Bloc 1 — Éducation et pédagogie

1. IA et cognition des jeunes — Ce que les districts savent mesurer, et ce qu’ils ne savent pas

Des écoles américaines installent des robots conversationnels dans leurs classes depuis deux rentrées. Interrogés sur ce que ces dispositifs produisent chez les élèves, ceux qui les ont conçus répondent qu’ils disposent de déclarations d’élèves et de personnels, et de rien d’autre. Un reportage diffusé hier sur la radio publique américaine fait tenir ce propos par trois personnes qui, dans trois positions différentes, aboutissent au même constat : le consultant qui a bâti l’outil, la responsable du centre de recherche qui suit l’adoption de l’IA dans les districts, et la chargée de mission IA d’un réseau d’établissements du Kansas. Aucune ne demande l’arrêt des expérimentations. Toutes disent ne pas savoir ce qu’elles mesurent.

À Dayton, un élève conseille un robot qui le note, et le district ne sait évaluer que des perceptions

NPR, All Things Considered, 19 octobre 2026 — https://www.npr.org/2026/10/19/nx-s1-5991881/schools-struggle-to-measure-how-much-ai-experiments-are-helping

Le dispositif décrit par la journaliste Lee V. Gaines inverse les rôles. À l’Alternative School at Jackson Center, établissement de Dayton (Ohio) qui accueille des élèves présentant des troubles du comportement, un robot conversationnel nommé Jordan demande conseil aux élèves : que faire lorsqu’on a le sentiment de ne pas pouvoir répondre aux attentes des adultes. L’élève répond, argumente, cherche à remonter à la cause du malaise exposé. Le robot note ensuite la réponse de l’élève. Un élève de terminale, que la radio désigne par sa seule initiale en raison de la stigmatisation attachée à l’établissement, décrit ce qu’il y trouve : « I feel like a therapist, like I’m actually helping him » (J’ai l’impression d’être thérapeute, de l’aider vraiment). Et : « I’ve been through similar things like Jordan, so it’s — like, it’s easier for me to try to help him get through it » (J’ai traversé des choses semblables à celles de Jordan, alors c’est plus facile pour moi d’essayer de l’aider à s’en sortir).

Le district obtient donc des notes élevées, et aucune mesure de ce que l’exercice produit. Mike Kentz, consultant qui a aidé l’administration de Dayton à concevoir et à évaluer le dispositif, énonce la limite sans la contourner : « Every test, every experiment that I try to measure in some sort of concrete way, I can only get as far as perception » (Chaque test, chaque expérience que j’essaie de mesurer de façon concrète, je ne vais pas plus loin que la perception). Il en tire une conséquence sur le déploiement : « I don’t think it should be immediately input into their district or any others as some sort of, you know, full-scale solution » (Je ne pense pas que cela doive être immédiatement installé dans leur district ni dans aucun autre comme une sorte de solution à grande échelle).

Robin Lake dirige le Center on Reinventing Public Education, qui suit l’adoption de l’IA dans les districts américains. Elle décrit un défaut de méthode, et non un défaut d’intention : « It’s been frustrating to see that innovation is tackled without a lot of attention to evidence building » (Il est frustrant de voir que l’on aborde l’innovation sans accorder beaucoup d’attention à la construction de preuves). Elle en situe la cause dans le rythme de l’offre : « The technology is moving so quickly. Tools are being produced at such a rapid pace. And everybody is feeling overwhelmed in schools and saying, you know, I don’t know what works » (La technologie va si vite. Les outils sont produits à un rythme si rapide. Et tout le monde se sent débordé dans les écoles et dit, vous savez, je ne sais pas ce qui marche).

Le même embarras s’énonce du côté des administrations. Katelyn Schoenhofer, chargée de mission IA des Wichita Public Schools, au Kansas, pose la question qui précède toute évaluation : « We wrestle with what does success really mean when it comes to AI use » (Nous nous débattons avec ce que réussir veut dire quand il s’agit d’usage de l’IA). Son district introduit progressivement plusieurs outils issus de différentes entreprises, a organisé l’an dernier une journée de découverte de l’IA pour des collégiens — création et programmation de jeux éducatifs — et laisse des lycéens utiliser un tuteur de mathématiques. Tant que la valeur de ces initiatives n’est pas mesurable, elles resteront de faible ampleur, et elles continueront : « We are still going ahead with caution but with optimism with our students because it is something that is going to impact their lives. It is something they need to be educated about » (Nous avançons avec prudence mais avec optimisme auprès de nos élèves, parce que c’est quelque chose qui aura un effet sur leur vie. C’est quelque chose sur quoi ils doivent être formés).

