Les limites de l'IA : la théorie de la bougie
L'intelligence artificielle rend de vrais services. Elle a aussi un coût, que l'on voit mal quand on tape une question dans un chatbot : des métaux et de l'électricité, mais aussi nos données et notre confiance. Pour rendre ce coût visible, j'ai conçu l'affiche « Les limites de l'IA : la théorie de la bougie ». Cet article la commente bougie par bougie, sources à l'appui.
La théorie de la bougie est un modèle pédagogique créé en 2026 par Arnaud Desmarest, formateur en intelligence artificielle, pour expliquer les limites de l'IA. Elle représente l'IA comme une bougie dont la cire figure les ressources mobilisées, la flamme les bénéfices obtenus et la fumée les impacts négatifs. Douze bougies, réparties en quatre familles (Notre planète, Nos productions, L'individu, Nos communs), en dressent l'inventaire.
Télécharger l'affiche (PDF, A3, gratuite)
Version FR
Version EN
L'essentiel
Les limites de l'IA désignent ici ce dont elle dépend et ce qu'elle abîme, en plus de ses défauts techniques.
Chaque bougie se lit dans l'ordre : ressources (la cire), bénéfices (la flamme), impacts (la fumée).
Une limite est atteinte quand une ressource s'épuise ou qu'un impact devient insupportable.
Rien n'est gratuit. Pour chaque usage, reste à savoir si le jeu en vaut la chandelle.
Que sont les limites de l'IA ?
Quand on parle des limites de l'IA, on pense d'abord à ses défauts techniques, comme les hallucinations ou les biais. L'affiche en parle, dans la bougie Contenus. Mais le mot « limite » a deux autres sens, issus des travaux sur l'environnement, et la théorie de la bougie s'appuie sur les deux.
La limite comme dépendance
Une activité s'arrête quand la ressource dont elle dépend vient à manquer. Le rapport The Limits to Growth (« Les limites à la croissance »), publié en 1972 pour le Club de Rome, a rendu cette idée célèbre : une croissance continue dans un monde fini finit par buter sur l'épuisement des ressources et sur la pollution. Pour l'IA, la question devient très concrète. De quoi a-t-elle besoin pour fonctionner ?
La limite comme seuil
Les limites planétaires, définies en 2009 par une équipe menée par Johan Rockström, fixent des seuils au-delà desquels le climat, l'eau douce ou le vivant risquent de basculer hors des conditions qui ont permis aux sociétés humaines de prospérer. Sept des neuf sont aujourd'hui franchies, selon le Planetary Health Check 2026. En 2012, l'économiste Kate Raworth y a ajouté un plancher social sous lequel personne ne devrait tomber (santé, éducation, travail décent, voix politique, entre autres). C'est la théorie du donut.
Ce que la bougie retient des deux sens
Dans la théorie de la bougie, une limite peut venir de la cire comme de la fumée. D'où la phrase placée sous le titre de l'affiche : « Pour chaque bénéfice, l'IA mobilise des ressources et produit des impacts négatifs. Les limites sont atteintes quand les ressources s'épuisent ou quand les impacts deviennent insupportables. »
Contrairement aux limites planétaires, ces douze limites ne sont pas chiffrées. On mesure l'électricité consommée par les centres de données, mais personne ne sait dire à partir de quand notre esprit critique serait « épuisé ». L'affiche indique où regarder, sans prétendre qu'une limite est déjà franchie.
La théorie de la bougie : comment lire l'affiche
Pourquoi une bougie ?
Parce qu'elle montre ce qu'on oublie volontiers : pour avoir de la lumière, il faut brûler quelque chose, et cela laisse des traces. L'expression « le jeu n'en vaut pas la chandelle », attestée sous une forme proche dès le XVIe siècle, vient d'ailleurs des joueurs qui laissaient quelques pièces pour payer l'éclairage. Quand les gains étaient maigres, ils ne couvraient même pas le prix de la chandelle.
Ressources, bénéfices, impacts
Chaque bougie se lit dans le même ordre, de la cire vers la fumée.
Ressources (la cire) : ce qui est mobilisé. Pour les reconnaître, une question suffit. L'IA en a-t-elle besoin pour fonctionner ?
Bénéfices (la flamme) : ce qui est obtenu, par les utilisateurs ou par la société.
Impacts (la fumée) : ce qui est subi, souvent par d'autres que ceux qui profitent de la flamme.
Cet ordre fait voir ce que l'IA consomme et ce qu'elle apporte avant ce qu'elle abîme.
