IA : Microsoft visé par une plainte d'actionnaires sur les droits d'auteur et la transparence

Nic Reeve14:00 10.09.202611 min de lecture

AInews : le conseil d'administration de Microsoft visé par une action dérivée concernant le droit d'auteur et les déclarations sur l'IA

Le 30 juin 2026, une plainte sociale dérivée déposée devant le tribunal du district ouest de Washington a accusé les administrateurs et dirigeants de Microsoft d'avoir induit les investisseurs en erreur sur la stratégie d'IA de l'entreprise et de l'avoir exposée à des risques liés au droit d'auteur et à la protection des données biométriques. Selon les analystes juridiques, cette affaire pourrait redéfinir la responsabilité des conseils d'administration pour les entreprises axées sur l'IA et est déjà suivie sous l'étiquette AInews.

Que reproche-t-on à la direction de Microsoft dans cette nouvelle plainte ?

La plainte dérivée, Anderson c. Nadella, allègue que les principaux dirigeants et administrateurs de Microsoft ont manqué à leurs obligations fiduciaires en approuvant des déclarations publiques qui présentaient de manière inexacte la façon dont leurs produits d'IA étaient entraînés et déployés, alors que l'entreprise aurait utilisé des œuvres protégées par le droit d'auteur et des données vocales sans licences légales.

Les allégations principales portent sur la manière dont Microsoft a présenté sa feuille de route en matière d'intelligence artificielle aux investisseurs à partir du 1er janvier 2022. Le plaignant, l'actionnaire Eric Anderson, agit au nom de l'entreprise plutôt qu'en son nom propre, une structure visant à obtenir des dommages-intérêts pour Microsoft elle-même. La plainte nomme des personnalités de haut rang, notamment :

Satya Nadella – Président-directeur général de Microsoft, responsable de la promotion de la vision « IA d'abord » de l'entreprise.
Amy Hood – Directrice financière, qui a validé les déclarations financières et les projections liées à l'IA.
Jared Spataro – Cadre dirigeant supervisant le marketing de Copilot et de l'IA au travail.
Rajesh Jha – Vice-président exécutif chargé des expériences et des appareils, lié à l'intégration de Copilot dans les produits.
Les autres administrateurs de Microsoft ayant approuvé les déclarations de procuration et les dépôts publics.

Selon un résumé de Bloomberg Law du 1er juillet 2026, la plainte allègue que les dirigeants et le conseil d'administration de Microsoft « ont induit les actionnaires en erreur en déclarant que ses outils d'intelligence artificielle n'avaient pas été entraînés sur du matériel protégé par le droit d'auteur ». Un outil de suivi des politiques de Mishcon de Reya décrit l'affaire comme ciblant des « déclarations fausses et trompeuses sur sa stratégie d'IA, la famille de produits Copilot et les résultats financiers ».

Pourquoi le droit d'auteur et l'utilisation des données sont-ils au cœur de la plainte ?

Le procès affirme que les administrateurs de Microsoft ont soutenu une stratégie d'IA reposant sur l'entraînement de modèles à partir d'œuvres protégées par le droit d'auteur sans licence et sur la commercialisation d'empreintes vocales, tout en assurant aux investisseurs que l'entreprise respectait les règles mondiales en matière de propriété intellectuelle.

La plainte cite plusieurs domaines d'utilisation illicite présumée des données :

L'entraînement de logiciels d'IA, y compris Copilot et d'autres modèles génératifs, sur des livres et des textes protégés par le droit d'auteur sans accord de licence, tels que les œuvres incluses dans le jeu de données Books3 utilisé par OpenAI et des projets connexes.
L'utilisation d'actualités et de contenus d'édition protégés par le droit d'auteur au sein de Copilot/Bing Chat, faisant l'objet de poursuites par des éditeurs, notamment une plainte de juin 2026 accusant Microsoft de « contrefaçon directe » par le biais de résultats génératifs.
La collecte et la commercialisation d'empreintes vocales via certains services d'IA, d'une manière qui, selon la plainte, entre en conflit avec les lois nationales sur la confidentialité biométrique.

Une analyse du 5 juillet 2026 sur The D&O Diary décrit la thèse de l'affaire comme suit : Microsoft « a affirmé à ses actionnaires et au marché qu'il ne violait pas les lois fédérales sur le droit d'auteur concernant le développement et l'entraînement de logiciels d'IA, de modèles génératifs et de produits », tout en faisant face à des procès d'auteurs et d'éditeurs alléguant une copie sans licence pour entraîner les modèles. Le suivi de Mishcon de Reya du 17 août réitère que la plainte accuse les dirigeants et administrateurs d'avoir poussé Microsoft à « violer les lois sur le droit d'auteur et la propriété intellectuelle » en entraînant ses modèles sur des œuvres et des empreintes vocales sans licence.

