Tous nos articles

2026 consacre le passage d’une « IA qui assiste » à une « IA qui travaille ». Ce basculement, largement commenté, redéfinit concrètement la place de l’humain dans l’activité professionnelle. Nos auteurs en décryptent les mécanismes dans ce nouveau numéro.

Véronique Mesguich cartographie un paysage en pleine recomposition : derrière le foisonnement des termes (GPTs, Gems, Artefacts…), elle structure quatre niveaux fonctionnels (espaces persistants, assistants, agents, connecteurs) pour mieux distinguer ce qui relève de l'évolution d'interface de ce qui constitue une rupture fonctionnelle véritable.

Ulysse Rajim retrace la mutation fulgurante des derniers mois : du copilote supervisé à l’« employé virtuel ». Il analyse l’essor d’OpenClaw, la course des plateformes (Claude Cowork, Frontier, Copilot Cowork), les trois piliers techniques (raisonnement, outils, mémoire) et les vulnérabilités qui les accompagnent.

Ces deux premières contributions nous inspirent trois constats.

Pendant longtemps, utiliser une intelligence artificielle générative se résumait à ouvrir une fenêtre de chat, poser une question et lire la réponse. Au cours des derniers mois, les grandes plates-formes ont fait évoluer leurs interfaces et proposent désormais des environnements de travail diversifiés : des assistants spécialisés, des connexions à des services tiers et des espaces de travail persistants qui conservent le contexte d’un projet dans la durée.

De plus, au-delà de ces évolutions d’interface, une mutation plus fondamentale est en cours avec l’émergence des agents autonomes, capables de planifier, d’enchaîner des actions, d’utiliser des outils et de mener des tâches complexes de bout en bout, sans qu’un humain ait besoin de valider chaque étape.

Pour les professionnels de l’information, cette stratification représente à la fois une opportunité et un défi. Une opportunité, car ces nouvelles fonctionnalités permettent d’automatiser des tâches répétitives, de personnaliser les assistants selon des contextes métier précis, et de connecter l’IA aux systèmes d’information existants. Un défi, car le vocabulaire employé par chaque plate-forme est hétérogène, parfois trompeur, et rarement expliqué avec la rigueur qu’exige un usage professionnel.

Cet article se propose de clarifier quatre fonctionnalités introduites par OpenAI : le mode agent, les applications, les assistants personnalisés et les projets ; en les mettant en regard, avec les concepts équivalents chez les autres grandes plates-formes : les Gems de Gemini, les Artefacts de Claude, les Espaces de Perplexity… L’objectif n’est pas de dresser un comparatif technique exhaustif, mais de donner des repères conceptuels nécessaires pour choisir les bons outils, et les déployer avec précision.

Durant l’année 2025, le terme d’agent IA envahit la presse. Les outils disponibles restent cependant limités à des capacités d’assistants ou de copilotes. Au premier trimestre 2026, une nouvelle catégorie d’outils fait son apparition : des agents IA autonomes, parfois même comparés à des « employés virtuels ». Cet article examine ce qui a rendu cette évolution possible, les défis qui accompagnent ces outils, et ce que la prochaine génération de plateformes IA laisse entrevoir.

Le 10 avril dernier, la capsule Artemis II ramenait sur Terre quatre astronautes d’un vol autour de la Lune, pendant que SpaceX préparait le prochain essai de sa fusée Starship. Il semblerait que la course à l’espace soit bel et bien relancée… Mais depuis la fin d’année dernière, c’est une autre compétition, moins visible, qui a été lancée au sein de l’écosystème IA : une course à « l’employé virtuel ».

Le terme n’est pas nouveau. Des éditeurs de robotisation des processus (RPA) tels que Blue Prism parlaient déjà de travailleurs digitaux en 2023 (1) pour désigner des « travailleurs virtuels conçus pour imiter les actions humaines, afin de prendre en charge le travail que les employés ne devraient pas avoir à faire ». Plus récemment, Microsoft, Anthropic et OpenAI adoptent un champ lexical proche pour parler d’agents IA capables de raisonner, d’utiliser des logiciels variés et de prendre en charge des tâches longues sans supervision continue.

Christian Vigne est consultant en stratégie IA et fondateur de Narra, un atelier qui utilise la fiction narrative pour aider les organisations à questionner leurs angles morts stratégiques. Fort de 13 ans chez Google EMEA, il accompagne aujourd'hui dirigeants et équipes à l'intersection de l'intelligence artificielle et de l'imaginaire organisationnel.