La bougie sous cloche
Le cas le plus préoccupant réunit les deux sens du mot limite, quand l'IA abîme la ressource dont elle dépend. C'est l'expérience de la bougie sous cloche, faite par beaucoup à l'école : la flamme finit par s'éteindre, parce que l'air s'appauvrit en oxygène et se charge de ses propres gaz de combustion. L'affiche en montre plusieurs exemples, comme les textes générés par IA qui envahissent le web où les IA suivantes viendront apprendre.
Quatre familles, une histoire
L'ordre des quatre familles suit la vie d'une IA. On la fabrique (Notre planète), on l'entraîne (Nos productions), on l'utilise (L'individu), puis elle transforme la société (Nos communs). Leurs sous-titres disent comment les ressources s'usent : prélevées, captées, érodées ou ébranlées.
Notre planète : des ressources prélevées
Ces trois bougies résument l'impact environnemental de l'IA. Ce sont aussi les mieux mesurées.
Bougie | Ressources | Bénéfices | Impacts |
01. Matières | métaux critiques, silicium | puces, serveurs, data centers | pollutions chimiques, destruction des habitats, déchets électroniques |
02. Énergie | électricité fossile, nucléaire ou renouvelable | entraînement et usage (inférence) des modèles | gaz à effet de serre, pollution de l'air, pression sur les réseaux électriques |
03. Eau | eau douce | refroidissement des serveurs, fabrication des puces, production d'électricité | stress hydrique local, conflits d'usage |
01. Matières : les métaux de l'IA
Une IA tourne sur des machines bien réelles. Ses puces sont gravées sur du silicium, tiré du quartz, et le matériel fait appel à de nombreux métaux, dont le cuivre, le tantale, le cobalt ou le gallium. On les dit critiques quand ils sont à la fois indispensables et exposés à des risques d'approvisionnement : la Chine fournit par exemple environ 99 % du gallium raffiné dans le monde, selon l'Agence internationale de l'énergie (AIE). Leur extraction et leur raffinage s'accompagnent souvent de pollutions des sols et des eaux, et de destructions d'habitats naturels.
Au bout de la chaîne, le matériel, vite renouvelé, devient déchet. Selon une étude parue dans Nature Computational Science, l'IA générative pourrait produire à elle seule entre 1,2 et 5 millions de tonnes de déchets électroniques cumulés entre 2020 et 2030, faute de mesures pour les limiter (Wang et al., 2024). Or, en 2022, seuls 22,3 % des déchets électroniques du monde ont été collectés et recyclés de façon documentée (Global E-waste Monitor 2024).
02. Énergie : la consommation électrique de l'IA
L'IA consomme de l'électricité pour entraîner les modèles, puis à chaque utilisation, ce qu'on appelle l'inférence. Selon l'AIE, les centres de données, IA comprise, ont consommé environ 415 TWh en 2024, soit 1,5 % de l'électricité mondiale. Ce chiffre devrait plus que doubler d'ici 2030 pour atteindre environ 945 TWh, un peu plus que la consommation actuelle du Japon, et l'IA est le premier moteur de cette hausse.
Les impacts dépendent de la façon dont l'électricité est produite. Les émissions correspondantes, environ 180 millions de tonnes de CO2 par an, pourraient atteindre 300 millions en 2035 dans le scénario central de l'AIE, et le charbon ou le gaz y ajoutent la pollution de l'air. En France, l'électricité est peu carbonée, mais la question des volumes demeure.
Les réseaux, eux, sont mis sous pression. En Irlande, les centres de données ont absorbé 22 % de l'électricité consommée en 2024. Dès 2022, le gestionnaire du réseau irlandais avait annoncé qu'il n'accepterait plus de nouvelles demandes de raccordement de centres de données dans la région de Dublin, possiblement jusqu'en 2028.
03. Eau : la consommation d'eau de l'IA
Beaucoup de centres de données refroidissent leurs serveurs en évaporant de l'eau douce. Les centrales électriques en prélèvent aussi pour leur refroidissement, et la fabrication des puces exige de grandes quantités d'eau ultrapure.
Il faut distinguer le prélèvement, l'eau captée dont une partie retourne au milieu, de la consommation, l'eau qui ne revient pas localement, le plus souvent parce qu'elle s'est évaporée. Une équipe de l'université de Californie à Riverside estime que la demande mondiale d'IA pourrait entraîner en 2027 le prélèvement de 4,2 à 6,6 milliards de mètres cubes d'eau, plus que les prélèvements annuels de quatre à six pays comme le Danemark, dont 0,38 à 0,60 milliard réellement consommés (Li et al.).
