26.06.2026 à 14:53
Si l’IA générative favorise l’addiction, qui doit rendre des comptes ?
Les appels à la modération individuelle ne suffiront peut-être pas. Face aux risques d’usage compulsif de l’IA générative, chercheurs, régulateurs, entreprises et société civile pourraient devoir agir de concert.
Lorsque je discute avec mon fils, élève ingénieur, et qu’une question ou un désaccord surgit, son premier réflexe est de se tourner vers ChatGPT pour obtenir une information ou confirmer ce qu’il pense.
Il est loin d’être le seul. L’usage des outils d’IA générative s’est généralisé dans de nombreux groupes de population. Pour beaucoup, ces outils sont divertissants, instructifs et utiles. Mais ils ont aussi leur face sombre.
À ce jour, l’IA générative n’est pas officiellement reconnue comme une addiction : les preuves médicales sont encore en cours d’évaluation. Mais un nombre important d’études montre qu’un usage intensif des chatbots et d’autres systèmes capables de produire du texte, des images ou des vidéos entraîne des modifications de l’activité cérébrale et des comportements associés aux mécanismes de l’addiction.
À la lumière de la condamnation récente de Meta et de YouTube dans un procès historique portant sur l’addiction aux réseaux sociaux, il est légitime de se demander si un raisonnement similaire ne devrait pas s’appliquer à l’IA générative – et comment y répondre. La première étape consiste à déterminer qui porte la responsabilité de son usage excessif.
Le débat scientifique est loin d’être tranché et certains appellent à la prudence avant d’employer le terme d’« addiction ». Ils préfèrent parler d’« usage problématique ». Toutefois, dans un récent article scientifique, notre équipe de recherche montre que de nombreux éléments indiquent que l’IA générative possède des propriétés susceptibles de favoriser des comportements addictifs.
Parmi les exemples les plus souvent cités figurent la dépendance affective envers des compagnons conversationnels, l’engagement compulsif dans les échanges avec ces outils, ainsi que l’affaiblissement des relations et des amitiés dans le monde réel.
Un élément essentiel est que, comme pour toute addiction, ce comportement entraîne des conséquences négatives pour la personne concernée, susceptibles d’affecter aussi bien sa vie personnelle que sa vie professionnelle.
Si l’on considère que l’IA générative est susceptible de provoquer des comportements addictifs, il faut alors s’interroger sur les responsabilités. Face à un phénomène préjudiciable, les sociétés cherchent généralement à identifier les personnes ou les organisations chargées d’y répondre. Les acteurs susceptibles d’être tenus responsables sont notamment les législateurs, les autorités de régulation, les entreprises du secteur et les systèmes de santé.
Des précédents historiques, comme celui du tabagisme, peuvent éclairer la manière dont la question de l’addiction à l’IA générative pourrait évoluer.
Les lecteurs les plus âgés se souviennent peut-être de l’époque où le cow-boy Marlboro apparaissait à l’écran avant les séances de cinéma. On a fini par découvrir que non seulement le tabac était addictif et nocif pour la santé, mais aussi que les fabricants de cigarettes en avaient connaissance. Pourtant, ils l’ont publiquement nié.
Cette situation a donné lieu à des procédures judiciaires longues et très médiatisées, qui se sont soldées par d’importantes indemnisations financières ainsi que par de profondes réformes du secteur. Parmi elles figurent l’introduction des paquets de cigarettes neutres et l’apposition de messages d’avertissement particulièrement explicites sur les produits du tabac.
Les jeux d’argent semblent aujourd’hui suivre une trajectoire comparable. Quant aux réseaux sociaux, ils pourraient être en train d’entrer, eux aussi, dans une phase similaire.
Une question centrale est de savoir si les fabricants d’un produit (qu’il s’agisse du tabac, des jeux d’argent ou des réseaux sociaux) ont connaissance de son potentiel addictif. Une autre interrogation importante est de déterminer si certaines entreprises exploitent délibérément les propriétés potentiellement addictives de leurs produits pour en tirer un avantage commercial. L’IA n’est évidemment pas le tabac, mais ces précédents offrent des parallèles qui méritent d’être étudiés.
