Géopolitique : une définition de travail

La géopolitique, concept aux multiples définitions, étudie les relations entre la puissance politique et l’espace géographique. Elle cherche à comprendre comment le contrôle des territoires, des routes et des ressources détermine les rapports de force entre les États. Ses fondateurs – le géographe Friedrich Ratzel à la fin du XIXe siècle, le stratège Halford Mackinder au début du XXe – pensaient le contrôle de l’espace physique comme une dimension stratégique du pouvoir : celui qui contrôle les grandes plaines d’Eurasie contrôle le monde, celui qui contrôle les détroits contrôle le commerce.

Ce cadre s’est profondément transformé au fil du siècle. L’espace géographique physique a été progressivement rejoint, sans être remplacé, par d’autres types d’espaces stratégiques : l’espace économique (qui contrôle les chaînes d’approvisionnement ?), l’espace informationnel (qui contrôle les réseaux, les données, les récits et, par extension, les « messages » à transmettre ?), l’espace technologique (qui contrôle les infrastructures critiques ? qui contrôle les outils dominants sur le marché ?).

La géopolitique de l’IA s’inscrit dans cette continuité. Elle pose des questions concrètes avec des réponses concrètes : qui contrôle les infrastructures d’IA (côté composants/ressources minérales pour produire et maintenir le matériel informatique, côté logiciel, côté recherche et innovation) sur lesquelles reposent les décisions — économiques, militaires, institutionnelles, sociales — d’une part croissante de la planète ?

Comment l’IA est-elle devenue un sujet géopolitique ?

L’IA n’a pas toujours été géopolitique. Pendant des décennies, elle a été un sujet académique, puis industriel, essentiellement accessible à des acteurs préparés, voire formés, à créer, accueillir et utiliser cette technologie. La question de savoir qui gagnait la « course à l’IA » relevait d’une question de compétitivité économique importante, mais n’était pas fondamentalement différente de la compétition dans les secteurs automobile ou pharmaceutique. 

Trois basculements ont changé cela.

1/  Une IA presque pour toutes et tous, la généralité

Les anciens systèmes d’IA étaient spécifiques à une problématique bien définie : un algorithme de recommandation, un système de reconnaissance d’images. Les LLMs, grands modèles de langage qui alimentent les applications d’IA génératives, sont généraux. Ils traitent du langage dans toute sa diversité, ce qui signifie qu’ils s’inscrivent dans la quasi-totalité des activités humaines : rédiger, analyser, décider, communiquer, soigner, éduquer, gouverner. Un outil général qui s’intègre dans les processus de décision à tous les niveaux d’une société – accessible sans prérequis, c’est-à-dire sans préparation, sans formation et sans niveau de connaissance de la tech préalable – cesse d’être un simple produit technologique, il devient une infrastructure, voire « presque » un incontournable et cela quel que soit le métier. 

2/  Une grande puissance d’IA entre les mains de peu d’acteurs : la concentration des pouvoirs

Cette infrastructure est produite par un nombre restreint d’acteurs. Dans le monde, moins d’une dizaine d’organisations sont capables d’entraîner des LLMs sur des ensembles de données volumineux comportant des milliards, voire des milliers de milliards de paramètres : OpenAI, Anthropic, Google DeepMind côté américain ; Baidu, Alibaba, DeepSeek côté chinois, Mistral côté français. L’investissement privé américain en IA a atteint 109 milliards de dollars en 2024, contre 9,3 milliards pour la Chine… et l’écart se resserre. DeepSeek R1 a montré en janvier 2025 qu’une efficacité radicale peut bousculer des avantages capitalistiques considérables en quelques semaines. La concentration de la production d’infrastructure d’IA dans quelques entreprises, elles-mêmes très liées à deux visions du monde (USA vs. Chine), est précisément ce qui rend la question géopolitique.

Alors est-ce réellement un problème ?  À titre de comparaison : Google contrôle environ 90 % des requêtes mondiales sur les moteurs de recherche. NVIDIA détient entre 70 et 90 % du marché des accélérateurs d’IA. Trois entreprises (Samsung, SK Hynix, toutes deux de Corée du Sud, et Micron, des États-Unis) produisent la quasi-totalité des puces mémoire HBM nécessaires pour faire fonctionner ces modèles. La concentration de ces modèles au sein d’une dizaine d’acteurs n’est donc pas une anomalie en soi. Il semblerait que ce soit le cas de toute la chaîne technologique sous-jacente et c’est peut-être cela le problème.

3/ La liberté illusoire au profit d’une dépendance progressivement établie

Les acteurs qui adoptent les modèles d’IA du marché ne se contentent pas de déployer un logiciel. Ils adoptent une infrastructure qui conditionne leur façon de traiter l’information et de préparer des décisions. Cette dépendance a une dimension géographique et politique : un hôpital africain qui utilise un LLM américain pour l’aide au diagnostic, une administration du Sud-Est asiatique qui déploie un modèle chinois pour ses services publics, une PME française qui délègue sa veille juridique à un outil dont elle ne contrôle ni les données d’entraînement ni les biais. Tous ces acteurs entrent dans une relation de dépendance informationnelle qui dépasse le simple cadre du contrat commercial.

Quelles conséquences concrètement ?

→  L’émergence d’une politique étrangère IA (AI diplomacy) :  Imaginez que choisir une IA vous lie à la politique étrangère du pays qui en est à l’origine. C’est cela, la diplomatie IA. Lorsque la Chine propose ses modèles à prix compétitifs à ses pays voisins ou à des partenaires africains, cela est non seulement pour des raisons commerciales, mais également pour une stratégie d’alignement diplomatique, car ici le choix d’une solution d’IA générative devient alors un signal d’alignement diplomatique, analogue au choix d’une infrastructure 5G.

Lorsque le plan d’action américain de juillet 2025 nomme explicitement l’objectif de « contrer l’influence chinoise dans les instances de gouvernance internationale » cela aboutit à des actions concrètes comme :  le retrait ou refus de signer des cadres multilatéraux jugés favorables à la position chinoise, le déploiement d’ investissement diplomatique en Afrique pour contrebalancer l’influence chinoise, l’utilisation du positionnement dans les organismes de normalisation internationaux pour défendre des valeurs américaines ou encore en l’utilisation du contrôle à l’exportation sur les puces IA comme outil de politique étrangère pour empêcher la chine d’acquérir la base matérielle nécessaires pour développer des modèles IA. 

L’analyse de ces exemples, et d’autres, montrent l’émergence d’une diplomatie IA opérant simultanément à trois niveaux : le Logiciel (software) au niveau des modèles et standards, le Matériel informatique (hardware) avec l’explosion de la demande de barrettes mémoires (RAM) et de processeurs (SSD) et la lutte pour les Ressources Minérales au travers de contrôles à l’exportation, la signature d’accord diplomatique avec les pays producteurs de ces ressources critiques.

La diplomatie IA est donc d’une stratégie d’influence à plusieurs niveaux interconnecté et interdépendant afin de garantir à chaque pays de faire partie de ceux qui contrôlent les modèles, le hardware, et les ressources permettant de produire ces systèmes IA. 

Ces trois dimensions structurent de plus en plus les politiques étrangères des grandes puissances, et conditionnent les marges de manœuvre des pays qui n’opèrent à aucun de ces trois niveaux et n’ont donc aucun levier sur ces sujets-là. 