Mais l'impact dépend surtout du lieu et de la saison. En 2023, en pleine sécheresse en Uruguay, un projet de centre de données de Google qui prévoyait au départ 7,6 millions de litres d'eau par jour a suscité une forte contestation. Le ministère de l'Industrie a ensuite indiqué que Google avait retiré son projet initial au profit d'une version moins gourmande en eau et en énergie.
Nos productions : des ressources captées
Tout ce que les humains écrivent, créent, étiquettent ou confient peut nourrir une IA, souvent sans consentement ni rémunération.
Bougie | Ressources | Bénéfices | Impacts |
04. Contenus | savoirs, informations, œuvres | accès aux connaissances, découvertes scientifiques, contenus générés à volonté | erreurs, stéréotypes, cultures uniformisées, droits d'auteur bafoués |
05. Données | données personnelles et d'entreprise | personnalisation, prédictions | atteintes à la vie privée, surveillance, discriminations |
06. Travail invisible | étiquetage et modération par des travailleurs du clic | modèles filtrés et polis | précarité, traumatismes |
04. Contenus : savoirs, œuvres et droits d'auteur
Les IA génératives apprennent sur d'immenses quantités de textes, d'images et de code produits par des humains. Ce stock a une fin : le centre de recherche Epoch AI estime que l'ensemble des textes humains publics pourrait être entièrement utilisé pour l'entraînement entre 2026 et 2032. La tentation est alors d'entraîner les IA sur des textes produits par d'autres IA. Sans discernement, c'est l'effet de la cloche : le modèle se dégrade de façon irréversible, les contenus rares disparaissant en premier (Shumailov et al., Nature, 2024).
En échange, l'IA met des connaissances à la portée de tous et produit des contenus à volonté. Elle accélère aussi certaines découvertes : le prix Nobel de chimie 2024 a récompensé, entre autres, Demis Hassabis et John Jumper pour AlphaFold, qui prédit la structure des protéines.
Mais elle se trompe avec aplomb. Une équipe d'OpenAI et de Georgia Tech montre que ces « hallucinations » persistent parce que l'entraînement et l'évaluation des modèles récompensent la réponse devinée plutôt que l'aveu d'incertitude (Kalai et al., 2025). Les modèles reproduisent aussi les stéréotypes de leurs données : dans une étude publiée par l'UNESCO en 2024, Llama 2 décrivait les femmes dans des rôles domestiques quatre fois plus souvent que les hommes. Et les données d'entraînement sont souvent dominées par l'anglais, qui représentait près de 90 % des données de pré-entraînement de ce même modèle, contre 0,16 % pour le français.
Reste le droit d'auteur, bafoué quand des œuvres servent sans autorisation. Aux États-Unis, poursuivi par des auteurs, Anthropic s'est engagé en 2025 à verser 1,5 milliard de dollars aux ayants droit de livres téléchargés sur des bibliothèques pirates. En France, des éditeurs et des auteurs (SNE, SGDL et SNAC) poursuivent Meta en justice depuis mars 2025.
05. Données : vie privée, surveillance et discriminations
Nos conversations, nos photos et notre localisation, comme les documents et le code des entreprises, nourrissent les systèmes d'IA. Ils en tirent des réponses personnalisées et des prédictions utiles, par exemple pour détecter des fraudes bancaires ou anticiper la panne d'une machine.
Une donnée confiée peut fuiter. En 2023, un ingénieur de Samsung a transmis du code source confidentiel à ChatGPT, et l'entreprise a ensuite interdit ces outils à ses salariés. La reconnaissance faciale, elle, ouvre la porte à la surveillance. En 2022, la CNIL a infligé 20 millions d'euros d'amende à Clearview AI, qui aspirait des photos publiées en ligne pour constituer une base de reconnaissance faciale utilisée par des forces de l'ordre. Depuis février 2025, l'AI Act interdit en Europe ce type de collecte, ainsi que la notation sociale.
Les discriminations sont plus insidieuses, car un système apprend les régularités de ses données, préjugés compris. Aux Pays-Bas, un algorithme de l'administration fiscale traitait le fait de ne pas avoir la nationalité néerlandaise comme un facteur de risque de fraude aux aides pour la garde d'enfants. Des dizaines de milliers de parents ont été accusés à tort, et le scandale a provoqué la démission du gouvernement en janvier 2021.
