Le nouveau responsable de la recherche en IA de Meta estime que la prochaine grande étape de l’IA sera l’arrivée d’agents capables d’accomplir des tâches utiles dans le monde réel.
Dawn Song, la nouvelle vice-présidente de Meta Platforms chargée de la recherche en IA, a déclaré au South China Morning Post que les agents IA devraient aider les humains à accomplir un travail « à valeur économique » dans des domaines importants du monde réel. Ses déclarations interviennent alors que les chercheurs testent la capacité des agents à mener à bien de manière fiable des tâches complexes, comme le montage vidéo, l’analyse d’images médicales ou la gestion d’opérations de cybersécurité, plutôt que de se contenter de répondre à des requêtes.
Pour les entreprises qui suivent la course aux agents, la question devient plus concrète : ces systèmes peuvent-ils prendre en charge des tâches ayant une réelle valeur commerciale, ou sont-ils encore trop peu fiables pour des usages à forts enjeux ?
Dawn Song rejoint l’équipe de recherche en IA de Meta
Song a tenu ces propos en marge du World Economic Forum à Dalian, également connu sous le nom de Summer Davos, quelques jours avant de rejoindre Meta. Elle est professeure d’informatique à l’University of California, Berkeley, codirectrice du Centre for Responsible, Decentralised Intelligence de l’université et cofondatrice de la start-up de sécurité de l’IA pour les entreprises Virtue AI.
« L’objectif n’est pas de remplacer les humains. Mais nous voulons que ces agents IA soient plus efficaces dans ces domaines importants du monde réel, qu’ils aident les humains à mieux accomplir ce travail et qu’ils apportent davantage de valeur économique », a déclaré Song au South China Morning Post (SCMP).
Song a indiqué sur X qu’elle et « de nombreux membres de l’équipe de Virtue AI » rejoignaient Meta’s Superintelligence Labs, où elle contribuera à définir les initiatives de l’entreprise en matière de sûreté et de sécurité de l’IA.
Son arrivée intervient alors que les grandes entreprises de l’IA accordent davantage d’attention aux agents, des systèmes capables de planifier des tâches, d’utiliser des outils, d’exploiter des logiciels et d’accomplir des tâches en plusieurs étapes avec moins d’intervention humaine directe qu’un chatbot.
Les agents soumis à un test plus exigeant
Les propos de Song renvoient également à un débat plus large sur la manière dont les agents IA devraient être évalués.
Au début du mois, Berkeley RDI a présenté Agents’ Last Exam, un test conçu pour évaluer les agents sur des tâches longues et utiles sur le plan économique, plutôt que sur des problèmes abstraits servant d’indicateurs indirects.
Selon Lets Data Science, Agents’ Last Exam couvre 55 sous-secteurs et comprend plus de 1 500 tâches, avec pour objectif à plus long terme d’atteindre 5 000 tâches. Le test fait fonctionner les agents dans de véritables environnements isolés de systèmes d’exploitation et évalue leurs livrables finaux au moyen d’évaluateurs déterministes.
Le test comprend notamment des tâches comme utiliser un logiciel de montage vidéo pour créer une vidéo à partir de séquences brutes ou évaluer la qualité d’une IRM cérébrale. Song a déclaré au SCMP que les tests avaient été conçus pour être « vraiment difficiles », ce qui explique en partie pourquoi même les systèmes les plus avancés rencontrent encore des difficultés.
Le SCMP a rapporté que le GPT-5.5 d’OpenAI, associé au Codex harness, arrivait en tête du test avec un taux de réussite de 24,3 %. Le Claude Fable 5 d’Anthropic, utilisant un environnement Claude Code, occupait la troisième place avec un taux de réussite de 22 %. Parmi les modèles chinois évalués, le Seed2.1 Pro de ByteDance affichait le taux de réussite le plus élevé, à 19,5 %.
Les agents utiles sont encore en cours de développement
Les parties les plus difficiles du test illustrent l’écart entre l’engouement suscité par les agents et leurs performances fiables.
Song a indiqué que presque tous les agents de pointe évalués avaient obtenu 0 % au niveau le plus difficile d’ALE, tandis que le GPT-5.5 avait atteint 2,6 %.
Les agents sont souvent présentés comme la prochaine grande étape pour les produits d’IA parce qu’ils sont censés faire davantage que répondre aux questions. Ils sont conçus pour utiliser des outils, naviguer dans des environnements logiciels, conserver le contexte et accomplir des tâches avec moins de supervision humaine directe.
Les faibles taux de réussite suggèrent que les agents actuels progressent, mais qu’ils sont encore loin d’être fiables dans de nombreuses tâches professionnelles. Pour les entreprises qui étudient l’utilisation d’agents en cybersécurité, dans le développement logiciel, la production audiovisuelle, l’analyse médicale ou d’autres domaines à forts enjeux, les erreurs peuvent encore coûter cher.
Song a également averti que l’IA est une technologie à double usage, en particulier dans le codage et la cybersécurité. Elle a déclaré que les dirigeants d’entreprise et les responsables politiques devraient renforcer les cyberdéfenses à mesure que des modèles à poids ouverts plus puissants deviennent disponibles, selon le SCMP.
Les agents IA ne sont pas prêts à prendre seuls en charge de larges pans du monde du travail.
Pour l’instant, la prochaine phase de la course sera jugée sur un critère plus concret que la fluidité des réponses : la capacité des agents à terminer des tâches utiles de manière sûre et fiable.
À lire également : découvrez ce que signifie l’IA agentique, comment les agents IA utilisent les outils et où se situent les principaux risques grâce à notre antisèche sur l’IA agentique.