Altman et Amodei divergent sur l’IA et le cancer : vision plus vaste ou preuves d’abord ?

« L’IA va guérir le cancer » est devenue une formule emblématique du discours optimiste sur l’intelligence artificielle. Pourtant, le désaccord public entre Sam Altman, patron d’OpenAI, et Dario Amodei, patron d’Anthropic, ne porte pas vraiment sur l’intérêt qu’aurait un progrès médical majeur. Il porte sur ce qui manque à ce slogan : une ambition plus humaine et plus large pour Altman, des preuves pour Amodei.

Un constat partagé : le cancer ne peut pas, à lui seul, servir d’argument

Les deux dirigeants refusent l’idée selon laquelle cette promesse suffirait à trancher le débat public sur l’IA.

Sam Altman estime que le secteur technologique a très mal expliqué les effets positifs possibles de l’IA. Guérir le cancer serait évidemment une avancée magnifique, dit-il en substance, mais ce ne serait pas une ambition suffisante à elle seule. Son horizon est celui d’outils qui donnent davantage de pouvoir d’action aux personnes, en soutenant notamment la créativité et la création d’entreprise, plutôt qu’en concentrant les capacités dans quelques institutions. 23

Dario Amodei place la barre autrement. Il considère que l’affirmation « l’IA va guérir le cancer » est devenue un cliché, souvent perçu comme trompeur. Une campagne de communication séduisante ne peut pas réparer une crise de confiance plus profonde : pour lui, l’industrie doit produire des bénéfices assez concrets pour être reconnus par le public. Guérir réellement le cancer est son exemple volontairement spectaculaire de cette exigence. 49

Pour Altman, une promesse trop étroite

L’objection de Sam Altman tient d’abord à l’ampleur de la vision proposée. Une percée médicale serait précieuse pour la société, mais elle ne répond pas entièrement à la question que se posent les citoyens : qu’est-ce que l’IA changera dans leur vie quotidienne ?

Son argument privilégie des capacités mises à la disposition des utilisateurs : des services permettant de créer, de lancer une entreprise ou de mener des travaux scientifiques et techniques. Dans cette perspective, l’enjeu n’est pas seulement d’attendre une découverte future livrée au public ; il est aussi de donner à un grand nombre de personnes les moyens d’agir par elles-mêmes. 29

Autrement dit, sa réponse au scepticisme n’est pas simplement d’attendre « le remède ». Le secteur doit rendre visibles les avantages plus larges de l’IA et démontrer qu’elle accroît l’autonomie humaine au lieu de la réduire. 23

Pour Amodei, une ambition plus vaste ne remplace pas la preuve

Dario Amodei ne croit ni au vernis marketing ni à une liste plus longue de promesses comme réponse à la défiance. Une affirmation grandiose perd toute force si le public ne voit pas de résultats crédibles déjà obtenus.

C’est là que les deux positions se distinguent clairement. Altman voit dans l’argument du cancer une vision trop limitée. Amodei y voit une promesse insuffisamment étayée. Les bénéfices invoqués par Altman — outils créatifs, entrepreneuriat, avancées scientifiques, éducation — ne renforceraient le cas de l’IA que s’ils étaient visibles, équitablement accessibles et vérifiables. Sinon, ils risquent de confirmer la crainte d’Amodei : celle d’un secteur demandant au public de croire à une nouvelle projection très large. 249

Pourquoi le cancer est une promesse particulièrement risquée

L’IA est déjà explorée en oncologie et dans la découverte de médicaments : identification de cibles biologiques, conception de molécules, aide au diagnostic ou organisation de certains processus cliniques. Mais accélérer une étape informatique ou précoce de la recherche n’équivaut pas à démontrer qu’un traitement améliore l’état de santé des patients.