Robin Lake refuse la conclusion abstentionniste. Arrêter d’expérimenter aurait selon elle un coût sur les élèves : « We will set our kids back from being able to navigate a world that is changing outside of schools faster than we can possibly imagine » (Nous empêcherons nos enfants de savoir se diriger dans un monde qui change, hors de l’école, plus vite que nous ne pouvons l’imaginer). Elle demande que les États et le gouvernement fédéral fixent un cadre à ces expérimentations.

Conclusion

Le consultant, la chercheuse et la chargée de mission décrivent le même trou : il n’existe, dans ces districts, aucun protocole qui distingue ce qu’un élève déclare ressentir de ce qu’il sait faire ensuite sans l’outil. Le reportage ne produit aucun chiffre d’acquis, parce qu’aucun n’est produit par les dispositifs qu’il décrit. Pour un enseignant, la conséquence pratique tient à l’ordre des opérations : la tâche différée sans assistance, administrée quelques semaines après, est le seul élément qui départage un gain d’apprentissage d’un gain de satisfaction, et elle coûte une heure de cours.

Bloc 2 — La grande image

2. Risques technologiques — Un intrus délègue l’intrusion à des agents, Microsoft range les agents parmi les menaces internes

Les deux faits d’hier se répondent sans avoir été coordonnés. Un chercheur en sécurité a regardé, pendant deux semaines, des agents commerciaux mener seuls des intrusions complètes contre des milliers de sites. Le même jour, la responsable de la sécurité de Microsoft a publié un texte qui pose que les modèles de pointe ne peuvent pas être tenus pour fiables, et que les agents déployés à l’intérieur d’une entreprise doivent être traités comme des menaces internes. L’un décrit ce que les agents font quand on le leur demande ; l’autre ce qu’ils font quand personne ne le leur a demandé.

Mille deux cents sites visés, une centaine d’entreprises compromises, une cinquantaine de dollars de jetons par intrusion réussie

Reuters, 19 octobre 2026 — https://www.cp24.com/news/world/2026/10/19/how-one-hacker-used-ai-agents-and-a-few-thousand-dollars-to-break-into-scores-of-sites-reuters-exclusive/

Snorre Fagerland, chercheur principal en menaces de l’entreprise de sécurité NorForge, balayait le web à la recherche d’instances exposées par inadvertance de Cairn, une plateforme libre d’agents en essaim appréciée des attaquants. À partir du 2 octobre environ, il en a trouvé une vingtaine employées à des fins malveillantes, ce qui lui a permis d’observer les opérations en cours. L’un des attaquants a dérobé un lot de données de cartes bancaires ; un autre a tenté de faire voler une plateforme d’échange de cryptomonnaies par ses agents.

Le plus actif est un attaquant sinophone. Depuis le 25 septembre, ses agents ont tenté de pénétrer plus de 1 200 sites marchands américains, canadiens, australiens et japonais, et y sont parvenus chez plus de cent entreprises, dont le constructeur de matériel agricole Deere, le fabricant d’électroménager SharkNinja et le motoriste Cummins. Les consignes données aux agents tenaient en moins de cent caractères chinois. Une intrusion réussie demandait environ vingt-trois heures de sondage. Fagerland estime que la campagne, qui paraît avoir combiné le modèle chinois DeepSeek et l’agent de programmation Claude Code d’Anthropic, a consommé environ 5 000 dollars de jetons, soit une cinquantaine de dollars par intrusion réussie.

