La littérature face aux détecteurs d’IA · Meta dévoile une avalanche de nouvelles lunettes connectées · Muse veut transformer l’IA en véritable assistant personnel · Les patrons d’OpenAI et d’Anthropic alertent sur les risques de l’IA tout en lançant de nouveaux modèles · Mon Carnet fête ses 10 ans.

Avec Bruno Guglielminetti (Mon Carnet)

===============

L’affaire Thélison Aurélien relance le débat sur l’utilisation de l’intelligence artificielle dans la littérature, après des accusations selon lesquelles son roman aurait été largement généré par IA. Au cœur de la polémique, les détecteurs d’IA comme Pangram, dont les résultats peuvent constituer une alerte mais pas une preuve absolue, et une question plus large : jusqu’où un écrivain peut-il utiliser l’IA sans remettre en cause la responsabilité et l’intention qui fondent son œuvre ?

À l’occasion de Meta Connect, Meta a présenté une impressionnante gamme de nouvelles lunettes et dispositifs connectés. Parmi les annonces, un casque léger de réalité mixte, de nouvelles Ray-Ban sans caméra davantage centrées sur l’audio, ainsi que les Ray-Ban Display qui doivent désormais arriver au Canada, au Royaume-Uni et en France.

Bruno Guglielminetti raconte son expérience de Muse, présenté par Meta comme un agent personnel capable de proposer spontanément des tâches et d’effectuer certaines opérations sur Internet. L’agent dispose de son propre environnement informatique et peut désormais, sur Mac, intervenir directement sur l’ordinateur de l’utilisateur, ouvrant la voie à une nouvelle génération d’assistants capables d’agir plutôt que de simplement répondre.

Avec Muse, les lunettes connectées et un petit dispositif baptisé Muse Charm, Meta cherche à installer l’intelligence artificielle dans les usages quotidiens plutôt qu’à la cantonner aux conversations avec un chatbot. Cette stratégie s’appuie sur l’immense écosystème de Meta et pourrait donner à des centaines de millions d’utilisateurs un accès direct à des agents capables d’agir pour eux.

Sam Altman et Dario Amodei se sont exprimés devant les Nations Unies pour appeler à une coopération internationale et à un cadre mondial destiné à encadrer les risques liés à l’intelligence artificielle. Un discours qui contraste avec l’accélération permanente du secteur, alors qu’Anthropic et OpenAI continuent parallèlement de présenter de nouveaux modèles toujours plus puissants.

Bruno Guglielminetti annonce une émission spéciale de Mon Carnet consacrée aux dix années d’évolution de la technologie et aux grandes transformations vécues durant cette décennie. L’équipe au complet se joint à lui pour revenir sur cette histoire, avec Jérôme Colombain également de la partie.

Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.

Les détecteurs d’IA peuvent-ils réellement identifier un texte généré par une machine ? Thomas Jacquesson, président de Lucide AI, explique comment ces outils sont entraînés et pourquoi leur verdict doit rester un indice, jamais une preuve.

• Les détecteurs d’IA ne seront jamais fiables à 100 %.
• Claude ou ChatGPT ne peut pas dire si un texte a été produit par une IA ou pas.
• Le détecteur d’IA, c’est un peu comme le détecteur de fumée.

=================================

L’idée est de vérifier si un texte a été généré par une IA, en totalité ou en partie, ou si un humain est à l’origine du texte. Les premiers détecteurs fonctionnaient avec des règles basées sur des caractéristiques fréquemment observées dans les textes générés par les IA. Les meilleurs détecteurs actuels sont entraînés avec des centaines de milliers de textes dont on connaît l’origine. L’IA apprend ainsi à distinguer mathématiquement les textes humains des textes générés par des machines. Il n’y a pas de watermark ni de marque secrète dans le texte.

Les différences peuvent venir des méthodes d’entraînement. Certains outils peuvent être davantage fondés sur des règles ou avoir été moins entraînés sur certains styles d’écriture. Nous avons nous-mêmes un taux général de bonne réponse autour de 97 %, avec un taux de faux positifs inférieur à 1 %. Mais tous les détecteurs peuvent se tromper, y compris le nôtre. La précision dépend notamment du registre d’écriture et de la quantité de texte disponible.

