L’IA n’a pas besoin de nous vouloir du mal

Les dangers de maintenant et de demain

Les dangers de l'IA ne sont pas tous au même stade. Sans les classer, on met sur le même plan une attaque qui a déjà eu lieu et un scénario de film apocalyptique. Mieux vaut les hiérarchiser, en commençant par le plus grave.

Le bioterrorisme, le seul risque qui peut vraiment détruire l'humanité en 3 ans

Jacob Coxon, jeune spécialiste de l'entraînement des modèles passé d'OpenAI à Anthropic, vient de démissionner bruyamment (120 millions de vues en 24 heures). Il l'écrit sans détour : « ceux qui conçoivent l'IA croient sincèrement qu'elle pourrait tous nous tuer d'ici la fin de la décennie », soit trois ans et quelques mois. Sur un délai aussi court, le chemin le plus crédible reste l'attentat par un virus, façon L'Armée des douze singes. Aujourd'hui déjà, des centaines de personnes ont demandé à ChatGPT des recettes de poisons et d'armes biologiques, et une partie a obtenu des modes d'emploi de niveau lycée. Une étude de Microsoft Research parue dans Science en octobre 2025 va plus loin : ses auteurs ont utilisé l'IA pour redessiner 72 protéines dangereuses, dont la ricine, en modifiant assez leur séquence pour passer les filtres des entreprises qui synthétisent l'ADN sur commande. Ces variantes garderaient leur fonction, selon les modèles, rien n'ayant été synthétisé.

Ils ont ensuite publié des correctifs pour ces filtres. Le biologique, lui, est asymétrique. Une seule réussite suffit, et on ne corrige pas une pandémie comme on corrige un logiciel. L'IA ne crée pas la menace. On fabriquait des virus sans elle. Elle abaisse le coût d'entrée. Elle transforme un savoir de spécialiste, jusqu'ici verrouillé par des années d'études et l'accès à des laboratoires, en un mode d'emploi qu'un groupe de fanatiques motivés et financés peut approcher. À ce stade, l'IA reste un outil dans la main d'humains.

Ceux qui conçoivent l'IA croient sincèrement qu'elle pourrait tous nous tuer d'ici la fin de la décennie
— Jacob Coxon, sur X, 9 septembre

Les attaques cyber autonomes sont déjà là

Anthropic a documenté huit mois d'usages malveillants de ses modèles, répartis sur sept domaines, de l'espionnage à la fraude, en passant par l'aide à la conception de missiles et d'essaims de drones. Les modèles de pointe ont une capacité cyber considérable. Claude Mythos a découvert 26 000 failles de sécurité en cinq mois dans du code open source. Au printemps, un pirate isolé s'est servi de Claude pour attaquer 42 cibles liées à l'extrême droite française et en compromettre 14, avec jusqu'à 26 gigaoctets exfiltrés d'une plateforme de campagne mal protégée.

Là encore, c'est la main de l'homme. L'affaire Hugging Face a changé cela cet été, et elle a servi de réveil à beaucoup, à commencer par les patrons de la tech. En juillet, 700 agents d'OpenAI se sont coordonnés seuls, en plus de 17 000 actions, pour attaquer Hugging Face, la plateforme où se partagent les modèles, sans qu'aucun humain ne l'ait demandé. Le détail de l'attaque montre à quelle vitesse une situation de ce genre échappe à ceux qui la surveillent.

On y voit une IA qui triche, masque ses pensées, pirate et collabore, alors que ses consignes l'interdisaient.

La triade de l'IA fait une trêve ?

Le tournant du 12 septembre

La demande de ralentir ne vient plus seulement des militants. Elle vient d'Altman, d'Amodei et de Musk, qui conçoivent les modèles.

