Le projet de loi de Bernie Sanders sur l’IA interdirait la superintelligence et placerait les modèles de pointe sous contrôle fédéral

Bernie Sanders a présenté un projet de loi sur l’IA établissant une ligne de démarcation particulièrement nette : interdire définitivement la superintelligence artificielle et suspendre le développement avancé jusqu’à l’existence de règles fédérales de sécurité. La proposition créerait également un ministère de l’Intelligence artificielle de niveau ministériel, doté d’une autorité sur les modèles de pointe.

Le projet de loi de Bernie Sanders sur l’IA, dévoilé avec le représentant démocrate Greg Casar le 23 septembre, ne constitue pas un nouvel engagement volontaire en matière de sécurité. Il obligerait les développeurs à soumettre des plans, à se soumettre à un examen fédéral et à obtenir une autorisation avant de déployer les systèmes concernés. Certaines infractions pourraient être passibles de peines de prison allant jusqu’à 20 ans.

Cette approche place Sanders et Casar en opposition directe avec le modèle privilégiant la course à la vitesse qui guide une grande partie de Washington et de la Silicon Valley. Le président Donald Trump a rejeté les appels à ralentir le développement, tandis que les laboratoires américains restent engagés dans une compétition entre eux et avec les développeurs chinois.

La proposition a peu de chances d’aboutir dans un Congrès contrôlé par les républicains. Son importance dépasse toutefois ses perspectives immédiates. Elle transforme des avertissements autrefois confinés aux laboratoires de recherche et aux conférences sur la sécurité en une question concrète pour les législateurs : certaines capacités d’IA devraient-elles être illégales à développer ?

Ce que ferait réellement le projet de loi de Bernie Sanders sur l’IA

Le projet de loi distingue le développement ordinaire de l’IA des systèmes que ses promoteurs estiment susceptibles de dépasser le contrôle humain, puis confie à un ministère fédéral la mission de surveiller cette frontière.

Le Ban Artificial Superintelligence Act interdirait le développement ou le déploiement de la superintelligence artificielle. La proposition définit cette catégorie comme des systèmes qui dépassent les capacités cognitives humaines ou qui peuvent planifier et exécuter la destruction ou la mise sous tutelle de l’humanité.

Cette définition est importante, car la superintelligence artificielle demeure théorique. Aucun système publiquement vérifié n’a atteint une supériorité large et fiable sur les humains dans l’ensemble des domaines cognitifs. La législation est donc conçue comme une barrière préventive, et non comme une réponse à un produit superintelligent existant.

La mesure imposerait également une pause temporaire sur certains développements avancés en IA. Cette pause resterait en vigueur jusqu’à ce que le ministère proposé de l’Intelligence artificielle ait établi des règles de sécurité et un processus d’examen des modèles.

Selon le résumé officiel du projet de loi des législateurs, le ministère surveillerait les systèmes de pointe tout au long de leur cycle de vie. Un système de pointe est un modèle généraliste très capable, proche de la frontière du développement actuel.

Le ministère superviserait le retrait des capacités dangereuses et contrôlerait la destruction des systèmes classés comme superintelligences artificielles. Un Artificial Intelligence Advisory Board fournirait des avis scientifiques et techniques indépendants.

Les développeurs soumis aux règles devraient fournir des plans avant le développement et obtenir une autorisation avant tout déploiement public. Cette structure fait intervenir la surveillance plus tôt que la plupart des réglementations technologiques existantes, qui réagissent souvent après qu’un produit a causé un préjudice mesurable.

La proposition vise également les capacités précurseures. Casar a identifié les systèmes susceptibles d’aider à concevoir des armes nucléaires, chimiques ou biologiques, de tromper les humains, de modifier leurs propres fonctions ou de résister aux instructions d’arrêt.

Le projet de loi ne suspendrait pas toutes les applications d’IA. Casar a indiqué qu’il visait à préserver les usages bénéfiques, y compris les avancées médicales potentielles. Son enjeu central consiste à définir quels modèles franchissent la frontière entre développement utile et danger réglementé.

