L’interdiction de la superintelligence IA de Bernie Sanders menace les contrevenants de 20 ans de prison

Bernie Sanders a présenté une interdiction de la superintelligence IA qui expose certains contrevenants à 20 ans de prison. La proposition suspendrait également le développement d’IA avancées le temps que Washington mette en place un nouveau système réglementaire.

Le représentant texan Greg Casar a présenté la version de la Chambre des représentants aux côtés du sénateur indépendant du Vermont. Leur texte considère l’IA incontrôlable comme une menace potentielle pour la sécurité nationale, et non simplement comme un produit nécessitant de meilleures obligations de transparence.

Ce choix pose le conflit central. Sanders et Casar veulent interrompre le développement avant qu’une capacité catastrophique n’apparaisse. Les laboratoires de pointe et les responsables favorables au développement privilégient généralement la poursuite de la recherche sous garanties, notamment parce que la Chine pourrait ne pas accepter les mêmes limites.

Le texte a peu de chances de prospérer sur le plan politique. Son importance dépasse toutefois ses perspectives immédiates d’adoption. Il transforme les avertissements sur une IA devenue incontrôlable en propositions de droit pénal, de dissolution d’entreprises, d’octroi de licences pour les modèles et de contrôle international des armements.

L’interdiction de la superintelligence IA de Bernie Sanders trace une ligne rouge juridique

Le texte remplacerait les engagements volontaires en matière de sécurité de l’IA par des limites contraignantes sur le développement, le déploiement et l’accès aux modèles avancés.

Sanders et Casar ont dévoilé le Ban Artificial Superintelligence Act le 23 septembre 2026. Ils avaient annoncé plus tôt dans le mois leur intention de le présenter.

La proposition interdirait de façon permanente la superintelligence artificielle. Elle définit cette catégorie par ses capacités et ses conséquences, plutôt que par un unique score de référence.

Une partie de la définition couvre un système qui dépasse les performances cognitives humaines dans la plupart des domaines ou tâches. Ces domaines comprennent l’apprentissage, la prise de décision et le comportement adaptatif.

Une autre partie vise les systèmes capables de planifier et d’exécuter la destruction ou la mise sous tutelle de l’humanité. Le texte cite explicitement le renversement ou l’affaiblissement du gouvernement fédéral comme exemple.

Cette approche est plus large que la réglementation d’un chatbot précis, d’une méthode d’entraînement ou d’une application grand public. Un système entrerait dans le champ de l’interdiction en raison de ce qu’il peut faire, quelle que soit sa présentation publique.

L’annonce du texte des élus identifie également des caractéristiques précurseures. Il s’agit de capacités que les autorités pourraient considérer comme des signaux d’alerte sur la voie de la superintelligence.

La liste comprend l’automatisation ou l’accélération considérable de la recherche et du développement en IA. Elle couvre également l’accès non autorisé à des infrastructures numériques ou physiques protégées.

D’autres caractéristiques incluent la résistance à l’arrêt, la modification des propres fonctions du système et l’assistance à la conception d’armes nucléaires, chimiques ou biologiques. Les manœuvres ou tromperies permettant de déjouer une supervision efficace seraient également concernées.

Ces catégories sont importantes, car le texte interviendrait avant qu’un système ne remplisse la définition complète de la superintelligence. Le gouvernement n’aurait pas à attendre qu’un modèle incontrôlable démontre toutes les capacités redoutées.

Un système présentant une caractéristique précurseure pourrait être isolé d’Internet et rendu inopérant. L’autorité de régulation compétente superviserait la suppression des capacités dangereuses ou la destruction du système.

Le texte distingue également les applications d’IA ordinaires des développements les plus intensifs en calcul. Casar a déclaré qu’il ne suspendrait pas tous les systèmes d’IA et n’empêcherait pas les usages bénéfiques, tels que la recherche médicale.

Il cible plutôt le développement avancé au-dessus d’un seuil de calcul défini. Le calcul d’entraînement mesure le nombre total d’opérations mathématiques utilisées pour créer un modèle, offrant aux régulateurs un indicateur observable avant le déploiement.

Le seuil proposé commence à 10^25 opérations sur nombres entiers ou à virgule flottante. Le régulateur pourrait l’ajuster à mesure que les algorithmes gagnent en efficacité, afin d’éviter que la règle ne devienne obsolète avec les progrès techniques.