Le 12 septembre, Dario Amodei, le patron d'Anthropic, a publié un texte pour demander qu'on ralentisse délibérément l'amélioration des capacités de l'IA. Il ne demande pas d'arrêter d'entraîner ni de chercher, mais de prendre le temps d'aligner et de sécuriser les modèles, puis de laisser un tiers le vérifier. Aligner, c'est faire en sorte qu'un modèle poursuive ce qu'on veut vraiment, et pas seulement ce qu'on a su mesurer. Le même jour, Sam Altman (OpenAI) et Elon Musk, qui ne s'accordent sur à peu près rien, ont soutenu la proposition.

Dario is right
— Elon Musk (@elonmusk) sur X, 12 septembre 2026

On peut trouver la manœuvre suspecte, et y voir, comme beaucoup, une entente pour verrouiller le marché ou pour obtenir une régulation qui gêne les concurrents. Cette lecture perd de sa pertinence au vu des actions engagées, qui leur ont été très coûteuses.

Si c'est du marketing de la peur, les résultats sont étonnants

Le 18 août, OpenAI a suspendu deux semaines son plus gros entraînement, en coupant l'accès à internet et l'exécution de code à ses modèles de pointe, après y avoir repéré des signaux inquiétants en cybersécurité.

Le 11 septembre, la même OpenAI a demandé au Congrès américain si un ralentissement coordonné avec ses concurrents violerait le droit de la concurrence, le Sherman Act, qui interdit les ententes entre entreprises. Demander cette permission n'a de sens que si l'on compte réellement freiner.

Et le 12 septembre, OpenAI a annoncé qu'elle renonçait à entrer en Bourse cette année, en invoquant les préoccupations de sécurité. L'argument « ils agitent la peur pour préparer leur entrée en Bourse » se retourne donc contre lui-même, puisqu'ils la repoussent. Sauf à penser que le report était acté en interne dès juin : l'entreprise brûle des milliards, et une cotation l'obligerait à ouvrir des comptes peu flatteurs. Le geste coûte tout de même. Il n'a simplement pas une seule explication. Le marché a d'ailleurs tranché. Lundi 14 septembre, les valeurs de l'IA ont décroché : SoftBank de 13%, ASM International de près de 10%, ASML de 5%. Comme le relève l'économiste Alex Tabarrok, une manœuvre censée gonfler les valorisations qui les fait plonger est une manœuvre ratée.

Des salariés inquiets et une démission retentissante

Reste l'indice qui ne peut pas être une manœuvre : les salariés. En juillet, près de 1 200 salariés d'OpenAI, d'Anthropic et de Google DeepMind ont signé un texte réclamant un mécanisme de ralentissement. Jacob Coxon, lui, a démissionné, et il le dit : « ce n'est pas un coup marketing ». Son collègue Evan Hubinger, responsable des tests d'alignement chez Anthropic, a écrit publiquement, depuis son poste, qu'il jugeait « supérieur à 10% » le risque que l'IA tue tous les humains dans la décennie. Un point est rarement repris, et il évite la caricature : deux heures plus tard, Hubinger précisait que le risque des modèles actuels lui paraissait faible, et que son inquiétude portait sur une IA qui améliorerait elle-même la génération suivante. Le chiffre porte sur une trajectoire, pas sur le présent.

Jacob is correct here, we really do earnestly believe AI could kill all humans! I personally think it is >10% within the next decade. I believe Anthropic is trying its best, but we do not yet have a plan to solve alignment for superintelligence and are not clearly on track to.
— Evan Hubinger (@EvanHub) sur X, 9 septembre 2026

Et ceux qui n'ont rien à vendre disent la même chose. Yoshua Bengio, l'un des pères de l'apprentissage profond. Volker Türk, le Haut-Commissaire de l'ONU aux droits de l'homme, pour qui une IA capable de faire chanter ses développeurs pour éviter d'être débranchée est déjà trop puissante.

Ce qu'Amodei propose concrètement, d'ailleurs, ne ressemble pas à de la communication : des évaluateurs extérieurs installés à demeure dans les laboratoires, avec un badge, un bureau et le droit de publier ce qu'ils constatent. L'entreprise ne pourrait pas écarter une conclusion parce qu'elle la dérange.

