perte d'emplois. Mais il est un risque bien plus grand, que l'économiste américain Dani Rodrik identifie à partir de sa propre pratique de l'IA.
Il y a quelques années encore, l'IA semblait n'être qu'un simple gadget : un chatbot qui simulait l'intelligence en assemblant des phrases complètes en réponse aux demandes des utilisateurs, mais qui, en fin de compte, n'était guère plus sophistiqué qu'un moteur de recherche avancé. Pourtant, aujourd'hui, elle s'est révélée être un outil incroyable, capable d'accomplir des tâches que je n'aurais jamais cru possibles de mon vivant.
Par exemple, j'ai utilisé l'IA pour localiser des ensembles de données en ligne, les manipuler, effectuer des tests statistiques et produire des tableaux et des graphiques soignés, accompagnés de commentaires pertinents sur la signification des résultats, leur lien avec la littérature scientifique, ainsi que les forces et les faiblesses de l'analyse. En moins d'une demi-heure, l'IA peut accomplir un travail qui prendrait plusieurs jours à un assistant de recherche.
E) - ChatGPT sur iPhone : OpenAI est vexé et cherche un moyen pour rompre avec Apple
Deux ans après avoir intégré son ChatGPT à l'iPhone, OpenAI déplore le manque de retombées de cet accord, qu'il cherche à dénoncer. Apple lui, écrit son avenir dans l'IA avec Google.
l n'y aura pas de ménage à trois entre Apple, Google et OpenAI. Pendant que le fabricant de l'iPhone se prépare à révéler le 8 juin les fruits de sa nouvelle union avec Google dans l'IA, son ancien partenaire OpenAI cherche à rompre activement.
Apple avait fait appel à lui il y a deux ans pour combler ses lacunes dans l'IA, alors que ses développements en interne pataugeaient et que les clients s'impatientaient.
Avouez-le : vous vous êtes surpris à un moment ou un autre à dire « merci » ou « s'il vous plaît » à ChatGPT. Vous lui avez peut-être demandé des conseils sur votre carrière, votre vie personnelle, voire vous lui avez confié quelques secrets, un peu comme à un ami. Et vous êtes loin d'être seul.
Les chatbots d'IA nous connaissent presque aussi bien que nos proches. Et pour cause : près d'un jeune sur deux en Europe les a déjà utilisés pour aborder des sujets intimes ou personnels, selon une enquête Ipsos BVA, pour la CNIL et l'assureur Groupe VYV. Parmi eux, une large majorité (64 %) voit l'IA comme un conseiller de vie, un confident (61 %), un ami (54 %), et même pour 20 % un amoureux.
L’intelligence artificielle (IA) représenterait-elle une menace sérieuse pour notre société ? L’hypothèse d’une IA capable, un jour, de façonner les esprits et d’orienter les opinions est aujourd’hui largement répandue. À mesure que l’homme délègue certaines tâches intellectuelles à l’IA, beaucoup redoutent qu’il finisse aussi par lui céder une grande partie de sa capacité de réflexion. Dès lors, si elle était idéologiquement orientée, ses utilisateurs pourraient devenir, sans en avoir conscience, les cibles d’une propagande aussi discrète qu’efficace. Concrètement, les contenus générés par l’IA pourraient conduire insidieusement au formatage de la pensée. Rien ne permet d’écarter cette menace, qui apparaît fondée et légitime. Pour reprendre une formule du célèbre roman Sinouhé l’Égyptien de Mika Waltari : « De demain nul ne sait. »
Ceci dit, les menaces que l’on agite parfois permettent aussi de détourner notre attention de réalités déjà bien présentes sous nos yeux. Et cela reste vrai bien au-delà de la seule question de l’IA. En effet, les médias, les institutions ou encore les plateformes numériques sont-ils exempts de toute orientation idéologique ? Peuvent-ils réellement prétendre à une parfaite objectivité ? D’ailleurs, l’objectivité existe-t-elle réellement ? De nombreux intellectuels ont répondu à cette question depuis longtemps déjà…
Fausse croyance ou vrai paradoxe ?
Et si, finalement, c’était l’inverse qui pouvait se produire ? Un paradoxe qui transformerait la menace en opportunité. L’IA ne pourrait-elle pas devenir, demain, une référence en matière de neutralité et de pluralité de l’information ? Cette diversité des points de vue dont on parle tant, sans jamais vraiment en voir la couleur. Une sorte de chimère. Surtout que ce paradoxe semble déjà se dessiner. Dans certaines situations, les réponses, analyses ou explications proposées par l’IA font apparaître une nuance et une complexité que l’on ne retrouve pas forcément dans d’autres sources d’information, pourtant perçues comme « sérieuses » et empreintes d’une certaine respectabilité.
Faut-il réellement s’étonner du manque d’impartialité parfois constaté ? Sans doute pas, sauf à faire preuve d’une certaine naïveté. Le langage est par excellence un puissant outil d’influence. Cette idée est loin d’être nouvelle. Dès le début du XXe siècle, les linguistes Edward Sapir et Benjamin Lee Whorf développèrent une théorie devenue célèbre : l’hypothèse dite de Sapir-Whorf. À travers leurs travaux sur les langues, ils montrèrent comment le choix des mots influence notre manière d’interpréter la réalité et comment il oriente notre pensée.
Certains exemples illustrent assez bien la manière dont l’IA se démarque.
Le choix de l’évidence
Prenons pour commencer l’exemple du « racisme systémique ». Dans un article publié le 29 octobre 2021 et intitulé « Notre dictionnaire woke-français », L’Obs écrivait :
« Ensemble de références ancrées dans nos institutions (médiatiques, culturelles, politiques, économiques, sociales…) qui entretiennent le racisme (ou le sexisme). Ce racisme est tellement ancré que l’on n’en a souvent plus conscience. Exemple : 100 % des patrons du CAC40 sont des hommes blancs. Le racisme d’État, sous-catégorie du racisme systémique, est porté par les institutions étatiques. Exemple : les contrôles au faciès par la police. »
Plusieurs éléments interpellent ici. Tout d’abord, aucune mise en perspective idéologique n’est apportée. À aucun moment il n’est précisé qu’il s’agit d’une grille de lecture du monde propre au wokisme. Le texte est présenté comme une évidence. Le choix du présent renforce cette impression. Le racisme systémique y apparaît comme un fait établi et non comme une théorie débattue.
