Ce que soutient le document
Un document de travail publié par le Programme de Cambridge sur la science et la politique de l’IA demande ce qui se passe si les entreprises qui construisent l’IA parviennent à automatiser le travail de la construire. Son titre est la question elle-même : Et si l’automatisation de la R&D en IA déclenchait une explosion d’intelligence ?
Une explosion d’intelligence, telle que le texte la définit, est “une accélération spectaculaire du progrès de l’IA, portée par l’IA, comprimant en mois ou moins des avancées qui prendraient autrement des années”. Les auteurs n’affirment pas que cela arrivera. Ils soutiennent que les indices qu’elle pourrait survenir sont désormais assez solides pour qu’il soit trop tard de s’y préparer après coup, puisque le progrès pendant une telle phase distancerait le travail politique ordinaire.
Les signatures sont ce qui interdit de classer ce texte comme du militantisme. Vingt-deux auteurs, dont le scientifique en chef d’OpenAI Jakub Pachocki, le cofondateur d’Anthropic Jack Clark, le directeur scientifique de Microsoft Eric Horvitz, Dawn Song de Berkeley, et les lauréats du Turing Geoffrey Hinton, Yoshua Bengio et Andrew Barto.
Les données qu’ils citent
L’essentiel vient des laboratoires eux-mêmes. Le document cite Anthropic, qui indique que la part du code approuvé écrit par des systèmes d’IA est passée de quelques pour cent à plus de 80% entre janvier 2025 et mai 2026, et que la part du travail de R&D accomplie de façon autonome avec seulement une supervision humaine de haut niveau est passée de 1% à 26% entre mars et août 2026.
OpenAI est citée disant que l’assistance de l’IA est utilisée “dans pratiquement toutes les parties de l’entreprise”, avec des agents exécutant du code employés à l’entraînement, à l’évaluation et à la sécurisation des futurs modèles. Google indique que l’IA sert dans “presque tout travail impliquant l’écriture de code ou de configuration, la conception technique, l’idéation de recherche”.
Le mécanisme décrit est une boucle : les systèmes d’IA élargissent la main-d’œuvre de recherche effective, celle-ci produit de meilleurs systèmes, et ceux-ci l’élargissent encore. Les frictions sont réelles — limites de calcul, entraînements qui prennent du temps, tâches rétives à l’automatisation — mais les auteurs soutiennent que les gains logiciels se réinjectent presque immédiatement, là où le matériel dépend de chantiers de plusieurs années.
Ce qu’ils demandent aux pouvoirs publics
Trois choses, dans l’ordre. Obtenir de la visibilité sur le degré d’automatisation de la R&D en IA dans les entreprises de frontière. Développer des moyens de cadencer et de contraindre une montée en puissance. Préparer la société aux effets.
Les propositions sont inhabituellement concrètes pour un texte cosigné par l’industrie. Un reporting standardisé des indicateurs d’automatisation de la R&D aux États et à des auditeurs tiers. Des auditeurs accrédités ou des organismes publics d’évaluation examinant les systèmes avant tout déploiement interne, ou installés à demeure dans certaines entreprises pour auditer ou superviser leur R&D, sur le modèle de la commission de régulation nucléaire américaine et du contrôleur de la monnaie. Des limites à la hausse des capacités sur une période donnée. Une surveillance des centres de données exécutant de la R&D automatisée, avec des options prêtes pour suspendre des charges précises. Et l’obligation que certaines évaluations tournent sur des réseaux physiquement isolés, pour empêcher les fuites de poids et contenir les systèmes qui tenteraient de s’échapper.
Les auteurs nomment aussi l’abus évident : un dispositif mal rédigé pourrait permettre à un gouvernement de freiner la recherche partout sauf chez une entreprise favorisée.
Ce qu’il faut surveiller
C’est un document de travail, pas une proposition portée par un législateur. Ce qu’il faudra suivre, c’est si les indicateurs de reporting qu’il esquisse apparaissent dans un instrument contraignant — une règle nationale de déclaration, une condition de licence, une clause dans la prochaine vague d’application européenne — et si les laboratoires dont les scientifiques ont signé accepteront de publier ces indicateurs avant d’y être contraints.