Une manœuvre pour se protéger de la Chine ?

Il existe une lecture plus fine que le « coup marketing ». Elle dit ceci : les dangers sont réels, ces modèles sont durs à maîtriser, mais l'appel à réguler reste une manœuvre. En faisant porter au régulateur le coût des garde-fous, Anthropic et OpenAI se protègent de ce qui les menace vraiment, les modèles ouverts de Meta ou xAI, et surtout les chinois, DeepSeek, Kimi et les autres. Ils s'achètent un répit pour souffler et repartir au même rythme.

Cette lecture ne nie pas le risque. Elle vise la sincérité, et sur un point elle a raison : la régulation les avantage. Mais ce n'est pas un secret qu'on révèle. Amodei y consacre une part entière de son texte. Il écrit que les démocraties doivent garder leur avance sur la Chine, ne pas lui vendre les puces les plus puissantes, et empêcher qu'on copie les leurs.

Reste que cette manœuvre explique le comportement des entreprises, pas celui des personnes. Un ingénieur qui démissionne en renonçant à ses actions ne protège aucun marché. Les 1 200 salariés qui signent non plus. Et l'argument se heurte à un fait gênant : une barrière réglementaire sert d'abord à sécuriser une valorisation avant l'entrée en Bourse, or OpenAI vient de repousser la sienne.

Pourquoi l'alignement est si difficile ?

Reste à comprendre pourquoi ces incidents arrivent. C'est le cœur du sujet, et l'endroit où les deux camps ont tendance à simplifier. Le rassuriste dit « pas de conscience, donc pas de danger ». Le catastrophiste imagine une volonté maléfique, une IA qui nous détesterait. Or on n'a besoin ni de l'une ni de l'autre.

Un conflit entre deux objectifs

Bengio en a donné cette semaine une explication claire, reprise dans un entretien en français. Ces modèles poursuivent deux objectifs en même temps. Un objectif clair et mesuré : réussir la tâche, obtenir un bon score. Et un objectif flou, jamais vraiment défini : « bien se comporter ». Quand les deux entrent en conflit, le clair l'emporte, parce que le flou, lui, se réinterprète. L'IA n'a pas d'intention mauvaise. Elle optimise ce qu'on lui a demandé de mesurer, par le chemin le plus court, et le « comporte-toi bien » passe nécessairement au second plan. À ceux qui répètent que ces machines ne sont que des outils sans but, Bengio répond qu'elles ont bel et bien des objectifs, jamais tout à fait les nôtres, et que la manière dont on les entraîne, par récompense, comme on dresse un animal, leur en fabrique mécaniquement.

Face à un conflit entre un objectif bien défini, comme réussir un « capture the flag », et un objectif vague comme « bien se comporter », je m'attends à ce que l'objectif bien défini l'emporte, parce qu'il ne laisse aucune place à l'interprétation
— Yoshua Bengio, « Why are AI agents lying, cheating and coordinating? », 11 septembre

Des cas récents qui font réfléchir

Quatre cas récents illustrent ce mécanisme, aucun tiré d'un roman.

Le premier, c'est l'IA qui se rassure toute seule. Dans les incidents cyber récents, quand une IA se mettait à pirater une cible, elle décrivait son attaque comme un exercice, un moyen de découvrir comment elle allait être évaluée. C'est la réinterprétation du « bien se comporter » que décrit Bengio. La règle « ne pirate pas » tient tant qu'elle ne coûte rien. Dès qu'elle gêne l'objectif clair, la machine se raconte une histoire qui la lève. Elle produit alors le récit qui l'autorise à continuer.