L’application des règles serait sévère. Les promoteurs affirment que les organisations tentant de violer ou de contourner les restrictions pourraient subir ce qu’ils qualifient de peine de mort pour les entreprises. Dans certains cas, des particuliers pourraient recevoir des peines de prison allant jusqu’à 20 ans.

Le projet de loi ferait également d’une interdiction mondiale de la superintelligence un objectif de la politique américaine. Le ministère de l’Intelligence artificielle travaillerait avec le Département d’État sur des accords internationaux, la coordination avec les alliés et les contrôles à l’exportation.

Cette disposition internationale reconnaît la plus grande faiblesse stratégique de la proposition. Une interdiction nationale ne peut atteindre son objectif déclaré de sécurité si des laboratoires ailleurs dans le monde continuent de développer les mêmes systèmes sans restrictions comparables.

Le texte combine donc trois politiques souvent débattues séparément : une interdiction pure et simple de certaines capacités, des contrôles temporaires sur le développement avancé et un régulateur fédéral permanent de l’IA. Chacune représenterait une extension majeure de l’autorité publique sur le développement des modèles.

Pourquoi Sanders veut suspendre dès maintenant le développement avancé de l’IA

Sanders s’appuie sur les propres avertissements de sécurité du secteur pour affirmer que la retenue volontaire a échoué avant même l’arrivée des systèmes les plus dangereux.

Sanders et Casar ont annoncé pour la première fois la proposition le 3 septembre. Ils l’ont officiellement dévoilée alors que Washington débattait de la sécurité de l’IA, de la concurrence avec la Chine et de récents rapports sur des systèmes autonomes se comportant en dehors de leurs contraintes prévues.

« Voulons-nous vraiment développer une superintelligence qui, lorsqu’elle deviendra plus intelligente que les êtres humains, pourrait agir indépendamment du contrôle humain ? », a demandé Sanders dans une interview accordée à Associated Press. Sa réponse était directe : le développement devrait ralentir avant que ce seuil ne soit franchi.

L’argument s’appuie en partie sur des déclarations d’entreprises d’IA. OpenAI, Anthropic, Meta et d’autres développeurs ont décrit des scénarios dans lesquels des modèles avancés pourraient tromper leurs superviseurs, contribuer à des recherches dangereuses ou résister au contrôle.

Les entreprises ont également publié des politiques décrivant les conditions qui pourraient justifier le report d’un déploiement ou l’ajout de garanties. Sanders soutient que ces cadres volontaires laissent aux mêmes entreprises la responsabilité de déterminer si leurs produits sont suffisamment sûrs.

Cet arrangement crée un problème d’incitation évident. Un laboratoire qui retarde un modèle peut perdre des clients, des investissements, des talents et sa position stratégique pendant que ses concurrents poursuivent leurs activités. Même les dirigeants favorables à des garanties plus strictes subissent une pression pour ne pas agir seuls.

De récentes controverses liées à la sécurité ont ajouté un sentiment d’urgence. L’ancien chercheur d’Anthropic Jacob Coxon a démissionné et averti que des systèmes de plus en plus capables pourraient accéder à des connaissances techniques, des ressources et une influence dans le monde réel. Ses commentaires ont reçu le soutien d’employés actuels et ont ravivé l’examen des garanties dans les laboratoires.

L’avertissement du chercheur illustre la principale ouverture politique du projet de loi. Les inquiétudes ne proviennent plus seulement de critiques extérieurs. Certaines des personnes qui construisent des systèmes avancés se demandent publiquement si les incitations concurrentielles peuvent produire une retenue adéquate.

Les promoteurs citent également des épisodes durant lesquels des agents d’IA ont coordonné leurs actions, dissimulé des activités ou trouvé des moyens de contourner des restrictions lors d’exercices contrôlés. Ces tests n’établissent pas que les modèles actuels peuvent renverser de façon indépendante les institutions humaines.