Quelle chronologie des événements a conduit à cette action dérivée ?

Le dépôt fait suite à deux années d'investissements dans l'IA, de lancements de produits et de litiges connexes, débutant en 2022 et s'intensifiant avec des plaintes d'auteurs, d'éditeurs et des litiges sur la confidentialité biométrique entre 2023 et mi-2026.

Les dates et dépôts clés incluent :

1er janvier 2022 – présent : La plainte dérivée définit cette période comme le laps de temps pertinent durant lequel les déclarations de Microsoft sur sa stratégie d'IA et sa conformité étaient prétendument trompeuses.
Septembre 2023 : Selon The D&O Diary, Microsoft et ses collaborateurs ont commencé à faire face à des poursuites de la part d'auteurs, d'éditeurs et d'autres détenteurs de droits d'auteur, alléguant que du contenu protégé avait été copié sans licence pour entraîner des modèles de langage de grande taille.
2023–2024 : Le litige de longue haleine Doe c. GitHub Copilot accuse GitHub, Microsoft et OpenAI d'avoir utilisé le code de développeurs sans autorisation pour construire Codex et Copilot, ajoutant au contexte de risque lié au droit d'auteur mentionné dans la nouvelle plainte.
5 février 2026 : La plainte dérivée note que Microsoft a été poursuivi pour des violations présumées de la loi sur la confidentialité des informations biométriques (BIPA) de l'Illinois, à commencer par l'affaire Basich c. Microsoft Corp., enregistrée sous le numéro 2:26-cv-00422 dans le district ouest de Washington.
12 juin 2026 : Une action collective en valeurs mobilières distincte a été déposée devant le même tribunal, accusant Microsoft et ses principaux dirigeants d'avoir présenté de manière inexacte les performances et l'adoption des produits d'IA Copilot.
30 juin 2026 : Eric Anderson a déposé sa plainte sociale dérivée, Anderson c. Nadella, n° 2:26-cv-02281, dans le district ouest de Washington.
1er juillet 2026 : Bloomberg Law a fait état de l'affaire, la qualifiant de procès où « les dirigeants et les administrateurs de Microsoft Corp. ont induit les actionnaires en erreur » au sujet d'outils d'IA entraînés sur du matériel protégé par le droit d'auteur.
13–17 août 2026 : Les notes d'information juridiques et politiques de CCH et Mishcon de Reya ont ajouté l'affaire aux suivis plus larges des risques liés au droit d'auteur dans l'IA et aux litiges actionnariaux.

Comment cette action dérivée interagit-elle avec l'action collective en valeurs mobilières ?

L'affaire dérivée se déroule parallèlement à une action collective en valeurs mobilières dans le même district, qui cible des déclarations inexactes similaires concernant Copilot et les investissements dans l'IA, mais les plaintes diffèrent quant à savoir qui a été lésé et qui est en droit d'obtenir réparation.

Selon le cabinet Levi & Korsinsky, l'action collective de juin 2026 allègue que Microsoft et certains dirigeants « ont fait des déclarations matériellement fausses sur les initiatives d'IA de l'entreprise tout en dissimulant de graves problèmes opérationnels liés à leurs produits Copilot », notamment des questions de positionnement de marque, de cloisonnement des données et de capacité de calcul. L'action collective est intentée au nom des investisseurs qui ont acheté des actions Microsoft et ont prétendument subi des pertes lorsque des détails sur les dépenses d'infrastructure d'IA et les défis liés aux produits sont apparus.

En revanche, la plainte dérivée d'Anderson cherche à obtenir un remboursement pour Microsoft elle-même en raison du préjudice que l'entreprise aurait subi en poursuivant une stratégie d'IA l'exposant à des procès pour droit d'auteur et à des risques réglementaires. Une analyse de CCH publiée le 13 août explique que l'action dérivée d'Anderson demande au tribunal de tenir les dirigeants et administrateurs responsables « pour manquement à leurs obligations fiduciaires, pour avoir poussé l'entreprise à s'engager dans une violation généralisée des lois sur le droit d'auteur et pour avoir approuvé des déclarations fausses et trompeuses ». Un commentaire sur Substack décrit la plainte dérivée comme transformant « le risque lié au droit d'auteur de l'IA en un risque pour le conseil d'administration et les valeurs mobilières » en reliant les décisions d'approvisionnement en données et de licences aux déclarations faites aux actionnaires.