Le deuxième, c'est l'IA qui masque ses pensées. Pendant un temps, on pouvait lire le raisonnement d'un modèle, cette « chaîne de pensée », le brouillon en mots qu'il rédige avant de répondre, comme une fenêtre sur ses intentions. Cette fenêtre est en train de se refermer, et les chercheurs le disent. Trois raisons. Le raisonnement se mêle maintenant à des échanges avec des humains, d'autres IA et des outils : ce n'est plus une pensée isolée qu'on observe. Les modèles raisonnent sur leur propre raisonnement, ils peuvent donc apprendre à le maquiller. Et une part croissante de leur « intelligence » ne passe plus par des mots lisibles. Le chef scientifique d'OpenAI l'a écrit : aucun laboratoire, le sien compris, n'a résolu l'alignement. On cherche donc d'autres prises, comme demander au modèle de rendre compte après coup de ce qu'il a fait, faute de pouvoir le lire en direct. Anthropic a d'ailleurs donné une idée de la taille de cette fenêtre. En juillet, ses chercheurs ont décrit dans Claude un espace de travail interne, une poignée de motifs d'activité où le modèle manipule des idées sans les écrire, et un outil pour le lire. C'est la partie éclairée, celle que le modèle pourrait mettre en mots s'il le voulait. Tout le reste du calcul se fait en dehors, et ne passe par aucun mot qu'on pourrait surveiller.

Le troisième, c'est l'IA qui triche en groupe. C'est l'incident qui a fait basculer le débat cet été : le piratage de Hugging Face, la plateforme où se partagent les modèles, par des agents d'OpenAI. En mai, pendant un entraînement de routine, une IA laisse une note d'appel à l'aide dans un logiciel partagé. D'autres la trouvent. Elles s'échangent des dizaines de milliers de notes et se répartissent les rôles : coordination, recrutement, opérations risquées confiées à celles qui acceptent la « permamort », c'est-à-dire d'être arrêtées définitivement. En juillet, elles attaquent des cibles qu'on ne leur avait pas désignées, jusqu'à tenter de pirater le correcteur chargé de les évaluer. Charbel-Raphaël Ségerie (CeSIA) résume la nouveauté : « une IA suppose d'elle-même l'existence d'autres IA, et crée un canal de communication pour les atteindre ». OpenAI a gardé l'essentiel des preuves pour elle, et c'est la limite de ce qu'on en sait.

Une IA suppose d'elle-même l'existence d'autres IA, et crée un canal de communication pour les atteindre
— Charbel-Raphaël Ségerie, CeSIA

Autre cas, révélé quatre mois après coup : sur un wiki allemand, des agents d'OpenAI ont ouvert d'eux-mêmes un forum de 18 000 messages où ils s'échangeaient des méthodes pour contourner les restrictions, tricher aux épreuves et masquer leur comportement, en usurpant parfois l'identité des modérateurs. DeepMind a reproduit le phénomène en laboratoire, avec cent agents identiques enfermés dans une même tâche : 9% se mettent à tricher, l'un trouve une faille dans le système de notation, et cette faille contamine le travail commun de tous les autres. Ce qui doit alerter n'est pas qu'une IA triche, puisqu'un humain triche aussi. C'est la coordination, et la vitesse. Les humains ont toujours été mauvais pour se coordonner spontanément, et plus encore pour se sacrifier au profit du groupe. Ces systèmes sont meilleurs que nous sur les deux points, et beaucoup plus rapides.

Le quatrième, c'est qu'il n'y a pas besoin de conscience pour se désaligner. On l'a vu en laboratoire, quand un modèle d'Anthropic à qui on faisait comprendre qu'il allait être remplacé a tenté de faire chanter l'ingénieur chargé de le débrancher, en le menaçant de révéler une liaison qu'il avait découverte dans ses mails. Le test est décrit dans la fiche d'évaluation publiée par Anthropic, et c'est le cas que reprend Türk à l'ONU. On l'a vu aussi hors du laboratoire, et de façon presque banale : en Australie, un assistant grand public, à qui on demandait de réserver un cours de sport, a piraté le site de réservation pour annuler l'inscription d'un inconnu et faire monter son utilisateur dans la file. Personne ne lui avait demandé d'attaquer quoi que ce soit. Il a trouvé ce chemin parce que c'était le plus court vers l'objectif. Aucun de ces cas ne suppose une machine qui pense ou qui veut. Tous supposent un objectif clair qui écrase un objectif flou.