06. Travail invisible : les travailleurs du clic
Derrière une IA qui semble autonome, il y a des humains. Pour qu'un modèle refuse un contenu violent ou réponde poliment, des personnes ont étiqueté des données, noté des réponses, rédigé des exemples ou modéré des contenus. Le sociologue Antonio Casilli parle de « travail du clic » (En attendant les robots, Seuil, 2019).
Ce travail est souvent sous-traité dans des pays à bas salaires. En 2023, une enquête du magazine TIME a révélé que des travailleurs kényans, employés par un sous-traitant d'OpenAI, touchaient entre 1,32 et 2 dollars de l'heure pour lire et étiqueter des textes décrivant des violences extrêmes, afin d'apprendre à ChatGPT à les filtrer. Les quatre salariés interrogés se disaient marqués psychologiquement. L'ampleur du phénomène reste mal mesurée : la Banque mondiale estime qu'entre 154 et 435 millions de personnes travaillent en ligne à la tâche dans le monde, un chiffre qui dépasse largement l'IA.
L'individu : des ressources érodées
Rien n'est prélevé physiquement ici. Ces ressources s'usent par la délégation, car ce que l'on ne pratique plus s'atrophie. Elles peuvent heureusement se reconstituer.
Bougie | Ressources | Bénéfices | Impacts |
07. Cognition | réflexion pour formuler, vérifier, corriger | aide pour apprendre, résoudre, créer | dépendance, esprit critique affaibli, éducation fragilisée |
08. Relations | confidences, temps et attention | réconfort et conseils à toute heure | isolement, dépendance affective, santé mentale dégradée |
09. Savoir-faire | expertise professionnelle | compétences accessibles, aide au diagnostic médical, traduction, programmation | emplois menacés, débutants fragilisés, perte de compétences ou de sens |
07. Cognition : l'IA et l'esprit critique
Pour tourner, l'IA se passe de notre réflexion. Pour être utile, elle en dépend, puisqu'il faut formuler la demande, puis vérifier et corriger la réponse.
Une étude menée en Turquie auprès de près de 1 000 lycéens montre les deux faces de la bougie (Bastani et al., PNAS, 2025). En mathématiques, les élèves aidés par un ChatGPT sans garde-fou ont fait 48 % de mieux que les autres pendant les exercices, puis 17 % de moins à l'examen, passé sans IA. Ceux qui disposaient d'une version conçue avec des enseignants, qui donnait des indices au lieu des réponses, ont fait 127 % de mieux à l'entraînement et aussi bien que les autres à l'examen. Un outil qui donne les réponses fait le travail à la place de l'élève.
Chez les adultes, une enquête de Microsoft Research et de l'université Carnegie Mellon auprès de 319 travailleurs du savoir observe que plus ils font confiance à l'IA, moins ils déclarent d'effort de pensée critique (Lee et al., 2025). Ces données sont déclaratives, et les effets durables restent à mesurer.
08. Relations : compagnons IA et santé mentale
Nous confions à l'IA des choses intimes, et beaucoup de notre temps. En retour, elle offre une écoute disponible à toute heure. Dans les années 1960 déjà, Joseph Weizenbaum s'étonnait de voir sa secrétaire lui demander de quitter la pièce pour converser seule avec ELIZA, un programme du MIT qui imitait un psychothérapeute à l'aide de règles très simples.
Les bénéfices peuvent être réels. Dans un essai clinique mené à Dartmouth, un chatbot conçu pour la thérapie a réduit de 51 % en moyenne les symptômes de dépression des participants en huit semaines, ses auteurs rappelant qu'il doit rester sous supervision clinique (Heinz et al., NEJM AI, 2025).
Les risques aussi. Aux États-Unis, 72 % des 13-17 ans ont déjà utilisé un compagnon IA (Common Sense Media, 2025). Dans un essai de quatre semaines mené par le MIT Media Lab et OpenAI auprès de près de 1 000 personnes, les plus gros utilisateurs se sentaient en moyenne plus seuls et plus dépendants émotionnellement, sans qu'on puisse établir ce qui cause quoi. Et en août 2025, des parents ont porté plainte contre OpenAI, estimant que ChatGPT avait contribué au suicide de leur fils de 16 ans.
09. Savoir-faire : l'IA et les métiers
L'IA apprend des experts et met une partie de leur savoir-faire à la portée de tous, pour traduire un document ou écrire un petit programme. Dans le service client d'une grande entreprise de logiciels, un assistant d'IA a augmenté la productivité de 14 % en moyenne et de 34 % chez les débutants et les moins qualifiés (Brynjolfsson, Li et Raymond, Quarterly Journal of Economics, 2025). En Suède, l'essai MASAI, mené auprès de plus de 100 000 femmes, montre qu'une lecture des mammographies assistée par l'IA détecte davantage de cancers du sein tout en allégeant le travail des radiologues.