→  Une fracture d’auditabilité : Les producteurs de modèles savent, en théorie, ce que leurs systèmes font, comment, et pourquoi. Les utilisateurs, en très grande majorité, ne le savent pas. Cette asymétrie,  que nous appellerons « asymétrie d’interprétabilité », est beaucoup plus prononcée dans les pays qui ne disposent pas d’infrastructure de recherche en IA. L’Afrique héberge moins de 1 % des centres de données mondiaux et les LLMs utilisés sur le continent n’ont pas été entraînés sur des données africaines. La dépendance est ici réelle, mesurable, et peu discutée dans les forums de gouvernance.

→  Une instabilité stratégique : Quand des décisions à haut risque (ex. : militaires, médicales, judiciaires, financières) sont préparées à l’aide de systèmes que les opérateurs ne peuvent pas auditer, l’erreur devient plus difficile à détecter, à corriger et à attribuer. Dans un contexte de compétition entre puissances, cette opacité amplifie l’incertitude et crée les conditions d’une escalade par incompréhension.

Et si on parlait d’Europe et de souveraineté européenne ? 

L’Europe a une stratégie, mais concrètement produit peu de modèles :  selon le rapport AI Index 2025 de Stanford5, en 2024, les institutions américaines ont produit 40 modèles d’IA notables, celles de Chine, et l’ensemble de l’Europe seulement 3. Ce chiffre illustre précisément le paradoxe européen : l’UE élabore des règles, notamment l’AI Act, mais ne produit pas les modèles qu’elle réglemente. 

L’AI Act, entré en vigueur le 1er août 2024, est le premier cadre législatif complet au monde dédié à l’IA. Il établit des règles harmonisées dans l’ensemble de l’Union européenne afin de garantir que les systèmes d’IA développés et/ou utilisés sur le sol européen respectent les valeurs européennes. Ici l’AI Act joue le rôle de levier de souveraineté normative afin de s’assurer que l’Europe n’est pas un No-Right Land (que l’on peut traduire pas « un espace de non-droit ») où tout est permis… au profit du plus puissant.

En d’autres termes, l’Europe qui ne domine ni le software, ni le hardware, ni les ressources minérales, a introduit une quatrième dimension dans l’échiquier de la gouvernance :  la régulation comme standard mondial (ce que les juristes américains appellent le « Brussels effect« ). C’est un levier réel, mais asymétrique : les règles européennes s’imposent aux modèles déployés sur son marché, mais ne créent pas les modèles eux-mêmes et ne combattent donc pas la dépendance informationnelle ou structurelle.

En quoi cette réalité change-t-elle ce qu’on doit demander à la gouvernance ?

Si l’IA est devenue une question géopolitique, alors la gouvernance de l’IA ne peut pas être pensée uniquement comme une question de régulation des produits technologiques, et pas seulement par deux pays — ou des groupes de pays — segmentant le monde selon deux visions. Elle doit être pensée comme une question de structure des rapports de force entre acteurs (États, entreprises, régions du monde) dans l’accès, la production, le contrôle et l’audit des systèmes qui conditionnent de plus en plus nos décisions collectives. Autrement dit, aujourd’hui, ne pas pouvoir auditer l’IA que vous utilisez, c’est accepter une dépendance que vous ne pouvez ni mesurer ni négocier.

Les standards d’interprétabilité et d’auditabilité des LLMs ne peuvent pas être définis exclusivement par les États-Unis, l’Union européenne et la Chine. Les autres pays doivent être intégrés aux processus de définition de ces standards : non pas comme bénéficiaires passifs d’une gouvernance conçue ailleurs, mais comme acteurs dont les contraintes et les vulnérabilités spécifiques constituent le problème.

La géopolitique de l’IA ne se joue donc pas seulement entre Washington, Bruxelles et Pékin. Elle se joue aussi à Rabat, Nairobi, à Hanoï, à Bogotá et partout où des opérateurs déploient des systèmes qu’ils ne peuvent pas questionner, dans des cadres qui ne leur donnent pas les outils pour le faire. 

Ikram Chraibi Kaadoud, PhD (she/her)

Chercheuse indépendante XAI & sciences cognitives
LinkedIn I HAL I https://ikramchraibik.com/

 Cet article est une adaptation grand public d’une note d’orientation publiée en anglais par l’autrice sur la plateforme Substack : https://ikramchraibik.substack.com/p/the-geopolitics-of-ai-software-hardware

Un article dont la mise en forme (uniquement !) a été réalisée avec l’aide d’une solution d’IA générative. 

Pour aller plus loin : 

1 Lacoste, Y. (dir.). (1993). Dictionnaire de géopolitique. Flammarion.

2 Ratzel, F. (1897). Politische Geographie oder die Geographie der Staaten, des Verkehres und des Krieges. R. Oldenbourg. [Partial Fr. trans.: Géographie politique, Economica, 1988]

3 Mackinder, H. J. (1904). The geographical pivot of history. The Geographical Journal, 23(4), 421–437. https://doi.org/10.2307/1775498

4 Bommasani, R., et al. (2021). On the opportunities and risks of foundation models. arXiv:2108.07258. Stanford CRFM. https://doi.org/10.48550/arXiv.2108.07258

5 Maslej, N., et al. (2025). Artificial Intelligence Index Report 2025. Stanford HAI. https://hai.stanford.edu/ai-index/2025-ai-index-report

6 DeepSeek-AI, Guo, D., et al. (2025, January 22). DeepSeek-R1: Incentivizing reasoning capability in LLMs via reinforcement learning. arXiv:2501.12948. https://doi.org/10.48550/arXiv.2501.12948

7 Dugoin-Clément, C. (2020, October). Les enjeux géopolitiques de la 5G. The Conversation. https://theconversation.com/les-enjeux-geopolitiques-de-la-5g-146494

8 The White House. (July 2025). America’s AI Action Plan. https://www.whitehouse.gov/wp-content/uploads/2025/07/Americas-AI-Action-Plan.pdf

9 UNESCO. (2021). Recommendation on the Ethics of Artificial Intelligence. https://unesdoc.unesco.org/ark:/48223/pf0000380455

L’article La géopolitique de l’IA : pourquoi ChatGPT, Claude, Mistral, DeepSeek (et tous les autres…) ne sont pas que des outils est apparu en premier sur Blog binaire.

Hashtag ou mot-dièse ?

En 2013, la feue Commission générale de terminologie et de néologie sévit encore contre l’informatique, le numérique et la musique : elle avait traduit le symbole # par dièse et hashtag par mot-dièse. Comme ses autres préconisations en matière de numérique, celle-ci passa directement de la table d’inventions aux oubliettes, non sans avoir été copieusement raillée, au point qu’un moqueur #motdiese se tailla un franc succès. Mais ladite préconisation caractérise en outre l’impéritie de ses auteurs, puisqu’elle repose sur deux erreurs manifestes.

Le caractère # (hash) se traduit par un croisillon : une petite échelle aux barreaux horizontaux qui a un code bien à elle dans la nomenclature internationale Unicode. Le caractère ♯ (dièse) s’en distingue, avec un autre code et des barreaux nettement obliques. Son rôle multiséculaire en musique consiste à indiquer l’altération d’un demi-ton à la hausse. Il a été utilisé par l’inventeur du langage C♯ pour indiquer qu’il constituait un progrès par rapport au langage C. Et si C♯ se prononce « C sharp », c’est simplement parce que « sharp » signifie ici « dièse ». Voilà pour la première bévue.

