Face à l’urgence climatique et à la pression des consommateurs, de nombreuses entreprises mettent en avant des engagements écologiques. Cependant, derrière ces discours verts se cache souvent une réalité bien différente : le greenwashing, ou l’écoblanchiment.
📊 Les stratégies de greenwashing
1. Techniques utilisées par les multinationales
Communication vague et trompeuse sur des engagements environnementaux.
Labels et certifications peu rigoureux ou créés par l’entreprise elle-même.
Mise en avant d’une action écologique marginale pour masquer un impact global négatif.
2. Exemples concrets de greenwashing
Marques de mode fast fashion lançant des collections « éco-responsables » alors que leur modèle reste polluant.
Entreprises pétrolières finançant des campagnes sur les énergies renouvelables tout en augmentant leurs investissements fossiles.
Publicités sur des produits biodégradables ou recyclables, alors que les infrastructures de recyclage ne suivent pas.
3. Les conséquences pour les consommateurs et l’environnement
Confusion et perte de confiance dans les labels écologiques.
Détournement de l’attention des vraies solutions de transition écologique.
Frein à la réglementation et aux engagements sincères.
⚠️ Décryptage des biais
La surmédiatisation de certaines initiatives écologiques cache d’autres pratiques polluantes.
Un manque de régulation stricte permet à certaines entreprises de manipuler l’image de leur engagement.
Les consommateurs veulent croire aux efforts des marques, ce qui renforce la persistance du greenwashing.
🚀 Quelles solutions pour lutter contre le greenwashing ?
Renforcement des réglementations, avec des labels stricts et contrôlés.
Éducation des consommateurs, pour décrypter les stratégies marketing trompeuses.
Encouragement des entreprises réellement engagées, avec des critères de transparence et des audits indépendants.
📝 Conclusion
Le greenwashing est une menace pour la transition écologique, car il détourne l’attention des véritables enjeux. Développer un regard critique et exiger des engagements concrets et mesurables est essentiel pour favoriser un changement réel.
Le 6 octobre 2026, le prix Nobel de physique a été attribué à Francis Halzen pour IceCube, un détecteur de neutrinos enfoui dans la glace du pôle Sud. L'idée date de 1988. Le premier résultat décisif, la détection de neutrinos venus de l'extérieur du système solaire, est arrivé en 2013. Entre les deux, vingt-cinq ans de prototypes, de forages et de mesures décevantes, sans garantie de succès. Le lauréat le dit lui-même : c'était « une aventure dont le succès n'était pas garanti ».
Pourquoi cette question
Un Nobel raconte une histoire qui finit bien. Il récompense, après coup, ceux qui ont eu raison de persévérer. Mais au moment de décider, personne ne sait comment l'histoire finira. En 1995, le projet DUMAND, un détecteur de neutrinos prévu dans l'océan au large d'Hawaï, a été arrêté. En 2000, AMANDA, le prototype d'IceCube, ne donnait toujours pas de découverte. Vu de cette date, rien ne distinguait clairement le projet qui allait réussir de celui qu'il valait mieux abandonner.
C'est ce que l'événement révèle au-delà de la physique : la persévérance n'est une vertu qu'après coup. Sur le moment, elle ressemble beaucoup à l'entêtement. La question n'est donc pas « faut-il persévérer ? », mais : à quoi reconnaît-on, pendant qu'on cherche encore, qu'il est temps d'arrêter ?
Ailleurs, la même question
La même difficulté traverse toute la recherche. Les ondes gravitationnelles, prédites par Einstein en 1916, ont fait l'objet de projets de détecteurs dès les années 1970. L'observatoire américain LIGO a fonctionné une première fois, de 2002 à 2010, sans rien détecter. Il a été amélioré plutôt qu'abandonné, et la première détection a eu lieu en septembre 2015. À l'inverse, des décennies de recherche de certaines particules de matière noire n'ont, à ce jour, rien trouvé, et la communauté débat de la part de crédits qu'il faut encore leur consacrer.
Le Phare a déjà rencontré cette question sous une autre forme. Peut-on juger une recherche à son utilité prévisible ? demandait si l'on peut savoir à l'avance ce qu'une recherche rapportera. La réponse était déjà prudente : les retombées les plus importantes sont souvent celles que personne n'avait prévues. La question d'aujourd'hui en est le pendant dans le temps : même lorsqu'on a choisi de chercher, quand faut-il cesser ?
Elle se pose aussi hors de la science. Un lieu de savoir doit-il être jugé à sa fréquentation ? montrait la tentation de mesurer une institution sur un indicateur immédiat, au risque de fermer ce qui ne paie qu'à long terme. Et l'histoire industrielle offre l'exemple inverse : l'avion supersonique Concorde, poursuivi par la France et le Royaume-Uni alors que son échec commercial devenait prévisible. Les économistes parlent d'« effet Concorde » ou de piège des coûts irrécupérables : on continue parce qu'on a déjà beaucoup dépensé, et non parce que la suite a des chances de réussir.
Une pensée pour regarder autrement
Le philosophe des sciences Imre Lakatos a proposé, dans les années 1970, une manière de poser le problème. Selon lui, on ne juge pas une théorie isolée, mais un « programme de recherche » qui se développe dans le temps. Un programme est progressif quand ses ajustements permettent de prévoir des faits nouveaux, qui sont ensuite observés. Il est dégénérescent quand il ne fait plus que se réparer pour expliquer, après coup, ses échecs.
L'intuition est utile, et l'on peut la tester sur IceCube. Pendant les années d'AMANDA, le projet n'a pas multiplié les excuses : il a appris des choses précises (la glace peu profonde contient des bulles, il faut descendre plus bas) et chaque étape a amélioré la capacité de mesure. C'est un signe de programme qui progresse, même sans découverte. Le critère a donc un intérêt pratique : il ne demande pas « a-t-on trouvé ? », mais « apprend-on encore quelque chose de vérifiable ? ».
Il a aussi ses limites. Lakatos reconnaissait lui-même qu'un programme en difficulté peut se redresser : on ne sait jamais avec certitude qu'il est fini. Son critère aide à juger une trajectoire ; il ne fixe pas de date d'arrêt.
Ce qui résiste
Plusieurs objections empêchent de répondre simplement.
D'abord, les échecs sont mal connus. Les projets abandonnés laissent peu de traces et aucun prix. On juge donc la persévérance à partir des seuls cas où elle a payé, ce qui la fait paraître plus raisonnable qu'elle ne l'est en moyenne.
Ensuite, la décision d'arrêter ne dépend pas que des résultats. Elle dépend du coût, des autres projets qui attendent les mêmes crédits, de la carrière des chercheurs qui y ont consacré leur vie, et parfois de choix politiques. Une recherche peut être arrêtée pour de bonnes raisons budgétaires alors qu'elle était sur le point de réussir.
Enfin, ne rien trouver est parfois un résultat. Une recherche longue et soigneuse qui conclut à l'absence d'un phénomène apporte une connaissance. L'opposition entre « succès » et « échec » est donc trop simple.
Ce que nous pouvons en retenir
Quelques repères permettent de penser la question sans prétendre la trancher :
Se demander ce qu'on apprend, pas seulement ce qu'on trouve. Un projet qui améliore régulièrement ses mesures n'est pas dans la même situation qu'un projet qui répète les mêmes tentatives.