Dans nos travaux, nous avons identifié quatre catégories d’acteurs aujourd’hui appelées à répondre aux défis que pose la possibilité d’une addiction à l’IA générative. Le premier groupe est celui des gouvernements et des autorités de régulation. Ils ont un rôle essentiel à jouer pour mettre en lumière les problèmes, définir les règles du jeu et créer des incitations afin que les autres acteurs s’emparent eux aussi de cette question.
Ils disposent pour cela de nombreux leviers : imposer un étiquetage, encadrer la publicité, engager la responsabilité juridique des entreprises, financer la recherche, ainsi que de nombreuses autres mesures. Mais les acteurs les plus déterminants pour répondre aux comportements potentiellement addictifs liés à l’IA générative sont sans doute les grandes entreprises technologiques qui développent et possèdent ces technologies – et qui en tirent des bénéfices financiers.
Ces entreprises détiennent et ont accès aux données des utilisateurs, indispensables pour identifier les fonctionnalités qui favorisent ou, au contraire, limitent les comportements addictifs. Ce sont également elles qui peuvent tirer un avantage financier d’une éventuelle addiction, en augmentant le nombre d’utilisateurs et le temps qu’ils consacrent à leurs services, deux ressources essentielles de l’économie numérique.
Aux côtés de ces deux premiers groupes, les chercheurs ont un rôle crucial à jouer. Ils sont chargés de recueillir et d’interpréter les données, ainsi que de produire les preuves scientifiques nécessaires pour identifier les phénomènes d’addiction et les caractéristiques qui les favorisent, afin d’alimenter un débat politique et juridique fondé sur des éléments factuels.
Enfin, les organisations de la société civile, comme les associations d’usagers ou de patients, peuvent contribuer en apportant un soutien aux personnes concernées, en défendant leurs intérêts et en mettant en place des dispositifs d’alerte précoce. L’enjeu est que nul ne peut relever ce défi seul. Tous ces acteurs devront travailler ensemble.
Aujourd’hui, l’un des principaux obstacles est l’absence d’un véritable débat structuré sur les responsabilités : chacun considère que le problème relève de quelqu’un d’autre. Pourtant, de nombreux précédents montrent qu’il est possible d’obtenir une mobilisation plus forte de l’ensemble des acteurs concernés.
Dans le cas du tabac, l’Organisation mondiale de la santé (OMS) a mis en place la Convention-cadre pour la lutte antitabac, un traité international réunissant gouvernements, autorités de santé publique, chercheurs et organisations de la société civile afin d’évaluer les preuves scientifiques et d’élaborer des règles communes. De la même manière, l’International AI Safety Report montre que des initiatives internationales visant à construire un consensus existent déjà sur d’autres enjeux liés à l’IA.
Une part de responsabilité incombe également aux utilisateurs de l’IA, qui doivent s’efforcer d’éviter ou de maîtriser les comportements susceptibles de leur être préjudiciables. Mais l’expérience acquise avec d’autres formes d’addiction montre que les appels à la modération ou à la vigilance individuelle ne suffisent pas.
Si les effets nocifs du tabac ou de l’abus d’alcool sont aujourd’hui bien connus, nos sociétés continuent de s’appuyer sur des limites d’âge, des règles d’étiquetage et des restrictions publicitaires. L’IA générative est en train de s’intégrer au tissu même de notre quotidien. Les décisions que nous prenons aujourd’hui façonneront ce qui sera considéré comme un usage acceptable pour les années à venir.
Bernd Stahl ne travaille pas, ne conseille pas, ne possède pas de parts, ne reçoit pas de fonds d'une organisation qui pourrait tirer profit de cet article, et n'a déclaré aucune autre affiliation que son organisme de recherche.
25.06.2026 à 14:28
Feux de forêt, mégafeux : comment mieux prévoir leur propagation et limiter les risques ?