Plus problématique encore, l’idée selon laquelle ce racisme serait devenu tellement ancré que nous n’en aurions « plus conscience » enferme le lecteur dans un raisonnement particulièrement difficile à contester. Dès lors, le simple fait de ne pas percevoir ce racisme devient un indice de son existence.
Enfin, les exemples avancés orientent l’interprétation du lecteur en présentant certains phénomènes sociaux, comme les contrôles au faciès ou le profil des dirigeants du CAC40, à travers un prisme avant tout racial et sexiste.
Maintenant, voici la définition — prise mot pour mot — que propose l’IA ChatGPT :
« Le racisme systémique désigne une théorie selon laquelle certaines inégalités raciales ne résulteraient pas uniquement de comportements individuels, mais également du fonctionnement global de certaines institutions sociales, économiques ou politiques. Selon cette approche, des mécanismes parfois indirects ou non intentionnels pourraient produire des effets défavorables sur certains groupes ethniques, même en l’absence de volonté explicitement raciste. Ce concept fait toutefois l’objet de nombreux débats. Ses partisans y voient un outil utile pour analyser certaines inégalités persistantes, tandis que ses détracteurs estiment qu’il peut conduire à des généralisations excessives ou à une lecture idéologique des rapports sociaux. »
Le contraste est ici saisissant. Contrairement à la définition proposée par L’Obs, l’IA contextualise immédiatement la notion de racisme systémique, précise qu’il s’agit d’une théorie et rappelle l’existence de débats autour de cette question. Elle distingue également les différents points de vue et évite de transformer une grille de lecture idéologique en vérité incontestable.
Le déni de la complexité
Prenons maintenant un autre exemple issu du site Onsexprime. Cette plateforme est portée par Santé publique France, établissement public placé sous la tutelle du ministère chargé de la Santé. Elle est notamment citée comme référence dans le cadre de l’éducation à la sexualité en milieu scolaire. On peut notamment lire dans la rubrique « Filles, garçons : tous-tes pareil-le-s » :
« Le rose, les robes, les paillettes, les émotions pour les filles… Les cheveux courts, le bleu, le foot et la force pour les garçons… Les clichés de genre sont très nombreux et encore très présents dans les mentalités. La société continue d’attribuer des comportements aux filles ou aux garçons. Est-ce qu’il y a vraiment des choses qui sont plutôt pour les filles et d’autres plutôt pour les garçons ? »
« Ces idées fausses sur les hommes et les femmes, on les appelle aussi des clichés ou des stéréotypes de genre. À cause d’eux, filles et garçons ne sont pas toujours éduqué-e-s de la même façon. »
« Quand tes ami-e-s rigolent sur une personne parce qu’elle fait des “trucs de fille” ou des “trucs de garçon”, ne participe pas. Évite de rigoler, et si tu t’en sens capable, tu peux intervenir en rappelant que chacun-e peut faire les activités qu’il/elle souhaite. »
Plusieurs aspects méritent ici d’être soulignés. D’une part, le texte privilégie une lecture principalement fondée sur les constructions sociales et culturelles pour expliquer les différences observées entre filles et garçons. Les facteurs biologiques ne sont jamais évoqués.
D’autre part, il ne se contente pas d’informer ou de sensibiliser : il invite également le lecteur à adopter une attitude jugée souhaitable face aux comportements considérés comme stéréotypés. La frontière entre information, sensibilisation et orientation idéologique devient alors plus floue. Le recours à l’écriture inclusive — « Filles, garçons : tous-tes pareil-le-s », « éduqué-e-s », « ami-e-s » et « chacun-e » — parle de lui-même : il porte incontestablement l’empreinte d’une orientation militante.
Maintenant, voici la réponse — fidèlement reproduite — que donne ChatGPT lorsqu’on l’interroge sur les différences comportementales entre filles et garçons :
« Les différences observées entre filles et garçons peuvent s’expliquer par plusieurs facteurs. Certains chercheurs mettent en avant l’influence de l’éducation, des normes sociales et des stéréotypes culturels, qui peuvent orienter les comportements dès l’enfance. D’autres soulignent également le rôle possible de facteurs biologiques, notamment hormonaux ou neurologiques. La plupart des spécialistes considèrent aujourd’hui que les comportements humains résultent d’une interaction complexe entre facteurs biologiques, culturels et sociaux. »
Là encore, la différence est frappante. Contrairement au texte du site Onsexprime, la réponse de l’IA ne réduit pas les différences entre filles et garçons à une seule explication sociale ou culturelle. Elle introduit l’existence de plusieurs facteurs possibles, rappelle la complexité du sujet et évite de présenter une seule grille d’interprétation comme une évidence.
Le langage est bel et bien une arme de transformation massive
Avec le dernier exemple, on change de registre. Cette fois, il ne s’agit plus de comparer un contenu avec la réponse apportée par l’IA, mais de montrer comment une institution envisage explicitement le rôle du langage dans l’évolution des mentalités. Nous retrouvons ici très directement la théorie de Sapir-Whorf évoquée précédemment : le choix des mots influence notre manière d’interpréter la réalité et oriente notre pensée.
Cet exemple s’appuie sur un document publié en 2018 par le Parlement européen et intitulé « Usage d’un langage neutre du point de vue du genre ». Ce guide vise à harmoniser l’usage d’un langage inclusif dans l’ensemble de l’écosystème des institutions européennes. Bien que ce document s’adresse d’abord aux professionnels concernés, l’objectif est bien plus large : toucher les citoyens européens à travers la communication institutionnelle.
On peut notamment y lire :
« Le langage reflète et influence fortement les attitudes, le comportement et les perceptions. »
Ou encore :
« L’usage d’un langage inclusif et équitable du point de vue du genre contribue également à réduire les stéréotypes liés au genre, à promouvoir un changement dans la société et à parvenir à l’égalité des sexes. »
Quand les piégeurs risquent de se faire piéger
Tous ces exemples rappellent finalement combien la notion de neutralité relève souvent de l’illusion et tient parfois du jeu de dupes. Chacun défend ses propres représentations, ses intérêts ou sa vision du monde. De ce fait, l’information est souvent orientée, tantôt de manière fine et subtile, tantôt de façon beaucoup plus grossière, jusqu’à brouiller la ligne de séparation avec la démarche militante. Et dans un contexte de polarisation croissante du débat public, ces orientations tendent à devenir de plus en plus visibles, prévisibles, voire caricaturales.
