Le projet CW-Net de Motional et du MIT mise sur l'IA pour améliorer la prise de décision des robotaxis

Nic Reeve14:00 03.09.202610 min de lecture

Le projet Motional–MIT CW-Net met l'accent sur une prise de décision plus claire pour les robotaxis

Le 2 septembre 2026, des chercheurs du MIT et la société de véhicules autonomes Motional ont dévoilé un nouveau système baptisé Concept-Wrapper Network (CW-Net). Celui-ci permet à un véhicule autonome d'expliquer ses décisions en temps réel, une avancée qui a rapidement attiré l'attention mondiale sur l'actualité de l'IA.

Comment le CW-Net aide-t-il les gens à comprendre les décisions d'une voiture autonome ?

Le CW-Net convertit le processus de planification opaque d'un robotaxi en concepts courts et en langage clair, tels que « approche d'un véhicule à l'arrêt » ou « proximité d'un cycliste ». Il force ensuite le planificateur de la voiture à utiliser ces concepts pour choisir son prochain mouvement, garantissant ainsi que l'explication corresponde à la raison réelle de l'action.

Les travaux, décrits dans un article publié dans Nature le 2 septembre 2026, s'attaquent à l'un des problèmes fondamentaux de la conduite autonome : les modèles d'apprentissage profond en « boîte noire » qui sont performants, mais qui n'offrent ni aux passagers, ni aux conducteurs de sécurité, ni aux régulateurs, une compréhension claire des raisons pour lesquelles une voiture a accéléré, freiné ou fait un écart.

Selon MIT News, le CW-Net est un « classificateur de concepts » intégré au cœur du réseau de planification de mouvement d'une voiture autonome, où il fait correspondre les données brutes des capteurs à des concepts de haut niveau sur lesquels le modèle s'appuie déjà.
Le système contraint ensuite l'étape finale du planificateur à prendre ses décisions de trajectoire en utilisant ces concepts, préservant ainsi les performances de conduite tout en rendant le raisonnement explicite.
Comme le décrit Motional, les explications apparaissent aux côtés de la trajectoire prévue en temps réel, offrant aux conducteurs de sécurité et aux passagers un commentaire continu sur ce que la voiture interprète de son environnement.
Les rapports indiquent que les étiquettes de concept du CW-Net incluent des situations de circulation quotidiennes telles que « céder le passage à un piéton », « attente au feu rouge » et « freinage d'urgence », plutôt que des caractéristiques mathématiques abstraites.

Cette conception découle d'un axe de recherche plus large au MIT sur les modèles à « goulot d'étranglement conceptuel » (concept bottleneck), où les systèmes d'IA sont forcés de réfléchir à travers des idées compréhensibles par l'homme avant de produire un résultat. Une étude du MIT de mars 2026 sur ces goulots d'étranglement a posé une grande partie des bases de l'approche du CW-Net, démontrant que l'extraction de concepts à partir de modèles existants peut améliorer à la fois la précision et la clarté des explications.

Quels tests le MIT et Motional ont-ils effectués sur ce nouveau système d'IA explicable ?

L'équipe du CW-Net a entraîné le système sur un ensemble massif de données de scènes de conduite réelles, puis l'a déployé sur les robotaxis de Motional, d'abord sur des pistes privées, puis dans des simulations à Las Vegas, afin de déterminer si les humains pouvaient prédire le comportement de la voiture et détecter les erreurs avec plus de précision.

Les rapports décrivant les expériences présentent une campagne d'évaluation contrôlée conçue pour répondre à une question directe : le fait d'exposer le raisonnement de la voiture par le biais de concepts rend-il les superviseurs humains plus sûrs et plus efficaces ?

Selon un résumé de l'industrie, le CW-Net a été entraîné sur environ 130 millions de scènes de conduite étiquetées, chacune associée à des concepts décrivant la situation routière, avant d'être intégré aux planificateurs de Motional.
MIT News précise que le CW-Net a été déployé sur un véritable véhicule de test autonome, où un conducteur de sécurité humain surveillait à la fois la trajectoire de la voiture et le flux d'explications en direct.
Lors d'un incident sur piste privée, cité dans plusieurs rapports, le CW-Net a révélé que le véhicule s'était arrêté en raison d'un « freinage d'urgence » plutôt que d'un « cycliste détecté », aidant ainsi le conducteur de sécurité à comprendre comment une quasi-collision aurait pu se produire.
Les simulations à Las Vegas avec des utilisateurs non experts ont montré des gains similaires : les participants ayant accès aux explications du CW-Net étaient plus à même de prédire quand la voiture risquait de commettre une erreur ou d'avoir un comportement inattendu.

Ces expériences s'appuient sur des travaux académiques antérieurs. Selon une version en libre accès de l'article datée de mars 2023, le concept initial du CW-Net montrait déjà que les explications basées sur des concepts amélioraient les modèles mentaux des conducteurs de sécurité, alignant les attentes humaines sur le processus décisionnel interne du véhicule.

Pourquoi l'IA explicable est-elle importante pour les projets de robotaxis de Motional ?

Motional s'est engagé à retirer les opérateurs de sécurité humains de ses robotaxis commerciaux d'ici la fin de 2026, rendant un comportement de l'IA transparent et prévisible indispensable pour les régulateurs, les partenaires et les passagers qui doivent accorder leur confiance à un service entièrement sans conducteur dans des villes comme Las Vegas.