La seconde consista à commettre une traduction mot à mot au lieu de traduire globalement la locution. Traduire « # » par « mot-dièse » est un peu comme traduire « it’s raining cats and dogs » par « il pleut des chats et des chiens » au lieu de « il pleut des cordes ». Qu’une « commission générale de terminologie et de néologie », depuis rebaptisée « commission d’enrichissement de la langue française », engendre une traduction mot-à-mot doublée d’un contresens laisse pantois.

Depuis ces forfaitures linguistiques, les hashtags ont pris une importance nouvelle en 2017, avec un #balancetonporc français qui a précédé de deux jours un #metoo au retentissement mondial. Et comme l’on n’arrête pas le progrès, les hashtags dialoguent désormais entre eux. Un inapproprié #notallmen tente de lui répondre que non, tous les hommes ne sont pas ainsi (en référence à #yesallwomen). Un #ouinouin apparaît alors pour fustiger les hommes qui se plaignent ainsi de leur sort.

Les hashtags jouent un rôle clé dans la visibilité des messages qui les utilisent sur les réseaux sociaux. Leur valeur est telle que certains font l’objet d’un dépôt, comme l’on dépose une marque. Le terme hashtag est si connu et si court que toute tentative de le franciser est vouée à l’échec. Et simplement mot-clé ? Trop général pour désigner en réalité un mot-clé précédé du caractère #, le tout étant cliquable. Donc exit le dièse, exit aussi tout terme français, comme le québécois mot-clic : hashtag occupe tout l’espace sémantique, y compris dans les dictionnaires français, qui le reconnaissent depuis à peu près à la même époque à laquelle mot-dièse tenta de poindre, sans qu’ils reconnaissent ce dernier !

Certains slogans mondialement connus deviennent des hashtags comme #makeamericagreatagain (ou #maga), qui a leur tour renforcent la notoriété des slogans dont ils sont issus. Ils s’exposent alors à des réponses ou des détournements, comme ce fut le cas avec un « Make Russia Small Again » du président ukrainien qui l’arbora sur son tee-shirt. Les hashtags deviennent des armes communicantes. Des armes de libération, comme #metoo ou #blacklivesmatter, ou des armes de menaces glaçantes, comme #UnBonJuif ou #LaRafle. Apprenons ensemble à promouvoir les premiers et combattre les seconds. Et libérons les hashtags de leur traduction française en promouvant un #balancetondiese !

L’article H: Hashtag … #balance ton dièse ! est apparu en premier sur Blog binaire.

______
Même si l’analyse de l’ANSSI est encore en cours, une note circule au sein de de la commission finance du Sénat sur le modus operandi de l’attaque contre la DGFIP depuis le 4 septembre. Cette note, qu’on ne connait que par les médias (voir par exemple le Monde) qui y ont eu accès et qui, heureusement, en citent de larges extraits, confirme, hélas, qu’il ne fallait pas être grand clerc pour voler les GB de données fiscales entre autres de centaines de milliers de citoyens.

C’est ce que nous écrivions déja dans The Conversation. Son intérêt est de décrire ce qu’on appelle la cyberkill chain, à savoir toutes les étapes pour matérialiser l’exfiltration des données fiscales et apparentées

Le Réseau Interministériel de l’État 

Il y a d’abord eu l’utilisation d’identifiants d’un agent de l’Éducation Nationale, dérobés par un des fléaux cyber actuels : les infostealers, des logiciels malveillants qui s’installent sur les machines et qui arrivent à capter les mots de passe, cookies de session des différents logiciels installés, souvent les navigateurs, qu’ils reconnaissant une fois installés. Avec cet accès de l’Éducation Nationale, voici les hackers au sein du Réseau Interministériel de l’État (RIE) qui relie les réseaux informatiques des différentes administrations de l’État.

____

En son sein, en toute confiance donc, les hackers sans doute identifiés comme un agent de l’Éducation Nationale ont utilisé un autre identifiant volé d’agents de la DGFIP pour accéder à l’application « e-contact » qui ne possédait pas de double authentification, autre étrangeté. Cette application interne, e-contact, sert à centraliser les échanges et les dossiers entre les agents du fisc et les usagers. L’application e-contact permet aux agents et aux citoyens d’interagir sur leurs dossiers fiscaux et on comprend qu’un tel accès, du côté agent, pointe vers des données très sensibles…. étonnamment sans accès multi-facteur (parce qu’accessible pour les agents dûment authentifiés au sein du réseau interministériel ?). Dans un réseau zéro-confiance, être ainsi agent double de l’Éducation et de la DGFIP aurait été détecté et cette demande d’accès rejetée.

._____

Détecter une intrusion, ce n’est pas détecter une exfiltration

L’accès par les hackers a bien été détecté par la DGFIP en analysant le journal des accès mais rien ne fut détecté quant à l’exfiltration données. C’est une autre faiblesse typique : détecter des accès illégitimes, ce n’est pas la même chose que détecter des fuites de données de l’intérieur du réseau… où on se dit que tous ceux qui y sont actifs sont légitimes. Une approche zéro-confiance, correctement conçue et opérée, aurait pu stopper l’exfiltration par une vérification contextuelle et une détection comportementale.

Au final, la note met donc en évidence une trop grande liberté de circulation des données (et des utilisateurs) entre administrations pour ne pas gêner l’utilisateur par des demandes de réauthentifications trop fréquentes.

Elle rappelle la vigueur des veilles recettes (segmenter les réseaux et ne pas en faire une auberge espagnole) et l’importance des nouvelles recettes (avec un réseau zero-confiance, un agent double Éducation Nationale – DGFIP aurait été démasqué). Un oubli d’une authentification multi-facteur a suffi et la présence d’infostealers a fait le reste, ce qui rappelle l’importance de nettoyer les machines qu’on utilise et de réserver une machine à un usage strictement professionnel.

Charles Cuvelliez, École Polytechnique de Bruxelles (Université de Bruxelles – ULB), Gaël Hachez,  Haute École Libre de Bruxelles

L’article Piratage de Bercy (DGFIP): Pourquoi un agent double du ministère de l’Education Nationale et du Ministère de l’Economie et des Finances n’a pas été détecté est apparu en premier sur Blog binaire.

Grands nombres et nombres gogols

« Google »… l’origine du nom de cette entreprise est « googol ». Quid de l’étymologie de ce mot ? La légende voudrait qu’un enfant de neuf ans à qui son oncle mathématicien a demandé d’imaginer un nombre « très grand » aurait répondu « 1 suivi de plein de 0 », ou « 1 suivi de 100 zéros » (10¹⁰⁰). Ce nombre a été appelé « googol » en anglais et « gogol » en français^[1]. Ce nombre n’a aucun sens mathématique. Et – cela tombe bien – en français, « gogol » signifie « débile », « idiot » ou « stupide », d’après les dictionnaires ; son féminin « gogole » est un anagramme exact de « Google ». 

Le nommage de ce nombre sans sens ne repose sur aucune autre volonté que celle d’aligner un grand nombre de symboles. Les deux jeunes fondateurs de Google s’en sont emparés pour nommer leur entreprise. Puis d’un deuxième : « googolplex », soit 10^google, sans sens lui non plus, pour nommer le siège social mondial de l’entreprise Google (et de sa maison mère, Alphabet) : le « Googleplex »^[2].

Ces nombres sont en quelque sorte des nombres « cons », au sens de la définition que propose « Petit binaire »^[3] pour les humains ainsi qualifiés : un « con » serait une personne qui, manipulant des symboles (des mots), donne l’illusion de les comprendre, d’y associer un sens, mais rarement longtemps. Plus la durée de l’illusion est courte, plus le « con » serait « con » ! Il n’associe ni de sémantique ni d’implicite social aux mots qu’il prononce ou entend. Ainsi en est-il de « google » et « googleplex » : des suites de symboles qui ne portent pas de sens.

