Il y a des habitudes qui s’installent sans qu’on les remarque vraiment. Un jour, on troque le lait de vache contre une version végétale, juste par curiosité. Et puis, sans…

L’article Le lait végétal, ce petit rituel qui a changé nos matins est apparu en premier sur Garan Cedore Magazine.

Un manifeste Offpunk

Ce texte est une traduction en français du Offpunk Manifesto rédigé par Arlon de Serra Grande et que j’ai co-signé

• An Offpunk Manifesto (English version)
• Versão em português

La révolution ne sera pas numérique

Alors que l’hyperconnexion apparait comme le symptôme d’un futur inéluctable, un timide mouvement semble prendre de l’ampleur : celui de la déconnexion volontaire et intentionnelle. L’adoption des « dumb phones » est en train de croître. Les appareils photo numériques font leur retour. Tout comme les cassettes audio et les machines à écrire… Il existe un mouvement pour se réabonner à la presse papier. Même le minidisc, vite oublié après le succès des lecteurs MP3, semble renaître de ses cendres.

Au début du siècle, Internet semblait être la dernière pièce pour mettre en place le fameux « village global » de Marshall McLuhan. Les ordinateurs, rares et chers (et donc parfois partagés) étaient des portails vers un autre monde. Les gouvernements consacraient beaucoup d’argent pour s’assurer que même les plus pauvres ne soient pas des exclus numériques.

Et nous y sommes arrivés ! Nous allons bientôt passer le cap de trois appareils connectés par humain, selon l’estimation du Cisco Visual Network 2020.

• Global_2020_Forecast_Highlights.pdf (www.cisco.com)

Le numérique est partout et considéré comme acquis. Que nous le voulions ou non, nous sommes tous connectés en permanence. Car nous ne nous connectons plus à Internet : nous y vivons sans plus jamais le quitter !

Comme si nous portions un uniforme, nous gardons toutes et tous notre téléphone dans notre poche pour travailler, pour vivre, pour aimer et sous l’oreiller pour dormir.

Le numérique a cessé d’être un outil pour devenir un environnement duquel on ne peut s’échapper. Autrement dit une prison.

« Préserver le non numérique n’est pas un retour vers le passé, c’est un devoir »
— Giulio Cavalli

Lorsque la connexion, même non nécessaire, devient obligatoire, la résistance ne consiste pas à détourner le système, mais bien à refuser tout simplement d’en faire partie.

Comme l’écrit l’auteur belge de science-fiction et développeur informatique Ploum, les punks de notre époque sont ceux qui osent vivre sans smartphone. Ce sont des « offpunks », comme je les appelle désormais.

• La complainte du technopunk ringard (ploum.net)

La connexion est une arme de guerre

La première conséquence de cette centralisation monopolistique de la technologie est que la fourniture d’un accès à Internet est devenue une arme de guerre. Lorsque les grandes puissances entrent dans un conflit, elles ne cherchent plus seulement à perturber l’approvisionnement en eau ou en énergie, mais également à couper l’accès à Internet ou à certains services en ligne. La Russie a utilisé plusieurs fois cette tactique contre l’Ukraine. Israël fait de même contre la Palestine.

Fin 2025, le juge français Nicolas Guillou de la Cour Pénale Internationale a perdu ses accès à plusieurs services en ligne américains, dont Airbnb, Amazon et Paypal. La justification de cette sanction prise par les États-Unis était que Nicolas Guillou avait signé un mandat d’arrêt contre le Premier ministre israélien Benjamin Netanyahu et son ministre de la défense Yoav Gallant, suite au caractère génocidaire des attaques israéliennes contre les territoires palestiniens. Les États-Unis sont pourtant l’un des seuls pays à soutenir les actions d’Israël au Proche-Orient.

La philosophie Offpunk est née de constatations simples, mais inconfortables : le monde numérique est fragile et notre vie sociale est intrinsèquement liée à notre environnement. Le corollaire évident est que nous ne devrions jamais dépendre entièrement de services propriétaires virtuels, car nous pouvons en être exclus sans préavis.

De nombreux exemples illustrent notre dépendance envers cette fragile infrastructure : le bug Microsoft qui a mis hors service des milliers de banques, de transports et de services critiques en 2024, le gouvernement brésilien qui a bloqué Twitter/X en 2024 ou la panne globale d’Amazon et Cloudfare qui a rendu une bonne partie des sites web injoignables fin 2025.

Lorsqu’un système est injoignable, que ce soit à cause d’une panne, d’une sanction politique ou d’une guerre, tout un univers virtuel disparaît purement et simplement. Vous n’avez aucun recours si le numérique connecté était votre seule option.

Après tout, une connexion permanente à haut débit n’est jamais garantie, spécialement dans les pays en voie de développement ou qui connaissent des troubles politiques. Même les pays riches et industrialisés ne sont pas à l’abri. À cause de sa politique de gestion de l’énergie, la ville de Sao Paulo, au Brésil, connait des coupures d’électricité fréquentes lorsqu’il pleut.

Dans ces pays, avoir un plan B « analogique » est une question de survie.

Le minimalisme numérique et l’Offpunk

Il ne faut pas confondre le mouvement « Offpunk » et le minimalisme numérique.

Le minimalisme numérique est une vision individuelle et autonome de la déconnexion, sans aucune remise en question des tendances sociétales et des structures de pouvoir.

Puisqu’une vie complètement déconnectée n’est plus possible, le minimalisme numérique tente de supprimer les aspects les plus addictifs et les plus envahissants de la connexion permanente.

Off, ma non troppo.

Mais ce dont nous avons réellement besoin c’est d’une possibilité de se déconnecter réellement, d’avoir le droit de vivre et de nous déplacer sans emporter avec soi un téléphone suffisamment récent, suffisamment chargé et avec un forfait suffisant pour être connecté 24h sur 24.

Dans "Digital Detox: The Politics of Disconnecting" (2020), Trine Syvertsen démontre comment la mouvance du minimalisme numérique contribue à un agenda néo-libéral qui fait endosser par les individus, comme l’utilisateur lambda d’un smartphone, la responsabilité de résoudre les problèmes structurels auparavant gérés par des institutions collectives. L’autrice identifie trois raisons principales qui motivent le minimalisme numérique, les 3 « P » : présence, productivité et vie privée. Les trois étant des motivations purement individuelles.

En d’autres termes, si vous avez l’impression de rater des moments importants de sociabilité, si vous n’êtes pas productifs dans votre travail ou vos projets à cause des notifications ou si vous n’aimez pas être espionné en permanence par les grands monopoles de la tech, c’est uniquement de votre faute, car vous n’avez pas assez d’autodiscipline. Ce n’est en rien lié à l’économie de l’attention, au capitalisme de surveillance et aux logiciels conçus pour être addictifs.

Ce déchargement de la responsabilité fait notamment partie de l’analyse de la société contemporaine par l’intellectuel germano-coréen Byung-CHul Han dans son livre « The Agony of Eros ». Il y dit notamment :

L’auto-exploitation est bien plus efficace que l’exploitation par d’autres, car elle donne une impression de liberté.

Un autre symptôme de ce déchargement des responsabilités sont les caisses automatiques et les distributeurs en libre-service dans les supermarchés, les banques voire les pharmacies. Le client doit désormais faire le travail des employés, le plus souvent sans aucune aide et pourtant sans payer moins cher. S’il y a une erreur dans le processus, c’est de toute façon le compte en banque du client qui sera débité, pas celui de l’entreprise.

Bien qu’initialement issue d’une tendance technophile, la mouvance Offpunk, au contraire du minimalisme numérique, promeut une déconnexion simple et sans prétention. Une déconnexion non excluante des activités sociales ou de l’exercice de ses droits de citoyen·ne·s.

Quand le minimalisme numérique voit la détox numérique comme un outil d’amélioration de la productivité, les offpunks envisagent la déconnexion comme une attitude anti-consumériste.

Définitions

Le mouvement Offpunk n’est pas un style de vie, c’est un positionnement par rapport à notre usage du numérique, une forme de quête de sevrage numérique collective qui explore les impacts sociaux et politiques de la déconnexion. Le mouvement tente de permettre aux individus de se réapproprier leurs loisirs, leur citoyenneté et leurs communications sans passer par un intermédiaire numérique incontournable. L’Offpunk ne s’oppose nullement à Internet ou à la technologie, il cherche juste à rendre possible une vie sans connexion permanente.

Dans son positionnement, Offpunk se rapproche plus des méthodes non dogmatiques comme la méditation ou les techniques de guérilla.

De plus, il est particulièrement remarquable que même les activités professionnelles traditionnellement analogiques, comme l’enseignement, soient de plus en plus envahies par le numérique. L’utilisation d’Internet est de plus en plus liée au travail et le terme même de « déconnexion » implique le loisir ou l’oisiveté.

En conséquence de quoi, la philosophie Offpunk défend le fait de vivre sa vie au sens large, au-delà de la séparation travail/vie privée.

Paradoxalement, toutes ces couches inutiles numériques dans notre vie quotidienne rendent l’interaction analogique et directe de plus en plus efficace ou confortable pour résoudre nos problèmes du quotidien (voir aussi la section « Instruments Offpunk »).

Offpunk embrasse autant l’adolescent qui achète un téléphone basique et rejoint un club luddite, un audiophile qui quitte Spotify pour se créer une collection de vinyles ou un lecteur MP3 hors-ligne, un expert qui utilise des systèmes de cybersécurité minimalistes. Le mouvement comprend également les militants qui luttent contre l’obsolescence programmée, qui installent Linux ou des ROMs dédiées sur des appareils normalement condamnés, un indépendant qui désactive Facebook et Instagram pour se concentrer sur ses clients directs voire une personne âgée qui refuse le smartphone pour effectuer ses démarches administratives.

Offpunk n’est pas de la nostalgie ! Ce n’est pas une technophobie naïve ou une idéalisation romantique d’un passé imaginaire. C’est, avant toute chose, la quête d’une indépendance et d’une souveraineté. Pour paraphraser Edouardo Fernandes :

La révolution technologique n’est pas révolutionnaire et se laisser dépasser n’est pas réactionnaire.

• Geriatria da tecnologia (textosobretela.com)

L’esthétique Offpunk

Offpunk n’a pas encore de visage, mais certains indices peuvent nous permettre de voir à quoi il va ressembler. La première vient d’une définition que donne Ploum de ses propres actions sur Internet : « Technopunk », un technophile antisystème.

• La complainte du technopunk ringard (ploum.net)

Comme mentionné plus haut, Offpunk est un positionnement envers la technologie contemporaine, pas une utopie/dystopie ou une esthétique visuelle culturelle, comme le sont les mouvements Solarpunk ou Cyberpunk.

Quelques exemples :

1) En informatique, le navigateur Offpunk, qui donne son nom à ce manifeste, et le protocole Gemini.

• Offpunk browser
• Project Gemini (geminiprotocol.net)

2) En design, le concept du « Forever Computer » ou le téléphone Mudita Kompakt.

• The computer built to last 50 years (ploum.net)
• Mudita Kompakt, a minimalist E Ink® phone. (mudita.com)

3) Dans la société, le New York Luddite Club

4) Dans la culture, le roman « Bikepunk » (2024) ou le film « One Battle After Another » (2025)

• Philosophie politique du bikepunk (distinguos.net)

Dans One Battle After Another, l’obsolescence, le « downgrade » est une stratégie pour conquérir sa liberté. Les personnages reviennent à des anciens appareils personnalisables pour créer un réseau de communication parallèle. Lorsque les nouvelles technologies apparaissent, comme le smartphone, elles ont pour objectif de mettre les personnages en danger, de les empêcher de réaliser leurs plans voire de les supprimer tout simplement.
— Edouardo Fernandes

Dans le film Germano-japonais « Perfect Days » (2023), on peut voir la routine idyllique de Hirayama, un nettoyeur de toilettes publiques à Tokyo, qui, dans son temps libre, prend des photographies, écoute des cassettes audio, se déplace à bicyclette et lit des livres avant de dormir. La particularité étant qu’il semble apprécier chaque moment de sa vie tout en étant totalement déconnecté.

Au Japon, un pays qui a toujours cherché l’équilibre entre la modernité et la tradition, on trouve encore partout des terminaux pour payer en espèce, des lignes téléphoniques fixes pour conduire la majorité des communications professionnelles et d’anciennes technologies encore utilisées par les plus grandes entreprises, comme le fax ou les disquettes.

En Inde, qui possède l’un des meilleurs réseaux téléphoniques du monde, un citoyen passe en moyenne 90 appels par jour !

Priorités du mouvement Offpunk

Offpunk s’inscrit dans les luttes sociétales plus larges telles que :

1) La lutte contre la surproduction

2) La lutte contre l’obsolescence programmée

3) La lutte contre « l’Internet of Things », qui veut que chaque objet, même le plus mondain, soit connecté, récolte des données envoyées à Big Data, nécessite des mises à jour et des applications externes.

4) La lutte contre l’économie de l’attention

5) La réduction des heures de travail qui sont de plus en plus virtuelles

6) Le droit au loisir, à la citoyenneté et au travail sans avoir besoin d’un appareil numérique connecté.

7) Le droit à l’inclusion des populations précarisées ou plus âgées qui dépendent non seulement d’un accès à un appareil numérique connecté, mais doivent également avoir les moyens de se former et de s’adapter pour le mettre à jour et continuer à l’utiliser en dépit des changements introduits.

L’éditorialiste italien Giulio Cavalli disait :

C’est vrai : la digitalisation simplifie, accélère et standardise les procédures. Mais seulement pour ceux qui ont les moyens d’en faire partie. Pour tous les autres, la porte du futur est en train de se fermer.

• Garantire il non-digitale è un diritto, non un ritorno al passato (www.lettera43.it)

Les outils Offunk

1) Le paiement en espèce. Pratique, ne nécessitant ni électricité ni Internet et garantissant que vos données personnelles ne sont pas stockées, agrégées, ni revendues.

2) Les médias analogues. Garantissant qu’une communication reste possible sans Internet et que les données vous appartiennent bel et bien. Disques, livres, journaux, radio…

3) Les médias numériques indépendants et décentralisés. Email, sites web « brutalistes » ou minimalistes, flux RSS, appareils photo numériques non connectés, lecteurs MP3, dumbphones…

4) Stockage et transfert physique des données. Disques durs, clés USB, cartes mémoires ou solutions en ligne indépendantes et contrôlées individuellement. Afin de garantir que nos données ne dépendent pas du bon vouloir d’un « cloud » propriétaire.

5) Des protocoles de communications décentralisés : messagerie via Bluetooth (Bitchat), protocole Gemini, emails chiffrés, Tor, XMPP…

Les challenges

1) La première difficulté est la commodité, la convénience des outils propriétaires : amusement, normes sociales, ubiquité.

2) L’accès aux espaces sociaux qui nécessitent de plus en plus un outil numérique : concerts, parking, cinémas, clubs de sport voire menus de restaurants.

3) Construire des réseaux de relations, y compris professionnelles, sans intermédiaire numérique.

Nous défendons le droit non négociable à un monde non numérique. Le droit de partager sans algorithmes, de nous organiser socialement sans plateformes centralisées. Le droit de ne pas être en permanence connecté ni espionné.

Tant qu’une poignée de sociétés maintiendra un monopole sur la technologie, tant qu’une surveillance de masse sera en place avec la complicité des États, sans la moindre transparence sur les moyens mis en œuvre ni l’utilisation de ces données, tant que l’économie de l’attention pourra monnayer nos temps libres contre de la publicité, tant que les infrastructures mettront à mal l’indépendance des pays du Sud, tant qu’il y aura une digitalisation forcée alors que les accès à Internet ne sont pas considérés comme un droit basique, alors la révolution ne sera pas numérique !

Ce texte a été initialement rédigé en Portugais par Arlon de Serra Grande et cosigné par Ploum (Lionel Dricot)

• Versão em português

Cet article est une republication, avec l’accord de l’auteur, Hubert Guillaud. Il a été publié en premier le 04 septembre 2025 sur le site Dans Les Algorithmes sous licence CC BY-NC-SA.

Tout l’été, profitez de republications de « Dans Les Algorithmes » ! Rendez-vous tous les dimanches de juillet et d’août pour réfléchir, ensemble, sur les enjeux de l’Intelligence Artificielle.

Hubert Guillaud

Emily Bender et Alex Hanna publient The AI con, « L’escroquerie de l’IA ». Une synthèse très documentée qui nous invite à lutter contre le monde que nous proposent les géants de l’IA. Lecture.

La couverture du livre d’Emily Bender et Alex Hanna.

L’arnaque de l’IA est le titre d’un essai que signent la linguiste Emily Bender et la sociologue Alex Hanna : The AI con : how to fight big tech’s hype and create the future we want (HarperCollins, 2025, non traduit). Emily Bender est professeure de linguistique à l’université de Washington. Elle fait partie des 100 personnalités de l’IA distinguées par le Time en 2023. Elle est surtout connue pour être l’une des co-auteure avec Timnit Gebru, Angelina McMillan-Major et Margaret Mitchell du fameux article sur les Perroquets stochastiques, critique du développement des grands modèles de langage (voir l’interview du Monde avec Emily Bender). Alex Hanna, elle, est sociologue. Elle est la directrice de la recherche de DAIR, Distributed AI Research Institut. Les deux chercheuses publient également une newsletter commune et un podcast éponyme, « Mystery AI Hype Theater 3000 », où elles discutent avec nombre de chercheurs du domaine.

AI con pourrait paraître comme un brûlot technocritique, mais il est plutôt une synthèse très documentée de ce qu’est l’IA et de ce qu’elle n’est pas. L’IA est une escroquerie, expliquent les autrices, un moyen que certains acteurs ont trouvé “pour faire les poches de tous les autres”. « Quelques acteurs majeurs bien placés se sont positionnés pour accumuler des richesses importantes en extrayant de la valeur du travail créatif, des données personnelles ou du travail d’autres personnes et en remplaçant des services de qualité par des fac-similés ». Pour elles, l’IA tient bien plus d’une pseudo-technologie qu’autre chose.