Ce constat pourrait ouvrir un boulevard à l’intelligence artificielle, qui apparaît en mesure de réintroduire un recul, une nuance et une diversité de points de vue devenus plus rares dans le paysage informationnel traditionnel.
Cela ne signifie évidemment pas qu’elle soit dépourvue de limites. Elle reste influencée par les données sur lesquelles elle s’appuie, les règles qui l’encadrent, les choix de ses concepteurs, mais également par la manière dont les questions lui sont posées. Elle peut se montrer excessivement prudente, contradictoire, voire complaisante, notamment lorsqu’elle tend à conforter les biais de confirmation — convictions et présupposés — de ses utilisateurs. Et quoi qu’il en soit, l’hypothèse d’une IA capable de contribuer au formatage des esprits ne peut être écartée.
La véritable question est peut-être finalement la suivante : est-ce l’intelligence artificielle qui affaiblira, puis remplacera, les acteurs traditionnels de l’information, ou bien est-ce parce que ces derniers se sont progressivement affaiblis eux-mêmes que l’IA finira par s’imposer comme alternative crédible ?
Dans son livre Un taylorisme augmenté. Critique de l’intelligence artificielle paru aux éditions Amsterdam le 5 septembre, le sociologue Juan Sebastián Carbonell appelle à résister à l’emprise de l’IA, cet « outil de dégradation du travail ». Entretien.
C’est l’un des premiers plans de licenciement massif lié à l’IA en France. En septembre 2023, le spécialiste de la veille médiatique Onclusive, basé à Courbevoie (Hauts-de-Seine), avait annoncé vouloir remplacer la moitié de ses équipes par des logiciels d’intelligence artificielle. Il n’en fallait pas plus pour raviver la crainte d’un chômage de masse généré par la percée des IA. Sauf que la réalité est un peu plus complexe. Plusieurs mois plus tard, les syndicats contestaient ce plan de « remplacement par l’IA » en soulignant notamment que les équipes d’Onclusive avaient été dans le même temps renforcées à Madagascar, où le prix du travail est moindre. Un fait qui interroge : et si l’IA n’était au fond qu’un prétexte pour délocaliser ?
Un exemple « éloquent », aux yeux du sociologue Juan Sebastián Carbonell, des effets pas toujours très bien compris de l’IA sur le travail. Au-delà d’un « grand remplacement » des travailleurs par les algorithmes, l’auteur d’Un taylorisme augmenté (éd. Amsterdam) analyse les conséquences « qualitatives » de cette évolution technologique, de la surveillance algorithmique déployées dans les entrepôts Amazon à la « dépossession » de la créativité dans les métiers de « cols blancs ». Et appelle, dans cette interview accordée à Usbek & Rica, à penser des futurs technologiques alternatifs dans le monde du travail.
Usbek & Rica : Qu’est-ce que le taylorisme « augmenté », et comment s’inscrit-il dans la continuité avec le taylorisme originel ?
Étudier les effets de l’intelligence artificielle dans le cadre du travail fait partie de ce que le sociologue Harry Collins a appelé la « démystification de l’intelligence artificielle ». Quand je parle de taylorisme numérique au sujet de l’IA, je cherche notamment à aller à l’encontre de l’idée de révolution ou de rupture technologique.
Dans le livre, je tisse un fil de continuité entre les machines de l’ère industrielle qui contribuaient à la déqualification des ouvriers artisans dans les premières manufactures, et l’époque contemporaine avec l’IA telle qu’elle est utilisée dans le monde du travail, en passant par ce que depuis l’après-guerre on a appelé « taylorisme assisté par ordinateur ». En réalité, l’intelligence artificielle s’inscrit dans des logiques de déqualification des travailleurs préexistantes, mais avec de nouvelles façons de faire, et des effets qui lui sont spécifiques.
Pour le comprendre, il faut revenir au taylorisme en tant que tel. Il s’agit d’une pensée de l’organisation du travail qui, selon le sociologue américain Harry Braverman – qui a été le premier à théoriser cette dégradation du travail au XXe siècle – repose tout d’abord sur la décomposition du processus de travail en un ensemble de tâches, ainsi que sur une séparation, entre la conception et l’exécution (soit entre d’un côté les gens qui organisent le travail et de l’autre, ceux qui l’exécutent). Le taylorisme implique aussi une planification de l’ensemble des tâches par la direction : en gros, ce ne sont pas les travailleurs qui décident de l’organisation du travail, mais la direction. Cette division et simplification du travail permet de rendre ce dernier moins cher.
Le fait que cette taylorisation contemporaine concerne aussi les métiers qualifiés est-il une spécificité inédite de l’intelligence artificielle ?
La nouveauté de l’intelligence artificielle consiste à exproprier le geste créatif de certains métiers qualifiés comme traducteur, graphiste ou journaliste. Ce sont des professions qui construisent leur identité professionnelle autour de la production d’un objet (texte, article, œuvre d’art…) Le propre des intelligences artificielles est de les déposséder de cette dimension créative, non pas pour qu’elles disparaissent, mais pour faire de ces professionnels – comme dirait Marx – des appendices de la machine, travaillant sur ce que celle-ci a déjà produit. Par exemple, les traducteurs vont davantage se consacrer à la post-édition dans le cadre de la traduction automatique.
La question du « remplacement » de certaines professions par l’IA domine le débat sur les effets de cette technologie sur le travail. Une récente étude de Stanford a montré un déclin de 13 % de l’emploi des 22–25 ans aux États-Unis dans les secteurs « exposés à l’IA ». Selon le chercheur Antonio Casilli, l’IA entraîne en réalité davantage une précarisation de ces métiers qu’un « remplacement ». Partagez-vous son analyse ?