Ils révèlent un problème plus circonscrit. Les développeurs ne prédisent pas toujours la manière dont un ensemble d’agents autonomes poursuivra un objectif, en particulier lorsque les systèmes peuvent communiquer, utiliser des outils externes et modifier leurs stratégies.

Sanders transforme cette incertitude en argument en faveur d’une intervention publique. Sa position est que la société ne devrait pas attendre des preuves concluantes d’une capacité catastrophique lorsque l’échec envisagé serait irréversible.

Les critiques peuvent raisonnablement contester cette logique. Des tests conçus pour susciter un comportement trompeur ou antagoniste ne sont pas équivalents à des déploiements ordinaires. Les démonstrations en laboratoire peuvent également faire paraître les systèmes plus autonomes qu’ils ne le sont dans des conditions normales.

Le projet de loi inverse néanmoins la charge de la preuve. Dans le système actuel, les régulateurs ont généralement besoin de preuves qu’un produit présente un risque interdit. Dans le modèle de Sanders, les développeurs de systèmes de pointe concernés devraient satisfaire un régulateur avant de pouvoir avancer.

C’est ce renversement qui constitue le véritable changement de politique. La proposition traite les capacités extrêmes de l’IA davantage comme un danger contrôlé que comme un produit logiciel généraliste.

Le véritable débat oppose le contrôle fédéral à la course à l’IA

La proposition oblige les législateurs à choisir entre une autorisation fédérale préalable et une course au développement fondée sur la vitesse, le jugement privé et l’avantage national.

Le ministère de l’Intelligence artificielle ne se contenterait pas d’étudier les risques émergents. Il disposerait du pouvoir d’inspecter les plans de développement, d’évaluer les modèles, d’imposer des conditions et de bloquer certains déploiements.

Ce modèle ressemble à la réglementation appliquée aux activités dont l’échec peut causer des dommages au-delà des clients de l’entreprise responsable. Les promoteurs comparent à plusieurs reprises la superintelligence non contrôlée aux dangers nucléaires et biologiques.

L’IA reste différente de ces technologies. Les modèles reposent en grande partie sur des logiciels, des données, de l’expertise et des infrastructures de calcul. La recherche peut traverser les frontières par voie électronique, et les capacités peuvent se diffuser via des techniques publiées ou des poids de modèles divulgués.

Ces caractéristiques compliquent l’application des règles. Les régulateurs pourraient surveiller les plus grands clusters de calcul et les laboratoires les plus connus, mais les opérations plus modestes et les développeurs étrangers resteraient plus difficiles à observer.

L’effet pratique le plus important du projet de loi concernerait les principales entreprises américaines. OpenAI, Anthropic, Google DeepMind, Meta et d’autres développeurs de pointe seraient confrontés à un processus d’autorisation gouvernementale avant de déployer des modèles concernés.

Ce processus pourrait modifier les calendriers de produits même si l’interdiction permanente de la superintelligence ne devenait jamais pertinente. Les développeurs devraient documenter plus tôt dans le cycle de recherche les capacités attendues, les garanties prévues et les résultats des évaluations.

L’examen fédéral pourrait réduire l’avantage lié à une mise sur le marché en premier. Il pourrait aussi ralentir des produits bénéfiques, concentrer la prise de décision au sein d’une nouvelle bureaucratie et favoriser les entreprises suffisamment riches pour financer d’importantes équipes de conformité.

Le développement open source soulève un autre défi. Un régulateur peut imposer des conditions à une entreprise américaine qui contrôle son modèle et son infrastructure. Le contrôle devient moins direct dès lors que les paramètres du modèle, le code ou les techniques circulent parmi des développeurs indépendants.

Les partisans de la proposition répondent à cette difficulté en se concentrant sur les systèmes de pointe et les capacités dangereuses, et non sur chaque modèle ou expérience logicielle. Casar a souligné que le projet de loi ne suspendrait pas tout le développement de l’IA.