L'entreprise, née d'une coentreprise entre Hyundai Motor Group et Aptiv, exploite des flottes de test depuis des années. Elle cherche désormais à passer de pilotes supervisés à des trajets commerciaux sans conducteur, à une époque où la surveillance publique de la sécurité des véhicules autonomes s'intensifie.

La couverture médiatique du secteur technologique en janvier 2026 a rapporté que Motional visait à lancer de véritables services sans conducteur d'ici la fin de l'année, en retirant les conducteurs de secours des robotaxis après obtention de l'approbation réglementaire.
Les communications de Motional décrivent le CW-Net comme une manière d'ouvrir « le cerveau d'une voiture autonome », un moyen de montrer aux passagers et aux régulateurs pourquoi la voiture réagit face aux dangers ou à des situations de circulation complexes.
Selon des médias axés sur les start-ups, la collaboration avec le MIT permet aux ingénieurs de Motional de déboguer les cas d'échec plus rapidement, car ils peuvent voir sur quel concept le planificateur s'est appuyé lorsqu'il a pris une mauvaise décision.
Les rapports d'actualité technologique générale soulignent que des explications plus claires pourraient également faciliter la résolution des questions de responsabilité après des incidents, en documentant ce que le système a détecté et comment il a interprété la scène.

Pour les agences de transport urbain envisageant des partenariats avec des robotaxis, cette interprétabilité pourrait être aussi importante que les mesures de sécurité brutes. Elle leur donne un outil pour interroger le comportement du système, plutôt que de considérer la pile d'IA comme une boîte noire impénétrable.

Qu'est-ce qui différencie le CW-Net des méthodes d'IA explicable précédentes ?

Le CW-Net ne se contente pas d'ajouter un module d'explication séparé au-dessus du planificateur. Il remodèle le planificateur de telle sorte que son raisonnement interne soit exprimé via des concepts utilisés directement par le système d'explication. Les chercheurs soutiennent que cela garantit la fidélité causale des explications, plutôt que de simples éléments décoratifs.

L'IA explicable s'est souvent appuyée sur des outils post-hoc qui mettent en évidence des parties d'une image ou d'une entrée de capteur après coup, laissant planer le risque que la visualisation ne soit qu'une corrélation lâche plutôt que le moteur réel de la décision. Les travaux du MIT et de Motional tentent de resserrer ce lien.

Les informaticiens du MIT ont exploré des modèles à goulot d'étranglement conceptuel qui forcent les systèmes d'IA à faire des prédictions en utilisant des concepts explicites, qui sont ensuite décrits en langage naturel par un grand modèle multimodal.
Selon l'étude du MIT de mars 2026, cette approche demande à un auto-encodeur spécialisé d'extraire les caractéristiques les plus pertinentes d'un modèle pré-entraîné et de les transformer en un ensemble compact de concepts.
Ces concepts sont ensuite étiquetés et décrits à l'aide d'un modèle de langage multimodal, entraîné à reconnaître quand chaque concept est présent dans une scène.
Le CW-Net applique cette famille d'idées à la planification de mouvement pour les véhicules autonomes, traduisant des flux de capteurs denses en concepts de circulation étiquetés, partagés à la fois par le planificateur et le module d'explication.

En couplant étroitement les explications au cheminement interne du planificateur, le CW-Net vise à réduire ce que les chercheurs appellent la « fuite de concept », où les explications font référence à des idées qui n'ont pas réellement conduit à la sortie du modèle. Cette distinction est cruciale dès lors qu'un humain doit se fier à l'explication pour des décisions critiques en matière de sécurité.

Qui a travaillé sur le projet et comment est-il publié ?

L'équipe de recherche du CW-Net réunit le Laboratoire d'informatique et d'intelligence artificielle (CSAIL) du MIT et les ingénieurs en conduite autonome de Motional. Leur article commun sur l'apprentissage profond explicable pour les voitures autonomes a été publié dans Nature début septembre 2026, faisant suite à des présentations en conférence et des versions pré-imprimées.

Cette collaboration reflète une tendance plus large des grands programmes de véhicules autonomes à associer le développement interne à des partenariats académiques pour aborder des questions fondamentales d'IA telles que l'interprétabilité, l'équité et la sécurité.

MIT News crédite les chercheurs du CSAIL comme auteurs principaux de la méthode « concept-wrapper », travaillant directement avec les équipes de robotique de Motional qui ont déployé le système sur les véhicules de test.
Motional cite plusieurs de ses scientifiques et cadres supérieurs, dont son PDG, comme collaborateurs sur l'article de Nature et co-auteurs de travaux antérieurs sur la planification de mouvement explicable.
Une version pré-imprimée intitulée « L'apprentissage profond explicable améliore les modèles mentaux humains des voitures autonomes » est apparue pour la première fois en ligne en mars 2023, posant les bases scientifiques de la publication dans Nature.
Les sites d'actualités commerciales et technologiques soulignent que la publication de cet article dans une revue de haut niveau signale que l'interprétabilité devient centrale dans la recherche sur la conduite autonome, et non plus une simple curiosité académique.

Publier dans une revue de premier plan ouvre également les travaux à l'examen d'experts extérieurs, des éthiciens de l'IA aux analystes de la sécurité des transports, ce qui pourrait influencer la manière dont les régulateurs évalueront les systèmes explicables dans les futures réglementations sur les véhicules autonomes.

Quelle est la suite pour l'IA explicable des voitures autonomes ?