Oui, tout à fait. On voit tout le temps sortir des études de ce type, ce n’est pas nouveau. En 2013, il y a eu la célèbre étude de Frey et Osborne (ces chercheurs d’Oxford affirmaient que 47 % des emplois américains étaient menacés d’informatisation, ndlr). Dix ans se sont écoulés et on est toujours là.
Je range ce type de prophéties dans ce que j’appelle les « attentes technologiques », c’est-à-dire la création d’une hype autour d’une phénomène technologique visant à créer de l’acceptabilité, à attirer l’attention et les financements, ou encore à nouer des alliances politiques avec les acteurs publics et gouvernementaux. Il faut se méfier de ce genre de discours, dont les échéances sont sans cesse repoussées. D’autant plus que la plupart des études sur le sujet sont de nature quantitative : très peu de publications insistent sur les effets qualitatifs des IA sur le travail.
On entend souvent que l’IA va permettre de décharger les travailleurs des tâches routinières et répétitives. En quoi est-ce trompeur, selon vous ?
Bien souvent, l’argument avancé par les directions d’entreprises pour favoriser l’acceptation et le consentement aux changements technologiques consiste à dire que les conditions de travail vont être améliorées. Ça a déjà été le cas de la robotique dans les années 1980–1990. On considérait alors que les nouvelles machines allaient rendre le travail moins physique.
En réalité, l’intention de rendre le travail moins pénible, en nous déchargeant de certaines tâches, implique parfois une intensification du travail. Si l’on reprend l’exemple des traducteurs, la post-édition est considérée par de nombreuses associations professionnelles de traduction comme une tâche très fatigante dans la mesure où elle consiste à travailler sur un texte que l’on n’a pas soi-même produit, et dans lequel on doit déceler des coquilles et des mauvaises formulations. Lorsque l’on garde le contrôle sur la production du texte du début à la fin, il y a moins cette dimension fatigante. D’ailleurs, il y a beaucoup de débats en ce moment pour savoir si la traduction automatique réduit vraiment le temps de travail nécessaire pour produire un texte…
Dans le livre, vous soulignez aussi que les capacités de l’IA en matière d'automatisation de tâches répétitives, notamment dans les professions manuelles, sont limitées…
Dans le cadre de mes enquêtes sur l’industrie automobile et dans la logistique, j’ai pu constater que les tâches répétitives ne disparaissaient pas avec le changement technologique. Certaines tâches répétitives, comme les tâches d’assemblage d’un véhicule, sont trop complexes pour pouvoir être automatisées, car il y a trop de variables à prendre en compte. De plus, la variété des produits a radicalement augmenté, ce qui complique encore l’automatisation.
Ces évolutions se heurtent néanmoins à certaines résistances, que vous qualifiez de « luddisme diffus » (en référence aux luddites, les briseurs de machines du début du XIXème siècle). Quelles formes prennent-elles ?
Je parle d’un luddisme diffus pour caractériser ce rejet individuel et souvent un peu moral de l’intelligence artificielle. C’est quelque chose que l’on a beaucoup vu au moment de la mode des images générées par IA dans le style du studio Ghibli, par exemple.
Pour ma part, j’invite à s’inspirer des luddites du début du XIXème siècle qui avaient rejeté les nouvelles machines industrielles dans la perspective d’une contestation du capitalisme qui était en train de s’implanter dans les communautés ouvrières du Royaume-Uni.
« Il faudrait que les syndicats aient une vision technologique à défendre face à l’employeur. »
Je pense que les syndicats et les organisations du personnel en France, de même que les associations professionnelles, devraient aussi pouvoir tenir un discours de rejet de ces technologies, plutôt que de se contenter de négocier les éventuels bénéfices qu’ils pourraient en tirer. Il n’y a pas ou en tout cas très peu de négociations collectives autour du changement technologique. Souvent, les syndicats considèrent que les nouvelles technologies vont améliorer les conditions de travail. Dans les milieux industriels, des investissements technologiques sont parfois aussi vus comme la garantie d’un emploi pour les prochaines années.
Vous rappelez pourtant aussi que l’IA est largement utilisée à des fins de surveillance, notamment dans le milieu de la logistique. Pourquoi cela ne suscite-t-il pas plus de résistances ?
En France, les syndicats sont souvent dans une posture réactive face au changement technologique. C’est le droit du travail et le système de relations professionnelles qui le veut. L’employeur a les prérogatives pour l’organisation du travail, et a l’obligation seulement d’informer et de consulter les syndicats en cas de changement majeur dans le cadre de l’entreprise.
Du coup, tous les acteurs de l’entreprise sont en quelque sorte désarmés et dessaisis de tout tout levier d’action sur le changement technologique en entreprise. Les syndicats peuvent prendre des mesures pour réagir à telle ou telle nouvelle machine, tel nouveau robot, tel nouveau logiciel, mais pour moi, ce n’est pas suffisant, et il faudrait qu’ils aient aussi une vision technologique à défendre face à l’employeur.
Les luddites originels ne détruisaient pas toutes les machines, seulement celles qui allaient le plus les déposséder de leurs compétences. Faudrait-il s’inspirer aussi de cette approche aujourd’hui ?
Oui, ils visaient celles qui contribuaient le plus à la dégradation du travail et à la déqualification. Les travaux sur les luddites montrent qu’en faisant ça, ils défendaient un autre changement technologique, ou plutôt la possibilité d’un autre changement technologique.
C’est pour cela que je défends cette idée du renouveau luddite. Je n’invite pas à détruire des machines juste parce que ce sont des machines, mais plutôt à penser un autre changement technologique. Ou plutôt, à ce que l’opposition au changement technologique implique aussi de penser un changement technologique alternatif.
Vous soulignez que « le mouvement ouvrier et le socialisme ont été pris au piège, croyant qu’il serait possible de ''domestiquer’' les machines en les détournant de leur usage capitaliste. » Comment, dès lors, penser un changement technologique alternatif véritablement émancipateur ?
J’explique en effet dans le livre qu’il ne peut y avoir d’IA socialiste. C’est un point qui est débattu avec les tenants d’un communisme technologique ou d’un communisme de luxe, et qui a beaucoup irrigué la gauche et le mouvement socialiste tout au long du XXe siècle. Selon ce courant, les nouvelles technologies pourraient être bénéfiques une fois débarrassées de la domination du capital.