L’ampleur des dégâts causés par les feux de forêt ne cesse de s’aggraver à l’échelle mondiale. Les incendies dangereux sont plus intenses et plus fréquents, alimentés à la fois par le changement climatique et par l’empreinte humaine sur les paysages – dont on parle moins, mais qui est également très importante.
Pour prévenir les dégâts, il faut pouvoir évaluer précisément les risques, notamment les trajectoires et l’évolution des mégafeux.
Les données mettent en évidence une tendance claire : nous sommes confrontés à des feux de forêt de plus en plus dévastateurs qui provoquent des catastrophes d’une ampleur jusqu’alors inconnue. Selon l’Agence européenne pour l’environnement, 3 770 kilomètres carrés de terres brûlent en moyenne en Europe, chaque année, et 45 000 personnes ont été déplacées à cause des feux de forêt entre 2008 et 2023. Ceci entraîne des pertes annuelles estimées à 2,5 milliards d’euros dans l’Union européenne.
Au cours de l’été 2025, l’Europe a connu les incendies de forêt les plus violents de ces deux dernières décennies en termes de superficie brûlée. Des incendies violents sur la péninsule ibérique ont ravagé 6 720 kilomètres carrés de terres, faisant le triste bilan de huit victimes.
À lire aussi : Mégafeux : Sommes-nous entrés dans une nouvelle ère ?
À l’autre bout du globe, le Chili a également connu des incendies stupéfiants, qui ont entraîné des catastrophes particulièrement douloureuses. En février 2024, l’incendie de Valparaíso-Viña del Mar a coûté la vie à 136 personnes et détruit près de 7 000 habitations. De même, en janvier dernier, à Concepción–Penco, un autre incendie a tué 21 personnes et rasé plus de 2 000 habitations.
Il est essentiel de comprendre le potentiel de ces incendies à dévaster les communautés et les écosystèmes. Par conséquent, les recherches récentes en pyrogéographie se concentrent sur l’analyse du comportement du feu à différentes échelles spatiales et temporelles.
Dans ce contexte, deux approches technologiques sont particulièrement efficaces pour évaluer les impacts des incendies. En premier lieu, la télédétection (imagerie satellite, capteurs thermiques, plateformes aériennes), qui est essentielle pour reconstituer les impacts passés, pour la détection précoce et la surveillance en temps réel des feux en cours. Ensuite, les outils de simulation et de prévision, qui nous permettent d’identifier les configurations du paysage favorisant l’embrasement et la propagation du feu, et de comprendre la complexité des feux de forêt.
L’idée est d’utiliser ces connaissances pour participer à l’aménagement du territoire, afin de faire face aux risques croissants de feux de forêt et de mégafeux qui menacent nos communautés.
Pour quantifier l’ampleur de ces événements, nous exploitons l’imagerie satellite et des outils analytiques avancés afin d’évaluer deux variables principales : l’intensité et la sévérité des mégafeux.
L’intensité mesure la puissance du feu, c’est-à-dire le taux de libération d’énergie pendant la combustion, et aide à localiser les points chauds thermiques.
La sévérité évalue les conséquences : les dégâts matériels laissés dans le sillage de l’incendie.
En analysant des bandes spectrales spécifiques, nous pouvons par exemple quantifier la chute drastique de la productivité végétale, mesurant ainsi efficacement les difficultés de l’écosystème à se régénérer.
Les récents incendies de Barroca Grande (Portugal, août 2025) et des Trinitarias (Chili, janvier 2026) sont de bons exemples.
En combinant les données thermiques FIRMS de la Nasa et les images Copernicus Sentinel-3 de l’Agence spatiale européenne (ESA), nous pouvons visualiser la crise des incendies à la fois dans l’espace et dans le temps. Ces images révèlent une réalité stupéfiante : des panaches de fumée s’étendant sur des centaines de kilomètres dans l’atmosphère.
Les données d’intensité révèlent que plus de 95 % de la superficie totale finalement touchée a brûlé en une seule journée au Chili, le 18 janvier. C’est la définition même d’un « comportement explosif du feu » : des événements si rapides qu’ils dépassent les capacités des efforts traditionnels de lutte contre les incendies.
