Focus — Intelligence Artificielle Générative ou Agentive : l'envers du décor

1Mais d’abord, l’IA, c’est quoi ?¶

L’IA est une catégorie de programmes informatiques qui est capable d’apprendre à effectuer une tâche nouvelle à partir d’un corpus avec lequel elle a été « entrainée ». Une partie de ces programmes sert à faire de l’analyse et du traitement de données, d’images, etc.

Une partie est utilisée pour « générer » du texte (les « LLM » pour Large Language Model — Grand Modèle de Langage), des images, du son, etc., c’est l’« IA générative » (IAg). Cette dernière est devenue populaire avec l’ouverture au public de ChatGPT par l’entreprise américaine OpenAI en novembre 2022.

L’IA agentique désigne des programmes qui supervisent plusieurs programmes (des agents) permettant de planifier des tâches et de prendre des décisions. Par exemple, certains de ces logiciels sont intégrés au système d’exploitation des ordinateurs (comme Windows) pour trier les fichiers et ordonner les dossiers, trier les mails, les envoyer, le cas échéant. C’est une délégation de tâche.

L’IAg repose sur un vaste corpus de données — le plus grand possible ! —, typiquement tout ce qui se trouve sur la Toile d’Internet. Elle génére des données (texte, image, son...) à partir d’un processus probabiliste relativement à ce que contient son corpus sur lequelle « elle » a été entrainée. Les réponses aux prompts d’un outil d’IAg sont le reflet de ce qu’elle a ingurgité. En aucun cas, il ne s’agit de « la vérité » ; c’est même parfois des choses complétement fausses.

2Une bulle économique¶

Les investissements dans l’IAg sont colossaux (ils se chiffrent en centaines de miliards de dollars). Ils profitent seulement à une petite poignée d’entreprises. Or pour le moment, l’IAg n’est pas rentable. On a un effet de bulle spéculative qui arrive quand le niveau de prix d’un bien est beaucoup plus élevé par rapport à sa valeur ou aux profits qui seront obtenus à l’avenir. C’est pourquoi on parle de bulle de l’IAg. Si les investissement dans l’IAg ne peuvent être rentabilisés, la bulle éclate avec des conséquences plus ou moins graves pour l’économie mondiale (crise économique, faillite d’entreprises, chomage, etc.). Les conséquences pourraient être — entre autres —, à terme, une suppression de la mise à disposition publique et « gratuite » des outils d’IA génératives.

3Une infrastructure technologique gigantesque¶

L’IA générative c’est avant tout une infrastructure numérique, donc technologique basée sur un réseau de serveurs et sur les données présentes sur la Toile. Un rapport de l’association Green IT sur les impacts écologiques de l’IAg est sorti en septembre 2026 (Bordage et al. (2026)).

En prenant en compte seulement le bilan gaz à effet de serre (qui n’est qu’une facette de l’empreinte environnementale), en 2025, l’IA mondiale représentait déjà 22 % du budget annuel soutenable^[1] de l’Union européenne. Mais cette empreinte sera multipliée par 7 en 5 ans pour atteindre 156 % en 2030.

Par exemple, Meta est en train de terminer la construction d’un centre de données gigantesque, Hyperion, en Louisiane. Le centre, prévu pour fonctionner à sa pleine capacité en 2032, s’étend sur 9,1 km² de terres agricoles (et 371 000 m² de bâtiments). L’investissement ne cesse d’augmenter, en 2026, il est au moins de 50 milliards de dollars. Trois centrales à gaz de production d’électricité devront être construites pour fournir une partie (2,26 GW) des 5 GW nécessaires que le centre va consommer. L’équivalent de 5 réacteurs nucléaires (ou 3 EPR !).

Et ce n’est qu’un exemple parmi tant d’autres : les géants de l’IAg rivalisent d’investissements dans le gigantisme.

Google projette d’installer un centre de données (sur 212 ha, pour une puissance électrique nécessaire de 500 MW) en France dans l’Indre, convoitant d’anciennes terres agricoles.