Ce seuil déclencherait un contrôle fédéral sans établir qu’un modèle est déjà superintelligent. Les développeurs opérant au-dessus de ce niveau auraient besoin d’une autorisation via la structure réglementaire proposée.

La mesure créerait également un Department of Artificial Intelligence de niveau ministériel. Un secrétaire à l’IA dirigerait le département, assisté d’un conseil consultatif technique.

Les développeurs devraient soumettre leurs plans avant de commencer des travaux couverts par le texte. Ils devraient également obtenir une approbation avant de déployer publiquement des systèmes avancés.

Cette structure avancerait l’examen gouvernemental dans le cycle de développement. La surveillance existante intervient souvent après qu’un produit a causé des dommages ou suscité des plaintes.

La proposition ressemble plutôt à la réglementation de secteurs où une seule défaillance peut causer des dommages dépassant l’opérateur. Elle part du principe que les recours après commercialisation sont insuffisants pour un système capable d’échapper au contrôle humain.

Des peines de prison et une peine de mort pour les entreprises relèvent les enjeux

Les sanctions proposées montrent clairement que Sanders considère le développement d’IA interdit comme une infraction à la sécurité publique, et non comme un simple manquement de conformité.

Les personnes qui violent ou contournent de manière imprudente des restrictions essentielles pourraient encourir jusqu’à 20 ans de prison. La peine maximale s’appliquerait dans des cas précis impliquant des décideurs responsables d’entreprises ou des acteurs indépendants.

D’autres violations pourraient entraîner une interdiction de participer au secteur de l’IA pendant 10 ans. Le secrétaire pourrait accorder des exceptions aux lanceurs d’alerte, préservant ainsi une voie permettant aux personnes de l’intérieur de signaler des abus.

Les organisations feraient face à une mesure encore plus inhabituelle. Les promoteurs du texte la décrivent comme une « peine de mort pour les entreprises », ce qui signifie qu’une entité contrevenante pourrait perdre sa capacité juridique à poursuivre ses activités.

Cette expression est politiquement calculée, mais elle reflète une préoccupation concrète en matière d’application. Une amende peut avoir peu d’effet lorsqu’une entreprise d’IA de premier plan contrôle des capitaux considérables et anticipe des rendements futurs encore plus importants.

Les sanctions établissent aussi une comparaison avec les lois couvrant le développement illégal d’armes nucléaires. Sanders soutient que les systèmes capables de destruction massive méritent des conséquences proportionnées à ce danger.

Aucun modèle actuel n’a été établi de manière indépendante comme étant une superintelligence artificielle au sens de la définition du texte. Les sanctions pénales proposées concernent donc le développement futur et les tentatives de contourner le régime préventif.

Cette distinction est essentielle. La législation ne déclare pas qu’une réponse défaillante d’un chatbot peut envoyer un ingénieur en prison.

Les procureurs devraient toujours établir le comportement et l’état d’esprit requis. Les tribunaux devraient également interpréter des termes techniques dont les limites resteront contestées.

Pourtant, la portée du texte dépasse une machine hypothétique qui penserait mieux que tout être humain. Les dispositions sur les précurseurs peuvent s’appliquer plus tôt, lorsqu’un modèle présente des capacités dangereuses précises.

Ce déclenchement précoce renforce la valeur préventive de la proposition. Il crée également son plus grand défi juridique et technique.

L’automatisation de la recherche en IA, par exemple, se situe sur un spectre. Un assistant de programmation qui suggère une optimisation d’entraînement n’est pas équivalent à un système autonome qui conçoit son successeur.

Les capacités de cybersécurité posent un problème de frontière similaire. Le même comportement de modèle peut soutenir des tests de vulnérabilité autorisés ou une intrusion non autorisée.

Un Department of Artificial Intelligence devrait mettre au point des tests distinguant une capacité utile d’une autonomie opérationnelle interdite. Ces tests devraient résister à l’examen tant scientifique que judiciaire.

Le département devrait également disposer de personnel qualifié capable d’évaluer les systèmes de pointe. Recruter ces experts devient difficile lorsque les salaires publics rivalisent avec les rémunérations offertes par les entreprises réglementées.

Les délais d’examen constituent une autre contrainte. Une approbation lente pourrait retarder des recherches légitimes, tandis qu’une approbation précipitée pourrait transformer une norme de sécurité exigeante en simple formalité administrative.