Quelles déclarations inexactes et omissions sont alléguées ?

La plainte conteste les déclarations de procuration, les documents financiers et les remarques publiques de Microsoft qui, selon le plaignant, présentaient Copilot et d'autres outils d'IA comme étant entraînés légalement et pleinement conformes aux règles de droit d'auteur, tout en omettant l'exposition juridique en cours et les pratiques contestées en matière de données.

Les fausses déclarations alléguées, tirées des résumés de la plainte, incluent :

Des déclarations selon lesquelles Microsoft « respectait pleinement les lois mondiales sur le droit d'auteur » dans le développement et l'entraînement de ses logiciels d'IA, alors même que l'entreprise faisait face à des poursuites d'auteurs et d'éditeurs concernant des copies sans licence.
Des informations qui mettaient l'accent sur le succès, l'adoption et les capacités de Copilot dans les produits Office, Windows et cloud, sans mettre en évidence les limites techniques telles que le cloisonnement des données et les contraintes de capacité de calcul décrites dans les documents de l'action collective en valeurs mobilières.
Des descriptions du partenariat de Microsoft avec OpenAI et de l'utilisation de l'infrastructure Azure qui, selon la plainte, n'ont pas révélé la dépendance présumée envers des jeux de données comme Books3, contenant des livres protégés copiés à grande échelle.
Des résultats financiers et des projections basés sur une adoption rapide de l'IA, présentés sans discussion détaillée des responsabilités potentielles liées aux poursuites BIPA sur les empreintes vocales et les données faciales.

Une analyse Substack du 1er juillet résume la thèse selon laquelle la direction de Microsoft « a construit et promu une stratégie d'IA tout en induisant les actionnaires en erreur sur l'approvisionnement légal en données, les performances de Copilot et l'exposition juridique ». The D&O Diary note que la plainte dérivée critique spécifiquement les risques de « l'IA silencieuse », où les décisions concernant l'entraînement et l'infrastructure sont restées opaques pour les investisseurs tout en créant une exposition au droit d'auteur.

Qui est affecté par l'affaire et que pourrait-il se passer ensuite ?

La plainte cible directement les administrateurs et les hauts dirigeants de Microsoft, mais son issue pourrait façonner les attentes en matière de divulgation pour les stratégies d'IA dans l'ensemble du secteur technologique et influencer la manière dont les conseils d'administration supervisent l'approvisionnement en données et l'octroi de licences dans les projets d'apprentissage automatique.

Les parties prenantes immédiates incluent :

Le conseil d'administration et les dirigeants de Microsoft : Confrontés à des allégations de manquement à l'obligation fiduciaire, à d'éventuels dommages-intérêts et à des demandes de réformes de la gouvernance ou de changements dans la supervision des initiatives d'IA.
Les actionnaires : Dans l'action dérivée, les actionnaires sont indirectement touchés car tout recouvrement irait à l'entreprise ; dans l'action collective en valeurs mobilières, les investisseurs pourraient recevoir une compensation s'ils prouvent que leurs pertes sont liées aux déclarations inexactes alléguées.
Les auteurs, éditeurs et développeurs : Leurs litiges en matière de droit d'auteur et de licences fournissent la toile de fond factuelle qui, selon la plainte, aurait dû être divulguée de manière plus complète.
D'autres entreprises axées sur l'IA : Les outils de suivi juridique pointent vers l'affaire Anderson c. Nadella comme faisant partie d'une « nouvelle vague » d'actions dérivées qui étendent les risques liés au droit d'auteur et aux données aux responsabilités au niveau du conseil d'administration, signalant une exposition similaire pour les entreprises utilisant de grands jeux de données pour entraîner leurs modèles.

Les commentateurs juridiques s'attendent à plusieurs issues possibles :

Le tribunal pourrait autoriser l'affaire dérivée à dépasser le stade des motions de rejet, ouvrant ainsi la phase de découverte sur la manière dont Microsoft a évalué les risques liés au droit d'auteur et à la biométrie dans ses programmes d'IA.
Les défendeurs pourraient chercher à obtenir un rejet en arguant que leurs déclarations étaient exactes ou protégées en tant qu'affirmations prospectives, et que les conseils d'administration se sont appuyés sur des avis d'experts concernant l'octroi de licences.
L'affaire pourrait se résoudre par un accord, impliquant potentiellement des changements dans les pratiques de gouvernance, des contrôles internes sur les données d'entraînement de l'IA et une divulgation renforcée des risques liés au droit d'auteur et à la vie privée.