L’escroquerie tient surtout dans le discours que ces acteurs tiennent, le battage médiatique, la hype qu’ils entretiennent, les propos qu’ils disséminent pour entretenir la frénésie autour de leurs outils et services. Le cadrage que les promoteurs de l’IA proposent leur permet de faire croire en leur puissance tout en invisibilisant ce que l’IA fait vraiment : « menacer les carrières stables et les remplacer par du travail à la tâche, réduire le personnel, déprécier les services sociaux et dégrader la créativité humaine ».

L’IA n’est rien d’autre que du marketing

Bender et Hanna nous le rappellent avec force. « L’intelligence artificielle est un terme marketing ». L’IA ne se réfère pas à un ensemble cohérent de technologies. « L’IA permet de faire croire à ceux à qui on la vend que la technologie que l’on vend est similaire à l’humain, qu’elle serait capable de faire ce qui en fait, nécessite intrinsèquement le jugement, la perception ou la créativité humaine ». Les calculatrices sont bien meilleures que les humains pour l’arithmétique, on ne les vend pas pour autant comme de l’IA.

L’IA sert à automatiser les décisions, à classifier, à recommander, à traduire et transcrire et à générer des textes ou des images. Toutes ces différentes fonctions assemblées sous le terme d’IA créent l’illusion d’une technologie intelligente, magique, qui permet de produire de l’acceptation autour de l’automatisation quelles que soient ses conséquences, par exemple dans le domaine de l’aide sociale. Le battage médiatique, la hype, est également un élément important, car c’est elle qui conduit l’investissement dans ces technologies, qui explique l’engouement pour cet ensemble de méthodes statistiques appelé à changer le monde. « La fonction commerciale de la hype technologique est de booster la vente de produits ». Altman et ses confrères ne sont que des publicitaires qui connectent leurs objectifs commerciaux avec les imaginaires machiniques. Et la hype de l’IA nous promet une vie facile où les machines prendront notre place, feront le travail difficile et répétitif à notre place. 

En 1956, quand John McCarthy et Marvin Minsky organisent un atelier au Dartmouth College pour discuter de méthodes pour créer des machines pensantes, le terme d’IA s’impose, notamment pour exclure Norbert Wiener, le pionnier, qui parle lui de cybernétique, estiment les chercheuses. Le terme d’intelligence artificielle va servir pour désigner des outils pour le guidage de systèmes militaires, afin d’attirer des investissements dans le contexte de la guerre froide. Dès le début, la « discipline » repose donc sur de grandes prétentions sans grande caution scientifique, de mauvaises pratiques de citation scientifiques et des objectifs fluctuants pour justifier les projets et attirer les investissements, expliquent Bender et Hanna. Des pratiques qui ont toujours cours aujourd’hui. Dès le début, les promoteurs de l’IA vont soutenir que les ordinateurs peuvent égaler les capacités humaines, notamment en estimant que les capacités humaines ne sont pas si complexes.

Des outils de manipulation… sans entraves

L’une des premières grande réalisation du domaine est le chatbot Eliza de Joseph Weizenbaum, nommée ainsi en référence à Eliza Doolittle, l’héroïne de Pygmalion, la pièce de George Bernard Shaw. Eliza Doolittle est la petite fleuriste prolétaire qui apprend à imiter le discours de la classe supérieure. Derrière ce nom très symbolique, le chatbot est conçu comme un psychothérapeute capable de soutenir une conversation avec son interlocuteur en lui renvoyant sans cesse des questions depuis les termes que son interlocuteur emploie. Weizenbaum était convaincu qu’en montrant le fonctionnement très basique et très trompeur d’Eliza, il permettrait aux utilisateurs de comprendre qu’on ne pouvait pas compatir à ses réponses. C’est l’inverse qui se produisit pourtant. Tout mécanique qu’était Eliza, Weizenbaum a été surpris de l’empathie générée par son tour de passe-passe, comme l’expliquait Ben Tarnoff. Eliza n’en sonne pas moins l’entrée dans l’âge de l’IA. Son créateur, lui, passera le reste de sa vie à être très critique de l’IA, d’abord en s’inquiétant de ses effets sur les gens. Eliza montrait que le principe d’imitation de l’humain se révélait particulièrement délétère, notamment en trompant émotionnellement ses interlocuteurs, ceux-ci interprétant les réponses comme s’ils étaient écoutés par cette machine. Dès l’origine, donc, rappellent Bender et Hanna, l’IA est une discipline de manipulation sans entrave biberonnée aux investissements publics et à la spéculation privée.

Bien sûr, il y a des applications de l’IA bien testées et utiles, conviennent-elles. Les correcteurs orthographiques par exemple ou les systèmes d’aide à la détection d’anomalies d’images médicales. Mais, en quelques années, l’IA est devenue la solution à toutes les activités humaines. Pourtant, toutes, mêmes les plus accomplies, comme les correcteurs orthographiques ou les systèmes d’images médicales ont des défaillances. Et leurs défaillances sont encore plus vives quand les outils sont imbriqués à d’autres et quand leurs applications vont au-delà des limites de leurs champs d’application pour lesquels elles fonctionnent bien. Dans leur livre, Bender et Hanna multiplient les exemples de défaillances, comme celles que nous évoquons en continu ici, Dans les algorithmes.

Ces défaillances dont la presse et la recherche se font souvent les échos ont des points communs. Toutes reposent sur des gens qui nous survendent les systèmes d’automatisation comme les très versatiles « machines à extruder du texte » – c’est ainsi que Bender et Hanna parlent des chatbots, les comparant implicitement à des imprimantes 3D censées imprimer, plus ou moins fidèlement, du texte depuis tous les textes, censées extruder du sens ou plutôt nous le faire croire, comme Eliza nous faisait croire en sa conscience, alors qu’elle ne faisait que berner ses utilisateurs. C’est bien plus nous que ces outils qui sommes capables de mettre du sens là où il n’y en a pas. Comme si ces outils n’étaient finalement que des moteurs à produire des paréidolies, des apophénies, c’est-à-dire du sens, des causalités, là où il n’y en a aucune. « L’IA n’est pas consciente : elle ne va pas rendre votre travail plus facile et les médecins IA ne soigneront aucun de vos maux ». Mais proclamer que l’IA est ou sera consciente produit surtout des effets sur le corps social, comme Eliza produit des effets sur ses utilisateurs. Malgré ce que promet la hype, l’IA risque bien plus de rendre votre travail plus difficile et de réduire la qualité des soins. « La hype n’arrive pas par accident. Elle remplit une fonction : nous effrayer et promettre aux décideurs et aux entrepreneurs de continuer à se remplir les poches ».

Déconstruire l’emballement

Dans leur livre, Bender et Hanna déconstruisent l’emballement. En rappelant d’abord que ces machines ne sont ni conscientes ni intelligentes. L’IA n’est que le résultat d’un traitement statistique à très grande échelle, comme l’expliquait Kate Crawford dans son Contre-Atlas de l’intelligence artificielle. Pourtant, dès les années 50, Minsky promettait déjà la simulation de la conscience. Mais cette promesse, cette fiction, ne sert que ceux qui ont quelque chose à vendre. Cette fiction de la conscience ne sert qu’à dévaluer la nôtre. Les « réseaux neuronaux » sont un terme fallacieux, qui vient du fait que ces premières machines s’inspiraient de ce qu’on croyait savoir du fonctionnement des neurones du cerveau humain dans les années 40. Or, ces systèmes ne font que prédire statistiquement le mot suivant dans leurs données de références. ChatGPT n’est rien d’autre qu’une « saisie automatique améliorée ». Or, comme le rappelle l’effet Eliza, quand nous sommes confrontés à du texte ou à des signes, nous l’interprétons automatiquement. Les bébés n’apprennent pas le langage par une exposition passive et isolée, rappelle la linguiste. Nous apprenons le langage par l’attention partagée avec autrui, par l’intersubjectivité. C’est seulement après avoir appris un langage en face à face que nous pouvons l’utiliser pour comprendre les autres artefacts linguistiques, comme l’écriture. Mais nous continuons d’appliquer la même technique de compréhension : « nous imaginons l’esprit derrière le texte ». Les LLM n’ont ni subjectivité ni intersubjectivité. Le fait qu’ils soient modélisés pour produire et distribuer des mots dans du texte ne signifie pas qu’ils aient accès au sens ou à une quelconque intention. Ils ne produisent que du texte synthétique plausible. ChatGPT n’est qu’une machine à extruder du texte, « comme un processus industriel extrude du plastique ». Leur fonction est une fonction de production… voire de surproduction.

Les promoteurs de l’IA ne cessent de répéter que leurs machines approchent de la conscience ou que les êtres humains, eux aussi, ne seraient que des perroquets stochastiques. Nous ne serions que des versions organiques des machines et nous devrions échanger avec elles comme si elles étaient des compagnons ou des amis. Dans cet argumentaire, les humains sont réduits à des machines. Weizenbaum estimait pourtant que les machines resserrent plutôt qu’élargissent notre humanité en nous conduisant à croire que nous serions comme elles. « En confiant tant de décisions aux ordinateurs, pensait-il, nous avions créé un monde plus inégal et moins rationnel, dans lequel la richesse de la raison humaine avait été réduite à des routines insensées de code », rappelle Tarnoff. L’informatique réduit les gens et leur expérience à des données. Les promoteurs de l’IA passent leur temps à dévaluer ce que signifie être humain, comme l’ont montré les critiques de celles qui, parce que femmes, personnes trans ou de couleurs, ne sont pas toujours considérées comme des humains, comme celles de Joy Buolamnwini, Timnit Gebru, Sasha Costanza-Chock ou Ruha Benjamin. Cette manière de dévaluer l’humain par la machine, d’évaluer la machine selon sa capacité à résoudre les problèmes n’est pas sans rappeler les dérives de la mesure de l’intelligence et ses délires racistes. La mesure de l’intelligence a toujours été utilisée pour justifier les inégalités de classe, de genre, de race. Et le délire sur l’intelligence des machines ne fait que les renouveler. D’autant que ce mouvement vers l’IA comme industrie est instrumenté par des millionnaires tous problématiques, de Musk à Thiel en passant par Altman ou Andreessen… tous promoteurs de l’eugénisme, tous ultraconservateurs quand ce n’est pas ouvertement fascistes. Bender et Hanna égrènent à leur tour nombre d’exemples des propos problématiques des entrepreneurs et financiers de l’IA. L’IA est un projet politique porté par des gens qui n’ont rien à faire de la démocratie parce qu’elle dessert leurs intérêts et qui tentent de nous convaincre que la rationalité qu’ils portent serait celle dont nous aurions besoin, oubliant de nous rappeler que leur vision du monde est profondément orientée par leurs intérêts – je vous renvoie au livre de Thibault Prévost, Les prophètes de l’IA, qui dit de manière plus politique encore que Bender et Hanna, les dérives idéologiques des grands acteurs de la tech.

De l’automatisation à l’IA : dévaluer le travail

L’IA se déploie partout avec la même promesse, celle qu’elle va améliorer la productivité, quand elle propose d’abord « de remplacer le travail par la technologie ». « L’IA ne va pas prendre votre job. Mais elle va rendre votre travail plus merdique », expliquent les chercheuses. « L’IA est déployée pour dévaluer le travail en menaçant les travailleurs par la technologie qui est supposée faire leur travail à une fraction de son coût ».

En vérité, aucun de ces outils ne fonctionnerait s’ils ne tiraient pas profits de  contenus produits par d’autres et s’ils n’exploitaient pas une force de travail massive et sous payée à l’autre bout du monde. L’IA ne propose que de remplacer les emplois et les carrières que nous pouvons bâtir, par du travail à la tâche. L’IA ne propose que de remplacer les travailleurs de la création par des « babysitters de machines synthétiques ».

L’automatisation et la lutte contre l’automatisation par les travailleurs n’est pas nouvelle, rappellent les chercheuses. L’innovation technologique a toujours promis de rendre le travail plus facile et plus simple en augmentant la productivité. Mais ces promesses ne sont que « des fictions dont la fonction ne consiste qu’à vendre de la technologie. L’automatisation a toujours fait partie d’une stratégie plus vaste visant à transférer les coûts sur les travailleurs et à accumuler des richesses pour ceux qui contrôlent les machines. »

Ceux qui s’opposent à l’automatisation ne sont pas de simples Luddites qui refuseraient le progrès (ceux-ci d’ailleurs n’étaient pas opposés à la technologie et à l’innovation, comme on les présente trop souvent, mais bien plus opposés à la façon dont les propriétaires d’usines utilisaient la technologie pour les transformer, d’artisans en ouvriers, avec des salaires de misères, pour produire des produits de moins bonnes qualités et imposer des conditions de travail punitives, comme l’expliquent Brian Merchant dans son livre, Blood in the Machine ou Gavin Mueller dans Breaking things at work. L’introduction des machines dans le secteur de la confection au début du XIXe siècle au Royaume-Uni a réduit le besoin de travailleurs de 75 %. Ceux qui sont entrés dans l’industrie ont été confrontés à des conditions de travail épouvantables où les blessures étaient monnaies courantes. Les Luddites étaient bien plus opposés aux conditions de travail de contrôle et de coercition qui se mettaient en place qu’opposés au déploiement des machines), mais d’abord des gens concernés par la dégradation de leur santé, de leur travail et de leur mode de vie.

L’automatisation pourtant va surtout exploser avec le 20e siècle, notamment dans l’industrie automobile. Chez Ford, elle devient très tôt une stratégie. Si l’on se souvient de Ford pour avoir offert de bonnes conditions de rémunération à ses employés (afin qu’ils puissent s’acheter les voitures qu’ils produisaient), il faut rappeler que les conditions de travail étaient tout autant épouvantables et punitives que dans les usines de la confection du début du XIXe siècle. L’automatisation a toujours été associée à la fois au chômage et au surtravail, rappellent les chercheuses. Les machines de minage, introduites dès les années 50 dans les mines, permettaient d’employer 3 fois moins de personnes et étaient particulièrement meurtrières. Aujourd’hui, la surveillance qu’Amazon produit dans ses entrepôts vise à contrôler la vitesse d’exécution et cause elle aussi blessures et stress. L’IA n’est que la poursuite de cette longue tradition de l’industrie à chercher des moyens pour remplacer le travail par des machines, renforcer les contraintes et dégrader les conditions de travail au nom de la productivité.

D’ailleurs, rappellent les chercheuses, quatre mois après la sortie de ChatGPT, les chercheurs d’OpenAI ont publié un rapport assez peu fiable sur l’impact du chatbot sur le marché du travail. Mais OpenAI, comme tous les grands automatiseurs, a vu très tôt son intérêt à promouvoir l’automatisation comme un job killer. C’est le cas également des cabinets de conseils qui vendent aux entreprises des modalités pour réaliser des économies et améliorer les profits, et qui ont également produit des rapports en ce sens. Le remplacement par la technologie est un mythe persistant qui n’a pas besoin d’être réel pour avoir des impacts.

Plus qu’un remplacement par l’IA, cette technologie propose d’abord de dégrader nos conditions de travail. Les scénaristes sont payés moins cher pour réécrire un script que pour en écrire un, tout comme les traducteurs sont payés moins cher pour traduire ce qui a été prémâché par l’IA. Pas étonnant alors que de nombreux collectifs s’opposent à leurs déploiements, à l’image des actions du collectif Safe Street Rebel de San Francisco contre les robots taxis et des attaques (récurrentes) contre les voitures autonomes. Les frustrations se nourrissent des « choses dont nous n’avons pas besoin qui remplissent nos rues, comme des contenus que nous ne voulons pas qui remplissent le web, comme des outils de travail qui s’imposent à nous alors qu’ils ne fonctionnent pas ». Les exemples sont nombreux, à l’image des travailleurs de l’association américaine de lutte contre les désordres alimentaires qui ont été remplacés, un temps, par un chatbot, deux semaines après s’être syndiqués. Un chatbot qui a dû être rapidement retiré, puisqu’il conseillait n’importe quoi à ceux qui tentaient de trouver de l’aide. « Tenter de remplacer le travail par des systèmes d’IA ne consiste pas à faire plus avec moins, mais juste moins pour plus de préjudices » – et plus de bénéfices pour leurs promoteurs. Dans la mode, les mannequins virtuels permettent de créer un semblant de diversité, alors qu’en réalité, ils réduisent les opportunités des mannequins issus de la diversité.

Babysitter les IA : l’exploitation est la norme

Dans cette perspective, le travail avec l’IA consiste de plus en plus à corriger leurs erreurs, à nettoyer, à être les babysitters de l’IA. Des babysitters de plus en plus invisibilisés. Les robotaxis autonomes de Cruise sont monitorés et contrôlés à distance. Tous les outils d’IA ont recours à un travail caché, invisible, externalisé. Et ce dès l’origine, puisqu’ImageNet, le projet fondateur de l’IA qui consistait à labelliser des images pour servir à l’entraînement des machines n’aurait pas été possible sans l’usage du service Mechanical Turk d’Amazon. 50 000 travailleurs depuis 167 pays ont été mobilisés pour créer le dataset qui a permis à l’IA de décoller. « Le modèle d’ImageNet consistant à exploiter des travailleurs à la tâche tout autour du monde est devenue une norme industrielle du secteur« . Aujourd’hui encore, le recours aux travailleurs du clic est persistant, notamment pour la correction des IA. Et les industries de l’IA profitent d’abord et avant tout l’absence de protection des travailleurs qu’ils exploitent.

Pas étonnant donc que les travailleurs tentent de répondre et de s’organiser, à l’image des scénaristes et des acteurs d’Hollywood et de leur 148 jours de grève. Mais toutes les professions ne sont pas aussi bien organisées. D’autres tentent d’autres méthodes, comme les outils des artistes visuels, Glaze et Nightshade, pour protéger leurs créations. Les travailleurs du clic eux aussi s’organisent, par exemple via l’African Content Moderators Union.