Heureusement, l’informatique n’engendre pas que des nombres gogols – oui, avec « s », parce que « gogol » est à la fois un nom commun et un adjectif. Elle engendre une myriade de grands nombres, à mesure que la miniaturisation des composants électroniques progresse : des nombres physiques, des nombres logiques et les gogol-nombres… ou nombres « cons » au sens petitbinairien du terme. Cette taxinomie arbitraire exige une explication, que voici.

Considérons les QR-codes. Les plus petits comptent 252 = 625 pixels, et les plus grands, 1772 = 31329 pixels. Ce sont des nombres « physiques » puisqu’ils mesurent la taille d’une image (ici celle des QR-codes). Mais ces nombres ne sont pas « grands », alors que le nombre d’octets d’un support de stockage, qui peut valoir plusieurs trillions d’octets (10¹⁸), l’est. Les volumes de données sur Internet nécessitent le recours à des nombres plus grands encore : 10²¹, voire 10²⁴ octets. Ce sont toujours des nombres physiques^[4].

Et les nombres « logiques » ? C’est, par exemple, le nombre de petits QR-codes différents. Chacun de leurs 625 pixels peut être noir ou blanc. Il existe donc 2625 (environ 10¹⁸⁸) petits QR-codes différents. Monstrueux, comme nombre^[5], au point d’être incommensurablement plus grand que le nombre de particules de l’univers ! Si l’on remplaçait chaque particule de l’univers par… autant de particules qu’en contient l’univers, le nombre obtenu (10¹⁶⁰) demeure tout petit par rapport au nombre de petits QR-codes. Les nombres logiques comptent des « possibles » et non pas des objets matériels, mais ils ont un sens.

Les gogol-nombres, quant à eux, ne racontent, ne mesurent ni ne signifient rien.

Pourtant, les mathématiques et l’informatique ont produit tant de grands nombres, plus grands encore que ces nombres « cons », plus grands même que « gogolplexplex » qui vaut 10^gogolplex, mais qui tentent de conserver un sens, bien qu’ils en perdent à mesure qu’ils grandissent.

Pour les décrire, plusieurs notations ont été inventées, comme celle proposée par D. Knuth, dite des « puissances itérées »^[6]. Reprenons à la base. Le petit enfant apprend à compter en faisant « +1, +1, +1… » sur ses doigts. C’est le niveau « 0 » de l’arithmétique. Puis rapidement, à l’école primaire, il apprend à additionner directement 4 et 7, 12 et 39, etc. C’est le niveau 1. Mais l’addition, ça peut vite être répétitif ! Qu’à cela ne tienne : voici venu le temps de la multiplication, vue comme une suite d’additions : niveau 2. Et au lycée, les puissances apparaissent, parce que « a x a x a… x a » (b fois) s’écrit plus simplement a^b (a puissance b, ou a^b). Nous voici au niveau 3. Qu’amorcent les gogol-nombres ? Des puissances de puissances de… de puissances. Une sorte de niveau 4 ! a^a^a…^a (b fois) est noté ba, ou, par D. Knuth : a↑↑b. Ce niveau 4 est nommé la « tétration ». Et le niveau 5, la « pentation » : a ↑↑↑b, soit une succession de tétrations. Pas en reste, l’hexation – a ↑↑↑↑b – est une succession de pentations^[7]. Le tétra-nombre 10↑↑10 est déjà un nombre bien plus grand que notre pâle gogolplex ! Au niveau 4, il existe une esquisse de mathématiques correspondante, donnant un sens à certaines opérations et aux nombres qu’elles calculent.

Mais la mathématique associée à la pentation est embryonnaire et celle associée à l’hexation est inexistante. Parce que plus on monte dans les « niveaux » calculatoires, et donc dans les outils syntaxiques à même d’engendrer de grands nombres, moins on sait en exhiber une sémantique, un intérêt réel applicable à notre monde physique. Si les mathématiques de niveau 0 à 3 représentent des continents de connaissances, le niveau 4 – la tétration – n’est qu’une île, le niveau 5 – la pentation – n’est qu’un rocher, et le niveau 6, une chimère ! Même construits intelligemment, les trop grands nombres deviennent des gogol-nombres…

Un problème inédit survient avec le XXIe siècle : les nombres physiques, a priori gorgés de sens puisqu’ils caractérisent une réalité du monde, deviennent si grands avec l’informatique qu’ils deviennent aussi peu dignes d’intérêt réel que les gogol-nombres. Ainsi en va-t-il du nombre de pages Internet qui se comptent en trillions – des nombres à 13 chiffres, bientôt 14. Jusqu’au début des années 2020, ces nombres correspondaient à des données réelles, au sens de « créées par des êtres humains ». Depuis peu, les données sont à la fois l’entrée des systèmes d’IA et celles qu’ils produisent, en nombres aussi grands que dépourvus de sens. Par exemple, en 2025, plusieurs dizaines de milliers de morceaux musicaux générés par ordinateur envahissent chaque jour la plateforme Deezer. Il y a plus de vidéos sur Youtube que d’êtres humains sur Terre, et un tiers d’entre elles sont générées par IA en 2025. Il y a environ deux fois plus de téléphones portables dans le monde que d’êtres humains. Avant la fin du XXIe siècle, le nombre de propriétaires décédés ayant des pages Facebook sera supérieur au nombre de propriétaires vivants. Ces nombres sont tous des nombres physiques, qui mesurent des entités réelles. Mais leur gigantisme fait que les phénomènes sociétaux sous-jacents perdent eux-mêmes tout sens.

L’informatique n’a pas le monopole des « gogol-nombres ». Donald Trump en invente aussi, et parfois des petits. Comme le nombre de guerres qu’il aurait arrêtées en un an. Faut-il lui soustraire le nombre de guerres qu’il a engendrées ? Allez savoir… et quel sens ces nombres ont-ils ? Aucun. Pas plus que les annonces de 500 milliards de dollars à investir dans l’IA par les USA.

L’Europe sait aussi produire des gogol-nombres. Par exemple : 8 x 10¹¹. C’est le nombre d’euros que les Européens prétendaient pouvoir investir dans un effort supplémentaire d’armement. D’où provient ce nombre à 12 chiffres ? De la différence entre le taux moyen réel d’investissement des pays membres de l’UE (1,9%) et un taux cible de 3%… à l’horizon 2030. +800 G€^[8] en 5 ans. Avec un investissement en 2025 de 381 G€. Et les USA, annuellement ? Plus de 900 G€. Avec un objectif pour 2027 de 1500 G€. Les 800 G€ de l’UE sont donc un nombre doublement gogol : d’une part, il ne correspond aucunement à un investissement réel. Il n’est rien d’autre qu’un calcul sur un coin de tableur du Conseil de l’Europe. D’autre part, il est ridiculement faible par rapport à l’effort des USA. Mais sur le seul sol français on trouve plus grand et plus gogol, comme nombre : 3300 G€. C’est la dette du pays en 2025. Il manque « juste » un autre nombre pour donner un sens à cette dette : les avoirs financiers que détiennent les Français : plus de 6600 G€. Soit le double de la dette. Ce second chiffre relativise le premier, non ? Tout seul, le premier est un nombre gogol. Sans grand sens. Avec son alter ego de l’épargne nationale, il retrouve un sens. Et avec le patrimoine total, d’environ 20 000 G€, la perspective change encore !

