|
N° 2744 |
N° 591 |
|||
|
ASSEMBLÉE NATIONALE |
SÉNAT |
|||
|
CONSTITUTION DU 4 OCTOBRE 1958 DIX-SEPTIÈME LÉGISLATURE |
SESSION ORDINAIRE 2025 - 2026 |
|||
|
Enregistré à la présidence de l'Assemblée nationale |
Enregistré à la présidence du Sénat |
|||
|
le 30 avril 2026 |
le 30 avril 2026 |
|||
|
RAPPORT au nom de L'OFFICE PARLEMENTAIRE D'ÉVALUATION DES CHOIX SCIENTIFIQUES ET TECHNOLOGIQUES sur Où va l'IA ? Quelles innovations pour quels usages ? Compte rendu de l'audition publique du 2 avril 2026 et de la présentation des conclusions du 30 avril 2026 par M. Alexandre SABATOU, député, et Mme Corinne NARASSIGUIN, sénatrice |
||||
|
Déposé sur le Bureau de l'Assemblée nationale par M. Pierre HENRIET, Premier vice-président de l'Office |
Déposé sur le Bureau du Sénat par M. Stéphane PIEDNOIR, Président de l'Office |
|||
|
Composition de l'Office parlementaire d'évaluation des choix scientifiques et technologiques Président M. Stéphane PIEDNOIR, sénateur Premier vice-président M. Pierre HENRIET, député Vice-présidents |
||||
|
M. Jean-Luc FUGIT, député M. Gérard LESEUL, député M. Alexandre SABATOU, député |
Mme Florence LASSARADE, sénatrice Mme Anne-Catherine LOISIER, sénatrice M. David ROS, sénateur |
|||
|
DÉPUTÉS |
SÉNATEURS |
|||
|
M. Alexandre ALLEGRET-PILOT M. Maxime AMBLARD M. Éric BOTHOREL M. Joël BRUNEAU M. Lionel DUPARAY Mme Olga GIVERNET M. Maxime LAISNEY Mme Mereana REID ARBELOT M. Arnaud SAINT-MARTIN M. Emeric SALMON M. Jean-Philippe TANGUY Mme Mélanie THOMIN Mme Dominique VOYNET |
M. Arnaud BAZIN Mme Martine BERTHET Mme Alexandra BORCHIO FONTIMP M. Patrick CHAIZE M. André GUIOL M. Ludovic HAYE M. Olivier HENNO Mme Sonia de LA PROVÔTÉ M. Pierre MÉDEVIELLE Mme Corinne NARASSIGUIN M. Pierre OUZOULIAS M. Daniel SALMON M. Bruno SIDO M. Michaël WEBER |
|||
CONCLUSIONS DE L'AUDITION PUBLIQUE DU 2 AVRIL 2026 SUR « OÙ VA L'IA ? QUELLES INNOVATIONS POUR QUELS USAGES ? »
Poursuivant la révolution de l'intelligence artificielle (IA) générative amenée par les grands modèles de langage, les technologies d'IA se développent à un rythme soutenu et les innovations qu'elles portent se diffusent dans la société.
Les grands modèles de langage (Large Language Models ou LLM) ont ainsi vu leurs performances démultipliées depuis 2024. L'utilisation de modèles de raisonnement reposant sur les « chaînes de pensée » (Chains of Thought) leur offre des capacités logiques et leur permet d'auto-corriger leurs erreurs. En parallèle, de nouveaux horizons s'ouvrent pour les technologies d'IA au-delà des LLM. Des innovations, comme les modèles de monde, visent à s'affranchir des limites actuelles des algorithmes d'IA.
Pour clarifier les enjeux et les perspectives de ce bouillonnement scientifique et sociétal, l'Office a organisé le 2 avril 2026 une audition publique qui a réuni des parties prenantes de l'innovation en IA et de sa diffusion.
L'audition a été introduite par Raja Chatila, membre du Conseil scientifique de l'Office, professeur émérite à Sorbonne Université. Celui-ci a rappelé que les progrès en IA reposent à la fois sur des avancées continues et sur des innovations de rupture, puis il a mis en exergue quelques défis majeurs posés à la société par certains usages de l'IA. L'audition s'est poursuivie par deux tables rondes.
La première a porté sur les progrès récents et les pistes de développement de l'IA. Elle a vu intervenir :
· Patrick Pérez, directeur général de Kyutai ;
· Jean Ponce, professeur au Département d'informatique de l'ENS PSL et au Courant Institute de New York University, directeur associé pour la recherche de l'IA du Cluster PR[AI]RIE et président de la start-up ENHANCE LAB ;
· Jean-Frédéric Gerbeau, directeur général délégué à la science de l'INRIA ;
· Laurent Simon, professeur des universités, titulaire de la chaire de la Fondation Bordeaux Université sur l'IA Digne de Confiance et membre du collège Représentation et Raisonnement de l'Association française pour l'intelligence artificielle.
La seconde table ronde a traité de la diffusion des innovations dans les usages de l'IA. Y ont participé :
· Alexis Bacot, directeur de projets IA à la Direction générale des entreprises ;
· Selma Souihel, adjointe au directeur du programme IA de l'INRIA ;
· Françoise Soulié, administratrice et membre du bureau du Hub France IA ;
· Erwan de la Porte du Theil, président fondateur de l'Association nationale de l'intelligence artificielle ;
· Arthur Grimonpont, responsable du plaidoyer du Centre pour la sécurité de l'IA.