Distinguer le passé de l'avenir. Ce qui a déjà été dépensé ne justifie pas de continuer ; seule compte la probabilité que la suite apporte quelque chose.
Fixer des étapes à l'avance. Dire dès le départ ce qui, à telle date, montrerait que la piste est mauvaise, plutôt que de le décider sous la pression du moment.
Se méfier des histoires qui finissent bien. Un succès célèbre ne prouve pas que la persévérance était la bonne règle ; il prouve qu'elle l'a été cette fois-là.
Ces repères valent pour un laboratoire, pour une entreprise, pour un service public, et aussi pour une recherche personnelle : un apprentissage, un projet, une enquête.
La question laissée ouverte
Le Nobel de Francis Halzen récompense une persévérance qui a payé. Il rappelle aussi que la décision de continuer a été prise, année après année, sans savoir. La difficulté n'est peut-être pas de choisir entre persévérer et renoncer, mais de se donner, avant de commencer, les moyens de faire ce choix de manière honnête.
Le 6 octobre 2026, l'Académie royale des sciences de Suède a attribué le prix Nobel de physique à un seul chercheur : Francis Halzen, 82 ans, professeur à l'université du Wisconsin à Madison. Le comité le récompense « pour ses contributions décisives à l'observatoire de neutrinos IceCube et pour la découverte de neutrinos de haute énergie d'origine astrophysique ». Le prix, doté de 12 millions de couronnes suédoises, lui sera remis à Stockholm le 10 décembre.
Au lendemain d'un Nobel de médecine qui récompensait l'optogénétique, née de l'étude d'une algue, le prix de physique distingue une autre recherche au long cours. Ce n'est pas une équation ni une particule nouvelle : c'est un instrument, et la patience qu'il a fallu pour le faire parler.
Un kilomètre cube de glace pour voir l'invisible
Les neutrinos sont des particules sans charge électrique et de masse presque nulle. Ils traversent la matière sans presque jamais interagir avec elle : chaque seconde, des dizaines de milliards de neutrinos venus du Soleil traversent chaque centimètre carré de notre corps sans laisser de trace. Cette discrétion les rend très difficiles à détecter. Elle en fait aussi des messagers précieux : contrairement à la lumière, que la poussière absorbe, ou aux particules chargées, que les champs magnétiques dévient, les neutrinos arrivent jusqu'à nous en ligne droite depuis leur source, comme le rappelle le communiqué du comité.
Pour en attraper quelques-uns, il faut un détecteur immense et très transparent. Francis Halzen a présenté en 1988 l'idée d'utiliser la glace de l'Antarctique. Quand, très rarement, un neutrino heurte un atome de cette glace, la collision produit une particule chargée qui émet un faible éclair de lumière bleue. Des capteurs placés dans la glace enregistrent cet éclair, et l'on en déduit la direction et l'énergie du neutrino.
IceCube est la réalisation de cette idée au pôle Sud. Entre 2005 et décembre 2010, les équipes ont foré la glace à l'eau chaude pour y descendre 86 câbles portant chacun 60 capteurs, soit environ 5 160 modules optiques, entre 1 450 et 2 450 mètres de profondeur. L'ensemble occupe un kilomètre cube. Sa construction a coûté environ 279 millions de dollars, financés pour l'essentiel par la Fondation nationale pour la science américaine (NSF). Selon le comité, la collaboration rassemble aujourd'hui plus de 450 chercheurs de 58 institutions dans 14 pays.
Vingt-cinq ans entre l'idée et la découverte
Le chemin n'a pas été direct. Avant IceCube, Halzen avait dirigé un prototype plus modeste, AMANDA, installé dans les années 1990. Les premiers capteurs, descendus à moins d'un kilomètre de profondeur, ont révélé une glace encore chargée de bulles d'air qui diffusaient la lumière et brouillaient les mesures : il a fallu descendre plus bas pour trouver une glace assez claire. D'autres projets de détecteurs de neutrinos ont échoué ou ont été arrêtés, comme DUMAND, au large d'Hawaï, abandonné en 1995. « C'était une aventure dont le succès n'était pas garanti », a reconnu Halzen après l'annonce, cité par *Physics World*.
La première découverte est venue en 2013. IceCube publie alors 28 événements d'une énergie trop élevée pour venir de l'atmosphère terrestre, dont deux, surnommés « Bert » et « Ernie », dépassent le pétaélectronvolt. C'est la première preuve solide de neutrinos venus de l'extérieur du système solaire. Vingt-cinq ans séparent l'idée de ce résultat.
Les années suivantes ont commencé à dire d'où viennent ces neutrinos. En septembre 2017, un neutrino de très haute énergie a été relié à un blazar, une galaxie au noyau très actif, nommé TXS 0506+056 et situé à environ 3,7 milliards d'années-lumière ; le résultat a été publié en 2018. En novembre 2022, la collaboration a présenté des indices solides d'une émission de neutrinos par la galaxie NGC 1068. En juin 2023, elle a mesuré une émission diffuse venue du plan de notre propre galaxie, la Voie lactée.
Ce qui est établi, ce qui reste ouvert
Il est établi que des neutrinos de très haute énergie nous parviennent du cosmos et qu'un détecteur dans la glace peut les observer. C'est ce que récompense le prix : l'ouverture d'une nouvelle manière d'observer l'univers, que le comité décrit comme une porte ouverte vers des galaxies lointaines.
L'essentiel reste pourtant à découvrir. On ne connaît la source que d'une petite partie des neutrinos détectés. Les associations avec TXS 0506+056 et NGC 1068 reposent sur des signaux statistiques dont la solidité varie, et les physiciens ne savent pas encore quels phénomènes accélèrent les particules à de telles énergies. Un projet d'extension, IceCube-Gen2, prévoit un détecteur environ huit fois plus grand ; il attend encore son financement fédéral aux États-Unis.
Le prix suscite aussi une discussion sur sa forme. Halzen est le premier lauréat unique en physique depuis Georges Charpak en 1992, alors qu'IceCube est l'œuvre de centaines de chercheurs. Le lauréat insiste lui-même sur la part du contexte : il dit avoir eu « la chance d'être au bon endroit », le Wisconsin, quand l'idée est apparue. La règle Nobel, qui limite le prix à trois personnes au plus, cadre mal avec la recherche menée en très grandes équipes.
Une question que pose ce Nobel
Le prix de 2026 récompense un pari qui a réussi. Pendant un quart de siècle, ceux qui ont financé AMANDA puis IceCube n'avaient aucune garantie de résultat. D'autres paris comparables, comme DUMAND, ont été arrêtés avant d'aboutir, et l'on ne saura jamais s'ils auraient fini par réussir. Le Nobel éclaire les recherches qui ont tenu jusqu'au succès ; il laisse dans l'ombre celles qui ont tenu aussi longtemps pour rien.
Sur quoi décider, alors, de continuer ou d'arrêter ? La question dépasse les neutrinos. Elle se pose à toute recherche longue, à tout projet dont le résultat se fait attendre, à toute institution qui doit choisir entre persévérer et renoncer.
