L'IA n'est pas neutre. Ce module présente ses risques de manière structurée, en s'appuyant sur des études et des ouvrages de référence.
Un repère synthétique récent fait autorité : le International AI Safety Report 2026, rapport scientifique international présidé par Yoshua Bengio (lauréat du prix Turing), qui consolide l'état des connaissances.
6.1Risque cognitif : l’érosion de nos capacités
Plusieurs études convergentes alertent sur le délestage cognitif (cognitive offloading) : à force de déléguer nos tâches mentales à l'IA, nous risquons d'atrophier nos propres compétences.
- Une étude du MIT Media Lab (Kosmyna et al., 2025), par électroencéphalographie sur 54 participants, montre que ceux qui rédigent avec un LLM présentent une moindre activité cérébrale et de moins bonnes performances lorsqu'on leur retire l'assistance, une « dette cognitive ».
- Une autre étude (Gerlich, 2025) sur 666 participants associe un usage intensif de l'IA à un déclin de l'esprit critique, médié par le délestage cognitif.
- Le rapport Bengio 2026 cite une étude où la capacité de cliniciens à détecter des tumeurs sans assistance avait chuté de 6 % trois mois après l'introduction de l'IA.
Ce champ de recherche est encore jeune, mais le signal est suffisamment net pour être pris au sérieux.
6.2Risque pour l’emploi et les inégalités
Le Fonds monétaire international (Cazzaniga et al., 2024) estime qu'environ 40 % des emplois dans le monde sont exposés à l'IA et jusqu'à 60 % dans les économies avancées. Parmi ces emplois exposés, environ la moitié pourraient être complétés (gain de productivité) et l'autre moitié menacés.
Particularité de cette vague : contrairement aux automatisations passées, elle touche d'abord les emplois qualifiés, ce qui pose un risque d'aggravation des inégalités.
6.3Risque démocratique et informationnel
L'IA générative démultiplie la capacité à produire de la désinformation crédible (textes, images, voix, vidéos deepfake) à très bas coût. Les enjeux : manipulation de l'opinion, ingérence électorale, érosion de la confiance dans toute image ou enregistrement. La possibilité même de douter de l'authenticité de tout contenu fragilise le débat public.
6.4Risques sociaux : biais, surveillance, dépendance
- Biais et discrimination : un modèle reproduit et amplifie les biais de ses données d'entraînement (recrutement, crédit, justice prédictive).
- Surveillance : reconnaissance faciale, exploitation des données personnelles.
- Dépendance affective : l'usage de compagnons IA soulève des questions de santé mentale et d'isolement.
6.5Risques de sûreté et d’alignement
À plus long terme se pose la question de l'alignement : comment garantir que des systèmes très autonomes et très capables poursuivent bien les objectifs voulus par les humains ? C'est l'objet d'un champ de recherche dédié (la sûreté de l'IA) et de débats nourris sur les risques à grande échelle.
6.6Risque environnemental
L'entraînement et l'usage des grands modèles consomment beaucoup d'électricité et d'eau (refroidissement des centres de données), au moment où la demande explose.
Pour aller plus loin : la bibliothèque des risques
Ouvrages français
Intelligence artificielle, intelligence humaine : la double énigme
Daniel Andler
Analyse philosophique de référence (2023).
L'Intelligence artificielle ou l'enjeu du siècle
Éric Sadin
Critique politique et anthropologique.
L'intelligence artificielle n'existe pas
Luc Julia
Un regard d'ingénieur qui démystifie.
De l'autre côté de la machine
Aurélie Jean
Algorithmes et biais.
La fin de l'individu
Gaspard Koenig
L'IA face au libre arbitre.
Quand la machine apprend
Yann Le Cun
Le point de vue d'un père du deep learning.
La civilisation du poisson rouge
Bruno Patino
L'économie de l'attention.
Schizophrénie numérique
Anne Alombert
Donner un sens à l'intelligence artificielle
Rapport Villani
Document fondateur de la stratégie française (2018).
Ouvrages internationaux
Superintelligence
Nick Bostrom
Le classique sur les risques existentiels (2014).
Human Compatible
Stuart Russell
Sur le problème de l'alignement (2019).
The Alignment Problem
Brian Christian
2020.
Weapons of Math Destruction
Cathy O'Neil
Sur les biais algorithmiques (2016).
Atlas of AI
Kate Crawford
Le coût matériel, humain et écologique de l'IA (2021).
Power and Progress
Acemoglu & Johnson
Qui profite des révolutions technologiques (2023).
The Age of Surveillance Capitalism
Shoshana Zuboff
2019.
Nexus
Yuval Noah Harari
L'information et le pouvoir, de l'écriture à l'IA (2024).
The Coming Wave
Mustafa Suleyman
Sur le risque de prolifération (2023).
Vous avez fini ce module ?
Votre progression est sauvegardée sur cet appareil.