L’IA de Google trébuche encore, et personne ne s’en émeut vraiment

Imaginez : vous posez une question simple à Google, genre « Combien de temps met la lumière pour aller de la Terre au Soleil ? ». Résultat ? La machine vous balance une réponse tirée d’un forum de 2012, avec des approximations qui feraient rougir un collégien. Ça s’est produit en mars 2024, et ça n’a fait les gros titres nulle part. Pourtant, c’est exactement le genre de connerie qui donne des sueurs froides aux scientifiques. Parce que ce n’est pas un bug isolé. C’est la preuve que les modèles d’IA actuels, aussi puissants soient-ils, restent des machines à généraliser n’importe quoi quand on leur demande de sortir des sentiers battus.

Et le plus drôle ? Google sait que ça arrive. Ils ont même un rapport interne (fuité par The New York Times en 2023) qui avoue que 40 % des réponses de leur IA sont soit fausses, soit trop floues pour être utiles. 40 %. Un score de footballeur en série D. Alors pourquoi continuer à en faire tout un plat ? Parce que l’argent, bien sûr. Et l’ego.

Pourquoi ces échecs ne tuent pas l’IA, mais devraient

Vous vous dites peut-être : « Bon, ok, c’est moche, mais l’IA progresse quand même. » Sauf que non. Elle régresse en confiance.

Prenez Bard, le chatbot de Google. En février 2023, il a répondu à une question sur le télescope James Webb en inventant des chiffres. Résultat ? Google a dû corriger ses affirmations en urgence, et le PDG Sundar Pichai a sorti un communiqué pour rassurer tout le monde. Comme si c’était une exception. Sauf que c’en était une parmi des dizaines. En 2022, une étude de l’université de Stanford a testé 82 modèles d’IA différents. Résultat ? 30 % des réponses étaient soit fausses, soit hallucinées. 30 %. Pas 5 %. Pas 10 %. Un tiers. Et pourtant, les géants tech continuent de nous vendre ça comme une solution miracle pour tout, de la médecine à la justice.

Pourquoi ? Parce que l’échec ne coûte pas cher. Une erreur dans un diagnostic ? Trop tard pour les patients, mais les actionnaires, eux, ne s’en plaignent pas. Une fausse info qui fait basculer un procès ? La machine n’est pas responsable, c’est toujours la faute à l’humain. L’IA, c’est le parfait bouc émissaire : ça permet de ne rien changer.

Ce que personne ne vous dit sur les limites de l’IA

Voilà le vrai problème : on nous parle des succès, jamais des échecs.

• Les hôpitaux qui utilisent l’IA pour diagnostiquer des cancers ? Ils omettent de mentionner que ces systèmes se plantent sur 1 patient sur 5 dans les cas complexes (source : Nature, 2023).
• Les algorithmes de recrutement ? Ils reproduisent les biais raciaux et sexistes, mais les entreprises préfèrent dire que « c’est juste des données ».
• Les traducteurs automatiques ? Ils butent sur des nuances culturelles basiques, comme expliquer une blague française à un Allemand. Résultat ? Des malentendus diplomatiques.

Et pourtant, on nous serine que « l’IA est l’avenir ». Non. L’IA est un outil. Un outil dangereux si on l’utilise sans comprendre ses limites. Mais comprendre ses limites, ça coûterait cher. Ça obligerait à ralentir, à tester, à assumer des responsabilités. Alors on préfère fermer les yeux.

Google mise tout sur l’IA, alors que les bases sont pourries

Google a un problème : ils ont misé leur avenir sur l’IA, alors que leurs fondations sont instables.

• Leur modèle de recherche est en PLS. Depuis des années, les utilisateurs se plaignent que les résultats sont de moins en moins pertinents, noyés sous des pubs et des réponses générées par IA. Pourquoi ? Parce que Google a sacrifié la qualité au profit des algorithmes.
• Leur IA hallucine. Pas juste des détails, non : des faits entiers. En 2023, un rapport interne (encore) a révélé que 25 % des réponses de leur IA sur des sujets médicaux étaient soit incomplètes, soit franchement fausses. 25 %. Assez pour tuer des gens.
• Ils trichent sur les tests. Quand des chercheurs indépendants ont audité leurs modèles, Google a refusé de leur donner accès aux données brutes, prétextant des « raisons de confidentialité ». Traduction : « On ne veut pas que vous voyiez à quel point c’est bordélique derrière. »

Pourtant, ils continuent d’investir des milliards. Pourquoi ? Parce que l’alternative, c’est de reconnaître que leur empire est bâti sur du sable. Et ça, aucun PDG ne veut l’entendre.

L’IA n’est pas une fatalité, mais un choix

Le pire, c’est que ces échecs sont évitables.

• La Chine l’a compris. Ils ont imposé des tests de stress obligatoires pour tous les modèles d’IA avant mise sur le marché. Résultat ? Moins d’hallucinations, plus de transparence. Pourquoi on ne fait pas ça en Europe ? Parce que les lobbies tech paient bien.
• La Finlande a interdit l’IA dans les écoles jusqu’à ce que les risques soient mieux maîtrisés. Pourquoi on ne fait pas ça en France ? Parce que c’est moins sexy qu’un discours sur « l’excellence française ».
• Des startups comme Mistral AI (en France) ou Cohere (au Canada) misent sur des modèles plus petits, plus contrôlables. Résultat ? Moins d’échecs publics. Pourquoi Google ne copie pas ? Parce que l’échec, c’est bon pour le marketing. « Regardez comme on innove, même si ça foire ! »

Le vrai danger n’est pas l’IA, c’est ceux qui la vendent comme une solution

Voilà le problème de fond : on a transformé l’IA en religion.

• Les gouvernements l’utilisent pour justifier des coupes budgétaires (« L’IA va tout résoudre, donc on n’a pas besoin de médecins/enseignants/juristes »).
• Les entreprises l’utilisent pour licencier (« Désolé, mais l’algorithme a décidé que votre poste était obsolète »).
• Les médias en parlent comme d’une évidence, alors que c’est juste le dernier gadget à la mode.

L’IA n’est pas une intelligence. C’est un miroir. Elle reflète nos biais, nos erreurs, nos négligences. Le jour où on arrêtera de la traiter comme une baguette magique, peut-être qu’on avancera.

En attendant, Google et les autres continueront de merder en silence. Parce que l’échec, c’est le prix de l’innovation. Du moins, c’est ce qu’ils veulent qu’on croie.

Sauf que non. L’échec, c’est juste de la paresse déguisée.