PAR L'ÉQUIPE TAMANI VIBES
Le 16 septembre, Google DeepMind — le laboratoire d'intelligence artificielle de Google, déjà connu pour AlphaGo et AlphaFold — a lancé le « DeepMind Institute », une plateforme publique où ses propres chercheurs et des experts extérieurs publient des essais et débattent ouvertement des conséquences sociales, économiques et sécuritaires de l'intelligence artificielle générale (AGI), cette IA hypothétique capable d'égaler ou de dépasser l'humain dans la quasi-totalité des tâches intellectuelles.
Fait rare pour une entreprise de cette taille : les dirigeants de l'institut reconnaissent eux-mêmes, dès le lancement, qu'ils « ne seront pas toujours d'accord, et changeront probablement d'avis ». Une prudence qui n'est pas qu'une formule de communication : elle a immédiatement laissé apparaître un début de fracture, au sein même de DeepMind, sur une question simple en apparence — l'AGI est-elle déjà là ?
Un laboratoire qui n'est même pas d'accord avec lui-même
Shane Legg, cofondateur de DeepMind et « scientifique en chef AGI » de l'entreprise, a jugé sur cette plateforme qu'il était « prématuré » d'affirmer que l'AGI avait déjà été atteinte, contredisant ainsi publiquement des propos tenus ces derniers mois par des dirigeants de Nvidia et d'OpenAI. Selon lui, les systèmes d'IA actuels échouent encore sur des tâches pourtant basiques — même s'il s'attend à ce que ces lacunes soient comblées « bientôt ». Il maintient malgré tout sa propre estimation : une probabilité de 50 % de voir apparaître une AGI « minimale » d'ici 2028.
Ce désaccord public, le premier aussi visible entre grands laboratoires d'IA sur la question des échéances, illustre un secteur où la frontière entre prudence scientifique et course commerciale devient de plus en plus difficile à tracer.
Des propositions concrètes pour encadrer une technologie encore incontrôlée
Au-delà du débat sur les dates, l'institut a surtout publié, dès son lancement, plusieurs propositions concrètes pour encadrer le développement de l'IA la plus avancée. Demis Hassabis, cofondateur et président de DeepMind — également lauréat du prix Nobel de chimie 2024 pour ses travaux sur la prédiction des structures de protéines avec AlphaFold — propose la création d'un organisme de normalisation piloté par les États-Unis, auquel les entreprises soumettraient volontairement leurs modèles les plus avancés jusqu'à 30 jours avant leur mise sur le marché. À terme, ce dispositif pourrait devenir obligatoire, avec des tests à réussir avant tout déploiement, voire des « ralentissements coordonnés » de l'ensemble du secteur si la situation l'exigeait.
Sur la plateforme, Legg a par ailleurs qualifié d'« intéressante » et de « à considérer sérieusement » une proposition similaire portée depuis plusieurs mois par Dario Amodei, le patron d'Anthropic (un concurrent direct de DeepMind), qui appelle lui aussi à ralentir le rythme de sortie des modèles les plus puissants sans pour autant les arrêter complètement.
Deux chercheurs en sécurité de l'institut, Rohin Shah et Anca Dragan, alertent quant à eux sur un problème plus technique mais tout aussi préoccupant : le raisonnement des IA les plus récentes devient de moins en moins lisible par des humains. Ils estiment que ce recul de la transparence n'a rien d'inévitable, et proposent soit de limiter les calculs effectués sans laisser de trace de raisonnement compréhensible, soit d'exiger des entreprises qu'elles démontrent un niveau de surveillance équivalent par d'autres moyens.
Qui va perdre son emploi, et qui va être indemnisé ?
L'institut ne s'arrête pas aux questions de sécurité. Un essai économique signé Julian Jacobs et Alex Imas passe en revue onze politiques publiques possibles face aux destructions d'emplois qu'une IA très avancée pourrait provoquer. Leur conclusion : si la part du travail humain dans la richesse produite venait à s'effondrer, un « capital de base universel » — c'est-à-dire donner à chaque citoyen une participation directe dans les actifs productifs de l'économie — protégerait mieux la population qu'un simple revenu universel.
Un contexte qui pousse à la prudence
Ce lancement ne sort pas de nulle part. Il intervient alors que Bilal Chughtai, un chercheur qui avait quitté en juillet l'équipe sécurité AGI de DeepMind, a publié cette semaine une mise en garde publique sur les enjeux liés au développement de cette technologie. Plus largement, le secteur de l'IA semble amorcer un virage : après des mois de mises en garde générales sur les dangers de l'IA, plusieurs grands laboratoires, dont Anthropic et désormais DeepMind, avancent aujourd'hui des mécanismes concrets de transparence, de contrôle extérieur et, potentiellement, de ralentissement coordonné du rythme de développement.
Reste une tension difficile à résoudre : ces mêmes entreprises qui appellent à la prudence sont aussi celles qui investissent des milliards de dollars pour arriver les premières à l'IA générale. Comme le résument les dirigeants de l'institut eux-mêmes, « c'est un moment critique pour s'assurer que l'AGI soit construite de façon sûre, et que ses bénéfices pour la société dépassent largement ses risques ». Reste à savoir si le débat public qu'ils viennent d'ouvrir suffira à tenir cette promesse.
- --
- Sources utilisées :
- TechCrunch (17 septembre 2026)
- Android Headlines
- The Next Web
- AI Weekly (Financial Times, relayé)
- Fortune
- Axios