*La publicité s'installe dans ChatGPT, jusque dans le temps d'attente de la génération d'images. Derrière cette annonce, une question bien plus ancienne que l'intelligence artificielle : quand nous ne payons pas un service, pour qui travaille-t-il ?*
Le point de départ
Le 5 octobre 2026, OpenAI a annoncé qu'elle testerait, fin octobre aux États-Unis, des publicités visuelles affichées pendant que ChatGPT fabrique une image. Elles s'ajoutent aux annonces présentes depuis février en bas des réponses, réservées aux utilisateurs de la formule gratuite et de l'abonnement d'entrée de gamme. En huit mois, l'assistant est devenu une régie publicitaire qui revendique l'équivalent d'un milliard de dollars de revenus par an. Les faits sont détaillés dans notre article d'actualité.
Pourquoi cette question
Un service gratuit n'est jamais gratuit à produire. Quelqu'un paie les serveurs, les salaires, l'électricité. Si ce n'est pas l'utilisateur, c'est un autre, et cet autre attend quelque chose en retour. La question n'est donc pas de savoir si un service gratuit a un modèle économique, mais lequel, et ce que ce modèle fait à la relation entre le service et ceux qui s'en servent.
Dans un échange marchand ordinaire, les choses sont simples : celui qui paie est celui qui est servi. Le boulanger cherche à contenter la personne qui achète son pain. Avec la publicité, le circuit se dédouble. Les utilisateurs reçoivent le service ; les annonceurs paient. Le service doit satisfaire les deux, et rien ne garantit que leurs intérêts coïncident.
Ailleurs, la même question
La télévision commerciale l'a posée la première, à grande échelle. En 1973, l'artiste Richard Serra diffusait une courte vidéo, *Television Delivers People*, qui faisait défiler une phrase devenue célèbre : le produit de la télévision, c'est vous. Trente ans plus tard, en 2004, Patrick Le Lay, alors patron de TF1, l'avait dit à sa manière en expliquant que son métier consistait à vendre à Coca-Cola du « temps de cerveau humain disponible ». La formule avait choqué parce qu'elle décrivait sans détour ce que tout le monde savait.
Les moteurs de recherche et les réseaux sociaux ont ensuite porté ce modèle à une autre échelle. La recherche gratuite est financée par les annonces qui l'entourent ; le fil d'actualité gratuit, par le temps qu'on y passe. Plus on connaît l'utilisateur, plus son attention se vend cher. C'est ce mécanisme qui a fait de la collecte de données personnelles une industrie.
Le Phare a déjà rencontré cette question sous d'autres formes. Quand OpenAI promet que les publicités n'influencent pas les réponses, elle est seule à pouvoir le vérifier : c'est le problème de l'entreprise juge et partie de sa propre conduite. Quand la régie promet aux annonceurs de mesurer les achats déclenchés par leurs annonces, le danger décrit par la loi de Goodhart n'est pas loin : un service optimisé pour produire des conversions finit par servir ce chiffre plutôt que ses utilisateurs. Et quand une ressource que tout le monde utilise doit être financée, la question de qui paie le prix ne disparaît jamais : elle se déplace.
Une pensée pour regarder autrement
En 1971, l'économiste Herbert Simon remarquait qu'une abondance d'information crée une pauvreté d'attention. Ce qui devient rare, quand tout est disponible, ce n'est plus le contenu, c'est le temps et la concentration de ceux qui le reçoivent. Quelques années plus tard, en 1977, le chercheur canadien Dallas Smythe allait plus loin : selon lui, ce que les médias commerciaux produisent et vendent, ce ne sont pas des programmes, mais des audiences. Les émissions ne seraient que l'appât ; la marchandise, c'est le public livré aux annonceurs.
Ces deux intuitions éclairent bien le nouveau format de ChatGPT. Les publicités occupent le temps d'attente, ce moment où l'attention est disponible et ne sert à rien d'autre. C'est exactement la ressource rare que décrivait Simon. Et la vingtaine de partenaires de mesure annoncés le même jour ont précisément pour métier de transformer cette attention en chiffres vendables, ce que Smythe appelait la marchandise audience.
Mais il faut aussi tester ces intuitions contre les faits, et elles ne s'y ajustent pas parfaitement. Un assistant d'IA n'est pas une émission que l'on regarde passivement : on lui pose des questions, il agit à notre demande. Sa valeur pour l'utilisateur est réelle et directe, pas un simple appât. Et une part importante des recettes d'OpenAI vient des abonnements : l'utilisateur payant est bel et bien un client. La thèse de Smythe décrit un risque de pente, pas une fatalité.
Ce qui résiste
La critique de la gratuité a ses limites. La publicité finance depuis longtemps l'accès de ceux qui ne peuvent pas payer : la presse gratuite, la radio, une bonne part de l'Internet. Supprimer la publicité sans autre financement, ce serait réserver le service à ceux qui ont les moyens de s'abonner. OpenAI met d'ailleurs en avant cet argument : la publicité doit permettre d'élargir l'accès.
Payer ne garantit pas non plus la neutralité. Un service sur abonnement peut lui aussi chercher à retenir ses clients par des moyens discutables, ou servir d'abord les intérêts de ses actionnaires. Et un service public financé par l'impôt rend des comptes à d'autres exigences, politiques celles-là. Aucun modèle n'est pur ; chacun crée ses propres dépendances.
Enfin, l'expression « si c'est gratuit, c'est vous le produit » simplifie trop. L'utilisateur d'un service financé par la publicité est à la fois servi et vendu. Les deux relations coexistent, et c'est leur équilibre qui compte, pas l'une ou l'autre isolément.
Ce que nous pouvons en retenir
Devant un service gratuit, trois questions simples aident à y voir clair.
Qui paie, et pour obtenir quoi ? Identifier l'acteur qui finance permet de comprendre ce que le service cherche à maximiser : notre satisfaction, notre temps passé, nos achats.
Qu'est-ce que je donne en échange ? Mon attention, mes données, mes habitudes. Ce ne sont pas des monnaies visibles, mais ce sont des monnaies.
Qui vérifie les promesses ? Une règle que l'entreprise s'impose à elle-même n'a pas la même solidité qu'une règle contrôlée par un tiers indépendant.
Ces questions ne mènent pas forcément à refuser un service gratuit. Elles permettent de l'utiliser en sachant ce que l'on échange.
La question laissée ouverte
La publicité a façonné la télévision, puis le Web. Elle commence à façonner les assistants d'IA, à qui nous confions des questions plus intimes que nos recherches en ligne. Faut-il alors des règles particulières pour des services qui ne se contentent pas de capter notre attention, mais qui nous parlent et nous conseillent ?
*Le 5 octobre 2026, OpenAI a annoncé un nouveau format publicitaire pour ChatGPT : des photos de produits affichées pendant que l'assistant fabrique une image demandée par l'utilisateur. Le test commencera fin octobre aux États-Unis. Ce n'est pas une rupture, c'est une étape de plus : la publicité est présente dans ChatGPT depuis février, et elle rapporte déjà l'équivalent d'un milliard de dollars par an. L'assistant le plus utilisé au monde est en train de devenir, aussi, un support publicitaire.*
Ce qui a été annoncé
Lorsqu'un utilisateur demande une image à ChatGPT, la fabrication prend quelques secondes, parfois davantage. C'est dans ce temps d'attente que s'afficheront les nouvelles publicités, sous l'indicateur de progression. Elles prendront la forme de photos de produits, soit en carrousel qui fait défiler plusieurs visuels, soit côte à côte. Chacune portera la mention « publicité » et un bouton d'information.
