Le cyberblog du coyote

Apprends à programmer en exécutant des suites d'instructions. Fais progresser Execubot en résolvant des défis logiques et interactifs. Un parcours ludique pour découvrir les bases de Python, pas à pas.

Les utilisateurs de ChatGPT quittent l’application en masse pour se ruer vers Claude, l’IA d’Anthropic. Pour quelle raison ?

Lire l'article d'Elisa Rahouadj sur JdG

Dans une étude publiée mi-février 2026, des chercheurs venus d’ETH Zurich, de MATS Research et d’Anthropic démontrent que les grands modèles de langage (LLM) sont capables de désanonymiser des comptes en ligne à grande échelle, avec une précision et une rapidité inédites.

Lire l'article d'Amine Baba Aissa sur Numerama

Véra est un LLM qui se focalise sur des sources fiables. Un outil intéressant pour lutter contre les fake news.

Les LLM sont de plus en plus utilisés pour aider à la recherche scientifique, mais peuvent-ils réellement faire de la science ? Nous évaluons 12 modèles de pointe sur un benchmark inspiré d'Eleusis, un jeu de cartes où les joueurs déduisent une règle cachée par l'expérimentation, un microcosme de la méthode scientifique. À chaque tour, le modèle propose une carte, reçoit un retour d'information, affine son hypothèse et décide s'il s'engage dans une supposition. Les performances varient considérablement, mais la conclusion principale est surprenante : la capacité de raisonnement brute ne suffit pas. Les modèles présentent des « personnalités scientifiques » distinctes (prudentes, audacieuses ou équilibrées) qui déterminent leur succès presque autant que leur capacité à trouver la réponse. Tous les modèles font preuve d'une confiance excessive qui nuit à leur capacité à obtenir un meilleur score. Ces résultats suggèrent que pour que les LLM puissent véritablement aider la science, ils ont besoin non seulement de capacités logiques, mais aussi de métacognition, c'est-à-dire de savoir quand ils en savent suffisamment pour agir.

Lire l'article de David Louapre (9 février 2026)

Anthropic vient de publier la première analyse empirique à grande échelle sur le "désempowerment" (dépossession de pouvoir) humain dans les interactions avec les assistants IA, avec 1,5 million de conversations analysées.

L’étude ne dit pas qu'un LLM est intrinsèquement mauvais, ni qu'il faut arrêter de l'utiliser. Elle dit que nous devons concevoir des LLM qui renforcent l'autonomie humaine. Des LLM qui posent des questions au lieu de donner des réponses, redirigent vers les valeurs de l'utilisateur, et refusent d'être des oracles moraux.

Lire l'article Who’s in Charge? Disempowerment Patterns in Real-World LLM Usage, Anthropic (2026)

D’année en année, le monde de la “tech” semble prendre une place croissante dans le jeu politique du lobbyisme. Son influence s’étend aujourd’hui également du côté de la recherche scientifique, du personnel universitaire. Or, la science n’est pas toujours imperméable aux intérêts économiques.

Ecouter le podcast sur France Culture

Au gala annuel du Nouvel An chinois de la télévision centrale de Chine (CCTV) — l’émission la plus regardée du pays — l’entreprise Unitree a frappé fort. Plus d’une quinzaine de ses robots humanoïdes se sont produits en direct dans un show millimétré.

Lire l'article de Lisa Imperatrice sur Numerama