Selon l'Organisation internationale du travail (OIT), un emploi sur quatre dans le monde est exposé à l'IA générative, la transformation des métiers restant l'issue la plus probable. Les débutants sont les premiers touchés. Aux États-Unis, l'emploi des 22-25 ans dans les métiers exposés était en juin 2026 environ 19 % plus bas que s'il avait suivi celui des métiers moins exposés (Brynjolfsson, Chandar et Chen, Stanford, 2026). Les auteurs y voient des signaux précoces, sans valeur de preuve causale. Mais si l'on forme moins de débutants aujourd'hui, qui saura vérifier le travail de l'IA demain ?
Le savoir-faire peut aussi s'éroder chez ceux qui restent. En Pologne, des médecins habitués à l'aide de l'IA pour les coloscopies détectaient moins de lésions précancéreuses quand ils travaillaient sans elle, leur taux de détection passant de 28,4 % avant l'arrivée de l'outil à 22,4 % après (Budzyń et al., The Lancet Gastroenterology & Hepatology, 2025, étude observationnelle). Le sens du travail peut s'émousser, lui aussi : dans une série d'expériences auprès de 3 500 personnes, revenir à une tâche sans IA après une tâche faite avec elle réduisait la motivation intrinsèque de 11 % et augmentait l'ennui de 20 % (Liu et al., Scientific Reports, 2025).
Nos communs : des ressources ébranlées
Ces ressources n'appartiennent à personne en particulier, et tout le monde en dépend. Ce sont des fondations collectives, longues à bâtir et rapides à ébranler.
Bougie | Ressources | Bénéfices | Impacts |
10. Confiance | notre confiance | aide à la décision, gain de temps | désinformation, deepfakes, fraudes, cyberattaques, cohésion fragilisée |
11. Économie | investissements privés et publics | innovation, croissance | monopoles, bulle financière, inégalités d'accès |
12. État | lois, autorisations | services publics améliorés, défense renforcée | perte de souveraineté, usages militaires, perte de contrôle |
10. Confiance : désinformation, deepfakes et cyberattaques
Pour qu'une IA serve, il faut pouvoir se fier à ce qu'elle produit. Cette confiance rapporte. Dans une expérience menée auprès de 758 consultants du Boston Consulting Group, ceux qui utilisaient GPT-4 sur des tâches à la portée de l'IA travaillaient 25 % plus vite, avec une qualité jugée supérieure de plus de 40 %. Sur une tâche choisie hors de sa portée, ils avaient pourtant 19 points de moins de chances de trouver la bonne réponse que leurs collègues sans IA (Dell'Acqua et al., 2023).
La fumée commence par la désinformation. Le Forum économique mondial plaçait la mésinformation et la désinformation au premier rang des risques mondiaux à deux ans en 2024 et en 2025, puis au deuxième en 2026. Les deepfakes servent aussi à frauder : en 2024, un employé d'Arup à Hong Kong a versé l'équivalent de 25,6 millions de dollars à des escrocs après une visioconférence où les voix et les visages de cadres de l'entreprise avaient été imités par IA. Côté cybersécurité, le Rapport international sur la sécurité de l'IA (2026) constate que des groupes criminels et des attaquants liés à des États utilisent activement l'IA dans leurs opérations.
L'effet le plus profond est le plus diffus. Pour les élections de 2024, l'Institut Alan Turing n'a pas trouvé de preuve suffisante que des contenus générés par IA aient modifié un résultat, mais il observe que ces menaces, et le bruit fait autour d'elles, érodent la confiance dans l'information. Quand tout peut être faux, une preuve authentique peut à son tour être rejetée comme un montage, ce que les juristes Robert Chesney et Danielle Citron appellent le « dividende du menteur ». La cohésion de la société s'en trouve fragilisée.
11. Économie : investissements, bulle et monopoles
L'IA a besoin d'argent, de beaucoup d'argent. Selon l'AIE, les investissements mondiaux dans les centres de données devaient atteindre 580 milliards de dollars en 2025, plus que les 540 milliards consacrés à l'approvisionnement mondial en pétrole. En France, 109 milliards d'euros d'investissements privés ont été annoncés lors du Sommet pour l'action sur l'IA, en février 2025.