OpenAI précise que ces annonces resteront séparées de l'image créée et n'influenceront pas les réponses de l'assistant. Le test concernera les seuls États-Unis et un premier groupe restreint d'annonceurs. Comme les publicités existantes, il visera uniquement les formules gratuite et Go, l'abonnement à bas prix (8 dollars par mois aux États-Unis). Les abonnements Plus, Pro et les offres pour entreprises, administrations et établissements d'enseignement en sont exemptés, de même que les comptes identifiés comme appartenant à des mineurs.
Le même jour, l'entreprise a annoncé une vingtaine de partenaires de mesure, des sociétés dont le métier est de dire aux annonceurs ce que leurs publicités ont produit : achats, inscriptions, téléchargements d'applications. D'autres outils permettent aux annonceurs de transmettre à OpenAI leurs propres données de ventes, pour relier une publicité vue dans ChatGPT à un achat réalisé ailleurs. Deux spécialistes de la « sécurité de marque », DoubleVerify et Integral Ad Science, testent des moyens de garantir qu'une publicité n'apparaîtra pas à côté d'un contenu qui ferait du tort à l'annonceur.
Huit mois pour devenir une régie
Pour comprendre cette annonce, il faut remonter à janvier. Le 16 janvier 2026, OpenAI publie un texte intitulé « Notre approche de la publicité ». L'entreprise y annonce des annonces en bas des réponses, choisies en fonction de la conversation en cours, et fixe des principes : les publicités n'influencent pas les réponses ; les conversations restent privées et les données ne sont jamais vendues aux annonceurs ; aucune publicité à proximité de sujets sensibles comme la santé, la santé mentale ou la politique ; aucune pour les mineurs. Les premières publicités apparaissent aux États-Unis le 9 février.
La suite va vite. Fin août, OpenAI revendique un rythme annualisé d'un milliard de dollars de revenus publicitaires, atteint en moins de deux cents jours, auprès de dizaines de milliers d'annonceurs. Les annonceurs peuvent désormais acheter leurs espaces eux-mêmes, comme sur les grandes plateformes, et la publicité s'étend à l'Inde, à l'Europe, au Moyen-Orient et à l'Afrique du Nord. ChatGPT revendique environ 1,2 milliard d'utilisateurs chaque semaine.
Ce chiffre d'un milliard demande une précision : il s'agit du revenu d'un mois multiplié par douze, pas d'une somme encaissée. Il reste loin de l'objectif interne de 2,5 milliards de dollars de recettes publicitaires pour 2026, que l'analyste Nate Elliott (Emarketer) juge désormais « presque impossible » à atteindre. C'est l'une des clés de l'annonce du 5 octobre : multiplier les endroits où une publicité peut apparaître, et prouver aux annonceurs qu'elle rapporte.
Pourquoi OpenAI a changé d'avis
Le choix n'allait pas de soi. En 2024, lors d'une rencontre à Harvard, Sam Altman, le patron d'OpenAI, qualifiait la publicité de « dernier recours » pour son entreprise et jugeait le mélange de la publicité et de l'IA « singulièrement troublant ». Son idée était alors de faire payer ceux qui le peuvent pour que les autres utilisent ChatGPT gratuitement.
Le calcul a changé avec l'échelle. Faire fonctionner un assistant d'IA coûte cher à chaque requête, à la différence d'une page web que l'on sert des millions de fois pour presque rien. Or l'immense majorité des utilisateurs ne paie pas. La publicité est la manière la plus ancienne et la mieux rodée de financer un service que l'on ne fait pas payer. Le nouveau format est d'ailleurs choisi avec soin : il occupe un temps mort, celui de l'attente, sans s'insérer dans la réponse elle-même.
Ce qui est garanti, ce qui ne l'est pas
Les engagements d'OpenAI sont publics, et c'est un point de départ. Mais ils restent des promesses formulées et contrôlées par l'entreprise elle-même. Rien, dans ce qui a été rendu public, ne prévoit qu'un organisme indépendant vérifie que les réponses ne sont pas infléchies, ni que les sujets « sensibles » sont bien tenus à l'écart. La frontière entre conversation privée et ciblage est, elle aussi, délicate : les publicités sont choisies en fonction du contexte de la conversation, même si son contenu n'est pas transmis aux annonceurs.
Ce que l'on ignore surtout, c'est l'effet à long terme. Les premiers annonceurs décrivent des publicités très vues mais peu cliquées : l'un d'eux parle d'un taux de clic d'environ 0,6 %. Pour améliorer ce rendement, une régie publicitaire a toujours deux leviers : mieux connaître ses utilisateurs, et capter davantage de leur temps. Aucun des deux n'est annoncé. Aucun n'est exclu.
Ce que révèle cette annonce
Pendant vingt ans, les grands services gratuits d'Internet, moteurs de recherche et réseaux sociaux, ont suivi le même chemin : d'abord attirer les utilisateurs, ensuite vendre leur attention. ChatGPT le parcourt en quelques mois, avec une différence de taille. Un moteur de recherche renvoie vers d'autres pages ; un assistant répond, conseille, parfois accompagne des décisions personnelles. On lui confie davantage, et l'on attend de lui qu'il soit de notre côté.
Ce qui se joue n'est donc pas seulement la présence d'un bandeau de plus dans un écran. C'est la relation entre un service et ceux qui l'utilisent, quand l'argent vient d'ailleurs. Elle tient en une question : quand un service est gratuit, qui en est vraiment le client ?
Le 30 septembre 2026, le Sénat américain a bloqué une loi qui devait faire payer aux plus gros data centers le coût des renforcements du réseau électrique ; les démocrates la jugeaient trop faible, pas trop dure. Au même moment, en Finlande, l'autorité de contrôle enquête sur 330 hectares de forêt abattus à Muhos pour un projet de Google, avant l'évaluation environnementale que la loi impose. Les faits sont détaillés dans notre article d'actualité. Ce qui nous intéresse ici, c'est ce qu'ils ont en commun.
Pourquoi cette question
Dans les deux cas, personne ne conteste vraiment l'activité elle-même. Ce qui est en débat, c'est sa facture cachée. Un data center n'achète pas seulement de l'électricité : il exige des lignes, des postes, parfois des centrales, que le réseau doit construire et que l'ensemble des abonnés finance d'ordinaire. Il ne s'installe pas seulement sur un terrain acheté : il transforme une forêt, prélève dans une rivière, modifie un paysage dont d'autres vivent.
La question n'est donc pas « pour ou contre l'intelligence artificielle ». Elle est plus ancienne et plus générale : quand un nouvel arrivant puise dans ce qui appartient, en pratique, à tout le monde, qui règle l'addition ? Trois réponses s'affrontent presque toujours. Celui qui arrive doit payer, parce qu'il crée le besoin. Ceux qui en profitent doivent payer, et ce ne sont pas toujours les mêmes. Tout le monde doit payer, parce que l'infrastructure servira à tous et que le progrès finit par bénéficier à chacun.