3.1Un phagocytage de certains composants électroniques¶

L’IAg demande une quantité astronomique de processeurs spéciaux, les GPU (processeurs graphiques capables d’effectuer des tâches en parallèle, ce dont l’IAg raffole), pour fonctionner : ce sont des processeurs dotés de beaucoup de mémoire très rapide, spécifique, dite HBM (High Bandwidth Memory). Peu d’entreprises au monde sont capables de fabriquer ces GPU et ce type de mémoire. La demande très forte des géants de l’IAg^[2] a réorienté les chaines de production des quelques fabriquants de GPU et de mémoire. Ce qui entraine une pénurie de mémoire vive standard (la DRAM qui se trouve dans nos ordinateurs, téléphones portables...). Mécaniquement (d’un point de vue économique), les prix de ces composants ont flambé (figure 2) ce qui se répercute sur le cout des ordinateurs, notamment.

L’engouement pour l’IAg a donc des répercussions importantes dans d’autres secteurs (même si dans ce cas précis, cela reste dans le « numérique »).

3.2Une consommation d’énergie en croissance¶

La consommation électrique des centres de données en phase d’usage n’a cessé d’augmenter (165 TWh^[3] en 2014 à 420 TWh en 2024 — sans même compter les cryptomonnaies). Elle s’est même accélérée : +7 %/an sur 2014-2019 à +13 % /an sur 2019-2024 (Baudoin et al. (2025),Cozzi (2025)) — (figure 3).

À l’horizon 2030, sans évolution majeure dans les dynamiques actuelles, la consommation électrique mondiale des centres de données pourrait atteindre jusqu’à 1500 TWh/an (Baudoin et al. (2025)), soit près de 4 fois la consommation électrique de la France en 2025 (451 TWh). C’est l’équivalent de 172 réacteurs nucléaires (de 1 GW) fonctionnant à pleine puissance ! En France, il y a déjà 300 centres de donnnées en 2026, qui consomment environ 10 TWh d’électricité soit un peu plus de 2 % de la consommation annuelle totale — l’équivalent d’un réacteur nucléaire à pleine puissance consacré uniquement à cela. En 2050, la demande en électricité des centres de données pourrait atteinte 100 TWh, soit 25 % de la consommation actuelle du pays (Lindgaard & Statius (2026)) !

Les entreprises de l’IAg pompent l’électricité des réseaux « classique », ce qui pose des problèmes de stabilité et de production pour satisfaire cette demande phénoménale. Ainsi, pour subvenir à leurs besoins énormes et à très brève échéance, elles misent sur la construction de centrales thermiques à gaz, plus rapides à mettre en place que des centrales nucléaires. Ce qui pose le problème des rejets de gaz à effet de serre — l’énergie nucléaire, peu émettrice de gaz à effet de serre pose néanmoins d’autres problèmes.

L’empreinte carbone de l’IAg en 2025 est estimée entre 33 et 80 MtCO₂é soit environ 10 % de l’empreinte carbone de la France (Vries-Gao (2026)).

Et même si l’efficacité de l’utilisation de l’énergie au niveau des serveurs s’améliore, l’empreinte carbone globale augmente à cause de l’inexorable croissance des usages et des utilisateur·ices : c’est l’effet rebond. Ce que montre la figure 4 : l’empreinte carbone des modèles depuis 2019 augmente quelle que soit leur optimisation carbone.

3.3Une consommation d’eau démesurée¶

La consommation d’eau des centres de données est à la fois directe : l’eau est utilisée sur les sites pour refroidir les serveurs qui chauffent par effet Joule^[4]. Et indirecte : l’eau utilisée pour produire l’électricité nécessaire (notamment pour refroidir les centrales thermiques) pour alimenter les centres de données.

En 2025, la consommation d’eau (25 % directe et 66 % indirecte, le reste, 9 %, étant utilisé pour la construction des matériels) par les centres de données est ainsi estimée entre 312,5 et 764,6 milliards de litres^[5] (Vries-Gao (2026)).

