Informatique
Un langage qui ne change pas votre façon de penser la programmation ne mérite pas d'être connu.
— (1982)
Des développeurs expérimentés se sentaient plus rapides avec l'IA tout en travaillant mesurablement plus lentement — le vrai résultat, et ce qu'il ne dit pas sur le code avec IA
Un essai randomisé contrôlé de METR a demandé à seize développeurs open source expérimentés d'effectuer 246 vraies tâches sur des bases de code qu'ils connaissaient bien, avec des outils d'IA du début 2025 (Cursor Pro plus Claude 3.5/3.7 Sonnet) autorisés sur une moitié choisie au hasard. Ils s'attendaient à ce que l'IA réduise le temps de tâche d'environ 24 % ; elle l'a au contraire augmenté de 19 % — et après coup ils croyaient encore qu'elle les avait accélérés d'environ 20 %. Cet écart de perception est le cœur net et robuste de l'étude. Mais il s'agit de seize développeurs, d'un cadre étroit, et d'un instantané fixe du début 2025 : les auteurs sont explicites, cela ne montre pas que l'IA échoue à aider la plupart des développeurs, et leur propre suivi de 2026 pointe déjà vers un gain de vitesse, avec ses propres réserves.
Une preuve cryptographique peut cacher son secret en rendant le simulateur manquant difficile à prouver
Les preuves à divulgation nulle de connaissance permettent de prouver un énoncé sans révéler le témoin. La théorie classique dit qu'on ne peut pas obtenir cela, au sens plein, avec un seul message, sans setup de confiance et avec une solidité parfaite. L'article de Rahul Ilango ne fait pas disparaître cette impossibilité. Il change la cible : au lieu d'exiger qu'un simulateur existe vraiment, il demande qu'aucun système de preuve choisi ne puisse prouver efficacement que le simulateur n'existe pas. Sous de grandes hypothèses de complexité des preuves et de cryptographie, cela suffit à récupérer des conséquences falsifiables, fondées sur des jeux, du zéro connaissance, propriété par propriété. Le point n'est pas une primitive internet prête à brancher. C'est une façon, issue de la théorie des preuves, de transformer l'improuvabilité mathématique en couverture cryptographique.
Une IA medicale peut etre privee en moyenne et exposer quand meme certains patients - surtout les sous-representes
Un modele d'IA medicale dit protecteur de la vie privee repose souvent sur une moyenne. Cette etude soutient que c'est le mauvais test. En etudiant des attaques d'inference d'appartenance - qui revelent si le dossier d'une personne precise etait dans les donnees d'entrainement d'un modele, et peuvent donc trahir une maladie - les auteurs mesurent le risque patient par patient, pas en agregat, sur sept jeux de donnees medicaux et de nombreux modeles. Des modeles rassurants en moyenne peuvent laisser identifier certains individus presque parfaitement (AUC d'attaque >= 0,95); les exposes viennent systematiquement de groupes sous-representes; et le risque augmente avec la taille des modeles. Le message n'est pas d'abandonner l'IA medicale, mais de mesurer la confidentialite au niveau individuel, controler l'acces aux modeles et utiliser la confidentialite differentielle.
Apprendre à une IA de dessin à regarder la page
Les modèles de langage qui génèrent des graphiques vectoriels le font à l’aveugle : ils écrivent les commandes de dessin sans jamais voir le résultat. Une nouvelle méthode laisse le modèle regarder sa propre toile se remplir, trait par trait, et le retournement honnête est que lui donner simplement des yeux aggrave les choses : il faut le réentraîner à les utiliser. Le gain est un modèle qui égale ou dépasse légèrement des rivaux entraînés sur jusqu’à vingt fois plus de données — un résultat réel et prudent sur un benchmark, pas une révolution.
Un agent IA a traite des cas patients entiers tout seul - dans un simulateur, sur des dossiers passes
MIRA est un nouveau type d'IA medicale : au lieu de repondre a une seule question, il traite un cas entier dans un dossier hospitalier simule - recueillir l'histoire, commander et lire des examens, poser un diagnostic, rediger les prescriptions. Sur 574 cas retrospectifs issus d'une base publique, couvrant huit diagnostics preselectionnes, les auteurs rapportent qu'il a depasse des medecins en precision diagnostique et produit des decisions largement conformes aux recommandations et sures cote medicaments. Chaque qualificatif compte : bac a sable, dossiers passes, texte seul; avantage surtout dans les pathologies aux resultats d'examens nets; environ deux fois plus d'analyses sanguines que les medecins; plusieurs criteres notes contre ce que le dossier original contenait. L'avance reelle est un agent qui agit dans tout le workflow - pas la preuve qu'une machine diagnostique mieux qu'un medecin.
Les grands modeles de fondation pour robots fonctionnent-ils vraiment mieux ? Une reponse prudente : modestement oui, et la plupart des etudes ne peuvent pas le dire
Toyota Research Institute a entraine des large behavior models - des politiques robotiques preentrainees sur environ 1 700 heures de donnees de manipulation diverses - puis les a comparees a des politiques monotaches entrainees de zero avec une rigueur rare : essais aveugles, randomises, a grand echantillon (environ 1 800 dans le monde reel, plus de 47 000 en simulation) et statistiques reelles. Apres finetuning par tache, les grands modeles reussissaient mieux en moyenne, demandaient environ 3 a 5 fois moins de donnees specifiques et etaient plus robustes aux changements de conditions; la performance montait doucement avec plus de preentrainement. Mais sans finetuning ils ne battaient pas regulierement les modeles monotaches, plusieurs effets etaient assez petits pour exiger de gros echantillons, et une simple normalisation des donnees comptait plus que l'architecture. Soutien mesure a la direction robot-foundation-model, pas robot generaliste, pas zero-shot generalist, pas saut emergent.
Pourquoi les modèles de langage hallucinent, et pourquoi notre manière de les évaluer entretient le problème
Les fausses réponses confiantes que nous appelons "hallucinations" ne sont pas une panne mystérieuse: certaines sont un sous-produit statistique de l'entraînement, et elles persistent parce que les benchmarks dominants récompensent une supposition assurée plus qu'un honnête "je ne sais pas". Une étude de cas sur quatre modèles de pointe montre qu'annoncer les règles de notation dans le prompt (des "rubriques ouvertes") inverse cet incitatif.