Elle se pose aussi dans la manière dont l'Europe répartit le coût de l'électricité entre taxes, réseaux et factures, que nous examinions avec le plan AccelerateEU. Et elle se retourne dans les réserves stratégiques de pétrole du G7 : un stock payé par tous, puis mis sur le marché pour amortir un choc qui touche certains plus que d'autres.
Hors du Phare, l'exemple le plus proche est celui de l'eau. En France, les retenues d'eau agricoles contestées dans les Deux-Sèvres soulèvent exactement ce problème : une ressource commune, la nappe, et un usage qui profite à quelques exploitations. L'histoire en offre d'autres : le chemin de fer au XIXe siècle, l'électrification des campagnes au XXe, chaque fois avec la même hésitation sur qui paie le raccordement.
Une pensée pour regarder autrement
En 1968, le biologiste Garrett Hardin publiait un article célèbre, « La tragédie des communs ». Son intuition : une ressource ouverte à tous finit surexploitée, parce que chacun a intérêt à en prendre un peu plus. Il ne voyait que deux issues, la privatiser ou la confier à l'État.
L'économiste Elinor Ostrom a passé une partie de sa carrière à tester cette intuition sur le terrain : pâturages suisses, systèmes d'irrigation au Népal ou en Espagne, pêcheries. Dans *Governing the Commons* (1990), elle montre que des communautés gèrent durablement des ressources partagées par des règles qu'elles se donnent, sans être ni propriétaires privés ni simples administrés. Ses travaux lui ont valu le prix Nobel d'économie en 2009.
Parmi les conditions qu'elle relève, deux éclairent notre question. D'abord, ceux qui prélèvent dans la ressource contribuent en proportion de ce qu'ils en tirent. Ensuite, ceux qui sont touchés par les règles participent à leur élaboration. Appliquons ce test. La loi américaine bloquée répondait au premier point, mais en le laissant facultatif. L'affaire finlandaise bute sur le second : l'évaluation environnementale est précisément le moment où les habitants et les autorités peuvent peser sur un projet, et elle est arrivée après les coupes.
Le test d'Ostrom ne dit pas qui a raison. Il donne une grille pour voir ce qui manque.
Ce qui résiste
D'abord, l'échelle. Ostrom a étudié des communautés de quelques centaines ou milliers de personnes, qui se connaissent et se surveillent. Un réseau électrique continental, avec des millions d'abonnés et des marchés de l'énergie, n'a rien d'un pâturage alpin. Ses conclusions ne se transposent pas telles quelles.
Ensuite, l'argument de l'intérêt général n'est pas toujours un prétexte. Un très gros consommateur peut, dans certains cas, aider à amortir un réseau dont les coûts fixes se répartissent alors sur davantage de kilowattheures. Faire payer celui qui arrive peut aussi décourager une activité utile, ou la pousser vers un pays aux règles plus souples.
Enfin, une forêt achetée par une entreprise n'est pas juridiquement un bien commun. Ce qui est commun, ce sont ses effets : sur l'eau, les oiseaux, le paysage, le climat. C'est justement ce que les procédures d'évaluation tentent de rendre visible. On peut discuter leur efficacité, mais pas le besoin auquel elles répondent.
Ce que nous pouvons en retenir
Face à une activité nouvelle qui s'appuie sur des ressources partagées, trois questions aident à se faire une opinion :
Qui crée le besoin, et qui en profite ? Ce ne sont pas toujours les mêmes, et c'est là que se cachent les transferts.
La règle est-elle obligatoire ou seulement recommandée ? Le débat au Sénat a porté sur ce seul mot.
Ceux qui subissent les effets ont-ils pu parler avant la décision ? Une consultation après coup n'est plus une consultation.
La question laissée ouverte
Si l'on admet que celui qui arrive doit payer sa part, reste à savoir comment mesurer cette part : en mégawatts, en hectares, en mètres cubes, ou en ce que perdent ceux qui étaient là avant ?
*En une semaine, deux décisions prises à des milliers de kilomètres l'une de l'autre ont posé la même question. Le 30 septembre 2026, le Sénat des États-Unis a refusé d'examiner une loi qui devait faire payer aux grands data centers le coût des renforcements du réseau électrique. Fin septembre, la presse finlandaise a révélé que la société chargée du projet de Google à Muhos avait abattu 330 hectares de forêt sans l'évaluation environnementale exigée par la loi. Dans les deux cas, l'essor de l'intelligence artificielle se heurte à des ressources que d'autres utilisent aussi : un réseau, une forêt, une rivière.*
Au Sénat, une loi votée presque à l'unanimité puis bloquée
Le texte s'appelle le Ratepayer Protection Act, la loi de protection des abonnés. Début septembre, la Chambre des représentants l'avait adopté par 417 voix contre 3, un score rare dans un Congrès très divisé. Il vise les « gros consommateurs », c'est-à-dire les sites non résidentiels, principalement de stockage et de calcul, qui appellent au moins 100 mégawatts de puissance en un même lieu. Son principe : ces sites devraient couvrir le coût supplémentaire des nouvelles centrales, lignes et postes nécessaires pour les alimenter, au lieu de le laisser se répartir sur la facture de tous les abonnés.
Le 30 septembre, au Sénat, la motion permettant d'ouvrir le débat a recueilli 57 voix contre 43. Il en fallait 60. Les républicains, porteurs du texte avec le sénateur de l'Ohio Jon Husted, ont voté pour, rejoints par quatre démocrates : Maggie Hassan, Amy Klobuchar, Jon Ossoff et Raphael Warnock. Les autres démocrates ont voté contre.
« Pas une seule entreprise n'aura à s'y conformer »
Le désaccord ne porte pas sur le principe, que les deux camps disent partager, mais sur sa force. La loi modifierait une loi de 1978 sur les services publics d'électricité (le PURPA) pour demander aux régulateurs de chaque État d'envisager une telle règle. Elle ne l'impose pas. Le chef de la minorité démocrate, Chuck Schumer, a dénoncé un texte « totalement facultatif » et « sans dents ». Les démocrates défendent une proposition du sénateur Martin Heinrich, qui rendrait l'obligation contraignante.
Les républicains, eux, voulaient obliger leurs adversaires à se prononcer avant les élections de mi-mandat de novembre. Le sujet est devenu sensible : selon un sondage de septembre cité par Al Jazeera, 53 % des Américains se disent « extrêmement » ou « très » inquiets de l'effet des data centers sur les prix de l'électricité et sur l'eau. Les États-Unis compteraient environ 5 400 de ces installations, surtout en Virginie et au Texas.
En Finlande, 330 hectares abattus avant l'évaluation
Le second dossier se joue dans le nord de la Finlande, près d'Oulu. Google y prépare de nouveaux data centers, notamment à Muhos et à Kajaani, par l'intermédiaire d'une société de projet, Tuike Finland Oy. Selon le quotidien *Helsingin Sanomat*, repris par le journal régional *Kaleva* le 28 septembre, les abattages ont commencé en mars 2026 à Muhos et se sont poursuivis jusqu'en août, sur 330 hectares.