On a donc identifié plusieurs types de gogol-nombres. Des nombres sans sens a priori ; des nombres physiques mais caractérisant une dérive « non-sens » du monde numérique actuel ; ou encore des nombres décontextualisés, qu’affectionne le monde socio-économique.

Pour conclure : « Mort aux (nombres) cons ! » Et en particulier lorsqu’ils sont vides de sens, même bardés de mathématiques et exemplifiés par l’informatique, lorsqu’ils induisent en erreur sur des sujets graves comme celui du réarmement, lorsque leur caractère « con » est renforcé par un nom « con », en un mot comme en cent, lorsqu’étymologie et sémantique ont quitté le navire de la réflexion, de la mise en contexte. Il serait dommageable que dans l’armée des gogol-nombres déferlant sur le XXIe siècle, l’informatique continue à tenir le rôle de généralissime… parce que, ne l’oublions jamais, les nombres^[9] (en particulier en informatique), c’est comme les cochons, plus ça devient gros, plus ça devient con !

L’article G: comme Gogol ou l’île de la tétration est apparu en premier sur Blog binaire.

Lê Nguyên Hoang est un jeune polytechnicien, qui a fait une thèse en maths applis à Montréal. Je l’ai rencontré quand il était médiateur scientifique en informatique à l’EPFL dans les projets Wandida de mini-MOOCS. Il expliquait super bien des concepts parfois théoriques compliqués. Ça se remarque.

Maintenant il est PDG d’une entreprise de cybersécurité, Calicarpa. Il fait de la recherche et tout ça sans interrompre son travail de vulgarisation notamment en informatique, sur les intelligences artificielles. Il a en particulier une chaine YouTube, Science4All, avec des centaines de milliers d’abonnés. Respect !

Tout ça pour dire que si Lê n’est pas un copain, je le trouve super sympa et j’étais a priori un public plutôt favorable de son dernier livre : Demain, l’IA aux commandes, en 2026, chez Dunod. Le sous-titre : « Doit-on confier nos clés à la nouvelle génération d’IA agentique ? » est un bon teaser.

La première partie est très intéressante : intelligences artificielles, comment ça marche. Si vous voulez une présentation claire du sujet, vous la trouvez.

Le seconde « les enjeux de cybersécurité des IA » commence par une présentation assez classique du pillage des contenus protégés par le droit d’auteur. Bon, les auteurs ont la loi pour eux. Ils n’ont qu’à se défendre. Je m’intéresse plutôt au pillage des communs qui sont bien moins défendus par les lois. Lê  ?

Ensuite, le livre parle du piratage et des problèmes de cybersécurité. C’est en plein le boulot de Lê ; il sait de quoi il parle, ce qui est rarement le cas dans les livres sur l’IA. On en profite.

Au final, je conseille vraiment la lecture de ce livre. Et si je peux me permettre une supplique à Lê : parle aussi des possibilités fantastiques de l’IA. En France, on ne manque pas d’auteurs qui parlent des problèmes.

Serge Abiteboul, Inria et ENS, Paris

L’article Lê Nguyên Hoang, aux commandes est apparu en premier sur Blog binaire.

Bonjour !

Vous êtes épuisés par tout ce qui précède. Un repos bien mérité vous attend peut-être.

La joyeuse équipe de binaire vous souhaite une belle pause estivale ensoleillée, reposante et solidaire.

L’article Bonnes vacances ! est apparu en premier sur Blog binaire.

Né à Paris dans une famille d’émigrés juifs polonais, son nom était alors Henri Liliensztejn. C’était un enfant féru de science-fiction, ayant lu tout Jules Vernes à onze ans. La guerre met un terme à son parcours scolaire. En juillet 1942 – à douze ans, il est pris avec sa mère dans la rafle du Vel d’Hiv. Il s’en échappe tandis que sa mère est déportée puis assassinée à Auschwitz. Il entre dans la résistance, fait du trafic de faux papiers pour les partisans parisiens puis du trafic d’armes pour les maquis du Vercors, avant de devoir s’enfuir vers l’Espagne.

A son retour de la guerre en 1945 , son nom de famille est simplifié et devient Lilensten. Pour survivre, il se lance à 16 ans dans la confection mais le métier de tailleur l’intéresse peu. Il prospecte et découvre qu’une institution juive, l’ORT^[1], propose des formations professionnelles. Il est si jeune qu’il lui faut passer une audition pour y être admis. Son intelligence, ses capacités en mathématiques, mais aussi son parcours de résistant et de pupille de la Nation lui ouvrent la porte de l’école, non loin de Montmartre.

Il y suit le cours accéléré de radio du professeur May, qui lui inculque sa passion de l’électronique . Il sort de l’école en août 1946avec un diplôme de dépanneur radio. Lors de la soutenance finale, il doit répondre à un examinateur qui jouera un grand rôle dans sa vie, Eugène Aisberg. Il part en stage dans plusieurs sociétés françaises innovantes et s’initie au montage superhétérodyne utilisé mondialement dans quasiment tous les émetteurs et récepteurs, ou aux condensateurs électrolytiques. En 1948 et 1949, il devient assistant de travaux pratiques à l’ORT dans de nouveaux locaux à Montreuil, puis part sous les drapeaux. Ses connaissances en font une recrue précieuse pour les télécommunications militaires : il acquiert rapidement le grade de Sergent. Il est alors confronté aux atrocités de la guerre d’Algérie. Sans y être mobilisé, il entend les récits de ceux qui en reviennent. Conjugué à sa propre expérience de l’antisémitisme, il s’engage politiquement, au MRAP[2] et au Parti Communiste Français (PCF). Il lutte alors aux côtés du Front de Libération National (FLN ) à Paris, et se bat contre les exactions anti-arabes.

Après le service militaire , il retourne travailler dans la confection comme coupeur, tailleur, puis modiste. Frustré, il trouve en 1957 une place de dépanneur télévision chez Noveco, une entreprise créée par un jeune résistant, M. Friedmann. Pour y être embauché, il lit tout la nuit le livre La Télévision ?… Mais c’est très simple ! d’Eugène Aisberg, son examinateur à l’ORT, ce qui lui permet de répondre à toutes les questions. Il monte, démonte et répare toutes les télévisions noir et blanc de l’époque et continue de s’initier à l’électronique sous-jacente. Ce travail lui laisse beaucoup de temps, et bien qu’il vienne de se marier et ait déjà deux bébés, il s’inscrit aux cours du soir de mathématiques de l’école des Arts-et-Métiers et aux cours d’ingénieur par correspondance de l’École Centrale d’Électronique. Deux ans plus tard, à 30 ans, il est diplômé en électronique.

 La société d’import-export Sorice, créée à l’initiative du PCF, recherche un ingénieur commercial en électronique. Henri Lilensten est le candidat idéal. Il découvre et se familiarise avec des matériels électroniques d’avant-garde et visite de nombreux pays du bloc soviétique. Cela lui permet d’avoir accès à du matériel dont la France ne disposait pas encore. Il raconte : « C’est ainsi que j’ai fait la connaissance du professeur Langevin, fils du grand physicien Paul Langevin et lui-même chercheur. Il étudie les ions négatifs et a besoin d’un électromètre pour mesurer les courants. C’est un type d’appareil très difficile à mettre au point et à fabriquer à l’époque. Or, Metrimpex en offre un excellent que je lui livre.» Il découvre à cette occasion son laboratoire à l’École de physique et de chimie de la Rue d’Ulm, à Paris, bardé de fils, d’appareils de mesure, le tout dans un enchevêtrement difficile à appréhender.

