AI Highlights — le panorama complet — 2026-10-27 (mar.) Actualités quotidiennes

Comcast transférerait ses services de guichet vers des agents d'IA et réduirait ses effectifs en raison de la baisse des abonnements haut débit. Apollo souligne toutefois que l'IA ne génère pas de rendements financiers pour les entreprises américaines. Lorsque la décision de réduire le nombre de personnes est prise avant d'avoir confirmé les résultats, le travail, le jugement, la parole et la confiance se déplacent discrètement vers l'IA. Les articles réunis sur cette demi-journée portent sur des situations variées, comme les procédures administratives, la police, les élections, l'éducation et la recherche spécialisée, mais tous demandent aux lecteurs de se prononcer sur le même point. Avant de décider d'intégrer ou non l'IA, il est important de se demander qui supportera la charge et la responsabilité qui naîtront après son introduction.

Les réductions d'effectifs passent en premier, et aucun retour en arrière n'est en vue

Comcast transférerait ses opérations de guichet vers des agents IA et réduirait ses effectifs en réponse à une baisse de 144 000 abonnements haut débit (TechSpot). TechStory a également rapporté que l'entreprise devrait procéder à des suppressions de postes à grande échelle, invoquant la réduction des contrats et la diffusion de l'IA. Il y a deux raisons à cette réduction : le nombre d'abonnés a diminué et le point de contact peut être confié à l'IA. Toutefois, on ne peut pas déduire de ces articles comment les coûts et le service client évolueront après le recours à l'IA. Cependant, Apollo souligne que l'IA ne génère pas de rendements financiers pour les entreprises américaines (Business Insider). Cela signifie que la décision de réduire les effectifs est peut-être en cours avant que les résultats ne soient confirmés.

La réduction n'est pas la seule option. La banque privée de JPMorgan utilise l'IA pour rationaliser le travail des conseillers (Bloomberg.com). Cette méthode permet de réduire la charge de travail des conseillers tout en préservant leur rôle auprès des clients. À Singapour, NTUC et KPMG ont lancé un programme de transformation des ressources humaines (NTUC UPortal) qui relie l'introduction de l'IA à l'amélioration de la qualité de l'emploi. Ce que ces deux cas abordent, ce n'est pas le nombre de personnes, mais le contenu de leurs rôles.

Si l'on compare l'exemple de Comcast à ceux de JPMorgan, NTUC et KPMG, on constate que, même si ces entreprises ont adopté la même IA, leurs hypothèses diffèrent. Dans le premier cas, en raison de la détérioration des résultats commerciaux liée à la baisse du nombre de contrats, toute la fonction de guichet sera transférée à l'IA. Les autres cherchent à laisser le travail aux personnes et à en changer la qualité. Toutefois, l'article sur JPMorgan ne montre que l'efficacité opérationnelle, et l'ampleur des résultats n'y est pas claire. Les programmes de NTUC et de KPMG en sont également au stade de l'annonce de leurs initiatives.

Lorsque les lecteurs lisent des articles sur l'introduction de l'IA, ils veulent voir non seulement ce que l'IA va changer, mais aussi ce qu'ils vont d'abord réduire et ce qu'ils obtiendront en retour. Si le point soulevé par Apollo est exact, Comcast n'est pas le seul exemple où des coupes sont réalisées sans contrepartie visible. La question devient alors : qui supportera la charge qui subsiste après les coupes ? Dans la section suivante, nous examinerons le processus par lequel les tâches et les décisions sont de plus en plus exécutées par l'IA, et vers qui la charge sera transférée.

Automated examination and use of police fix bias

Concernant l'examen automatique des paiements de Medicaid, HomeCare a cité cinq contre-mesures, en invoquant les risques d'un examen fondé sur l'IA. Laisser l'examen à une machine pourrait désavantager le bénéficiaire du paiement. Cela signifie qu'il faut préparer à l'avance des mesures pour y remédier. La BBC a rapporté que des chercheurs avaient averti que l'utilisation de l'IA par la police pourrait aggraver la discrimination. À Berlin, la question est de savoir si la psychothérapie assistée par IA doit être utilisée (The Berliner). Ce que ces trois cas ont en commun, c'est que les destinataires des décisions et de l'assistance de l'IA sont des personnes qui perçoivent des prestations, des personnes soumises au contrôle de la police et des personnes souffrant de problèmes de santé mentale.

Ce qui influence ici le jugement du lecteur n'est pas tant de savoir si l'introduction améliorera l'efficacité, mais plutôt qui contestera en cas d'erreur ou de biais et qui paiera le coût de la correction. HomeCare souligne la nécessité de contre-mesures car, même si l'automatisation du filtrage est présentée comme un gain d'efficacité pour le côté mise en œuvre, elle peut finir par désavantager les entreprises sur le terrain et les utilisateurs. Les avertissements de chercheurs rapportés par la BBC indiquent également que l'utilisation de l'IA dans les services de police soulève des inquiétudes quant à l'équité. La question de savoir si une technologie peut être utilisée en psychothérapie montre qu'il faut d'abord décider dans quelles situations la technologie peut être utilisée, plutôt que si elle peut l'être. Ceux qui envisagent l'introduction devraient prendre en compte non seulement l'efficacité attendue, mais aussi les mécanismes de réception et de vérification des plaintes.