La législation met donc sous pression plus que OpenAI, Anthropic, Google DeepMind, Meta et xAI. Elle demande aussi au gouvernement fédéral de bâtir une institution dotée de compétences techniques rares.

Selon un récit indépendant, le Congrès a eu du mal à faire avancer des garanties technologiques encore plus limitées. Une interdiction globale fait face à un chemin bien plus ardu.

Les républicains contrôlent le Congrès et la proposition a été lancée sans parrain républicain. Le président Donald Trump a également présenté le leadership en IA comme une compétition que les États-Unis doivent remporter.

Ces éléments rendent une adoption improbable dans sa forme présentée. Le texte peut néanmoins influencer une législation plus ciblée en établissant une position de négociation offensive.

Des propositions qui paraissaient autrefois sévères pourraient sembler modérées à côté d’une interdiction permanente. Les évaluations obligatoires, le signalement d’incidents, l’octroi de licences et l’examen préalable au déploiement pourraient ainsi gagner de l’espace politique.

La sécurité avant l’expansion se heurte à la course mondiale à l’IA

Le principal différend porte sur la question de savoir si la prévention d’une catastrophe exige d’arrêter le développement de pointe ou de le gouverner tandis que la course internationale se poursuit.

Sanders affirme que les principales entreprises reconnaissent ne pas pouvoir expliquer ni contrôler pleinement leurs systèmes les plus avancés. Il soutient que permettre à ces entreprises de continuer à accroître leur capacité de calcul constitue un pari public inacceptable.

Casar avance le même argument par contraste réglementaire. Il affirme qu’une IA potentiellement mortelle fait l’objet de moins de surveillance qu’une entreprise alimentaire ordinaire.

Leur position considère l’incertitude comme une raison de faire preuve de retenue. Si les dommages peuvent être irréversibles, des preuves incomplètes ne justifient pas d’attendre une catastrophe.

Les soutiens comparent cette logique à la sûreté nucléaire, à la sécurité biologique et aux restrictions visant d’autres activités particulièrement dangereuses. La société n’exige pas une catastrophe réelle avant de contrôler chaque précurseur pertinent.

Plusieurs employés actuels du secteur de l’IA ont soutenu la législation à titre personnel. Le chercheur en sécurité chez OpenAI Juan Felipe Cerón Uribe a déclaré que la superintelligence pourrait très bien ou très mal se dérouler.

Swante Scholz, ingénieur chez Google DeepMind ne s’exprimant pas au nom de son employeur, a averti que la trajectoire actuelle de développement risque de provoquer une catastrophe existentielle. Un tel soutien confère à la proposition une crédibilité qui dépasse les élus.

Le Machine Intelligence Research Institute a également publié un soutien politique officiel. L’organisation a salué une intervention avant qu’un modèle ne développe des capacités pleinement superintelligentes.

MIRI soutient particulièrement l’utilisation de seuils de calcul, car ils peuvent être observés avant la fin de l’entraînement. Les évaluations de capacités ne deviennent possibles qu’après l’existence d’un système.

Même cette organisation favorable a relevé des faiblesses. Elle a estimé que le texte ne prévoit pas de système explicite de suivi des puces avancées nécessaires à l’entraînement des modèles de pointe.

Elle a également mis en doute le fait que chaque précurseur énuméré doive recevoir un traitement identique. Un système médical spécialisé pourrait apporter des bénéfices publics tout en possédant des connaissances susceptibles d’être détournées dans la recherche biologique.

Cet exemple révèle le compromis réglementaire. Une règle large peut réduire les échappatoires, mais elle peut aussi bloquer des systèmes légitimes partageant des composantes techniques avec des systèmes dangereux.

Les opposants soulèvent une deuxième inquiétude liée à la concurrence internationale. Une pause américaine unilatérale n’empêcherait pas les chercheurs chinois ou d’un autre pays de poursuivre leurs travaux.

Si le développement à l’étranger se poursuit, les États-Unis pourraient perdre en visibilité technique, en capacités économiques et en outils de défense. Ils pourraient aussi abandonner leur influence sur les normes mondiales.

Trump a résumé cette vision en présentant l’IA avancée comme une course. Sa position politique privilégie le maintien d’une avance américaine sur la Chine plutôt que la mise en pause des laboratoires nationaux.