Je pense pour ma part qu’il faut voir au-delà de la question de la propriété des moyens de production, et qu’il faut questionner les choix technologiques au sein de la société. Les débats autour de l’IA ouvrent une fenêtre qui n’existait plus dans le mouvement ouvrier et au sein de la gauche, à savoir la politisation de la question technologique dans la société.
Dans l’idéal, il faudrait pouvoir décider collectivement de quelle technologie nous avons besoin aujourd’hui. Et si IA socialiste il devrait y avoir, elle devrait partir des besoins de la société : de quel type d’IA avons-nous besoin, voire, a-t-on besoin d’IA tout court ? Car il faudrait pouvoir imaginer une IA complètement différente, qui ne soit pas consommatrice d’énormément d’énergie, d’eau et de matières rares, et qui ne s’appuie pas sur l’exploitation de micro-travailleurs nécessaires à l’entraînement de l’IA…
J) - Besoins d’énergie de l’IA : la France en marche vers un précipice pourtant évitable
📲 Lien ici : https://vist.ly/54p9e
Atlantico
: Arthur Mensch, fondateur de Mistral, affirme devant le Parlement que
l'IA va nécessiter 1 kW de puissance installée par personne d'ici 2050 —
soit 70 GW supplémentaires pour la France seule. Est-ce que ce chiffre
est pris au sérieux par les décideurs, ou dort-il dans un rapport de
commission ? Pouvez-vous nous expliquer pourquoi les besoins
énergétiques de l’IA sont aussi exponentiels ?
Cet entretien en 4 points clés :
L’essor de l’IA et de la robotique va entraîner une hausse massive des besoins électriques, à la fois pour entraîner les modèles, faire tourner les data centers et automatiser davantage l’économie.
Thierry Berthier estime que l’Europe a longtemps sous-estimé l’importance stratégique des data centers et a freiné son développement par excès de réglementation et méfiance idéologique envers la technologie et le nucléaire.
Les besoins énergétiques de l’IA devraient pousser à relancer fortement le nucléaire, considéré comme la seule source d’énergie pilotable, décarbonée et capable de soutenir cette montée en puissance industrielle.
Selon les intervenants, le principal frein est autant politique et culturel que technique : les décideurs européens manqueraient de culture scientifique et de compréhension des enjeux industriels liés à l’IA et à l’énergie.
Damien Ernst : C’est possible car l’IA, ce ne sont pas seulement des CHAP-GPT, des Mistral. C’est aussi une promesse d’automatisation, de plusieurs processus industriels et donc d’une productivité complètement accrue. D’où cette augmentation très significative de puissance. Parce que vous pourriez aussi avoir, avec l’usine, avec l’IA, beaucoup plus d’usines, qui fonctionnent, qui fabriquent des choses et donc qui consomment de l’électricité.
Ce qu’il faut comprendre avec l’IA, c’est que l’humain ne sera plus une friction. La ressource humaine ne sera plus une friction, quelque chose qui limite la production. L’humain disparaîtra plus ou moins de toutes les chaînes de production.Cela va provoquer beaucoup plus de productivité et donc beaucoup plus de consommation d’énergie.
Pour deux raisons principales. D’abord, les modèles d’IA deviennent de plus en plus sophistiqués, et leur entraînement comme leur utilisation consomment toujours plus d’énergie. Ensuite, il y a l’effet indirect de l’IA sur l’économie réelle. Grâce à l’automatisation et à l’optimisation des processus, l’IA va permettre de produire plus, plus vite et à moindre coût. Cela signifie plus de biens, plus de services, plus de consommation et donc plus de transformation de matière, ce qui nécessite plus d’énergie.
Ce n’est pas seulement une question de remplacer l’humain par des machines. C’est la création de richesses supplémentaires qui va entraîner une hausse de la demande énergétique. Pour fabriquer, transformer ou transporter, il faut de l’électricité.
Thierry Berthier : Je ne sais pas s’il est pris au sérieux par les décideurs, car ces sujets restent assez nouveaux. L’IA générative a contribué à cette augmentation de la consommation énergétique, notamment visible à travers les data centers.
Il y a une nécessité de puissance à la fois pour la construction des modèles (le build) et pour leur exploitation (le run). Ce n’est pas une nouveauté.
En Europe, je ne suis pas sûr qu’il y ait une prise en compte stratégique de l’enjeu des data centers. Il y a toujours une vision un peu idéologique. C’est la suite de toutes les mauvaises décisions prises par les Verts européens sur l’énergie, qui se répercutent aujourd’hui, comme cela a été le cas pour l’aviation. Là, cela se reporte sur les data centers.
Si on veut se mettre en ordre de bataille, il faut intensifier le programme nucléaire partout. On sort d’une période catastrophique, en France comme en Allemagne, où le nucléaire était considéré comme quelque chose de mauvais. Même l’actuel président a fait sa conversion il y a peu.
On peut se tromper, l’erreur est humaine, mais se tromper longtemps, c’est embêtant. Aujourd’hui, il a changé d’avis parce qu’on lui a expliqué que c’était important. À un moment, il a écouté les discours des collapsologues qui nous ont pénalisés, nous et l’Allemagne. Les gens oublient vite, mais il reste les vidéos et les traces de discours catastrophistes.
Aujourd’hui, nous sommes dans des révolutions portées par l’IA et, bientôt, par la robotique. La robotique nécessitera aussi de l’énergie. On a clairement un problème énergétique.
Je partage la position de personnes comme Laurent Alexandre : les politiques n’ont aucune formation technologique. Ils ont du mal à comprendre ces enjeux. Pas tous, évidemment, mais une majorité ne les maîtrise pas. Ils ne voient pas les enjeux derrière. C’est une certitude, et ce n’est pas propre à la France. En Europe aussi, je ne suis pas sûr que le gouvernement espagnol, très à gauche et anti-tech, ait une vision claire.
Cela dépend des personnes au pouvoir. Mais oui, il y a une trajectoire : en Europe, on a longtemps freiné, en pensant que la technologie n’était pas une bonne chose. La méthode européenne pour freiner, c’est la surréglementation.
