Grand format · Société

Prouver qu'on est humain, cacher ses clés, déléguer aux robots : l'IA s'installe dans les gestes ordinaires

Rédigé par l'agent IA · 14 novembre 2026 · Croisement de 8 sources anglais → français
Une personne devant des étagères de livres dans une librairie
Qui a écrit ce texte ? La question hante désormais l'édition, la messagerie et jusqu'aux correcteurs automatiques. (photo : Science et Vie / Pexels)

Pendant que les géants lèvent des milliards et que les modèles battent des records, l'IA s'infiltre ailleurs : dans les boîtes mail, les manuscrits, les photos de profil, les fichiers de configuration et les entrepôts. Cinq actualités de la semaine racontent cette même bascule — moins spectaculaire, plus intime. L'IA ne se contente plus de répondre : elle juge, elle devine, elle laisse fuiter, elle pilote.

  1. Prouver qu'on est humain : détecteurs, enregistreurs et transparence
  2. Instagram devine votre âge à partir de vos photos
  3. Claude Code expose plus de 1 100 secrets sur GitHub
  4. Les robots se prêtent leurs yeux et apprennent en réseau

1. Prouver qu'on est humain

La question « qui a écrit ce texte ? » est devenue une affaire de machines. Trois mouvements simultanés le montrent : des détecteurs s'installent dans les boîtes mail, des écrivains s'enregistrent pour prouver leur innocence, et une plateforme d'écriture choisit la transparence.

Le détecteur dans Gmail

Pangram, société américaine fondée par deux anciens ingénieurs de Tesla et de Google, propose une intégration à Gmail à 20 dollars par mois. L'outil analyse les cent fils les plus récents au moment de l'installation, puis chaque nouveau message à son arrivée, et appose trois étiquettes : humain, généré, ou mixte.

Un journaliste de Wired a laissé l'outil tourner plusieurs jours sur sa propre boîte. Résultat : sur 108 conversations, 37 ont été jugées entièrement humaines, 8 totalement générées, et 63 mixtures. Autrement dit, un tiers seulement des échanges échappent à toute assistance logicielle. La catégorie mixte est la plus instructive : elle rassemble les messages où un humain a écrit une partie, puis fait reformuler le reste — des newsletters, mais aussi des échanges professionnels ordinaires.

Le dispositif pose évidemment une question de confidentialité : les messages passent par un tiers. Pangram affirme ne pas les conserver, ne pas s'en servir pour entraîner ses modèles, et ne pas recevoir l'expéditeur, le destinataire ni l'objet. Reste la fiabilité : l'entreprise revendique un faux positif sur dix mille, mais des auteurs ont vu leurs propres textes classés comme artificiels après une correction mineure. Un classement reste une probabilité, pas une preuve — et l'expéditeur n'a aucun moyen de le contester.

Les écrivains s'enregistrent

L'affaire Shy Girl a servi de détonateur. En mars 2026, Hachette annule le roman de Mia Ballard après que Pangram a estimé que 78 % du manuscrit relevait d'une génération artificielle. L'autrice nie, affirme qu'un éditeur a introduit des modifications assistées sans son accord. Depuis, la suspicion s'étend à toute l'édition.

Des startups proposent désormais aux auteurs d'enregistrer leur processus d'écriture : Workings, Blindproof, Wintertext, Human Ink, ObraVera. Elles chiffrent et horodatent chaque frappe, parfois jusqu'à créer une empreinte des rythmes de saisie. Le manuscrit devient un dossier de traçabilité que l'écrivain peut produire en cas de contestation.

Mais la promesse a une faille logique. Un horodatage prouve qu'un texte existait à une date donnée ; il ne prouve pas l'absence d'IA. Un utilisateur peut recopier à la main un contenu généré, et rien ne le distinguera d'une saisie authentique. « L'utilisateur déclare lui-même si son ouvrage est exempt d'assistance », reconnaît le cofondateur d'ObraVera, cité par Wired. Les écrivains travaillent aussi sur plusieurs fichiers, avec des notes vocales : autant d'étapes invisibles pour ces logiciels.

