Quelque chose a changé dans le débat sur l’intelligence artificielle.

Les mises en garde concernant les systèmes d’IA les plus avancés ne viennent plus seulement de philosophes, de spécialistes de l’éthique, d’observateurs extérieurs ou d’organisations appelant à davantage de prudence. Elles sont désormais formulées publiquement par des chercheurs et des ingénieurs qui travaillent, ou ont travaillé, au cœur même des laboratoires engagés dans la course aux systèmes les plus puissants.

En septembre 2026, Jacob Coxon, chercheur ayant travaillé chez OpenAI puis Anthropic, a quitté cette dernière entreprise en dénonçant publiquement la course engagée vers des systèmes capables de contribuer à leur propre amélioration. D’autres chercheurs d’Anthropic ont exprimé à leur tour des inquiétudes majeures concernant les risques associés au développement de systèmes beaucoup plus puissants.

Quelques semaines plus tard, le 29 septembre, des chercheurs actuels ou anciens d’OpenAI et de Google DeepMind ont également alerté sur la progression vers des systèmes susceptibles de participer à l’accélération de la recherche en intelligence artificielle elle-même.

Il ne s’agit pas d’établir ici si leurs scénarios les plus extrêmes se réaliseront. Nul ne le sait.

Le fait significatif est ailleurs : ceux qui travaillent au plus près de cette évolution commencent eux-mêmes à s’interroger publiquement sur la capacité des sociétés humaines à en conserver la maîtrise.

Un signal venu de l’intérieur

Toute technologie nouvelle suscite des inquiétudes. L’histoire industrielle en fournit d’innombrables exemples. Mais la situation présente possède une caractéristique particulière : les alertes ne portent pas seulement sur les conséquences sociales d’une technologie déjà stabilisée. Elles concernent la dynamique même de son développement.

Les chercheurs qui s’expriment ne décrivent pas un objet achevé dont il faudrait mesurer les effets. Ils parlent d’un processus en cours, dont ils observent directement la vitesse.

C’est ce déplacement qui mérite attention.

L’intelligence artificielle progresse alors même que ceux qui la développent cherchent à comprendre les conséquences de cette progression. Les instruments utilisés pour explorer le problème participent eux-mêmes à son accélération.

OpenAI indiquait ainsi, le 6 septembre 2026, poursuivre l’objectif de développer un chercheur automatisé en intelligence artificielle capable, sous supervision humaine, de contribuer aux progrès de la recherche. L’entreprise constatait déjà que les agents de programmation accéléraient sensiblement le travail de ses chercheurs, tout en reconnaissant qu’une accélération de systèmes participant à leur propre amélioration pose des problèmes spécifiques de contrôle et de sécurité.

Un mécanisme nouveau se dessine ainsi : l’intelligence artificielle contribue à accélérer la recherche qui permet, en retour, d’accroître ses propres capacités.

Ce qui change n’est donc pas seulement la puissance des systèmes. C’est le rythme auquel leur puissance peut désormais évoluer.

Lorsque l’accélération agit sur elle-même

Pendant longtemps, l’accélération technologique dépendait essentiellement des capacités humaines à concevoir, expérimenter et perfectionner de nouveaux outils. Des machines toujours plus performantes permettaient d’en produire d’autres, mais l’intelligence qui orientait cette progression demeurait principalement humaine.

Avec l’IA avancée, cette distinction commence à s’estomper.

Des systèmes artificiels écrivent du code, conduisent des expériences, analysent des résultats, détectent des erreurs et assistent les chercheurs qui travaillent à la génération suivante de systèmes d’IA.

Nous ne sommes pas pour autant en présence d’une intelligence artificielle générale capable d’organiser seule son propre développement. L’IAG demeure un horizon incertain. Mais une propriété nouvelle apparaît déjà : l’intelligence artificielle peut désormais contribuer à l’accélération de son propre développement.

L’accélération ne concerne donc plus seulement l’innovation : elle commence à transformer le rythme même auquel l’innovation se produit.

C’est peut-être ici que se situe le signal le plus important.

La question n’est plus seulement de savoir jusqu’où progressera l’intelligence artificielle. Elle devient aussi celle du temps dont disposeront les sociétés pour observer cette progression, en comprendre les conséquences et, si nécessaire, en modifier l’orientation.