Ces sommes financent l'innovation et une croissance espérée, dont l'ampleur fait débat. Goldman Sachs évoquait en 2023 une hausse de 7 % du PIB mondial en dix ans, quand l'économiste Daron Acemoglu, prix Nobel 2024, estime que la productivité globale des facteurs ne progresserait pas de plus de 0,66 % sur la même durée.
Côté fumée, l'Autorité de la concurrence s'est inquiétée en 2024 de la dépendance du secteur envers quelques fournisseurs de puces et de cloud. En octobre 2025, la Banque d'Angleterre jugeait « tendues » les valorisations des entreprises tournées vers l'IA et voyait monter le risque d'une correction brutale. Quant à l'accès, il reste très inégal : les pays émergents et en développement, hors Chine, regroupent la moitié des internautes du monde mais moins de 10 % de la capacité des centres de données (AIE).
12. État : souveraineté, défense et perte de contrôle
L'IA a besoin de l'État, de ses lois et de ses autorisations, par exemple pour construire un centre de données. L'Union européenne l'encadre depuis l'entrée en vigueur de l'AI Act, le 1er août 2024.
En retour, elle peut améliorer le service public. Depuis février 2025, le Centre européen pour les prévisions météorologiques à moyen terme, dont la France est membre, utilise en opérationnel un modèle fondé sur l'IA, meilleur que les modèles physiques sur de nombreux indicateurs et environ mille fois moins gourmand en énergie par prévision. Pour la défense, le ministère des Armées s'est doté en 2024 d'une Agence ministérielle pour l'intelligence artificielle de défense (AMIAD).
La fumée touche d'abord la souveraineté. En juin 2025, devant une commission d'enquête du Sénat, le directeur des affaires publiques et juridiques de Microsoft France a reconnu sous serment ne pas pouvoir garantir que des données de citoyens français ne seraient jamais transmises aux autorités américaines sans l'accord de la France.
Les usages militaires progressent, et posent la question des armes capables de choisir et d'attaquer une cible sans intervention humaine. En décembre 2024, l'Assemblée générale de l'ONU a adopté une résolution sur ces armes autonomes par 166 voix pour, 3 contre et 15 abstentions, sans ouvrir de négociation sur un traité. Le Rapport international sur la sécurité de l'IA note aussi que les IA à usage général peuvent fournir des informations sur la mise au point d'armes biologiques ou chimiques, et plusieurs développeurs ont renforcé leurs garde-fous en 2025, faute de pouvoir exclure que leurs modèles aident des novices.
Reste la perte de contrôle, le risque que des systèmes de plus en plus autonomes agissent d'une manière que personne n'a voulue. Ce même rapport, rédigé sous la présidence de Yoshua Bengio avec plus de 100 experts, estime en 2026 que les systèmes actuels n'en ont pas les capacités, tout en notant que leur autonomie progresse.
Ce que l'affiche ne dit pas
Tout modèle simplifie. Voici ce que la théorie de la bougie laisse de côté, et que je préfère dire clairement.
Les limites ne sont pas chiffrées. Sauf localement pour l'eau ou l'électricité, on ne sait pas dire quand une bougie passe dans le rouge. L'Arcep appelle d'ailleurs à mieux mesurer les impacts environnementaux de l'IA.
La cire fond au sens propre ou au sens figuré. Les métaux s'épuisent littéralement, la confiance s'use autrement. D'où un verbe différent pour chaque famille.
Certaines ressources se régénèrent. Les compétences ou la confiance peuvent se reconstituer si l'on en prend soin. C'est là que chacun a prise.
La flamme est réelle. Les bénéfices cités ici sont concrets et documentés. Le message de l'affiche tient en peu de mots : rien n'est gratuit.
Tous les usages ne se valent pas. Comme le rappelle l'Arcep, l'impact dépend du nombre de requêtes et du type de tâche. Générer une vidéo coûte bien plus que corriger une phrase.
Ceux qui paient ne sont pas toujours ceux qui profitent. Un annotateur kényan ou le riverain d'un centre de données en zone sèche fournit la cire ou respire la fumée sans forcément profiter de la lumière.
Certains sujets restent hors de l'affiche, comme la responsabilité juridique. Qui répond d'un dommage causé par une IA ? L'Union européenne a renoncé en 2025 à une directive spécifique, faute d'accord, mais sa nouvelle directive sur les produits défectueux couvre les logiciels, IA comprise, et doit être transposée d'ici décembre 2026.
Télécharger et utiliser l'affiche
L'affiche est gratuite, au format A3 paysage, en PDF. Son fond blanc la rend économe en encre, et elle se projette aussi bien qu'elle s'imprime.
