Peur de l’IA : ce qui est fondé, ce qui est exagéré

Les deux premiers volets du dossier sur la peur de l’IA ont décrit les racines culturelles de la peur et les craintes actuelles. Ce troisième volet tente le tri. Il ne s’agit pas de distribuer des bons et des mauvais points aux inquiets, mais de distinguer ce qui est observé, ce qui est plausible et ce qui relève de la spéculation, puis de regarder qui a intérêt à quel discours. L’IA (intelligence artificielle) est un domaine où un même chiffre sert souvent à vendre deux conclusions opposées.

→ Lire l’explication complète de la marmotte

Une grille en quatre niveaux

Pour éviter de tout mettre sur le même plan, on peut classer chaque crainte selon le niveau de preuve disponible à la date de rédaction (octobre 2026).

Niveau	Définition	Exemples
Constaté	Des cas réels, documentés par des décisions, des enquêtes ou des rapports officiels	Fraude par hypertrucage, discrimination par des outils de tri, surveillance biométrique sanctionnée
Mesuré, effet encore incertain	Des études existent, mais leur portée générale reste à établir	Perte de compétences, effets sur l’emploi, concentration du marché
Plausible, observé en test	Des comportements apparaissent en conditions artificielles, pas encore en situation réelle	Tentatives de tromperie ou de chantage de modèles dans des scénarios construits
Spéculatif	Des scénarios argumentés, sans observation directe possible	Perte de contrôle définitive, extinction de l’humanité

Cette grille ne dit pas ce qui est grave : un risque spéculatif peut être prioritaire s’il est irréversible. Elle dit seulement sur quoi repose chaque affirmation, ce qui est déjà beaucoup dans un débat où l’on cite plus volontiers des films que des études.

Ce qui est fondé

Les usages malveillants de contenus synthétiques. La voix clonée de Joe Biden dans des appels automatisés en janvier 2024 et la fraude subie par Arup à Hong Kong la même année ne sont pas des projections. La page sur la fraude à la voix clonée montre que le mode opératoire est désormais à la portée de groupes criminels ordinaires.

Les biais. Ils sont mesurés depuis des années, par des études publiées et des cas industriels. Le débat porte sur leur correction, pas sur leur existence.

L’atteinte à la vie privée. Les sanctions prononcées par les autorités de protection des données, comme l’amende de la CNIL (Commission nationale de l’informatique et des libertés) contre Clearview AI en 2022, établissent les faits.

La concentration. L’Autorité de la concurrence (juin 2024) et la FTC (Federal Trade Commission) américaine (janvier 2025) la documentent ; ses effets à long terme restent discutés.

Ce qui est exagéré, ou du moins non démontré

Le remplacement massif et rapide des emplois. Les études les plus citées parlent d’exposition et non de suppression. L’OIT (Organisation internationale du travail) conclut en mai 2025 que la transformation des métiers est l’issue la plus probable. Les titres qui convertissent « 40 % des emplois exposés » en « 40 % des emplois détruits » commettent une erreur de lecture, pas une prévision.

La conscience et l’intention des machines. Les systèmes actuels ne veulent rien au sens où un humain veut. Les comportements inquiétants observés en test résultent de l’entraînement et des consignes, pas d’un ressentiment. Parler de machine « qui se révolte » relève du vocabulaire de Čapek, pas de la description technique.

Les attaquants autonomes tout-puissants. Aucune source officielle ne les observe à ce jour, comme le montre la section sur la cybersécurité plus bas.

Ce qui est spéculatif sans être absurde

Le risque de perte de contrôle est l’objet d’un désaccord réel entre chercheurs de premier plan. D’un côté, Geoffrey Hinton et Yoshua Bengio, deux des trois lauréats du prix Turing 2018 pour l’apprentissage profond, jugent ce risque sérieux. De l’autre, des chercheurs comme Andrew Ng ou Yann LeCun, troisième lauréat de ce prix Turing, le jugent largement surestimé.

Une enquête d’AI Impacts menée en octobre 2023 auprès de 2 778 auteurs d’articles en IA donne un ordre de grandeur de ce désaccord : la probabilité médiane attribuée à des issues « extrêmement mauvaises », telles que l’extinction humaine, était de 5 %. Le chiffre est faible pour un pari ordinaire et considérable pour un risque de cette nature, ce qui explique que chacun puisse y lire la confirmation de ce qu’il pensait déjà.

