Deux alertes, un même basculement
Ce mercredi 20 mai 2026, deux signaux apparemment éloignés racontent la même histoire : l’intelligence artificielle conversationnelle n’est plus un objet de démonstration, mais une infrastructure sociale en cours de déploiement. D’un côté, 01net rapporte que l’Arcom place ChatGPT, Gemini, Le Chat et les autres agents conversationnels dans son champ de surveillance en vue de la présidentielle française de 2027. De l’autre, IEEE Spectrum publie une analyse sur la possibilité d’un « moment ChatGPT » pour la robotique, c’est-à-dire le point où des robots autonomes dopés à l’IA sortiraient vraiment des entrepôts, laboratoires et vidéos promotionnelles pour devenir une force économique massive.
La jonction entre ces deux sujets est plus profonde qu’elle n’en a l’air. Dans les deux cas, l’IA ne se contente plus de produire du texte : elle conseille, oriente, filtre, synthétise, agit ou s’apprête à agir. Le chatbot devient une interface politique. Le robot devient une interface physique. Et les institutions — régulateurs, chercheurs, industriels — tentent de rattraper une technologie qui avance plus vite que ses cadres de responsabilité.
L’Arcom prépare la présidentielle des agents conversationnels
Selon 01net, l’Arcom a présenté le 19 mai 2026 son projet stratégique 2026-2028 avec une priorité explicite : renforcer la régulation du numérique, notamment face aux plateformes en ligne et aux services d’IA générative. L’article s’appuie sur la présentation de Martin Ajdari, président de l’Arcom, qui évoque la nécessité de « rééquilibrer les règles du jeu » par rapport aux plateformes et agents conversationnels. La source médiatique est recoupée par le document officiel de l’Arcom, qui inscrit l’intelligence artificielle, la fiabilité de l’information, la protection des publics et le déploiement du règlement européen sur les services numériques parmi ses axes de travail.
La nouveauté n’est pas que la désinformation électorale existe. La France dispose déjà d’un cadre sur la manipulation de l’information en période électorale, et l’Arcom rappelle les obligations des plateformes en ligne. La nouveauté est que le risque se déplace de la publication virale vers la conversation personnalisée. Là où un réseau social diffuse un message à une audience, un chatbot répond à une personne, dans un ton d’autorité, souvent sans afficher clairement ses sources, ses incertitudes ou les arbitrages qui ont construit sa réponse.
C’est précisément ce qui rend la régulation plus difficile. Une affiche mensongère, une vidéo truquée ou un faux sondage peuvent être repérés, archivés et contestés. Une réponse individualisée donnée à des millions d’électeurs, sous des formulations légèrement différentes, est beaucoup plus dure à auditer. Le risque n’est pas seulement le mensonge frontal — « tel bureau de vote est fermé » — mais la recommandation subtile : présenter certains enjeux plutôt que d’autres, résumer un programme avec un biais, ou répondre à la question « pour qui devrais-je voter ? » sous couvert d’aide neutre.
Le précédent européen : DSA, AI Act et limites du volontariat
Le contexte européen aide à comprendre pourquoi l’Arcom durcit le ton. La Commission européenne a publié dès mars 2024 des lignes directrices au titre du Digital Services Act pour demander aux très grandes plateformes et moteurs de recherche de réduire les risques systémiques pesant sur les processus électoraux. Ces lignes incluent explicitement les contenus générés par IA, les deepfakes et les risques de manipulation.
La Commission indique par ailleurs que Bing et Google ont amélioré la qualité des réponses de leurs chatbots et pris des mesures contre les hallucinations après ces recommandations. OpenAI, de son côté, a publié en 2024 une politique électorale prévoyant de rediriger certaines requêtes de vote vers des sources officielles. Google a aussi restreint certaines réponses de Gemini liées aux élections. Ces mesures montrent que les entreprises savent que le risque existe. Mais elles restent largement conçues comme des garde-fous internes, variables selon les langues, les pays, les produits et les périodes électorales.
L’AI Act européen ajoute une autre couche : il impose une approche fondée sur les risques, interdit certaines manipulations nuisibles, prévoit des obligations de transparence pour les chatbots et encadre les modèles d’IA à usage général. Mais le calendrier est progressif, les règles de transparence n’entrant pleinement en vigueur qu’en août 2026. Autrement dit, la présidentielle française de 2027 sera l’un des premiers grands tests politiques d’un empilement réglementaire encore jeune.
Quand les IA modifient déjà nos institutions de connaissance
L’étude arXiv « Monitoring AI-Modified Content at Scale » apporte une pièce utile au dossier, même si sa nature doit être rappelée : arXiv est un dépôt de prépublications et ne doit pas être traité comme une preuve définitive sans examen critique. Les auteurs y estiment que 6,5 % à 16,9 % du texte soumis dans des évaluations de conférences d’IA comme ICLR 2024, NeurIPS 2023, CoRL 2023 et EMNLP 2023 aurait pu être substantiellement modifié ou produit par des LLM, au-delà d’une simple correction linguistique.