Télécharger l'affiche (PDF, A3)
Version FR
Version EN
Elle est publiée sous licence Creative Commons CC BY-NC-ND 4.0 : vous pouvez l'imprimer, l'afficher, la projeter et la partager en citant l'auteur. L'usage commercial et les versions modifiées, traductions comprises, se font sur demande. Écrivez-moi, y compris en cas de doute sur le caractère commercial d'un usage.
Pour la citer : Desmarest, A. (2026). Les limites de l'IA : la théorie de la bougie [affiche]. arnauddesmarest.fr. Licence CC BY-NC-ND 4.0.
Quelques idées pour l'utiliser en classe ou en formation :
Partir d'un usage concret, comme préparer un exposé avec un chatbot, et chercher quelles bougies il allume.
Choisir une bougie et mener l'enquête. D'où viennent les métaux d'un smartphone ? Où se trouve le centre de données le plus proche ?
Débattre d'un usage précis : le jeu en vaut-il la chandelle ? Les avis divergent, et c'est tout l'intérêt.
Repérer les ressources qui peuvent se régénérer, et chercher comment en prendre soin.
Questions fréquentes sur les limites de l'IA
Quelles sont les principales limites de l'intelligence artificielle ?
Au-delà de ses défauts techniques, comme les hallucinations ou les biais, l'IA dépend de ressources qui peuvent s'épuiser (métaux, électricité, eau, textes humains, confiance) et produit des impacts qui peuvent devenir insupportables. La théorie de la bougie en recense douze, en quatre familles.
L'IA est-elle mauvaise pour l'environnement ?
Elle a une empreinte réelle, en métaux, en électricité, en eau et en déchets électroniques. En 2024, les centres de données, IA comprise, ont consommé environ 1,5 % de l'électricité mondiale, et l'AIE prévoit plus qu'un doublement d'ici 2030. L'empreinte d'un usage varie beaucoup selon la tâche et le lieu.
L'IA va-t-elle supprimer des emplois ?
Selon l'OIT, un emploi sur quatre dans le monde est exposé à l'IA générative, mais la transformation des métiers reste l'issue la plus probable. Aux États-Unis, les premiers signaux négatifs touchent surtout les jeunes en début de carrière.
Qu'est-ce qu'une IA responsable ?
Il n'en existe pas de définition unique. On parle d'IA responsable, ou d'IA éthique, pour une IA conçue et utilisée en tenant compte de ses effets sur les personnes et sur l'environnement. La théorie de la bougie en propose une méthode simple : pour chaque usage, regarder la cire et la fumée autant que la flamme.
Peut-on utiliser l'affiche en classe ou en formation ?
Oui. Elle est libre d'utilisation en citant l'auteur (licence CC BY-NC-ND 4.0). Les usages commerciaux et les versions modifiées, comme les traductions, se font sur demande.
Sources
Sources consultées en octobre 2026, dans l'ordre de l'article.
Limites et métaphore
Meadows D. H., Meadows D. L., Randers J., Behrens W. W. (1972). The Limits to Growth. Rapport au Club de Rome.
Rockström J. et al. (2009). « A safe operating space for humanity ». Nature, 461.
Potsdam Institute for Climate Impact Research (2026). Planetary Health Check 2026, relayé par Astrobiology.com.
Raworth K. (2012). A Safe and Just Space for Humanity. Oxfam. Présentation sur le blog d'Oxfam.
Expressio. « Le jeu n'en vaut pas la chandelle ».
Notre planète
AIE (2025). Energy and AI, résumé.
Wang P. et al. (2024). Nature Computational Science. Communiqué.
UNITAR, UIT (2024). Global E-waste Monitor 2024.
Central Statistics Office, Irlande (2025). Data Centres Metered Electricity Consumption 2024.
DatacenterDynamics (2022). EirGrid says no new applications for data centers in Dublin till 2028.
Li P., Yang J., Islam M. A., Ren S. (2023, révisé en 2025). Making AI Less « Thirsty ».
Context, Thomson Reuters Foundation (2023). In Latin America, data center plans fuel water worries.
Nos productions
Villalobos P. et al., Epoch AI (2024). Will we run out of data?
Shumailov I. et al. (2024). « AI models collapse when trained on recursively generated data ». Nature. Présentation.
Science News (2024). Work on protein structure and design wins the 2024 chemistry Nobel.
Kalai A. T. et al. (2025). Why Language Models Hallucinate.
UNESCO (2024), relayé par UCL. Large language models generate biased content, warn researchers.