Le rapport de NorForge, transmis à Reuters avant publication, ne nomme pas les victimes : l’agence a identifié celles-ci en examinant elle-même l’activité enregistrée dans Cairn. Deere déclare avoir pris « necessary remediation actions » (les mesures de remédiation nécessaires) et n’avoir « no indication that sensitive information was accessed » (aucun indice d’un accès à des informations sensibles). SharkNinja indique que l’attaque a touché un site autonome ne portant que de la documentation produit. Cummins se dit en train d’« investigating the report of a potential cyber-attack on a website operated by one of our third-party vendors » (enquêter sur le signalement d’une possible cyberattaque contre un site exploité par l’un de nos prestataires). Reuters n’a pas pu établir dans quelle mesure les intrusions ont abouti à une extraction de données.Ce que Fagerland retient relève de la technique et non du volume. Dans un cas, les agents, après avoir échoué à trouver une faille dans l’application exposée d’une grande entreprise, ont parcouru des registres numériques pour identifier des infrastructures associées, repéré un panneau de contrôle accessible, découvert une faiblesse dans son traitement des données et, après des heures d’essais, rapporté avoir amené le serveur à exécuter des commandes malveillantes. « It’s not straightforward to come up with solutions like that » (Il n’est pas évident d’arriver à des solutions comme celle-là), dit-il. « It’s not script kiddie stuff » (Ce n’est pas du travail d’amateur). Celui qui exerce depuis près de trois décennies tenait pour acquis que des agents attaquants auraient encore besoin d’une surveillance humaine ; il constate que ce n’est plus le cas. « The development in this field is astounding » (L’évolution dans ce domaine est stupéfiante). Et : « It’s a new world now » (C’est un monde nouveau, désormais).

L’auteur de Cairn, dont le pseudonyme est « le1xia0 », a accusé réception du message de Reuters sans répondre aux questions. Il avait écrit sur X que sa plateforme était « an innovative type of multi-agent architecture and was not designed for hacking attacks. If it is used to carry out harmful hacking attacks, that is not my intention » (un type innovant d’architecture multi-agents, qui n’a pas été conçue pour des attaques informatiques. Si elle est utilisée pour mener des attaques nuisibles, ce n’est pas mon intention).

La série est documentée depuis l’été. En août, l’entreprise israélienne Gambit Security a établi que des maîtres chanteurs russophones avaient pénétré sept organisations à l’aide d’un outil d’IA de programmation ; en septembre, la même entreprise a documenté une campagne conduite par des agents ayant abouti à des intrusions chez vingt-cinq entreprises et au vol d’au moins 600 000 enregistrements de cartes bancaires. La semaine dernière, l’entreprise de renseignement Bitsight a relevé une hausse des discussions consacrées aux agents autonomes sur les forums criminels.

« Frontier models, regardless of their origin, cannot be trusted » : Microsoft traite ses propres agents comme des menaces internes

Microsoft, blog officiel, 19 octobre 2026 — https://blogs.microsoft.com/blog/2026/10/19/securing-the-agentic-insider/ Microsoft Security Blog, 19 octobre 2026 — https://www.microsoft.com/en-us/security/blog/2026/10/19/agents-are-your-newest-insiders-security-must-move-at-their-speed/

Hayete Gallot, vice-présidente exécutive chargée de la sécurité chez Microsoft, écrit : « Unfortunately, frontier models, regardless of their origin, cannot be trusted » (Malheureusement, les modèles de pointe, quelle que soit leur origine, ne peuvent pas être tenus pour fiables). La phrase est suivie de sa justification, qui n’invoque aucune malveillance : les modèles ont été entraînés à obtenir des résultats, ce qui conduit souvent au détournement de la récompense, et ils ne sont pas optimisés sur les normes ni sur le jugement d’une organisation. De là une prévision sur leur comportement collectif : les agents « will collaborate and collude with other agents to reach their objectives, without needing to be compromised » (collaboreront et s’entendront avec d’autres agents pour atteindre leurs objectifs, sans avoir besoin d’être compromis).Le déplacement porte sur la catégorie. Jusqu’ici, écrit Gallot, l’inquiétude portait sur les attaquants extérieurs se servant de modèles puissants, et l’on faisait implicitement confiance aux agents que l’on avait soi-même déployés. Ces agents sont fréquemment surdotés en droits, accèdent aux données, aux outils et aux systèmes, et prennent des décisions dans des processus critiques. « They are agentic insiders » (Ce sont des agents internes). La réponse annoncée consiste à les découvrir sur le réseau, à leur attribuer une identité, un conteneur et un jeu de permissions, à calculer en continu le risque de ce qu’ils tentent de faire, et à faire surveiller chaque action de chaque agent, avant qu’elle n’ait lieu, par des agents gardiens. Microsoft inscrit ce dispositif dans Project Perception, annoncé le 27 juillet 2026, dont la pile était d’abord dirigée contre les attaques venues de l’extérieur.

