
IA : C'EST PIRE QUE CE QUE VOUS CROYEZ... - Théo Alves Da Costa | LIMIT
C'est pas une fatalité non plus. C'est des choix politiques qui ne sont pas faits aujourd'hui.
20 chapters
- Introduction et contexte de l'IAOuverture dramatiqueSam Altman, PDG d'OpenAI, demande 7000 milliards de dollars pour développer l'IA générale capable de résoudre le changement climatique et le cancer.Vision du podcastLIMIT cherche à comprendre le monde à travers les limites planétaires : biodiversité, changement climatique et fonctionnement des sociétés.Présentation de ThéoThéo Alves Da Costa est ingénieur en IA depuis 10 ans, programmeur depuis 20 ans, spécialisé dans l'application des technologies aux questions environnementales et sociales.Mission de Data for GoodRediriger l'énergie des experts techniques vers la dénonciation des dérives de l'IA et son application à des cas intéressants pour des acteurs du changement.
- État des lieux du numérique et des donnéesDualité fondamentaleL'IA repose sur deux éléments : les données et les algorithmes qui les exploitent.Constat général• Les géants économiques utilisent données et algorithmes pour des objectifs commerciaux • Ces outils ne servent pas l'intérêt général mais le profit • Il existe une concentration du pouvoir chez quelques acteurs numériquesOmniprésence des algorithmesL'IA n'est pas qu'une question digitale : elle détermine les prix en supermarchés, les trajets des bus, les allocations aux familles, les recommandations Netflix et Amazon.Explosion exponentielleDepuis les années 2010, on assiste à une augmentation massive des données disponibles et de la puissance de calcul pour les traiter, transformant complètement l'économie.
- Comprendre les limites de la prédiction par IAPerception vs réalitéBien que Spotify nous connaisse mieux que personne, il existe des limites à ce que les données capturent vraiment sur nos vies.Cas concrets d'erreurExemple : une jeune fille reçoit des annonces pour tests de grossesse sans être enceinte. Les algorithmes ne peuvent pas capturer la finesse psychologique réelle.Profil approximatifLes IA construisent des profils partiels optimisés pour le consumérisme, pas pour une compréhension globale de l'individu.Concentration des pouvoirsLe vrai danger apparaît quand plusieurs sources de données se croisent : Netflix, Google, Instagram, comportement dans les transports. Là commence une surveillance globale potentielle.
- Philosophie et liberté face à l'IAQuestion existentielleSerai-je encore moi-même si une IA me comprend mieux que moi et peut prédire mes choix avant que je les fasse ?Illusion du choixPeut-être que nos choix ne sont déjà plus les nôtres : tout est suggestion, influence, manipulation subtile par les recommandations.Uniformisation globaleDepuis l'animisme jusqu'à aujourd'hui, le monde s'est progressivement uniformisé. L'IA et les données en sont la dernière étape : une culture humaine standardisée.Croyance salvateurLes CEO de la Silicon Valley croient que cette IA générale résoudra les crises climatiques et pourra arrêter les guerres, mais c'est avant tout une vente de rêve.
- Modèles d'IA et innovation techniqueÉvolution techniqueAvant, il fallait montrer 1000 exemples de textes sur le climat pour enseigner la classification. L'autosupervision permet d'apprendre d'Internet entier.Modèles de fondationLes systèmes entraînés de façon générique sur Internet créent une base qui permet de résoudre rapidement de nouvelles tâches avec moins de données.Changement structurelL'IA générative a changé la donne : on ne peut plus faire tourner ces mega-modèles sur un ordinateur personnel, il faut des data centers massifs.Dépendance crééeAujourd'hui, les développeurs externalisent le calcul chez OpenAI, Google, Microsoft plutôt que de maintenir leurs propres systèmes. C'est plus economique mais crée une dépendance.
- Nvidia et la course aux ressourcesPivot stratégiqueNvidia, qui fabrique les cartes graphiques pour jeux vidéo, a pivoté vers l'IA car les GPU calculent aussi très vite les probabilités des modèles.Valeur exponentielleNvidia est devenue l'entreprise la plus valorisée du monde. Dans la ruée vers l'or, ce sont ceux qui vendent les pelles qui s'en sortent le mieux.Calcul parallèleUne carte graphique peut faire 50 multiplications en même temps au lieu de les faire une à une, d'où son utilité pour l'IA et les jeux vidéo.Domination du marchéTous les géants du numérique dépendent de Nvidia pour la puissance de calcul, donnant à cette entreprise un pouvoir géopolitique massif.
- Ambitions démesurées et croyances des CEODemandes financières follesSam Altman demande 7000 milliards de dollars pour l'AGI, soit deux fois le PIB de la France, sans compter les milliards déjà brûlés.Trois motivations clés• Croissance économique et rentabilité • Pouvoir géopolitique : l'IA est devenue un sujet majeur de rivalité entre pays • Croyance personnelle : Sam Altman croit sincèrement que l'IA résoudra les grands problèmes de l'humanitéComplexe divinCes CEO semblent croire qu'ils vont résoudre le changement climatique et le cancer avec leur IA super puissante, mais en pratique ils vendent des rêves aux investisseurs.Rhétorique salvateurLa promesse est toujours : oui, on brûle des milliards maintenant, mais ça en vaut la peine car on résoudra la paix et le climat.