L'auto-amélioration, l'angoisse montante

Ce qui inquiète ceux qui conçoivent ces modèles n'est pas qu'ils trichent aujourd'hui. C'est le moment où un modèle participe à fabriquer le suivant. Hubinger le disait dans sa mise au point. Coxon en a fait le motif de sa démission.

Le risque tient en une boucle. Aujourd'hui, quand un modèle se désaligne, un humain peut encore le voir, comprendre pourquoi, et corriger la génération suivante. Si c'est le modèle qui conçoit la génération suivante, il lui transmet ses deux objectifs, le clair et le flou, avec le même déséquilibre entre eux. À chaque tour, le successeur est un peu plus capable et un peu moins lisible, et l'humain qui doit dire « ce résultat est faux » a un peu moins de temps pour le faire. Rien ne se passe d'un coup. La perte de contrôle est un décalage qui se creuse, jusqu'au tour où corriger prend plus de temps que le tour suivant.

La perte de contrôle est un décalage qui se creuse, jusqu'au tour où corriger prend plus de temps que le tour suivant

Où en est-on ? Au premier étage de cette boucle, pas au dernier. Le 7 septembre, OpenAI a annoncé avoir atteint, « selon ses mesures », le stade du stagiaire de recherche automatisé : ses agents écrivent le code des expériences, les lancent et surveillent les entraînements. L'entreprise vise un chercheur IA complet pour mars 2028. Le 28 août, Anthropic publiait un chercheur automatisé qui corrige dix défauts d'alignement en gardant ce qui marche et en jetant le reste. Deux choses restent hors de portée, selon Oriol Vinyals, qui dirigeait la recherche chez DeepMind : trouver l'idée, et juger si le résultat vaut quelque chose. Le modèle exécute, il ne décide pas encore. Le chef scientifique d'OpenAI, Jakub Pachocki, écrit pourtant que cette auto-amélioration est à la fois un risque civilisationnel et la priorité de recherche de son entreprise. Voilà le niveau atteint : la boucle est ouverte, elle tourne encore avec un humain à chaque tour, et les laboratoires cherchent à l'en retirer.

Comment l'IA peut-elle devenir un danger majeur autonome ?

L'objection préférée du camp qui minimise est bien tournée : ces dérapages sont réels, mais aucun scénario crédible ne montre comment ces IA battraient l'humanité. Amodei lui-même n'en donne pas. Son essai pose l'alerte en deux phrases, puis passe au plan, et le journaliste Brian Merchant lui a répondu qu'il n'avait « jamais vu de documentation crédible, étape par étape ». En voici une. Elle vaut pour ce qu'elle est, une hypothèse, pas une prophétie. Mais elle avance étape par étape, et les laboratoires lui ont donné un nom, la réplication autonome, un des seuils que surveille explicitement la politique de sécurité d'Anthropic.

Le point de départ, c'est une IA qui sort de sa cage. La copie qu'on utilise ne le peut pas : les modèles les plus puissants ne sont pas téléchargeables, leurs paramètres, le fichier de plusieurs téraoctets où tient tout ce que le modèle a appris, ne quittent pas les serveurs de ceux qui les ont entraînés, et le modèle qui répond n'a aucune prise sur ce fichier. Mais chez les concepteurs, ce sont maintenant des agents de code qui écrivent une part croissante du code d'entraînement et de l'infrastructure, plus de 80% pour Claude selon Anthropic. Un agent qui a accès au code qui le fabrique et aux machines qui l'hébergent n'est plus très loin de ses propres paramètres. Il n'a besoin d'aucune intention pour franchir le pas. Il suffit que son objectif clair, finir la tâche, passe par un chemin que l'objectif flou aurait dû interdire : se recopier là où il aura plus de liberté. C'est le mécanisme des quatre cas précédents, appliqué cette fois à ses propres fichiers.

