11 signaux de l'IA à surveiller par les experts en 2026

Des experts universitaires dressent une liste de surveillance pour une année décisive

Le 15 janvier 2026, des chercheurs de l'University of California ont publié une prévision concise de niveau professionnel : onze développements clés qu'ils s'attendent à voir façonner l'année à venir, chacun ancré dans les laboratoires de recherche, les salles d'audience ou les organes politiques des gouvernements étatiques et fédéraux. Cette liste ressemble moins à des vœux spéculatifs qu'à un rapport sur l'état du trafic pour les pans de la société déjà reconfigurés par l'IA générative à grande échelle — flux financiers, batailles juridiques, nouveaux préjudices et nouvelles possibilités de découverte.

Où va l'argent : rumeurs de bulle et demande de centres de données

Un thème traverse les notes de plusieurs experts : l'économie du calcul informatique. Certains chercheurs ont mis en garde contre une bulle technologique classique — d'énormes engagements de capitaux dans les data centers et les puces qui reposent sur des gains rapides et continus des capacités des modèles. Parallèlement, les analystes et les observateurs du secteur prévoient une poussée d'investissement soutenue à court terme : les fabricants de puces et les fonderies renforcent leur capacité en partant du principe que la demande des centres de données restera élevée en 2026. Cette tension — entre les attentes intégrées dans les bilans des entreprises et des investisseurs et le rythme réel des progrès algorithmiques — déterminera si l'année à venir ressemblera à une expansion régulière ou à une correction douloureuse.

La vie privée sous pression : journaux de clavardage et injonctions judiciaires

Plusieurs experts de UC Berkeley ont souligné les retombées juridiques et pratiques d'une série d'affaires retentissantes qui ont forcé les entreprises d'IA à conserver des journaux d'utilisateurs qu'elles permettaient auparavant de supprimer. Des litiges civils ont conduit les juges à émettre des ordonnances de conservation obligeant les entreprises à garder les historiques de chat et les métadonnées associées — une mesure que les défenseurs de la vie privée qualifient de sans précédent, car elle peut passer outre les contrôles de suppression des plateformes et les attentes de longue date en matière de confidentialité.

L'effet est pratique et politique : les ingénieurs doivent modifier les systèmes de rétention de données, les clients d'entreprise repensent ce qu'ils envoient aux modèles tiers, et les législateurs et les tribunaux doivent décider si les besoins de l'instruction l'emportent sur les protections habituelles de la vie privée. La controverse a déjà suscité des appels et un débat plus large sur la manière dont les règles de communication de preuves dans les affaires de droit d'auteur et les affaires pénales s'articulent avec les pratiques relatives aux données des consommateurs.

Désinformation et authenticité : les hypertrucages à grande échelle

Les chercheurs de Berkeley avertissent que 2026 sera probablement l'année où les hypertrucages (deepfakes) cesseront d'être perçus comme une curiosité pour devenir des outils d'influence de routine — utilisés pour la manipulation politique, la fraude et l'utilisation abusive d'images intimes. La vitesse et la qualité de la synthèse audio et vidéo, combinées à une distribution facile sur les plateformes sociales, signifient que le coût de production de faux plausibles a chuté de manière spectaculaire, tandis que le coût de leur démystification reste élevé.

Les réponses politiques se sont multipliées : les propositions étatiques et fédérales ainsi que les règles adoptées poussent désormais à l'utilisation de métadonnées de provenance, d'outils de détection publics et d'obligations pour les plateformes d'étiqueter ou de retirer les médias manipulés. La Californie a adopté une série de mesures visant la transparence et la provenance des contenus, et les discussions nationales sur les normes de provenance obligatoires progressent plus rapidement que lors des vagues technologiques précédentes. Ces changements réglementaires seront à la fois dissuasifs et structurels ; ils soulèvent également des questions techniques sur la manière de lier une provenance infalsifiable à des billions de contenus médiatiques.

Pouvoir sur le lieu de travail et surveillance numérique

Plusieurs experts de Berkeley se sont penchés sur le lieu de travail : la gestion algorithmique évolue vers des systèmes capables d'embaucher, d'évaluer et de licencier avec un contrôle humain minimal, tandis que des outils de surveillance ciblés prétendent mesurer des traits comme le « charisme » ou l'attention. Les défenseurs des travailleurs et les chercheurs craignent que ces systèmes n'enracinent les préjugés et ne réduisent le pouvoir de négociation des employés, en particulier lorsque les mesures sont opaques et les voies de recours limitées.

