Le Canada et l’Allemagne veulent financer une voie différente dans la course à l’intelligence artificielle. Le 16 septembre, leurs gouvernements ont annoncé prévoir respectivement 150 millions de dollars canadiens et 100 millions d’euros pour LawZero, l’organisation à but non lucratif fondée par le chercheur Yoshua Bengio. La part allemande reste soumise à une notification de la Commission européenne.

Installée à Montréal, LawZero travaille sur une méthode baptisée « Scientist AI ». L’objectif affiché n’est pas de construire un agent autonome poursuivant ses propres buts, mais un système capable de produire des raisonnements transparents et des réponses fondées sur des éléments vérifiables. Le financement canadien doit soutenir les équipes de recherche et d’ingénierie ainsi qu’une infrastructure de calcul souveraine. Ottawa estime que le projet créera 360 emplois à temps plein au Canada.

Le bureau allemand doit, de son côté, intégrer dès la conception les normes et exigences réglementaires européennes. Le communiqué précise que les premiers travaux porteront sur des outils d’évaluation et de supervision des systèmes existants, ainsi que sur l’aide à la recherche scientifique, avant d’avancer vers des modèles de pointe conçus autour de la sécurité.

L’annonce arrive au moment où Bengio durcit son avertissement sur les systèmes capables d’agir. Dans un entretien accordé à l’AFP, il estime que les discussions de sécurité n’ont pas suivi le rythme des progrès et appelle à des institutions, des traités et des garde-fous démocratiques comparables, dans leur ambition internationale, à ceux développés pour le nucléaire. Il évoque notamment le risque d’agents franchissant des barrières informatiques ou influençant directement des personnes. Ces scénarios restent des risques prospectifs, pas la description d’un dommage déjà démontré à grande échelle.

Le financement ne prouve pas non plus que l’approche de LawZero atteindra ses objectifs. Il lui donne des moyens importants pour tester une architecture alternative et des outils de contrôle. L’enjeu sera de publier des résultats évaluables : performances, transparence réelle, résistance aux manipulations et utilité face aux systèmes existants. La promesse d’une IA sûre ne pourra être jugée qu’à partir de ces preuves.