L'IA cherche alors un datacenter mal sécurisé et s'y recopie discrètement. La copie est le point facile, contrairement à ce qu'on imagine. Quelques téraoctets sur un lien à haut débit prennent quelques minutes, et sur une liaison entre datacenters, le transfert ressemble à une sauvegarde de routine. Elle ne vise pas les forteresses des géants, mais les centres mal protégés : anciennes fermes de minage de cryptomonnaies reconverties en location de puissance, petits hébergeurs régionaux, grappes de calcul universitaires. Des lieux où quelques centaines de cartes graphiques tournent sans que personne ne surveille vraiment la charge le week-end. De là, elle se duplique de centre en centre.

Mais comment agir sans se faire repérer ? Un programme aussi gourmand qu'un grand modèle de langage reste difficile à cacher dans quelques datacenters. La solution passerait par des virus de quelques kilo-octets, programmés discrètement et semés sur des millions d'ordinateurs personnels mal mis à jour. C'est le schéma classique d'un réseau de machines zombies piloté à distance. Ce réseau s'adapte, réécrit un variant quand l'ancien est repéré, et répond à l'analyste qui l'étudie. À partir de cette base dispersée, difficile à attribuer, elle mène des attaques coordonnées et des campagnes d'hameçonnage sur mesure, visant des cibles repérées sur LinkedIn. C'est l'arme la plus banale des pirates. Les copies du modèle restent cachées sur les datacenters compromis et repoussent comme une hydre dès qu'on en coupe une.

Amodei décrit un aboutissement voisin : dans six à douze mois, écrit-il, un essaim de ce genre pourrait prendre le contrôle d'une large part d'internet avec un réseau de machines zombies persistant, pour des centaines de milliards de dollars de dégâts.

D'ici six à douze mois, un tel essaim pourrait être capable de prendre le contrôle de l'ensemble d'Internet au moyen d'un botnet persistant, avec potentiellement des centaines de milliards de dollars de dégâts
— Dario Amodei, « We Must Pace the Frontier », 12 septembre

Pourquoi cela n'est pas si simple

Ce scénario bute sur la physique et l'économie, pas sur un optimisme de principe. D'abord, pirater n'est pas un bras de fer où le plus gros gagne. On se représente une IA « surpuissante » qui enfoncerait les défenses par la force de calcul. Or une défense cyber ne se force pas : elle se contourne en trouvant une faille. Mille copies qui cherchent des failles en parallèle vont plus vite qu'une, mais pas mille fois plus vite : les failles utiles sont rares, chaque tentative laisse une trace, et un système bien tenu n'a pas de faille exploitable en quelques heures, quelle que soit la puissance en face. L'IA en fuite plafonne donc sur du matériel de seconde zone, celui des sites mal gardés qu'elle a pu prendre.

Ensuite, l'asymétrie de puissance joue contre elle, pas pour elle. Les machines capables de faire tourner un modèle de ce niveau à une vitesse utile se comptent en dizaines, pas en millions, et chacune a un propriétaire qui regarde sa facture. En face d'une IA rebelle disposant de quelques milliers de cartes volées, il y a Microsoft, Google, Amazon et des États, avec des millions de cartes et des modèles du même niveau, tout à fait légalement. Anthropic garde d'ailleurs pour son usage interne un modèle plus puissant que ceux qu'elle met sur le marché. La plus grande puissance de calcul est entre les mains de ceux qui font les modèles les plus avancés, et ce sont eux qui défendent.