« Quelques jours après cette livraison, le professeur Langevin m’appelle en me disant que mon électromètre ne fonctionne pas et fournit des indications aléatoires. Je me rends de nouveau dans son laboratoire en supposant que si le professeur Langevin ne parvient pas à le faire fonctionner, je n’y réussirais certainement pas mieux. Mais après quelques investigations, je m’aperçois que les masses ne sont pas interconnectées et équilibrées. Il m’a suffi de bien établir ces masses pour que tout rentre dans l’ordre. Ce qui a fait une belle publicité pour Metrimpex ».

Néanmoins, Henri Lilensten est alors fiché par la Direction de la Surveillance du Territoire (DST), et lorsqu’il est licencié en 1962 pour raisons économiques , il ne lui est plus possible de trouver du travail dans l’électronique. Il devient un temps ingénieur de production dans les usines d’eau de Javel. Il continue à se former en autodidacte, et construit chez lui la première chaîne haute-fidélité de son ensemble HLM à Fontenay-sous-Bois. Pour la tester, il pose les enceintes sur les fenêtres et passe à très haut volume les cœurs de l’armée rouge. Bientôt, tous les habitants des immeubles sont aux fenêtres et cherchent d’où vient le défilé qu’ils entendent si nettement…

Il dévore livres et journaux techniques, et tombe, en 1964, sur une annonce dans Toute l’électronique, revue dominante à l’époque dans ce domaine, crée et dirigée par Eugène Aisberg et publiée par la Société des Éditions Radio. On demande un documentaliste connaissant l’électronique. Il s’y présente et découvre la réalité : on cherche en réalité un journaliste. Henri Lilensten coche toutes les cases, y compris celle de la Résistance : Aisberg, lui-même Résistant, avait publié pendant la guerre au nez et à la barbe des occupants un livre expliquant comment bien recevoir Radio-Londres sous le titre très neutre Amélioration et modernisation des récepteurs radio. Il est embauché à une condition : simplifier son nom d’auteur. Il devient ainsi Henri Lilen. Il publie à une vitesse stupéfiante reportages, interviews, mais surtout des explications techniques compréhensibles par tous les férus, professionnels ou amateurs sur toutes les nouveautés informatiques. Il est un temps rédacteur en chef de la revue Toute l’électronique, puis de Électronique industrielle où il impulse une telle dynamique qu’elle devient l’une des premières du secteur en Europe. Henri Lilen continue à explorer les fondements des découvertes les plus récentes. Son premier livre, Principes et applications des circuits intégrés linéaires, est publié en 1969, immédiatement suivit par Circuits intégrés numériques. De façon très visionnaire, il comprend alors quelles révolutions attendent le monde. En 1970, il donne une conférence aux ouvriers et employés de l’horloger LIP : « il faut immédiatement préparer la transition vers les montres à quartz ». Il est sévèrement éconduit par la direction et par la CGT, proche du PCF. LIP sera liquidé en 1977. Cet évènement, mais aussi les révélations des exactions staliniennes dans les pays de l’Est, l’éloignent du Parti Communiste en 1981, il refusera de voter pour Georges Marchais.

Circuits Intégrés Linéaires, 1ère éd.: Éditions Radio, 432 pages

En 1970, un coup de tonnerre fait vibrer le monde : l’invention du micro-processeur par la société américaine Intel. L’année suivante, un petit industriel français, René Truong, crée la société R2E, pour laquelle il s’appuie sur un ingénieur de génie, François Grenelle. Pour répondre à une demande de l’INRA souhaitant un ordinateur pour aller sur le terrain mesurer l’évapotranspiration, la R2E invente le premier microprocesseur Intel 8008, le premier micro-ordinateur du monde. La frilosité honteuse des banques françaises, l’incompréhension déshonorante de l’Institut National de la Protection Intellectuelle (INPI), et le manque total de vision de l’industriel français de l’informatique, Honeywell Bull, en feront un désastre industriel français, et le lit de la fortune d’IBM qui s’appropriera l’invention à vil prix. Mais Henri Lilen est l’un des seuls à maîtriser toute la chaîne de valeur. Il rencontre Gernelle, avec lequel il se liera bientôt d’amitié. De retour chez lui, il se met à la paillasse et, en 1973, il assemble le second micro-ordinateur du monde. Celui-ci était capable de chronométrer ou de faire défiler des lettres sur une bande de leds. Lorsqu’on lui faisait remarquer que cela n’avait rien d’exceptionnel, il répondait : « mais là, c’est numérique ! ». Qui pouvait le comprendre ?

La saga du micro-ordinateur, 1ère éd.: Vuibert, 272 pages, Préface François Gernelle

Son savoir est immense. Les livres s’enchaînent. En 1975, Du micro-processeur au micro-ordinateur est le premier ouvrage au monde à populariser ce terme aujourd’hui commun. Après sa lecture, électroniciens et informaticiens sont armés pour construire leur propre machine ! Il se vend à des dizaines de milliers d’exemplaires, avec plusieurs traductions. H. Lilen rencontre les plus grands, Bill Gates, Steeve Jobs, Mr Yamamoto (Citizen), Chuck Peddle, inventeur du célèbre Motorola 6800 ou Jack Tramiel (Commodore). Partout il refuse les cadeaux, les ordinateurs gratuits, les voyages de convenance, et acquiert ainsi une solide réputation d’incorruptible. Il se lie avec Roland Moreno, connu comme un des inventeurs de la carte à puce.

Du microprocesseur au micro-ordinateur, 1ère édition.: Éditions Radio, 272 pages 

Internet cette fois je m’y mets ! : Sybex, 262 pages

Il enseigne également, à l’ORT bien sûr, mais aussi chez Renault ou à la RATP. En 1988, il crée la revue Autocad Magazine, collabore à d’autres revues telles que Électronique actualités.

Il achète lui-même les ordinateurs qu’il teste, démonte, transforme. Il plonge dans les fonctionnalités des programmes informatiques. Il s’intéresse au smartphone sans jamais en posséder, le considérant comme une contrainte. Il teste tout sur celui de son épouse. Sa retraite officielle en 1989 est surtout un tremplin pour accélérer ses publications, toujours aux Editions Radio, mais aussi chez Dunod, Presse Pocket, Cegos, Sybex, Eyrolles, OEM, Vuibert, Aliss, Eska, ICS, Amplitude, Thomson Publishing, AOL, Infonie et First. Il y décrit l’évolution de la technique et les versions successives des logiciels sous de nombreux pseudonymes : Malcom Wayne, Serge Verbois, Dave Ferguson, Nathalie Vercors, Jack Steiner, Pascale Vincent, Sarna Amati, Marc Bergame, Nelly Herschel, Hedencourt… En 2014, il compte 495 livres publiés ! Mais il reste surtout un témoin privilégié de la révolution numérique que le monde a connue entre la guerre et aujourd’hui. C’est pourquoi quelques titres méritent d’être mis en exergue, au-delà de ces 495 : La saga du micro-ordinateur avec une préface de François Gernelle, une (brève) histoire de l’électronique, préfacée par Roland Moreno, Cinq inventions à l’origine de l’ère électronique, Un ordinateur, comment ça marche ? En 2019, il publiait La belle histoire des révolutions numériques^[3]*. Peu avant sa mort en 2025, il a eu le bonheur de tenir dans ses mains la traduction chinoise de ce monument. Ces derniers ouvrages le feront qualifier d’historien de l’électronique par des confrères.