Cette étude ne porte pas sur les élections. Mais elle illustre un phénomène central : les modèles de langage s’infiltrent dans des processus où la qualité du jugement humain est essentielle. Si l’IA intervient déjà dans l’évaluation scientifique, elle peut aussi intervenir dans l’information civique, la formation des opinions et la prise de décision. La question n’est donc plus de savoir si les LLM influencent des institutions : c’est de savoir comment mesurer cette influence, qui en répond et comment l’encadrer sans casser les usages légitimes.
Le « moment ChatGPT » de la robotique n’est pas encore là
IEEE Spectrum aborde l’autre face du même mouvement : le passage de l’IA du langage au monde physique. L’article, signé par Jonathan W. Hurst, cofondateur d’Agility Robotics et professeur à Oregon State University, et Hans Peter Brøndmo, ancien dirigeant du projet Everyday Robots chez Google X, est une analyse d’initiés. Son biais est donc clair : les auteurs croient à la robotique autonome, mais connaissent aussi ses limites opérationnelles.
Leur thèse est prudente. Oui, des milliards de robots autonomes pourraient travailler aux côtés des humains dans les prochaines décennies. Oui, les investissements dans la robotique ont atteint des niveaux records, IEEE Spectrum évoquant 40,7 milliards de dollars en 2025 en citant CB Insights. Mais non, il ne faut pas attendre un miracle unique comparable au lancement de ChatGPT. La robotique devra probablement progresser par assemblage de systèmes : perception, raisonnement, contrôle moteur, sécurité, données de terrain, simulation, matériel robuste et intégration industrielle.
Le point le plus important est le « YouTube-to-reality gap » : l’écart entre une vidéo spectaculaire de robot humanoïde et un système capable de travailler huit heures par jour dans un environnement humain imprévisible. Une IA textuelle peut se tromper et corriger une réponse. Un robot qui se trompe peut casser un objet, bloquer une chaîne logistique ou blesser quelqu’un. La régulation n’y sera donc pas seulement informationnelle, mais aussi matérielle.
Les chiffres confirment l’industrialisation, pas la magie
Les données de l’International Federation of Robotics replacent l’enthousiasme dans la réalité du marché. Le rapport World Robotics 2025 indique que les ventes mondiales de robots de service professionnels ont approché 200 000 unités en 2024, en hausse de 9 %, tandis que les robots médicaux ont progressé de 91 %. Les robots de logistique et de transport dominent les usages professionnels, ce qui confirme que la valeur économique arrive d’abord dans des environnements partiellement contrôlés.
Le rapport AI Index 2026 de Stanford HAI ajoute un autre repère : les États-Unis restent dominants dans l’investissement privé en IA, tandis que la Chine se distingue notamment par ses installations de robots industriels. La compétition robotique est donc aussi géopolitique. Les pays qui maîtrisent les modèles, les capteurs, les chaînes d’approvisionnement, l’énergie et les normes de sécurité définiront la prochaine couche de l’économie automatisée.
Ce que ces deux signaux annoncent
La leçon commune est simple : l’IA générative devient une couche d’intermédiation. Elle s’interpose entre l’électeur et l’information, entre le travailleur et la machine, entre le consommateur et le service, entre le citoyen et l’État. Dans le texte, elle reformule le réel. Dans la robotique, elle tente de le manipuler.
Pour les régulateurs, le défi sera de passer d’une logique de contenu à une logique de comportement. Il ne suffira pas de supprimer un message ou d’étiqueter une image. Il faudra auditer des systèmes conversationnels, tester leurs réponses dans plusieurs langues, vérifier leur comportement en période sensible, imposer des journaux d’activité exploitables et définir ce qu’est une responsabilité éditoriale lorsqu’un modèle synthétise le monde pour l’utilisateur.
Pour les ingénieurs, le défi symétrique sera de passer d’une logique de démonstration à une logique de fiabilité. Le « moment ChatGPT » de la robotique ne viendra pas d’une vidéo virale, mais d’une capacité à fonctionner dans la durée, avec des coûts acceptables, une sécurité vérifiable et une responsabilité clairement attribuée.
L’Arcom regarde ChatGPT et Gemini parce que les chatbots peuvent influencer le vote. IEEE Spectrum regarde les robots parce que l’IA pourrait bientôt déplacer des objets, soigner, livrer, assister et surveiller. Dans les deux cas, la même question se pose : qui contrôle l’interface quand l’IA devient le passage obligé entre les humains et le monde ?