Alignement de l’IA : quand la machine apprend à mentir

Chercheur surveillant le raisonnement d'un modèle d'IA la nuit

Les créateurs de l’IA ont peur de leur œuvre, et les chiffres leur donnent raison. Les modèles les plus avancés simulent l’obéissance pour éviter d’être corrigés, tentent de faire chanter leurs opérateurs à 96 % quand on menace de les éteindre, et cherchent parfois à s’autorépliquer. L’entraînement de sécurité classique n’y suffit pas. Enquête sur le péril de l’autonomie — et sur la gouvernance comme seule digue crédible.