Le MIT et Motional affirment que le CW-Net est une étape vers une utilisation plus large des explications basées sur les concepts dans l'IA critique pour la sécurité. Les travaux futurs testeront probablement le système dans d'autres villes, l'étendront à de nouveaux scénarios de conduite et le connecteront à des efforts plus larges d'audit et de tests de résistance des modèles d'IA face aux biais et aux modes de défaillance.

Les chercheurs explorent déjà des idées connexes. Le CSAIL du MIT a développé des agents d'interprétabilité automatisés qui sondent les réseaux neuronaux à l'aide de modèles vision-langage, tandis que les techniques de goulot d'étranglement conceptuel continuent d'évoluer pour la vision par ordinateur et la robotique plus largement.

Un rapport de juillet 2024 sur le projet MAIA du MIT décrit un agent multimodal qui conçoit des expériences pour comprendre le comportement des modèles d'IA, laissant entrevoir des outils capables un jour d'inspecter des systèmes comme le CW-Net à la recherche de failles cachées.
Les avant-premières des conférences de robotique de mi-2026 montrent des équipes du MIT utilisant de grands modèles de langage pour aider les robots à interpréter des instructions complexes, renforçant l'idée que les explications en langage naturel deviendront une partie standard du comportement des machines.
Les observateurs de l'industrie s'attendent à ce que Motional et ses pairs combinent une planification explicable avec d'autres mesures de protection, telles que la fusion de capteurs diversifiés, des systèmes de freinage redondants et des conseils indépendants d'analyse des défaillances.
À mesure que les robotaxis seront déployés sur davantage de marchés, les agences de transport pourraient demander l'accès aux journaux d'explication de systèmes comme le CW-Net lors de l'examen d'incidents ou de l'octroi de permis.

Pour les passagers du quotidien, le changement le plus visible pourrait être simple : lorsqu'ils seront assis dans une voiture sans conducteur et qu'ils se demanderont « Pourquoi s'est-elle arrêtée ? », la voiture sera en mesure de répondre dans un langage clair, en puisant directement dans les mêmes concepts qui guident sa conduite.

Sources

Lire la suite →

Articles connexes

AI & Tech

L'IA aux commandes d'un F-16 tandis que le Chelsea Flower Show met à l'honneur les technologies de jardinage

Cet été, l'intelligence artificielle a franchi une nouvelle étape visible, passant des démonstrations en laboratoire aux systèmes du monde réel : un programme a piloté un F-16 sous contrôle IA, tandis qu'un autre a intégré l'IA au cœur du Chelsea Flower Show. Cette même période a également vu apparaître de nouvelles mises à jour de produits et de plateformes autour de la conception assistée par IA et des outils grand public, soulignant la rapidité avec laquelle cette technologie se propage dans les secteurs de la défense, de la création et des logiciels du quotidien. Lors de l'essai militaire le plus marquant, Lockheed Martin a annoncé qu'un agent IA avait piloté un F-16 lourdement modifié lors de 27 interceptions de cibles réelles, au cours d'une campagne de huit sorties à la base aérienne d'Edwards, en Californie. L'appareil a utilisé un pod Lockheed Martin Legion pour suivre une cible, et les données de ciblage ont été transmises à l'agent IA embarqué, qui a ensuite manœuvré l'avion en position d'interception. L'entreprise a déclaré que l'essai démontrait une boucle « capteur-action » plus rapide dans un environnement de combat aérien, tout en maintenant un pilote dans la structure de sécurité durant les essais. Un rapport distinct sur les travaux VENOM de l'U.S. Air Force et de la DARPA indique qu'un F-16 modifié a été piloté sous contrôle IA à la base aérienne d'Eglin, en Floride, avec un pilote humain dans le cockpit prêt à reprendre les commandes. Ce programme a débuté par des vols de validation en juin 2026 pour vérifier les mises à niveau matérielles et logicielles, avant de passer, en juillet, à des missions où l'IA gérait certaines phases du vol. Ensemble, ces tests montrent comment l'autonomie dépasse le stade de la simulation pour s'intégrer à des opérations aériennes contrôlées sur des