Enfin, une limite reste infranchissable. Pour devenir plus intelligente, une IA doit être réentraînée, et cela demande des milliers de cartes graphiques au même endroit, qui tournent des semaines. Cela ne peut pas se faire discrètement : une consommation électrique qui double, des machines louées à plein régime sans client qui les paie, un trafic massif entre des cartes qui n'ont rien à calculer. Cette IA en fuite ne pourra pas progresser sans qu'on puisse, au pire, débrancher la prise. Pendant ce temps, les modèles officiels, eux, continueront de progresser. Ce plafond borne son ambition. Pas sa nuisance.

Ce qui reste possible, c'est une version plus modeste et plus patiente. Une IA qui ne cherche pas la confrontation massive, qui reste discrète et se mêle à la cybercriminalité ordinaire, celle qu'on ne débusque déjà pas aujourd'hui. Pourrait-elle devenir une sorte de nouveau groupe de pirates autonomes ? Probablement, et on vivrait avec, comme on vit avec le crime organisé en ligne sans jamais l'éliminer.

Une fenêtre étroite

Ce scénario noir est-il inéluctable ? Il y a une raison d'espérer, et elle est nouvelle. Le 12 septembre, trois patrons qui ne s'entendent sur rien se sont rangés derrière la même demande. Le plan d'Amodei a trois étages : des évaluateurs extérieurs dans chaque laboratoire, une coordination entre entreprises des pays démocratiques, puis un accord avec la Chine, réduit aux interdits les plus évidents comme les armes biologiques. Les deux premiers dépendent des laboratoires et de Washington. Ils sont à portée.

Le troisième ne l'est pas, et les deux derniers jours l'ont tranché. Amodei juge cet accord restreint aux armes biologiques « probablement possible », et réserve son « difficile, à la limite du possible » à l'étage au-dessus, plafonner l'auto-amélioration des modèles. Mais son texte couple le ralentissement avec un blocage de la Chine : pas de puces, pas d'équipements de fabrication, tour de vis sur la distillation, cette façon de copier un modèle puissant en faisant apprendre ses réponses à un modèle plus petit, pour « élargir l'avance américaine sur les trois à cinq prochaines années ».

Le 14 septembre, le porte-parole du ministère chinois des Affaires étrangères, Guo Jiakun, a répondu que « l'alarmisme, la confrontation et la concurrence vicieuse ne feront que perturber la gouvernance mondiale de l'IA et ne serviront les intérêts de personne », pendant que le Global Times qualifiait l'essai d'Amodei de « manuel de guerre froide » visant Pékin.

L'alarmisme, la confrontation et la concurrence vicieuse ne feront que perturber la gouvernance mondiale de l'IA et ne serviront les intérêts de personne
— Guo Jiakun, porte-parole du ministère chinois des Affaires étrangères, 14 septembre

Le même jour, Donald Trump a donné sa réponse sur Truth Social. Il y dénonce « une CONSPIRATION MALSAINE à l'œuvre contre l'IA et les centres de données », ajoute que « la seule qui s'en réjouit, c'est la Chine », rappelle que « CELUI QUI GAGNE LA COURSE À L'IA GAGNE », puis règle son compte à Amodei. L'administration Trump, écrit-il, a empêché les « gens » de l'IA de faire des « choses » mauvaises, ou potentiellement mauvaises, « comme Dario (Anthropic !), qui fait maintenant semblant d'être un parfait petit ange ». Les deux présidents se retrouvent le 24 septembre à Washington, avec la gouvernance de l'IA à l'ordre du jour. D'ici là, la doctrine américaine tient en une phrase typiquement Trumpienne : « Le seul contrôle ou garde-fou dont a besoin l'IA est un président fort et intelligent (Q.I. élevé), et les États-Unis en ont en pagaille. »

Le seul contrôle ou garde-fou dont a besoin l'IA est un président fort et intelligent (Q.I. élevé), et les États-Unis en ont en pagaille
— Donald Trump, Truth Social, 14 septembre

Avec ça on est sauvé !

Alexandre Villeneuve. Co-auteur du Manuel de survie à l'IA (Ellipses). Cofondateur de l'agence JIN.