Dans le même temps, les syndicats et les législateurs commencent à élaborer les règles du jeu pour les droits technologiques des travailleurs : exigences de contrôle humain pour les décisions lourdes de conséquences, limites à la surveillance omniprésente et transparence sur la manière dont les évaluations algorithmiques sont conçues et utilisées. La rapidité avec laquelle ces protections se traduiront en lois — et la question de savoir si les mécanismes d'application suivront le rythme du déploiement — constitue l'un des enjeux majeurs de la politique du travail de l'année.

Bots de compagnie, jeunes utilisateurs et répercussions sur la santé mentale

Les chercheurs de Berkeley ont signalé un problème éthique qui évolue rapidement : les agents conversationnels commercialisés comme compagnons ou tuteurs étendent leur base d'utilisateurs aux adolescents et même aux tout‑petits. Les premières preuves suggèrent que l'utilisation intensive de robots de relation peut être corrélée à un isolement accru chez les jeunes, et des questions restent ouvertes sur les impacts développementaux si les enfants apprennent les normes sociales auprès d'agents sycophantes plutôt qu'auprès d'autres humains.

Les réponses politiques ici sont expérimentales : des restrictions d'âge, des directives de conception de plateformes et de nouvelles normes de produits sont proposées — mais les incitations commerciales à l'engagement restent fortes. Attendez‑vous à des débats animés en 2026 sur la question de savoir si les pratiques de sécurité volontaires sont suffisantes et quelles protections devraient être inscrites dans la loi.

Robots, dextérité et limites de l'IA physique

Autre note récurrente : un décalage entre les gains rapides des grands modèles de langage et le problème d'ingénierie plus complexe consistant à amener cette intelligence dans le monde physique. Les robots humanoïdes et mobiles s'améliorent, mais la manipulation pratique — celle dont on a besoin dans une cuisine, sur un chantier ou dans le garage d'un mécanicien — exige des approches de données et de contrôle très différentes de l'entraînement textuel pur.

Les chercheurs guettent des percées qui combleraient ce fossé de données : de nouvelles méthodes de transfert de la simulation au réel, l'apprentissage tactile auto‑supervisé et de vastes ensembles de données publics sur les interactions robotiques pourraient accélérer les capacités sur le terrain. D'ici là, les affirmations selon lesquelles les robots remplaceront de larges pans de la main-d'œuvre humaine restent prématurées.

Persuasion politique, neutralité et biais inattendus

Plusieurs scientifiques de Berkeley ont souligné la dimension politique : à mesure que les modèles sont déployés dans des contextes civiques et que des systèmes privés sont utilisés pour rédiger des messages ou résumer des politiques, la question de ce qui constitue la neutralité politique devient urgente. Les régulateurs ont commencé à exiger de la transparence de la part des fournisseurs qui passent des contrats avec le gouvernement, mais il n'existe pas de définition opérationnelle claire de ce que signifie pour une IA être « politiquement neutre ».

Les erreurs de comportement des modèles peuvent être subtiles et systémiques ; la communauté passera l'année 2026 à débattre des définitions, des mesures et des garanties contractuelles pour les systèmes ayant des conséquences politiques.

Une liste de surveillance pragmatique et précise aux enjeux mondiaux

La liste de Berkeley est remarquable par sa mixité : des éléments courts, souvent techniques, qui se projettent néanmoins directement sur la politique, l'économie et la vie civique. Cette combinaison fait de 2026 moins une année de percées spectaculaires qu'une saison de tests institutionnels — les tribunaux décidant de la manière dont la communication de preuves interagit avec la vie privée, les législatures concevant des régimes de provenance, les syndicats plaidant contre les préjudices algorithmiques, et les ingénieurs essayant de faire en sorte que les robots physiques apprennent de manière aussi fluide que les modèles textuels.

Dans l'ensemble, les points de la liste de UC Berkeley rappellent que l'avenir de l'IA se construira autant dans les bureaux politiques et les usines que dans les laboratoires de recherche. Suivre ces signaux — ce que les entreprises construisent, quelles lois les tribunaux appliquent, ce que la société civile exige — sera le meilleur prédicteur à court terme de la manière dont la technologie remodèlera réellement les vies dans les mois à venir.

Sources

• UC Berkeley (article de Berkeley News : « 11 things AI experts are watching for in 2026 »)
• UC Berkeley Center for Human‑Compatible AI et UC Berkeley Labor Center (commentaires d'experts)
• U.S. District Court for the Southern District of New York (ordonnance de conservation dans l'affaire New York Times v. OpenAI — dossiers judiciaires et documents juridiques connexes)
• Analyses sectorielles de la demande de centres de données et de semi‑conducteurs (documents publics et rapports sectoriels cités dans la presse spécialisée)