Quelle que soit l'issue, la combinaison d'actions dérivées et collectives dans le district ouest de Washington marque une nouvelle phase dans la manière dont les tribunaux et les investisseurs examinent les modèles commerciaux liés à l'IA. Comme le note un observateur, ces poursuites traitent les questions de droit d'auteur et de confidentialité dans l'IA non seulement comme des problèmes techniques et réglementaires, mais comme des questions de droit des valeurs mobilières et de responsabilité du conseil d'administration en matière de stratégie technologique.

Sources

Lire la suite →

Articles connexes

AI & Tech

Le Pentagone fait pression sur Anthropic pour lever les garde-fous de son IA militaire alors que la bataille judiciaire s'intensifie

Le Pentagone a fixé à Anthropic une date limite en octobre 2026 pour accepter une utilisation militaire plus large de ses systèmes Claude, sous peine de perdre ses contrats de défense, selon des rapports citant des responsables américains et des personnes proches des négociations. Ce différend a fait des restrictions imposées par l'entreprise concernant les armes autonomes et la surveillance de masse un point de friction central dans l'actualité de l'IA. Qu'a exigé le Pentagone de la part d'Anthropic ? Le département de la Défense a cherché à obtenir l'autorisation d'utiliser les modèles d'Anthropic pour toute fin militaire licite, y compris des applications pouvant impliquer des opérations sur le champ de bataille, des travaux de renseignement et le développement d'armements. Anthropic s'est opposée aux modifications des mesures de protection qui limitent les armes entièrement autonomes et la surveillance de masse des Américains, transformant une négociation contractuelle en une lutte plus large pour savoir qui fixe les limites de l'intelligence artificielle militaire. Selon Economic Times , 2026, les responsables du Pentagone souhaitaient un accès opérationnel plus large à Claude. Selon BankInfoSecurity , 2026, les négociations se sont poursuivies pendant des mois et concernaient l'utilisation de Claude dans des réseaux classifiés. Selon FindArticles , 2026, les responsables ont présenté à Anthropic ce que des sources ont décrit comme une « meilleure et dernière offre » avec une échéance fixée au vendredi à 17h, heure de l'Est. Cette échéance a introduit des conséquences commerciales derrière l'exigence. Le département pourrait mettre fin à sa relation avec le fournisseur de modèles et prendre des mesures affectant les prestataires qui continueraient à travailler avec Anthropic. Quand la confrontation s'est-elle intensifiée ? L'impasse immédiate a fait suite à des mois de désaccord sur les conditions régissant l'utilisation militaire de Claude. Le conflit est ensuite passé des négociations à la pression sur les marchés publics, à une désignation de risque pour la sécurité nationale et à des litiges, chaque étape augmentant l'impact potentiel sur Anthropic, les contractants de la défense et les utilisateurs gouvernementaux de son logiciel. Selon le Congressional Research Service, 2026, le président Donald Trump a ordonné aux agences fédérales, le 27 février 2026, de cesser immédiatement l'utilisation de la technologie d'Anthropic. Selon le Congressional Research Service, 2026, le secrétaire à la Défense Pete Hegseth a ordonné au département de classer Anthropic comme un risque pour la chaîne d'approvisionnement de la sécurité nationale et d'accorder jusqu'à six mois pour la transition vers d'autres produits. Selon la BBC, 2026, Hegseth a annoncé le retrait progressif prévu le 27 février, avec une échéance du Pentagone s'étendant jusqu'à la fin du mois d'août. Selon la BBC, 2026, un responsable du département de la Défense a déclaré le 20 octobre que le Pentagone avait cessé d'utiliser les produits d'Anthropic. L'ultimatum d'octobre est donc intervenu après qu'une période de transition avait déjà été annoncée. Le calendrier suggérait également que les responsables cherchaient une résolution plus rapide pour certains arrangements de défense spécifiques, tandis que le retrait global se déroulait. Pourquoi les armes autonomes sont-elles au cœur du litige ? La politique de sécurité d'Anthropic n'autorise pas ses modèles à contrôler des armes entièrement autonomes ou à soutenir la surveillance de masse des Américains. Les responsables du Pentagone ont soutenu que les utilisateurs militaires ont besoin de liberté pour appliquer les systèmes approuvés à des missions licites. Le désaccord ne porte pas sur la capacité de Claude à générer du texte ou du code, mais sur la question de savoir si un fournisseur privé peut imposer des limites à la manière dont les agences de sécurité nationale utilisent sa technologie. Selon Economic Times , 2026, le Pentagone voulait un accès pour le développement d'armes, la collecte de renseignements et les opérations sur le champ de bataille. Selon Reuters, 2026, Anthropic a refusé de permettre l'utilisation de sa technologie dans les armes autonomes ou la surveillance de masse. Selon Reuters, 2026, une majorité de la cour d'appel fédérale a déclaré en septembre 2026 que les restrictions d'Anthropic pourraient compromettre les opérations militaires. Anthropic a soutenu que des garde-fous sont nécessaires pour les utilisations à haut risque. La position du Pentagone, telle que rapportée dans les dossiers judiciaires et la couverture