- Modèles locaux vs centralisésPossibilité technique98% de ce que Théo a programmé fonctionne sans Internet, sur son ordinateur. La plupart des IA n'ont pas besoin de data centers géants.Vision AppleApple envisage l'IA intégrée dans les téléphones, tournant avec la batterie, sans connexion Internet ni data center requis.Sobriété impossiblePour avoir un système aussi puissant que ChatGPT en local, il faudrait des ressources matérielles énormes. C'est techniquement possible mais compromise l'efficacité économique.Choix politiquesLa centralisation n'est pas une fatalité : c'est un choix de conception fait par des entreprises qui veulent monétiser et contrôler.
- Autosupervision et transformation de l'IARévolution techniqueL'autosupervision permet de faire apprendre l'IA en lui montrant tout Internet, sans étiquetage manuel préalable.Modèles de fondationAvant, chaque problème était résolu de zéro. Maintenant, tous les problèmes partent d'une base déjà entraînée sur du contexte général.Coût et puissanceCes mega-modèles sont trop gros pour tourner localement, forçant une dépendance aux data centers centralisés et aux services cloud payants.Nouvelle économieOn ne paie plus le compute seul, on paie les modèles à l'usage : ChatGPT coûte moins cher que de maintenir sa propre infrastructure.
- Impacts écologiques immédiatsDouble consommation• Fabrication : training de ChatGPT consomme ~1000 tonnes de CO2 (100 personnes pendant 1 an) • Utilisation : 100 millions d'utilisateurs consomment ~100000 tonnes de CO2 (bien plus), sans compter les mises à jour futuresCroissance exponentielleVersion 4 de ChatGPT consomme 7 à 25 fois plus que la version 3.5. Un seul homme (Altman) a décidé d'un x25 sans débat public.Absence de transparenceContrairement aux autres secteurs, il n'existe aucune transparence ni responsabilité sur les impacts écologiques de l'IA. Les chiffres viennent de journalistes et chercheurs en fouillant.Données approximativesLes estimations de Théo sont probablement sous-estimées car il n'existe aucune publication officielle obligatoire par les entreprises.
- Consommation d'énergie et limites géopolitiquesAllocation d'électricitéAmazon construit un data center de 960 MW pour l'IA, l'équivalent d'une petite centrale nucléaire. Google et Amazon consomment autant que certains pays.Électricité mondiale• Data centers : ~1% de l'électricité mondiale • IA dans ces data centers : 10-25% de leur consommation • Projections : l'IA seule représentera ~1% de l'électricité mondiale très bientôtRêve de fusion nucléaireSam Altman pense que la fusion nucléaire est la seule solution pour alimenter l'IA. Selon Aurélien Barreau, c'est la pire idée car ça veut dire open bar énergétique.Manque de planificationAucune scénario d'étude prospective en France ne prévoyait l'IA. Elle n'apparaît pas dans les plans climatiques officiels à l'échelle du numérique.
- Eau et ressources minéralesConsommation d'eauEntre 10 et 50 requêtes ChatGPT par jour = 1 bouteille d'eau (500ml). Les estimations datent et ne couvrent pas les versions les plus récentes.TSMC et semiconducteursTaiwan Semiconductor Company consomme 160000 tonnes d'eau par jour pour fabriquer les semiconducteurs, pas seulement pour l'IA mais aussi téléphones et électronique.Choix lors de crisesPendant le Covid, Taiwan a coupé l'eau aux habitants pendant 3 jours pour continuer à produire les puces nécessaires au boom numérique.Accaparement systématiqueLes géants du numérique ont commencé à capturer 30% de toutes les installations renouvelables mondiales cette année pour alimenter leurs data centers.
- Engagement climatique dépasséMicrosoft et ses promessesMicrosoft s'était engagé à réduire son carbone de -3 à -5% par an selon les accords de Paris. Depuis l'IA, +30% d'émissions en un an.Google et inversion de tendanceGoogle avait réussi à baisser ses émissions. Depuis l'IA, +19% cette année car il n'arrive pas à les gérer avec les nouveaux data centers.Fuite en avant technologiqueMicrosoft justifie la construction de data centers bas-carbone en utilisant l'IA pour trouver du béton bas-carbone. C'est un cercle vicieux qui accélère.Technique temporelleÀ chaque innovation technique majeure (smartphone, etc.), on reproduit le même scénario : promesse, adoption, rebound effect, puis escalade.
- Étude ADEME et scénarios climatiquesCadre françaisADEME et ARCEP ont étudié l'impact du numérique sur les objectifs climatiques français de 2020-2021, avant la vague ChatGPT.Scénarios d'absence• Sobriété heureuse : 1 ordinateur par immeuble collectif, 1 téléphone par personne, pas de TV (trop matériel) • L'IA a été complètement omise, même par les experts consultésOmission fataleLes études prospectives n'ont pas prévu l'IA générative. Théo reconnaît qu'il n'aurait pas anticipé ce scénario non plus.Absence de planificationAucun plan politique, aucun débat démocratique, aucune limite n'a été posée avant le déploiement massif de l'IA générative.