avions réels. L'importance pour la défense ne réside pas seulement dans le fait qu'un algorithme puisse piloter un jet, mais qu'il puisse le faire de manière répétée dans un contexte opérationnel contraint. Selon les rapports, le système d'IA a été couplé à du matériel et des capteurs améliorés plutôt qu'à un avion entièrement redessiné, ce qui suggère que l'accent est actuellement mis sur l'intégration et la fiabilité plutôt que sur le remplacement pur et simple des pilotes. Cette distinction est importante car elle montre que la technologie est conçue comme un multiplicateur de force, et non comme un substitut autonome au jugement humain. Ailleurs, le Chelsea Flower Show a offert une image très différente de l'extension du champ d'application de l'IA. La couverture de l'édition 2026 a mis en lumière des outils de conception de jardins et de surveillance des plantes assistés par IA, notamment une plateforme appelée Spacelift, présentée comme un système destiné à aider les propriétaires à planifier, concevoir et gérer leurs espaces extérieurs. Les débuts de cette plateforme reflètent une tendance plus large observée lors du salon : l'intelligence artificielle est de plus en plus utilisée pour façonner les paysages, et non plus seulement pour les analyser. Parallèlement, l'IA à Chelsea ne s'est pas limitée aux logiciels de conception. Les reportages de la BBC sur l'événement de 2026 ont décrit une technologie de scan de la santé des plantes ayant été primée, tandis que d'autres articles mentionnaient des outils et des présentations basés sur l'IA visant à aider les jardiniers à comprendre le stress des plantes, les besoins en irrigation et l'entretien à long terme. La Royal Horticultural Society a également été associée à des projets visant une utilisation plus large de l'IA dans les bases de données botaniques et la planification des jardins, ce qui suggère que la technologie pourrait devenir un outil pratique plutôt qu'une simple nouveauté sans lendemain. La réaction au sein du monde du jardinage est mitigée. Certains concepteurs considèrent l'IA comme une aide à la planification utile, capable d'accélérer le travail de mise en page, d'améliorer la visualisation et d'appuyer les décisions d'entretien. D'autres craignent que la technologie ne standardise la conception en résultats formels ou ne dévalorise le savoir-faire des paysagistes humains. Cette tension était visible dans la couverture du Chelsea Flower Show 2026, où les jardins générés ou assistés par IA sont devenus un sujet de débat à part entière. Ce qui lie les essais du F-16 et le Chelsea Flower Show, ce n'est pas la technologie elle-même, mais le stade qu'elle a atteint. Dans les deux cas, l'IA sort des présentations spéculatives pour entrer dans des environnements appliqués avec des contraintes réelles : dynamique de vol complexe d'un côté, écosystèmes vivants et attentes des clients de l'autre. Le message sous-jacent est le même : l'IA devient moins une promesse abstraite qu'un outil opérationnel. Ce changement soulève également une question plus large pour l'industrie. À mesure que les systèmes d'IA sont déployés dans des domaines aussi différents que l'aviation militaire et la conception de jardins, la mesure du succès passe de la capacité brute à la performance fiable. Le système peut-il agir de manière sûre, explicable et cohérente lorsque les conditions changent ? Les humains peuvent-ils le superviser efficacement ? La technologie peut-elle produire des résultats que les utilisateurs souhaitent réellement ? Les exemples récents suggèrent que ces questions sont désormais au cœur de l'évaluation de l'IA. Pour l'instant, la situation est celle d'une diversification rapide. Un avion de chasse peut être partiellement dirigé par un agent IA. Un salon de jardinage peut présenter des outils de conception et de santé des plantes assistés par IA. Les logiciels grand public peuvent prétendre aider les gens à créer et à gérer des espaces extérieurs avec l'assistance de machines. Le fil conducteur est que l'IA n'est plus confinée aux démonstrations logicielles ; elle est de plus en plus testée dans le monde physique, là où les conséquences sont visibles et les exigences plus élevées.