Un détecteur ne sera jamais fiable à 100 %, notamment parce que la langue évolue en permanence et que les IA évoluent elles aussi. Les textes courts sont également difficiles à analyser : il faut au bas mot 300 à 400 mots pour disposer de suffisamment de matière. Dans l’éducation, nous recommandons donc de ne pas considérer le résultat comme une preuve, mais comme un indice qui doit conduire à interroger l’étudiant et à vérifier s’il maîtrise réellement le sujet. C’est une démarche de levée de doute.

Il faut entraîner les modèles sur des écrits anciens et sur des styles différents. Nous avons déjà rencontré des cas où une ancienne version de notre modèle accusait à tort des écrivains ou des textes anciens. La longueur du texte joue aussi beaucoup : un poème peut être trop court pour permettre un verdict fiable. C’est pourquoi nous affichons, comme nos concurrents, un indice de confiance fortement lié à la longueur du texte fourni.

Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.

Avec François Sorel (Tech&Co) et Bruno Guglielminetti (Mon Carnet), on revient sur l'actualité du mois : le premier iPhone pliable d'Apple, les lunettes boostées à l'IA de Meta, les robots humanoïdes qui apprennent les tâches domestiques, la course à la puissance des ténors de l'IA.

Avec Free Pro, le meilleur de Free pour les entreprises

===============

L’iPhone pliable promet de réunir téléphone et tablette, mais on s’interroge sur les compromis évoqués face à l’iPhone 18 Pro Max : photo moins ambitieuse, retour de Touch ID et tarif nettement supérieur. L’expérience logicielle et l’adaptation des applications suffiront-elles à faire oublier ces concessions, ainsi que le poids et l’épaisseur du produit ? Un débat qui prolonge notre décryptage de l’arrivée du premier iPhone pliant.

Avec ses lunettes sans caméra, Meta s’attaque à un obstacle très concret : le malaise de ceux qui craignent d’être filmés à leur insu. François Sorel raconte son expérience des lunettes connectées au quotidien et s’enthousiasme pour les progrès des écrans immersifs, notamment les lunettes RayNeo qu’il teste comme un cinéma personnel. Retrouvez également notre tour d’horizon des lunettes et agents IA de Meta.

Les démonstrations de Figure AI montrent comment les robots peuvent apprendre des gestes domestiques en observant des humains, avant de se confronter à des logements différents. Des limites encore visibles : lenteur, échecs et incertitudes sur leur autonomie réelle, avec des conséquences potentiellement très concrètes dans une maison. On imagine un avenir où ces machines seraient louées plutôt qu’achetées, pour suivre leurs évolutions rapides sans supporter leur obsolescence.

Les appels au ralentissement se heurtent à la concurrence entre entreprises et à la rivalité entre les États-Unis et la Chine. Néanmoins, un encadrement plus ferme pose la question d’un « bouton rouge » permettant d’interrompre des systèmes devenus incontrôlables, face aux risques de détournement et de contournement des règles.

Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.

Les objets connectés ne se contentent plus de mesurer le poids ou le rythme cardiaque : ils ambitionnent désormais de détecter les premiers signes d’une maladie.

• Plus on détecte tôt une maladie chronique, plus elle est réversible.
• La santé préventive se passe à la maison.
• Dans cinq ans, on ne parlera que de ça.

=================================

Oui. Le BodyScan 2 mesure bien sûr le poids, mais aussi la composition corporelle segmentale, la graisse viscérale et de nombreux paramètres cardiaques. Il mesure également la santé nerveuse. En combinant toutes ces données avec des études cliniques, nous pouvons construire des scores, notamment de résilience glycémique, qui permettent d’évaluer un risque lié à la glycémie et donc au diabète. L’intérêt est particulièrement important pour les personnes qui peuvent avoir un diabète sans encore le savoir. Plus on le détecte tôt, plus on se rapproche d’un stade où la maladie peut encore être réversible.

Le but n’est justement pas d’ajouter de la charge mentale. Nous essayons de concevoir des produits faciles à utiliser : une montre avec une longue autonomie ou simplement une balance sur laquelle on monte régulièrement. Les mesures s’accumulent silencieusement et permettent de connaître la valeur de base propre à chaque personne. On peut alors repérer le moment où un paramètre commence à décrocher, au lieu d’attendre qu’il sorte d’une norme générale. Cette mesure longitudinale permet de se rapprocher du début de la maladie et donc du moment où l’on peut agir le plus tôt.