Or la loi finlandaise impose une évaluation des incidences sur l'environnement pour un défrichement d'un seul tenant de plus de 200 hectares, lorsque la forêt disparaît durablement. Le 30 avril, Tuike Finland a demandé à l'autorité de contrôle compétente, le Lupa- ja valvontavirasto (LVV), d'examiner si cette évaluation était vraiment nécessaire, en indiquant notamment que le bois ne serait pas vendu. En mai, la société a été informée que l'évaluation était obligatoire. Les coupes ont continué. Selon la même enquête, du bois issu de la zone a ensuite été vendu. Moins de 200 hectares auraient aussi été abattus à Kajaani.
Le LVV examine maintenant la légalité de ces opérations et a demandé des explications ; la réponse reçue est décrite comme « très générale ». La Ligue finlandaise pour la protection de la nature demande l'arrêt des travaux tant que l'évaluation n'est pas terminée. Sa présidente, Hanna Halmeenpää, y voit « soit une grave incompétence » de la société de projet, « soit un grave mépris de la loi finlandaise, soit, au pire, les deux ». Google affirme que les coupes respectaient la loi forestière et que des études environnementales approfondies ont été menées.
Le projet ne concerne pas que la forêt. *Kaleva* avait rapporté que Google se prépare à prélever jusqu'à 20 millions de mètres cubes d'eau par an dans la rivière Oulujoki, en grande partie pour le refroidissement, l'essentiel s'évaporant.
Ce que l'on sait, ce que l'on ignore
On sait que la loi américaine est bloquée en l'état et que les deux partis disent vouloir faire payer les data centers. On ignore si une version contraignante peut réunir 60 voix, et ce que décideront, en attendant, les régulateurs des États, qui fixent les tarifs. On ignore aussi quelle part des hausses récentes de factures revient vraiment aux data centers : la demande électrique augmente pour d'autres raisons, et le coût d'un réseau se répartit selon des règles complexes.
En Finlande, on sait que la loi fixe un seuil de 200 hectares et que les coupes l'ont dépassé avant l'évaluation. On ignore ce que conclura le LVV, et si une sanction est possible une fois la forêt abattue. Ce qui est fait ne se défait pas : une évaluation menée après coup ne peut plus guère changer le tracé d'un chantier.
Ce que révèlent ces deux affaires
Ni le Sénat américain ni l'autorité finlandaise ne discutent de l'intérêt de l'intelligence artificielle. Ils discutent de qui supporte ce qu'elle consomme. Un data center ne vit pas seul : il s'appuie sur un réseau électrique financé par des millions d'abonnés, sur un paysage, sur une rivière. Quand la demande arrive d'un coup, très concentrée, ces ressources partagées deviennent l'objet d'un arbitrage : faut-il faire payer celui qui arrive, ou répartir le coût sur tous parce que tous en profiteraient ?
La même hésitation se retrouve ailleurs, chaque fois qu'une activité nouvelle s'installe sur des infrastructures communes. Elle tient en une question : quand une industrie nouvelle a besoin de ressources que tout le monde partage, qui doit en payer le prix ?
*Dimanche 4 octobre, l'Italie a commémoré les 800 ans de la mort de saint François d'Assise. Pour la première fois depuis 1977, ce jour était de nouveau férié dans tout le pays. Un État sécularisé qui rend au calendrier civil la fête d'un saint : le geste paraît anodin. Il dit pourtant quelque chose de ce qu'une société cherche à célébrer quand les mots communs lui manquent.*
Un anniversaire, une loi, une foule
À Assise, les cloches ont sonné à minuit, et la journée s'est déroulée comme une cérémonie d'État autant que religieuse. Le président de la République, Sergio Mattarella, a assisté à la messe solennelle de la basilique supérieure, présidée par le cardinal Matteo Zuppi, président de la conférence épiscopale italienne, en présence d'ambassadeurs de nombreux pays. À midi, l'Angélus du pape Léon XIV, qui a proclamé une année jubilaire franciscaine, était retransmis sur écrans géants. Plus de 3 000 pèlerins et touristes étaient présents dans la ville, selon Euronews.
Cette journée était l'aboutissement d'un long cycle. François est mort le 3 octobre 1226 au soir ; l'Église le fête le 4. De février à mars 2026, sa dépouille a été exposée pour la première fois au public, dans une châsse transparente au pied de l'autel de la basilique inférieure. Près de 400 000 pèlerins sont venus en un mois, selon Vatican News.
Le changement le plus durable est pourtant juridique. La loi n° 151 du 8 octobre 2025 a réinscrit le 4 octobre parmi les jours fériés nationaux, à partir de 2026. Le texte justifie ce retour par les valeurs associées au saint : la paix, la fraternité, la solidarité et la protection de l'environnement.
Une fête effacée par l'économie, rétablie au nom des valeurs
L'histoire de ce jour férié est un petit résumé de l'Italie moderne. En 1939, le pape Pie XII proclame François patron de l'Italie, aux côtés de Catherine de Sienne. En 1958, la République fait du 4 octobre une solennité civile. En 1977, la loi n° 54 réduit le nombre de jours fériés pour augmenter le temps de travail, en pleine crise économique : le 4 octobre disparaît du calendrier des congés, même s'il reste une solennité.
Le retour de 2025 inverse la logique. En 1977, on supprimait une fête au nom de la productivité ; en 2025, on la rétablit au nom de valeurs que la loi énumère explicitement. Ironie du calendrier : en 2026, le 4 octobre tombait un dimanche. Pour beaucoup de salariés, le premier jour férié retrouvé s'est traduit par une compensation sur la fiche de paie plutôt que par un jour de repos.
Pourquoi ce retour compte
On pourrait n'y voir qu'une concession au catholicisme dans un pays où il reste un repère culturel majeur. Ce serait manquer l'essentiel. Le texte de loi ne parle ni de foi ni de sainteté : il parle de paix, de solidarité et d'environnement. L'État ne célèbre pas un saint, il célèbre ce que ce saint est censé représenter pour tous, croyants ou non.
Cette traduction n'est pas nouvelle. François est, depuis longtemps, une figure que chacun peut revendiquer. Son *Cantique des créatures*, composé vers 1225, est l'un des premiers grands textes de la littérature italienne. Le pape François en a tiré le titre de son encyclique écologique *Laudato si'* en 2015. Les pacifistes en ont fait un symbole de dialogue ; les écologistes, un précurseur ; l'Italie, un emblème national. Le pauvre d'Assise est devenu un bien commun.
Ce que l'épisode révèle
Le Phare s'est déjà arrêté sur une tension voisine. À propos de la galerie de Kengo Kuma devant la cathédrale d'Angers, nous nous demandions ce qu'un monument religieux devient quand il est protégé par la collectivité. Avec John Ruskin, nous rappelions qu'un édifice porte la mémoire de ceux qui l'ont bâti, et qu'on ne la conserve pas sans la transformer.
Le 4 octobre italien pose la même question, mais à propos du temps plutôt que de la pierre. Un jour férié est un monument dans le calendrier : il oblige une société entière à s'arrêter, ensemble, pour la même raison. Encore faut-il savoir laquelle. En nommant ses valeurs plutôt que son saint, la loi de 2025 révèle une difficulté contemporaine : les sociétés sécularisées ont des convictions partagées, mais peu de rites pour les exprimer. Elles empruntent alors ceux d'une tradition religieuse, en les traduisant.