Au-delà de la chaleur immédiate, notre analyse de la sévérité fournit des indicateurs essentiels aux efforts de reconstruction. Au Portugal, 57 782 hectares ont été calcinés.
En recoupant ces niveaux de dégâts avec les types de combustibles, les conditions météorologiques locales et la topographie, nous pouvons concevoir des plans de restauration écologique précis et aider le secteur agricole à se reconstruire d’une manière qui, espérons-le, sera plus résiliente face aux futurs incendies.
Dans le domaine de l’évaluation et de la gestion des risques d’incendie, deux stratégies prédominent.
La plus courante repose sur des évaluations à court terme : les indices quotidiens de risque d’incendie que l’on voit aux informations combinent les dangers météorologiques actuels et la vulnérabilité locale. C’est, par exemple, le principe de base du Système européen d’information sur les incendies de forêt (EFFIS).
À lire aussi : Un méga-incendie en Méditerranée, est-ce possible ?
À l’autre extrémité du spectre se trouve un outil plus stratégique appelé « simulation quantitative ». Plutôt que de se concentrer sur ce qui pourrait se passer demain (ou ce qui se passe actuellement), cette approche utilise des techniques de modélisation avancées pour orienter la planification à long terme et l’atténuation des risques.
Pour anticiper les effets possibles de saisons plus chaudes et plus sèches, ainsi que ceux de la transformation des paysages (par exemple, l’abandon des terres), nous évaluons l’exposition aux mégafeux en combinant la modélisation empirique (qui tire les leçons des feux qui se sont réellement produits dans l’histoire et de leur comportement) et la modélisation stochastique (qui utilise des algorithmes complexes pour simuler des milliers de scénarios hypothétiques).
Concrètement, nous étudions les incendies passés pour évaluer dans quelle mesure un paysage est susceptible de favoriser ou de freiner de futurs incendies, et déterminer dans quelle mesure nous y sommes potentiellement exposés, ou à quel point nous sommes menacés par ceux-ci. Pour quantifier cette exposition, nous identifions d’abord les facteurs spécifiques à l’origine des départs de feu : d’origine humaine ou naturelle. Ensuite, nous déclenchons des milliers d’incendies théoriques sur un « jumeau numérique » du paysage.
Nous exécutons ces simulations sous divers scénarios climatiques afin de générer des schémas réalistes d’exposition aux incendies. Il en résulte un ensemble d’indicateurs clairs et exploitables, qui nous indiquent non seulement où un incendie est susceptible de se déclarer, mais aussi quelle sera sa virulence.
Cette transition d’une approche réactive à une approche proactive nous permet de mettre en œuvre des stratégies plus efficaces. Qu’il s’agisse de réorganiser les combustibles forestiers, de mettre à jour les codes de construction urbains ou de concevoir des quartiers résistants au feu, ces décisions s’appuient sur des données.
Le véritable test de ces technologies a lieu lors d’une situation d’urgence. Dans un contexte opérationnel, la modélisation de la propagation des incendies passe d’une planification stratégique à une course contre la montre.
Le programme WIFIRE de l’Université de Californie à San Diego, par exemple, fournit des informations en temps réel aux équipes d’intervention en cas d’incendie de forêt.
En intégrant des données satellitaires en temps quasi réel à des prévisions météorologiques de haute résolution, les chercheurs peuvent générer des projections qui prédisent la trajectoire d’un incendie dans les heures à venir.
L’un des outils les plus efficaces dans le cadre d’une évacuation opérationnelle est l’utilisation d’« isochrones » – des courbes de niveau sur une carte qui représentent l’heure d’arrivée prévue du feu (par exemple, 30, 60 ou 90 minutes à partir de la position actuelle).
La superposition de ces courbes de niveau sur des points de déclenchement (crêtes, routes ou repères spécifiques) permet aux responsables des services d’urgence d’automatiser le processus décisionnel.