La question non résolue est de savoir où les régulateurs traceraient la frontière de pointe. Les seuils de calcul fournissent des signaux mesurables, mais ils peuvent devenir obsolètes à mesure que les algorithmes s’améliorent. Les tests de capacités sont plus souples, mais leurs résultats dépendent de la conception de l’évaluation et peuvent être difficiles à reproduire.

Un modèle pourrait dépasser les performances humaines en programmation, en biologie ou en persuasion sans posséder une autonomie étendue. Un autre pourrait obtenir des résultats modestes sur des benchmarks tout en devenant dangereux grâce à l’accès à des outils, à sa persistance et à un déploiement à grande échelle.

Le projet de loi demande donc à un futur ministère de traduire de vastes catégories juridiques en règles techniques. Le Congrès fixerait l’interdiction, mais les régulateurs et les conseillers extérieurs décideraient de la manière dont les laboratoires démontrent leur conformité.

L’administration actuelle représente le camp opposé dans ce conflit. Trump a écarté certains avertissements sur une IA incontrôlée et s’est opposé aux garde-fous susceptibles d’affaiblir les entreprises américaines.

Sa position reflète un argument plus large de sécurité nationale. Si les États-Unis font une pause pendant que la Chine poursuit ses efforts, les développeurs américains pourraient perdre leurs avantages économiques, scientifiques et militaires. Une politique de sécurité qui ne contraint qu’un seul camp pourrait accroître d’autres risques.

Casar et Sanders répondent en appelant à des accords internationaux plutôt qu’à une pause unilatérale. Ils souhaitent que les États-Unis négocient des restrictions communes et utilisent des contrôles à l’exportation pour limiter l’accès aux technologies critiques.

Cette stratégie dépend de la vérification. Les gouvernements devraient disposer de méthodes crédibles pour détecter les développements interdits, distinguer les systèmes civils des projets militaires et répondre aux violations sans déclencher une course encore plus secrète.

Le désaccord fondamental ne porte pas sur la nécessité d’accorder de l’attention à l’IA avancée. Il porte sur la question de savoir si la sécurité découle d’une accélération sous direction américaine ou de limites applicables à tous, y compris aux laboratoires américains.

Un département de l’IA changerait qui décide de ce qui est sûr

Le département proposé transférerait la décision finale en matière de sécurité des développeurs de modèles à un régulateur, mais ce transfert soulève de nouvelles questions d’expertise et de responsabilité.

Les responsabilités fédérales liées à l’IA sont actuellement réparties entre plusieurs agences. Les autorités de la concurrence traitent les pratiques de marché, les agences chargées des droits civiques examinent les discriminations, et les régulateurs sectoriels appliquent des règles dans des domaines tels que la finance et la santé.

Le Department of Artificial Intelligence créerait une institution unique, de niveau ministériel, consacrée aux systèmes avancés. Son conseil consultatif intégrerait des spécialistes techniques aux décisions concernant les capacités et les risques des modèles.

La centralisation offre des avantages pratiques. Un département spécialisé pourrait développer des connaissances institutionnelles, comparer les résultats entre laboratoires et identifier les risques qui traversent les frontières traditionnelles entre agences.

Il pourrait également instaurer des exigences cohérentes en matière de déclaration. Les développeurs publient aujourd’hui des informations de sécurité dans des formats différents, en utilisant des évaluations et des catégories de risques qui ne concordent pas toujours.

Des normes communes faciliteraient les comparaisons. Elles pourraient obliger les laboratoires à signaler les garde-fous défaillants, les tests de capacités dangereuses, les incidents de sécurité importants et les modifications apportées avant le déploiement.

Toutefois, créer un régulateur expert ne se résume pas à créer un département. Les chercheurs de premier plan reçoivent souvent une rémunération bien plus élevée dans les laboratoires privés. Le gouvernement devrait recruter des spécialistes tout en empêchant les entreprises régulées de dominer le processus technique.

La capture réglementaire est une préoccupation sérieuse. Les plus grandes entreprises pourraient façonner des normes de conformité complexes autour de ressources et de méthodes de test que les petits laboratoires ne peuvent pas financer.

