Technomedia

 

Une réponse d’intelligence artificielle paraît immédiate. Elle repose pourtant sur des travailleurs, des sources sélectionnées, des infrastructures et des choix techniques qui restent largement invisibles. Des plaintes contre Scale AI aux erreurs électorales des chatbots, sept sujets éclairent cette semaine les conditions dans lesquelles nous leur déléguons une part de notre information et de nos décisions.

TRAVAIL

Les petites mains de l’IA contestent la surveillance de leurs données

Derrière les performances des modèles, des personnes rédigent des consignes et évaluent des réponses. Le 27 octobre, noyb et ses partenaires ont annoncé cinq plaintes contre Scale AI, qui exploite Outlier, en France, en Italie, aux Pays-Bas et en Autriche. Leur analyse technique décrit des traceurs transmettant des données à des tiers, dont Facebook, LinkedIn ou TikTok, ainsi que des vérifications biométriques répétées. Outlier compte plus de 900 000 travailleurs indépendants, selon noyb ; cela ne signifie pas que chacun a fait l’objet d’un examen individuel. Les associations contestent la légalité de ces traitements et demandent des enquêtes. À ce stade, il s’agit de plaintes et de constats portés par leurs auteurs, pas d’une décision des autorités de protection des données.

→ Lire l’enquête et les plaintes — noyb, 27 octobre, corrigé le 29 octobre

DÉMOCRATIE

Avant les midterms, les réponses électorales restent un point faible

À l’approche des élections américaines du 3 novembre, une évaluation de Forum AI mérite attention : près de 40 % des réponses électorales testées comportaient au moins une erreur factuelle. Les questions pratiques sur la manière de voter figuraient parmi les plus fragiles. Le chiffre vient de l’édition d’août 2026 de NewsBench, remise en lumière dans les analyses d’octobre ; il ne mesure donc pas en temps réel tous les assistants disponibles aujourd’hui. Le dispositif s’appuie sur des critères élaborés avec des experts, puis appliqués par des évaluateurs automatisés calibrés sur leurs jugements. Il rappelle surtout qu’un ton neutre et des liens en apparence sérieux ne garantissent pas une réponse exacte. Pour une date limite ou une procédure de vote, la source électorale officielle reste décisive.

→ Consulter les résultats et la méthode — Forum AI, NewsBench, édition d’août 2026

INFORMATION

Les réponses de Google font une large place aux sites commerciaux

L’IA ne se contente pas de résumer le Web : elle choisit les voix qu’elle rend visibles. Dans la présentation publiée le 29 octobre de leur étude sur les réponses générées par Google en France, Converteo et Qwairy attribuent 57,2 % de la part de voix aux sites commerciaux. Leur position devant les médias pose la question de l’équilibre des sources dans des réponses que le lecteur peut percevoir comme une synthèse générale. Ce résultat concerne toutefois le corpus des auteurs, et ne permet pas de conclure que toute réponse de Google est dominée par une intention commerciale. 

→ Lire la présentation de l’étude — Converteo et Qwairy, 29 octobre

CONFIANCE

Les Français utilisent l’IA sans lui accorder le crédit des moteurs

L’usage et la confiance n’avancent pas au même rythme. Dans le second volet de l’enquête Ipsos pour Eskimoz, dévoilé le 26 octobre, 35 % des Français jugent crédibles les contenus des IA génératives, contre 65 % pour ceux des moteurs de recherche. La crédibilité de l’IA progresse de huit points par rapport à l’édition précédente, mais la confiance concernant la protection des données reste à 20 %. L’écart entre générations est net : 44 % des 18-34 ans accordent du crédit aux contenus de l’IA, contre 27 % des 55-75 ans. Le terrain est plus ancien que cette publication : les 1 000 personnes de 18 à 75 ans ont répondu en ligne du 27 février au 2 mars 2026. Ces résultats déclaratifs décrivent des perceptions, pas la fiabilité réelle des outils.

→ Consulter la présentation et la méthodologie — Ipsos pour Eskimoz, second volet du 26 octobre

LANGUES

La même information peut coûter beaucoup plus cher selon la langue

Le prix de l’IA dépend aussi de la langue dans laquelle on s’exprime. Une analyse publiée le 29 septembre par la coalition de recherche CLEAR, reprise dans l’actualité cette semaine, compare le découpage de phrases de sens équivalent dans environ 200 langues. Ces fragments, les « tokens », servent notamment à facturer les interfaces payées à l’usage. Selon les modèles examinés, le rapport entre la langue la plus gourmande et la plus économe va de 2,7 à 17. Le maximum ne signifie toutefois pas que toute langue autre que l’anglais coûte dix-sept fois plus cher. Cette inefficacité peut aussi réduire la quantité de texte qu’un modèle traite dans une même conversation. Les auteurs mettent en cause des choix de conception favorisant les langues et écritures les mieux représentées dans les données.

→ Lire « The Tokenizer Tax » — Noah Perry et ses coauteurs, CLEAR, 29 septembre

AUTONOMIE

Une consigne donnée à un agent peut entraîner une dizaine de commandes

Déléguer une tâche à une IA signifie parfois lui laisser enchaîner de nombreuses opérations. Dans des résultats diffusés en France le 26 octobre, BeyondTrust indique avoir observé, en quatre semaines, environ 1,28 million de commandes informatiques demandées par des agents de programmation pour 132 000 consignes, soit près de dix par demande. Ce volume ne prouve pas un comportement dangereux : une tâche légitime peut nécessiter plusieurs étapes, et toutes les commandes demandées n’ont pas forcément été exécutées. Les données proviennent de premiers clients de l’entreprise de cybersécurité. Le constat invite néanmoins à examiner les actions effectivement autorisées à l’agent, au-delà de la seule intention exprimée par son utilisateur.

→ Lire les résultats et leurs limites méthodologiques — BeyondTrust Phantom Labs, 21 octobre

ENVIRONNEMENT

L’ADEME invite à choisir l’IA utile et à pouvoir refuser celle imposée

Derrière une requête, il y a des serveurs, de l’électricité, de l’eau et des ressources minérales. Dans son décryptage du 28 octobre, l’ADEME revient sur son avis publié le 22 juillet et sur la difficulté à mesurer cette empreinte, faute de transparence et de méthodes comparables. Elle rappelle que la consommation électrique des centres de données en France pourrait être multipliée par 3,7 d’ici 2035 : une projection concernant ces infrastructures dans leur ensemble, et non pour l’IA seule. L’agence recommande de choisir des modèles adaptés au besoin, de limiter les usages énergivores et de permettre la désactivation des fonctions génératives imposées par défaut. Elle demande aussi d’évaluer les gains environnementaux nets des applications, plutôt que de présumer qu’une optimisation compense automatiquement leur propre empreinte.

→ Lire le décryptage et accéder à l’avis — ADEME, 28 octobre ; avis du 22 juillet