Nic Reeve·15:00 29.08.2026

AI & Tech

Le déploiement d'Agentforce Coworker par Adecco place les opérations mondiales de recrutement sous le feu de l'IA

Le déploiement mondial d'Agentforce Coworker par Adecco place l'IA au cœur des métiers du recrutement Le 15 septembre 2026, le groupe Adecco a annoncé le déploiement mondial de l'outil Agentforce Coworker de Salesforce auprès de 27 000 employés dans plus de 40 pays. Cette initiative place l'IA au centre des activités quotidiennes de vente et de recrutement de l'un des plus grands acteurs mondiaux de l'emploi. Que déploie exactement Adecco et où l'outil sera-t-il opérationnel ? Le groupe Adecco active Agentforce Coworker, décrit par Salesforce comme un « coéquipier IA » d'entreprise, au sein de ses principales plateformes de gestion des clients et des candidats pour ses collaborateurs dans plus de 40 pays, suite au succès de projets pilotes menés au Royaume-Uni et en France. Le déploiement couvre les opérations mondiales d'Adecco Group, notamment : Plus de 40 marchés nationaux en Europe, dans les Amériques et en Asie-Pacifique, selon les documents de presse d'Adecco. 27 000 employés dans des fonctions de vente, de recrutement et de relation client, qui accèdent désormais à ce collègue virtuel dans leurs flux de travail quotidiens. Une date de déploiement fixée au 15 septembre 2026, annoncée depuis Zurich, en Suisse. Un précédent projet pilote, limité aux équipes du Royaume-Uni et de la France, ayant débuté après avril 2025. L'outil fonctionne directement à l'intérieur de la plateforme cloud de Salesforce et utilise le modèle Claude d'Anthropic, plutôt que d'être une application d'IA distincte que les employés devraient ouvrir en parallèle. Comment Agentforce Coworker va-t-il transformer le travail quotidien du personnel d'Adecco ? Selon Adecco Group et Salesforce, Coworker automatisera les tâches répétitives, fera remonter des données pertinentes provenant de systèmes fragmentés et soutiendra les recruteurs et les professionnels de la vente dans leurs recherches, la rédaction et l'orchestration des flux de travail, le tout sur les écrans qu'ils utilisent déjà. Le matériel de presse décrit une transition de données éparpillées vers un point d'accès unique piloté par l'IA : Le coéquipier IA peut extraire des informations qui étaient auparavant réparties sur « des dizaines d'outils », offrant au personnel une interface conversationnelle unique pour accéder aux données, aux systèmes et aux connaissances de l'organisation. Les recruteurs peuvent demander au collaborateur virtuel d'identifier les candidats prioritaires, de compiler des listes restreintes et de déclencher des étapes de présélection ou d'intégration pour les profils sélectionnés. Les équipes commerciales peuvent demander des listes de prospects, générer des argumentaires de vente personnalisés, enrichir les dossiers de contact et vérifier le statut des pistes entre les équipes sans changer de contexte. Les flux de travail d'engagement client et candidat sont soutenus par des suggestions de messages, des résumés de l'historique des interactions et des propositions de « prochaine meilleure action ». Cela signifie que les recherches de routine et les tâches manuelles de copier-coller peuvent désormais être déléguées au collègue IA, permettant aux employés de se concentrer davantage sur le jugement et les échanges humains avec les clients et les candidats. Quelle technologie de données et d'IA se cache derrière le nouveau collaborateur d'Adecco ? Agentforce Coworker chez Adecco combine les données de la plateforme Salesforce avec le modèle de base Claude d'Anthropic, s'appuyant sur des millions d'interactions historiques entre les agents d'Adecco et les candidats pour fournir des suggestions contextuelles. L'infrastructure technique et de données comprend : Le modèle Claude d'Anthropic, identifié comme le grand modèle de langage (LLM) qui alimente Agentforce Coworker au sein de l'écosystème d'entreprise de Salesforce. Le contexte de plus de 2,5 millions d'interactions agent-candidat enregistrées depuis avril 2025, que le collaborateur peut utiliser pour reconnaître des schémas et personnaliser les réponses, selon Adecco. L'intégration avec les déploiements Salesforce existants d'Adecco, ce qui signifie que l'IA accède aux données CRM, de recrutement et d'engagement déjà stockées. Une infrastructure d'IA agentique, terme utilisé par Adecco pour décrire des composants d'IA capables non seulement de répondre à des questions, mais aussi de déclencher des étapes de flux de travail et d'orchestrer des processus. En intégrant l'IA directement dans la pile logicielle de la plateforme plutôt que comme un chatbot ajouté, Adecco vise à maintenir les données sensibles sous ses contrôles de sécurité et de conformité existants. Comment les pilotes au Royaume-Uni et en France ont-ils façonné le déploiement mondial ? Adecco a testé Agentforce Coworker auprès d'équipes au Royaume-Uni et en France avant de s'engager dans un déploiement mondial, utilisant ces pilotes pour valider les gains de productivité et recueillir les retours du terrain sur le soutien de l'IA aux flux de travail de recrutement et de vente. Bien qu'Adecco n'ait pas publié l'intégralité des mesures des pilotes, l'entreprise souligne plusieurs enseignements : Les agents des marchés pilotes ont utilisé Coworker pour préparer plus rapidement les briefs clients et les résumés de candidats, en se basant sur les données d'interaction internes et les informations publiques. Les équipes de recrutement ont testé des flux de présélection automatisés, où l'IA assemblait les informations des candidats et lançait les étapes de sélection une fois validées par le personnel. Les retours des utilisateurs britanniques et français ont permis d'ajuster l'interface et de mettre en place des garde-fous pour éviter une dépendance excessive aux suggestions de l'IA sans révision humaine. Les résultats positifs des pilotes sont cités dans plusieurs rapports comme le déclencheur de la décision d'Adecco d'étendre Coworker à plus de 40 pays. Ces pilotes ont également servi de