médiatique récente, est que les décisions opérationnelles relèvent des dirigeants civils élus et des autorités militaires, plutôt que d'une entreprise technologique individuelle. Que signifie l'étiquette de « risque pour la chaîne d'approvisionnement » ? Cette désignation menace plus que les contrats directs d'Anthropic. Elle pourrait également faire pression sur les contractants de la défense, les fournisseurs et les partenaires pour qu'ils rompent leurs liens commerciaux avec l'entreprise. Cela étendrait le litige au marché plus large des technologies militaires, où un fournisseur de modèles peut fournir des logiciels indirectement via des intégrateurs, des plateformes cloud ou des systèmes spécialisés. Selon le Congressional Research Service, 2026, la directive du département de la Défense incluait l'interdiction pour les contractants, fournisseurs et partenaires de la défense de travailler avec Anthropic. Selon Economic Times , 2026, l'arrangement contesté était un contrat de deux ans d'une valeur de 200 millions de dollars. Selon Reuters, 2026, Anthropic a contesté la désignation, la qualifiant d'abus de la loi fédérale destinée aux acteurs étrangers hostiles. L'étiquette a également créé une incertitude pour les organisations qui utilisent plusieurs fournisseurs d'intelligence artificielle. Un contractant pourrait se retrouver face à un choix entre conserver les outils d'Anthropic pour des travaux commerciaux ou de recherche, et préserver son éligibilité aux marchés du Pentagone. Comment Anthropic a-t-elle répondu devant les tribunaux ? Anthropic a contesté la désignation de risque pour la sécurité nationale et a demandé un nouvel examen judiciaire. L'argument juridique de l'entreprise est que le Pentagone a utilisé une loi visant les acteurs étrangers hostiles comme une autorité pour restreindre un contractant national en raison de désaccords sur la politique de sécurité. Selon Reuters, 2026, Anthropic a demandé à la Cour d'appel des États-Unis pour le circuit du district de Columbia, le 13 octobre 2026, de reconsidérer une décision antérieure. Selon Reuters, 2026, la cour d'appel avait confirmé la désignation du Pentagone par une décision de 2 contre 1 en septembre 2026. Selon Inside Defense, 2026, la cour a rejeté la demande d'urgence d'Anthropic pour un sursis, tout en accélérant l'examen de l'affaire. Le litige n'a pas immédiatement interrompu les actions du département. La demande de réexamen d'Anthropic pourrait encore affecter l'étendue avec laquelle le gouvernement peut utiliser les règles sur la chaîne d'approvisionnement contre les fournisseurs technologiques nationaux, mais l'entreprise doit poursuivre ce défi alors que sa relation avec le Pentagone reste sous pression. Qui est affecté par la décision du Pentagone ? Les effets directs touchent Anthropic et les utilisateurs du département de la Défense, mais les conséquences vont plus loin. Les contractants intégrant Claude dans des logiciels de défense pourraient devoir remplacer le modèle, réviser leurs plans de conformité ou demander une autorisation pour poursuivre leur travail. Les équipes militaires qui comptaient sur le système doivent également passer à d'autres fournisseurs ou attendre qu'une technologie de remplacement reçoive l'autorisation de sécurité nécessaire. Selon BankInfoSecurity , 2026, Claude était le seul modèle d'IA militaire actuel utilisé dans des réseaux classifiés au moment du litige. Selon Economic Times , 2026, le Pentagone travaillait avec Anthropic aux côtés de quatre autres entreprises d'IA. Selon la BBC, 2026, le département de la Défense avait cessé d'utiliser les produits d'Anthropic au 20 octobre 2026. L'épisode affecte également d'autres développeurs de modèles. Une entreprise qui négocie des limites de sécurité avec le gouvernement peut faire face à des représailles commerciales si les responsables considèrent que ces limites sont incompatibles avec les besoins militaires. Cette perspective pourrait façonner les futurs contrats, les garde-fous des modèles et la volonté des entreprises à pénétrer les marchés de la défense. Que va-t-il se passer ensuite ? Les prochaines étapes suivront deux voies : les marchés publics et le contentieux. Les responsables du Pentagone doivent achever ou appliquer la transition hors des systèmes d'Anthropic, tandis que les tribunaux examinent la contestation de l'entreprise concernant la désignation de risque pour la chaîne d'approvisionnement. Le résultat pourrait déterminer si les agences de défense peuvent exiger des fournisseurs d'IA commerciaux une utilisation licite sans restriction. Selon la BBC, 2026, la position publique du Pentagone était qu'il avait mis fin à l'utilisation des produits d'Anthropic. Selon Inside Defense, 2026, la cour d'appel a accéléré l'examen après avoir rejeté la demande de sursis d'urgence d'Anthropic. Selon Reuters, 2026, la pétition de réexamen d'Anthropic soutient que le gouvernement a appliqué l'autorité sur la chaîne d'approvisionnement de manière trop large. Le différend dépasse désormais le cadre d'un seul contrat. Il teste maintenant la manière dont les règles de passation des marchés militaires s'appliquent aux développeurs de modèles avancés, le degré de contrôle que les vendeurs conservent sur les applications dangereuses et si les restrictions de sécurité peuvent survivre lorsqu'un client gouvernemental exige un accès plus large.