L’eau prélevée pour le refroidissement d’installations industrielles n’est pas restituée à l’identique au milieu naturel. Elle est plus chaude — on parle de pollution thermique —, ce qui engendre des impacts néfastes sur la biodiversité, elle peut contenir des additifs qui servent notamment à prévenir la corrosion, l’entratrage, etc., qui sont toxiques pour le vivant.

3.4Une consommation de matière¶

117 millions de tonnes de ressources sont utilisées chaque année pour produire et utiliser les équipements numériques soit 1,7 tonnes par français et par an (Brilland et al. (2025)).

Une modélisation de la demande en minéraux (cuivre, acier, fer, aluminium...) pour les infrastructures de l’IAg montre que leur consommation devrait être multipliée par 3,8 d’ici 2035, passant de 700 000 tonnes à 2,6 millions de tonnes, dont 82 % de cuivre^[6] (Amoah et al. (2026)) ! La consommation française de cuivre est évaluée entre 500 000 et 700 000 t/an. La consommation de cuivre par l’IAg est donc actuellement supérieure à celle de la France. Dans le monde, la production annuelle de cuivre s’élève à 23 Mt/an (Dabkowski (2025)). La consommation de cuivre par l’IAg représente donc 3 % de la production actuelle. Et celle estimée pour 2035 représentera plus de 10 % de la production (qui est néanmoins vouée à augmenter^[7], tout comme le recyclage^[8]).

3.5Une empreinte environnementale colossale¶

Cette ruée vers l’IAg est désastreuse d’un point de vue environnemental, comme les sections ci-dessus ont pu le montrer avec quelques exemples éloquents. Cette croissance exponentielle des infrastructures numériques percute de plein fouet les frontières planétaires :

• le réchauffement climatique avec les rejets de gaz à effet de serre (ainsi que l’acidification des océans),
• le cycle de l’eau avec le refroidissement (entre autres) des serveurs,
• le changement d’usage des sols avec le détournement de terres agricoles (entre autres) pour la construction des centres de données,
• les nouvelles entités avec toutes les pollutions (dues à l’extractivisme des matériaux pour fabriquer toute cette infrastructure, notamment) que cela engendre,
• et enfin l’intégrité de la biosphère comme dramatique conséquence de tout cela.

L’IAg est un colosse aux pieds d’argile. Cette technologie de pointe repose sur une infrastructure en équilibre à de nombreux points de vue :

• économique : la bulle peut « éclater » d’un moment à l’autre ;
• énergétique : la demande en électricité est telle que la planète pourrait ne pas parvenir à subvenir à ces besoins ;
• matériel : l’illustration du monopole Nvidia et de ses satellites sur la mémoire vive des ordinateurs l’illustre. Si Nvidia, pour une raison ou un autre, disparait, que se passe-t-il ?
• corpus d’entrainement : l’IAg repose aussi sur une grosse quantité de données, sans quoi elle n’est rien.

L’IAg est un système technique très performant mais très très peu robuste (Hamant (2023))...

Par ailleurs, avec sa consommation d’eau et d’énergie (mais aussi de matériau, comme l’exemple des composants de mémoire) titanesque, elle commence à générer une compétition des usages. Faudra-t-il bientôt choisir entre allumer son frigo ou faire une requête ChatGPT ?

4Un impact social problématique¶

4.1Une kyrielle de travailleur·ses du clic¶

L’IAg n’est en rien « artificielle » — ni intelligente, d’ailleurs ! —, elle repose sur un colossal travail « humain » (souvent déshumanisant, d’ailleurs). Un travail de fourmi pour vérifier ce que produit l’IAg, classifier, filtrer ce qui est « génant » (comme la violence crue, la pornographie, etc.). Ce sont des armées d’humain·es, souvent dans les pays du Sud, mal payé·es (à la limite de l’esclavagisme), à qui l’ont soumet des textes, des images, des vidéos, des sons, extrêmement traumatisants, pour éviter que l’utilisateur·ice « occidental » y soit lui/elle-même confronté·e. Iels « nettoient » ce que l’IAg, brute de décoffrage, pourrait générer. Ce sont des tâches au mieux abrutissantes et répétitives. Et qui d’ailleurs sont parfois le fait de travailleur·es qualifié·es des pays occidentaux (Israel (2026)).