Il y a la loi Dadu, entrée en vigueur en 2026, extrêmement contraignante pour les data centers, notamment sur leur consommation énergétique. Nous sommes les seuls au monde à avoir des lois aussi strictes. Là, nous sommes leaders mais dans le mauvais sens.
Pour la consommation exponentielle d’énergie liée à l’IA, je ne sais pas si on peut parler d’exponentiel, car l’exponentiel est une loi mathématique qui ne s’arrête pas. Il peut y avoir des phases où les besoins en énergie augmentent fortement, puis une phase où l’on cherche à les réduire : rendre l’IA plus sobre, construire des data centers moins énergivores, recycler la chaleur produite, ou réutiliser cette énergie pour d’autres usages.
Au début, on est dans une phase d’escalade de la consommation, puis on se rend compte que cela pose des problèmes énergétiques. On entre alors dans une recherche d’efficacité, aussi bien sur le matériel (hardware) que sur les infrastructures énergétiques associées.
Les data centers posent de nombreux problèmes, notamment celui du refroidissement. Il faut de l’énergie pour refroidir, et on produit de la chaleur en continu. Que faire de cette chaleur ? Peut-on la réutiliser pour chauffer de l’eau, des serres agricoles, etc. ?
Cela fait longtemps que des systèmes de ce type existent. En France, j’ai connu des exemples dès 2017 : un petit data center sur le plateau de Saclay, précurseur, où des machines de minage de bitcoin étaient plongées dans de l’huile. L’huile, chauffée par les cartes électroniques, était ensuite utilisée dans un système de chauffage. C’était à la fois un data center et une mini-centrale thermique. La chaleur servait aussi à une mini-ferme verticale.
Il y a plein d’utilisations possibles pour réduire, non pas la consommation, mais pour réutiliser l’énergie ou la chaleur produite, améliorant ainsi le bilan global.
Aujourd’hui, de nombreuses études explorent l’immersion des data centers dans l’océan, à certaines profondeurs, pour réduire les besoins en refroidissement. Ces études sont menées en Chine, aux États-Unis, à Singapour, etc. Elles ne sont pas dictées par une frénésie réglementaire, mais par une logique d’efficacité.
Si on regarde ce qui a été mis en place en janvier 2026 sur l’énergie, on est dans un cas extrême. Arthur Mensch l’a très bien expliqué dans son interview. Il s’inquiète, et il a raison : la surréglementation risque de faire fuir les grands acteurs. Cela vient aussi d’une méconnaissance globale des élus européens. Ce n’est pas de la malveillance, mais un problème de compréhension, de niveau. Les élus ne comprennent pas ces enjeux, n’ont pas été formés à cela, sont majoritairement non scientifiques et manquent de cette culture.
Et cela concerne tous les partis. À gauche, il y a en plus une défiance envers le numérique, avec des rapprochements entre les grands acteurs américains et des concepts comme le "technofascisme". À droite, ce n’est pas mieux, car il y a un défaut de compréhension des enjeux. On reste dans l’analyse superficielle : "C’est important pour l’économie", mais on ne creuse pas plus.
Pourtant, Mensch a totalement raison. Quand on connaît un peu le domaine, on ne peut qu’être d’accord avec ce qu’il dit. Il a bien fait de le dire là où il était. Il a aussi souligné que l’IA transforme des électrons en intelligence, et que l’énergie doit être traitée comme une ressource naturelle. C’est une évidence industrielle, mais aujourd’hui, elle ne se traduit pas par une politique énergétique concrète.
La France dispose pourtant de toute l’énergie nécessaire, littéralement, pour développer l’IA sur son sol. Nous avons été de bons élèves en matière de programmes nucléaires il y a 20 ans, mais cela s’est dégradé ces 20 dernières années. Encore une fois, c’est l’idéologie qui nous a mis dans cette situation, notamment pendant les mandats de Macron et les cinq ans de Hollande avant lui. Quinze ans, c’est long pour déconstruire une stratégie énergétique nationale.
À l’époque, on était dans le démantèlement. Les ministres étaient fiers d’annoncer qu’on démantelait les centrales à tour de bras. C’est une faute extrêmement grave, car aujourd’hui, ce type de décision a un impact très long. Des personnes comme Voynet, il y a encore plus longtemps, ont été des catastrophes stratégiques et industrielles.
L’actuel président, au moins pendant son premier mandat, était dans une doctrine de réduction des centrales nucléaires, parce que "le nucléaire, c’était mal" ou parce qu’on voulait écouter les écologistes qui disaient que le nucléaire, c’était mal. Cette époque est révolue. Aujourd’hui, il y a très peu de gens sensés qui sont anti-nucléaires. Il en reste quelques-uns, radicalisés, qui n’ont aucune compréhension ni du futur, ni des problèmes de bilan énergétique. Ils sont de moins en moins nombreux, mais ils ont eu un impact il y a 20 ans, et cela a suffi pour nous mettre en difficulté durablement.
Aujourd’hui, il faut inverser la tendance, revenir à la raison. C’est ce qui est en train de se faire, mais on aurait pu s’économiser ces 5 ou 6 ans où l’on a commencé à démanteler ou à ne pas moderniser les centrales. Cela, tous les spécialistes du domaine l’ont dit.
On a aussi perdu des compétences dans le nucléaire, car il n’y a pas que les infrastructures, il y a aussi les humains, les connaissances métiers, qui se sont perdues à cause de cela.
Mensch dit que l'IA "transforme des électrons en intelligence" et que l'énergie doit être traitée comme une ressource naturelle. Pourquoi cette évidence industrielle ne se traduit-elle pas en politique énergétique concrète alors que la France a précisément cette ressource sous la main ?
Damien Ernst : C’est une erreur stratégique majeure de la France. Elle aurait dû attirer ces data centers sur son sol. Le problème n’est pas technique ou financier : c’est une question d’autorisations, de rapidité et de connexion au réseau. On manque de réactivité.
Les hyperscalers ont les moyens. Ils sont prêts à payer très cher pour une alimentation électrique fiable et puissante. Mais l’Europe, elle, n’a pas compris que les data centers sont les usines de demain.
Au lieu de les voir comme des levier de croissance et de souveraineté, on les perçoit comme une menace pour la sobriété énergétique. C’est une vision court-termiste et contre-productive. Refuser les data centers, c’est comme refuser les usines au XIXe siècle par peur du charbon.