Nos appareils sont des dispositifs médicaux qui ont passé des certifications médicales en Europe et aux États-Unis. Avec BeamO, par exemple, on peut mesurer la température, enregistrer un électrocardiogramme, mesurer la saturation en oxygène et utiliser un stéthoscope. Nous avons ajouté des analyses des bruits des poumons et du cœur afin d’aider à déterminer s’il faut consulter. L’intérêt des objets connectés est aussi de pouvoir effectuer une mesure précisément au moment où l’on ressent quelque chose, puis de transmettre cet enregistrement à un médecin.

C’est déjà la direction prise aux États-Unis avec le programme ACCESS. Les mesures issues de nos appareils peuvent être analysées en permanence par l’IA, qui peut poser des questions complémentaires au patient et intervenir dans son accompagnement. L’objectif est d’utiliser le temps du médecin lorsqu’il est réellement nécessaire. Pour nous, la première étape a été la mesure longitudinale, la deuxième consiste à construire des scores et la troisième est d’accompagner les patients entre leur vie quotidienne et le système médical. À terme, même certains prélèvements aujourd’hui réalisés en laboratoire pourront être effectués à domicile.

Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.

Flourish veut faire entrer le robot domestique dans les foyers en misant sur une approche différente : apprendre au robot les habitudes et l’environnement de chaque utilisateur. Son premier modèle, vendu 3 555 dollars en seulement 50 exemplaires, doit notamment s'attaquer aux tâches de rangement et de nettoyage.

• Nous, on a une approche basée sur l'apprentissage.
• On a un modèle qui a appris de ta manière de faire, de ta maison et qui est servi pour toi.
• Il y a 70 % des tâches déjà qui sont faisables avec moins d'un kilo cinq.
• Le but, c'est comment on est capable de mettre un robot dans chaque foyer qui te fait gagner deux heures par jour.

=================================

Je pense que le principal enjeu est de mettre cette technologie dans les mains du grand public. Aujourd'hui, beaucoup d'acteurs cherchent à construire un modèle d'IA généraliste capable de comprendre une consigne et de réaliser directement une tâche. Nous avons choisi une approche différente. L'utilisateur montre au robot où sont les objets, comment il réalise la tâche et comment fonctionne son environnement. On va ensuite fine-tuner un modèle spécifiquement pour cette tâche et pour cette maison. Le robot apprend donc de la manière de faire de son utilisateur.

Tout se fait depuis une application mobile. Pour déplacer le robot, on utilise un joystick. Pour contrôler ses bras, on bouge son téléphone : grâce aux capteurs de l'appareil, nous pouvons reproduire les mouvements du téléphone sur le bras du robot. L'utilisateur peut ainsi lui montrer comment attraper une bouteille, prendre un arrosoir ou effectuer une autre tâche. Il répète plusieurs fois le geste, généralement pendant une trentaine de minutes, afin que le robot puisse apprendre.

Il y en a trois principales. D'abord, chaque bras peut soulever jusqu'à 1,5 kg. Ensuite, les bras ne peuvent pas aller sous l'eau, donc le robot ne peut pas encore faire la vaisselle. Enfin, les tâches qui demandent beaucoup de dextérité ou de fragilité, comme plier du linge, sont encore trop complexes. En revanche, il peut prendre du linge, le mettre dans la machine à laver, fermer la machine et lancer la machine.

Je veux apprendre directement avec les premiers utilisateurs. Chacun pourra me contacter s'il rencontre un problème ou s'il veut faire quelque chose que le robot ne sait pas encore faire. Cela nous permet de comprendre les usages, les difficultés et ce qui doit être amélioré. Avec une centaine d'unités, il deviendrait déjà beaucoup plus difficile de suivre chaque utilisateur aussi précisément. Cette première série est donc une forme de bêta-test à grande échelle, avec un robot déjà capable de réaliser des tâches.

À terme, nous voulons vraiment faire ton majordome. Le robot pourrait préparer à manger, servir la table, laver la vaisselle et ranger les objets à leur place lorsque tu pars travailler. L'objectif est que tu rentres chez toi et que ton appartement soit propre. Mais atteindre ce niveau demandera encore du temps et un niveau de recherche beaucoup plus élevé.

Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.