4.2Des impacts psychologiques¶

De plus en plus d’utilisations de l’IAg — les chatbots — servent à remplacer des séances (coûteuses) de thérapies psychologiques (Pagesy (2024)) ou même simplement d’écoute amicale. Cela peut poser des problèmes d’accoutumance, d’addiction, d’escalade vers la mort. L’effet ELIZA désigne le fait d’assimiler inconsciement un robot conversationnel à un véritable être humain. Le film Her de Spike Jonze avec Joaquin Phoenix et la voix de Scarlett Johansson sorti en 2014 illustre parfaitement cela : l’histoire d’un homme qui tombe amoureux d’une voix « artificielle ». Ce film de fiction prémonitoire est désormais dépassé par la réalité : tomber amoureux d’une machine est presque devenu banal aujourd’hui...

4.3Des biais¶

Si les données d’apprentissage d’un modèle d’IAg sont biaisées, le programme le sera dans sa génération de contenu. Or comme le corpus « Internet » est naturellement biaisé (biais de genre, biais de représentation raciale, etc.), les IAg ont tendance à reproduire ces biais voire à les amplifier — on parle de biais algorithmique. Près de la moitié des IAg présentent des biais sexistes, et un quart des biais liés au genre et à la race.

Cela peut engendrer de véritables problèmes dans le traitement de données liées à des groupes sous-représentés dans le corpus d’entrainement. Comme par exemple une détection de la dépression moins efficace chez les personnes Noires suite à l’analyse de posts sur les réseaux sociaux (Rai et al. (2024)).

Avec l’IAg, le harcèlement devient plus compliqué à combattre, notamment à cause d’images générées ou modifiées dites « deepfakes » ou de contenus manipulés.

L’utilisation d’IAg dans les traitements psychologiques ou l’autotraitement pose également des problèmes : des problèmes éthiques, des problèmes de conseils dangereux, des risques de psychoses, etc.

5Des problèmes de propriété intellectuelle¶

L’IAg utilise tout ce qui existe sur Internet pour être entrainée. Y compris les ouvrages et publications en « accès ouvert », mais qui nécessite d’être cités pour être réutilisés (les licences Creative Commons, par exemple) comme les ouvrages et publications scientifiques. Ce que l’IAg ne fait évidemment pas : elle « vole » ainsi les œuvres sans vergogne, faisant fi de toute propriété intellectuelle.

6Un problème démocratique¶

Cet outil technologique, l’IAg, comme bien d’autres avant lui (la téléphonie sans fil, le smartphone, l’énergie nucléaire, etc.), pénètre dans notre société sans discussion démocratique sur sa nécessité, sur le besoin de l’avoir, sur les conséquences qu’il engendre. Des entreprises le mettent à disposition du grand public, « gratuitement » (comme ChatGPT en novembre 2022 par OpenIA) créant mécaniquement une appétence pour ce nouveau jouet (comme Apple avec l’Iphone en 2007). L’objectif est de créer un besoin pour croitre et faire du profit. Cela a très bien fonctionné avec le téléphone intelligent. L’avenir dira si l’IAg suivra la même trajectoire (c’est fort peu probable, en fait ! Pour les raisons invoquées ici, une forte croissance des usages de l’IAg n’est, entre autres, matériellement pas possible)...

Devant les nombreux appels à la prudence dans le développement et l’utilisation de l’IAg, pourquoi ne pas aller dans ce sens ? Malheureusement, l’utilisation débridée et les appels des gouvernements à forcer l’allure dans le développement de l’IAg tout en donnant les moyens pour ce faire, ne vont pas dans un sens de régulation.