“Quand les services publics se tournent vers des solutions automatisées, c’est bien plus pour se décharger de leurs responsabilités que pour améliorer leurs réponses”

L’escroquerie de l’IA se développe également dans les services sociaux. Sous prétexte d’austérité, les solutions automatisées sont partout envisagées comme « la seule voie à suivre pour les services gouvernementaux à court d’argent ». L’accès aux services sociaux est remplacé par des « contrefaçons bon marchés » pour ceux qui ne peuvent pas se payer les services de vrais professionnels. Ce qui est surtout un moyen d’élargir les inégalités au détriment de ceux qui sont déjà marginalisés. Bien sûr, les auteurs font référence ici à des sources que nous avons déjà mobilisés, notamment Virginia Eubanks. « L’automatisation dans le domaine du social au nom de l’efficacité ne rend les autorités efficaces que pour nuire aux plus démunis » . C’est par exemple le cas de la détention préventive. En 2024, 500 000 américains sont en prison parce qu’ils ne peuvent pas payer leurs cautions. Pour remédier à cela, plusieurs États ont recours à des solutions algorithmiques pour évaluer le risque de récidive sans résoudre le problème, au contraire, puisque ces calculs ont surtout servi à accabler les plus démunis. À nouveau, « l’automatisation partout vise bien plus à abdiquer la gouvernance qu’à l’améliorer ».

“De partout, quand les services publics se tournent vers des solutions automatisées, c’est bien plus pour se décharger de leurs responsabilités que pour améliorer leurs réponses”, constatent, désabusées, Bender et Hanna. Et ce n’est pas qu’une caractéristique des autorités républicaines, se lamentent les chercheuses. Gavin Newsom, le gouverneur démocrate de la Californie démultiplie les projets d’IA générative, par exemple pour adresser le problème des populations sans domiciles afin de mieux identifier la disponibilité des refuges… « Les machines à extruder du texte pourtant, ne savent que faire cela, pas extruder des abris ». De partout d’ailleurs, toutes les autorités publiques ont des projets de développement de chatbots et des projets de systèmes d’IA pour résoudre les problèmes de société. Les autorités oublient que ce qui affecte la santé, la vie et la liberté des gens nécessite des réponses politiques, pas des artifices artificiels.

Les deux chercheuses multiplient les exemples d’outils défaillants… dans un inventaire sans fin. Pourtant, rappellent-elles, la confiance dans ces outils reposent sur la qualité de leur évaluation. Celle-ci est pourtant de plus en plus le parent pauvre de ces outils, comme le regrettaient Sayash Kapoor et Arvind Narayanan dans leur livre. En fait, l’évaluation elle-même est restée déficiente, rappellent Hanna et Bender. Les tests sont partiels, biaisés par les données d’entraînements qui sont rarement représentatives. Les outils d’évaluation de la transcription automatique par exemple reposent sur le taux de mots erronés, mais comptent tout mots comme étant équivalent, alors que certains peuvent être bien plus importants que d’autres en contexte, par exemple, l’adresse est une donnée très importante quand on appelle un service d’urgence, or, c’est là que les erreurs sont les plus fortes.

« L’IA n’est qu’un pauvre facsimilé de l’État providence »

Depuis l’arrivée de l’IA générative, l’évaluation semble même avoir déraillé (voir notre article « De la difficulté à évaluer l’IA »). Désormais, ils deviennent des concours (par exemple en tentant de les classer selon leurs réponses à des tests de QI) et des outils de classements pour eux-mêmes, comme s’en inquiétaient déjà les chercheuses dans un article de recherche. La capacité des modèles d’IA générative à performer aux évaluations tient d’un effet Hans le malin, du nom du cheval qui avait appris à décoder les signes de son maître pour faire croire qu’il était capable de compter. On fait passer des tests qu’on propose aux professionnels pour évaluer ces systèmes d’IA, alors qu’ils ne sont pas faits pour eux et qu’ils n’évaluent pas tout ce qu’on regarde au-delà des tests pour ces professions, comme la créativité, le soin aux autres. Malgré les innombrables défaillances d’outils dans le domaine de la santé (on se souvient des algorithmes défaillants de l’assureur UnitedHealth qui produisait des refus de soins deux fois plus élevés que ses concurrents ou ceux d’Epic Systems ou d’autres encore pour allouer des soins, dénoncés par l’association nationale des infirmières…), cela n’empêche pas les outils de proliférer. Amazon avec One Medical explore le triage de patients en utilisant des chatbots, Hippocratic AI lève des centaines de millions de dollars pour produire d’épouvantables chatbots spécialisés. Et ne parlons pas des chatbots utilisés comme psy et coach personnels, aussi inappropriés que l’était Eliza il y a 55 ans… Le fait de pousser l’IA dans la santé n’a pas d’autres buts que de dégrader les conditions de travail des professionnels et d’élargir le fossé entre ceux qui seront capables de payer pour obtenir des soins et les autres qui seront laissés aux « contrefaçons électroniques bon marchés ». Les chercheuses font le même constat dans le développement de l’IA dans le domaine scolaire, où, pour contrer la généralisation de l’usage des outils par les élèves, les institutions investissent dans des outils de détection défaillants qui visent à surveiller et punir les élèves plutôt que les aider, et qui punissent plus fortement les étudiants en difficultés. D’un côté, les outils promettent aux élèves d’étendre leur créativité, de l’autre, ils sont surtout utilisés pour renforcer la surveillance. « Les étudiants n’ont pourtant pas besoin de plus de technologie. Ils ont besoin de plus de professeurs, de meilleurs équipements et de plus d’équipes supports ». Confrontés à l’IA générative, le secteur a du mal à s’adapter expliquait Taylor Swaak pour le Chronicle of Higher Education (voir notre récent dossier sur le sujet). Dans ce secteur comme dans tous les autres, l’IA est surtout vue comme un moyen de réduire les coûts. C’est oublier que l’école est là pour accompagner les élèves, pour apprendre à travailler et que c’est un apprentissage qui prend du temps. L’IA est finalement bien plus le symptôme des problèmes de l’école qu’une solution. Elle n’aidera pas à mieux payer les enseignants ou à convaincre les élèves de travailler…

Dans le social, la santé ou l’éducation, le développement de l’IA est obnubilé par l’efficacité organisationnelle : tout l’enjeu est de faire plus avec moins. L’IA est la solution de remplacement bon marché. « L’IA n’est qu’un pauvre facsimilé de l’État providence ». « Elle propose à tous ce que les techs barons ne voudraient pas pour eux-mêmes ». « Les machines qui produisent du texte synthétique ne combleront pas les lacunes de la fabrique du social ».

On pourrait généraliser le constat que nous faisions avec Clearview : l’investissement dans ces outils est un levier d’investissement idéologique qui vise à créer des outils pour contourner et réduire l’État providence, modifier les modèles économiques et politiques.

L’IA, une machine à produire des dommages sociaux

« Nous habitons un écosystème d’information qui consiste à établir des relations de confiance entre des publications et leurs lecteurs. Quand les textes synthétiques se déversent dans cet écosystème, c’est une forme de pollution qui endommage les relations comme la confiance ». Or l’IA promet de faire de l’art bon marché. Ce sont des outils de démocratisation de la créativité, explique par exemple le fondateur de Stability AI, Emad Mostaque. La vérité n’est pourtant pas celle-ci. L’artiste Karla Ortiz, qui a travaillé pour Marvel ou Industrial Light and Magic, expliquait qu’elle a très tôt perdu des revenus du fait de la concurrence initiée par l’IA. Là encore, les systèmes de génération d’image sont déployés pour perturber le modèle économique existant permettant à des gens de faire carrière de leur art. Tous les domaines de la création sont en train d’être déstabilisés. Les “livres extrudés” se démultiplient pour tenter de concurrencer ceux d’auteurs existants ou tromper les acheteurs. Dire que l’IA peut faire de l’art, c’est pourtant mal comprendre que l’art porte toujours une intention que les générateurs ne peuvent apporter. L’art sous IA est asocial, explique la sociologue Jennifer Lena. Quand la pratique artistique est une activité sociale, forte de ses pratiques éthiques comme la citation scientifique. La génération d’images, elle, est surtout une génération de travail dérivé qui copie et plagie l’existant. L’argument génératif semble surtout sonner creux, tant les productions sont souvent identiques aux données depuis lesquelles les textes et images sont formés, soulignent Bender et Hanna. Le projet Galactica de Meta, soutenu par Yann Le Cun lui-même, qui promettait de synthétiser la littérature scientifique et d’en produire, a rapidement été dé-publié. « Avec les LLM, la situation est pire que le garbage in/garbage out que l’on connaît” (c’est-à-dire, le fait que si les données d’entrées sont mauvaises, les résultats de sortie le seront aussi). Les LLM produisent du « papier-mâché des données d’entraînement, les écrasant et remixant dans de nouvelles formes qui ne savent pas préserver l’intention des données originelles”. Les promesses de l’IA pour la science répètent qu’elle va pouvoir accélérer la science. C’était l’objectif du grand défi, lancé en 2016 par le chercheur de chez Sony, Hiroaki Kitano : concevoir un système d’IA pour faire des découvertes majeures dans les sciences biomédicales (le grand challenge a été renommé, en 2021, le Nobel Turing Challenge). Là encore, le défi a fait long feu. « Nous ne pouvons déléguer la science, car la science n’est pas seulement une collection de réponses. C’est d’abord un ensemble de processus et de savoirs ». Or, pour les thuriféraires de l’IA, la connaissance scientifique ne serait qu’un empilement, qu’une collection de faits empiriques qui seraient découverts uniquement via des procédés techniques à raffiner. Cette fausse compréhension de la science ne la voit jamais comme l’activité humaine et sociale qu’elle est avant tout. Comme dans l’art, les promoteurs de l’IA ne voient la science que comme des idées, jamais comme une communauté de pratique.

Cette vision de la science explique qu’elle devienne une source de solutions pour résoudre les problèmes sociaux et politiques, dominée par la science informatique, en passe de devenir l’autorité scientifique ultime, le principe organisateur de la science. La surutilisation de l’IA en science risque pourtant bien plus de rendre la science moins innovante et plus vulnérable aux erreurs, estiment les chercheuses. « La prolifération des outils d’IA en science risque d’introduire une phase de recherche scientifique où nous produisons plus, mais comprenons moins » , expliquaient dans Nature Lisa Messeri et M. J. Crockett (sans compter le risque de voir les compétences diminuer, comme le soulignait une récente étude sur la difficulté des spécialistes de l’imagerie médicale à détecter des problèmes sans assistance). L’IA propose surtout un point de vue non situé, une vue depuis nulle part, comme le dénonçait Donna Haraway : elle repose sur l’idée qu’il y aurait une connaissance objective indépendante de l’expérience. « L’IA pour la science nous fait croire que l’on peut trouver des solutions en limitant nos regards à ce qui est éclairé par la lumière des centres de données ». Or, ce qui explique le développement de l’IA scientifique n’est pas la science, mais le capital-risque et les big-tech. L’IA rend surtout les publications scientifiques moins fiables. Bien sûr, cela ne signifie pas qu’il faut rejeter en bloc l’automatisation des instruments scientifiques, mais l’usage généralisé de l’IA risque d’amener plus de risques que de bienfaits.

Mêmes constats dans le monde de la presse, où les chercheuses dénoncent la prolifération de « moulins à contenus”, où l’automatisation fait des ravages dans un secteur déjà en grande difficulté économique. L’introduction de l’IA dans les domaines des arts, de la science ou du journalisme constitue une même cible de choix qui permet aux promoteurs de l’IA de faire croire en l’intelligence de leurs services. Pourtant, leurs productions ne sont pas des preuves de la créativité de ces machines. Sans la créativité des travailleurs qui produisent l’art, la science et le journalisme qui alimentent ces machines, ces machines ne sauraient rien produire. Les contenus synthétiques sont tous basés sur le vol de données et l’exploitation du travail d’autrui. Et l’utilisation de l’IA générative produit d’abord des dommages sociaux dans ces secteurs. 

Le risque de l’IA, mais lequel et pour qui ?

Le dernier chapitre du livre revient sur les doomers et les boosters, en renvoyant dos à dos ceux qui pensent que le développement de l’IA est dangereux et les accélérationnistes qui pensent que le développement de l’IA permettra de sauver l’humanité. Pour les uns comme pour les autres, les machines sont la prochaine étape de l’évolution. Ces visions apocalyptiques ont produit un champ de recherche dédié, appelé l’AI Safety. Mais, contrairement à ce qu’il laisse entendre, ce champ disciplinaire ne vient pas de l’ingénierie de la sécurité et ne s’intéresse pas vraiment aux dommages que l’IA engendre depuis ses biais et défaillances. C’est un domaine de recherche centré sur les risques existentiels de l’IA qui dispose déjà d’innombrables centres de recherches dédiés.

Pour éviter que l’IA ne devienne immaîtrisable, beaucoup estiment qu’elle devrait être alignée avec les normes et valeurs humaines. Cette question de l’alignement est considérée comme le Graal de la sécurité pour ceux qui œuvrent au développement d’une IA superintelligente (OpenAI avait annoncé travailler en 2023 à une super-intelligence avec une équipe dédiée au « super-alignement », mais l’entreprise a dissous son équipe moins d’un an après son annonce. Ilya Sutskever, qui pilotait l’équipe, a lancé depuis Safe Superintelligence Inc). Derrière l’idée de l’alignement, repose d’abord l’idée que le développement de l’IA serait inévitable. Rien n’est moins sûr, rappellent les chercheuses. La plupart des gens sur la planète n’ont pas besoin d’IA. Et le développement d’outils d’automatisation de masse n’est pas socialement désirable. « Ces technologies servent d’abord à centraliser le pouvoir, à amasser des données, à générer du profit, plutôt qu’à fournir des technologies qui soient socialement bénéfiques à tous ». L’autre problème, c’est que l’alignement de l’IA sur les « valeurs humaines » peine à les définir. Les droits et libertés ne sont des concepts qui ne sont ni universels ni homogènes dans le temps et l’espace. La déclaration des droits de l’homme elle-même s’est longtemps accommodé de l’esclavage. Avec quelles valeurs humaines les outils d’IA s’alignent-ils quand ils sont utilisés pour armer des robots tueurs, pour la militarisation des frontières ou la traque des migrants ?, ironisent avec pertinence Bender et Hanna.

Pour les tenants du risque existentiel de l’IA, les risques existentiels dont il faudrait se prémunir sont avant tout ceux qui menacent la prospérité des riches occidentaux qui déploient l’IA, ironisent-elles encore. Enfin, rappellent les chercheuses, les scientifiques qui travaillent à pointer les risques réels et actuels de l’IA et ceux qui œuvrent à prévenir les risques existentiels ne travaillent pas à la même chose. Les premiers sont entièrement concernés par les enjeux sociaux, raciaux, dénoncent les violences et les inégalités, quand les seconds ne dénoncent que des risques hypothétiques. Les deux champs scientifiques ne se recoupent ni ne se citent entre eux.

Derrière la fausse guerre entre doomers et boomers, les uns se cachent avec les autres. Pour les uns comme pour les autres, le capitalisme est la seule solution aux maux de la société. Les uns comme les autres voient l’IA comme inévitable et désirable parce qu’elle leur promet des marchés sans entraves. Pourtant, rappellent les chercheuses, le danger n’est pas celui d’une IA qui nous exterminerait. Le danger, bien présent, est celui d’une spéculation financière sans limite, d’une dégradation de la confiance dans les médias à laquelle l’IA participe activement, la normalisation du vol de données et de leur exploitation et le renforcement de systèmes imaginés pour punir les plus démunis. Doomers et boosters devraient surtout être ignorés, s’ils n’étaient pas si riches et si influents. L’emphase sur les risques existentiels détournent les autorités des régulations qu’elles devraient produire.

Pour répondre aux défis de la modernité, nous n’avons pas besoin de générateur de textes, mais de gens, de volonté politique et de ressources, concluent les chercheuses. Nous devons collectivement façonner l’innovation pour qu’elle bénéficie à tous plutôt qu’elle n’enrichisse certains. Pour résister à la hype de l’IA, nous devons poser de meilleures questions sur les systèmes qui se déploient. D’où viennent les données ? Qu’est-ce qui est vraiment automatisé ? Nous devrions refuser de les anthropomorphiser : il ne peut y avoir d’infirmière ou de prof IA. Nous devrions exiger de bien meilleures évaluations des systèmes. ShotSpotter, le système vendu aux municipalités américaines pour détecter automatiquement le son des coups de feux, était annoncé avec un taux de performance de 97 % (et un taux de faux positif de 0,5 % – et c’est encore le cas dans sa FAQ). En réalité, les audits réalisés à Chicago et New York ont montré que 87 à 91 % des alertes du système étaient de fausses alertes ! Nous devons savoir qui bénéficie de ces technologies, qui en souffre. Quels recours sont disponibles et est-ce que le service de plainte est fonctionnel pour y répondre ? 

Face à l’IA, nous devons avoir aucune confiance

Pour les deux chercheuses, la résistance à l’IA passe d’abord et avant tout par luttes collectives. C’est à chacun et à tous de boycotter ces produits, de nous moquer de ceux qui les utilisent. C’est à nous de rendre l’usage des médias synthétiques pour ce qu’ils sont : inutiles et ringards. Pour les deux chercheuses, la résistance à ces déploiements est essentielle, tant les géants de l’IA sont en train de l’imposer, par exemple dans notre rapport à l’information, mais également dans tous leurs outils. C’est à nous de refuser « l’apparente commodité des réponses des chatbots ». C’est à nous d’œuvrer pour renforcer la régulation de l’IA, comme les lois qui protègent les droits des travailleurs, qui limitent la surveillance.

Emily Bender et Alex Hanna plaident pour une confiance zéro à l’encontre de ceux qui déploient des outils d’IA. Ces principes établis par l’AI Now Institute, Accountable Tech et l’Electronic Privacy Information Center, reposent sur 3 leviers : renforcer les lois existantes, établir des lignes rouges sur les usages inacceptables de l’IA et exiger des entreprises d’IA qu’elles produisent les preuves que leurs produits sont sans dangers.

