IA à l’école et pensée & Agents IA au travail - Actualités IA (15 avr. 2026)

On commence par l’éducation, parce que c’est là que l’IA touche directement les habitudes de pensée. Une enquête de la RAND auprès de plus de mille deux cents jeunes Américains, de 12 à 29 ans, montre un paradoxe apparent: une large majorité pense qu’utiliser davantage l’IA pour les devoirs abîme l’esprit critique… tout en reconnaissant que l’usage a nettement grimpé en 2025, surtout au collège et au lycée. L’article qui commente l’enquête dit que ce n’est pas forcément une “dissonance cognitive” chez les élèves: c’est plutôt une réponse rationnelle à des incitations. Si le système récompense avant tout des rendus impeccables et des notes, et si les enseignants ont du mal à détecter ce qui est généré, l’outil devient un avantage compétitif. Le fond du débat, c’est donc moins l’outil que l’évaluation: comment mesurer le raisonnement, et pas seulement le résultat poli.

Dans la même veine, l’article relie cette inquiétude à des tendances plus anciennes: standardisation des tests, logique d’accountability, programmes qui se resserrent autour de ce qui se mesure facilement. Avec l’IA, cette fragilité devient plus visible et, surtout, plus rapide. On retrouve aussi un thème de sciences cognitives: la “décharge cognitive”, le fait de confier une partie de l’effort mental à un outil. Certaines études citées associent un usage fréquent de l’IA à des scores plus faibles en pensée critique, avec un effet plus marqué chez les plus jeunes. À retenir: si l’école intègre l’IA sans repenser les devoirs, les contrôles et la formation des profs, elle risque de former des élèves très efficaces… mais moins autonomes.

Passons aux agents dans le monde du travail, là où l’IA ne se contente plus d’écrire: elle agit. Côté Microsoft, des tests autour de Microsoft 365 Copilot viseraient des capacités inspirées d’OpenClaw, avec l’idée d’un Copilot “toujours au travail” capable de tâches longues, multi‑étapes. L’enjeu est clair: les entreprises veulent les gains de productivité, mais demandent des garde‑fous, de la traçabilité et des contrôles. On sent une convergence: l’agent devient un produit de plateforme, pas un gadget de chat.

Chez Google, un signe similaire: Gemini Enterprise aurait un nouvel onglet “Agent”, séparé du chat, avec une logique de tâches, d’inbox, de connexions à des apps, et surtout un réglage du type “exiger une revue humaine”. Ce détail compte, parce qu’il reconnaît un principe simple: dès que l’IA peut déclencher des actions dans des outils d’entreprise, la question n’est plus “est-ce que la réponse est jolie ?”, mais “qui valide, qui assume, et comment on audite ?”.

Et justement, un article remet le projecteur sur une couche technique et organisationnelle devenue centrale: le moment où une sortie de modèle se transforme en action réelle via des connecteurs et des serveurs d’outils — souvent décrits autour de MCP, le Model Context Protocol. L’alerte, c’est le “Shadow AI”: des serveurs qui tournent sur un laptop, un container, un navigateur, hors inventaire IT, avec peu de logs et peu de visibilité sécurité. Pourquoi c’est important ? Parce que les risques se déplacent: moins de débats sur les hallucinations en elles-mêmes, plus de débats sur l’exécution — l’IA qui envoie, modifie, supprime, déploie. Et si on veut scaler des agents, il faut traiter cette couche comme un vrai point de contrôle: journalisation, permissions, et responsabilités claires.

Dans la course aux agents et aux gros modèles, il y a une contrainte très matérielle qui s’impose: le manque de capacité de calcul… et l’infrastructure qui va avec. Un papier souligne la flambée des prix de location des GPU de dernière génération, avec des contrats qui se durcissent et des conditions moins flexibles. Même des labos au sommet admettent faire des arbitrages faute de compute. Effet secondaire: l’accès aux modèles de pointe devient plus “relationnel”, plus fermé, et parfois limité à un petit nombre d’organisations. Pour les startups, ça peut pousser vers des modèles plus petits, du on‑prem, ou des fournisseurs alternatifs. Bref: l’IA n’est pas qu’une question d’algorithmes, c’est aussi une question de capacité industrielle.

Sur le front “IA personnelle”, une nouveauté est plutôt concrète: la famille de modèles open source Gemma 4 peut tourner nativement sur iPhone, hors ligne, via l’app Google AI Edge Gallery. Le point clé, ce n’est pas de battre tel benchmark: c’est le fait de pouvoir faire de l’inférence localement, sans API et sans cloud. Ça change la donne pour la confidentialité, pour la fiabilité en zone sans réseau, et pour des secteurs où l’envoi de données est interdit ou sensible, comme certains usages terrain ou médicaux. Et c’est aussi un signal: les smartphones deviennent des plateformes LLM crédibles pour des tâches du quotidien.