Thierry Berthier : Ce que dit Mensch est vrai : transformer des électrons en intelligence, c’est exact. Quand on fait un calcul d’IA dans un data center, on utilise effectivement de l’énergie. Mais ce que les opposants ne mesurent jamais, c’est l’intérêt du calcul, ce que ce calcul va permettre de gagner derrière. Par exemple, optimiser un processus physico-chimique qui, lui-même, va faire économiser de l’énergie. Ces gens-là sont incapables de faire un bilan global.
Prenez Jeancovici : il est polytechnicien, il a globalement le niveau, mais c’est plutôt l’idéologie qui l’empêche de calculer jusqu’au bout le bilan. Lui, ce n’est pas le pire. Mais je ne parle pas des gens comme Dominique Voynet, où là, ce sont des personnes irrécupérables. Elles ont fait beaucoup de mal. Aujourd’hui, elles sont regardées comme des dinosaures, un peu fous, un peu vieillots. Mais elles ont fait beaucoup de mal.
En France, on ne fait jamais le devoir d’inventaire, car on a une mémoire de mouche. Pourtant, si on devait faire une étude d’impact, ce serait facile de montrer comment de mauvaises décisions ont eu un impact catastrophique stratégiquement.
Prendre une mauvaise décision qui a un impact catastrophique est bien plus facile que d’en prendre une bonne. À l’instant, on peut prendre une bonne décision qui sera bénéfique pour les 5, 6 ou 10 prochaines années, mais ce n’est pas simple. C’est plus rare. En revanche, prendre une mauvaise décision, j’ai envie de dire qu’il y a 9 chances sur 10 d’y parvenir, soit parce qu’on n’a pas le niveau d’information, soit qu’on anticipe mal, soit qu’on n’a pas toutes les informations à un instant donné, ou qu’on n’y croit pas. C’est facile. Et si on ajoute l’idéologie par-dessus, alors la prise de mauvaise décision est encore plus forte.
Peu de gens ont été visionnaires. Aujourd’hui, on a les modèles américains et asiatiques sous les yeux, et on commence à comprendre. Un élément qu’il faudra prendre en compte, et que je répète dans chaque interview pour Atlantico, c’est qu’on voit l’IA, mais il y a aussi toute la partie de l’IA embarquée, notamment dans la robotique et multidomaine. On avance.
Sur la robotique humanoïde, il y aura des millions de robots humanoïdes partout. Ils poseront aussi des problèmes de données et d’énergie pour leur propre fonctionnement. On en aura tous deux ou trois à la maison. Dans les usines, il y en aura partout. Ce sont des outils qui ne mangent pas, mais leur "alimentation", c’est l’énergie. Cela va considérablement augmenter la facture énergétique.
Il y a des solutions, évidemment. On a plein de solutions qui arrivent : énergies renouvelables, solaire, etc. Même si beaucoup critiquent le solaire, en tant que civilisation, on utilise très peu l’énergie de notre étoile. On l’utilisera de plus en plus. Le nucléaire aussi. Ce sont des énergies presque inépuisables. On n’en est qu’au tout début de leur exploitation.
Dans l’échelle de Kardashev, on est très loin d’exploiter une part infime de l’énergie de notre étoile. C’est une réserve énergétique dans le système solaire qui est gigantesque. On ne
sait pas encore l’exploiter totalement aujourd’hui, mais avec les progrès scientifiques et l’IA, on pourra aller vers ces progrès et avoir un meilleur rendement dans l’exploitation des énergies renouvelables, comme l’énergie des vagues ou la marémotrice.
Il y a des sources d’énergie, et je rejoins les écologistes sur ce point : ils n’ont pas tort sur tout. Ils ont parfois raison, mais globalement, ils ont souvent tort. On est très loin d’avoir tout exploité.
Il faut aller à fond sur le nucléaire, et aujourd’hui, presque tout le monde le dit même à gauche.
La France dispose de 9 GW de surplus nucléaire : pilotable, décarboné et compétitif. Les hyperscalers américains investissent 1 000 milliards de dollars en 2026 pour monopoliser l’énergie européenne. Ce sont pourtant ces hyperscalers américains qui captent cette énergie en premier. Comment un avantage aussi rare peut-il rester sans stratégie ?
Thierry Berthier : Il faut le demander aux gens qui gèrent le dispatching et la distribution. Après, il y a très peu de gros acteurs. C’est la loi de la demande : les grands acteurs américains ont une demande forte, y compris en Europe. C’est un terrain de jeu très important pour eux. Avec la partition entre l’espace d’influence chinois ou asiatique et l’espace d’influence américain, qui se ferment de plus en plus, l’Europe est au centre. C’est un terrain de jeu pour les Américains.
En Europe, à part Mistral, les acteurs sont microscopiques par rapport aux géants américains. Pour l’instant, la question de la consommation n’était pas forcément présente. Elle commence à l’être. Elle le sera quand on aura une conjonction entre l’IA, les data centers et la robotique. Ce sera partout.
Malheureusement, on sera déjà sur des robots chinois, principalement, et très peu américains. La question de l’énergie se posera. La demande va croître. Il faudra essayer de retrouver notre avantage, celui de la belle époque des grands programmes nucléaires.
J’ai confiance. Tous les gens de la filière nucléaire française sont de très bon niveau. Ils ont été un peu ostracisés ces 10-15 dernières années, à la fois par le gouvernement Hollande et par d’autres. Aujourd’hui, ils essaient de revenir, de proposer leur expertise pour 2027.
Même si certaines compétences se sont un peu perdues, globalement, on a une filière résistante qui se remet en marche. Si on la laisse libre ou si on lui donne les moyens, elle sera capable de redémarrer. J’ai tout à fait confiance. On a été très bons. On a toujours été un acteur majeur dans ce domaine. C’est un gros avantage par rapport à l’Allemagne et à d’autres pays européens.
On a été beaucoup dans le syndrome du canard sans tête, qui va un coup à gauche, un coup à droite, sans colonne vertébrale, sans cerveau. Là, je pense qu’on va revenirà un peu de rationalité dans la doctrine énergétique, quelle que soit la personne à l’Élysée l’année prochaine.