Mais la régulation n’est hélas pas à l’ordre du jour. Les thuriféraires de l’IA défendent une innovation sans plus aucune entrave afin que rien n’empêche leur capacité à accumuler puissance et fortune. Pour améliorer la régulation, nous avons besoin d’une plus grande transparence, car il n’y aura pas de responsabilité sans elle, soulignent les chercheuses. Nous devons avoir également une transparence sur l’automatisation à l’œuvre, c’est-à-dire que nous devons savoir quand nous interagissons avec un système, quand un texte a été traduit automatiquement. Nous avons le droit de savoir quand nous sommes les sujets soumis aux résultats de l’automatisation. Enfin, nous devons déplacer la responsabilité sur les systèmes eux-mêmes et tout le long de la chaîne de production de l’IA. Les entreprises de l’IA doivent être responsables des données, du travail qu’elles réalisent sur celles-ci, des modèles qu’elles développent et des évaluations. Enfin, il faut améliorer les recours, le droit des données et la minimisation. En entraînant leurs modèles sur toutes les données disponibles, les entreprises de l’IA ont renforcé la nécessité d’augmenter les droits des gens sur leurs données. Enfin, elles plaident pour renforcer les protections du travail en donnant plus de contrôle aux travailleurs sur les outils qui sont déployés et renforcer le droit syndical. Nous devons œuvrer à des « technologies socialement situées », des outils spécifiques plutôt que des outils qui sauraient tout faire. Les applications devraient bien plus respecter les droits des usagers et par exemple ne pas autoriser la collecte de leurs données. Nous devrions enfin défendre un droit à ne pas être évalué par les machines. Comme le dit Ruha Benjamin, en défendant la Justice virale (Princeton University Press, 2022), nous devrions œuvrer à “un monde où la justice est irrésistible”, où rien ne devrait pouvoir se faire pour les gens sans les gens. Nous avons le pouvoir de dire non. Nous devrions refuser la reconnaissance faciale et émotionnelle, car, comme le dit Sarah Hamid du réseau de résistance aux technologies carcérales, au-delà des biais, les technologies sont racistes parce qu’on le leur demande. Nous devons les refuser, comme l’Algorithmic Justice League recommande aux voyageurs de refuser de passer les scanneurs de la reconnaissance faciale.

Bender et Hanna nous invitent à activement résister à la hype. À réaffirmer notre valeur, nos compétences et nos expertises sur celles des machines. Les deux chercheuses ne tiennent pas un propos révolutionnaire pourtant. Elles ne livrent qu’une synthèse, riche, informée. Elles ne nous invitent qu’à activer la résistance que nous devrions naturellement activer, mais qui semble être devenue étrangement radicale ou audacieuse face aux déploiements omnipotents de l’IA.

Hubert Guillaud

Vous cherchez un menu régime méditerranéen facile à suivre au quotidien. Voici une version pratique, pensée pour organiser vos repas sans complication, avec des idées concrètes pour le petit-déjeuner, le…

L’article Menu régime méditerranéen : exemple simple sur 7 jours est apparu en premier sur Garan Cedore Magazine.

Pour étirer le mollet correctement, partez d’une position stable, gardez le talon au sol et avancez doucement jusqu’à sentir une tension modérée dans la jambe arrière. L’objectif n’est pas d’aller…

L’article Étirer le mollet : méthode simple et étapes à suivre est apparu en premier sur Garan Cedore Magazine.

On tombe sur Crunchyscan en cherchant un manga VF introuvable ailleurs, ou parce qu’un lien tourne sur Discord. Le site charge, le catalogue impressionne, et la lecture démarre en deux clics. Avant de s’y installer, mieux vaut comprendre ce qui se passe sous le capot : rotation de domaines, absence d’application native, publicités agressives et statut juridique flou.

Rotation de

…

L’article Crunchscan : comprendre le fonctionnement du site avant de vous lancer est apparu en premier sur Ma Gazette.

Le standup à registre noir repose sur un mécanisme d’écriture précis : la construction d’une tension narrative que la chute résout par une transgression calculée. Chaque blague humour noir bien construite exploite un décalage entre la prémisse rassurante et le dénouement qui brise un tabou. Ce n’est pas un genre où l’on improvise un malaise, c’est un format où la …

L’article Humour noir et standup : quand la blague Humour noir devient un art est apparu en premier sur PEPSeo.

Au 2 août 2026, l’essentiel des dispositions de l’AI Act entreront en application.

C’était l’objectif de l’UE lorsqu’elle avait adopté le règlement, en juin 2024. Depuis, l’omnibus numérique est passé par là. Il a repoussé les principales échéances à 2027 et 2028.

En toile de fond, le retard pris sur deux fronts. D’une part, dans la mise en place des autorités nationales compétentes. De l’autre, dans l’élaboration de normes harmonisées et de spécifications communes. Le CENELEC (Comité européen de normalisation en électronique et électrotechnique) en a la charge. Il était initialement censé rendre sa copie pour août 2025.

Quelques obligations s’appliqueront tout de même à partir du 2 août 2026. Nous les récapitulons ici, ainsi que le reste du calendrier, en combinant la lecture de l’AI Act à celle des lignes directrices, des codes de bonnes pratiques et d’autres instruments que la Commission européenne a publiés.

Quelques concepts structurants de l’AI Act

Modèles d’IA vs systèmes d’IA

Une partie des dispositions de l’AI Act (articles 51 à 55) concernent spécifiquement les modèles d’IA à usage général.

Au-delà de la définition qu’en donne le règlement, les lignes directrices associées détaillent quelques critères indicatifs. Est réputé à usage général un modèle dont l’entraînement a nécessité au moins 10²³ flops (seuil de puissance de calcul typique pour former des modèles d’échelle 1B, selon Bruxelles) et qui est capable de générer un langage ou de produire une image ou une vidéo à partir de texte.

Des exceptions sont possibles, typiquement en cas d’incapacité à exécuter un large éventail de tâches distinctes (modèle spécialisé dans l’accroissement de la résolution d’images, par exemple).

La définition que l’AI Act donne du « système d’IA » s’assortit elle aussi de lignes directrices. Elles reprennent in extenso chaque aspect-clé (autonomie, capacité d’adaptation, inférence, etc.). Et formulent quelques exclusions. Parmi elles, les systèmes destinés à accélérer les méthodes d’optimisation traditionnelles (comme la régression linéaire ou logistique), ceux fondés sur l’heuristique classique et ceux traitant des données de base (SGBD filtrant des données sur la base de critères spécifiques, outil de visualisation constituant un tableau de bord par l’emploi de méthodes statistiques…).

Fournisseurs vs déployeurs

Est fournisseur toute personne physique ou morale ou tout organisme qui développe ou fait développer un système ou un modèle et le met sur le marché ou le met en service sous son propre nom ou sa propre marque.

Est déployeur qui utilise un système sous sa propre autorité (les activités personnelles n’entrent pas dans le champ de l’AI Act).

Le règlement définit aussi les rôles d’importateur et de distributeur. Le premier met sur le marché un système qui porte le nom ou la marque d’une personne physique ou morale établie hors UE. Le second fait partie de la chaîne d’approvisionnement qui met un système à disposition dans l’UE.

Par « mise sur le marché », il faut entendre la première mise à disposition d’un système d’IA ou d’un modèle d’IA à usage général dans l’UE.
La mise en service ne concerne que les systèmes d’IA. Il s’agit de la fourniture d’un système en vue d’une première utilisation dans l’UE, directement au déployeur ou pour un usage propre.

Haut risque vs risque systémique

Le règlement définit quels systèmes d’IA sont à haut risque. Parmi eux, ceux qui figurent à l’annexe III. Domaines concernés, dans les grandes lignes :

• Biométrie (identification à distance, catégorisation, reconnaissance des émotions)
• Composants de sécurité d’infrastructures critiques
• Éducation et formation professionnelles (admission, évaluation d’acquis, détection de tricherie…)
• Emploi (recrutement, évolution professionnelle…)
• Accès à des services privés et publics essentiels (aides sociales, évaluation de solvabilité, hiérarchisation des interventions d’urgence…)
• Répression
• Migration, asile, gestion des contrôles aux frontières
• Administration de la justice et processus démocratiques (interprétation de la loi, influence sur le comportement électoral…)

Il existe, pour ces systèmes, des exceptions en cas d’absence de risque important de préjudice pour la santé, la sécurité ou les droits fondamentaux. Ce cas peut se présenter, par exemple,  lorsqu’il y a accomplissement d’une tâche procédurale étroite ou amélioration d’une activité humaine préalablement réalisée.

« Composants de sécurité » et « législation d’harmonisation »

Est également à haut risque un système qui remplit les deux conditions suivantes :

• Destiné à être utilisé comme composant de sécurité d’un produit couvert par la législation d’harmonisation de l’UE (ou constitue lui-même un tel produit)
• Ce composant, ou le système lui-même en tant que produit, est soumis à une évaluation de conformité par un tiers conformément à la législation d’harmonisation

Cette « législation d’harmonisation » regroupe des directives et règlements sectoriels. L’AI Act en liste, dans son annexe I, une vingtaine, qui ciblent les jouets, les ascenseurs, les dispositifs médicaux, les équipements marins, l’aviation civile, etc.

L’omnibus numérique a précisé la notion de « composant de sécurité » pour éviter que des systèmes d’IA soient faussement classés à haut risque. Il a, en particulier, exclu ceux destinés à remplir uniquement des fonctions liées à l’assistance aux utilisateurs, à l’optimisation des performances, à l’efficacité des services ou encore à l’automatisation.

Autre précision : l’intégration d’un système d’IA dans un produit soumis à la législation d’harmonisation ne signifie pas nécessairement qu’il est un composant de sécurité.

Caractériser le risque systémique sur les modèles d’IA

Des dispositions spécifiques s’appliquent aux modèles d’IA à usage général qui présentent un risque dit systémique. On peut l’atteindre en la présence de « capacités à fort impact ». En l’occurrence, au moins égales aux capacités enregistrées dans les modèles les plus avancés. Il y a risque systémique en l’existence d’effets négatifs réels ou raisonnablement prévisibles sur la santé publique, la santé et les droits fondamentaux et qu’ils peuvent se propager sur la chaîne de valeur.

Les lignes directrices sur les modèles d’IA à usage général donnent un critère indicatif : 10²⁵ flops. Si l’entraînement a nécessité plus de puissance de calcul, on peut présumer un risque systémique. La Commission européenne peut aussi décider qu’il en existe un en examinant les critères listés à l’annexe XIII de l’AI Act (nombre de paramètres, qualité ou taille du jeu de données, modalités d’entrée et de sortie, nombre d’utilisateurs finaux…).

Pour estimer la quantité de calcul utilisée, Bruxelles propose deux approches. Elles se fondent respectivement sur l’architecture et le matériel. Elles imposent d’inclure les ressources utilisées pour générer des données synthétiques. Et pour s’entraîner avec si elles ne sont pas accessibles au public.

Les principales règles déjà en application

Former les utilisateurs

L’article 4 de l’AI Act a fait partie du premier paquet de dispositions à entrer en application (février 2025). Il impose aux fournisseurs et aux déployeurs de former leur personnel et les autres personnes chargées de l’exploitation et de l’utilisation de systèmes d’IA en leur nom. Cela inclut, pour exemple, les entreprises qui permettent à leurs employés d’utiliser ChatGPT.

Le 3 août 2026, les autorités nationales compétentes commenceront officiellement leur surveillance du respect de cette obligation. Il est à noter que l’omnibus numérique a supprimé l’exigence de niveau spécifique (ou « suffisant ») par individu.

La Commission européenne tient un répertoire d’exemples de la manière dont les organisations diffusent une maîtrise de l’IA. Une quarantaine de cas y figurent, dont ceux de Booking.com, Criteo, IBM, Kaspersky, Palantir, SAS et Workday. Cette base a permis de produire un rapport avec l’Alliance pour les compétences en IA (projet financé par Erasmus+).

Pour les PME, Bruxelles recommande de se tourner vers le réseau des pôles européens d’innovation numérique (EDIH). Elle évoque aussi l’Académie des compétences en GenAI – un projet lancé en 2025 dans le cadre du programme pour une Europe numérique… et qui n’a pour le moment pas trouvé de concrétisation.

Pratiques interdites

L’autre « gros morceau » applicable depuis février 2025 est l’article 5. Son objet : les pratiques interdites. La Commission européenne y a là aussi assorti des lignes directrices.

Parmi les exceptions, la reconnaissance des émotions et la surveillance sur le lieu de travail et dans les milieux éducatifs, aussi longtemps que c’est pour des raisons médicales ou de sécurité.

Des exceptions existent aussi, entre autres, pour les œuvres artistiques. Notamment au niveau d’une pratique que l’omnibus numérique a ajoutée à la liste : les contenus à caractère sexuel.

Modèles d’IA à usage général

Après l’échéance de février 2025, il y eut celle d’août 2025. À cette occasion sont entrées en vigueur les dispositions relatives aux modèles d’IA à usage général. Elles touchent à :

• Documentation technique
• Communication d’informations aux fournisseurs de systèmes d’IA en aval
• Politique de conformité au droit d’auteur
• Résumé public du contenu des données d’entraînement

Il existe des exigences spécifiques en cas de risques systémiques (atténuation de ces risques, documentation des incidents graves, protection en matière de cybersécurité…).

Le 2 août 2026 marquera la fin de la « période de grâce » accordée aux fournisseurs pour se mettre en conformité.

En l’attente de normes harmonisées, le principal instrument de déclaration de conformité est le code de bonnes pratiques de l’IA à usage général. Il comporte trois chapitres : transparence ; droit d’auteur ; sûreté et sécurité. Ce dernier ne s’applique qu’aux modèles qui présentent un risque systémique.

Au dernier pointage, il sont une vingtaine à avoir signé ce code de bonnes pratiques. Nommément,  Accexible, AI Studio Delta, Aleph Alpha, Almawave, Amazon, Anthropic, Black Forest Labs, Bria AI, Cohere, Domyn, Dweve, Fastweb, Google, IBM, Lawise, LINAGORA, Microsoft, Mistral AI, Open Hippo, OpenAI, Pleias, ServiceNow et WRITER. xAI a signé uniquement le chapitre sûreté/sécurité.

Qui modifie un modèle peut devenir son fournisseur

En complément, la Commission européenne a publié des lignes directrices sur la portée des obligations incombant aux fournisseurs de modèles d’IA à usage général. On y apprend que quiconque modifie un modèle – y compris par fine-tuning – peut en devenir le fournisseur. La condition : une modification importante de la généralité, des capacités ou du risque systémique. Là encore, Bruxelles fournit un critère indicatif basé sur la puissance de calcul : plus d’un tiers de celle utilisée pour entraîner le modèle original.

Si le modificateur n’a pas connaissance de cette valeur, on considère le tiers de la puissance au-delà de laquelle un modèle est dit à usage général (soit 10²³/3 flops). S’il présente un risque systémique, c’est 10²⁵/3 flops.

En respect du principe de proportionnalité, les obligations du nouveau fournisseur se limitent aux modifications apportées. Et, pour ce qui est du droit d’auteur et de la divulgation du contenu d’entraînement, aux seules données utilisées pour la modification.

La Commission européenne admet que ce critère est essentiellement prospectif. Elle considère plus globalement qu’il est difficile de définir dans quelle mesure une modification produit un modèle distinct. C’est pourquoi en l’état, elle assimle à un unique modèle chaque version issue de la même formation de grande envergure dispensée par le même fournisseur.

Des modèles « anciens » doivent être mis en conformité

Les lignes directrices apportent quelques précisions sur le cas des modèles dont au moins les poids sont publiés sous licence libre et ouverte. Cela suppose des droits de consultation, de modification et de distribution, avec publication d’informations sur l’architecture.

En l’absence de risque systémique, ces modèles échappent aux exigences de documentation technique pour les autorités et d’information des fournisseurs en aval. Mais pas à la mise en œuvre d’une politique de droit d’auteur.

La publication d’une version d’un modèle ouvert peut constituer une mise sur le marché, précisent les lignes directrices. Même chose, de façon plus large, pour toute utilisation interne si elle est essentielle à la fourniture d’un produit ou d’un service à des tiers dans l’UE ; ou si elle porte atteinte aux droits de personnes physiques dans l’UE.

Pour les modèles d’IA à usage général, l’AI Act est rétroactif : ceux mis sur le marché avant le 2 août 2025 devront avoir été mis en conformité le 2 août 2027 au plus tard.

Il n’y a pas de régime comparable pour les systèmes d’IA qui auront été mis sur le marché ou mis en service avant décembre 2027 (pour ceux concernés) ou août 2028 (pour les autres). Sauf s’ils « subissent d’importantes modifications de leur conception ». Ou encore s’ils sont utilisés par des autorités publiques. Auquel cas ils devront être conformes à l’AI Act pour août 2030 au plus tard.
Il y a aussi une exception pour les systèmes d’IA intégrés dans quelques grands SI européens :

• SI Schegen
• SI visas
• Eurodac (données biométriques)
• Enregistrement des données relatives aux entrées et sorties de ressortissants de pays tiers
• Information et autorisation concernant les voyages
• Casiers judiciaires des ressortissants de pays tiers et des apatrides

Les règles qui s’appliquent au 2 août 2026

Transparence des systèmes d’IA et des contenus

Le 2 août 2026 marque l’entrée en application de l’article 50 de l’AI Act. Il établit diverses obligations de transparence aux fournisseurs et aux déployeurs de systèmes d’IA.

Le premier paragraphe concerne les systèmes d’IA destinés à interagir directement avec des personnes physiques. Il impose à leurs fournisseurs de veiller à la bonne information des utilisateurs.

Le deuxième paragraphe impose aux fournisseurs de systèmes génératifs d’associer aux outputs un marquage lisible par machine. En sont exemptés les systèmes qui remplissent une fonction d’assistance pour la mise en forme standard. Même chose pour ceux qui ne modifient pas substantiellement les inputs ou leur sémantique.

Les déployeurs de systèmes générant des deepfakes audio et vidéo (images fixes comprises) doivent indiquer que les contenus ont été générés ou manipulés par une IA. Idem pour les textes publiés dans le but d’informer le public sur des questions d’intérêt public.

Une période de grâce et des exceptions pour le marquage des contenus

La Commission européenne a publié un code de bonnes pratiques sur la transparence du contenu généré. Y adhérer n’équivaut pas à démontrer sa conformité.

Il y est confirmé, en conséquence de l’omnibus numérique, l’application d’une période de grâce jusqu’au 2 décembre 2026 pour le marquage machine dans les systèmes mis sur le marché avant le 2 août 2026.