Une autre manière de regarder
Cette traduction a un prix. Un saint qui a choisi la pauvreté radicale devient l'occasion d'une journée chômée, d'une cérémonie officielle et de flux touristiques. Ce paradoxe n'a rien d'exceptionnel : toutes les mémoires collectives simplifient ceux qu'elles honorent. Mais il invite à se demander ce qui reste du message quand il devient consensuel. Le François du *Cantique* chante « notre sœur la mort corporelle » ; celui des célébrations officielles est surtout un ami des oiseaux et de la paix.
À l'inverse, on peut défendre la traduction. Si le langage civil seul ne suffit pas à rendre sensibles la fraternité ou le souci de la nature, emprunter une figure ancienne n'est pas une trahison : c'est une manière de transmettre. Les cultures vivent aussi de ces relectures.
Ce que nous pouvons en retenir
Lire le texte, pas seulement l'événement : la loi de 2025 dit ce que l'État veut célébrer, et ce choix de mots est plus instructif que la cérémonie.
Comparer les justifications : la même fête a été supprimée au nom de l'économie et rétablie au nom des valeurs. Ce déplacement en dit long sur ce qu'une époque juge légitime.
Distinguer la figure et l'usage : un personnage historique, un saint vénéré et un symbole national peuvent porter le même nom sans dire la même chose.
La question laissée ouverte
L'Italie a choisi un saint pour donner un jour à la paix, à la solidarité et à la nature. D'autres pays pourraient faire le même choix, ou inventer de nouveaux rites. Reste à savoir si une société peut célébrer ensemble des valeurs sans figure ni récit pour les incarner.
*Samedi 3 octobre, la Corée du Nord a tiré un missile de portée intermédiaire qu'elle présente comme doté d'intelligence artificielle. Le tir est établi. L'« IA », elle, n'est attestée que par un communiqué. Entre les deux se joue une question plus durable que l'essai lui-même : que vaut une capacité que personne ne peut vérifier, et à qui s'adresse-t-elle ?*
Un tir établi, une capacité déclarée
Les faits vérifiables sont peu nombreux, mais solides. Samedi 3 octobre 2026, l'état-major sud-coréen a détecté le lancement d'un missile balistique depuis la région de Wonsan, sur la côte est de la Corée du Nord, en direction de la mer de l'Est (mer du Japon). Le projectile a parcouru environ 700 kilomètres avant de tomber en mer. Les garde-côtes japonais ont confirmé qu'il s'agissait probablement d'un missile balistique ; Séoul a partagé ses données avec Washington et Tokyo.
Pyongyang a ensuite donné sa version. Dans un communiqué, Kim Yo-jong, sœur du dirigeant Kim Jong-un, a présenté l'engin comme un missile stratégique de portée intermédiaire « capable de modifier sa trajectoire de vol à basse altitude », dans lequel « l'IA a été intégrée ». Selon elle, il peut suivre au moins quatre modes de trajectoire, dont un mode « en vague » qui aurait empêché Séoul et Tokyo de suivre la cible dès ses premiers « points de rebond ».
Aucun détail technique n'accompagne ces affirmations. Ni le rôle exact de l'intelligence artificielle, ni la capacité de manœuvre annoncée n'ont pu être vérifiés de manière indépendante. Ce qui est établi : un tir, une distance, une zone d'impact. Ce qui est déclaré : une trajectoire modulable et une IA embarquée.
Ce que disent les spécialistes
Les analystes sud-coréens ne nient pas la menace ; ils en contestent la mesure. Hong Sung-pyo, de l'Institut coréen des affaires militaires, rappelle qu'un missile qui manœuvre en phase terminale est plus difficile à intercepter, mais que cela ne garantit pas sa précision. L'IA, ajoute-t-il, peut aider pour les informations de ciblage et les opérations de lancement ; il est en revanche « trop tôt pour conclure », la technologie nord-coréenne n'étant « pas particulièrement avancée ».
Le mot n'est pas sorti de nulle part. En septembre, Kim Jong-un avait appelé à élever « le niveau de l'intelligence artificielle » des armes du pays. Plusieurs analystes évoquent aussi un possible appui technique russe, en contrepartie de l'envoi de troupes nord-coréennes aux côtés de Moscou, dans le prolongement de l'accord de défense signé en 2024. Là encore, rien n'est démontré.
Pourquoi ce tir compte
Le calendrier dit autant que la technique. Le président sud-coréen Lee Jae-myung prône le dialogue, tandis que Séoul exige des excuses après l'explosion d'une mine qui a blessé trois de ses soldats le 21 septembre. Kim Yo-jong a balayé ces ouvertures en qualifiant Séoul de « vraiment méprisable ». Pour Yang Moo-jin, ancien président de l'Université des études nord-coréennes, le résumé est simple : Séoul a appelé à l'apaisement, Pyongyang a répondu par l'escalade.
Le tir s'adresse donc à plusieurs publics à la fois : Séoul, dont on éprouve la politique de main tendue ; Washington, alors que Donald Trump se dit ouvert au dialogue ; Tokyo, dont les défenses antimissiles sont implicitement mises au défi ; et l'opinion intérieure, à qui l'on montre un pays à la pointe.
Ce que l'épisode révèle
C'est ici que l'essai rejoint une question que Le Phare a déjà ouverte. À propos des 119 milliards de dollars de dépenses nucléaires mondiales, nous rappelions avec Thomas Schelling qu'un arsenal est aussi un message : la dissuasion fonctionne moins par ce qu'une arme peut faire que par ce que l'adversaire croit qu'elle peut faire. Une capacité n'a d'effet stratégique que si elle est crue.
Le mot « IA » est, de ce point de vue, un multiplicateur de crédibilité presque gratuit. Il évoque l'imprévisibilité, l'autonomie, la vitesse de décision — tout ce qui inquiète une défense antimissile. Et il est, par nature, difficile à réfuter : on mesure une portée avec un radar, pas la part d'algorithme dans un système de guidage. L'annonce déplace la charge de la preuve vers ceux qui doutent.
La propagation de l'affirmation est instructive. Dès le 3 octobre, l'observatoire des incidents d'IA de l'OCDE a répertorié l'essai comme un « incident d'IA », dans une notice générée automatiquement qui parle d'un missile « hypersonique » — un qualificatif qu'aucune confirmation indépendante n'étaye. En quelques heures, une déclaration d'État devient une entrée de registre, puis un fait cité. Ce n'est pas de la désinformation au sens strict ; c'est la façon ordinaire dont une affirmation invérifiable gagne en épaisseur à chaque reprise.
Une autre manière de regarder
On peut aussi lire l'épisode à l'envers : non comme la preuve d'une percée, mais comme le symptôme d'un vide. L'Europe vient de retoucher son règlement sur l'intelligence artificielle ; or ce texte exclut de son champ les usages militaires. Les armes dites intelligentes se développent dans un espace où n'existent ni définition partagée de ce qu'est une « arme à IA », ni mécanisme de vérification comparable à ceux qui encadrent, tant bien que mal, les essais nucléaires.
Dans cet espace, le vocabulaire tient lieu de doctrine. Dire « IA » ne décrit pas seulement un équipement : cela revendique une place dans la compétition technologique, sans avoir à en fournir la preuve.
Ce que nous pouvons en retenir
Séparer les couches : un tir détecté par plusieurs armées est un fait ; une capacité décrite dans un communiqué est une affirmation ; un qualificatif ajouté par un relais en est une troisième.