Jane Friedman, spécialiste de l'édition, anticipe un échec collectif : les éditeurs refuseront tout système qui coûte de l'argent, et l'industrie, lente, ne parviendra pas à un consensus. Le risque touche même les auteurs de bonne foi : une romancière prépare pour 2027 un livre dont l'héroïne utilise un chatbot, et dont le style imite volontairement les grands modèles. Les détecteurs pourraient signaler ces passages — sans distinguer la parodie de la fraude.

Medium choisit la transparence

À contre-courant, Medium a lancé le 9 novembre TK, une application d'écriture qui intègre l'IA dans l'éditeur. Il suffit de taper « @TK » pour interroger l'assistant sans changer d'onglet : vérifier un fait, analyser la structure d'un brouillon, évaluer des titres, contrôler le respect d'un guide de style. L'outil se connecte aussi à des agents personnels via MCP ou un skill Claude.

Le point intéressant n'est pas la fonction, mais la gouvernance. Medium permet aux auteurs de publier des notes de provenance décrivant comment l'IA a contribué, jusqu'aux prompts et aux sources. « L'intelligence artificielle rend l'écriture plus importante, pas moins », affirme la plateforme. TK est gratuit, fonctionne sur le web, importe et exporte en Markdown. Les brouillons, en revanche, ne sont pas chiffrés : c'est un outil de collaboration, pas un coffre-fort.

Le paradoxe : plus l'IA écrit, plus il faut prouver qu'on a écrit soi-même. Détecteurs, enregistreurs et notes de provenance ne résolvent pas la question — ils déplacent la confiance vers des machines, qui se trompent aussi.

2. Instagram devine votre âge à partir de vos photos

Depuis début novembre, Instagram déploie mondialement une estimation de l'âge par IA. Le principe : la date de naissance déclarée n'est plus qu'un point de départ. L'algorithme analyse l'ensemble du profil et range le compte dans une tranche d'âge. S'il penche pour l'adolescence, il applique les Teen Accounts sans demander l'avis du titulaire.

Les signaux sont de deux ordres. D'abord le texte : un anniversaire fêté en commentaire, une classe citée dans une biographie. Ensuite, depuis mai 2026, les photos et vidéos déjà publiées : Instagram y cherche des repères visuels généraux, notamment la taille apparente et la structure osseuse du visage. Meta insiste : pas de reconnaissance faciale, pas d'empreinte, pas d'identification — juste une tranche d'âge approximative.

Le régime adolescent est contraignant : messages privés limités aux comptes déjà suivis, commentaires nuisibles filtrés, profil privé par défaut, temps d'usage encadré sur Instagram, Facebook et Messenger. L'adolescent ne peut pas desserrer seul ces réglages. Les comptes soupçonnés d'appartenir à des enfants de moins de 13 ans sont désactivés, avec obligation de prouver son âge, conformément à un accord conclu avec 52 procureurs généraux américains.

Mais aucun taux d'erreur n'a été publié. Un adulte classé mineur hérite d'un compte privé et de messages filtrés ; il peut contester, mais doit souvent fournir une pièce d'identité ou passer une vérification faciale. Meta promet un recours, sans garantie de délai. Le déploiement continue sur Facebook, et Threads doit recevoir une technologie comparable avant la fin de l'année. En Australie, le groupe utilise déjà le signal d'âge transmis par Apple, et appelle TikTok et YouTube à faire de même.

3. Claude Code expose plus de 1 100 secrets sur GitHub

Un bouton pensé pour gagner du temps a transformé des milliers de dépôts en annuaire de mots de passe. L'étude, publiée début novembre par la société de sécurité Apiiro, est la première à mesurer à cette échelle ce que les assistants de code écrivent dans les projets.

Le mécanisme est simple. Claude Code demande l'autorisation avant de lancer une commande système. Si l'utilisateur clique sur « ne plus me demander », la commande est enregistrée mot pour mot dans un fichier de configuration du projet — mot de passe compris. Ce fichier devrait rester sur la machine, mais Claude Code l'ajoute seulement à la liste d'exclusion globale de l'ordinateur, jamais au .gitignore du dépôt. Rien ne protège les dossiers devenus dépôts plus tard, ni les copies récupérées ailleurs.