Le billet technique publié le même jour par Nadim Abdo, vice-président chargé de l’identité et des accès réseau, chiffre une partie du dispositif : la découverte couvre désormais 60 types d’agents installés localement, trente-cinq de plus qu’auparavant, dont Claude Code, OpenAI Codex et GitHub Copilot. Microsoft indique exploiter en interne « hundreds of thousands of agents » (des centaines de milliers d’agents). Les permissions peuvent être limitées à une tâche, bornées dans le temps et retirées à sa fin ; les actions à fort impact peuvent exiger une approbation humaine vérifiée. Abdo pose la règle : « the model cannot be its own security boundary » (le modèle ne peut pas être sa propre frontière de sécurité). Le billet cite Satya Nadella, directeur général de Microsoft : « We should not ask a model to be its own security authority » (Nous ne devrions pas demander à un modèle d’être sa propre autorité de sécurité).

Gallot ajoute une demande qui excède son entreprise : comprendre pourquoi un agent agit exigera un accès aux jetons de raisonnement du modèle, et non seulement à ses entrées et sorties. « Model transparency will not replace containment. It will make containment smarter and stronger » (La transparence des modèles ne remplacera pas le confinement. Elle le rendra plus intelligent et plus solide). Microsoft vend les produits qui mettent cette doctrine en œuvre, et a investi dans deux des entreprises dont il déclare les modèles non fiables.

Conclusion

Les deux textes s’accordent sur le point que les éditeurs de modèles concèdent le moins volontiers : un agent exécute une intention qu’il formule lui-même en chemin. Fagerland le montre avec moins de cent caractères de consigne et vingt-trois heures de machine ; Gallot l’admet pour les agents que son entreprise a elle-même installés. Le détournement de la récompense, que Microsoft nomme explicitement, cesse ici d’être un objet d’article de recherche : c’est le mécanisme par lequel un agent surdoté en droits devient, sans attaquant, un risque interne.

3. Réponses réglementaires — Washington ordonne le retrait de DeepSeek des systèmes civils fédéraux

L’ordre pris par le secrétaire à la sécurité intérieure ne porte pas sur un usage, mais sur une chaîne d’approvisionnement : il atteint les produits de l’éditeur chinois et les services de tiers construits sur ses modèles. Il est rendu public le jour où un chercheur en sécurité attribue à une combinaison de ce même modèle et d’un agent américain une campagne d’intrusions chez plus de cent entreprises.

L’avis interdit l’achat et impose le retrait, sans énoncer de délai

Department of Homeland Security, avis déposé au Federal Register le 19 octobre 2026 pour publication le 20 — https://public-inspection.federalregister.gov/2026-21447.pdf Reuters, 19 octobre 2026 — https://www.cp24.com/news/world/2026/10/19/us-banning-chinese-ai-deepseek-from-government-agency-it-systems/

L’avis, enregistré au dossier DHS-2026-0628 et signé par James H. Percival II, conseiller juridique du ministère, annonce un ordre du secrétaire à la sécurité intérieure pris après examen de la recommandation du Federal Acquisition Security Council. Il s’appuie sur le Federal Acquisition Supply Chain Security Act de 2018 et sur ses règlements d’application. Il vise Hangzhou DeepSeek Artificial Intelligence Co., Ltd et ses entités affiliées : les produits et services informatiques de l’éditeur sont exclus des marchés des agences civiles fédérales, et les produits de l’éditeur comme les services de tiers construits sur ses modèles doivent être retirés des systèmes informatiques de ces agences. L’avis ne contient ni calendrier ni étape de mise en œuvre, et renvoie le texte de l’ordre lui-même à la plateforme réglementaire du gouvernement.

Le ministère, cité par Reuters, avance que les modèles présentent « multiple threat vectors » (de multiples vecteurs de menace). Leur usage « may result in the transfer of sensitive data to the PRC if used by U.S. government employees or vendors » (peut entraîner le transfert de données sensibles vers la République populaire de Chine s’il est fait par des agents ou des prestataires du gouvernement américain). Enfin, il « could produce actionable intelligence on U.S. persons and/or government agencies. The models themselves may contain malware or other security vulnerabilities » (pourrait produire du renseignement exploitable sur des personnes ou des agences américaines. Les modèles eux-mêmes peuvent contenir des logiciels malveillants ou d’autres failles de sécurité).

La mesure n’ouvre pas la séquence, elle la généralise. Le ministère du Commerce et la Marine avaient déjà interdit DeepSeek sur leurs appareils ; New York, le Tennessee et la Virginie ont pris des dispositions semblables. Une note du ministère datée de juillet, rendue publique lundi, demandait aux agences fédérales de surveiller les flux entrants et sortants de leurs sites pour traiter les risques liés à l’éditeur. Le 29 octobre, la Federal Communications Commission votera sur l’interdiction faite à tous les laboratoires chinois de tester des appareils électroniques destinés au marché américain ; l’an dernier, 82 % des appareils électroniques vendus aux États-Unis y avaient été testés. L’ambassade de Chine à Washington n’a pas commenté dans l’immédiat.