Deux vitesses commencent à diverger

Les capacités techniques peuvent évoluer en quelques mois. Les institutions, les normes, les législations, les représentations collectives et les formes de gouvernance se transforment beaucoup plus lentement.

Cette différence de vitesse n’est pas nouvelle. Mais elle change de nature lorsque les systèmes les plus rapides commencent eux-mêmes à contribuer à l’accélération de leur évolution.

Un écart peut alors se creuser entre deux temporalités. D’un côté, le Temps fonctionnel : celui du calcul, de l’expérimentation, de l’optimisation et de la compétition entre laboratoires. De l’autre, le Temps humain et collectif : celui qui permet d’observer, de comprendre, de débattre, de décider et, éventuellement, de revenir sur une orientation.

Tant que ces deux temporalités demeurent suffisamment proches, l’accélération peut encore être accompagnée par la décision. Mais que se passe-t-il lorsque leur écart augmente ?

Une société peut conserver formellement le pouvoir de décider tout en disposant de moins en moins de temps pour l’exercer. La question du contrôle se déplace alors. Elle ne concerne plus seulement celui qui détient le pouvoir de décision, mais le temps dont il dispose réellement pour l’exercer.

Une étrange contradiction

C’est ce qui donne aux déclarations récentes de chercheurs en intelligence artificielle leur portée particulière. Les mêmes milieux qui participent à cette accélération commencent à demander davantage de temps pour pouvoir en mesurer les conséquences.

Il ne s’agit pas nécessairement d’une contradiction individuelle. Les laboratoires regroupent des chercheurs, des dirigeants, des équipes de sécurité, des investisseurs et des ingénieurs dont les positions peuvent différer.

La contradiction est plus profonde. Elle se situe dans la dynamique elle-même.

Chaque acteur sait que ralentir seul peut signifier laisser avancer les autres. Entreprises, États et laboratoires évoluent dans un environnement où la prudence de l’un peut devenir l’avantage compétitif de l’autre.

La vitesse cesse alors d’être seulement une performance. Elle devient une contrainte. Même ceux qui perçoivent certains risques peuvent être entraînés dans une dynamique qu’ils ne maîtrisent plus individuellement.

Ce phénomène est caractéristique des Interfaces du présent : plusieurs temporalités, plusieurs logiques et plusieurs niveaux de décision se rencontrent dans une même zone de tension.

Le présent commence à manquer de temps

Nous retrouvons ici un phénomène plus vaste qui traverse de nombreux domaines du monde contemporain. Le temps qui sépare un événement de la propagation de ses effets tend à se réduire.

Sur les réseaux informationnels, une information peut devenir planétaire en quelques minutes. Sur les marchés, une réaction algorithmique peut précéder l’analyse humaine. Dans les systèmes techniques interconnectés, une perturbation locale peut se transmettre avant que son origine soit pleinement comprise.

L’intelligence artificielle ajoute une dimension supplémentaire à cette compression : elle ne se contente plus de fonctionner dans un monde accéléré. Elle devient l’un des instruments de son accélération.

Le présent se trouve alors soumis à une pression particulière. Il doit simultanément absorber l’innovation, mesurer ses conséquences, élaborer des règles et préparer les transformations suivantes.

Or chacune de ces opérations exige du temps. À mesure que les cycles technologiques se raccourcissent, la durée disponible pour les accomplir peut, elle aussi, se réduire. C’est peut-être ce que révèlent, au-delà de leur contenu parfois spectaculaire, les alertes venues des laboratoires : la perception d’un écart croissant entre la vitesse de ce qui devient techniquement possible et celle de notre capacité collective à décider de ce qui doit le devenir.

L’IAG à l’horizon du seuil

L’intelligence artificielle générale n’existe pas aujourd’hui sous une forme permettant d’affirmer qu’un tel seuil aurait été franchi.

Il importe de conserver cette distinction.

Mais l’IAG occupe désormais une place singulière dans les anticipations des chercheurs et des entreprises. Elle désigne moins un objet précisément défini qu’un horizon : celui de systèmes capables de généraliser leurs compétences, de relier des domaines différents et, éventuellement, de participer beaucoup plus profondément à la production de nouvelles connaissances et de nouvelles capacités.

Dans cette perspective, la question essentielle n’est peut-être pas : quand l’IAG apparaîtra-t-elle ? Elle pourrait être : dans quel état temporel du monde apparaîtrait-elle ?