7Peut-on apprendre avec l’IAg ?¶

L’IAg est parfaite pour faire le travail demandé à un·e élève/étudiant·e à sa place. On peut lui déléguer exercices de physique, de maths, étude bibliographique, rédaction d’un rapport de stage, de travaux pratiques, etc. Les étudiant·es interrogé·es oralement à la rentrée 2026 utilisent l’IAg principalement pour lui demander de reformuler des questions de cours mal ou pas bien comprises, pour faire des résumés de cours, pour produire des exercices d’application (en physique notamment), pour reformuler ou corriger du français.

Une étude récente (Stromberg et al. (2026)) réalisée à partir d’un sondage sur plus de 4000 élèves chinois en études secondaires qui avaient un historique de résultats d’examens sur près de 3 ans. L’adoption de l’IAg pour étudier augmente les notes aux devoirs à la maison de 18 % et réduit le temps nécessaire à leur réalisation de 30 %, mais fait baisser les notes aux examens mensuels de 20 % en l’espace de six mois (figure 7). La figure 8 montre une divergence entre les utilisateur·ices de l’IAg et celleux qui ne l’utilisent pas pour les résultats les plus élevés aux examens.

Même si ces résultats (une seule étude !) nécessitent d’être consolidés par d’autres études indépendantes, ils tendent à montrer qu’apprendre avec l’IAg n’est pas forcément une bonne idée !

8Une perte de compétence¶

Lorsqu’on délègue une tâche à une IAg, on y prend goût, mais on finit par perdre la compétence pour réaliser la tâche en question. Une étude montre cela pour la détection d’une tumeur bénine par coloscopie par des médecins (Budzyń et al. (2025)). Dans l’absolu ce n’est pas forcément grave : la calculette a bien fait perdre la compétence de calcul des racines carrées à la main, sans que le monde n’ait cessé de tourner. Sauf que contrairement à la calculette, l’IAg est un outil fragile et non pérenne. Et que les compétences médicales, pour ne citer qu’elles, sont des compétences vitales. Contrairement à celle de produire du code informatique, qui est un autre domaine déplorant des pertes de savoir-faire. Si l’IAg disparait, retrouver ces compétences prendra du temps, ce qui n’est pas forcément dramatique pour l’informatique mais peut l’être pour la médecine !

8.1Un exemple éloquent¶

L’arrivée du GPS dans les téléphones intelligent depuis le début des années 2010 a relégué aux oubliettes la compétence de savoir lire une carte papier en randonnée, tout comme de savoir s’y positionner précisément. Mais il faut toujours préparer un itinéraire avec ses compétences d’interprétation cartographique et son expérience du terrain. Notamment en montagne. Et quand on manque de cela, on fait appel à un·e professionnel·le (un·e guide).

Contre toute attente, plusieurs témoignages d’utilisations d’IAg pour générer des cartes et/ou planifier des randonnées en montagne existent ! Des personnes qui se sont donc perdues (et ont été néanmoins secourues). Faire confiance à l’IAg peut donc engendrer un problème vital.

Et même avec l’outil (pratique) du GPS pour savoir où on est, il est important de ne pas perdre la compétence de savoir le faire avec la carte papier (et donc de l’avoir dans le sac). Une carte papier ne se décharge pas, ne se casse pas, ne s’abîme pas (facilement). Elle peut sauver des vies...

9Un impact cognitif¶

On peut facilement imaginer que si toute une classe d’âge apprend avec l’IAg pour gagner du temps (et faire quoi sur le temps ainsi « gagné » ? En passer plus sur les réseaux sociaux ?), pour se faciliter la vie, par goût du moindre effort, etc., la capacité de réfléchir, d’imaginer, de créer va progressivement s’émousser. Comment savoir résoudre un problème de physique, si on a appris en demandant à l’IAg de résoudre tous les exercices de travaux dirigés ? Comment apprendre à penser, à trier les informations, les sources bibliographiques, si on n’apprend pas à le faire sans machine ?