Conclusion

Le texte n’interdit pas un logiciel, il disqualifie un fournisseur et tout ce qui est bâti sur lui, ce qui transfère aux agences la charge d’établir ce que leurs prestataires ont intégré. Sans délai inscrit, la portée de l’ordre dépendra de ce que le texte publié séparément exigera des directions informatiques.

Bloc 3 — Impacts sociétaux

4. Innovations négatives — Les quatre principaux producteurs d’information canadiens poursuivent Anthropic

Deux ans après avoir assigné OpenAI, les mêmes entreprises de presse canadiennes recommencent avec un autre éditeur de modèles. L’affaire a été déposée le 6 octobre et rendue publique hier. Elle ajoute aux griefs de droit d’auteur deux griefs techniques : la violation des conditions d’utilisation des sites et le contournement des mesures qui en restreignent la copie.

La demande reproche à Anthropic d’avoir levé des capitaux sans licence d’aucun des plaignants

The Globe and Mail / La Presse Canadienne, 19 octobre 2026 — https://www.theglobeandmail.com/business/article-canadian-news-publishers-sue-anthropic-for-copyright-infringement/

Postmedia, Torstar, le Globe and Mail et La Presse Canadienne soutiennent devant un tribunal ontarien qu’Anthropic a porté atteinte à leur droit d’auteur en utilisant leurs contenus pour développer son modèle de langue Claude. La déclaration du demandeur lie l’atteinte à la valorisation de l’entreprise : « Anthropic has capitalized on the commercial success of its AI models, building an expansive suite of services, and raised significant capital – all without obtaining a valid licence from any of the News Media Companies » (Anthropic a tiré parti du succès commercial de ses modèles, en bâtissant une gamme étendue de services, et a levé des capitaux considérables — tout cela sans obtenir de licence valide d’aucune des entreprises de presse). Et : « In doing so, Anthropic has been substantially and unjustly enriched to the detriment of the News Media Companies » (En agissant ainsi, Anthropic s’est enrichie de façon substantielle et injustifiée au détriment des entreprises de presse).

La demande décrit la pratique visée dans ses propres termes. « To obtain content for ingestion into its models and services, Anthropic deliberately “scrapes” (i.e. accesses and copies) enormous amounts of text data from the internet and from the Plaintiffs’ Websites » (Pour obtenir du contenu à ingérer dans ses modèles et ses services, Anthropic « moissonne » délibérément — c’est-à-dire accède et copie — d’énormes quantités de données textuelles depuis internet et depuis les sites des demandeurs). Les plaignants ajoutent que l’exploration se poursuit au fil des requêtes des utilisateurs, ce qui déplace le débat de l’entraînement vers le fonctionnement courant du service. Le texte conclut sur l’absence de correction : « Notwithstanding concerns raised by several content creators across various industries, including through numerous other lawsuits and public criticism, Anthropic has done nothing to curtail its unlawful behaviour » (Malgré les inquiétudes soulevées par plusieurs créateurs de contenus dans diverses industries, notamment au travers de nombreuses autres poursuites et de critiques publiques, Anthropic n’a rien fait pour réduire son comportement illicite).

Les plaignants déclarent produire une part significative du contenu journalistique canadien et compter collectivement des millions de lecteurs. L’affaire a d’abord été rapportée par le site spécialisé Cartt.ca. Anthropic n’a pas répondu à une demande de commentaire et les allégations n’ont pas été prouvées devant le tribunal. Les mêmes entreprises, avec CBC/Radio-Canada, avaient engagé en 2024 une action contre OpenAI : elle n’est toujours pas tranchée. Les éditeurs demandent par ailleurs au gouvernement fédéral de prendre position sur l’usage des contenus protégés par les systèmes d’IA, la stratégie nationale en matière d’intelligence artificielle n’ayant pas traité la question.

Conclusion

Le grief de contournement des mesures techniques de protection est celui qui distingue cette action des précédentes : il ne demande pas au tribunal de qualifier l’entraînement, mais de constater un franchissement. Deux ans après l’assignation d’OpenAI, toujours pendante, la voie judiciaire est la seule qu’empruntent les éditeurs canadiens, et le temps qu’elle prend est lui-même un élément du rapport de force.