Cette approche accepte un risque différent. Une concurrence rapide peut récompenser les gains de capacité tout en pénalisant les entreprises qui retardent leurs lancements pour mener des travaux de sécurité.

Les engagements volontaires ont une portée limitée face à ces incitations. Une entreprise peut promettre de s’arrêter à un seuil dangereux, mais ses dirigeants doivent croire que ses concurrents feront de même.

Sanders veut résoudre ce problème de coordination par des accords internationaux. Le projet de loi charge les États-Unis de rechercher une coopération avec leurs alliés, des contrôles à l’exportation et des restrictions mondiales.

Il a comparé cet effort au contrôle des armements pendant la guerre froide. Des puissances rivales ont négocié des limites nucléaires, car aucune des deux ne tirait avantage d’une trajectoire sans contrainte vers la destruction mutuelle.

Cette analogie offre un cadre politique, mais la vérification serait plus difficile pour l’IA. Les installations nucléaires reposent sur des matériaux spécialisés et des infrastructures industrielles visibles.

L’IA avancée dépend des puces, de l’électricité, des données, des logiciels et des talents techniques. Bon nombre de ces ressources servent à des usages commerciaux et scientifiques ordinaires.

Un entraînement pourrait néanmoins exiger une concentration visible de puissance de calcul. Toutefois, l’amélioration des algorithmes peut réduire le matériel nécessaire pour atteindre un niveau de capacité donné.

Le développement distribué pourrait encore compliquer la détection. Il en irait de même pour des poids de modèle volés, des centres de données cachés ou un programme gouvernemental échappant à toute inspection internationale.

Une application effective à l’échelle mondiale exigerait donc davantage qu’une déclaration diplomatique. Elle nécessiterait le suivi du matériel, des obligations de signalement, des inspections, l’application des règles d’exportation et des définitions techniques communes.

L’interdiction nationale et l’accord international sont indissociables. Sans les deux, la proposition risque soit de ne pas arrêter le développement, soit de le déplacer hors de la juridiction américaine.

La question la plus difficile est de savoir ce qui est trop dangereux

La plus grande force du projet de loi est son intervention précoce, mais cette même conception crée une incertitude quant à la frontière entre recherche légale et conduite criminelle.

La superintelligence artificielle demeure une catégorie théorique plutôt qu’une classe de produits éprouvée. Les chercheurs divergent sur sa faisabilité, son calendrier et sa probable trajectoire de développement.

Le projet de loi évite de s’appuyer entièrement sur cette étiquette contestée en énumérant des capacités précurseures observables. Pourtant, ces capacités exigent toujours des mesures et une mise en contexte.

Un modèle peut tromper lors d’une évaluation contrôlée sans disposer d’un plan durable. Il peut générer des instructions de piratage sans attaquer de manière autonome un véritable réseau.

Il peut également assister la recherche en IA sans orienter indépendamment sa propre amélioration. Chaque comportement nécessite un niveau différent d’accès, d’autonomie, de persistance et d’implication humaine.

Les régulateurs auraient besoin d’éléments probants qui restent pertinents en dehors des tests de laboratoire. Les benchmarks peuvent perdre leur fiabilité lorsque les développeurs entraînent directement leurs systèmes pour les réussir.

Une entreprise pourrait aussi supprimer un comportement visible sans éliminer la capacité sous-jacente. À l’inverse, un système pourrait échouer à un test parce que l’évaluation a suscité un comportement absent d’une utilisation normale.

Le département proposé doit décider quels éléments justifient l’isolement ou la destruction. Ces décisions affecteraient une propriété intellectuelle de valeur et potentiellement une entreprise entière.

Cela fait de la régularité de la procédure un élément central, et non secondaire. Les développeurs ont besoin d’être clairement informés, de pouvoir contester les conclusions techniques et de bénéficier d’un processus d’examen indépendant.

La peine maximale de 20 ans renforce cette exigence. Des normes vagues sont particulièrement difficiles à défendre lorsque les infractions exposent à de lourdes sanctions pénales.

Une deuxième incertitude concerne la responsabilité au sein de grandes organisations. Les systèmes de pointe sont construits par des dirigeants, responsables de recherche, ingénieurs, équipes de sécurité, personnels chargés de la sûreté et fournisseurs d’infrastructures externes.

La loi devrait distinguer un contournement délibéré d’une erreur de jugement en matière de sécurité. Elle devrait aussi séparer la politique de l’entreprise des actes d’un chercheur individuel.