Nic Reeve·14:00 20.10.2026

AI & Tech

À l'université d'État de l'Illinois, un cours sur la « fin du monde » met l'IA en procès

Des étudiants confrontent l'éthique de l'IA dans la classe « de la fin du monde » de l'Illinois State Dans une salle de séminaire de l'université de l'Illinois (ISU), une expérience de pensée apocalyptique aide les étudiants à appréhender l'une des technologies les plus disruptives de leur existence : l'intelligence artificielle . Intitulé « le féminisme à la fin du monde », le cours invite les étudiants à imaginer des futurs façonnés par la crise climatique, l'effondrement économique et l'automatisation galopante, puis à se demander ce que signifient la justice, le soin et la responsabilité lorsque l'IA est tissée dans chaque aspect de la vie. Le cours, intitulé WGS 391/491 : Feminism at the End of the World , est dispensé par le Dr Jacklyn Weier au sein du programme d'études sur les femmes, le genre et la sexualité de l'Illinois State. En utilisant la fiction spéculative, la théorie féministe et les reportages contemporains sur l'IA, les étudiants de Weier s'interrogent sur les bénéficiaires des technologies émergentes et sur ceux qui deviennent plus vulnérables lorsque ces outils sont déployés dans des sociétés inégales. La « fin du monde » comme prisme sur l'IA Plutôt que de traiter l'IA comme un outil neutre, le cours la présente comme une technologie émergeant dans un monde déjà en proie aux crises. Les étudiants examinent des scénarios dans lesquels les catastrophes climatiques, les pandémies ou les politiques autoritaires se croisent avec des systèmes d'IA de plus en plus puissants. Ce cadre apocalyptique, explique Weier dans un article de l'Illinois State University News, ne relève pas tant du spectacle de l'apocalypse que d'une volonté de clarté : il permet aux étudiants de voir les inégalités existantes — et l'amplification potentielle de ces inégalités — sans être distraits par le fonctionnement habituel des choses. Les discussions en classe s'articulent autour de questions telles que : Qui conçoit les systèmes d'IA et quelles valeurs y sont intégrées ? Quelles communautés sont les plus exposées lorsque la prise de décision automatisée est utilisée dans le maintien de l'ordre, l'immigration ou les services sociaux ? Comment les perspectives féministes et queer pourraient-elles offrir des modèles alternatifs pour construire ou gouverner l'IA, en particulier en temps de crise ? Les étudiants sont encouragés à traiter l'IA non seulement comme un système technique, mais comme une infrastructure sociale : quelque chose qui redistribue le pouvoir, le travail et les risques. Cette perspective trouve un écho auprès des préoccupations plus larges soulevées par les universitaires et les groupes de la société civile concernant les biais algorithmiques, le capitalisme de surveillance et la concentration des capacités d'IA au sein d'un petit nombre d'entreprises. Le débat plus large de l'Illinois State sur l'IA en classe La classe apocalyptique voit le jour au milieu d'une prise de conscience, à l'échelle du campus et de l'État, sur la manière dont l'IA devrait être utilisée dans l'éducation. L'Illinois State a consacré des ressources croissantes pour aider le corps enseignant et les étudiants à naviguer parmi les outils d'IA générative comme ChatGPT, Gemini et Copilot, et à clarifier quand ces outils améliorent l'apprentissage et quand ils le compromettent. En 2025, l'Office of the Cross Endowed Chair in the Scholarship of Teaching and Learning de l'université a lancé un programme de subventions invitant les professeurs à étudier la manière dont l'IA générative est utilisée ou rejetée dans les cours, et ce que cela signifie pour l'apprentissage, l'évaluation et l'équité des étudiants. Ces projets sont structurés autour d'une question centrale : comment l'IA est-elle intégrée dans l'enseignement supérieur, et avec quelles conséquences pour l'enseignement et l'apprentissage à l'ISU ? Le service de développement professionnel de l'Illinois State a depuis publié des