Chercher le destinataire : une annonce militaire est aussi un message. Se demander à qui elle parle éclaire souvent mieux que ses détails techniques.
Se méfier de l'épaississement : une affirmation reprise dix fois n'est pas dix fois plus vraie. Remonter à la source première reste le seul contrôle.
La question laissée ouverte
Si l'intelligence artificielle devient l'argument obligé de toute démonstration militaire, la dissuasion risque de reposer de plus en plus sur des capacités proclamées plutôt que démontrées. Reste à savoir qui, demain, sera en mesure de faire la différence.
Une intelligence artificielle qui progresse en quelques mois. Une crise locale dont les conséquences traversent la planète. Une information qui fait le tour du monde en quelques minutes.
À première vue, ces phénomènes sont très différents.
Pourtant, ils racontent tous la même histoire : celle d’un monde dans lequel les technologies, les échanges et l’information circulent de plus en plus vite.
Mais cette accélération est-elle réellement générale ?
Ou avons-nous aussi le sentiment que tout va plus vite parce que nous sommes exposés en permanence aux changements du monde ?
Aujourd’hui, nous vous proposons de distinguer ce qui accélère réellement de ce qui accélère surtout notre perception.
📰 Ce qu’il faut retenir aujourd’hui
🤖 L’intelligence artificielle accélère les cycles d’innovation
De nouveaux modèles, de nouvelles capacités et de nouveaux usages apparaissent désormais à quelques mois d’intervalle.
Puissance de calcul, cloud, investissements et concurrence mondiale permettent à une innovation de toucher très rapidement des millions d’utilisateurs.
Cette vitesse oblige aussi les entreprises, les écoles et les professionnels à adapter continuellement leurs pratiques et leurs compétences.
🌍 Les crises locales produisent plus rapidement des effets mondiaux
Une sécheresse, une cyberattaque, un conflit ou une rupture industrielle peuvent aujourd’hui avoir des conséquences très loin de leur point d’origine.
Ce n’est pas nécessairement parce que les crises seraient devenues plus nombreuses, mais parce que les économies, les chaînes d’approvisionnement, les réseaux numériques et les marchés sont beaucoup plus interconnectés.
Lorsque les systèmes sont liés, les conséquences circulent elles aussi plus vite.
📱 L’information en continu accélère notre perception du monde
Un événement peut aujourd’hui être filmé, publié, commenté et analysé à l’échelle mondiale en quelques minutes.
Smartphones, réseaux sociaux, notifications et chaînes d’information en continu ont presque supprimé le délai entre un événement et le moment où nous en prenons connaissance.
Nous ne voyons donc pas seulement davantage de changements : nous les voyons presque tous, presque immédiatement.
Ces trois phénomènes ne signifient pas que tout accélère de la même manière.
Les technologies, l’information, certaines transactions financières ou les communications peuvent désormais évoluer à une vitesse considérable.
D’autres transformations restent beaucoup plus lentes : les infrastructures, l’éducation, les institutions, les cultures, la démographie ou encore l’évolution profonde des sociétés.
Notre époque superpose donc plusieurs temporalités.
À cette accélération réelle s’ajoute une deuxième transformation : notre accès au monde s’est lui aussi accéléré.
Nous sommes informés presque immédiatement des innovations, des crises et des événements qui surviennent à l’autre bout de la planète.
C’est là que peut apparaître une confusion essentielle :
ce qui va vite n’est pas nécessairement ce qui est le plus important.
Une actualité spectaculaire peut disparaître en quelques jours, tandis qu’une transformation lente et discrète peut modifier profondément une société pendant plusieurs décennies.
Comprendre l’accélération contemporaine consiste donc moins à affirmer que « tout va plus vite » qu’à apprendre à distinguer :
Le Sentier du Savoir permet de comprendre pourquoi notre rapport au changement lui-même s’est transformé.
Cette édition vous emmène vers un fondamental consacré à l’accélération des sociétés modernes.
Des premières révolutions industrielles à Internet, de la mondialisation à l’intelligence artificielle, il permet de replacer notre époque dans une histoire plus longue.
Il montre comment les transports, les communications, la production et les technologies ont progressivement modifié notre rapport au temps.
Il rappelle surtout une idée essentielle :
toutes les dimensions d’une société n’évoluent jamais au même rythme.
Les technologies peuvent évoluer en quelques mois.
Les infrastructures en plusieurs années.
Les institutions plus lentement encore.
Les mentalités et les cultures peuvent, elles, se transformer sur plusieurs générations.
Apprendre à reconnaître ces différentes temporalités permet de prendre du recul face au sentiment d’urgence permanente.
Face à un scénario, demandez-vous dans cet ordre :
1. What is the actual requirement?
2. Is it functional or infrastructure?
3. Is someone choosing a solution too early?
4. Which lifecycle phase are we in?
5. Is there a gate before the next phase?
6. Is anything customer-specific hardcoded?
7. Is the deployed release explicitly versioned?
8. Has the candidate passed the relevant eval?
9. Can the system rollback?
10. Where are the trust boundaries?
11. Is any external content being treated as trusted?
12. Who actually authorizes tool execution?
13. Does every component follow least privilege?
14. Is human approval needed before the action?
15. Can the system be audited afterwards?
47. Raisonnement type certification
Lorsque plusieurs réponses paraissent possibles, privilégiez généralement celle qui est :
safer
+
simpler
+
testable
+
explicit
+
least privileged
+
aligned with requirements
48. Formules à mémoriser
Accelerator
REUSABLE
=
PARAMETERIZED
+
DOCUMENTED
+
TESTED
Deployment
PIN
→ EVAL
→ GATE
→ DEPLOY
→ MONITOR
→ ROLLBACK
Platform choice
REQUIREMENTS
→ HARD CONSTRAINTS
→ FILTER
→ MEASURE
→ CHOOSE
Tool security
CLAUDE REQUESTS
APPLICATION AUTHORIZES
TOOL EXECUTES
Trust boundaries
EXTERNAL CONTENT
=
UNTRUSTED DATA
Permissions
MINIMUM SUFFICIENT PRIVILEGE
49. Les pièges les plus probables
À éviter :
considérer « ça fonctionne » comme critère suffisant ;
hardcoder une valeur spécifique au client ;
contribuer une application client complète comme exemple générique ;
ignorer licensing et ownership ;
confondre requirement et design choice ;
choisir une plateforme avant de connaître les constraints ;
optimiser cost avant compliance ;
utiliser un benchmark de latency non représentatif ;
changer de modèle sans eval ;
ne pas conserver de prior version ;
croire qu’un tool_result est forcément trusted ;
croire que MCP fournit automatiquement la sécurité ;
confondre JSON Schema validation et authorization ;
donner des credentials trop larges ;
utiliser uniquement un prompt comme mécanisme de sécurité ;
Le message central est qu’une application Claude production-ready est un système, pas seulement un prompt ou un appel de modèle.
À retenir en une phrase
Un build Claude devient un accelerator production-ready lorsqu’il est parameterized, documented, testable et auditable, qu’il est déployé à partir de requirements explicites avec une release pinée et une eval gate, et que chaque trust boundary applique validation, authorization, least privilege et human approval lorsque nécessaire.