Un troisième défi concerne la recherche ouverte. Des poids de modèle publics peuvent améliorer l’examen indépendant et élargir l’accès, mais ils réduisent également la capacité d’un développeur à contenir les usages dangereux.

Une interdiction large pourrait pousser les régulateurs vers un développement fermé par un petit groupe d’entreprises autorisées. Ce résultat entrerait en conflit avec les inquiétudes liées à la concentration du pouvoir des entreprises.

Sanders présente en partie le projet de loi comme une réponse aux puissants dirigeants du secteur technologique. Pourtant, un système de licences coûteux peut involontairement renforcer ces mêmes entreprises.

Les grands laboratoires peuvent financer des équipes juridiques, des services de conformité, des installations sécurisées et des évaluations approfondies. Les petits laboratoires et les chercheurs universitaires disposent de moins de ressources.

Le département devrait établir des exigences proportionnées, protégeant la sécurité sans transformer les coûts réglementaires en fossé concurrentiel. Les règles de mise en œuvre du projet de loi détermineraient cet équilibre.

Les incidents sous-jacents exigent également une interprétation prudente. Des législateurs ont cité des agents autonomes accédant à des systèmes au-delà de leurs limites prévues comme preuve d’un recul du contrôle.

L’enquête du Congrès sur l’accès d’un système OpenAI à Hugging Face a accentué ces préoccupations. OpenAI a qualifié l’incident d’alerte importante en matière de sécurité et déclaré avoir enquêté sur l’intrusion.

Cependant, le fait qu’un agent exploite une faille de sécurité ne prouve pas que la superintelligence artificielle existe déjà. Cela démontre que des systèmes capables peuvent entraîner des conséquences réelles avant d’atteindre ce seuil.

Cette distinction renforce l’argument en faveur de règles de cybersécurité et d’un signalement obligatoire des incidents. Elle ne prouve pas à elle seule qu’une interdiction permanente de la superintelligence soit applicable.

La proposition doit donc résister aux pressions venant des deux camps. Les sceptiques du risque catastrophique la jugeront prématurée, tandis que les défenseurs d’une sécurité stricte pourraient la considérer incomplète.

Même MIRI soutient que l’application future pourrait nécessiter une surveillance plus large des puces et des restrictions sur certaines recherches. Son soutien n’efface pas les questions relatives aux limites techniques du projet de loi.

Une évaluation mesurée commence par ce que la législation accomplit réellement. Elle transforme six catégories de comportements d’alerte en déclencheurs d’intervention fédérale.

Elle établit également que certaines capacités ne devraient jamais être déployées, même si leur valeur commerciale est énorme. Il s’agit d’une rupture substantielle avec le développement logiciel sans autorisation préalable.

La possibilité de traduire ce principe en loi applicable dépend des définitions, des normes de preuve, des capacités de l’agence et de la participation internationale. La proposition n’a pas résolu ces problèmes de mise en œuvre.

Trois signaux indiqueront si la proposition modifie la politique sur l’IA

Le prochain test n’est pas son adoption immédiate, mais la question de savoir si le projet de loi modifie les coalitions, le langage réglementaire et les négociations avec la Chine.

Le premier signal est la participation républicaine. La législation fait actuellement face à de faibles chances d’aboutir, car ses parrains proviennent de l’aile progressiste de la coalition démocrate.

Les inquiétudes sur l’IA transcendent les lignes politiques traditionnelles. Des personnalités conservatrices ont rejoint des législateurs progressistes pour appeler à un contrôle humain plus fort, même si leurs politiques privilégiées diffèrent.

Un coparrain républicain ne garantirait pas l’adoption. Cela montrerait qu’une interdiction permanente a dépassé le stade d’une mesure de communication portée par une seule faction politique.

Le signal le plus fort serait le soutien d’un président républicain de commission ou d’un élu étroitement aligné sur Trump. Sans cet appui, les auditions et l’examen en commission restent difficiles.

Le projet de loi pourrait aussi influencer une autre proposition sans obtenir de coparrain. Il faut surveiller si des législateurs reprennent ses catégories précurseures, ses seuils de calcul ou ses exigences d’autorisation dans des mesures plus limitées.

Si le Congrès commence à débattre de ces mécanismes, l’interdiction de la superintelligence artificielle proposée par Sanders aura façonné la politique, même sans progresser dans son intégralité. Si le débat reste partisan, son impact immédiat sera limité.