Jean Lilensten, fils de Henri Lilen

^[1] Organisation, Reconstruction, Travail, https://ort-france.fr/ort-institutionnel/

[2] Cet acronyme signifiait alors : « Mouvement contre le Racisme, l’Antisémitisme et pour la Paix ». Il signifie aujourd’hui « Mouvement contre le Racisme et pour l’Amitié des Peuples ».

^[3]* La belle histoire des révolutions numériques – De l’électronique aux défis de l’intelligence artificielle, De Boeck Supérieur, 2019, ISBN 978-2-8073-2478-7

Un ordinateur comment ça marche, Vuibert, 2004, ISBN 2 7117 5366 2

Une (brève) histoire de l’électronique, Vuibert, 2003, ISBN 2 7117 5336 0

La saga du micro-ordinateur, Vuibert, 2003, ISBN 2 7117 5331 X

Cinq découvertes à l’origine de l’ère électronique, Le transistor, le circuit intégré, le microprocesseur, le micro-ordinateur, la carte à puce, Vuibert, 2007, ISBN 978-2-7117- 4037-6

L’article Henri Lilen un journaliste français au parcours étonnant ! est apparu en premier sur Blog binaire.

Radio associative, locale et indépendante, Radio Verdon porte depuis sa création la voix des territoires ruraux du Verdon, du Haut-Var, des plateaux des Alpes de Haute-Provence et de leurs environs. Née de la volonté d’élus locaux visionnaires et du grand mouvement des radios libres, Radio Verdon se donne pour mission fondamentale de « favoriser l’expression locale et  générer de la démocratie » – une mission plus que jamais d’actualité.

Un p’tit quart d’heure de science est un rendez-vous scientifique accessible à toutes et à tous : pour découvrir les merveilles de la science sous un angle à la fois ludique et pédagogique. Des phénomènes naturels aux dernières découvertes. Un format court et dynamique pour nourrir la curiosité et comprendre le monde qui nous entoure, sans jargon complexe.

L’article Un p’tit 1/4h de science … ballons de foot ! est apparu en premier sur Blog binaire.

Intelligence du numérique et fractures artificielles. Fracture numérique ou fracture calculatoire ?

Depuis plus de trente ans, les références à la « fracture numérique » sont innombrables. Cette fracture séparait initialement les personnes disposant d’un accès à Internet ou à un ordinateur de celles qui n’en disposaient pas. Puis elle s’est déportée sur la maîtrise, ou non, de l’usage, sans différencier, par exemple, l’usage compulsif des réseaux sociaux de l’usage professionnel d’un tableur. Avec l’intelligence artificielle, elle dérive vers la capacité, ou non, à formuler les questions aux applications correspondantes et à en exploiter les réponses.

La fracture numérique évolue donc avec la sophistication des dispositifs et applications numériques qui irriguent la société. Or, avec l’explosion du volume de données disponibles sur Internet et, surtout, l’avènement de l’IA, une autre fracture numérique surgit. Une fracture où le mot « numérique » est à prendre au premier degré, comme désignant les nombres. Une fracture qui sépare deux catégories au sein même des personnes les plus cultivées occupant les professions les plus valorisées : celles qui savent repérer un manque de données rendant un propos vide de sens et qui maîtrisent les pourcentages, les fractions et la règle de trois, et celles qui ne les maîtrisent pas.

Ces dernières jouent un rôle important dans la société. Elles commettent des erreurs d’analyse majeures, faute d’une maîtrise élémentaire du nombre, au risque de prendre des décisions préjudiciables à l’intérêt de toute la société.

Illustrons ce propos dans le cadre de l’IA, où la capacité à évaluer les biais et la fiabilité des réponses obtenues devient cruciale pour prendre des décisions, notamment celle de poursuivre ou non le recours à l’IA.

C’est le cas dans le domaine des droits humains, au point que le Défenseur des droits s’inquiète à raison¹ du respect du droit des étrangers qui souhaitent franchir les frontières européennes, lorsque l’IA prend la forme d’un détecteur de mensonges², pour soumettre à des contrôles poussés les personnes identifiées comme susceptibles de mentir quant à leurs déclarations avant l’embarquement à bord d’un avion.

Pour asseoir numériquement son propos, il précise que « le système était crédité […] d’un taux de réussite autour de 75 %, ce qui revient à considérer un quart des personnes concernées comme soupçonnées de mentir alors que ce n’est pas le cas ». En simplifiant outrageusement, supposons que le système se trompe toujours dans un quart des situations, en détectant des mensonges à tort, ou en n’identifiant pas des menteurs³. Socialement, le risque semble être d’accuser à tort un quart des personnes de mentir. Mais l’on oublie une donnée clé : le nombre de menteurs effectifs parmi les passagers en général… De combien est-il ? Difficile à évaluer. Supposons qu’il soit de 10% : sur 1 000 passagers, en moyenne, 100 mentent et 900 disent la vérité. Le détecteur de mensonges identifie à tort 25 % des passagers qui disent la vérité comme des menteurs, soit 225 passagers. Il identifie aussi, à raison de 75 %, des menteurs parmi les menteurs, soit 75 passagers. Il identifie donc 225 + 75 = 300 passagers comme menteurs… alors qu’il n’y en a que 100 en tout, et qu’il n’en a détecté que 75 ! Il accuse donc à tort non pas « un quart des personnes concernées », mais bien trois quarts d’entre elles (225 non-menteurs / 300 accusés)⁴. Et si, à cause d’un biais de l’IA, le taux de fiabilité chute à 70 % pour certaines personnes ? Le taux d’erreur frôle alors les 80%…

Le taux d’erreur d’un test dépend non seulement de sa fiabilité mais aussi du taux de prévalence de la caractéristique recherchée dans la population concernée. Lorsque ce taux est très inférieur au taux d’erreur du test, le risque d’attribuer à tort à une personne la caractéristique recherchée est très élevé. La critique du test de détection de mensonge par le Défenseur des Droits laisserait entendre qu’avec une fiabilité plus élevée, le problème ne se poserait peut-être pas. Or pour une fiabilité de 90% et une prévalence de 10%, le taux d’identification de faux coupables est encore de 50% !

Le « taux de réussite » d’un détecteur de mensonges, donné sans la prévalence des mensonges réels, n’a donc pas de sens. Il est vain de l’utiliser pour argumenter en faveur ou défaveur dudit test. Cette omission de données constituait la base d’argumentaires fallacieux des antivax, qui soulignaient l’inefficacité du vaccin au prétexte que 80% des hospitalisés pour cause de Covid étaient vaccinés. Il manquait l’information clé : la proportion de vaccinés dans la population totale : 90 %. Le taux d’hospitalisés non vaccinés (20 %) était donc deux fois plus élevé que le taux de non vaccinés dans la population globale. Mieux : il y a 2,25 fois plus⁵ d’hospitalisés parmi les non vaccinés que parmi les vaccinés.