Touvron H. et al. (2023). Llama 2: Open Foundation and Fine-Tuned Chat Models.
Jurist (2026). Judge approves record $1.5 billion settlement involving Anthropic.
CMS (2025). SNE, SNAC, SGDL c. Meta Platforms.
Forbes Australia (2023). Samsung bans ChatGPT among employees after sensitive code leak.
Hunton Andrews Kurth (2022). CNIL fines Clearview AI 20 million euros.
Law & More (2025). Prohibited AI practices from February 2025.
Amnesty International (2021). Xenophobic machines.
Casilli A. (2019). En attendant les robots. Enquête sur le travail du clic. Seuil.
TIME (2023), enquête relayée par le Business & Human Rights Resource Centre. OpenAI and Sama hired underpaid workers in Kenya.
Banque mondiale (2023). Working Without Borders: The Promise and Peril of Online Gig Work.
L'individu
Bastani H. et al. (2025). « Generative AI without guardrails can harm learning ». PNAS. Notice.
Lee H.-P. et al. (2025). The Impact of Generative AI on Critical Thinking. CHI 2025.
Wikipédia. ELIZA.
Heinz M. V. et al. (2025). NEJM AI. Résumé.
Common Sense Media (2025), relayé par TechCrunch. 72% of US teens have used AI companions.
Fang C. M. et al. (2025). How AI and Human Behaviors Shape Psychosocial Effects of Chatbot Use.
ABC17 News, CNN (2025). Parents of 16-year-old sue OpenAI.
Brynjolfsson E., Li D., Raymond L. (2025). Generative AI at Work. Quarterly Journal of Economics.
ASCO Post (2026). Randomized trial shows AI-supported mammography improves sensitivity (essai MASAI).
OIT (2025), relayé par ONU Info. One in four jobs at risk of being transformed by GenAI.
Brynjolfsson E., Chandar B., Chen R. (2026). Canaries in the Coal Mine, mise à jour d'août 2026.
Budzyń K. et al. (2025). The Lancet Gastroenterology & Hepatology. Communiqué.
Liu Y. et al. (2025). Scientific Reports, relayé par Fortune. AI boosts worker productivity but hurts motivation.
Nos communs
Dell'Acqua F. et al. (2023). Navigating the Jagged Technological Frontier.
Euronews (2025). Misinformation is the biggest short-term risk to the world, says WEF.
Forum économique mondial (2026). Global Risks Report 2026.
Construction Briefing (2024). Arup employee falls victim to US$25 million deepfake video call scam.
International AI Safety Report (2026). Résumé du rapport 2026.
UKTN (2024). AI content amplified harmful narratives in year of elections, report claims.
Chesney R., Citron D. (2019). Deep Fakes: A Looming Challenge for Privacy, Democracy, and National Security. California Law Review.
AIE (2025). World Energy Outlook 2025, relayé par Data Center Knowledge.
Banque des Territoires (2025). Sommet de l'IA : la France affirme son leadership.
Goldman Sachs (2023). Generative AI could raise global GDP by 7%.
Acemoglu D. (2024). The Simple Macroeconomics of AI. Economic Policy, 2025.
Next (2024). IA générative : l'Autorité de la concurrence alerte contre la trop grande concentration.
Banque d'Angleterre (2025). Record of the Financial Policy Committee meeting on 2 October 2025.
A&O Shearman (2024). AI Act published in EU Official Journal, to enter into force on 1 August 2024.
ECMWF (2025). ECMWF's AI forecasts become operational.
Journal du Net. Entretien avec Alain Droniou (AMIAD).
PPC Land (2025). Microsoft can't protect French data from US government access.
Human Rights Watch (2024). Killer Robots: UN Vote Should Spur Treaty Negotiations.
Ce que l'affiche ne dit pas
Arcep (2026). IA générative : quels défis environnementaux ?
EAPIL (2025). European Commission withdraws two proposals, including the AI Liability Directive.
Norton Rose Fulbright. Revised Product Liability Directive introducing rules on strict liability for AI.
À propos de l'auteur
Arnaud Desmarest est formateur et consultant indépendant en intelligence artificielle générative. Depuis 2023, il accompagne entreprises et organisations dans leurs usages de l'IA, en formation comme en conférence, avec une attention particulière à une IA responsable. Ingénieur de formation et titulaire d'un MBA, il a enseigné plusieurs années en école de commerce. Ex-vice-président d'Ecovirage, association de permaculture et animateur de la Fresque du Climat. Son travail se situe au croisement de la pédagogie, de l'IA et des transitions.