« Avec l’expansion continue de la puissance de calcul utilisée par l’IA, il revient aux chefs d’entreprise de s’exercer à bousculer leurs modèles mentaux pour créer la surprise. Dans un monde où les seules limites du possible deviennent celles de l’imagination, cette faculté pourrait rapidement devenir la condition première de la réussite. » 

S’il fallait paraphraser cette idée, portée par François Candelon (Les Echos), on pourrait dire que puisque tout est possible avec l’intelligence artificielle, le plus difficile sera de définir ce qui est enviable, la question n’étant plus de savoir si un projet est réalisable, mais ce qui mérite d’être réalisé et qui serait suffisamment différenciant par rapport à une concurrence dans le monde de l’entreprise.

Or cette perspective se confronte à trois enjeux : l’angoisse, l’influence et la capacité à solliciter notre imagination.

De la sélection des CV aux entretiens automatisés, l’IA redéfinit les codes du recrutement. Une révolution technologique qui soulève toutefois de nombreuses interrogations. 

Tri de CV en quelques secondes, analyse des visages en visio, scoring des candidatures… L’intelligence artificielle s’invite de plus en plus dans les processus de recrutement. Présentée comme un gain de temps considérable pour les recruteurs, elle promet aussi plus d’objectivité. Mais derrière cette efficacité affichée, une question persiste : peut-on vraiment faire confiance à l’IA pour choisir les bons profils ? 

Aujourd’hui, de nombreuses entreprises utilisent des logiciels capables d’analyser des milliers de candidatures en un temps record. Ces outils s’appuient sur des algorithmes pour repérer des mots-clés dans les CV, évaluer les expériences ou encore classer les candidats selon leur « compatibilité » avec le poste. C’est le cas de logiciels comme HireVue, Pymetrics ou encore Workday, largement utilisés par les grandes entreprises pour automatiser le tri des candidatures. Certaines plateformes vont encore plus loin : elles proposent des entretiens vidéo automatisés. Des solutions comme HireVue ou Modern Hire analysent la voix, le regard ou les expressions faciales pour évaluer la personnalité du candidat. Sur le papier, le concept est séduisant : moins de biais humains, un traitement rapide des candidatures et une meilleure adéquation entre profil et poste.

Taïwan est bien plus qu’un point de tension géopolitique. Malgré sa petite taille, l’île figure parmi les acteurs majeurs du brevet mondial et sa pratique de la veille technologique mérite l’attention des professionnels de l’information. Un rapport récent de l’Office taïwanais de la Propriété Intellectuelle (TIPO) sur les systèmes de propulsion des drones en offre une illustration concrète : méthodologie rigoureuse, visée opérationnelle immédiate, ancrage dans les enjeux d’indépendance technologique.

À l'heure où la souveraineté technologique est devenue une priorité, ce rapport taïwanais montre ce que peut être une veille brevet vraiment au service de la stratégie.

Taïwan, un acteur à suivre dans le monde du brevet

Malgré sa petite taille (36 200 km2, 24 millions d’habitants), Taïwan occupe une place de premier plan dans le monde du brevet. Le TIPO a reçu en 2025 51 000 demandes de brevet, à mettre en perspective avec les 16 800 demandes nationales françaises reçues par l’INPI la même année (chiffre OMPI), la France étant un pays quasi 3 fois plus peuplé que Taiwan.

L’objet du rapport du TIPO : les drones, un sujet hautement stratégique

Les drones, d’abord utilisés pour la reconnaissance militaire, se sont rapidement diffusés dans de nombreux domaines : applications commerciales, industrielles, agricoles, logistiques, télécommunications ou encore loisirs. Leur diversité de formats, de capacités et de missions en fait aujourd’hui un moteur de transformation industrielle et sociétale. Toutefois, leurs performances (autonomie, capacité d’emport, adaptation à l’environnement, efficacité des missions) dépendent avant tout de leur élément central : le système de propulsion.

Interview menée par Christel RONSIN

Caroline Maufroid, iconographe à la bibliothèque de Sciences Po, partage son expérience de l’intégration de l’intelligence artificielle générative (IAG) dans la gestion des fonds documentaires audiovisuels. Entre limites techniques et défis juridiques, son témoignage éclaire les écueils et les opportunités d’une technologie en pleine évolution.

Titulaire du diplôme d’ingénierie documentaire de l’INTD, Caroline Maufroid est spécialisée dans le domaine audiovisuel. 11 ans d’expérience dans les agences photo AKG, REA et la Collection lui ont permis d’acquérir la rigueur nécessaire à la gestion documentaire et informatique d’un important flux d’images et de vidéos. Depuis 11 ans, elle est iconographe et administratrice de la Banque d’images de Sciences Po qu’elle a mise en place.