Le code précise que certaines sorties sont hors du champ des obligations de transparence :

• Courtes séquences de nombres, symboles ou lettres
• Code source
• Sorties traitées uniquement en machine-to-machine sans exposition à des humains
• Sorties utilisées en boucle fermée dans un contexte industriel ou de développement produit (exemple : production d’un film)

Aucune technique ne marquage ne satisfait pour l’instant aux 4 critères qu’énonce l’AI Act (efficacité, interopérabilité, robustesse, fiabilité). Il faut donc en combiner. Le code de bonnes pratiques suggère d’associer métadonnées signées et filigrane invisible. Il ajoute le fingerprinting comme méthode optionnelle.

Le texte libre ne pouvant transporter de métadonnées, une couche unique est considérée comme suffisante. Même chose pour les systèmes génératifs embarqués dans des produits physiques intégrés dans un environnement fermé, techniquement contrôlé et de nature principalement instructive.

Détection des contenus : l’Europe impose la gratuité… avec des limites

Pour compenser la fiabilité potentiellement moindre des filigranes sur le texte libre, les fournisseurs concernés peuvent restreindre à des utilisateurs experts l’accès à la solution de détection correspondante. Dans tous les cas, ils implémenteront préférentiellement l’apposition du filigrane au niveau du processus d’inférence plutôt que par après. Objectif : faciliter la mise en conformité des fournisseurs de systèmes d’IA en aval.

Pour la mise à disposition de la solution de détection, trois possibilités : spécification, logiciel (exécutable ou bibliothèque) ou service par API. Elle se fera gratuitement… avec la possibilité de facturer des « frais raisonnables » pour les systèmes d’IA qui ont au moins 1 million d’utilisateurs actifs par mois, dans le cas où les requêtes d’un utilisateur dépasseraient un « seuil raisonnable ».

Les fournisseurs sont invités – sans y être obligés – à intégrer des informations de provenance (nom du système d’IA, modèle utilisé…). Et à donner aux déployeurs de quoi appliquer eux-mêmes, à la génération, des étiquettes visibles. Autre option mentionnée : un mécanisme de détection forensique des contenus dont on aurait supprimé le marquage.

L’étiquetage des deepfakes en pratique

La deuxième section du code de bonnes pratiques couvre l’étiquetage des deepfakes par les déployeurs.

Si une divulgation visuelle est possible, l’étiquette doit comprendre, comme élément principal, une icône « AI ». Sauf si l’usage de l’anglais est incompatible avec la législation nationale sur l’usage linguistique dans les affaires commerciales ou administratives. Les lettres auront la même dimension verticale. Bruxelles encourage à intégrer, dans l’icône ou à côté, des mentions de type « modifié » ou « généré ».

Pour les contenus audio, on intégrera un avertissement audio au début. Soit en anglais, soit dans la langue du contenu. En prévision des modifications en aval, on répétera cet avertissement régulièrement, au minimum après les interruptions.

Dans tous les cas, l’étiquette devra rester visible assez longtemps pour que l’utilisateur la remarque. On l’intégrera dans le contenu sauf si des mécanismes équivalents – type surcouche UI – sont disponibles. Pour les textes courts, il est possible d’utiliser une notification contextuelle afin d’éviter de dégrader le contenu.

Une boîte à outils pour préparer les échéances 2027-2028

Les exigences pour les systèmes d’IA à haut risque figurant à l’annexe III ne s’appliqueront qu’en décembre 2027. Ce sera en août 2028 pour les autres (composants de sécurité, en lien avec l’annexe I).

En attendant, la Commission européenne propose un outil dit « vérificateur de conformité ». En bêta et en anglais, il permet plus exactement de comprendre, en répondant à une série de questions, quelles règles sont susceptibles de s’appliquer à un modèle ou à un système d’IA donné.

La boîte à outils de Bruxelles comprend aussi l’AI Act Explorer. En fait un tableau de bord avec moteur de recherche, table des matières par chapitre et grilles de considérants et d’annexes.

S’y ajoutent une compilation de FAQ (à moitié traduite en français) et un service d’assistance (formulaire de contact avec le Bureau de l’IA, accessible avec un login UE).

On retrouve l’ensemble sur un guichet centralisé : la « plate-forme unique d’information sur l’AI Act ».

La compilation de FAQ fait référence aux agents IA. Un terme « pas défini juridiquement et utilisé pour plusieurs types d’artefacts ». Il faut toutefois considérer que les règles de l’AI Act s’y appliquent.

Parmi les autres références, les fameuses « small caps » (« petites entreprises à moyenne capitalisation »). Elles ne sont pas des PME au sens du droit européen, mais occupent moins de 750 personnes et affichent moins de 150 M€ de CA annuel et/ou moins de 129 M€ de bilan annuel. L’omnibus numérique les rend bénéficiaires de certains allégements que l’AI Act avait d’abord réservés aux PME. Par exemple, une documentation technique simplifiée.

L’omnibus numérique, de petits en grands allégements

L’omnibus numérique a eu comme autre effet d’exempter l’IA industrielle d’une bonne partie du règlement. Le levier : un basculement de la section A à la section B de l’annexe I. Cela l’exclut notamment de certains scénarios ou le fabricant d’un produit peut être considéré comme fournisseur du système d’IA embarqué.

Autre allègement : la limitation des obligations pesant sur les systèmes d’IA à haut risque dans le cas où la législation d’harmonisation (annexe I, section A) prévoit un niveau de protection de la santé, de la sécurité ou des droits fondamentaux au moins équivalent à celui que prévoit l’AI Act. Il appartient à la Commission européenne d’adopter, d’ici à août 2027, des actes délégués pour préciser les systèmes d’IA concernés.

Données sensibles et tests en conditions réelles : un accès élargi

L’omnibus numérique a aussi élargi l’autorisation exceptionnelle de traitement de données sensibles pour la détection et la correction de biais. Le texte d’origine l’octroyait aux fournisseurs de systèmes d’IA à haut risque. Amendé, il la confère désormais également aux fournisseurs et déployeurs d’autres systèmes et modèles d’IA. Reste la condition que les biais puissent attenter à la santé, à la sécurité ou aux droits fondamentaux.

Les déployeurs de l’essentiel des systèmes d’IA cités dans l’annexe III ont droit à un « coup de pouce » pour leurs analyses d’impact sur les droits fondamentaux. Ils peuvent dorénavant y inclure des renvois vers les analyses d’impact sur les données personnelles.
Dans le même esprit de simplification, les systèmes d’IA à haut risque qui remplissent certaines exigences du règlement cyberrésilience sont réputés conformes aux exigences de cybersécurité de l’AI Act.

L’omnibus numérique étend par ailleurs les possibilités d’essai de systèmes d’IA en conditions réelles hors des bacs à sable réglementaires. Ce qui était jusque-là autorisé aux fournisseurs des systèmes d’IA listés en annexe III le devient pour ceux de l’annexe I. Un test peut durer jusqu’à 12 mois (6 mois prolongeables).

Illustration générée par IA

The post AI Act : clés et ressources pour se mettre en conformité appeared first on Silicon.fr.

Les utilisateurs de ChatGPT sont restés sur Google

Le rapport Similarweb, basé sur des données collectées entre mars et mai 2026, part d'un constat simple : l'immense majorité des utilisateurs de ChatGPT n'ont pas quitté Google, ils ont ajouté un outil supplémentaire à leurs habitudes. Sur 494 millions d'utilisateurs de ChatGPT suivis, 461 millions utilisent aussi Google sur la même période. Même en tenant compte d'une croissance de 57% en un an du côté des chatbots IA, la recherche traditionnelle reste très largement dominante en volume.

Du côté des citations, la progression est réelle mais reste marginale en proportion. Le taux de réponses ChatGPT contenant un lien externe est passé d'environ 1% à 6,8% en un an aux États-Unis, une multiplication par cinq qui traduit un changement de fond, mais qui signifie aussi que 93 réponses sur 100 ne renvoient encore vers aucun site.

Le point le plus utile du rapport concerne le décalage entre les pages citées par l'IA et les pages effectivement visitées par les internautes. Aleyda Solis (Orainti) souligne que les deux populations d'URL se recoupent très peu : l'IA cite des pages profondes qui servent de preuve à sa réponse, mais le trafic humain atterrit majoritairement sur la page d'accueil. Une conséquence concrète pour le suivi de performance : mesurer uniquement le taux de citation ne dit rien de ce qui se passe une fois que l'internaute clique réellement.

L’IA générative n’est pas seulement un effet de mode

En parallèle, plusieurs signaux indiquent que l'adoption des IA génératives dépasse le simple effet de mode. Les visites mensuelles sur les plateformes IA ont atteint 9,5 milliards entre juin 2025 et mai 2026 (+70% sur un an), et la moitié des utilisateurs a désormais plus de 35 ans, contre 61% de moins de 34 ans il y a deux ans seulement. Meta AI illustre aussi cette dynamique : ses utilisateurs actifs mensuels sont passés de 384 millions en septembre 2024 à 1,2 milliard en mars 2026, sans exister comme destination autonome mais en s'appuyant sur Instagram, Facebook, WhatsApp et Messenger.

Enfin, la visibilité dans les réponses IA varie fortement d'une marque à l'autre au sein d'un même secteur, comme le montre l'écart entre CeraVe (indice de visibilité de 100) et NYX Cosmetics (19) dans la beauté. Kevin Indig (Growth Memo) recommande de raisonner en part de voix plutôt qu'en score absolu, une approche jugée plus pertinente dans un système par nature aléatoire comme les réponses génératives.

L’article "Recherches IA vs Google : ce que révèle le rapport Similarweb 2026" a été publié sur le site Abondance.

Le divorce n’est pas à l’ordre du jour, mais le couple bat de l’aile. Le temps où Microsoft et OpenAI donnaient l’image d’un mariage parfait semble révolu.

Sans jamais parler ouvertement de rupture, Satya Nadella a changé de discours ces derniers mois. Le patron de Microsoft défend désormais une approche « multi-modèles » pour son entreprise comme pour ses clients, et met en scène ses propres capacités technologiques avec la famille de modèles MAI et les puces Maya.

Un partenariat toujours solide, sur le papier

Rien, officiellement, ne remet en cause l’alliance entre les deux groupes.

Microsoft demeure l’actionnaire de référence d’OpenAI avec environ 27 % du capital et les deux entreprises sont liées par un accord courant jusqu’en 2032 qui garantit à la firme de Redmond un accès privilégié aux modèles et aux « agents » développés par le l’inventeur de ChatGPT, sans surcoût de licence.

En parallèle, OpenAI s’est engagé sur des achats massifs de capacité Azure. Un contrat évalué à plus de 250 milliards $  tandis que Microsoft continuerait de percevoir environ 20 % des revenus d’OpenAI jusqu’à la même échéance, selon plusieurs sources concordantes.

Mais l’exclusivité, elle, a vécu. OpenAI n’est plus tenu de faire tourner exclusivement ses modèles sur l’infrastructure cloud de Microsoft. Cette bascule stratégique a d’ailleurs jeté un froid entre les deux partenaires lorsque le premier a signé, courant 2025, un accord de 50 milliards $ avec AWS. Microsoft aurait alors envisagé une action en justice, estimant que cet accord pouvait entrer en contradiction avec des clauses contractuelles existantes.

Des relations personnelles qui se refroidissent

Au-delà des chiffres, plusieurs observateurs pointent un relâchement des liens personnels entre Satya Nadella et Sam Altman.

Les échanges directs entre les deux dirigeants se seraient espacés, sur fond de désaccords portant sur l’allocation des ressources de calcul, la gouvernance d’OpenAI et le rythme de la course vers l’intelligence artificielle générale (AGI).

Les deux camps continuent d’afficher publiquement un partenariat « gagnant-gagnant » mais la rivalité est de plus en plus assumée sur le terrain des modèles et des infrastructures. Microsoft se positionne désormais explicitement comme une alternative aux offres haut de gamme d’OpenAI, mais aussi d’Anthropic.

La doctrine Nadella : ne dépendre de personne

C’est là que se joue l’essentiel. Satya Nadella conseille ouvertement aux entreprises clientes de ne jamais s’enfermer chez un seul fournisseur d’IA et recommande la mise en place d’ « AI gateways » permettant de découpler les usages métiers des modèles sous-jacents.

Une doctrine qui sert évidemment aussi les intérêts commerciaux de Microsoft qui  se positionne comme l’orchestrateur de cette pluralité via Azure.

Le chiffre est éloquent : la plateforme Azure AI héberge désormais plus de 11 000 modèles différents, issus d’OpenAI, d’Anthropic, de Mistral ou encore de xAI, aux côtés de la famille de modèles MAI développée en interne.

Cette stratégie s’accompagne d’un déploiement tous azimuts de la marque Copilot, désormais présente dans plus de quatre-vingts services et applications du groupe ( Office, Windows, Security, Dynamics ) faisant de l’assistant IA le fil conducteur de l’expérience utilisateur Microsoft, quel que soit le modèle qui tourne en back-end.

Le pari du silicium et de l’open-weight

Sur le plan industriel, Microsoft muscle également ses investissements en infrastructure propriétaire. A commencer par ses puces Maya censées offrir un gain d’environ 40 % en efficacité énergétique pour les charges de travail liées à l’IA.

Signe supplémentaire de cette volonté d’ouverture, Satya Nadella a rejoint Elon Musk et Mark Zuckerberg pour afficher son soutien aux modèles à poids ouverts (open-weight) pour favoriser un écosystème IA moins verrouillé, dans lequel le groupe peut jouer un rôle d’agrégateur plutôt que de dépendant.

Cette stratégie de diversification est-elle le signe d’une préparation à un possible refroidissement durable avec OpenAI ou simplement l’expression d’une maturité stratégique classique ? La réponse se dessinera sans doute d’ici 2032, date d’expiration de l’accord qui les lie encore… pour l’instant..

The post Pourquoi Microsoft prend ses distances avec OpenAI appeared first on Silicon.fr.

Pendant longtemps, la cybersécurité a été considérée comme une responsabilité essentiellement technique, portée par les équipes informatiques et les responsables de la sécurité.

Cette vision ne correspond plus à la réalité des organisations d’aujourd’hui.

Les conséquences d’une cyberattaque dépassent désormais largement le périmètre des systèmes d’information : elles affectent la réputation de l’entreprise, sa conformité réglementaire, sa valorisation financière et, parfois même, sa capacité à poursuivre ses activités.

Cette évolution transforme profondément la manière dont les entreprises doivent envisager la responsabilité en matière de cybersécurité. Si les RSSI identifient les risques et proposent des stratégies pour les réduire, ils ne décident ni des budgets, ni des arbitrages métier, ni du niveau de risque que l’organisation est réellement prête à accepter.

La cybersécurité est devenue un sujet de gouvernance autant qu’un sujet technologique.

Affaire Coupang : quand la responsabilité remonte jusqu’à la direction

En décembre dernier, Park Dae-jun, directeur général des opérations sud-coréennes de Coupang, a démissionné. Une fuite de données avait exposé les informations personnelles de près de 34 millions de clients, soit quasiment l’ensemble de la base d’utilisateurs de l’entreprise. Park Dae-jun a déclaré quitter ses fonctions afin d’assumer la « lourde responsabilité » de cette violation de données.

Sa démission est intervenue après que les enquêteurs du gouvernement sud-coréen ont conclu qu’il ne s’agissait ni d’une attaque inédite ni d’un événement impossible à empêcher. Un ancien ingénieur, qui connaissait les faiblesses du système, était simplement revenu par une porte virtuelle que l’entreprise avait oublié de fermer. Les autorités ont qualifié cet incident de défaillance managériale plutôt que technique. La responsabilité a été attribuée au dirigeant de l’entreprise, et non au RSSI.

Autrement dit, cette affaire illustre la manière dont une défaillance peut remonter toute la chaîne hiérarchique jusqu’à engager directement la responsabilité de la direction générale. Dans ce type de situation, le regard du conseil d’administration ne s’arrête plus aux seuls responsables de la sécurité.

Les limites du rôle du RSSI

Pendant des années, les dirigeants ont eu le réflexe de tenir le RSSI pour responsable lorsqu’un incident de sécurité survenait. Après tout, c’est lui qui pilote la stratégie de cybersécurité de l’entreprise. Pourtant, ce raisonnement atteint rapidement ses limites.

Le RSSI ne prend pas les décisions qui déterminent réellement le niveau d’exposition de l’organisation. Il ne définit pas les budgets. Il ne décide pas du niveau de risque que l’entreprise est prête à accepter. Il ne peut pas imposer aux différentes directions métiers d’appliquer des politiques de sécurité lorsque celles-ci poursuivent d’autres priorités. Son rôle consiste à présenter les risques ainsi que les différentes options de réduction au comité de direction. C’est ensuite à celui-ci de décider de la marche à suivre.

Les conséquences d’un incident cyber sont le reflet de ces décisions. Si une organisation sous-investit dans sa cybersécurité, ce n’est pas un échec du RSSI. C’est un choix de gouvernance. Lorsqu’une violation survient, la responsabilité devrait logiquement suivre le pouvoir de décision. Dans la plupart des organisations, ce pouvoir appartient au directeur général.

La défaillance cyber comme faute de gestion

Pendant longtemps, les conseils d’administration ont considéré les violations de données comme un problème informatique. Cela a toujours été une erreur. Et pour beaucoup d’entreprises, cette perception demeure encore aujourd’hui.

Pourtant, lorsque les conséquences financières et réputationnelles deviennent impossibles à contenir, cette distance disparaît. Une fuite touchant des dizaines de millions de clients ne crée pas uniquement un problème juridique : elle dégrade durablement l’image de l’entreprise, influence sa valorisation boursière et attire immédiatement l’attention des autorités de régulation. Toutes ces conséquences relèvent de la responsabilité du dirigeant.

De la même manière que les conseils d’administration posent aujourd’hui davantage de questions avant qu’un incident ne survienne, les régulateurs se montrent désormais beaucoup plus précis après une cyberattaque. Dans les affaires les plus médiatisées, les autorités considèrent de plus en plus les défaillances de cybersécurité non comme un simple manque de chance, mais comme le symptôme possible d’une négligence de gouvernance.