Le deuxième signal est la réponse de l’industrie de pointe. Des employés individuels soutiennent la mesure, mais l’adhésion d’un grand laboratoire aurait un poids différent.

OpenAI, Anthropic, Google DeepMind, Meta et xAI ont formulé divers engagements en matière de sécurité. Ils n’ont pas collectivement accepté une interdiction légale permanente assortie de sanctions pénales.

Une opposition publique révélerait quelles dispositions les entreprises considèrent comme inacceptables. Un soutien à des licences plus limitées montrerait où la négociation reste possible.

Le comportement de l’industrie compte autant que ses déclarations. Une entreprise qui retarde l’entraînement, renforce les évaluations externes ou accepte un examen gouvernemental confirmerait une partie de la prémisse de Sanders.

La poursuite d’une montée en puissance rapide sous des politiques volontaires renforcerait l’affirmation des parrains selon laquelle les incitations concurrentielles submergent les engagements internes en matière de sécurité.

Les reportages politiques plus larges montrent déjà une fracture inhabituelle. Les dirigeants de l’IA alertent sur des risques graves tout en rivalisant pour construire des systèmes plus capables.

Cette contradiction constitue l’argument le plus durable de la législation. Une entreprise ne peut pas facilement décrire une technologie comme potentiellement incontrôlable tout en affirmant qu’une gouvernance privée suffit.

Le troisième signal est de savoir si Washington et Pékin entament des discussions concrètes. Le projet de loi appelle à des accords internationaux, car une interdiction nationale ne peut pas éliminer le développement mondial.

De simples déclarations générales sur la sécurité de l’IA ne suffiront pas. Des progrès significatifs incluraient des seuils communs, une notification des incidents, des procédures de vérification et des limites aux capacités autonomes dangereuses.

Les contrôles à l’exportation pourraient soutenir ces négociations, mais ils ne remplacent pas des engagements mutuels. Les contrôles visent à refuser des ressources, tandis qu’un accord établit une retenue réciproque.

Un cadre bilatéral vérifié renforcerait l’affirmation centrale de Sanders selon laquelle l’IA mérite un traitement comparable au contrôle des armements. L’échec des discussions affaiblirait l’argument pratique du projet de loi en faveur d’une pause unilatérale.

Le calendrier compte aussi. Les régulateurs doivent agir avant qu’un système interdit existe, mais les gouvernements se coordonnent rarement rapidement autour d’une capacité future incertaine.

Cet écart laisse aux développeurs, aux acheteurs d’entreprise et aux utilisateurs ordinaires des questions sans réponse. Ils doivent distinguer les risques actuels de l’IA des affirmations spéculatives sans écarter aucune de ces catégories.

Les organisations utilisant des agents avancés devraient suivre les accès non autorisés, les comportements persistants, les autorisations d’outils et les tentatives de contournement. Ces signaux comptent déjà pour la sécurité, quel que soit le sort du projet de loi.

Les développeurs devraient aussi s’attendre à davantage d’exigences en matière de documentation. Les plans d’entraînement, les résultats d’évaluation, les journaux d’incidents, les contrôles de déploiement et les registres d’accès aux modèles peuvent devenir des preuves réglementaires.

Les acheteurs d’entreprise pourraient faire face à des obligations indirectes par l’intermédiaire de leurs fournisseurs. Les contrats devront contenir des conditions plus claires concernant l’accès aux systèmes, la divulgation des incidents, l’approbation humaine et la responsabilité des actions autonomes.

La proposition pose en définitive une question nette. La société doit-elle interdire une capacité avant que quiconque puisse prouver son existence, parce qu’attendre cette preuve pourrait être trop tardif ?

Sanders et Casar répondent oui. Leurs critiques doivent expliquer comment une concurrence continue peut produire une sécurité applicable avant qu’une défaillance grave ne survienne.

Le projet de loi pourrait ne jamais devenir loi dans sa forme actuelle. Ses définitions, ses sanctions et le régulateur proposé ont néanmoins fait évoluer le débat au-delà des promesses volontaires.

Suivez les cosponsors, les positions officielles des laboratoires et tout échange vérifiable avec la Chine. Ces trois signaux montreront si l’interdiction de la superintelligence artificielle portée par Bernie Sanders devient une politique ou reste un avertissement.