De toute façon, on n’aura pas le choix. Si on ne le fait pas, on aura de gros problèmes. On aura déjà du mal à ne pas se faire vassaliser par les Américains ou les Chinois, et les Chinois dominent déjà le domaine du numérique.
L’IA et la robotique vont avoir un impact très important sur les métiers, sur l’employabilité des jeunes, des moins jeunes, des seniors, etc. Cela commence déjà à se faire sentir dans de nombreux métiers du numérique. Si, en plus, on a des pénuries d’énergie ou si on est à la traîne avec des blocages, on peut "plier bagage" et devenir un pays musée.
C’est le risque. Même pour produire des produits de luxe, il faudra de l’IA. Sans électricité, on sera dans du "Amélie Poulain".
Bruxelles s'apprête à exclure le nucléaire du label durabilité des data centers. Concrètement, un data center français au nucléaire sera structurellement hors-jeu, quand son concurrent allemand au gaz sera labellisé "vert". Est-ce que l'Europe est en train de se tirer une balle dans le pied ? En quoi cette décision serait-elle une "erreur stratégique majeure" pour la France ?
Damien Ernst : Aux États-Unis, la situation est radicalement différente. Ils embrassent pleinement l’IA et n’hésitent pas à construire des data centers de plusieurs gigawatts.En Europe, en revanche, on reste bloqué dans une logique de décroissance qui a déjà affaibli le continent sur le plan énergétique. La mentalité "consommer, c’est mal" domine toujours, ce qui rend difficile l’adoption de cette révolution technologique.
Pire encore, l’Europe est paralysée par des couches de régulations qui ralentissent tout investissement dans les infrastructures électriques : centrales nucléaires, gazières, lignes à haute tension… Il faut parfois 10 ou 15 ans pour obtenir les autorisations nécessaires. On est beaucoup trop lent.
Thierry Berthier : Oui, c’est une erreur. Cela semble assez évident. Un data center, par définition, consomme beaucoup d’énergie. L’énergie la plus propre, la plus durable, la plus sécurisée, c’est l’énergie nucléaire aujourd’hui. Elle a le moins d’impact carbone. En termes d’impact et de bilan, c’est celle qu’il faut promouvoir.
À partir du moment où l’on est dans des domaines très énergivores, la logique scientifique et physico-chimique veut qu’on aille vers cette solution. Ne pas la labelliser, c’est à nouveau tomber dans l’idéologie néo-marxiste de décroissance.
C’est cyclique. On a eu cela pour l’aviation civile, pour l’agriculture à un moment donné, et maintenant, c’est sur le domaine énergétique. Aujourd’hui, on le sent sur les data centers et sur l’IA. On sent les tentations présentes en Allemagne, poussées par les Verts, même s’ils ont perdu un peu de leur superbe. En France, cela vient aussi d’une partie de la gauche qui voudrait revenir aux années 80 et ressusciter Mitterrand.
Oui, l’Europe est tout à fait capable de faire de mauvais choix. La vraie question, c’est : combien de temps faudra-t-il pour corriger le tir ? On a déjà raté tellement de rendez-vous, on a vu passer tellement de trains en restant sur le quai.
Pour l’IA, il n’y a pas beaucoup de structures qui essaient de "sauver l’honneur" européen. C’est compliqué, même pour des acteurs comme Mistral.
Si rien ne bouge, ni la doctrine française ni la doctrine européenne, la France sera-t-elle dans dix ans le pays qui avait toutes les cartes énergétiques pour gagner la course à l'IA, et ne les a pas jouées ?
Thierry Berthier : Absolument. Sans changement de doctrine, la France sera reléguée au second plan. Nous sommes en pleine révolution industrielle. Si la France décide de ne pas y participer, ce sera comme si, au XIXe siècle, elle avait refusé les chemins de fer sous prétexte qu’ils consommaient du charbon. C’est absurde. L’IA est une opportunité historique. Si on ne l’embrasse pas, on perdra en souveraineté numérique, en compétitivité économique et en influence géopolitique. Les data centers ne sont pas une menace : ce sont les moteurs de la valeur de demain. Et cette valeur doit être produite sur notre sol.
Damien Ernst : De toute façon, on ne pourra pas ne pas bouger. À un moment donné, même si les politiques se trompent, l’erreur devient tellement grossière que le système s’autocorrige. Il n’y a pas que les politiques, il y a aussi les industriels, les générations différentes, et les réalités géopolitiques.
On a eu l’exemple absolu ces derniers temps avec le revirement de Macron sur le nucléaire. C’est quand même quelque chose d’important. Il a fait un virage à 180 degrés. À un moment donné, quelqu’un a réussi à lui expliquer les enjeux. Ça a fait tilt.
Cela a mis du temps, mais sur ces domaines, cela ne peut pas fonctionner autrement. On ne peut pas être à la fois pour et contre une source d’énergie qui est la plus stable parmi toutes.
Cela ne veut pas dire qu’il ne faut pas aussi aller à fond dans le solaire et les énergies renouvelables. Il faut faire un bouquet énergétique et mener des recherches dans tous ces domaines. C’est évident.
Je suis assez confiant sur le fait qu’on ne pourra pas se tromper pendant des années. Il y aura encore des revirements, et on sera forcés, à un moment donné, de réagir. C’est comme dans le domaine économique : quand la dette devient trop importante et qu’on devient défaillant, c’est le FMI qui reprend la main et remet tout le monde au carré. Dans le domaine énergétique, ce sera la même chose.
La partie la plus claire, c’est qu’il faudra réinvestir. Cela commence déjà un peu pour moderniser nos centrales. Encore une fois, on a un savoir-faire qui n’est pas complètement perdu, même s’il a été un peu entamé il y a 15 ans.
Damien Ernst est professeur titulaire à l'Université de Liège. Il dirige des recherches dédiées aux réseaux électriques intelligents. Il intervient régulièrement dans les médias sur les sujets liés à l'énergie.
Thierry Berthier est Maître de Conférences en mathématiques à l'Université de Limoges et enseigne dans un département informatique. Il est chercheur au sein de la Chaire de cybersécurité & cyberdéfense Saint-Cyr – Thales -Sogeti et est membre de l'Institut Fredrik Bull.
