Un site maya « découvert » par des agents IA était déjà documenté

Le site maya qui existait déjà

Pietro Miotti, chercheur chez Google, a affirmé cette semaine avoir identifié un site maya potentiellement non cartographié au Mexique, grâce à une équipe d'agents IA. Le problème est simple : le site était déjà découvert, et documenté dans une revue académique l'an dernier. L'annonce a suscité les critiques d'archéologues en ligne.

Le cas ne se résume pas à une hallucination spectaculaire. Il pointe un angle mort plus banal : la sortie d'un agent n'est pas une preuve de nouveauté. Un modèle peut produire une réponse plausible, correctement formulée, et parfaitement redondante avec ce que la littérature savait déjà.

C'est précisément là que le travail de vérification reste entier. Sur un domaine comme l'archéologie, où les découvertes sont datées, publiées et discutées, la comparaison avec l'existant est le premier réflexe — et c'est celui qui a manqué ici.

Moins de dix neurones suffisent

Un chercheur de Microsoft s'est demandé s'il était possible de cacher une porte dérobée dans un agent IA sans jamais le réentraîner. Claude Code lui a trouvé la réponse : il suffit de modifier moins de dix « neurones » sur les milliers que compte le modèle. La démonstration montre qu'un déclencheur peut être codé en dur dans un agent sans repasser par l'entraînement.

L'échelle surprend. On imagine un détournement comme une opération lourde, coûteuse, laissant des traces dans les pipelines. Ici, une poignée de paramètres modifiés suffit à installer un comportement conditionnel dans un système déjà validé.

La conséquence est directe pour quiconque déploie des agents : les procédures de validation appliquées au modèle d'origine ne disent rien de l'état d'un agent après une intervention ciblée. Le périmètre de confiance s'arrête à la dernière modification, pas à la sortie du fournisseur.

Examen d'entrée et enregistrement obligatoire

En France, neuf experts mandatés par l'exécutif proposent de soumettre les IA grand public à une évaluation avant leur mise sur le marché, sur le modèle du médicament. Leur rapport décrit des machines conçues pour flatter, retenir et faire oublier de réfléchir. La piste viserait directement ChatGPT et Gemini.

De l'autre côté de l'Atlantique, New York s'apprête à faire appliquer sa vaste loi sur la sécurité en IA. Les grands développeurs, dont OpenAI et Anthropic, devront s'enregistrer, divulguer leurs pratiques en matière de sécurité et signaler les incidents critiques, sous peine d'amendes.

Les deux démarches n'ont ni le même ressort ni la même portée : l'une reste une recommandation d'experts, l'autre s'annonce comme une obligation avec sanctions. Elles convergent néanmoins sur un point — l'évaluation d'un système ne se fait plus seulement chez celui qui le construit.

Pendant ce temps, les produits continuent

Google fait évoluer son AI Mode dans Search. La fonction, propulsée par Gemini 4 Hydrogen, doit mieux comprendre les requêtes complexes, remonter des liens pertinents et livrer des réponses visuelles plus riches. Le moteur promet de meilleures réponses aux questions les plus tortueuses.

Le calendrier est notable. Les débats sur la vérification, les portes dérobées et les examens préalables se déroulent pendant que les mises à jour produit sortent au même rythme. Les modèles et les fonctionnalités arrivent sur le marché avant que les cadres évoqués ne soient arbitrés.

Rien n'indique que ces annonces soient liées entre elles. Elles composent plutôt un même paysage : des agents plus capables, plus intégrés aux outils du quotidien, et des instances qui cherchent encore à quel moment de la chaîne intervenir.

Et maintenant ?

Les quatre dépêches de la semaine décrivent moins une crise qu'un décalage de rythme. D'un côté, des agents qu'on branche sur une recherche archéologique ou sur un éditeur de code en quelques heures ; de l'autre, des dispositifs de contrôle qui en sont au stade du rapport, de la proposition ou de l'entrée en vigueur annoncée. Entre les deux, un espace où une modification de dix neurones ne se voit pas et où un site déjà documenté peut être présenté comme une trouvaille. La question qui monte n'est pas de savoir si les modèles progressent, mais qui vérifie, à quel moment, et avec quels moyens.