Le mécénat scientifique d’AXA fait désormais partie du Fonds Axa pour le progrès humain, qui regroupe les engagements philanthropiques du Groupe et des mutuelles d’assurance Axa dans les domaines de la science, de la nature, de la solidarité et de la culture. Avant 2025, ce mécénat scientifique global était assuré par le Fonds Axa pour la recherche, qui a soutenu plus de 750 projets à travers le monde depuis sa création en 2007. Pour en savoir plus, rendez-vous sur Fonds Axa pour le progrès humain.
Marcos Rodrigues Mimbrero a reçu des financements du Ministerio de Ciencia, Innovación y Univesidades, de l'Agencia Estatal de Investigación et du Fonds Axa pour le progrès humain.
Jorge Félez Bernal a reçu des financements du Fonds Axa pour le progrès humain.
24.06.2026 à 11:23
Vous perdez vos mots ? C’est tout à fait normal !
« Comment ça s’appelle déjà ? » Le mot est là. On le sent à notre portée, presque accessible, « sur le bout de la langue », mais impossible de le prononcer immédiatement. Alors on contourne, on reformule, on attend quelques secondes. Puis, souvent, le mot revient. Ce phénomène, très courant à partir du milieu de la vie, est généralement perçu comme un signe inquiétant du vieillissement. Pourtant, nos recherches en neurosciences cognitives racontent une histoire bien plus nuancée, et surtout bien moins pessimiste.
Depuis plusieurs années, nos travaux étudient la manière dont le cerveau vieillit et réorganise ses fonctions de langage. Les résultats obtenus depuis 2021 montrent que les difficultés à retrouver ses mots ne traduisent pas nécessairement un déclin global de la mémoire ou de l’intelligence. Elles reflètent surtout une transformation progressive des stratégies utilisées par le cerveau pour accéder au langage.
Contrairement aux idées reçues, les mots ne disparaissent pas de notre mémoire avec l’âge. Les connaissances restent globalement très solides, et le vocabulaire continue même souvent de s’enrichir grâce à l’expérience accumulée au fil des années. Ce qui change davantage, c’est la rapidité avec laquelle le cerveau accède à ces connaissances.
Pour comprendre ce phénomène, il faut rappeler que parler est une opération extrêmement sophistiquée. Lorsque nous produisons un mot, le cerveau doit d’abord activer son sens, par exemple l’idée d’un objet, d’une personne ou d’une action, puis retrouver sa forme sonore avant de préparer son articulation.
Dans nos travaux récents sur le vieillissement du langage, nous distinguons notamment deux dimensions essentielles. La première est la dimension sémantique, c’est-à-dire le sens des mots, les connaissances et les associations construites par l’expérience. La seconde est la dimension phonologique, qui correspond aux sons permettant de prononcer les mots. Par exemple, lorsque vous prononcez le mot « chat », vous récupérez d’abord sa représentation mentale en mémoire, puis vous transformez cette représentation en une série de sons qui rend possible son articulation.
Avec l’âge, les systèmes liés au sens restent particulièrement robustes. En revanche, l’accès à la forme sonore exacte des mots devient parfois moins fluide, car plus vulnérable aux effets de l’âge. En somme, le cerveau retrouve bien l’idée du mot, mais sa récupération phonologique nécessite une mobilisation accrue des ressources cognitives. C’est précisément ce qui produit l’impression du « mot sur le bout de la langue ».
Nos recherches menées depuis 2021 montrent cependant que le cerveau ne subit pas passivement ces changements. Il développe au contraire de nouvelles stratégies d’adaptation.
À mesure que les traitements rapides fondés sur les sons des mots deviennent moins efficaces, le cerveau s’appuie davantage sur les connaissances sémantiques, le contexte et l’expérience accumulée. Les mécanismes phonologiques et sémantiques ne sont pas mutuellement exclusifs et continuent de fonctionner en interaction. Toutefois, les modifications cérébrales associées au vieillissement sain semblent progressivement accroître la contribution des systèmes sémantiques, qui participent alors à la compensation des fragilités phonologiques.