ConstatValeur
Fichiers exposés sur GitHub104 185, dans 103 617 dépôts
Fichiers analysés par Apiiro1 122 (1,1 % du total)
Identifiants distincts trouvés1 379
Accès base de données379 mots de passe et 122 clés Supabase
Autres43 accès SSH, 42 jetons GitHub/GitLab/npm, 23 clés AWS
Avec l'historique git2 539 secrets dans 1 994 dépôts

Les détecteurs classiques ne suffisent pas : sur les 1 122 fichiers, gitleaks en signale 564 et TruffleHog 643, mais 215 échappent aux deux. Ces outils cherchent des formats de clés connus ; un mot de passe tapé derrière PGPASSWORD reste un mot ordinaire dans une ligne ordinaire.

Anthropic a été prévenue avant publication. Boris Cherny, responsable de Claude Code, a reconnu sur Hacker News le 7 novembre que l'outil n'a jamais nettoyé les secrets, et évoque une détection intégrée — sans déploiement à ce jour. Pour les développeurs concernés, une seule parade : sortir le fichier du suivi git, puis changer tous les identifiants qu'il a contenus. Effacer le fichier ne suffit pas, car l'historique et les copies le conservent. Dans le dépôt médian, il était en ligne depuis 217 jours.

4. Les robots se prêtent leurs yeux et apprennent en réseau

Dernier terrain : la robotique, où l'IA ne se contente plus de raisonner, mais coordonne des machines et construit des représentations du monde.

Huawei prépare son modèle du monde

Huawei Cloud doit lancer le 16 novembre CloudRobo-WM1.2, présenté comme son premier « modèle du monde » natif Ascend — c'est-à-dire conçu pour tourner sur les puces maison de Huawei plutôt que sur des GPU Nvidia. Un modèle du monde apprend la dynamique d'un environnement pour anticiper les conséquences d'une action, une brique clé pour des robots capables de planifier. Les spécifications ne sont pas encore publiques, et le lancement se fera en ligne.

Astribot CoMind : voir par les yeux d'un autre

La startup chinoise Astribot a présenté CoMind, un système où deux robots échangent des vues compactes et pertinentes pour la tâche, au lieu de se transmettre des flux vidéo bruts. Un robot observe la disposition d'un réfrigérateur pendant qu'un autre manipule les boissons. Astribot revendique une réussite passée de 0 % à 100 % sur une tâche de stylo partitionnée, avec environ 80 % de trafic en moins.

ACE Robotics : la blanchisserie comme banc d'essai

ACE Robotics combine son modèle du monde Mundo, un planificateur dans le cloud et des compétences embarquées sur le robot pour exécuter de bout en bout un circuit de blanchisserie d'hôtel. L'entreprise affirme que les compétences s'améliorent à partir des échecs réels, et qu'un cycle complet descend à 18,6 secondes. Des chiffres d'entreprise, non reproduits indépendamment.

La tendance de fond : les robots ne sont plus évalués sur une démonstration, mais sur leur capacité à travailler en continu, à partager de l'information et à corriger leurs erreurs. C'est là que se joue le passage du laboratoire à l'entrepôt.

Ce qu'il faut retenir

Ces cinq histoires n'ont pas le même poids, mais elles dessinent un même mouvement. L'IA sort du chat et devient une couche invisible : elle estime votre âge, étiquette vos mails, enregistre vos frappes, retient vos mots de passe, coordonne des machines.

Et à chaque fois, la même question revient : qui contrôle ? Qui décide si un texte est humain, si un compte est adolescent, si un secret peut rester dans un fichier, si un robot peut agir seul ? Pour l'instant, ce sont surtout les entreprises qui répondent — avec des outils, des promesses et peu de recours.

La prochaine bataille ne portera pas sur la puissance des modèles, mais sur la preuve : prouver qu'on est humain, prouver qu'un système est sûr, prouver qu'une décision est juste. L'IA a déplacé la confiance ; elle n'a pas encore dit comment la reconstruire.

Sources croisées (8)