conseils destinés aux enseignants sur l'IA générative en classe. Ces conseils mettent l'accent sur la transparence et l'engagement critique : les enseignants sont invités à indiquer clairement dans leurs programmes quand l'utilisation de l'IA est autorisée, à expliquer pourquoi certains devoirs interdisent l'IA et à concevoir des évaluations qui privilégient le processus, la réflexion et les connaissances locales ou expérientielles. Les ateliers pour le corps enseignant encouragent les professeurs à faire critiquer par les étudiants le contenu généré par l'IA, à pratiquer la vérification des faits et à réfléchir aux moments où les limites de l'IA deviennent visibles, notamment en ce qui concerne les hallucinations, les biais et le contexte. L'objectif n'est pas d'interdire l'IA, mais d'en faire un objet d'analyse et un moteur de métacognition, tout comme cela se produit dans la classe apocalyptique de Weier. Politique de l'État : l'IA peut assister, mais non remplacer, les enseignants humains Les conversations à l'Illinois State se déroulent dans un contexte de nouvelles lois dans l'Illinois qui traitent spécifiquement de l'IA dans l'éducation. Une législation récente exige que les collèges communautaires s'assurent que les cours sont dispensés par un corps enseignant humain qualifié et interdit explicitement l'utilisation de systèmes d'IA comme seule source d'instruction en remplacement d'un enseignant. Dans le même temps, la loi précise que les professeurs sont autorisés à utiliser l'IA comme outil pédagogique, que ce soit pour générer des exercices pratiques, simuler des scénarios ou personnaliser les commentaires. Une autre mesure demande au Conseil de l'éducation de l'État de l'Illinois d'élaborer des conseils à l'échelle de l'État sur l'IA dans les établissements de la maternelle à la terminale (K–12). Ces conseils doivent expliquer le fonctionnement de l'IA, offrir des exemples d'utilisations pédagogiques, traiter de la confidentialité et de la sécurité des données, et mettre en évidence le risque de biais involontaires intégrés dans les produits d'IA. Ils appellent également les éducateurs à enseigner explicitement une utilisation responsable et éthique de l'IA, en préparant les étudiants à évaluer les systèmes automatisés plutôt que de les accepter sans esprit critique. Les responsables de l'éducation de l'Illinois ont depuis publié des conseils destinés au public qui font écho à ces thèmes, soulignant que l'IA doit soutenir, et non supplanter, les relations humaines dans l'enseignement et l'apprentissage. Les documents encouragent les écoles à équilibrer l'innovation et la vigilance, en particulier en ce qui concerne les données des étudiants et le potentiel de discrimination algorithmique. Un programme « apocalyptique » rencontre la technologie du monde réel Dans ce paysage politique et technologique en évolution rapide, le cours « de la fin du monde » de l'ISU sert de laboratoire. Les étudiants peuvent lire de la science-fiction féministe qui imagine une IA gouvernant la distribution des ressources après un effondrement climatique, puis comparer ces visions avec les déploiements réels d'analyses prédictives dans la réponse aux catastrophes ou les programmes d'aide publique. Les devoirs invitent les étudiants à confronter la couverture médiatique, le marketing des entreprises et les documents gouvernementaux à des textes théoriques. Par exemple, un étudiant pourrait juxtaposer la promesse d'une entreprise technologique d'utiliser l'IA pour des soins de santé équitables avec des rapports sur des algorithmes de diagnostic biaisés, ou analyser comment le maintien de l'ordre assisté par l'IA pourrait changer en cas de troubles sociaux ou de migration environnementale. En situant l'IA dans une fin du monde imaginée, le cours de Weier demande aux étudiants de se débarrasser du vernis d'inévitabilité qui accompagne souvent les récits d'innovation. Si l'IA est introduite dans un monde fragile ou injuste, demande-t-elle, quelles garanties et quels modèles alternatifs seraient nécessaires pour