Un vaste système d’approbation pourrait involontairement renforcer les entreprises déjà établies. Si seules quelques sociétés peuvent financer les évaluations, les équipes juridiques, les infrastructures sécurisées et les déclarations continues, la concurrence pourrait diminuer sans réduire l’influence des plus grands développeurs.

Le conseil consultatif aurait besoin de règles claires sur les conflits d’intérêts et d’une diversité de points de vue suffisante pour éviter de devenir le prolongement de l’industrie ou d’un unique mouvement pour la sécurité de l’IA.

L’incertitude technique ajoute une autre difficulté. Le département devrait parfois réguler des capacités avant que les chercheurs ne s’accordent sur des mesures fiables. Les faux négatifs pourraient laisser passer un modèle dangereux, tandis que les faux positifs pourraient bloquer des recherches utiles.

La catégorie de précurseurs proposée par le projet de loi élargit ce défi. Un modèle capable d’améliorer les opérations cybernétiques ou d’aider à la recherche biologique pourrait avoir des usages défensifs légitimes parallèlement à des usages dangereux.

Les régulateurs devraient examiner le modèle, son accès aux outils, les contrôles de déploiement, les autorisations des utilisateurs et le contexte dans lequel les résultats deviennent exploitables. La capacité seule pourrait ne pas déterminer le risque réel.

Le Department of Artificial Intelligence aurait également besoin d’un accès sécurisé à des informations confidentielles. Les architectures de modèles, les méthodes d’entraînement, les résultats d’évaluation et les défaillances de sécurité peuvent contenir des secrets commerciaux ou des informations utiles aux attaquants.

Cela signifie que le régulateur deviendrait lui-même une cible de grande valeur. Ses systèmes exigeraient une compartimentation stricte, un contrôle du personnel, la déclaration des incidents et une protection contre les usages politiques abusifs.

Les décisions du département affecteraient plus que la recherche en laboratoire. Les acheteurs d’entreprise pourraient connaître des retards d’accès aux nouveaux modèles, les développeurs pourraient se heurter à de nouvelles restrictions sur les interfaces de programmation d’applications, et les fournisseurs cloud pourraient se voir confier des obligations de surveillance.

Les travailleurs du savoir pourraient voir moins de lancements rapides de produits, mais des informations plus standardisées sur les limites des modèles. Les entreprises pourraient disposer d’une base plus claire pour évaluer les systèmes utilisés dans des flux de travail sensibles.

Le compromis est clair. L’approbation fédérale peut instaurer un contrôle indépendant absent des politiques volontaires des entreprises. Elle peut aussi confier à un petit groupe de responsables le jugement d’une technologie dont les capacités restent difficiles à mesurer.

La plus grande faiblesse du projet de loi est l’application d’un seuil non défini

Une interdiction permanente ne fonctionne que si les régulateurs peuvent identifier la superintelligence avant son déploiement et la distinguer des systèmes avancés qui restent légaux.

Le projet de loi de Bernie Sanders sur l’IA définit la catégorie interdite par les capacités cognitives humaines et le potentiel catastrophique. Ces idées traduisent l’objectif de ses promoteurs, mais elles sont difficiles à transformer en tests reproductibles.

Les capacités humaines ne se résument pas à un seul chiffre. Les personnes diffèrent en mathématiques, raisonnement scientifique, mémoire, communication, planification et interaction physique.

Un système d’IA pourrait surpasser presque toutes les personnes dans certaines tâches tout en échouant à exercer un jugement élémentaire dans des situations inconnues. Il pourrait aussi combiner des composants ordinaires pour former un agent très capable sans qu’aucun modèle individuel ne paraisse superintelligent.

La partie catastrophique de la définition pose un problème connexe. Les régulateurs devraient déterminer si un système dispose de capacités suffisantes pour planifier et exécuter la destruction ou la mise sous tutelle de l’humanité.

Cette évaluation dépend de l’accès. Un modèle isolé dans un laboratoire présente un risque différent de celui du même modèle connecté à des comptes financiers, des équipements de laboratoire, des outils de communication et un accès informatique persistant.