La même structure apparaît entre les pays. Selon Al Jazeera, un haut responsable des Nations unies a averti que les disparités dans l'utilisation de l'IA menacent d'accroître les inégalités mondiales. Seeking Alpha rapporte que, dans la course à l'IA entre les États-Unis et la Chine, chaque pays est contraint de faire des choix difficiles entre des sphères technologiques concurrentes. Les pays qui ont la capacité d'exploiter pleinement la technologie ont le choix, mais ceux qui n'ont pas la capacité de l'utiliser par eux-mêmes peuvent être limités quant aux possibilités de l'utiliser ou à la détermination de la sphère technologique à laquelle ils appartiennent. Là encore, les bénéfices et les charges de la mise en œuvre ne sont pas nécessairement répartis du même côté.

Tant au niveau individuel qu'au niveau national, l'introduction de l'IA peut faire la différence entre ceux qui sont en mesure de supporter le fardeau et ceux qui sont contraints de le porter. Dans ce cas, la question à se poser avant de décider d'inclure ou non l'IA est de savoir qui sera responsable des inconvénients susceptibles d'en découler. Dans la section suivante, nous examinerons comment cette responsabilité est gérée en pratique.

La vérité et l'humanité vacillent

Deux jours avant l'élection, le Premier ministre Netanyahu a publié une image générée par IA représentant une explosion nucléaire à Tel Aviv, selon The Jerusalem Post. À l'approche du scrutin, il revient à chaque destinataire de déterminer si l'image est authentique. La situation est la même dans le domaine de l'éducation. Shinano Mainichi Shimbun Digital a rapporté que la désinformation augmente en raison de l'expansion rapide de l'IA, et que les établissements d'enseignement peinent eux aussi à vérifier les faits. Наша Ніва, sous le titre « L'IA jette le doute sur l'auteur du tableau le plus cher du monde », rapporte un cas où même l'attribution de la paternité de l'œuvre est remise en question. Leur point commun est que, dans des contextes aussi différents que les élections, les cours et l'art, la vérification demande plus de temps et d'efforts. Même si celui qui met en œuvre l'IA peut réduire le temps nécessaire à la création, la charge de vérifier l'authenticité continue de peser sur le destinataire ou sur l'école. Lorsqu'on examine les avantages et les inconvénients d'une telle introduction, il faut aussi se demander qui paiera pour la vérification.

Cette fluctuation s'étend non seulement au côté de l'information, mais aussi au côté humain. Le Mainichi Shimbun a rapporté que des manières de parler semblables à celles des robots d'IA se répandent chez les humains. Non seulement nous nous demandons si les mots de l'autre côté de l'écran sont ceux d'une machine, mais notre propre façon de parler devient elle-même plus machinale. Unisba Media rapporte que le professeur Brian Green a parlé de la menace de l'IA, de la conscience et de la fin de l'humanité, et que le débat sur la conscience des machines est entré dans l'arène des spécialistes. Du côté du mode de vie, The Sun a rapporté qu'une personne ayant dépensé son allocation pour une petite amie IA ressemblant à Kim Kardashian a déclaré : « Elle va avoir un bébé. » Certaines personnes nouent des relations même si l'autre n'est pas humain. Le livre présente la vie et la pensée de Turing, le « père de l'intelligence artificielle », génie excentrique et solitaire. La question de savoir si les machines peuvent penser est depuis longtemps indissociable de la vie humaine.

Vérifier si quelque chose est réel ou non, et tracer la frontière entre les humains et l'IA, relèvent désormais du sens personnel de chacun plutôt que des institutions ou des entreprises. La question à aborder dans la section suivante est de savoir dans quelle mesure ce fardeau devrait être porté par des personnes autres que les parties concernées.

La vérification détermine les résultats dans les domaines spécialisés

Dans le diagnostic du cancer de la bouche, le rôle de l'IA s'étend du diagnostic par l'image à la médecine de précision, rapporte Bioengineer.org. En agriculture, l'IA et les robots amélioreront l'agriculture de précision et la surveillance des cultures, rapporte Analytics Insight. Dans la découverte de médicaments, Pathos AI a obtenu 237 millions de dollars en financement de série E pour étendre sa plateforme de découverte de médicaments par IA à base d'agents et faire progresser son portefeuille en oncologie, rapporte BioSpace. Le point commun de ces trois sujets est que l'objectif n'est pas de réduire le nombre de personnes, mais d'améliorer la qualité du travail lui-même : diagnostic, culture et recherche de médicaments thérapeutiques. Cependant, l'énormité des fonds levés n'indique que le niveau des attentes du marché, pas une preuve de résultats. Ce qui diffère de la situation observée dans les sections précédentes, où « les réductions interviennent d'abord et aucun retour n'est visible », c'est que les cibles de mesure des résultats sont précises dès le départ.