Le rapport scientifique international dirigé par Bengio, dans son édition de février 2026, décrit ce qu’il appelle un dilemme de la preuve : agir avant d’avoir des preuves claires risque de produire des mesures inefficaces, attendre ces preuves risque de laisser la société sans préparation. C’est une description honnête de la situation, et elle ne tranche pas.

Ce que disent les sondages

Les sondages ne mesurent pas la réalité des risques, mais l’état de l’opinion. Ceux qui suivent sont publiés, datés et méthodologiquement documentés.

Pew Research Center, États-Unis. La part des adultes plus inquiets qu’enthousiastes face à l’usage croissant de l’IA dans la vie quotidienne est passée de 37 % en 2021 à 50 % en juin 2025, puis à 52 % dans une enquête de juin 2026. Dans cette dernière, 71 % des adultes s’attendent à ce que l’IA entraîne moins d’emplois aux États-Unis dans les vingt prochaines années.
Pew Research Center, 25 pays (enquête du printemps 2025, publiée en octobre 2025). Médiane de 34 % de personnes surtout inquiètes, 16 % surtout enthousiastes, 42 % autant l’un que l’autre. L’inquiétude est forte aux États-Unis, en Italie, en Australie, au Brésil et en Grèce, faible en Corée du Sud.
Pew Research Center, experts et public (avril 2025). 56 % des experts en IA interrogés pensent que l’IA aura un effet positif sur les États-Unis dans les vingt ans, contre 17 % du public ; 47 % des experts se disent plus enthousiastes qu’inquiets, contre 11 % du public.
Ipsos. En 2023, sur 31 pays, 52 % des personnes interrogées se disaient rendues nerveuses par les produits et services utilisant l’IA, en hausse moyenne de 12 points depuis fin 2021. Dans l’Ipsos AI Monitor 2025, sur 30 pays, 53 % se disaient nerveux et 52 % enthousiastes : les deux sentiments coexistent, souvent chez les mêmes personnes.

L’écart entre experts et public est le résultat le plus intéressant. Il peut s’interpréter de deux façons : les experts connaissent mieux la technologie, ou ils ont davantage intérêt à son succès. Les deux lectures sont probablement vraies en partie.

Le rôle des intérêts commerciaux

Les discours sur l’IA ne sont pas tenus depuis nulle part. Il serait naïf de croire que seuls les discours rassurants sont intéressés.

Quand l’alarme sert. En mai 2023, devant une commission du Sénat américain, le dirigeant d’OpenAI, Sam Altman, a proposé la création d’une agence chargée de délivrer des licences aux travaux sur les modèles les plus puissants. Ses critiques y ont vu un risque de barrière à l’entrée favorable aux acteurs installés. En octobre 2023, Andrew Ng a soutenu dans la presse australienne que de grandes entreprises entretenaient la peur de l’extinction pour obtenir des règles qui gêneraient la concurrence des modèles ouverts ; Geoffrey Hinton lui a répondu publiquement en contestant cette lecture. Un autre argument, porté dès le 31 mars 2023 par les autrices de l’article « Stochastic Parrots » en réponse à la lettre appelant à une pause, est que l’insistance sur les risques futurs détourne l’attention des préjudices présents, bien réels, causés par des entreprises qui déploient ces systèmes.

Quand le réconfort sert. À l’inverse, minimiser les risques permet de différer la réglementation et de vendre plus vite. Le phénomène d’« IA de façade » (AI washing) en est la version commerciale la plus simple : en mars 2024, la SEC (Securities and Exchange Commission, le régulateur boursier américain) a sanctionné deux sociétés de conseil en investissement, Delphia et Global Predictions, pour avoir affirmé utiliser de l’IA qu’elles n’utilisaient pas. Au sommet de Paris de février 2025, le vice-président américain JD Vance a mis en garde contre une réglementation excessive qui étoufferait l’innovation ; ses partisans y voient du réalisme économique, ses détracteurs l’alignement d’un gouvernement sur les intérêts de son industrie.

Règle pratique : pour chaque déclaration, se demander ce que son auteur vend. Cela ne la réfute pas, mais dispense de la croire sur parole.

L’angle cybersécurité : ce qui a déjà changé

C’est le terrain où le tri entre fondé et exagéré est le plus avancé, parce que les incidents sont documentés.

