Chez Anthropic, 26 % de la R&D est pilotée par l’IA
Cette part pourrait atteindre environ 80 % à la fin de l’année L’article Chez Anthropic, 26 % de la R&D est pilotée par l’IA est apparu en premier sur Le Grand Continent..
En septembre 2026, le laboratoire Anthropic annonce que 26 % de ses activités de recherche et développement (R&D) en intelligence artificielle sont désormais pilotées par l’IA elle-même. Ce chiffre, appelé niveau AI leads (AL4), signifie que l’humain se limite à fixer des objectifs généraux, superviser et valider les résultats, tandis que l’IA, notamment le modèle Claude, exécute la majeure partie du travail de bout en bout. Anthropic précise que si cette tendance se poursuit, cette part pourrait atteindre environ 80 % d’ici la fin de l’année 2026. Cette automatisation s’inscrit dans une tendance de fond observée depuis une décennie, où l’IA a progressivement réduit la nécessité pour les humains de définir manuellement les variables d’entrée (features), puis de participer activement à l’amélioration des modèles. L’objectif est d’accélérer le cycle de développement des modèles d’IA en déléguant un nombre croissant de tâches aux systèmes automatisés.
Anthropic utilise trois indicateurs pour mesurer l’avancement de cette automatisation de la R&D, un concept appelé auto-amélioration récursive (RSI) : le taux d’automatisation de la R&D, la capacité à surveiller les agents IA autonomes, et l’allocation des ressources informatiques (compute). Ces indicateurs pourraient servir de déclencheurs pour des mesures de contrôle ou de ralentissement si nécessaire. À ce stade, Anthropic n’a pas encore atteint le niveau AL5, où l’IA serait capable de repérer un problème, de le définir, de le résoudre, de le tester et de le déployer sans aucune intervention humaine. Cependant, plus de 90 % de la R&D en IA est déjà au niveau AL3 (collaborateur IA), où Claude peut réaliser d’importants blocs de travail sous une direction humaine rapprochée. Environ 30 000 agents IA de recherche travaillent simultanément sur la plateforme d’Anthropic, capables de communiquer entre eux et de se déléguer des tâches.
Dario Amodei, cofondateur d’Anthropic, exprime dans un essai publié en septembre 2026 son inquiétude face à une possible accélération incontrôlable de la recherche en IA. Il souligne que depuis l’été 2026, l’IA est de plus en plus capable de contribuer à la conception de la génération suivante de modèles, créant une boucle d’amélioration potentiellement exponentielle. Cette situation pourrait dépasser la capacité de l’humanité à comprendre et contrôler ces systèmes. Anthropic révèle que seulement 6 % des ressources informatiques consacrées à la R&D en IA sont allouées à des travaux de sécurité, ce qui illustre un déséquilibre entre innovation et contrôle. Noam Brown, chercheur chez Meta, estime qu’une accélération de la recherche en IA d’un facteur de 3 à 10 est plausible à court terme, bien que les capacités de calcul pourraient devenir le principal frein à cette progression.
Plusieurs laboratoires illustrent cette automatisation croissante. OpenAI affirme avoir atteint en septembre 2026 le stade d’un chercheur stagiaire automatisé, capable de réaliser sous supervision des tâches qui prendraient plusieurs jours à un chercheur qualifié. L’entreprise vise à atteindre le niveau de chercheur IA automatisé d’ici mars 2028. Sur des tâches estimées à 4-8 heures de travail humain, plus de la moitié des missions réussies ces six derniers mois ont nécessité au moins une intervention humaine. OpenAI et Broadcom ont annoncé en juin 2026 Jalapeño, une puce d’inférence conçue par OpenAI, passant du design initial à l’envoi en fonderie en neuf mois, contre 18 à 24 mois habituellement. MiniMax a automatisé 30 à 50 % de son processus d’expérimentation en mars 2026, incluant la revue de littérature, la définition des expériences, le debugging et l’analyse des métriques. Zhipu AI, un laboratoire chinois, a utilisé en septembre 2026 un agent basé sur son modèle GLM-5.3 pour optimiser le traitement des requêtes de son modèle suivant, multipliant par trois le débit d’inférence sur 10 000 puces Huawei en moins de deux semaines.
Face à cette course à l’auto-amélioration, Yoshua Bengio, lauréat du prix Turing, a appelé en septembre 2026 à interdire les formes de RSI où des systèmes d’IA pourraient concevoir et entraîner de manière autonome leurs propres successeurs, sans aucune intervention humaine. Cette proposition intervient alors que Zhipu AI a annoncé en septembre 2026 consacrer 60 % des 5 milliards de dollars levés à développer sa prochaine génération de modèles *GLM* et son système *Fully Self Training*, conçu pour que les modèles participent eux-mêmes à l’entraînement de leurs successeurs. Ces initiatives soulèvent des questions éthiques et de sécurité, notamment sur la capacité à maintenir un contrôle humain sur des systèmes capables de s’améliorer de manière autonome. Les acteurs du secteur semblent divisés entre la poursuite de l’innovation et la nécessité de mettre en place des garde-fous pour éviter une perte de maîtrise technologique.