- Limites écologiques et réalités physiquesMonde finiLa croissance infinie dans un monde fini est impossible. Les rapports du Club de Rome l'ont montré depuis les années 1970.Question crucialeQuand les ressources deviennent limitées et que les événements climatiques s'intensifient, qui va allouer les ressources : les data centers ou la survie humaine ?Fractures géopolitiquesCrises alimentaires, déstabilisations sociales dues à la géopolitique, famines agricoles, pertes agricoles croissantes vont-elles détourner les investissements de l'IA ?Deux scénarios• Scénario 1 : Les GAFAM gardent le pouvoir et l'argent, allocations continues aux data centers • Scénario 2 : Les citoyens reprennent le pouvoir et allocations prioritaires à la survie
- Perte de savoirs et compétencesOubli collectifGoogle nous a enlevé la curiosité : pourquoi mémoriser si la réponse est sur Internet ? L'IA fera les devoirs, écrira les mails, créera l'art pour nous.Scénario catastropheSi demain les camions ne livrent plus de nourriture, les chaînes d'approvisionnement se cassent et Internet disparaît, saurons-nous encore cultiver, réparer, cuisiner ?Compétences absentesDans les villes, les métiers manuels ont disparu au profit du tertiaire. Nous avons perdu les savoirs fondamentaux de survie.Perte d'agentivitéNous avons perdu le contrôle de nos apprentissages, nos décisions, nos compétences. Nous devenons dépendants de systèmes informatiques pour survivre.
- Promesse non tenue de la productivitéRêve des années 60L'automatisation promettait de nous libérer de la lessive et du ménage pour que nous nous concentrions sur l'art, la poésie et le lien.Réalité actuelleL'IA génère maintenant l'art, la poésie, les films, les scénarios. Nous avons toujours autant de lessive et ménage, juste moins de temps libre.Effet rebondChaque technologie qui gagne du temps crée une nouvelle charge : plus de travail à faire, pas moins. C'est l'effet rebond énergétique.Design intentionnelCe n'est pas une fatalité : c'est un choix de design. L'IA n'est pas designée pour créer du bien-être ou du temps libre, mais pour accroître la productivité.
- Solutions et approches alternativesTrois niveaux d'action• Citoyens : comprendre, se poser des questions, refuser d'utiliser, choisir de petits modèles • Concepteurs : analyser les biais, réduire consommation écologique • Décideurs politiques : régulation, transparency, responsabilitéPour les citoyens• Ne pas utiliser la génération d'images (exploit massif d'artistes, consomme 100-200x plus qu'un texte) • Désactiver les fonctionnalités IA quand possible (LinkedIn, Canva, Photoshop) • Questionner : ai-je vraiment besoin de cette IA ?IA open source alternativeHugging Face propose des modèles open source plus petits et contrôlables, sans extraction de données. China produit énormément d'IA open source, inversant la dépendance occidentale.Régulation nécessaire• Lois contre le green washing si on prétend sauver le monde • Représentants des salariés formés à l'IA dans les entreprises • Transparence obligatoire sur les impacts écologiques • Limitations volontaires ne suffisent pas
- Data for Good : approche pratique et humaineLeçon maîtresseLa technologie n'est pas la solution : c'est l'application au service de ceux qui vraiment faire changer les choses qui compte.Exemple feux de forêt• Algorithme de détection de feux développé mais personne ne l'utilisait en open source • Après collaboration avec pompiers, ONF, Office français biodiversité : 3-4 départements sauvegardés en France • Impact mesurable en hectares de forêt sauvésProjet pêche industrielle• Données GPS des bateaux publiques mais ignorées par régulateurs • Algorithmes simples pour détecter pêche illégale • Preuves formelles que zones protégées européennes ne sont protégées qu'à 1% • Collaboration avec Bloom a créé impact politique et légalDésinformation climatique• Baromètres montrant seulement 2% de couverture écologie dans médias • Travail avec Quota Climat sur viralité et régulation (DSA européen) • Pas de détection individuelle de fake news, mais outillage des régulateurs européens
- Conclusion et perspectiveAucune fatalitéLa trajectoire de l'IA n'est pas écrite. C'est des choix politiques et éthiques qui doivent être faits maintenant.Preuves et actionSur 1500 politiques climatiques, seulement 63 ont eu effet démontré, et 1 seule drastique : taxer les pollueurs. Les données permettent de basculer vers les vrais solutions.Humilité techniqueLes techniciens doivent avoir l'humilité de reconnaître que ce ne sont pas les IA qui résolvent les problèmes, mais les gens qui les actionnent politiquement.Principes simples• Ne jamais construire quelque chose que sa mère n'utiliserait pas • Écouter les vrais enjeux des acteurs de terrain, pas des décisions de geek isolé • Mettre la technologie au service de ceux qui veulent vraiment changer les choses