Pour les attaquants. En janvier 2024, le NCSC (National Cyber Security Centre) britannique estimait que l’IA allait presque certainement accroître le volume et l’impact des cyberattaques dans les deux années suivantes, surtout par l’amélioration de techniques existantes : ingénierie sociale, reconnaissance, exfiltration. En janvier 2025, le groupe de renseignement sur les menaces de Google constatait que des acteurs étatiques utilisaient son modèle Gemini pour des gains de productivité (recherche, traduction, dépannage) sans en tirer de capacités nouvelles. En novembre 2025, le même groupe décrivait PROMPTFLUX, un logiciel malveillant qui interroge un modèle pour réécrire son propre code, encore au stade expérimental. Le même mois, Anthropic a rapporté avoir interrompu une campagne d’espionnage attribuée à un groupe soutenu par l’État chinois, détectée mi-septembre 2025, qui avait utilisé son outil Claude Code pour exécuter de façon autonome 80 à 90 % des opérations contre une trentaine de cibles, avec succès dans un petit nombre de cas ; le rapport précise que le modèle inventait parfois des identifiants ou présentait comme secrètes des informations publiques. Enfin, l’ANSSI (Agence nationale de la sécurité des systèmes d’information) écrit dans son rapport du 4 février 2026 qu’aucune IA générative ne conduit seule une cyberattaque complète de bout en bout, tout en constatant un usage massif pour améliorer la qualité, la vitesse et l’échelle des attaques.

Pour les défenseurs. En août 2025, la finale du concours AIxCC (AI Cyber Challenge) de la DARPA (Defense Advanced Research Projects Agency) a vu des systèmes combinant modèles de langage et analyse de programmes trouver et corriger automatiquement des vulnérabilités dans du code libre ; l’équipe gagnante, Team Atlanta, a remporté 4 millions de dollars et les systèmes finalistes ont été publiés en source ouverte. Les mêmes capacités servent à relire du code et trier des alertes (voir la revue de sécurité du code généré).

Le bilan provisoire. L’attaquant artificiel autonome qui ferait tomber toutes les défenses relève à ce jour de l’exagération ; la hausse du volume, de la qualité et de la vitesse des attaques ordinaires est fondée et observée. L’IA crée en outre de nouvelles cibles, décrites dans la page sur la sécurité des agents autonomes.

🐝 Ce qui arrive si on s’en passe

Sans tri, une organisation alloue ses moyens selon le bruit médiatique. Elle finance une veille sur le risque existentiel et oublie de former sa comptabilité aux fausses visioconférences ; ou elle balaie toute inquiétude comme du catastrophisme et laisse ses développeurs brancher des agents sur la production sans revue des droits. Elle croit aussi sur parole le fournisseur qui jure que son produit est sans risque, comme celui qui vend la protection contre une menace qu’il vient de décrire en termes apocalyptiques. Le tri est ce qui transforme une peur en plan de travail.

🦫 Explication de la marmotte 🍫

Toutes les peurs liées à l’intelligence artificielle n’ont pas la même solidité. Certaines sont prouvées par des faits : des arnaques avec de fausses voix, des logiciels qui discriminent, des amendes pour atteinte à la vie privée. D’autres sont mesurées par des études, mais on ne sait pas encore jusqu’où elles iront, comme les effets sur l’emploi. D’autres enfin, comme la perte de contrôle totale des machines, sont des hypothèses sur lesquelles les meilleurs spécialistes ne sont pas d’accord.

Aux États-Unis, plus de la moitié des adultes se disent désormais plus inquiets qu’enthousiastes, alors que les experts en IA sont bien plus optimistes. Une entreprise peut aussi avoir intérêt à faire peur, pour obtenir des règles qui gênent ses concurrents, ou à rassurer, pour vendre plus vite.

En cybersécurité, les pirates utilisent déjà l’IA pour écrire de meilleurs faux messages et aller plus vite, mais aucune IA ne mène encore seule une attaque complète. Les défenseurs, eux, s’en servent pour trouver et corriger des failles.

Pages voisines

La citent

Répondre à la peur de l'IA : règles, gouvernance et réflexes

Peur de l'IA : ce qui est fondé, ce qui est exagéré

Elle cite

: les deux pages se citent l’une l’autre.