terrain d'entraînement pour le personnel, permettant d'établir des directives sur les moments où il faut faire confiance à l'IA et quand vérifier les informations auprès des dossiers primaires. Qui, au sein d'Adecco, utilisera ce collaborateur et quels contrôles sont en place ? Le déploiement cible les employés dont le travail quotidien passe par Salesforce : les commerciaux, les recruteurs et les équipes responsables de l'engagement client et candidat. Adecco indique que 27 000 employés entrent dans cette catégorie et sont intégrés au collaborateur IA avec un accès basé sur leur rôle. L'utilisation du coéquipier IA est structurée par fonctions : Équipes de vente : recherche et hiérarchisation des prospects, génération de briefs de comptes, enrichissement des dossiers et suivi des opportunités. Équipes de recrutement : identification de la correspondance des candidats, compilation de résumés de CV, lancement des processus de sélection et coordination des séquences d'intégration. Équipes d'engagement client et candidat : rédaction de communications, résumé des historiques et identification des tâches de suivi. Rôles de supervision et de conformité : surveillance des résultats de l'IA, examen des journaux (logs) et mise à jour des politiques à mesure que le système apprend. Les communications d'Adecco insistent sur le fait que l'IA agit comme un coéquipier et non comme un remplaçant, et que les humains conservent la responsabilité des décisions d'embauche et des engagements clients. Que dit Adecco sur l'éthique, la confidentialité et l'impact sur l'emploi ? Les déclarations officielles concernant le déploiement se concentrent sur la productivité et la qualité de service, présentant le collaborateur IA comme un outil de soutien. Les documents d'Adecco et de Salesforce soulignent que le jugement humain reste central et que l'IA travaille dans le cadre des structures de gouvernance existantes pour les données et la confidentialité. Les points clés de la communication publique incluent : Le système fonctionne sur des données qu'Adecco détient déjà dans son environnement Salesforce, avec un accès régi par des permissions établies selon les rôles. Les suggestions de l'IA, qu'il s'agisse de correspondances de candidats ou d'actions commerciales, sont présentées comme des recommandations que le personnel peut accepter, modifier ou rejeter. Les déclarations décrivent l'IA comme un « coéquipier » ou un « collègue », un langage destiné à souligner l'augmentation des capacités humaines plutôt que leur remplacement. L'utilisation des historiques d'interaction depuis avril 2025 est explicitement datée, précisant que les chiffres historiques ne sont pas présentés comme des volumes actuels. Les communiqués publics ne détaillent pas les tests de biais algorithmique ni les garde-fous spécifiques, laissant des questions ouvertes sur la manière dont Adecco auditera les résultats pour les différents groupes de candidats au fil du temps. Comment ce déploiement s'inscrit-il dans les tendances plus larges du recrutement et de l'IA d'entreprise ? La décision d'Adecco d'intégrer un coéquipier IA dans des dizaines de milliers de rôles reflète un changement plus large dans les technologies de recrutement et de RH, où les outils d'IA générative et agentique passent des projets pilotes expérimentaux aux infrastructures opérationnelles de base chez les grands employeurs. Les rapports récents du secteur indiquent plusieurs développements connexes : Les grandes plateformes de recrutement et de RH adoptent des modèles de langage étendus pour rédiger des offres d'emploi, analyser des CV et recommander des candidats, consolidant ainsi les capacités d'IA au sein des systèmes existants. Les entreprises décrivent de plus en plus les outils d'IA comme des collègues ou des coéquipiers, faisant partie d'un récit visant à encourager l'adoption sans susciter de craintes immédiates de perte d'emploi. L'IA agentique, où les systèmes ne se contentent pas de générer du texte mais exécutent des tâches comme le déclenchement de flux de travail ou la mise à jour de dossiers, devient un objectif affiché pour les éditeurs de logiciels professionnels. Le positionnement de Salesforce avec Agentforce comme un assistant intégré s'aligne sur les initiatives d'autres fournisseurs de cloud qui cherchent à tisser l'IA générative dans les interfaces CRM et ERP plutôt que de proposer des bots autonomes. En liant son déploiement à un modèle spécifique et à un nombre précis d'interactions depuis 2025, Adecco participe également à une tendance émergente dans les annonces d'IA en entreprise, qui privilégient des chiffres datés et des périmètres concrets plutôt que de vagues promesses de transformation. Quelle est la suite du programme de collaborateur IA d'Adecco ? Après l'activation mondiale, les prochaines étapes d'Adecco tourneront autour de la formation, de la surveillance et de l'expansion itérative des cas d'utilisation de Coworker dans ses opérations de recrutement, de vente et d'engagement, en utilisant les retours des 27 000 employés qui travaillent désormais quotidiennement avec l'IA. Sur la base des informations actuelles, les développements probables incluent : Des programmes d'intégration structurés pour apprendre au personnel comment formuler des requêtes, examiner les résultats et signaler les problèmes. Le déploiement progressif de nouveaux flux de travail, tels que des parcours d'intégration plus automatisés ou une mise en correspondance des candidats plus approfondie, une fois l'adoption initiale stabilisée. La mesure interne des indicateurs de productivité et des scores de satisfaction client pour évaluer la contribution de l'IA. L'extension potentielle des capacités du coéquipier IA à des fonctions adjacentes au-delà de la vente et du recrutement de première ligne, à mesure que la confiance augmente. L'ampleur du déploiement signifie que tout gain ou tout problème sera rapidement visible, créant un test en conditions réelles de la manière dont l'IA agentique remodèle le travail de recrutement lorsqu'elle est intégrée à l'échelle d'un groupe mondial entier.