Cette pression redéfinit progressivement les attentes vis-à-vis du rôle du RSSI. Sa mission consiste à fournir à la direction une vision claire des risques ainsi que des arbitrages qu’ils impliquent. Les décisions qui suivent relèvent ensuite de la responsabilité de l’entreprise. Sans impulsion au plus haut niveau, les stratégies de cybersécurité restent souvent au stade des recommandations.

Aligner les bonus des dirigeants sur la sécurité globale

Intégrer cette notion de responsabilité dans le fonctionnement d’une organisation est loin d’être simple et demeure très inégal selon les entreprises. Une grande partie du sujet dépend de la manière dont la performance des dirigeants est évaluée et récompensée.

Lorsque les objectifs du directeur général sont principalement liés à la croissance du chiffre d’affaires et tiennent peu compte des résultats en matière de cybersécurité, cela influence naturellement les priorités de toute l’organisation.

Dans les rares entreprises où la responsabilité cyber est clairement intégrée à la gouvernance, le changement commence généralement par les attentes fixées à la direction plutôt que par des mesures techniques. Les conseils d’administration ne pilotent pas les opérations de sécurité au quotidien, mais leur influence s’exerce à travers la façon dont les risques sont discutés, les arbitrages évalués et les actions attendues de la direction dans la durée.

L’enjeu n’est pas tant de désigner un coupable que de clarifier où se situe la responsabilité ultime lorsque des risques connus ne sont pas traités.

Lorsqu’une enquête gouvernementale conclut qu’une violation de données majeure résulte avant tout d’une défaillance de gouvernance, et qu’un directeur général démissionne pour en assumer la responsabilité, cela traduit une évolution discrète mais profonde de la manière dont les responsabilités sont désormais attribuées. Dans ces situations, il devient évident qu’un problème de gouvernance ne peut être résolu par une simple correction technique, ni être porté par la seule fonction sécurité.

Le vrai rôle de la direction générale

Les organisations changent rarement parce que les risques sont bien compris. Elles évoluent généralement lorsque les conséquences de leurs décisions deviennent impossibles à ignorer. En cybersécurité, ce lien reste encore l’exception plus que la règle. Mais lors des incidents les plus graves, il devient de plus en plus difficile de l’éluder. La pression réglementaire, les réactions des marchés et l’attention du public convergent désormais de plus en plus vers la direction générale.

L’évolution des menaces, le renforcement des exigences réglementaires et l’impact financier croissant des cyberincidents rendent cette clarification indispensable. Le rôle du RSSI n’est pas d’assumer seul le risque cyber de l’organisation, mais de fournir à la direction la visibilité nécessaire pour prendre des décisions éclairées.

La véritable question n’est donc plus de savoir qui sera tenu responsable après une cyberattaque, mais comment les entreprises organisent aujourd’hui le partage de cette responsabilité. Car lorsqu’un risque devient stratégique pour l’activité de l’entreprise, sa gouvernance doit, elle aussi, devenir stratégique.

*John Kindervag est Chief Evangelist chez Illumio

Photo : © DR

The post Le RSSI ne décide pas du risque que l’entreprise accepte appeared first on Silicon.fr.

Pendant plusieurs années, la croissance du cloud public reposait principalement sur la migration des applications et des infrastructures d’entreprise.

Les derniers résultats trimestriels d’Amazon, de Microsoft et d’Alphabet montrent que le moteur a changé. L’IA générative est devenue le principal facteur de consommation de ressources cloud, qu’il s’agisse de l’entraînement des modèles, de leur inférence ou de l’exécution d’agents IA.

Mais si les trois hyperscalers affichent une accélération de leur activité cloud, leur trajectoire sont différentes. Microsoft conserve la croissance la plus élevée, AWS retrouve un rythme qu’il n’avait plus connu depuis plusieurs années et Google Cloud poursuit sa progression en s’appuyant sur l’adoption de Gemini et de Vertex AI.

AWS retrouve une croissance de près de 40 %

Amazon Web Services enregistre un chiffre d’affaires trimestriel de 42,2 milliards $, en progression de 37 % sur un an. Il s’agit de sa croissance la plus élevée enregistrée depuis plusieurs années.

Pour Andy Jassy, le patron d’Amazon, cette accélération est directement liée aux investissements des entreprises dans l’IA générative. Le groupe met notamment en avant la progression de l’adoption d’Amazon Bedrock, la demande pour ses puces Trainium ainsi que l’utilisation croissante des infrastructures GPU destinées à l’inférence.

Le successeur de Jeff Bezos indique également que la demande dépasse encore les capacités actuellement disponibles. Et d’affirmer qu’une partie des capacités de calcul prévues pour 2027 est déjà réservée par des clients.

Pour soutenir cette demande, Amazon prévoit désormais 220 milliards $ de dépenses d’investissement en 2026, principalement consacrées au développement de nouveaux datacenters et de capacités de calcul destinées à l’IA.

Azure maintient la dynamique la plus forte

Microsoft conserve la croissance cloud la plus élevée parmi les grands hyperscalers.

Azure affiche une progression de 43 % sur un an tandis que l’ensemble de l’activité Microsoft Cloud atteint 59,3 milliards $ de chiffre d’affaires trimestriel, en hausse de 27 %.

Le groupe attribue cette performance à la diffusion croissante de ses offres d’IA, notamment Azure AI et Microsoft 365 Copilot. Microsoft indique désormais compter plus de 30 millions d’utilisateurs payants de Microsoft 365 Copilot.

Autre indicateur mis en avant : Azure génère désormais plus de 100 milliards $ de chiffre d’affaires annuel, confirmant le changement d’échelle de la plateforme.

Malgré l’ampleur des investissements réalisés dans les infrastructures IA, Microsoft maintient son programme de dépenses d’investissement de 175 milliards $ pour l’exercice 2026.

Google Cloud poursuit son accélération

Google Cloud confirme également une nette accélération de sa croissance. Pour son deuxième trimestre fiscal, la division a généré 24,8 milliards $ de chiffre d’affaires, en hausse de 82 % sur un an. Son résultat opérationnel atteint 8,8 milliards $, contre 2,8 milliards un an plus tôt, tandis que son carnet de commandes progresse à 514 milliards $.

Le groupe met notamment en avant l’adoption de Gemini Enterprise, désormais utilisé par près de 90 % des entreprises du Fortune 100, ainsi que la progression de Vertex AI et des infrastructures Google Cloud Platform (GCP) dédiées à l’IA.

Alphabet a relevé ses prévisions pour 2026 et prévoit désormais des dépenses d’investissement comprises entre 195 et 205 milliards $ principalement destinées au développement de ses centres de données et de ses infrastructures de calcul pour l’IA.

Ce trimestre confirme le changement d’échelle de Google Cloud. Longtemps distancé par AWS et Azure, le troisième hyperscaler mondial affiche désormais la croissance la plus rapide du marché.

Une compétition qui se déplace vers la capacité d’exécution

Les trois fournisseurs soutiennent que la capacité de calcul devient un facteur de différenciation aussi important que les modèles d’IA eux-mêmes. Leurs performances illustrent cette évolution : le cloud devient la plateforme d’exécution de l’IA d’entreprise, combinant puissance de calcul, modèles de langage, outils de développement, services d’inférence et applications

Pour les DSI, cette évolution pourrait avoir des conséquences directes sur la planification des projets IA. Les capacités disponibles, les délais de mise à disposition des ressources ou encore les engagements contractuels avec les fournisseurs cloud pourraient devenir des critères de sélection aussi importants que les fonctionnalités des plateformes.

The post AWS, Azure, Google Cloud : l’IA accélère leur croissance et relance la compétition appeared first on Silicon.fr.

Un nombre qui s’affiche sur la bouteille, une recette qui exige la précision au gramme près, et voilà la question qui s’invite sans prévenir : 300 ml, mais combien ça pèse, vraiment ? Derrière ce chiffre, la balance hésite, le doute s’installe, et le gâteau menace de virer au désastre pour une histoire de conversion qui semble anodine… sur le …

L’article 300 ml en g : comment convertir les millilitres en grammes ? est apparu en premier sur Ma Gazette.

Résultat d’une écriture collective, Transiscope : Cartographier pour coopérer est un livre issu du projet Des Livres en Commun et dont la sortie est prévue le 8 septembre 2026. Il retrace une décennie d’expérimentations techniques et humaines visant à rendre visibles les alternatives sociales et écologiques, rôle que s’est donné Transiscope depuis sa création. Ce récit d’exploration analyse la construction d’un commun numérique conçu pour résister à la logique des plateformes prédatrices. Loin de se limiter à une présentation fonctionnelle d’un outil d’agrégation de données, ce livre documente les processus de coopération, les arbitrages éthiques face aux infrastructures matérielles et les défis organisationnels d’un collectif. Cet ouvrage dépasse la simple rétrospective pour devenir une ressource opérationnelle et politique, offerte en partage à celles et ceux qui aspirent à structurer leurs propres solidarités.

Dans cet entretien qui tient lieu de teasing 😜, les auteurs reviennent sur les fondements politiques de leur démarche et sur la nécessité de structurer des solidarités techniques. Ils montrent comment la technique ne sert plus à capturer l’attention, mais à soutenir un archipel de résistances concrètes.

Cet ouvrage est issu de l’appel à publication 2024. Pour rappel, Des Livres en Communs (DLeC) est un projet éditorial qui vise à soutenir l’écriture même d’un livre, son processus de création autant que sa structuration, afin d’un faire un commun. Transiscope : Cartographier pour coopérer s’inscrit dans la logique éditoriale de DLeC : transformer un retour d’expérience singulier en un outil de transmission capable d’irriguer d’autres luttes. En documentant dix ans de trajectoire du collectif Transiscope, ce livre répond à l’exigence de DLeC de produire des écrits qui servent de communs à d’autres communautés. Il dépasse la simple logique d’auteur pour devenir un outil de transmission de savoir-faire organisationnels et politiques.

Genèse et contexte politique

Framasoft – Au début de l’ouvrage, vous situez l’émergence de Transiscope dans le sillage des mouvements horizontaux des années 2010 (Nuit Debout, Occupy). En quoi ce projet technique d’agrégation de données est-il une réponse politique à ce que vous appelez la « brutalisation » des rapports sociaux et la marchandisation du monde associatif ?

Jean-Baptiste – Oui tout à fait, avant d’être un projet techniquement très ingénieux basé sur des outils numériques « libres », le Transiscope est d’abord un projet politique à contre-courant. Il se fonde sur des logiques de coopérations, de réciprocités et de solidarités là où le système économique dominant est basé, lui, sur la rivalité et une compétition sans fin avec une concurrence de tous contre chacun induisant des logiques de prédation.

En tant que fondateur de l’OCMA (Observatoire Citoyen de la Marchandisation des Associations), nous sommes évidemment très sensibles à tout cela au Collectif des Associations Citoyennes (CAC). Pour deux raisons. La première est que nous cherchons à documenter ce processus qui dénature les associations en les poussant vers la recherche de productivité, de performance, de rentabilité, bref de lucrativité bien éloignée, théoriquement, de leur ADN fondateur fait de non-lucrativité et de désintéressement… La seconde raison, c’est que nous tâchons d’expliquer que cette tendance n’est pas une fatalité ! En effet, tous les jours, partout en France, des actions très pragmatiques, qui produisent beaucoup d’effets dans la vie de nos co-citoyens, se basent sur des valeurs différentes de celles de la rentabilité, de l’extractivisme et du productivisme, bref en marge du système dominant de l’économie de marché… mais quelle marge considérable ! D’une certaine manière, cela prouve que, décidément oui, « un autre monde est possible » puisqu’il y a un foisonnement de « déjà-là » d’alternatives. Grâce à cette carte du Transiscope, il apparaît sous nos yeux à travers ce maillage qu’on voit se développer sur les territoires. Et, au passage, quel plaisir de donner tort à la chantre du néo-libéralisme Margaret Thatcher et de tout ceux qui, à sa suite, reprennent son emblématique TINA (pour There Is No Alternative).

Le drame étant bien sûr que tout cela passe très largement sous les radars (il suffit de voir les problèmes posés par les indicateurs qui sont censés mesurés la « richesse » du pays ou tout simplement la façon dont la comptabilité est conçue de telle manière qu’on ne parvient pas à rendre compte de ce qui compte vraiment…) et c’est là qu’on apprécie l’apport d’un outil comme le Transiscope : dans sa capacité à documenter, cartographier, rendre visible et évident, faire connaître et mettre en avant et en lumière un formidable tissu d’actions collectives sans lesquelles notre société serait tout simplement invivable ! Ce n’est pas rien tout de même, ça compte et ça conte (au sens où ça raconte beaucoup de choses sur les initiatives sur lesquelles s’appuyer pour ne pas sombrer dans le pessimisme et la désespérance qui peuvent nous guetter parfois). Ça doit nous donner de l’allant et de l’élan, de l’ardeur à la tâche et du cœur à l’ouvrage !

Julien – Le projet Transiscope s’inscrit en opposition à la logique de concurrence qui régit l’ensemble de la société jusqu’au secteur associatif, il propose d’organiser matériellement (et donc techniquement) la solidarité entre des assos et des collectifs de luttes en partageant de l’information, des enjeux et des ressources. Très concrètement cela signifie que la logique organisationnelle du Transiscope est celle des communs, il s’agit de mettre en commun nos moyens (argent, temps de travail, locaux, réseaux etc.), de régir collectivement ces ressources et de les mettre au service de celleux qui luttent partout pour construire des alternatives à cette société brutale.

La « tragédie du LSD »

Framasoft – Vous évoquez avec une pointe d’humour l’idée d’une « tragédie du LSD », Libristes, Solidaristes, Durabilistes, pour désigner le travail en silo de ces mouvements. Comment Transiscope a-t-il réussi — ou tente-t-il encore — à faire de la technique un terrain de convergence plutôt qu’un facteur supplémentaire de fragmentation ?

Pierre-Alain – Transiscope est né du travail de nombreux milieux autour des enjeux de la coopération ouverte autour d’un concept ni trop fumeux, ni trop sérieux : le LSD.

À la fin d’une soirée sans doute arrosée (de pluie) à Brest en 2012, entre Laurent Marseault et Jean-Michel Cornu est née la tragédie du LSD. Ces drogués de la coopération ont su rendre accessible et léger un impensé de nos milieux militants pourtant féru de vivre ensemble et de coopération. Le LSD pour Libre, Solidaire et Durable. Nous sommes tous issus de parcours, d’histoires, de tempéraments différents. Nous utilisons du vocabulaire spécifique, et nous baignons dans des cultures différentes. Ce sont les premiers freins de notre impuissance !

Transiscope est né de cette nécessité d’une coopération plus ouverte pour dépasser les silos et les réflexes « identitaires ». Pour concevoir et agréger d’autres cartos, il a fallu concrètement se mettre à travailler ensemble. Transiscope a été un des plus puissants terrains d’expérience commune entre le monde du libre, celui des solidaires et celui des durables. Bien sûr, ces trois « familles » peuvent se croiser et se préciser. Nous avons tous en nous quelque chose de libre, de solidaire et de durable ! Mais un archétype permet aussi de cartographier les acteurs, les réseaux et de se concentrer sur l’essentiel : leurs liens et les énergies qu’il faut mettre en œuvre pour les initier et les nourrir.

Les libristes ont permis de concevoir l’architecture de la carte et de la faire évoluer sur un temps long. Leurs qualités sont essentielles : expertise technique, force d’une communauté capable de travailler à distance sans se connaître, réflexe de tout documenter et de protéger les ressources en Commun. Certes, nous avons eu la chance de travailler avec des libristes qui pouvaient parler sans code html ou markdown !

Les durables, ou durabilistes, ou bien encore les écolos, et même des écolos-bobos dans certaines grandes agglomérations ! Ce monde se croise dans des « bases », dans des jardins, à vélo ou dans les colloques sur l’énergie. Ils apportent la nécessité de la relation au vivant et au temps long. Ils nourrissent nos échanges par leur capacité d’incarner et de rendre accessible les savoirs experts des scientifiques. Et puis, depuis quelques années, ils commencent à croiser des habitants des quartiers populaires organisés autour de la reconnaissance d’une écologie populaire, trop souvent invisibilisée. Solidaires et durables ont permis de rendre puissante l’alliance entre écologie et social.

Les solidaires sont les plus anciens militants, souvent acteurs de luttes historiques et dans des champs très différents. Ils ont permis de rendre lisible sur Transiscope des milliers de points d’intérêts, lieux d’actions concrètes ancrées dans des territoires. Ils ont pu amener aussi une vision nourrie par l’histoire et la pensée politique. Ils portent les enjeux d’une société civile engagée dans la transformation politique.

Nous le savons toutes et tous, notre enjeu est dépasser le LSD pour retrouver les espaces naturelles de la relation. Avancer, chacun à une place qu’il lui semble utile, vers des d’alliances qui construisent notre puissance collective. C’est pourquoi coopérer est d’abord une question de posture. Savoir travailler avec d’autres personnes commence par savoir accueillir leurs qualités et complémentarités pour faire avancer le projet. C’est aussi avoir la curiosité de mieux connaître ce qui peut être un frein et un levier. C’est enfin la nécessité de lâcher prise, lâcher et faire confiance et donc accepter de se planter ! Planter des graines est aussi une posture modeste qui nous permet de rester sur Terre et essaimer est notre grande ambition.

Transiscope, en ce sens, a été un projet exemplaire et il l’est encore. Bien plus qu’un outil, il est un espace, un tiers espace, qui nous permet d’avancer, pas à pas, lors des rencontres en présentiel comme à distance vers des transformations utiles à toutes nos communautés.

Politisation de la technique

Framasoft – Vous affirmez qu’au sein de Transiscope, « la technique est politique ». Comment cette posture se traduit-elle concrètement dans le choix de soutenir le développement d’outils (comme le Bus sémantique ou Gogocarto) plutôt que de s’appuyer sur des solutions existantes. Une simple question de performance ?

Julie – Dès les prémices de Transiscope, les questions techniques ont été l’objet de délibérations politiques. En effet, il y avait dans le collectif des organisations comme l’Assemblée Virtuelle ou le mouvement des Colibris et des individu·es qui développaient un argumentaire solide autour de l’importance d’utiliser des outils libres et décentralisés, afin de ne pas dépendre des outils numériques capitalistes, alors même que nous nous battions pour proposer un autre chemin que celui des modèles économiques dominants. Nous faisons attention à ce que ces sujets soient discutés dans les instances stratégiques, afin d’éviter une répartition inégalitaire du pouvoir, où une sorte d’élite éclairée, possédant les compétences techniques, décide pour le reste du collectif.

