Skip to content

Risques et difficultés

AI Risks
✨

Le secteur de l’IA n’a jamais hésité à évoquer les risques potentiels de cette technologie, sans pour autant, malheureusement, aller jusqu’à, disons, lever le pied ne serait-ce qu’un instant.

Parmi ces risques, la suppression d’emplois figure en tête des préoccupations, mais on peut également citer le potentiel d’utilisation militaire de l’IA, comme on l’a vu lors de conflits récents, et bien sûr l’impact environnemental inquiétant de l’IA dans un monde déjà menacé par le changement climatique.

Il est également intéressant de noter que les femmes et les personnes non masculines interrogées étaient globalement beaucoup plus susceptibles de s’inquiéter de l’impact environnemental de l’IA (58 % contre 37 %).

De nombreux commentateurs se sont plaints de ne pouvoir sélectionner que trois éléments. Comme l’a fait remarquer l’un d’entre eux : « C’est assez choquant de voir à quel point cette liste d’impacts sociaux négatifs est longue quand on les rassemble tous au même endroit. »

Which of these general AI risks and issues are you most concerned about?
Multiple
Limité
3
0%
20%
40%
60%
80%
100%
01
Job displacement
02
Military use of AI
03
Environmental impact
04
AI slop takeover
05
Negative cognitive impacts
06
Security issues
07
AI overuse
08
Rising AI costs
09
Copyright and ethics issues
10
Open-source disruption
0%
20%
40%
60%
80%
100%
-17%
Baisse en pourcentage du nombre de personnes interrogées ayant cité la compréhension des consignes comme un point faible.

Problèmes majeurs

En ce qui concerne les problèmes liés à l'utilisation concrète de l'IA, les hallucinations occupent la première place.

Ce qui rend ce problème particulièrement frustrant, ce n'est pas seulement de devoir composer avec des résultats erronés, mais le fait que ces résultats soient présentés avec assurance comme corrects, le modèle n'ayant aucune conscience de son propre potentiel d'erreur.

Quels sont vos principaux problèmes lorsque vous utilisez concrètement des outils d’IA ?
Multiple
Limité
3
0%
20%
40%
60%
80%
100%
01
Hallucinations et inexactitudes
+8
02
Qualité du code
-1
03
Manque de contexte
-1
04
Coûts financiers
+3
05
Préoccupations en matière de confidentialité
-1
06
Compréhension des instructions
-3
07
Préoccupations liées aux droits d’auteur
-2
08
Difficultés d’intégration
+1
09
Temps de réponse lent
10
Questions éthiques
11
Manque de compréhension de la consigne
12
Mauvaise qualité du code généré
13
Autres réponses
0%
20%
40%
60%
80%
100%

Fonctionnalités manquantes

Confirmant les résultats de la question précédente, la sincérité est la caractéristique qui fait le plus défaut. À une époque où nous sommes de plus en plus sceptiques quant à la capacité de nos semblables à distinguer la réalité de la fiction, il serait souhaitable que notre IA, elle au moins, ne vienne pas s’ajouter à cette confusion.
Selon vous, quelles fonctionnalités manquent actuellement aux outils d’IA ?
Multiple
Limité
3
0%
20%
40%
60%
80%
100%
01
Fiabilité
02
Mémoire à long terme
03
Connaissances à jour
04
Responsabilité
05
Connaissance du comportement en exécution
06
Planification de haut niveau
07
Une fenêtre de contexte plus large
08
Bonne interface utilisateur/expérience utilisateur
09
Prise en charge de bases de code plus volumineuses
10
Meilleure intégration des outils
0%
20%
40%
60%
80%
100%
Le niveau global de satisfaction vis-à-vis de l'IA n'a pas beaucoup évolué depuis l'année dernière, ce qui constitue un signe supplémentaire que les développeurs pourraient encore se trouver dans une phase d'attente.
Dans quelle mesure êtes-vous satisfait de l’état général actuel des outils d’IA pour le développement web ?
1
2
3
4
5
2025
2026
1
2
3
4
5
Moyenne

Ressources recommandées

MCP: Learn the Universal Language for AI Integration
Brian Holt
Neon

MCP: Learn the Universal Language for AI Integration

Dive into the Model Context Protocol and code an MCP server from scratch! Leverage external APIs, interact with custom applications, and learn security best-practices to ensure safe AI agent deployment.
Hard Parts of Neural Networks
Will Sentance
Codesmith

Hard Parts of Neural Networks

Through hands-on examples such as fraud detection and image recognition, you'll build robust mental models for foundational AI concepts like data preprocessing, probability, training, and prediction.
Contenu sponsorisé par nos partenaires. En savoir plus.