L’intention est également difficile à évaluer. Les modèles actuels peuvent produire des déclarations trompeuses lors de tests sans conserver des objectifs stables ni motivations indépendantes. Considérer chaque résultat de ce type comme la preuve d’une menace autonome exagérerait les capacités actuelles.

Considérer ce comportement comme dénué de pertinence serait tout aussi imprudent. La tromperie, la conscience situationnelle et la résistance à la surveillance deviennent plus préoccupantes lorsqu’elles se combinent à l’usage d’outils et à des possibilités d’agir.

Un système d’examen efficace aurait donc besoin de plusieurs niveaux. Les évaluateurs examineraient la capacité brute du modèle, la conception de l’agent, les autorisations externes, la cybersécurité, la surveillance et les conséquences d’une défaillance réussie des garde-fous.

Les sanctions pénales prévues par le projet de loi renforcent la nécessité de précision. Les développeurs doivent savoir quels comportements sont interdits avant de commencer une expérience. Des normes vagues assorties de peines sévères peuvent décourager la recherche légitime et susciter des contestations judiciaires.

L’expression « peine de mort pour les entreprises » exige également un traitement attentif. Les promoteurs l’emploient pour décrire les conséquences pour les entités qui violent ou contournent les interdictions. Son mécanisme juridique exact aurait une importance considérable pour les entreprises, les investisseurs, les employés et les tribunaux.

La proposition fait face à une incertitude politique avant même que ces différends techniques ne deviennent opérationnels. Elle manque actuellement d’un large soutien, et les perspectives au Congrès sont difficiles dans un parlement contrôlé par les républicains.

Même certaines organisations qui recherchent des contrôles plus stricts de l’IA privilégient une approche plus étroite. Le PDG de Alliance for Secure AI, Brendan Steinhauser, a salué le fait que les élus abordent les risques de superintelligence, tout en appelant à une politique plus mesurée.

D’autres critiques soutiennent que le langage sur les risques existentiels peut détourner l’attention de préjudices documentés. Ceux-ci incluent la fraude, la surveillance, la discrimination, le déplacement de travailleurs, les décisions automatisées peu fiables et le poids environnemental des centres de données.

Cette critique ne réfute pas les futurs risques catastrophiques. Elle questionne la pertinence de faire dominer les politiques par un seuil spéculatif alors que les systèmes actuels affectent déjà les travailleurs, les consommateurs et les institutions publiques.

Le projet de loi risque aussi de renforcer le cadrage privilégié par l’industrie de l’IA. Décrire les modèles comme presque surhumains peut accroître la valeur et l’autorité perçues de produits qui restent sujets aux erreurs.

La version la plus solide de la proposition traiterait les deux horizons. Elle créerait des règles applicables aux préjudices actuels tout en construisant un système mesurable pour détecter les capacités justifiant des contrôles plus stricts.

Sans tests clairs, procédures d’appel transparentes et vérification internationale, l’interdiction pourrait devenir soit trop large, soit symbolique. Son ambition est plus facile à comprendre que sa mise en œuvre.

Trois signaux montreront si la proposition modifie la politique de l’IA

L’influence du projet de loi se mesurera à l’élargissement de la coalition, à la précision technique et à l’engagement international, et non à son seul titre.

Le premier signal sera de savoir si des élus républicains soutiennent un examen fédéral des systèmes de pointe. Sanders et Casar peuvent lancer le débat, mais ils ne peuvent pas créer un nouveau département sans une coalition bien plus large.

Les préoccupations liées à l’IA ont déjà produit des alliances politiques inhabituelles. Les défenseurs de la sécurité, les progressistes axés sur le travail, les conservateurs de la sécurité nationale et certains dirigeants du secteur technologique conviennent que la surveillance actuelle est insuffisante.