L'audition publique s'est conclue par une carte blanche à Daniel Andler, membre de l'Académie des sciences morales et politiques, membre du Conseil scientifique de l'Office, professeur émérite à l'Université Paris-Sorbonne. Celui-ci a souligné que l'IA est d'abord un outil et doit donc être au service de l'humain, et non l'inverse, puis il a appelé à élargir les discussions et à débattre davantage des controverses et des incertitudes, y compris théoriques.
I. LES FONDEMENTS TECHNOLOGIQUES DE L'INTELLIGENCE ARTIFICIELLE : QUESTIONS ACTUELLES
L'intelligence artificielle occupe une place à part au sein des technologies de pointe. Jusqu'à récemment, son étude se limitait à la communauté des chercheurs en informatique ou, dans un autre registre, à la science-fiction, très prolifique sur le sujet. Depuis 2017, la révolution technologique qu'a été l'architecture Transformer et son application aux LLM a fait sortir l'IA de ce cadre restreint en ouvrant son utilisation au grand public sous la forme d'agents conversationnels ou chatbots. L'Office s'est penché sur cette innovation et ses conséquences dans un rapport publié en 20241(*). Dans le domaine de l'IA, le délai entre la mise au point d'une innovation et sa généralisation est remarquablement court. L'IA est ainsi un rare exemple de diffusion quasiment en temps réel d'une technologie en train de s'inventer.
Depuis 2024, les performances des outils fondés sur l'intelligence artificielle ont augmenté exponentiellement, comme le montrent par exemple les résultats des benchmarks ARC-AGI2(*). Ces progrès reposent à la fois sur l'accroissement de la quantité de données utilisées pour entraîner les modèles et sur la mise au point de méthodes nouvelles d'entraînement et de fonctionnement.
A. LES GRANDES TENDANCES DE L'IA
Ces dernières années, deux innovations majeures ont permis un saut qualitatif des grands modèles de langage : les modèles de raisonnement et l'IA agentique.
Les modèles de raisonnement ont fait leur apparition en 2024, d'abord avec le modèle o1 créé par OpenAI, puis avec Gemini créé par Google. Ils utilisent les « chaînes de pensée », ou Chains of Thought, une manière pour les LLM de se parler à eux-mêmes pour déployer une plus longue réponse cachée à l'utilisateur. Le terme de « raisonnement » est trompeur, car il ne décrit pas un raisonnement mathématique utilisant des règles logiques. Il correspond plutôt à une suite parfois très longue de réflexions écrites par un LLM, étapes intermédiaires vers l'obtention de la réponse à la demande formulée par l'utilisateur. Le processus suivi par les modèles de raisonnement pour rédiger leurs « pensées latentes » améliore significativement leur capacité à se corriger et à donner une réponse valide. Les tests d'intelligence ARC-AGI ont permis de mettre en évidence l'augmentation des performances suite à la mise en oeuvre des chaînes de pensée. Les modèles antérieurs avaient de grandes difficultés à résoudre les problèmes inédits proposés par ce benchmark ; à partir de l'arrivée de o1 puis de son successeur o3, les scores sur ARC-AGI se sont améliorés de plusieurs ordres de grandeur.
L'IA agentique est une IA capable de répondre à un problème posé en planifiant des stratégies qu'elle applique en interagissant avec des agents, qui produisent sous ses ordres les éléments qu'elle ne peut réaliser elle-même. L'IA devient ainsi semi-autonome ; elle est en mesure de décomposer un objectif complexe en tâches plus simples et de trouver les bons outils pour les résoudre. Si cette technologie n'est pas fondamentalement liée aux LLM, elle s'appuie très largement sur eux en pratique.
Avec l'amélioration des capacités des LLM et leur diffusion toujours plus large, une quantité croissante de texte généré par IA est présente sur internet. On pourrait craindre que cela crée un risque de contamination des données qui servent à entraîner les modèles. Au contraire, certains proposent de profiter de la possibilité de générer des données synthétiques par IA pour les présenter volontairement en entrée des LLM. Ce contrôle plus fin des données d'apprentissage procurerait une meilleure maîtrise de l'étape d'entraînement.
Au-delà des LLM, d'autres modalités d'interaction que le texte connaissent des progrès spectaculaires : c'est le cas de la génération de sons, de musiques et de vidéos. Le développement de modèles produisant ou intégrant ces autres modalités, appelés de ce fait modèles multimodaux, pourrait bientôt révolutionner le secteur de la robotique, dont l'avenir semble très prometteur et étroitement lié à l'IA.
Les modèles de monde s'inscrivent dans une optique similaire. Développés en France sous l'impulsion de Yann Le Cun, qui en est un promoteur ambitieux, ils visent à permettre aux modèles de comprendre leur environnement. Les modèles d'IA se construiraient une vision du monde à partir de laquelle ils seraient capables de saisir les événements se produisant autour d'eux. Ils disposeraient ainsi de connaissances physiques effectives. La robotique est à nouveau un domaine susceptible de bénéficier grandement de cette piste de recherche.
* 1 Alexandre Sabatou, Patrick Chaize, Corinne Narassiguin. ChatGPT, et après ? Bilan et perspectives de l'intelligence artificielle. Assemblée Nationale n° 642 (29 novembre 2024) - Sénat n° 170 (28 novembre 2024)
* 2 Les benchmarks ARC-AGI sont des tests de performance qui visent à mesurer la capacité des IA à résoudre des problèmes inédits sans entraînement préalable. Ils permettent de comparer des modèles entre eux et de suivre leur évolution. La spécificité de ces tests et de tenter d'évaluer l'adaptabilité face à la nouveauté, ce qui peut être considéré comme une forme d'intelligence.