IA générative : le vrai tournant de septembre 2024, entre prouesses et garde-fous

L’intelligence artificielle ne vient pas de franchir une frontière unique et clairement identifiable. En septembre 2024, son accélération tient plutôt à la rencontre de plusieurs dynamiques : des assistants capables de traiter plusieurs formats à la fois, une diffusion rapide des outils de création générative, une demande immense en puissance de calcul et l’arrivée d’un cadre réglementaire européen. Cette combinaison modifie déjà les habitudes des particuliers comme les stratégies des entreprises, sans faire disparaître les limites techniques ni les risques sociaux.

Le terme de « révolution » peut donner l’impression que les machines comprennent le monde comme des humains. Ce n’est pas ce que démontrent les outils actuels. Les grands modèles de langage produisent des réponses en repérant des régularités dans de vastes corpus de données et en prédisant la suite la plus probable d’une séquence. Ils peuvent être très convaincants, mais aussi se tromper, inventer une référence ou mal interpréter une demande. Le progrès est réel, il doit donc être évalué à l’aune de ce que les systèmes font effectivement.

GPT-4o, une étape importante vers des assistants multimodaux

L’un des marqueurs les plus visibles de 2024 est GPT-4o, le modèle dévoilé par OpenAI en mai 2024. Le « o » signifie « omni » : son ambition est de traiter plus directement différents types d’information, notamment le texte, les images et l’audio. Pour l’utilisateur, la promesse est simple : converser avec un assistant qui peut écouter une question, répondre à l’oral, commenter une image ou aider à analyser un document, avec moins d’étapes intermédiaires.

OpenAI a indiqué que son modèle pouvait répondre à une entrée audio en 232 millisecondes dans les meilleurs cas, avec un temps moyen de 320 millisecondes. Cette rapidité compte beaucoup dans une conversation : un échange qui marque de longues pauses paraît mécanique, tandis qu’un système réactif peut sembler plus naturel. Le déploiement de GPT-4o dans ChatGPT, y compris avec un accès gratuit soumis à des limites, a aussi contribué à faire de la multimodalité une attente grand public plutôt qu’une démonstration de laboratoire.

Il importe toutefois de distinguer la fluidité de l’interface de la fiabilité du raisonnement. Une IA conversationnelle peut reformuler, traduire, résumer ou proposer un plan avec une grande aisance. Cela ne l’autorise pas à trancher seule une question médicale, juridique ou financière. Une réponse bien formulée n’est pas, à elle seule, une réponse vérifiée.

Les progrès de la vision par ordinateur nourrissent aussi l’intérêt pour la lecture labiale assistée par IA, parfois appelée reconnaissance visuelle de la parole. Elle pourrait aider à exploiter une vidéo sans piste audio ou contribuer à des outils d’accessibilité. Mais cette tâche demeure difficile : la bouche ne donne pas à voir tous les sons, les visages sont partiellement cachés, la qualité de l’image varie et le contexte linguistique joue un rôle décisif. Une démonstration impressionnante ne signifie donc pas qu’une lecture des lèvres fiable dans toutes les situations est acquise.

De la publicité au cinéma, la création change d’échelle

Les outils d’IA générative font désormais partie du paysage de la création. À partir d’une consigne, ils peuvent produire un texte, une illustration, une ébauche musicale ou une variation d’image. Dans la publicité, ils peuvent accélérer la préparation de déclinaisons visuelles. Dans le cinéma et les médias, ils peuvent aider au sous-titrage, au doublage, à la prévisualisation ou à l’organisation de documents. Dans la mode, ils facilitent notamment l’exploration rapide de pistes créatives.

Le principal changement n’est pas que la machine remplace automatiquement un créateur. Il tient à la vitesse avec laquelle il devient possible de générer beaucoup de propositions. Cette abondance peut faire gagner du temps sur les tâches répétitives, mais elle crée une nouvelle charge : choisir, corriger, vérifier et assumer le résultat final. La qualité d’une consigne ne suffit pas à garantir l’exactitude d’un contenu ni son intérêt artistique.

Deux débats se superposent. Le premier concerne la propriété intellectuelle : sur quelles œuvres les modèles ont-ils été entraînés, et dans quelles conditions les titulaires de droits sont-ils rémunérés ou consultés ? Le second touche à l’authenticité : un public doit-il savoir qu’une image, une voix ou un texte a été généré ou fortement modifié par une IA ? Ces questions ne se limitent pas aux artistes. Elles concernent les marques, les plateformes, les rédactions, les écoles et tous les utilisateurs qui publient un contenu.

L’IA peut soutenir une démarche créative lorsqu’elle reste un outil au service d’une intention. Elle devient plus problématique lorsqu’elle reproduit sans autorisation l’identité, le style ou la voix d’une personne, ou lorsqu’elle fait passer un contenu synthétique pour un témoignage réel.

Blockchain et IA : une piste, pas une solution automatique

La publication d’origine évoquait le rapprochement entre l’IA et Internet Computer, le réseau blockchain porté par la fondation DFINITY. L’idée générale est d’héberger des logiciels et des services sur une infrastructure décentralisée, au moyen de programmes autonomes appelés contrats intelligents. Dans cette approche, la blockchain peut servir à enregistrer des opérations, à exécuter certaines règles ou à répartir le contrôle d’un service entre plusieurs participants.

Ce rapprochement mérite d’être distingué d’une promesse plus large selon laquelle la blockchain rendrait spontanément l’IA meilleure, moins coûteuse ou plus sûre. Ce n’est pas automatique. Entraîner et faire fonctionner un modèle avancé requiert d’importantes capacités de calcul, alors que les blockchains privilégient traditionnellement la vérifiabilité et la réplication des opérations. Ces exigences peuvent entrer en tension.

