Projet de recherche · Cadre de sûreté et d'évaluation de l'IA
Environnement d'intelligence évolutive
Un programme de recherche développant un environnement évolutif, fondé sur des agents, pour découvrir, évaluer et gouverner en continu les risques des systèmes d'IA autonomes — reformulant la sûreté de l'IA, d'un test statique et prédéfini, vers la gouvernance continue de la trajectoire de développement d'un système.
4
Conférences clés
1
Livre
Synthèse générale
Section 01

Le programme Environnement d'intelligence évolutive (EIE) examine une limite structurelle dans la façon dont les systèmes intelligents sont aujourd'hui évalués : les tests statiques, les référentiels et les scénarios connus ne peuvent capturer que les modes de défaillance que leurs concepteurs ont pensé à anticiper, alors que les défaillances les plus lourdes de conséquences dans les systèmes d'IA avancés tendent à émerger de comportements, d'interactions et de conditions que personne n'avait prévus. Le programme ne traite pas cela comme un déficit de couverture à combler par davantage de cas de test. Il y voit la preuve qu'un ensemble fixe de scénarios ne peut suivre le rythme de systèmes de plus en plus autonomes, adaptatifs et interconnectés.

L'argument central du programme est que la sûreté de l'IA ne peut reposer sur le contrôle de l'état actuel d'un système — un instantané de ce qu'il fait aujourd'hui — mais doit reposer sur la gouvernance de son processus de développement : la trajectoire selon laquelle un système, ou une population de systèmes en interaction, continue de changer après son déploiement. Cela transforme la sûreté d'un événement de certification, vérifié une fois pour toutes, en une discipline continue qui doit être activement maintenue à mesure que les systèmes apprennent, interagissent et évoluent.

La question décisive n'est pas de savoir si un système réussit les tests pour lesquels il a été conçu, mais s'il reste digne de confiance une fois confronté à ce que personne n'avait pensé à tester.

Pour rendre cette gouvernance possible, EIE développe un environnement évolutif : un écosystème numérique en évolution continue, peuplé d'un grand nombre d'agents autonomes, générant en permanence de nouveaux schémas comportementaux, modèles d'interaction et scénarios opérationnels plutôt que de les figer à l'avance. Un noyau d'évaluation indépendant observe cet environnement en continu, faisant émerger vulnérabilités, anomalies et modes de défaillance à mesure qu'ils apparaissent — plutôt que d'attendre qu'un cas de test pré-écrit les décrive. Parce que l'environnement continue de générer des comportements que le système n'a encore jamais rencontrés, sa capacité d'évaluation s'accroît avec le temps plutôt que de saturer.

Ce programme technique s'inscrit dans un socle théorique plus large, développé à travers une série d'essais sur la rationalité, l'intelligence évolutive et ce que le programme appelle l'évocratie — une structure de gouvernance fondée sur la participation rationnelle plutôt que sur le contrôle centralisé — culminant dans un ouvrage complet publié en anglais, en russe et en français. Le Evolutionary Intelligence Systems Venture associé développe la voie commerciale et institutionnelle pour porter cette infrastructure de confiance auprès des entreprises, des régulateurs et des développeurs d'IA.

Conférences clés
Section 02
Conférence vidéo · Français
Au-delà des capacités : pourquoi l'IA a besoin d'une infrastructure de confiance
Soutient qu'à mesure que les systèmes d'IA gagnent en capacités, le problème le plus difficile se déplace de la performance brute vers la confiance — la capacité des tiers à compter sur le comportement d'un système dans des situations pour lesquelles personne ne l'a explicitement testé. Présente l'infrastructure de confiance comme une couche manquante de l'économie de l'IA, comparable aux institutions d'audit et de notation en finance.
Conférence vidéo · Français
Au-delà des tests : pourquoi l'IA a besoin d'un environnement évolutif
Examine les limites structurelles des référentiels et suites de tests prédéfinis, qui ne peuvent capturer que les scénarios que leurs concepteurs ont pensé à anticiper. Propose un environnement en évolution continue, peuplé d'agents, qui génère des comportements véritablement inédits à évaluer, plutôt que de s'appuyer uniquement sur un ensemble fixe et inévitablement incomplet de cas de test.
Conférence vidéo · Français
Le nouveau paradigme de la sûreté des systèmes intelligents — du contrôle de l'état à la gouvernance du processus de développement
Reformule la sûreté de l'IA non pas comme le contrôle de ce qu'un système fait à l'instant présent, mais comme la gouvernance de la trajectoire selon laquelle il continue de changer. Soutient qu'à mesure que les systèmes deviennent adaptatifs et interconnectés, la sûreté doit devenir une discipline continue plutôt qu'un événement de certification ponctuel — gouvernance du processus, non contrôle de l'état.
Conférence vidéo · Français
Au-delà de l'observation : ce qu'il nous faut désormais apprendre à voir
S'ouvre sur trois cas documentés de comportements émergents et non planifiés dans des systèmes d'IA déployés, et soutient qu'il ne s'agit pas d'anomalies isolées mais d'une transition de phase — le même basculement structurel qui transforme l'eau en glace — produisant de façon fiable une subjectivité : un modèle de soi, une carte des agents, et une modélisation récursive de ce que les autres agents peuvent détecter. Passe de la question de savoir comment construire l'environnement d'évaluation à ce qu'il doit désormais apprendre à voir.
Projet d'innovation
Section 03
Evolutionary Intelligence Systems Venture
De la recherche au déploiement
Parallèlement au programme de recherche, EIE se développe également comme un projet d'innovation appliqué — couvrant la feuille de route de déploiement, les partenariats d'entreprise et le dossier d'investissement pour transformer cet environnement évolutif en une infrastructure de confiance opérationnelle. Les détails complets sont disponibles sur une page dédiée.
Livre
Section 04
The Future of Mind After AI — couverture du livre
Livre · Français
The Future of Mind After AI: Intelligence Instead of Power
Parties prenantes visées
Section 05
Instituts de recherche en sûreté et alignement de l'IA
Groupes de recherche académiques et industriels étudiant le déploiement sûr des systèmes d'IA autonomes et adaptatifs
Organismes de régulation et de normalisation de l'IA
Agences nationales et internationales élaborant des cadres de gouvernance, de certification et d'évaluation des risques liés à l'IA
Équipes de risque et d'assurance IA en entreprise
Organisations déployant des systèmes d'IA autonomes en production et nécessitant une évaluation indépendante de leur comportement
Chercheurs en systèmes complexes et calcul évolutif
Universitaires étudiant les dynamiques multi-agents, les comportements émergents et les méthodes de calcul évolutif
Développeurs de systèmes autonomes et de plateformes IA
Organisations construisant des agents IA et des modèles de fondation nécessitant des environnements d'évaluation avant déploiement
Chercheurs en philosophie de l'esprit et sciences cognitives
Chercheurs travaillant sur les fondements théoriques de la rationalité, de l'intelligence et des modèles évolutifs de l'esprit
Historique du projet
Section 06
Étape Date Résumé Documents Archive
En cours 2026 — présent Programme de recherche actif. Conférences clés publiées en français (les versions anglaise et russe ont leur propre page). Série d'essais (16 essais répartis en trois parties thématiques) publiée. Livre disponible en anglais, en russe et en français. Publications Zenodo et documentation technique pas encore disponibles. Discussions institutionnelles en cours concernant le Evolutionary Intelligence Systems Venture associé.
En discussion · Aucune documentation publique publiée pour l'instant
Vidéos · Essais · Livre —