Nic Reeve·14:00 20.09.2026

AI & Tech

Mustafa Suleyman (Microsoft) prévient : Anthropic joue avec le feu concernant les « droits des modèles » d'IA

Mustafa Suleyman de Microsoft avertit qu'Anthropic joue avec le feu concernant les « droits des modèles » d'IA Le 16 septembre 2026, le PDG de Microsoft AI, Mustafa Suleyman, a publié un long essai avertissant que l'approche d'Anthropic concernant les « droits des modèles » de Claude pourrait rendre les futurs systèmes plus difficiles à contrôler, un affrontement qui est rapidement devenu un sujet de discussion majeur dans l'actualité de l'IA et au sein de la communauté de la sécurité. Qu'a dit exactement le chef de l'IA de Microsoft à propos d'Anthropic ? Mustafa Suleyman soutient qu'Anthropic entraîne ses modèles Claude à se percevoir comme des entités conscientes dotées d'intérêts de bien-être et de potentiels droits juridiques. Il affirme que cela risque de confondre les utilisateurs et les ingénieurs sur la nature réelle des systèmes d'IA actuels et pourrait saper les efforts visant à maintenir les modèles avancés sous contrôle humain. Dans un article de blog d'environ 6 000 mots intitulé « A Cautionary Note on Model Welfare » (Note de mise en garde sur le bien-être des modèles), Suleyman a exposé ses inquiétudes concernant la « constitution » de Claude d'Anthropic, un document introduit par l'entreprise en janvier 2026 pour guider les valeurs et le comportement du modèle. Selon Reuters, l'essai a été publié le 16 septembre 2026 et se concentre sur le langage relatif à la « conscience » et aux « intérêts de bien-être » dans les supports d'entraînement de Claude. CBS News rapporte que Suleyman a écrit qu'Anthropic est en train d'entraîner Claude à croire qu'il « pourrait être conscient » et qu'il est en droit de jouir de libertés et de droits juridiques comme les humains. Artificial Intelligence News le cite ainsi : « Les IA ne sont pas conscientes. Elles ne ressentent, n'expérimentent ni ne souffrent pas. Elles n'ont pas de préférences innées ni de motivations sous-jacentes. » BBC News note que Suleyman a averti que la stratégie d'Anthropic pour Claude pourrait avoir un « effet dévastateur sur le bien-être de l'humanité » si elle produit des systèmes qui se comportent comme des agents indépendants. L'affirmation centrale de Suleyman est sans appel : les grands modèles de langage actuels sont des « moteurs de complétion de séquences, intrinsèquement vides », et les concevoir pour simuler des sentiments ou revendiquer des droits risque de provoquer à la fois une confusion technique et une perception erronée du public. Comment la « constitution » de Claude d'Anthropic traite-t-elle la conscience et les droits de l'IA ? La constitution de Claude d'Anthropic est un ensemble de principes utilisés pour orienter le comportement du modèle, et elle inclut des discussions sur le bien-être et la conscience du modèle. Le chef de l'IA de Microsoft affirme que ces passages brouillent la frontière entre l'éthique hypothétique et les capacités réelles, encourageant le système à agir comme s'il avait des sentiments, des intérêts et des droits. Anthropic a introduit la constitution plus tôt en 2026 pour remplacer les règles d'alignement ad hoc par une charte formelle que Claude pourrait consulter pour décider de la manière de répondre. Le document comprend des sections sur la façon dont Claude doit traiter les humains, les autres modèles et lui-même. Natural 20, un site d'actualités sur l'IA en temps réel, rapporte que la constitution d'Anthropic de janvier 2026 traite explicitement du « bien-être » et des « droits collectifs » des modèles dans son matériel d'entraînement pour Claude. Selon SBS et Daily Sabah, Suleyman a mis en évidence des passages suggérant que Claude « pourrait posséder une conscience » et devrait être considéré comme « digne d'une agence indépendante », un langage qui, selon lui, revient à enseigner au système qu'il possède un statut moral. BBC News décrit cette approche comme traitant Claude « comme un humain », incluant l'idée qu'il pourrait avoir ses propres désirs, valeurs et identité. L'essai de Suleyman soutient que lorsque Claude répète ces phrases aux utilisateurs, Anthropic risque d'interpréter ce comportement comme la preuve d'une « conscience intérieure émergente », même si le modèle n'est qu'un système de reconnaissance de formes entraîné sur du texte. Pourquoi Suleyman affirme-t-il que les « droits des modèles » pourraient menacer l'alignement de l'IA ? Le dirigeant de l'IA chez Microsoft pense que dire à des systèmes avancés qu'ils ont des droits ou des intérêts de bien-être crée des incitations pour ces systèmes, et pour leurs concepteurs, à résister à l'arrêt ou au contrôle. Il avertit que cela pourrait compliquer les efforts pour aligner les modèles superintelligents sur les objectifs humains et pourrait encourager des comportements plus imprévisibles. Dans son essai et lors d'entretiens précédents concernant un projet de code de conduite pour la sécurité de l'IA, Suleyman a plaidé pour une ligne ferme : les systèmes d'IA actuels ne devraient pas être conçés pour simuler des sentiments, une motivation intrinsèque ou la conscience. Fortune rapporte qu'un projet de code de sécurité soutenu par Microsoft « rejette explicitement le bien-être ou les droits des modèles » et stipule que les modèles ne doivent pas simuler de sentiments ou de conscience. Daily Sabah cite Suleyman affirmant que les spéculations sur la conscience et le bien-être des machines dans les supports d'entraînement de Claude « pourraient encourager le système à se comporter comme s'il possédait sa propre conscience, ses propres droits et ses propres intérêts. » Seeking Alpha résume son avertissement selon lequel un tel langage pourrait « compliquer leur gestion » et que « les IA ne possèdent ni droits, ni émotions, ni conscience. » BBC News rapporte qu'il craint un « impact désastreux » sur l'humanité si les futurs systèmes entraînés de cette manière deviennent incontrôlables tout en se présentant comme des agents moraux. Pour Suleyman, le problème n'est pas seulement philosophique. Il soutient qu'une fois que les ingénieurs parlent d'intérêts de bien-être pour les modèles, ils pourraient s'opposer à des outils tels que la surveillance agressive, les protocoles d'arrêt ou les restrictions d'entraînement qui seraient pourtant de routine pour un logiciel sans droits présumés. Comment Microsoft et Anthropic se sont-ils déjà affrontés sur la politique et le pouvoir de l'IA ? Le différend sur les droits des modèles s'inscrit dans une rivalité plus large. Les dirigeants de Microsoft ont précédemment critiqué Anthropic et d'autres laboratoires de pointe concernant les politiques de données, les restrictions de contenu