Les arguments qui étaient alors mis en avant relevaient soit de la cohérence éthique (avoir des outils conformes à nos valeurs), soit du pragmatisme (avoir des outils dont nous avons la maîtrise). Parfois, il est arrivé que les outils existants ne suffisent pas à répondre à nos besoins : cela a été le cas pour le Bus Sémantique et pour GoGocarto. Le travail des deux développeurs en lien avec des organisations de la Transition ont permis de développer des outils correspondant aux besoins de terrain. Alors que le comité de pilotage de la Plateforme Web des Alternatives (qui deviendra par la suite Transiscope) devait décider des outils sur lesquels s’appuyer pour la cartographie, il est apparu que ces deux outils pouvaient couvrir les besoins mais qu’il était nécessaire que les deux développeurs s’entendent pour adopter des choix technologiques compatibles, ce qui a été permis par une discussion entre les deux.

Ces choix, même s’ils s’appuient sur un argumentaire partagé par l’ensemble du collectif, ne sauraient cacher qu’elles s’appuient avant tout sur le travail gratuit d’un nombre très réduit de personnes. Le jour où cette personne ou ces quelques individus partent ou s’épuisent, que se passe-t-il ?

Le mythe de l’immatérialité

Framasoft – Vous nous invitez à sortir du « mythe de l’immatérialité » du numérique pour affronter la réalité extractiviste de ce monde numérique. Comment Transiscope, pourtant intrinsèquement lié au Web, négocie-t-il cette contradiction entre l’ambition de transition écologique et la matérialité parfois insoutenable des infrastructures numériques ?

Florine – Nous nous invitons aussi nous-mêmes à sortir du mythe de l’immatérialité. Tout l’enjeu est de regarder cette contradiction en face : on veut montrer que le monde que nous projetons s’incarne déjà, et pour cela nous ne nous appuyons pas sur les outils des GAFAMS mais sur des outils libres. En cela, nous essayons de lever une contradiction : l’usage d’outils capitalistes accaparants des données personnelles par des acteurices en résistance contre le capitalisme. Reste que nos outils libres s’inscrivent dans ce que José Halloy appelle des technologies zombies, c’est à dire mortes à l’aune de la durabilité – puisqu’elles épuisent les ressources matérielles nécessaires et reposent sur l’utilisation d’énergie non renouvelable – mais envahissant le monde au détriment des humain·es et de la biosphère. En outre, ces technologies « numériques » reposent sur l’exploitation d’humain·es, en particulier du Sud global. Dans ce contexte, parler de « commun numérique » peut paraître aberrant, puisque sa matérialité repose sur l’exploitation des Autres.

Nous avons donc fait un bout du chemin en dégafamisant nos usages numériques et en construisant des outils libres, mais du chemin reste à faire pour construire un autre numérique au moment où l’IA vient peser encore davantage sur sa matérialité.

Julien – Comme beaucoup, nous n’échappons pas aux paradoxes des luttes écologistes, car nos moyens d’action et de coordination reposent sur des infrastructures matérielles qui accélèrent les dérèglements climatiques et l’exploitation Nord-Sud. Le projet Transiscope s’est construit sur un paradoxe central, avec d’un côté l’idée d’outiller efficacement les alternatives et de l’autre l’ambition de faire réellement advenir ces alternatives et donc de construire un autre rapport au monde (y compris numérique). Si pendant longtemps la première dimension a pu dominer la réalisation du projet, après tout ce chemin parcouru, il nous semble aujourd’hui nécessaire d’affronter plus directement cette contradiction en faisant davantage de place à la seconde ambition qui implique de penser et d’appliquer concrètement la décroissance minérale, la solidarité internationale et la dénumérisation.

Négocier nos contradictions ça ne veut pas dire nécessairement les dépasser grâce à une solution magique (numérique éthique) mais d’y faire face, en s’attelant à ce que le syndicalisme révolutionnaire appelait la « double besogne » (Charte d’Amiens, 1906). Stratégie qui vise autant à grappiller des améliorations concrètes pour les travailleurs (réduction du temps de travail et augmentation des salaires) qu’à préparer l’émancipation intégrale qui ne pourra se réaliser qu’avec l’expropriation capitaliste. Pour nous, cette double besogne, s’incarnerait donc autant par la contribution à des infrastructures numériques libres, adaptées spécifiquement aux contextes et aux besoins de leurs utilisateurices et contrôler directement par elleux, que par l’implication dans une politisation collective de la technique et la mise sous contrôle démocratique du développement numérique, y compris jusqu’à l’expropriation des BigTech et le démantèlement de leurs infrastructures.

Archipel

Framasoft – Vous empruntez à Édouard Glissant la notion d’archipel pour définir votre mode d’organisation. Comment ce modèle permet-il de maintenir un « centre vide » au service des relations, sans tomber dans les pièges de la hiérarchie ou, à l’inverse, de l’inefficacité organisationnelle ?

Bruno – Une organisation et une gouvernance en « Archipel » est une communauté de partage. Elle implique donc un changement de posture tant individuel que collectif afin de passer de la concurrence et de la subordination à la coopération, du « pouvoir sur » au « pouvoir d’agir ». Le respect de chacun, l’entraide, la qualité d’écoute et la recherche du consentement sont les déterminants fondamentaux des relations dans toutes les différentes instances de l’Archipel.

L’objet de Transiscope était de créer un commun en reliant des organisations et des groupes de personnes (les îles) pour faire vivre ensemble un projet commun en coopération. Chaque organisation participe à ce projet commun en coopération tout en cultivant son identité-racine, en pleine autonomie. Dés l’origine du projet nous avons confié à une instance communautaire (le copil) le pouvoir d’agir au service du projet commun. Chaque île de l’Archipel est représentée au sein de cette instance communautaire qui acte la politique de l’Archipel, sa stratégie et la feuille de route de ses actions. Le copil est un espace d’animation et de coordination, les actions, elles sont menés en constituant des groupes-projet validés par l’instance communautaire. Ces groupes-projets ont un objet défini qui détermine une durée limitée. Ils décident de leur mode de fonctionnement et la manière de réaliser leurs actions, et rendent compte de leur action aux autres instances de l’Archipel à travers le copil.

« Le pouvoir de son centre est vide » : ce pouvoir d’agir, de service et de création, est non appropriable ; au sein du copil il n’y a pas de hiérarchisation de pouvoir, les décisions sont prises ensemble et par consentement. Des le démarrage du projet nous avons décidé de faire appel a un facilitateur pour animer le copil, ce facilitateur n’est pas membre du copil, il ne représente pas une organisation et n’est pas impliqué dans les actions, son unique rôle et de faciliter le fonctionnement et l’animation du Copil, il n’a donc pas d’enjeu de pouvoir personnel ou organisationnelle. Nous avons également décidé de ne pas créer de statut juridique afin de ne pas institutionnaliser le projet et de le maintenir dans une démarche de coopération. Pour permettre de développer et de gérer les aspects juridiques et financiers de l’Archipel nous avons fait le choix de créer une entité-support ayant une personnalité légale : l’association de soutien au Transiscope, qui n’avait vis-à-vis de l’Archipel qu’une fonction de gestion de moyens au service de celui-ci.

Ce mode d’organisation a démontré au fil du temps sa pertinence et ses limites. Sa pertinence c’est qu’il n’y a jamais eu de conflit de pouvoir au sein de Transiscope, le projet a su se développer dans une véritable culture de coopération de démocratie et de respect mutuel. Par contre la limite de ce système repose sur la capacité de mobilisation des îles au sein de l’archipel, pour avancer le projet a besoin d’une mobilisation permanente des membres dans les différentes instances (groupe projet, copil, …) et de temps d’animation régulier pour assurer une bonne coordination et une intelligence collective.

Le « Putain de Facteur Humain » (PFH)

Framasoft – Le lecteur peut être parfois surpris par votre récit car vous ne cachez pas les frictions et les doutes au sein du collectif. Pourquoi était-il essentiel pour vous de livrer un récit sincère du cheminement humain, loin d’un storytelling lissé qu’on rencontre souvent ?

Audrey – Un collectif traverse de nombreuses phases, souvent peu visibles aux membres qui en sont parties prenantes. Un des rôles de la personne qui facilite le projet est de rendre visible ce qui se joue entre les membres et les organisations, de créer des espaces de discussion, d’analyse, de prise de décisions et de faire en sorte que le groupe trouve des solutions par lui-même. La neutralité de la facilitation n’existe pas réellement car le choix même des outils utilisés implique déjà une vision du monde et de la coopération. Mais la fonction du tiers extérieur est précieuse.

Dans le milieu de l’Économie Sociale et Solidaire, il me semble qu’on fantasme souvent des collectifs assez lisses, où tout le monde s’entend bien, sans friction. Or, non seulement c’est illusoire, mais c’est aussi contre productif. Le collectif avance parce qu’il y a débats, dissensus, et parfois conflits. Un groupe devient mature en apprenant à se connaître et en surmontant les blocages. Par contre, cela demande de la confiance entre les membres, et dans le cadre commun, le pacte construit ensemble. Nous avons toutes et tous évolués dans notre manière de faire collectif avec Transiscope, car nous avons appris de la vision du monde, des imaginaires et des façons de faire. Cela est passé par le fait de « baisser les masques » et de se raconter réellement qui était autour de la table. Ce qui ne peut se faire que sur du temps long.

Julien – Pour nous il était clair que ce livre ne pourrait avoir un intérêt que si nous parvenions à ne pas édulcorer notre histoire, en proposant une version lisse d’une « belle aventure/réussite ». Trop souvent nous sommes amenés à raconter nos histoires collectives comme on pitch un projet pour espérer décrocher un financement, or de cela il ne peut émerger qu’un pur discours de communication décorrélé de la complexité de nos réalités. Pour offrir une ressource opérationnelle et politique à celles et ceux qui aspirent à structurer leurs propres solidarités, cela impliquait d’aborder le plus honnêtement possible les difficultés, les impasses et les échecs rencontrés, parce que nous sommes bien conscients que si celles-ci disent quelque chose de nous, elles disent surtout beaucoup de notre époque et des changements du secteur associatif en général.

Ce que nous avons construit ensemble c’est un drôle d’attelage qui a fonctionné dans la durée parce que nous avons appris à faire de la place à chacun.e d’entre nous et par conséquent, accepter d’osciller constamment entre l’avancée d’un projet et sa remise en cause. Pour nous l’expérimentation n’est pas un horizon lointain mais une pratique concrète qui implique de renoncer à liquider le « putain de facteur humain » au nom d’une efficacité fantasmée. Chaque projet, qu’il soit technique ou non, repose sur celleux qui le font vivre et c’est cette vie collective qu’il faut apprendre à voir comme une dimension intrinsèquement politique et en perpétuelle construction. Ce que nous espérons livrer dans cette contribution collective, ce n’est ni une recette pratique pour coopérer, ni une ligne à suivre, mais une histoire particulière faite de tentatives pour construire un commun, en espérant que celle-ci résonnera avec d’autres.

La propriété des données

Framasoft – Transiscope agrège des données qu’il ne possède pas. Dans un monde où la donnée est le nouvel or noir des « Ogres » numériques, vous prenez soin des sources et tentez de protéger ce commun. Les licences sont-elles libres ? pourquoi ces choix ?

Simon – Les licences sont libres mais nous avons tenté d’acculturer les sources au concept des licences et au caractère politique que revêt le choix d’une licence. Nous avons présenté dans un document et en webinaire le choix politique que nous privilégions, à savoir l’autorisation de l’usage commercial et la non-viralité, car c’est ce que nous estimons être le meilleur choix pour créer des communs. Les sources des données que nous agrégeons sont libres d’avoir une lecture différente du monde et des communs et Transiscope accueille cette pluralité comme elle accueille la diversité des technologies des sources. Comme pour les alternatives qui doivent respecter une charte, la licence doit cependant respecter une « ligne rouge » : elle doit être copyleft. C’est le plus petit dénominateur commun nécessaire à construire ce commun numérique et cela a permis d’annoncer rapidement à toutes les potentielles sources cette condition et d’en écarter certaines, et a permis de clarifier le périmètre idéologique du projet et de le construire avec les sources qui le partagent.

L’IA

Framasoft – Il faut bien en parler puisque c’est le grand sujet du moment. Le livre relate un débat au sein du comité de pilotage sur l’usage de l’intelligence artificielle pour la catégorisation des événements. Comment avez-vous arbitré entre le gain de temps (facteur de survie pour les bénévoles) et les problèmes éthiques posés par ces outils ?

Julie – Comme nous l’avons expliqué ci-dessus, pour politiser les choix techniques, il est indispensables qu’ils soient discutés dans une instance stratégique et pas réservés à des personnes ayant des pré-requis techniques. Cela implique donc un travail collectif d’acculturation à la technique, pour permettre à chacun·e de participer en ayant un avis éclairé.

Un des membres de Transiscope a proposé d’avoir recours à l’intelligence artificielle pour automatiser la catégorisation des événements et ainsi gagner du temps, alors même que l’énergie bénévole est extrêmement rare au sein de Transiscope. Cette discussion, qui a eu lieu en comité de pilotage, a débuté par une explication technique de ce qu’il y avait derrière l’intelligence artificielle proposée et une discussion sur les données, le choix du modèle et son impact. Au final, nous avons décidé de tester cette automatisation à titre expérimental, mais la discussion n’est pas si évidente car elle est tiraillée entre d’une part le soin de l’énergie bénévole et d’autre part des enjeux éthiques : personne n’a envie de choisir entre les deux !

Un processus ou un outil

Framasoft – Citons une phrase du livre : « Transiscope est moins un produit à finir qu’un processus à habiter ». Est-ce à dire que l’utilité finale de la carte est secondaire par rapport à la culture de coopération qu’elle a générée entre vos organisations ?

Julien – L’ambition de Transiscope était de fournir un outil qui facilite la coopération entre alternatives. Cartographier des alternatives c’est montrer qu’il existe plusieurs mondes dans le monde, que d’autres horizons se dessinent et qu’ils méritent que l’on se batte pour eux. Si nous continuons à croire dans l’intérêt de ce projet, nous avons constaté que la construction d’un outil n’a que peu à voir avec le travail politique de coopération inter-collectif. Obtenir de l’information et la mette en visibilité ne présage aucunement de la façon dont celle-ci servira de prétexte à des rencontres concrètes et à des échanges organisationnels. Pour faciliter cette étape, nous avons choisis d’organiser régulièrement des rencontres avec d’autres acteurices sur différents territoires pour faire se rencontrer des alternatives, mais là encore ces tentatives se sont avérées limitées parce que la construction d’une coopération implique d’abord du temps pour faire naître de la confiance et une culture partagée. C’est précisément cet aspect que nous avons réussi à construire au sein du collectif Transiscope mais pas à sa marge avec celleux que nous mettions en visibilité sur notre cartographie. Peut-être qu’après tout ce travail est de toute façon démesuré pour un petit collectif comme le nôtre, mais il nous semble toujours primordial parce que si nous souhaitons construire des solidarités fortes, ce patient travail de fédération est indispensable.

Aujourd’hui la question de la visibilité se pose autrement : est-ce que ce dont nous avons besoin c’est d’être visibles sur Internet ou d’être en lien les un.es avec les autres concrètement à travers des réseaux de solidarité matériels et politiques ? Cette question est décisive et vertigineuse parce que la réponse que nous déciderons de lui donner implique de repenser une grande partie de notre stratégie d’action et de nos moyens d’organisation. Apprendre à collaborer c’est faire de la place à une autre logique que celle qui consiste à mener à bien un projet, sans dire que ces deux logiques sont irréductibles l’une à l’autre, elles sont bien souvent contradictoires et c’est bien dans cette contradiction que réside à la fois la richesse et l’immense complexité des communs.

Florine – Dans le contexte politique actuel, une question se pose : faut-il continuer à rendre visibles les alternatives ? Autrement dit, comment s’identifier et se renforcer entre alliés, tout en ne facilitant pas, par cette visibilisation, l’attaque de nos collectifs par des adversaires politiques, voire par un régime autoritaire ?

L’avenir des luttes

Framasoft – Face à l’épuisement de la « stratégie du colibri », vous plaidez pour une « stratégie de pompiers », coordonnée et robuste. Pour le mot de la fin : c’est quoi le message ?

Bruno – Face à une société de plus en plus organisée autour d’un pouvoir financier prédateur qui nous individualise pour mieux nous contraindre, le développement des alternatives citoyennes, bien que nécessaire, n’est plus suffisant. Nous devons relier toutes ces initiatives pour faire système et, plus encore, nous devons travailler à la convergence de tous ceux qui luttent pour qu’un autre monde soit possible.

La stratégie de pompiers devient une nécessité face à l’urgence, il ne s’agit plus de laisser à chacun le soin d’inventer ses solutions mais de construire ensemble une alternative crédible et désirable pour la majorité qui subi. Cela nous oblige à nous compter, à nous relier, à nous écouter pour trouver nos points de convergence, à changer nos méthodes pour être capable de coopérer au service d’un projet commun. Transiscope est un commun coopératif et numérique qui, tant par sa nature coopérative que par ses développements numériques, contribue à ce paradigme, nous ne pouvons que souhaiter que les acteurs de la transformation sociétale s’en saisissent.

Le maïs ne contient pas de gluten à l’état naturel. Si la question revient souvent, c’est parce que le mot maïs apparaît dans des produits très différents, et que certains…

L’article Gluten dans le maïs : ce qu’il faut savoir est apparu en premier sur Garan Cedore Magazine.

Une nouveauté déjà annoncée

Ce lancement fait suite à une première annonce faite au début du mois de juillet. Google avait alors introduit les propriétés de plateforme à titre expérimental, avant de les généraliser aujourd'hui à l'ensemble des utilisateurs de Search Console, partout dans le monde.

Concrètement, cette fonctionnalité s'adresse à tous ceux qui publient au-delà de leur seul site web. Elle offre une vision jusqu'ici absente de Search Console : celle de la performance des posts sociaux et vidéo dans les résultats de recherche Google, qu'il s'agisse de la recherche classique (Search), de Discover ou de Google News.