Une revue consacrée à l’IA en oncologie relève des difficultés de qualité et d’intégration des données, d’interprétabilité, d’équité, de passage à la clinique et de gouvernance réglementaire. Elle souligne aussi que de nombreux modèles obtiennent de bonnes performances sur des données rétrospectives, sans validation prospective dans des essais cliniques. 17

Le développement d’un médicament reste long et incertain : de l’identification d’un candidat à son autorisation de mise sur le marché, il faut couramment compter environ 10 à 15 ans. 1718 Des analyses récentes de la découverte de médicaments par l’IA concluent également que l’accélération des premières étapes ne se traduit pas systématiquement par de meilleurs résultats dans les essais cliniques tardifs. La reproductibilité, la transparence des données, la réglementation et la validation en conditions réelles restent des limites majeures. 22

Des signes de transfert vers la clinique existent : des composés accompagnés par l’IA ont atteint le stade de l’évaluation clinique. Mais ces études ne suffisent pas à établir une efficacité définitive, encore moins un remède contre le cancer applicable de manière générale. 19 Les données justifient un optimisme prudent sur l’IA comme outil de recherche et de soin, non l’annonce assurée d’un calendrier de guérison.

La confiance dépend aussi de la répartition des coûts

La promesse médicale arrive dans un contexte social bien plus large. Le public ne juge pas l’IA uniquement à l’aune d’éventuelles découvertes lointaines : il s’interroge aussi sur l’emploi, la désinformation, la vie privée, la sécurité, l’éducation et les infrastructures nécessaires au fonctionnement de systèmes toujours plus puissants.

Les sondages illustrent une partie du décalage entre les bénéfices annoncés et les coûts immédiatement perceptibles. Dans une enquête Reuters/Ipsos, environ un tiers des Américains approuvaient le rythme rapide de construction des centres de données nécessaires à l’IA, tandis que 77 % craignaient une hausse des prix de l’électricité. 34 Un rapport international indique par ailleurs que 54 % des répondants se méfient de l’IA, avec des inquiétudes fréquentes sur la cybersécurité, la vie privée, la désinformation, les suppressions d’emplois, la perte de compétences et les effets sur la société. 38

Ces chiffres ne signifient pas que le public refuse tout usage de l’IA. Ils montrent pourquoi une promesse de transformation médicale future ne répond pas forcément aux préoccupations immédiates d’une communauté confrontée aux besoins en électricité et en eau, aux factures des ménages, à l’emploi ou à la maîtrise des technologies.

À quoi ressemblerait un argument crédible en faveur de l’IA ?

Les diagnostics d’Altman et d’Amodei sont différents, mais ils peuvent conduire à une même exigence plus élevée.

Un discours public crédible sur l’IA devrait :

• Montrer des bénéfices précis, pas seulement des possibilités futures. Les affirmations doivent renvoyer à des résultats que chercheurs indépendants, autorités de régulation, utilisateurs et populations concernées peuvent évaluer.
• Distinguer la découverte du bénéfice clinique. Générer plus vite des hypothèses ou concevoir des molécules est utile ; ce n’est pas la même chose qu’un traitement sûr, autorisé et efficace.
• Présenter clairement les délais et les incertitudes. La recherche médicale exige des validations que ni une démonstration impressionnante ni davantage de puissance de calcul ne peuvent court-circuiter.
• Donner aux utilisateurs un réel pouvoir d’action. L’accent mis par Altman sur la créativité et l’entrepreneuriat est le plus convaincant lorsque l’accès et les bénéfices sont largement partagés. 29
• Assumer les risques et les coûts d’infrastructure. La confiance suppose de la clarté sur la sécurité, le travail, la vie privée et la répartition des conséquences énergétiques ou locales. 3438

Le meilleur argument n’est donc ni « faites-nous confiance, l’IA guérira le cancer », ni « l’IA rendra tout le monde plus créatif ». C’est un bilan de bénéfices démontrés et contrôlables, accompagné de limites assumées, de règles de déploiement responsables et d’un traitement équitable des personnes et des territoires qui en supportent les coûts.