La décentralisation peut néanmoins intéresser certains projets : elle offre des pistes pour tracer des transactions, organiser une gouvernance partagée ou limiter la dépendance à un fournisseur unique. Elle ne dispense ni de sécuriser les données, ni de respecter le droit applicable, ni de prouver la qualité du modèle. Une donnée inscrite durablement dans un registre n’est pas, par nature, une donnée confidentielle.

Les données personnelles et les mineurs au centre des alertes

L’essor des assistants s’accompagne d’une question très concrète : que deviennent les informations saisies par les utilisateurs ? Une conversation avec une IA peut contenir un curriculum vitæ, des données professionnelles, un devoir d’élève, des informations de santé ou des éléments de la vie privée. Les politiques de données de plateformes telles que LinkedIn ou Snapchat illustrent l’importance de lire les paramètres et les conditions qui encadrent l’usage des données, notamment lorsqu’elles peuvent contribuer à améliorer un service.

Pour un particulier, le réflexe utile consiste à ne pas transmettre à un assistant généraliste des informations confidentielles, identifiantes ou couvertes par le secret professionnel sans avoir vérifié le cadre prévu. Pour une organisation, l’enjeu est plus large : elle doit savoir quelles données peuvent être saisies, par qui, dans quel outil, avec quelle conservation et quelles garanties contractuelles.

La protection des enfants appelle une vigilance spécifique. Un chatbot peut tenir un dialogue très persuasif, répondre à une demande inadaptée ou donner l’illusion d’une relation de confiance. Les parents, les établissements scolaires et les fournisseurs de services doivent donc regarder l’âge minimal, les outils de contrôle, les mécanismes de signalement et la modération. L’objectif n’est pas d’interdire toute expérimentation, mais de ne pas laisser un enfant seul face à un interlocuteur conçu pour répondre en continu.

La course aux puces détermine aussi l’avenir des modèles

Derrière les interfaces conversationnelles se trouve une infrastructure matérielle considérable. L’entraînement et l’utilisation de grands modèles nécessitent des processeurs spécialisés capables d’effectuer d’immenses volumes de calculs en parallèle. Nvidia occupe une place centrale dans ce marché grâce à ses processeurs graphiques et à son écosystème logiciel. Leur disponibilité, leur prix et la capacité des centres de données à les alimenter influencent directement le rythme de développement de l’IA.

Cette dépendance nourrit la concurrence. Huawei commercialise des puces destinées à l’IA et cherche à proposer des alternatives aux produits de Nvidia, dans un contexte où les composants avancés sont devenus un enjeu industriel et stratégique. Les fabricants de semi-conducteurs, les opérateurs de cloud et les entreprises qui conçoivent des modèles sont engagés dans une compétition où le matériel compte autant que les algorithmes.

Il faut en revanche être précis sur OpenAI. En septembre 2024, l’entreprise n’a pas annoncé publiquement la création de sa propre puce IA. Des informations de presse ont fait état de discussions et d’un intérêt pour des solutions internes ou des partenariats, ce qui est différent d’un lancement officiel. Cette nuance est importante : concevoir une puce, la faire fabriquer à grande échelle, bâtir le logiciel qui l’exploite et la déployer dans des centres de données sont des étapes longues et coûteuses.

L’Europe pose les premiers jalons d’un cadre commun

Face à la diffusion rapide de ces outils, l’Union européenne a choisi une approche fondée sur les risques. Le règlement européen sur l’intelligence artificielle, souvent appelé AI Act, est entré en vigueur le 1er août 2024. Son application est progressive : certaines interdictions doivent s’appliquer à partir de février 2025, les règles relatives aux modèles d’IA à usage général à partir d’août 2025, puis l’essentiel des autres obligations à partir d’août 2026.

Le texte ne traite pas toutes les IA de la même manière. Un système utilisé pour recommander une vidéo n’appelle pas les mêmes précautions qu’un outil intervenant dans le recrutement, l’éducation, le crédit, la santé ou les services publics. L’AI Act vise notamment à imposer davantage d’exigences pour les usages jugés à haut risque, avec des obligations de documentation, de gestion des risques et de supervision humaine selon les cas.

L’Union européenne promeut également un pacte sur l’IA, une initiative volontaire destinée à encourager les organisations à anticiper certaines pratiques responsables avant l’application complète du règlement. Cette logique n’oppose pas mécaniquement innovation et règles. Sans confiance, sans sécurité et sans possibilités de recours, les usages les plus utiles peuvent eux-mêmes être fragilisés.

Ce qu’il faut surveiller après septembre 2024

La prochaine étape ne se résumera pas à savoir quel assistant répond le plus vite. Il faudra observer la fiabilité des systèmes multimodaux dans des situations réelles, les conditions d’accès aux puces, les mécanismes de rémunération ou d’autorisation pour les contenus protégés, ainsi que l’application concrète de l’AI Act.

La question de la responsabilité restera décisive. Lorsqu’un système automatisé influence une décision dans la finance, l’emploi ou un service essentiel, il faut pouvoir identifier qui a choisi l’outil, qui l’a paramétré, quelles données l’ont alimenté et comment une erreur peut être contestée. L’autonomie apparente d’un logiciel ne doit pas effacer la responsabilité des organisations et des personnes qui l’emploient.

En 2024, l’IA avance donc sur deux voies inséparables. D’un côté, des capacités d’interaction et de création qui deviennent plus accessibles. De l’autre, un besoin croissant de règles, de contrôle et de transparence. C’est de cet équilibre, plus que d’une annonce spectaculaire, que dépendra la valeur durable de cette nouvelle étape technologique.