L’IA et moi
Je suis data scientist dans l’aéronautique. Depuis décembre 2025, j’utilise quotidiennement l’IA agentique et je construis mon propre écosystème d’outils, AXM, pour lui confier des tâches de plus en plus complètes. Cette pratique m’amène à travailler sur des questions très concrètes : comment déléguer, vérifier un résultat, organiser la contradiction, ou laisser un système avancer seul sans perdre les moyens de comprendre ce qu’il fait.
À mesure que cette expérience s’accumule, j’y reconnais des problèmes que d’autres domaines rencontrent depuis longtemps. Comment une organisation distribue-t-elle les responsabilités ? Comment la justice permet-elle de contester une décision ? Comment le vivant conserve-t-il une information tout en se transformant ? Construire des systèmes agentiques me donne une perspective nouvelle sur ces questions ; explorer ces questions m’aide, en retour, à mieux penser ce que je construis.
Ce blog est né de ces rapprochements. J’y partage mes réflexions à travers des analogies entre l’IA et ce qui existe ailleurs : dans les sciences, les institutions, les organisations ou les situations ordinaires. Une analogie m’intéresse lorsqu’elle fait apparaître une relation que je n’avais pas vue, suggère une piste ou oblige à reformuler un problème. Ses limites comptent aussi : comprendre où la comparaison cesse de tenir fait partie du chemin.
J’aborde ces sujets avec mes habitudes de data scientist et mon goût pour les systèmes. J’aime chercher une structure commune derrière des phénomènes apparemment éloignés, puis confronter cette intuition à ce que j’observe. Mon expérience de l’IA constitue le point de départ de ces textes. Les écrire est une manière d’en explorer les prolongements — et de mettre mes idées en discussion.
Derniers billets
- Aucun télescope ne sauvera Trisolaris (ni votre agent) Ce que le problème à trois corps apprend des limites de prédiction d’une IA agentique, et pourquoi la seule stratégie qui ne dépende ni de la génération du modèle ni du budget est de contraindre la dynamique.
- Le moment-ARN de l’IA agentique Ce que l’origine de la vie nous apprend sur les boucles d’auto-amélioration — et pourquoi c’est la contrainte, pas le superviseur, qui ferme la boucle.
- Ce qu’on ne veut pas coder, on le paie en tokens L’IA agentique rejoue l’erreur de jeunesse du cloud : confondre « la machine peut le faire » avec « la machine devrait le faire ». Une mesure, et ce qu’elle m’a appris.
- Ce que la cassation m’a fait comprendre sur l’évaluation des IA Le droit sépare ce qui est juste de ce qui est justifié. L’intelligence artificielle redécouvre cette frontière, dans le désordre.