Si elle émerge dans un environnement déjà caractérisé par l’accélération, l’interdépendance et la compétition, elle ne sera pas extérieure à ce milieu. Elle en sera simultanément le produit et un nouvel agent de transformation.

Une intelligence créée pour nous aider à suivre un monde devenu trop complexe pourrait également rendre ce monde encore plus rapide.

Une intelligence conçue pour anticiper les risques pourrait ouvrir de nouvelles possibilités d’action qu’il faudrait à leur tour anticiper.

Une intelligence destinée à soutenir la décision pourrait devenir indispensable précisément parce que les décisions auraient atteint une vitesse et une complexité que l’être humain ne pourrait plus soutenir seul.

Un seuil encore invisible ?

Les grands seuils historiques ne sont pas toujours perceptibles au moment où ils sont approchés. Ils peuvent d’abord apparaître sous forme de tensions dispersées, d’incidents, de contradictions ou de signaux dont la signification ne devient évidente qu’après coup.

Les déclarations actuelles des chercheurs en intelligence artificielle ne prouvent pas que l’IAG soit imminente. Elles ne prouvent pas davantage qu’une catastrophe soit inévitable.

Elles révèlent autre chose, immédiatement observable : une partie de ceux qui travaillent au plus près des systèmes les plus avancés estime désormais nécessaire d’alerter publiquement sur la vitesse de leur développement et sur les difficultés que pourrait poser leur contrôle.

Ce seul fait mérite d’être enregistré. Car il introduit une situation inhabituelle : l’alerte n’arrive plus après la transformation.

. Elle surgit pendant sa construction.

Le sismographe ne détecte pas encore nécessairement le séisme. Il enregistre une augmentation des tensions.

Une interface du présent

C’est précisément à ce titre que l’IAG appartient aux Interfaces du présent.

Elle n’est pas encore une réalité constituée, mais elle se situe déjà à l’intersection de trajectoires actives : augmentation des capacités de calcul, automatisation de la recherche, compétition économique et géopolitique, développement de systèmes plus autonomes, préoccupations croissantes concernant leur contrôle.

À cette interface se rencontrent surtout deux mouvements apparemment opposés : accélérer pour atteindre de nouvelles capacités et ralentir suffisamment pour comprendre ce que cette accélération met en mouvement.

Leur confrontation pourrait devenir l’un des marqueurs importants des prochaines années.

Pour la Sismographie du Temps, la question n’est donc pas de prédire l’arrivée de l’IAG ni d’en annoncer les conséquences. Elle consiste à observer les tensions qui se manifestent à son approche.

Lorsque ceux qui construisent les instruments d’accélération commencent eux-mêmes à demander davantage de temps, quelque chose se produit dans le rapport entre une civilisation et son devenir.

Peut-être l’approche d’un seuil. Ou, plus précisément, le moment où une civilisation commence à percevoir qu’elle pourrait atteindre certains seuils plus rapidement qu’elle ne peut en comprendre les conséquences.

C’est cette différence de vitesse qu’il faut désormais observer.

5 Octobre 2026

G M

Pour prolonger cette analyse

« L’Intelligence Artificielle Générale (IAG) et la Cyberhistoire », Le pouvoir du Temps.

« L’intelligence artificielle générale : une civilisation face au Temps qu’elle a engendré », Observatoire du XXIe siècle.

Sources et repères

Reuters, 29 septembre 2026 — « AI researchers warn companies rushing self-improving systems despite safety risks »
L’article rapporte les témoignages de chercheurs actuels et anciens d’OpenAI et de Google DeepMind, parmi lesquels Geoffrey Irving et Neel Nanda, alertant sur la course vers des systèmes capables de contribuer à leur propre amélioration et sur le décalage entre cette accélération et les mesures de sécurité.
 

OpenAI, 6 septembre 2026 — « Accélération de la recherche : au cœur d’OpenAI »
Cette publication est particulièrement importante pour notre analyse : OpenAI y indique viser la création d’un « chercheur en IA automatisé » travaillant sous supervision humaine et constate que les agents de programmation accélèrent déjà sensiblement la recherche.

OpenAI précise également que la poursuite d'une amélioration récursive rapide doit dépendre de la capacité à préserver le contrôle humain et reconnaît que rien ne garantit que l’alignement et la sécurité progresseront au même rythme que les capacités. OpenAI
Lire la publication française d’OpenAI