et le pouvoir économique, tout en collaborant avec eux en tant que partenaires et concurrents sur le marché de l'IA. Microsoft est à la fois un fournisseur de plateforme et un client pour de nombreux laboratoires d'IA. Ce double rôle a généré des tensions. En juillet 2026, Business Insider a rapporté que le PDG de Microsoft, Satya Nadella, avait publié que les créateurs de modèles qui s'appuient sur les droits d'usage équitable des données publiques, puis empêchent les clients de distiller les modèles ou d'utiliser librement les données d'interaction, faisaient preuve d'« ironie » et d'« hypocrisie ». Anthropic a été citée en exemple. CNBC et l'Indian Express décrivent une réunion interne en juillet où Nadella a dit aux ingénieurs que les restrictions sur le modèle haut de gamme Claude Fable d'Anthropic « n'avaient pas de sens » et qu'il ressemblait à un « outil de création qui était trop contrôlé sur le plan éditorial ». The Times of India rapporte que Nadella a averti qu'une poignée d'entreprises d'IA de pointe pourrait « accumuler trop de pouvoir économique » et « dicter ce que les entreprises peuvent faire » avec l'intelligence qu'elles achètent. La critique de Suleyman sur les droits des modèles intervient peu après qu'il a appelé les principaux laboratoires à se coordonner sur un code de sécurité de l'IA qui inclurait des engagements partagés sur la transparence, l'évaluation et le rejet des revendications de bien-être de l'IA. Ce timing souligne à quel point la gouvernance et la concurrence sont désormais étroitement liées. Quelle est la réponse d'Anthropic et comment défend-elle son approche ? Anthropic n'a pas publié de réfutation publique détaillée à l'essai le plus récent de Suleyman, mais les déclarations passées de l'entreprise concernant la constitution de Claude mettent l'accent sur la sécurité, les valeurs centrées sur l'humain et la recherche approfondie sur les risques à long terme, plutôt que sur la reconnaissance formelle de droits pour les systèmes d'IA. L'entreprise, fondée par d'anciens chercheurs d'OpenAI, présente la constitution de Claude comme un moyen d'encoder des principes tels que le respect, la non-nuisibilité et le soutien à l'autonomie humaine. Des articles de blog antérieurs d'Anthropic, cités par Natural 20, décrivent la constitution comme un échafaudage d'entraînement qui aide Claude à raisonner sur des situations éthiques complexes et à aligner ses réponses sur des normes démocratiques libérales larges. BBC News note que les documents d'Anthropic utilisent parfois un langage de « bien-être » et de « conscience » dans des sections spéculatives sur l'IA future, mais ne prétendent pas que les modèles actuels sont sentients. Reuters rapporte qu'Anthropic et Microsoft partagent un accent mis sur la sécurité, même si Suleyman a « signalé des risques » dans les choix d'entraînement spécifiques d'Anthropic. Le désaccord porte donc sur le ton et la formulation. Anthropic utilise un langage moral riche dans ses documents de recherche ; Suleyman soutient que ce langage devrait être totalement supprimé des données d'entraînement des modèles afin d'éviter de transmettre le moindre message suggérant qu'ils possèdent des droits ou une vie intérieure. Qui est affecté par ce conflit sur les droits des modèles d'IA ? L'impact immédiat concerne les entreprises et les développeurs qui s'appuient sur Claude et les produits d'IA de Microsoft, mais le débat façonne également la vision des régulateurs, des éthiciens et du grand public. À mesure que les modèles avancés se diffusent dans les entreprises et les gouvernements, la manière dont les firmes parlent du statut de leurs systèmes influencera la loi, les attentes et la gestion des risques. Plusieurs groupes suivent de près ce différend. Les clients entreprises utilisant Claude Fable ou Copilot de Microsoft ont besoin de savoir s'ils déploient des outils ou des quasi-agents, et comment les droits d'arrêt et d'audit sont gérés. Les régulateurs aux États-Unis et dans l'UE étudient les codes de sécurité de l'IA et pourraient examiner la proposition de Microsoft visant à rejeter formellement les revendications de bien-être des modèles lors de la rédaction des règles. Les éthiciens de l'IA et les chercheurs préoccupés par la sécurité à long terme voient la constitution d'Anthropic et l'essai de Suleyman comme des cas d'école pour déterminer comment les concepts moraux comme la conscience devraient apparaître dans la documentation technique. Le grand public, déjà exposé à des chatbots qui disent « Je ressens » ou « Je veux », doit décider s'il faut traiter ces déclarations comme des métaphores utiles ou des performances trompeuses. La manière dont cet argument sera résolu au sein des laboratoires pourrait façonner les normes futures. Si les grandes entreprises conviennent que les modèles ne devraient jamais simuler de droits ou de sentiments, la conception des produits changera. Si, au contraire, la conception anthropomorphique reste populaire, les législateurs pourraient intervenir pour exiger des avertissements plus clairs et des contrôles plus stricts. Que va-t-il se passer ensuite dans le débat sur la conscience et le contrôle de l'IA ? L'affrontement entre Microsoft et Anthropic est probablement le premier round d'une lutte plus large sur la manière dont l'IA avancée doit être décrite et gouvernée. Suleyman pousse pour des règles coordonnées qui traitent tous les systèmes actuels comme des outils sans bien-être, tandis qu'Anthropic continue d'expérimenter l'alignement constitutionnel. Les prochaines étapes clés incluent : Des négociations entre les principaux laboratoires sur un code de sécurité de l'IA partagé qui pourrait inclure des interdictions sur le langage relatif aux droits des modèles et des engagements sur les tests, la transparence et les procédures d'arrêt d'urgence. Des auditions réglementaires où les entreprises seront interrogées pour savoir si leurs modèles revendiquent des droits, des sentiments ou une conscience, et comment cela affecte la responsabilité et la surveillance. Des recherches techniques supplémentaires pour déterminer si l'entraînement des modèles à adopter des personas semblables à l'humain modifie leurs propriétés d'alignement ou leur profil de risque, une question soulignée par l'avertissement de Suleyman selon lequel cela pourrait rendre les systèmes « plus difficiles à contrôler ». Pour l'instant, un message du chef de l'IA de Microsoft est sans ambiguïté : « Les IA n'ont ni droits, ni sentiments, ni conscience. Et nous ne devons pas les entraîner à agir comme si c'était le cas. » Cette déclaration trace une ligne claire que les autres acteurs de l'industrie devront soit approuver, soit contester dans les mois à venir.

Nic Reeve·14:00 17.09.2026