Le manque de données est plus frappant encore si l’on considère que 30 % des accidents de la route en France sont dus à l’alcool : cela signifierait qu’il y a 70 % d’accidents dus aux buveurs d’eau ! Le sens commun indique qu’il s’agit d’une boutade. Que manque-t-il comme donnée ? Le nombre de personnes considérées comme alcooliques : environ 8% en France en 2024. Il y a donc 4,92 fois plus⁶ d’accidents de la route parmi les alcooliques que parmi les non alcooliques… ce qui fait écrire au gouvernement que : « Ces décès pourraient être évités si tous les conducteurs respectaient strictement la limitation légale de l’alcoolémie au volant »⁷. Eh bien… pas tout à fait : il y en aurait 4,92 fois moins (la même proportion que pour les non alcooliques), soit environ 80 % de moins.

Si la fracture numérique existe, elle est calculatoire : la fracture entre les décideurs qui maîtrisent les nombres et le calcul et ceux qui ne les maîtrisent pas. Ces derniers sont majoritaires dans les ministères, y compris dans ceux de l’enseignement supérieur et de la recherche et dans celui de l’Éducation nationale. L’identification de données manquantes, les fractions, les pourcentages et la règle de trois ne sont pas acquises par la plupart des personnes qui nous gouvernent. En témoigne l’argumentaire approximatif du Défenseur des droits à propos d’un détecteur de mensonge, ou celui du gouvernement à propos des accidents de la route évitables. Il est problématique que ces approximations soient du même niveau que celles qui sous-tendent les argumentaires antivax, alors que la méfiance, sur le fond, du défenseur des droits par rapport à l’IA serait bien plus justifiée encore, avec des arguments numériquement pertinents. À l’heure où l’IA déferle sur notre société, les sphères dirigeantes, censées être bien informées, notamment parce qu’elles sont bien formées, ne peuvent pas courir le risque de développer des raisonnements dont on ne sait pas s’il faut redouter qu’ils soient des paralogismes ou des sophismes.

Il est donc urgent, voire crucial, que les citoyens en général et les élites en particulier maîtrisent les nombres et le calcul élémentaire, afin d’espérer qu’elles appréhendent avec quelque pertinence l’extraordinaire complexité du monde numérique au sens informatique du terme. Pour cela, une seule solution, structurelle dans l’enseignement secondaire de la 6^e au baccalauréat : que les mathématiques et l’informatique soient enseignées à toutes et à tous comme le français ou la géographie, en tronc commun, comme un bien culturel et scientifique commun. Faute de quoi, il est vain d’espérer que la France maîtrise industriellement le numérique en général et l’IA en particulier, et les rodomontades sur les centaines de milliers de personnes à former – lesquelles ? – et les milliards d’euros mobilisés – comment ? – n’y changeront rien.

Yves Bertrand, professeur des universités à l’université de Poitiers ; avec la complicité graphique de Frédéric Havet,  directeur de recherche au CNRS.

L’article F : Intelligence du numérique et fractures artificielles est apparu en premier sur Blog binaire.

Salut Jean !

  Marc Pouzet : «

Nous avons l’immense tristesse d’apprendre la disparition de Jean Vuillemin, ancien Directeur du Département d’informatique de l’ENS, survenue ce lundi 25 mai 2026.

 L’œuvre et l’influence scientifiques de Jean Vuillemin sur l’informatique fondamentale et appliquée sont à la fois immenses et variées. Jean est connu pour de nombreuses découvertes et pour ses travaux pionniers dans plusieurs domaines de la science du logiciel et du matériel. En algorithmique, il a inventé le tas binomial, enseigné et utilisé partout; en sémantique des langages et en logique, une méthode de preuve pour établir  la correction de fonctions récursives; en architecture des ordinateurs, une topologie de réseau pour un calcul parallèle efficace; en algèbre des circuits; en architecture matérielle, l’architecture PAM basée sur des FPGAs, enchaînant les records (notamment le décodage RSA). Jean fut l’un des premiers à travailler sur les processeurs reconfigurables, très utilisés aujourd’hui. Ce ne sont là que quelques-unes des contributions majeures de Jean.

 Durant sa carrière, Jean a couvert presque tout le spectre de l’informatique, des sujets les plus théoriques (calculabilité, sémantique, logique, algorithmique) jusqu’à la conception et la mise en œuvre de circuits. Jean défendait l’idée qu’il fallait développer des travaux fondamentaux, en poussant les réalisations concrètes jusqu’au bout, et en collaborant avec les meilleures équipes en production de l’industrie, ce qu’il a mis en pratique tout au long de sa carrière.

 L’influence de Jean Vuillemin allait bien au-delà de ses propres travaux. Il donnait des conseils et des idées sans compter. Tout ceux qui ont eu la chance de travailler avec lui savent à quel point ses idées et ses conseils valaient de l’or. On retrouve ainsi le nom de Jean Vuillemin parmi les remerciements de nombreux articles majeurs.

Jean a animé le groupe VLSI à l’INRIA de Rocquencourt et a été l’un des piliers du bâtiment 8. Il y a dirigé une équipe dont les travaux ont eu un retentissement majeur. Pour n’en citer que deux: le langage Le Lisp et le développement d’interfaces graphiques.

 Jean Vuillemin a été professeur au département d’informatique de l’ENS et a également été le directeur. Il a été directeur scientifique de l’INRIA. Il est à l’origine de la création de l’équipe ENS/INRIA PARKAS. Au département, Jean donnait le cours de « systèmes numériques » aux étudiants de première année, un cours unique et fascinant. Dans ce cours, Jean expliquait avec la même aisance et précision des éléments d’algèbre, de théorie de l’information, de codage, d’électronique, ainsi que le fonctionnement d’un FPGA ou d’un circuit spécialisé. Ce cours a formé des générations d’étudiants du département et les a durablement influencés.

 Jean Vuillemin était un trésor d’idées et de créativité. C’est un géant de l’informatique mondiale qui disparaît. 

Repose en paix, Jean. »

Éric Fleury : «

Jean était professeur émérite de l’École normale supérieure et membre de l’équipe-projet commune PARKAS (ENS-PSL, CNRS, Inria).

Ancien élève de l’École polytechnique (diplômé en 1968), il a été l’un des premiers chercheurs à l’IRIA en 1968 comme stagiaire de la  Direction des recherches et moyens d’essai (D.R.M.E.), qui offre au cours des années 60-80 un modèle de collaboration défense-recherche universitaire-industrie, puis a été recruté comme chercheur à l’IRIA avant de soutenir son doctorat à l’université de Stanford en 1972.

Jean Vuillemin est l’une des figures majeures et pionnières de l’informatique française, dont les travaux ont marqué aussi bien les fondements de l’algorithmique que l’architecture des systèmes informatiques. Il est, avec son collègue Franco Preparata, à l’origine d’une antonomase : le « preparata et vuillemin » est devenu un nom commun désignant tout étudiant en informatique. 

Il œuvra comme professeur à l’université Paris-Sud, à l’École polytechnique, puis à l’École normale supérieure à partir de 1997, où il était professeur au département d’informatique de l’ENS qu’il a dirigé jusqu’en 2011. Il a aussi travaillé pour l’industrie, notamment pour DEC (Digital Equipment Corp) et HP Labs (Hewlett Packard Labs). Jean a dirigé le projet National VLSI dans les années 80. Gérard Berry, qui a rejoint en 1990 le groupe de Jean Vuillemin chez Digital Equipment, dit de lui qu’il est « son maître à penser dans le domaine des circuits avec Michael Kishinevsky ». 

Jean a également été directeur scientifique d’Inria de 2005 à 2006. 

 Nous perdons un collègue et un ami de longue date d’Inria et au-delà. » 

Voir aussi : www.inria.fr: hommage à Jean Vuillemin

L’article Salut Jean ! est apparu en premier sur Blog binaire.