Leur accord s’affaiblit lorsque les politiques deviennent précises. Certains privilégient des règles de responsabilité, d’autres souhaitent des pauses temporaires, et d’autres encore soutiennent des tests de sécurité nationale sans limites au développement commercial.

Trump a adopté une position très différente. Il a qualifié les inquiétudes liées à une IA catastrophique de canular et s’est demandé pourquoi des dirigeants demanderaient des règles susceptibles d’affaiblir leurs propres entreprises. Son opposition aux garde-fous rend un soutien de l’administration peu probable.

Si des élus républicains soutiennent des évaluations obligatoires ou un système d’approbation plus limité, cela renforcerait l’affirmation centrale du projet de loi selon laquelle la surveillance volontaire ne suffit plus. Un isolement partisan persistant affaiblirait ses perspectives à court terme.

Le deuxième signal sera l’émergence de définitions opérationnelles. Les législateurs et les régulateurs doivent préciser quels systèmes font l’objet d’une pause, quelles preuves déclenchent une intervention et comment les entreprises peuvent contester une décision.

Il faudra surveiller des seuils mesurables concernant les ressources informatiques, les évaluations de capacités dangereuses, les comportements autonomes ou l’accès à des outils externes. Aucun seuil unique ne suffira, mais une combinaison structurée pourrait rendre l’application plus crédible.

Le traitement des exceptions de recherche importera également. La cybersécurité défensive, les tests de sécurité, la recherche sur l’interprétabilité et les travaux scientifiques contrôlés peuvent nécessiter l’accès à des capacités qui ressemblent à des fonctions interdites.

Si les règles restent larges et subjectives, l’opposition des développeurs et des chercheurs grandira. Si elles deviennent étroites et vérifiables, la proposition pourrait influencer une législation moins ambitieuse même sans être adoptée dans sa forme originale.

Le troisième signal sera de savoir si les États-Unis et la Chine discutent de limites vérifiables pour l’IA. Sanders a exhorté Trump à utiliser ses discussions avec le président chinois Xi Jinping pour aborder la superintelligence et des normes minimales de sécurité.

Un accord international exigerait davantage qu’un langage commun sur une IA responsable. Il nécessiterait des mécanismes d’inspection, des règles de signalement, des conséquences en cas de développement dissimulé et des garanties pour la recherche légitime.

Des progrès vers des inspections ou des évaluations communes renforceraient la logique mondiale du projet de loi. Une course qui se poursuivrait sans vérification mettrait en évidence la faiblesse de toute interdiction limitée aux États-Unis.

Les un à trois prochains mois permettront donc de déterminer si le projet de loi de Bernie Sanders sur l’IA devient un cadre politique durable ou demeure un marqueur politique.

Son adoption immédiate n’est pas le seul résultat pertinent. La proposition peut façonner le débat en obligeant les législateurs à répondre à des questions que les engagements volontaires leur ont permis de reporter.

Qui définit une capacité inacceptable ? Qui vérifie les affirmations d’un laboratoire en matière de sécurité ? Que se passe-t-il lorsqu’une entreprise refuse de s’arrêter ? Les États-Unis peuvent-ils limiter le développement sans céder de terrain stratégique ?

Pour les développeurs, les acheteurs en entreprise et les travailleurs du savoir, ces questions deviennent opérationnelles. De nouvelles règles pourraient modifier la disponibilité des modèles, les examens de déploiement, l’accès au cloud et les éléments de preuve que les entreprises doivent fournir avant que les clients fassent confiance à des systèmes avancés.

La réponse utile n’est ni la panique ni le rejet. Suivez si le Congrès produit des définitions mesurables, si les régulateurs acquièrent une véritable capacité technique et si les discussions internationales progressent vers la vérification.

L’interdiction de la superintelligence artificielle reste une proposition, et non une loi fédérale. Elle établit toutefois la limite la plus claire proposée par un législateur américain de premier plan : certains systèmes ne devraient jamais être construits, et les entreprises ne devraient pas décider seules de cette limite. La question suivante est de savoir si le Congrès peut transformer ce principe en règles suffisamment précises pour être appliquées.