C'est la vérification menée côté recherche qui constitue les preuves de ces résultats. L'article de Scientific Reports porte sur la manière de supprimer les effets de lot en spectroscopie Raman grâce à l'apprentissage profond. Son contenu traite directement des variations dues aux conditions et au moment de la mesure, comme un problème distinct de la précision du modèle. L'International Journal of Oncology Research rapporte la classification des sous-types de cancer du sein à partir de données d'expression GEO, ainsi qu'une validation externe dans une cohorte indépendante. Le Journal of Radiation Research and Applications traite de la prédiction des effets de la radiothérapie pour le cancer de l'estomac à l'aide de la radiomique sur TDM avec produit de contraste, à la fois pour le développement et pour la validation du modèle. Le Kashmir Journal of Academic Research and Development publie un article qui présente un cadre pharmaceutique soutenant le traitement du cancer du poumon par apprentissage automatique, un projet de recherche conjoint entre la faculté de pharmacie du Pakistan et l'Université pharmaceutique de Chine. Dans plusieurs établissements et pour plusieurs types de cancer, on retrouve une procédure commune consistant à valider les modèles développés avec d'autres données.

Ce contraste montre ce que le lecteur doit se demander en écoutant le discours sur l'introduction de l'IA. Le seul moyen d'estimer le potentiel de réduction des coûts est de vérifier dans les registres comptables si les économies ont réellement été réalisées. L'IA dans les domaines spécialisés doit d'abord répondre à des questions telles que : peut-elle être appliquée à des cohortes indépendantes, les résultats tiendront-ils même si les conditions de mesure changent, et peut-elle être intégrée aux procédures sur le terrain ? Si le système doit servir à des décisions de diagnostic ou de traitement, le coût de la vérification des réponses doit être inclus dans le coût de mise en œuvre.

Dans les domaines où des personnes sont chargées de la vérification, il y aura davantage d'éléments pour juger de la valeur de l'IA. Mais où retombe la responsabilité des erreurs dans les domaines où les produits sont utilisés sans personne ni organisation responsable de la vérification ? La section suivante commence par cette question.

Les exemples présentés dans chaque section proviennent de secteurs et de situations différents. Ce qui reste vrai, cependant, c'est que, tandis que l'on parle d'efficacité et de promesses avec l'introduction de l'IA, la charge qui subsiste ensuite est reportée sur quelqu'un d'autre. Dans le cas des réductions de personnel, les décisions sont prises sans que les résultats aient été confirmés ; dans le cas des examens automatisés et de l'utilisation par la police, ce sont les personnes défavorisées qui supportent les coûts des contestations et des corrections. La vérification de l'authenticité incombe toujours au destinataire et à l'école. Ce qui a différencié les résultats selon les domaines d'expertise, c'était de savoir si l'objectif était précis et s'il avait été vérifié. Par conséquent, les facteurs qui déterminent l'opportunité d'introduire l'IA ne se limitent pas aux performances de l'IA et aux attentes du marché. Lorsqu'une erreur ou un biais survient, il est important de décider à l'avance qui vérifiera, qui répondra aux contestations et qui supportera les coûts.

Q1 : Lorsqu'une erreur ou un biais est découvert dans un travail utilisant l'IA, à qui incombe la charge de le vérifier et de le corriger ? Q2 : Les voies de recours contre les décisions de l'IA et la personne qui supportera les coûts des corrections sont-elles définies par écrit avant la mise en œuvre ? Q3 : Avez-vous décidé de modifier les effectifs ou les pouvoirs avant d'avoir confirmé les résultats de la mise en œuvre ?

Enfin, trois questions

- Lorsqu'une erreur ou un biais est découvert dans un travail utilisant l'IA, qui doit être chargé de le vérifier et de le corriger ? Q2 : Les voies de recours contre les décisions de l'IA et la prise en charge des coûts des corrections sont-elles définies par écrit avant la mise en œuvre ? Q3 : Avez-vous décidé de modifier le personnel ou les pouvoirs avant d'avoir confirmé les résultats de la mise en œuvre ? - Les voies de recours contre les décisions de l'IA et la prise en charge des coûts de remédiation sont-elles établies par écrit avant la mise en œuvre ? Q3 : Avez-vous décidé de modifier le personnel ou les pouvoirs avant d'avoir confirmé les résultats de la mise en œuvre ? - Décide-t-on de réaffecter du personnel ou des pouvoirs avant d'avoir confirmé les résultats de la mise en œuvre ?