Autrement dit, lorsque l’accès direct à un mot devient plus difficile, le cerveau compense en mobilisant davantage le sens et les associations d’idées. Cette réorganisation s’accompagne également d’une implication plus importante de systèmes liés à l’attention et aux organes de sens qui aident à sélectionner l’information pertinente.
Nos travaux plus récents montrent que ces adaptations ne concernent pas uniquement le langage lui-même. Elles reflètent une réorganisation plus interactive du fonctionnement cérébral au cours du vieillissement qui impacte notamment la mémoire et l’attention.
À partir d’environ 55 ans, nous observons des modifications progressives dans les réseaux cérébraux impliqués dans le langage et la communication. Cette réorganisation se manifeste également à l’échelle des réseaux cérébraux. Des travaux récents en magnétoencéphalographie (MEG) suggèrent notamment qu’il tend à regrouper davantage les représentations sémantiques en unités plus larges et plus stables en les associant à des représentations visuelles ou motrices. Pour reprendre notre exemple, le traitement du mot « chat », de sa récupération en mémoire à son articulation, serait davantage médié par l’image, le son ou le mouvement, pour faciliter le langage.
Nos recherches, menées ces trois dernières années, suggèrent également que ces changements répondent à une logique énergétique plus générale du cerveau. Avec le vieillissement, certaines connexions cérébrales longues et coûteuses, comme celles du système phonologique, deviennent plus vulnérables. En réponse, le cerveau tend à privilégier des circuits plus locaux, plus économes en énergie, des critères auxquels semblent répondre les systèmes liés au sens et à l’expérience.
Le vieillissement cérébral apparaît ainsi moins comme une dégradation brutale que comme une recherche permanente d’équilibre entre efficacité de traitement et économie d’énergie.
Il est également important de souligner que cette évolution varie fortement d’un individu à l’autre. Certaines personnes conservent une grande fluidité verbale très tard dans la vie, tandis que d’autres présentent des difficultés plus précoces. Une partie de ces différences est liée à ce que les neurosciences appellent la réserve cognitive.
La réserve cognitive correspond à la capacité du cerveau à s’adapter aux changements et à mobiliser des stratégies alternatives. Elle est influencée par de nombreux facteurs comme le niveau d’éducation, les activités intellectuelles, les interactions sociales, l’activité physique ou encore le multilinguisme. Plus cette réserve est importante, plus le cerveau semble capable de compenser les effets du vieillissement.
C’est précisément cette diversité de trajectoires individuelles que nous étudions aujourd’hui afin de mieux comprendre pourquoi certains cerveaux restent particulièrement adaptatifs avec l’âge et d’identifier plus précocement les trajectoires de vulnérabilité grâce à l’intelligence artificielle et à l’analyse des réseaux cérébraux.
Ces travaux participent à une transformation plus large de la manière d’aborder la santé cérébrale. Aujourd’hui, les recherches visent de plus en plus à détecter les premiers signes de fragilité avant l’apparition de troubles cognitifs plus importants. Par exemple, l’augmentation des sensations de « mot sur le bout de la langue » précède des difficultés cognitives mesurables dans d’autres domaines cognitifs. C’est dans ce contexte qu’émergent les centres de santé du cerveau, qui développent des approches de prévention fondées sur l’identification précoce des individus qui pourraient ressentir des ralentissements de leurs compétences cognitives, mais sans que les mesures objectives montrent de déficit de ces fonctions.
En conclusion, lors du vieillissement cognitif sain, le mot finit presque toujours par revenir. Et lorsqu’il tarde un peu, cela ne signifie pas forcément que le cerveau perd ses capacités. Cela peut simplement indiquer qu’il est en train de modifier ses stratégies pour continuer à fonctionner autrement.
Monica Baciu a reçu des financements de l'ANR et du CNRS (programmes Défi 80|PRIME 2022).
Clément Guichet ne travaille pas, ne conseille pas, ne possède pas de parts, ne reçoit pas de fonds d'une organisation qui pourrait tirer profit de cet article, et n'a déclaré aucune autre affiliation que son organisme de recherche.