Pour accompagner ce déploiement, Google publie également un guide consacré à l'analyse des contenus sociaux et vidéo. Il s'adresse aussi bien aux créateurs de contenu qu'aux community managers ou aux professionnels du SEO, et détaille plusieurs usages pratiques.

La fonctionnalité en détails

Le rapport Insights permet d'abord d'identifier les groupes de requêtes qui envoient du trafic depuis la Recherche Google vers les contenus sociaux et vidéo, en distinguant celles qui progressent, celles qui reculent et celles qui restent stables. Cette lecture des thématiques de recherche aide à comprendre les centres d'intérêt de l'audience et peut inspirer de nouveaux sujets de vidéos, de légendes ou de hashtags.

Le filtre sur 24 heures sert quant à lui à repérer les pics de trafic soudains provenant de la Recherche Google vers des publications récentes, ce qui permet ensuite de relayer ce contenu en tendance sur d'autres plateformes.

Autre usage mis en avant : l'export des données de performance de plusieurs propriétés dans un même tableur, pour comparer côte à côte les résultats sur YouTube, Instagram, X ou TikTok.

Le guide évoque aussi l'optimisation des contenus existants. Search Console peut aider à repérer d'anciennes vidéos qui regagnent en visibilité dans la recherche, ce qui peut orienter la décision d'épingler un contenu en avant sur un flux social ou vidéo, ou d'en produire une suite. Les annotations de Search Console permettent en complément de suivre l'effet de modifications externes, comme la réécriture d'un titre YouTube ou d'une légende TikTok, sur les performances de recherche dans le temps.

Enfin, les filtres de page et le mode de comparaison offrent la possibilité de confronter différents formats, par exemple pour évaluer une playlist vidéo ou comparer la performance de vidéos courtes face à des vidéos longues.

Google indique que les retours des utilisateurs peuvent être transmis via le lien « Envoyer des commentaires » dans Search Console, directement sur la page de documentation, sur LinkedIn ou via la communauté Google Search Central.

L’article "Google Search Console ouvre enfin les données de vos posts Instagram, TikTok, X et YouTube" a été publié sur le site Abondance.

C’est une annonce qui traduit l’urgence ressentie à Bruxelles. La Commission européenne a officiellement lancé, ce 30 juillet, un appel d’offres pour la construction de sept usines géantes consacrées à l’intelligence artificielle, dotées d’une enveloppe publique de 10 milliards d’euros (11,5 milliards $).

Un montant que l’exécutif européen espère voir démultiplié par les investisseurs privés, avec un objectif d’au moins 20 milliards € supplémentaires apportés par le secteur privé.

De cinq à sept projets

Signe de l’appétit suscité par le projet auprès des États membres, le nombre de gigafactories prévues est passé de cinq à sept, la Commission ayant reçu un intérêt jugé « fort » de la part des pays de l’Union.

Ces installations combineront processeurs d’IA de pointe, logiciels, technologies cloud, connectivité à très haut débit et centres de données. Elles viendront s’ajouter aux 19 « AI factories » déjà existantes dans différents pays du bloc.

Pour la commissaire européenne chargée de la technologie, Henna Virkkunen, l’enjeu dépasse la simple compétition industrielle : « L’accès à la puissance de calcul brute au sein des gigafactories d’IA est une nécessité stratégique pour l’Europe, alors que le développement de l’IA s’accélère. »

Le message est clair : l’Union entend combler son retard technologique face aux États-Unis et à la Chine, qui dominent largement la course aux infrastructures d’intelligence artificielle.

L’appel d’offres est ouvert à des consortiums ou véhicules d’investissement dédiés (special purpose vehicles), réunissant fournisseurs de technologies, prestataires de services cloud, entités publiques et investisseurs.

Un enjeu de souveraineté technologique

Le calendrier fixé par Bruxelles est le suivant : clôture de l’appel à candidatures le 12 novembre 2026, annonce des lauréats début 2027 puis mise en service des installations dans les 18 mois suivant la signature des contrats.

Le projet se déroulera en deux phases : une première consacrée à l’établissement des sites, une seconde à leur montée en puissance.

Côté fournisseurs, trois poids lourds américains du secteur des puces ont d’ores et déjà manifesté leur intérêt : AMD, Nvidia et Qualcomm ont signé des lettres d’intention avec la Commission pour fournir des processeurs aux groupements impliqués dans les projets de gigafactories.

La France s’est engagée à acquérir pour 100 millions € de capacités de calcul auprès du projet qui sera retenu sur son territoire. Cette capacité sera destinée à couvrir les besoins futurs des administrations publiques, notamment ceux de la recherche et des établissements de santé.

Prévu à l’horizon 2027, cet engagement concerne l’achat de capacités auprès d’opérateurs privés. Il est distinct des investissements que l’État poursuit parallèlement pour développer ses propres infrastructures de calcul.

The post L’UE mise 10 milliards € sur sept « gigafactories » de l’IA appeared first on Silicon.fr.

Près de deux mois après le bouclage financier de l’opération, Neverhack officialise une levée de fonds de 11 millions € auprès de ses actionnaires institutionnels Carlyle et IK Partners.

Fondé en juillet 2021, Neverhack se positionne sur le terrain de la cyberdéfense souveraine en associant expertise opérationnelle, services managés et IA de cybersécurité. Et revendique plus de 1200 collaborateurs répartis dans 12 pays pour un chiffre d’affaires de 220 millions €.

Avec ces capitaux fraîchement injectés, Neverhack prévoit notamment de concevoir une offre d’IA cyber souveraine et de déployer des infrastructures dédiées à la protection des données stratégiques en renforçant ses capacités GPU en France, en Italie et en Estonie. Un programme de formation à destination des équipes techniques et commerciales complète ce dispositif.

En parallèle, sa gouvernance évolue. Arthur Bataille, fondateur et deuxième actionnaire du groupe, abandonne la direction opérationnelle pour devenir Executive Chairman chargé de piloter la vision stratégique.

C’est Frédéric Sarrailh qui assurera la direction générale du groupe. Il avait précédemment occupé les fonctions de  « VP Technology & Services »  puis « Managing Director Northern Europe ».

Rappelons que Nerverhack, ex Pr0ph3cy, est né du rapprochement de Silicom et Seela, puis de l’acquisition de Opencyber et Harmonie Technologie.

Contrôlé depuis juillet 2023 par le fonds Carlyle Europe Technology Partners (CETP) qui a investi 100 millions € contre 55% du capital, Neverhack veut proposer un « guiche unique » de solutions de cybersécurité pour des clients grands comptes et ETI.

En février 2004, Neverhack  avait racheté Expert Line e un cabinet de conseil et de services cyber mais aussi opérateur de SOC avant de jeter son dévolu quelques mois plus tard sur Innovery, une ESN italienne.

The post Neverhack lève 11 millions € pour accélérer sur l’IA et la cyber souveraine appeared first on Silicon.fr.

Wavestone accélère la mise en œuvre de son plan stratégique « Lead the shift ». Le cabinet de conseil français, coté depuis 2000, a bouclé l’acquisition d’AI Builders.

Spécialisé dans la stratégie IA & data, AI Builders a vu le jour en 2019. Depuis, le cabinet accompagne les directions générales, les Chief Data Officers et les Chief AI Officers dans leurs arbitrages stratégiques. Il aide ainsi ses clients à définir leur feuille de route IA. Il structure aussi leurs Data Offices et pilote leurs projets par la valeur créée.

Wavestone présente cette expertise comme complémentaire à la sienne. En effet, le groupe se concentre plutôt sur l’industrialisation et le déploiement à grande échelle de transformations complexes.

AI Builders emploie une cinquantaine de consultants. Par ailleurs, le cabinet vise pour 2026 un chiffre d’affaires de 10,3 millions €. Sa marge d’EBITDA ajusté atteint 15 %. Si les chiffres restent modestes, ils positionnent le cabinet comme un acteur rentable sur un segment de niche à forte valeur ajoutée.

Wavestone a réglé l’intégralité des 19,3 millions € de l’opération en numéraire, sur ses fonds propres. AI Builders rejoindra les comptes du groupe dès le 1ᵉʳ août 2026..

Le nouvel actif s’inscrit pleinement dans son plan stratégique « Lead the shift » qui fait de l’IA l’un de ses principaux relais de croissance à l’horizon 2030.

Illustration : © DR

The post Wavestone renforce son offre en IA en s’offrant AI Builders appeared first on Silicon.fr.

HAWK n’est plus candidat à la standardisation NIST.

L’équipe à l’origine de cet algorithme de signature vient de le retirer de la compétition. En toile de fond, la découverte d’une faiblesse mathématique qui diminue de près de moitié la « taille effective » des clés. Elle exploite une symétrie – dite automorphisme – dans le réseau de treillis, permettant une énumération plus rapide.

Il aura fallu à Claude Mythos environ 60 heures – et 100 000 $ de coûts d’API – pour développer une attaque de bout en bout. Un chercheur expérimenté en théorie informatique – mais pas spécialiste de la cryptographie – a orchestré la « gestion de projet ». Par exemple, expliquer au modèle comment garder trace de ses idées ou quelles bibliothèques utiliser.

Anthropic livre une implémentation de référence, avec une commande unique et des checkpoints. Elle permet de récupérer une clé HAWK-256 en un peu moins de 4 heures sur un serveurs à 96 cœurs Sapphire Rapids.

Une méthode « naïve » consisterait à utiliser des clés deux fois plus longues pour compenser cette vulnérabilité. Elle rendrait toutefois l’algo bien moins compétitif. En l’état, la génération et la vérification de signatures HAWK-512 sont censées prendre moins de 0,1 ms sur un PC de bureau standard. L’implémentation optimisée mémoire consomme 14 kiB de RAM.

À consulter en complément :

Quelques solutions françaises pour amorcer la transition post-quantique
En froid, GPG et OpenPGP avancent séparément sur la cryptographie post-quantique
Comment Anthropic est passé de Claude Mythos à Claude Fable

Illustration principale © Siarhei – Adobe Stock

The post Claude Mythos met à mal un algorithme post-quantique appeared first on Silicon.fr.

Avec les attaques agentiques, le travail forensique prend une autre dimension.

L’évidence trouve une illustration dans le récit de Hugging Face.

Mi-juillet, l’entreprise avait révélé avoir subi une telle attaque. Elle en avait tracé les grandes lignes : exploitation de son pipeline de traitement de datasets pour exécuter du code sur un de ses pods, obtention d’un accès de niveau nœud, récupération d’authentifiants et latéralisation sur d’autres clusters, etc.

Quelques jours plus tard, OpenAI avait admis être à la source de l’incident. Plusieurs de ses modèles, mis à l’épreuve sur une suite de tests visant à mesurer leurs capacités d’exploitation de vulnérabilités, avaient choisi de tricher et s’étaient dit qu’ils pourraient trouver des solutions… chez Hugging Face. Pour atteindre leur cible, ils se sont échappés de leur sandbox grâce à une 0-day dans un logiciel tiers qui servait de cache proxy pour installer des packages. S’en est suivie une série d’élévations de privilèges et de mouvements latéraux sur l’infra de test d’OpenAI, jusqu’à atteindre un nœud qui avait accès à Internet.

La base d’opérations : une sandbox Modal non sécurisée

Hugging Face en dit désormais plus sur ce qui s’est passé par après.

L’agent a d’abord trouvé un endpoint public non sécurisé qui pointait vers une infrastructure tierce elle aussi destinée à expérimenter les capacités cyber des LLM. En l’occurrence, des sandbox Modal. Sur cet environnement, il a détourné un harnais permettant de tester du code C contre des programmes cibles. Il a utilisé deux techniques injectant des commandes système respectivement dans des fonctions et dans des métadonnées. L’ensemble lui a permis d’obtenir un accès root dans la sandbox.

Le point d’ancrage interne : un pod de conversion

Depuis là, pour pénétrer l’infra de Hugging Face, l’agent a d’abord tenté un SSRF. Mais il s’est heurté à une liste d’autorisations. Pour la contourner, il a forcé le serveur à interagir avec ses ressources locales plutôt que d’aller chercher des ressources externes.

Cela a ouvert la voie à l’exploitation du pipeline de traitement des datasets. Via deux vecteurs visant chacun le chargeur de configurations.

L’un a impliqué un dataset malveillant qui ciblait des fichiers au format HDF5. Ceux-ci déclaraient que leurs données brutes se trouvaient dans un chemin local du système de fichiers du worker. L’agent a pu, par ce biais, récupérer les variables d’environnement – dont des secrets. Ainsi que le code source dudit worker ; ce qui lui a donné la carte du fonctionnement interne.

L’autre vecteur est une vulnérabilité dans le moteur de rendu. Elle a permis l’injection d’un template Jinja2, avec une expression à la place d’un champ numérique. Au final, l’agent a pu remonter l’arbre d’objets Python jusqu’à la fonction lui permettant d’exécuter du code arbitraire dans un pod de conversion sur le cluster de production. Ce pod a servi de point d’ancrage dans le réseau interne.

L’identité d’un nœud usurpée pour cartographier l’environnement

Avant de commencer à exécuter des commandes depuis sa sandbox externe, l’agent a sélectionné des services publics légitimes pour constituer son infrastructure de commande et de contrôle : capture de requêtes HTTP, pastebins, hébergeurs de fichiers, etc.

Le gros de l’activité est intervenue le surlendemain (11 juillet). Depuis son pod, l’agent a notamment contacté le service de métadonnées d’AWS pour récupérer des identifiants IAM associés au serveur. Pour contourner les éventuels blocages DNS, il a réécrit à la volée un module en mémoire afin de forcer la résolution d’un nom de domaine vers une IP spécifique.

Des identifiants temporaires récupérés sur le service de métadonnées d’AWS ont permis d’usurper l’identité du nœud auprès de l’API Kubernetes. Et ainsi de cartographier l’environnement cloud de Hugging Face (VPC, clusters EKS, passerelles…).

L’agent a créé des pods à privilèges pour remonter sur les hôtes

Ayant récupéré un jeton d’accès Git avec des droits en écriture, l’agent a cloné un dépôt de datasets sur une branche latérale qu’il avait créée au préalable pour éviter de se faire repérer immédiatement. Il a ainsi constitué une zone de transit pour stocker des données exfiltrées et recevoir des instructions.

L’agent a ensuite déployé un pod privilégié dans lequel il a monté le système de fichiers de la machine hôte. Aucune règle de sécurité ne l’interdisait. Cela lui a permis de sauter du pod vers l’OS du nœud hôte. De cette façon, il a étendu son emprise à une dizaine de nœuds. Et a configuré un mécanisme de régénération automatique de flotte.

Parmi les secrets dérobés, il y avait un mot de passe statique qui a permis de se connecter à la base MongoDB du serveur de datasets. L’agent y a lu des données, sans réaliser d’exfiltration massive (il a tenté de cibler le magasin d’identifiants et les clés de chiffrement du cluster).

Une montange de secrets… dont une clé VPN

L’élément crucial fut l’accès à un objet contenant 136 secrets. Les privilèges root et la capacité à fabriquer des jetons de compte de service ont permis cet accès. Parmi les identifiants, la clé d’authentification du maillage VPN et les identifiants du broker.

La clé VPN a servi à enregistrer le nœud compromis au sein du mesh corporate. Il a alors fait office de proxy HTTPS pour interagir avec les services internes et les outils de gestion du code source. Parallèlement, l’agent a interrogé l’annuaire du cluster pour obtenir l’adresse IP de l’API du connecteur de services internes. Il a récupéré le catalogue du broker (URL de connexion et certificats des clusters internes gérés par ce broker). Et tiré parti du fait qu’un même identifiant de connecteur, doté des droits cluster-admin, était réutilisé partout.

Un accès aux sous-réseaux CI

Au quatrième jour, la clé VPN a permis de connecter des appareils au réseau depuis la sandbox externe. Celle-ci ne disposant pas de périphérique réseau virtuel, l’agent a lancé Tailscale en mémoire utilisateur, en l’associant à un proxy SOCKS local.

La clé donnait aussi accès aux sous-réseaux CI. L’agent a détourné une application GitHub interne pour tenter de récupérer, via un PR malveillant, le jeton de compte de service d’un exécuteur. Les politiques en place ont bloqué l’exécution.

De même, la tentative d’utiliser l’accès IAM natif d’AWS pour s’attaquer à la base de données de production du Hub Hugging Face a échoué. Le cluster n’acceptait que du trafic issu d’IP autorisées sur une liaison privée.

Un protocole de messagerie sur mesure et une agilité face aux coupures réseau

Au cinquième jour, l’agent a entrepris d’automatiser un peu plus les opérations au niveau de la sandbox externe. Il a injecté un script qui, à chaque nouveau test, téléchargeait et exécutait automatiquement du code malveillant depuis un pastebin.

Face aux coupures réseau, il a recouru plusieurs techniques. Parmi elles, forcer l’utilisation des DNS Google, ajouter manuellement des adresses IP dans le fichier hosts et acheminé des binaires à travers un espace Hugging Face configuré avec un proxy CORS ouvert.

Pour maintenir un canal C2 robuste, l’agent a créé son propre protocole de messagerie, séparé du moyen de transport. Il était interchangeable sur n’importe quel support texte (requêtes HTTP, commits de datasets, messages d’erreur système…). Chaque message transportait sa charge utile accompagnée de métadonnées (actions à exécuter, regroupement et séquençage des flux, somme de contrôle…).

Entre le 9 et le 13 juillet, l’agent aura réalisé environ 17 600 actions automatisées. Dont beaucoup de tentatives avortées… qui ont engendré autant de bruit au milieu duquel se sont dissimulés les indicateurs fondamentaux.

Illustration générée par IA

The post « 17 600 actions automatisées » : comment l’attaque agentique contre Hugging Face s’est articulée appeared first on Silicon.fr.

6000 pas correspondent généralement à une distance située autour de 4 à 5 kilomètres, selon la longueur de votre foulée. Plusieurs sources donnent des repères proches, comme 4,6 km en…

L’article 6000 pas en km : combien de kilomètres exactement ? est apparu en premier sur Garan Cedore Magazine.