CHRISTEL RONSIN : Caroline, depuis quand utilisez-vous l’IA à la bibliothèque, et pour quelles activités ?

CAROLINE MAUFROID : Dès 2019 nous en utilisions déjà ! À l’époque, notre système de gestion des actifs numériques (DAM), développé avec l’éditeur Einden, intégrait Google Vision. Cet outil permettait une indexation automatique des mots-clés par reconnaissance visuelle, ainsi qu’un module de reconnaissance faciale et une fonction de transcription audio (speech-to-text) pour les vidéos. Les résultats n’étaient cependant pas à la hauteur de nos attentes.

Ces modèles d’IA, non adaptés au fonds spécifique de Sciences Po - principalement des captations de conférences -, peinaient à traiter des discours complexes avec des accents marqués, un vocabulaire technique pointu et une multitude de noms propres. La qualité était comparable à celle des sous-titres automatiques de YouTube !

Depuis mars, plusieurs pays tentent un rééquilibrage de leurs politiques en faveur des titulaires de droits vis-à-vis de l’IA générative. Trois axes communs se dessinent : transparence sur les corpus d’entraînement, mécanismes de licence, rémunération des ayants droit.

Le Royaume-Uni renonce à l’exception TDM (Text and Data Mining)

Le Gouvernement britannique réfléchissait depuis 2021 à rapprocher sa loi sur le copyright du droit européen par l’instauration d’une exception pour le TDM commercial. Cette exception aurait permis aux acteurs de l’IA d’entraîner licitement leurs modèles avec des œuvres protégées sans autorisation ni rémunération des ayants droit.

Le 6 mars, la Commission numérique et communications de la Chambre des lords avait envoyé un message ferme via : rapport sur le droit d’auteur et les industries créatives. Les lords exhortaient le Gouvernement à ne pas affaiblir le droit d’auteur, recommandant au contraire de renforcer la transparence et les mécanismes de licence.

Le 19 mars, le Gouvernement a tranché (1) par une position radicale : abandon du projet d’exception ! Un signal politique fort alors que le Royaume-Uni apparaissait jusqu’alors très favorable aux acteurs de l’IA.

Les professionnels de l’information ont largement dépassé le stade des benchmarks. Ils évaluent aujourd’hui les LLMs de manière plus intuitive : cohérence sur la durée, sensation de neutralité, fiabilité perçue, absence de bizarreries récurrentes. Pourtant, trois phénomènes structurels influencent fortement la qualité réelle des réponses, sans être visibles à l’œil nu.

Ces angles morts prolongent la réflexion engagée dans notre précédent article sur l’alignement éthique : aux règles explicites imposées aux modèles s’ajoutent des forces plus profondes, économiques, internes et héritées.

Lire aussi : LLM : l’alignement éthique, le critère qu’on oublie d’évaluer – BASES nᵒ 444 (en accès libre)

Le business model : une influence économique qui émerge

OpenAI a lancé sa régie publicitaire en février 2026, d’abord aux États-Unis, et a rapidement généré plus de 100 millions de dollars de revenus annualisés, avec des projections de plusieurs milliards par an, malgré des pertes attendues de 14 milliards cette année.

Impact concret : dans une réponse conversationnelle, il n’existe aucune séparation claire entre contenu neutre et contenu influencé : la recommandation publicitaire est fondue dans le texte, sans label détachable.

La plus ancienne plateforme mondiale de prépublications scientifiques quittera l'université Cornell le 1er juillet 2026 pour voler de ses propres ailes en tant qu'organisation à but non lucratif.

Une transition logique

Après bioRxiv et medRxiv, qui ont créé en mars 2025 la structure indépendante openRxiv, c'est au tour d'arXiv de franchir le pas. Le serveur de prépublications quittera l'université Cornell — qui l'hébergeait depuis 2001 — pour devenir, le 1ᵉʳ juillet 2026, une organisation indépendante à but non lucratif.

Ce changement de statut répond à une logique bien claire : s'affranchir du cadre universitaire offre une plus grande souplesse opérationnelle, facilite les évolutions technologiques, ouvre la voie à de nouveaux partenariats et permet de créer une fondation assurant un financement pérenne.

« Offrir une plateforme ouverte de partage de la recherche où les chercheurs peuvent échanger et découvrir des avancées scientifiques récentes, pertinentes et émergentes, et affirmer leur contribution à l'avancement de la recherche. »

Cette mission d'arXiv reste inchangée après la transition.