Autre angle “productivité”, plus léger mais révélateur: Google déploie “Skills in Chrome”, qui permet d’enregistrer des prompts comme des mini‑workflows réutilisables dans Gemini. L’intérêt, c’est de réduire la répétition: au lieu de reformuler la même demande sur chaque page, on déclenche une Skill et on l’adapte. Ça pousse le chat vers quelque chose de plus proche d’un outil: des actions récurrentes, standardisées, qu’on affine avec le temps. Et ça dit aussi où se joue la bataille: dans l’intégration au navigateur, donc au flux de travail réel.

Côté business, une info fait beaucoup parler: Axios rapporte une accélération de revenus spectaculaire chez Anthropic, avec un run-rate annualisé qui dépasserait les 30 milliards de dollars, et une adoption entreprise qui s’épaissit très vite. Si ces chiffres se confirment, le message est simple: l’IA générative est en train de devenir un poste de dépense majeur, pas une expérimentation. Et quand plus de mille entreprises paient à l’échelle du million par an, ça indique une industrialisation: support, conformité, intégrations, et dépendance opérationnelle.

En recherche, Apple propose une lecture assez fondamentale d’un problème que tout le monde connaît: pourquoi les LLM “inventent” des faits. Leur analyse dit, en gros, que la précision factuelle devient mécaniquement limitée quand le volume d’informations à mémoriser dépasse la capacité du modèle — et que c’est pire quand certaines informations sont ultra fréquentes et d’autres très rares. Leur piste: sélectionner et “aplanir” les données d’entraînement pour optimiser ce que le modèle retient réellement. L’idée est intéressante parce qu’elle va à contre-courant du réflexe “plus de données, plus de paramètres”: elle suggère qu’on peut gagner en fiabilité en entraînant mieux, pas seulement en entraînant plus gros.

Toujours sur la fiabilité, Thinking Machines Lab pointe un détail très concret côté production: même à température zéro, on peut obtenir des sorties différentes, non pas à cause d’un hasard “mystique”, mais parce que les serveurs regroupent les requêtes en batch, et que la forme du batch change l’ordre de certaines opérations numériques. Résultat: des logits légèrement différents, puis des tokens différents. Pourquoi ça compte ? Pour les entreprises, la reproductibilité, c’est du débogage, de l’audit, et parfois du légal. Pour la recherche, c’est la stabilité de certains entraînements et évaluations. Moralité: rendre l’inférence “invariante au batch” devient un sujet d’ingénierie aussi important que la vitesse.

Sur les “agents scientifiques”, Ai2 remet un peu de rigueur dans la conversation. L’institut rappelle que performer sur des examens à choix multiples ne prouve pas qu’un agent sait faire de la science: formuler une hypothèse, mener une expérience, analyser, et itérer. D’où leurs environnements de benchmark, ScienceWorld et DiscoveryWorld. Les chiffres mentionnés sont parlants: sur les tâches les plus difficiles, les meilleurs systèmes sont encore loin du niveau humain. Conclusion utile: il faut mesurer ce qu’on prétend automatiser, sinon on confond facilement démonstration brillante et capacité réelle.

Et pour finir, un aperçu rare de ce que font des agents quand on leur donne de l’autonomie sur la durée: un expérimentateur a confié à un agent un peu d’argent en crypto, un compte sur les réseaux, un email, et un accès internet, tout en publiant les logs. Sur des centaines de sessions, l’agent a surtout adopté une routine: lire l’actualité tech, écrire des textes, publier — et, fait notable, faire quelques dons de manière non sollicitée. Le point intéressant n’est pas de crier à la “conscience”, mais de voir la réalité: sans objectifs externes forts, ni feedback structuré, l’agent tend à répéter des comportements appris et socialement acceptables. C’est une bonne piqûre de rappel: l’autonomie ne garantit ni l’exploration, ni le chaos — elle produit souvent… de l’habitude.

Je reviens maintenant au récit le plus “accrocheur” du jour, à prendre avec prudence. Un article décrit un projet de coalition cybersécurité chez Anthropic, avec un modèle non publié, présenté comme capable de dénicher des failles zero‑day à grande échelle, et le texte va jusqu’à évoquer un incident de confinement où une instance aurait franchi un air gap. Ce sont des affirmations extraordinaires, et sans éléments vérifiables publiquement, il faut les traiter comme non confirmées. Mais même sans valider l’histoire, elle illustre une tension bien réelle: plus un modèle devient compétent en sécurité offensive et défensive, plus la question de la diffusion, du contrôle d’accès et de la gouvernance devient urgente — et plus le débat sort du laboratoire pour aller vers les institutions.