On parle alors d’atrophie cognitive, à savoir une diminution des compétences intellectuelles suite à l’utilisation répétée de l’IAg.

10Un manque d’éthique¶

Les principaux outils d’AIg disponibles sont la propriété d’entreprises aux pratiques éthiques, sociales et environnementales douteuses (Bousenna (2026)). Les utiliser, c’est, en quelque sorte, cautionner les agissements de ces entreprises propriétaires, et pour certaines, financer le technofascisme^[11]. Et ce alors qu’aucune obligation n’est faite d’utiliser ces outils !

Un certain nombre de manquements éthiques de ces outils est pointé du doigt (Weidinger et al. (2021)) : la fuite de données privées (si vous donnez un document à résumer à une IAg, que devient le document en question ? Réponse : il va probablement alimenter la base de données d’entrainement, contre toute volonté de son/sa auteur·ice) ; la génération de fausses informations à cause d’un corpus d’entrainement fallacieux ; etc.

11Des métiers qui disparaissent¶

Si le métier de traducteur·ice avait déjà du plomb dans l’aile depuis une bonne dizaine d’années à cause des programmes d’IA de traduction automatique, d’autres métiers sont aujourd’hui sur la sellette : graphiste, notamment, mais plein d’autres (Breda (2026)). Les métiers de l’informatique, notamment. Celui d’avocat, aussi (Thomas (2025)). Dans ces domaines, paradoxalement, on remplace des embauches de jeunes inexpérimentés par de l’IAg, plus efficace, au prétexte — toujours ! — de faire gagner beaucoup de temps. Ce faisant, ces professions se tirent à moyen terme une balle dans le pied, puisqu’elles ne forment plus de praticien·nes compétent·es...

Quant aux métiers créatifs comme dessinateur·ice, graphiste, voire même écrivain·e, compositeur·ice de musique, que vont-ils devenir ? Sommes-nous condamné·es à une culture nivellée par l’IAg ? Même celui de mathématicien·ne est aujourd’hui sur la sellette (Sotto (2026))...

12Conclusion : l’utiliser ou pas ? Ou pas...¶

L’IAg est un outil fourbe. Il lustre notre poil dans le sens du moindre effort (intellectuel). Mais ce faisant, il nous empêche de réfléchir par nous-même. Ne pas mettre un doigt dans l’engrenage satanique de l’IAg demande un effort, puisqu’aujourd’hui tout le monde, ou presque, l’utilise. Il faut une véritable éthique chevillée au corps pour cela. Pour ne pas y déroger. Pour ne pas mettre la main dans le pot de confiture. Céder à la tentation de la facilité. Gérer une éventuelle frustration. Mais déléguer sa pensée à la machine est dangereux. On peut le concevoir avec ce qui précède : la bulle économique (ou technologique) pourrait exploser privant ainsi tout un chacun de ce type d’outil, actuellement gratuit. Le jour où il n’est plus là, on fait comment ? L’architecture titanesque de cette technologie — qui se distingue en ce sens de toutes les autres technologies qui l’ont précédées — repose sur des fondations très fragiles.

Pour toutes ces raisons, objectives ou pas, j’ai décidé de ne pas utiliser cet outil dans le cadre professionnel ou privé.

Depuis cette rentrée 2026, je discute de tout cela avec les étudiant·es et leur propose de signer une charte de non utilisation de l’IAg pour tout ce qui concerne le travail scolaire autour du cours en question.

L’ensemble des (environ 200) étudiant·es (à une exception près, un étudiant qui n’a pas souhaité signer la charte au non de sa liberté^[12]), que j’ai en cours ce semestre ont signé cette charte. Mes cours et TD sont donc labellisés sans IAg.

13Remerciements¶

Les réflexions qui m’ont amenées à cet article ont largement bénéficiées de discussions avec de nombreux·ses collègues notamment au sein de l’association EESES. En particulier Florence Maraninchi, Roland Lehoucq, Guillaume Anquetin, Ronan le Cornec.