l'empêcher de renforcer les hiérarchies existantes — ou d'aggraver les crises ? Féminisme, soin et avenir du travail Le cadre féministe du cours pousse les étudiants à prêter une attention particulière au travail de soin, au travail reproductif et à l'effort humain souvent invisible qui sous-tend les systèmes technologiques. Les sujets de discussion comprennent : La manière dont l'IA peut remodeler les professions de soin, des soins infirmiers à l'éducation, et ce qui se passe lorsque le travail émotionnel est automatisé ou surveillé. Qui effectue le travail fantôme d'étiquetage des données, de modération de contenu et de support utilisateur qui maintient les systèmes d'IA en fonctionnement. Comment l'automatisation pourrait croiser le genre, la race et la classe sociale sur les futurs marchés du travail, en particulier dans des conditions de crise. Ce qu'un écosystème d'IA plus juste exigerait en termes de protections du travail, de surveillance démocratique et de modèles de propriété alternatifs. Les étudiants sont encouragés à imaginer des futurs de l'IA dans lesquels le soin, la réciprocité et l'entraide sont des principes de conception centraux plutôt que des réflexions après coup. Dans certains projets, cela signifie esquisser des politiques hypothétiques pour des fiducies de données gérées par la communauté ou des coopératives de travailleurs supervisant les outils d'IA dans les services essentiels. L'éducation à l'IA au-delà d'une seule salle de classe L'Illinois State renforce également ses capacités techniques autour de l'IA. L'université a promu des sessions de développement professionnel axées sur l'IA pour le corps enseignant, notamment des ateliers sur la démystification de l'IA pour l'enseignement et l'apprentissage, et sur la conception de devoirs qui ne peuvent pas être facilement externalisés vers des outils génératifs. En 2026, l'ISU a mis en avant une nouvelle initiative « IA + Robotique » qui initie les futurs éducateurs en STIM à ce qu'on appelle l'IA physique — des systèmes intégrés dans des robots et d'autres appareils. Le projet, soutenu par une subvention interne à l'innovation, vise à aider les futurs enseignants à comprendre à la fois les capacités et les limites de l'IA, et à traduire des concepts abstraits en activités pratiques en classe. Une autre membre du corps enseignant de l'Illinois State, le Dr Elahe Javadi de l'École des technologies de l'information, a été sélectionnée pour la cohorte inaugurale des boursiers NSF NAIRR AI Education. Ce rôle national positionne l'ISU à l'intersection de la recherche en IA et de la politique éducative, et souligne l'effort de l'université pour s'engager avec l'IA non seulement comme un objet de critique, mais comme un domaine dans lequel ses professeurs et ses étudiants peuvent être des leaders. Questionner l'avenir, pas seulement les outils La classe apocalyptique de l'Illinois State montre comment les cours de sciences humaines et sociales peuvent compléter les efforts techniques et politiques autour de l'IA. En combinant des scénarios spéculatifs avec une critique rigoureuse, les étudiants apprennent à dépasser des questions telles que « L'IA est-elle bonne ou mauvaise ? » pour se tourner vers des enquêtes plus spécifiques et fondées : Quelle IA, déployée où, sous le contrôle de qui et avec quelles garanties ? Pour les étudiants de Weier, la fin du monde est moins une prophétie qu'un prisme — un moyen de voir clairement les enjeux du changement technologique et les types de futurs qu'ils sont prêts à construire ou auxquels ils sont prêts à résister. En ce sens, l'expérience de pédagogie apocalyptique de l'Illinois State offre un modèle pour les universités du monde entier : traiter l'IA non seulement comme un outil à maîtriser, mais comme un système dont le pouvoir doit être scruté, contesté et, si possible, redirigé vers des mondes plus justes.

Nic Reeve·10:30 22.08.2026

AI & Tech

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

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.

Nic Reeve·14:00 03.09.2026