Étude annuelle complète des progrès, des applications et de l'impact sociétal de l'intelligence artificielle en 2025, couvrant la recherche et le développement, les performances techniques, l'IA responsable, l'économie, la science, la médecine, l'éducation, la politique et la gouvernance, et l'opinion publique mondiale.
Navigation rapide
Étiquettes
Partager les diapositives
Étude annuelle complète des progrès, des applications et de l'impact sociétal de l'intelligence artificielle en 2025, couvrant la recherche et le développement, les performances techniques, l'IA responsable, l'économie, la science, la médecine, l'éducation, la politique et la gouvernance, et l'opinion publique mondiale.
Vue détaillée de chaque page de diapositive, incluant la mise en page, le contenu clé et les éléments visuels.
Couverture complète du rapport Artificial Intelligence Index 2026, 9e édition, présentant la marque Stanford HAI avec un accent rouge/corail et un motif géométrique abstrait.
Couverture pleine page avec titre centré, numéro d'édition et logo Stanford HAI en bas
Page de titre officielle indiquant Stanford Human-Centered AI (HAI) comme éditeur, crédits de l'équipe éditoriale, avis de droit d'auteur et détails de publication pour la 9e édition annuelle.
Page blanche épurée avec hiérarchie de texte centrée, logo HAI en haut, métadonnées de publication en bas
Première page de la table des matières énumérant les chapitres 1 à 5 avec les numéros de page, les titres des chapitres et de brèves descriptions d'une ligne de la portée de chaque chapitre.
Disposition à deux colonnes avec les numéros de chapitre à gauche, les titres et les références de page à droite ; onglets de chapitre à code couleur
Deuxième page de la table des matières couvrant les chapitres 6 à 9 plus l'annexe, avec les numéros de page et des descriptions de chapitre d'une ligne.
Suite de la disposition de la table des matières à deux colonnes correspondant au style de la page 3
Avant-propos d'ouverture des directeurs de HAI, dont Fei-Fei Li, présentant l'importance du 9e AI Index annuel et contextualisant les progrès rapides de l'IA en 2025.
Texte à une seule colonne avec photo du directeur en médaillon en haut à droite, bannière d'en-tête HAI
Suite de l'avant-propos traitant de l'impact sociétal transformateur de l'IA, de l'importance d'une politique d'IA axée sur les données et de la mission de HAI de guider le développement d'une IA centrée sur l'humain.
Disposition du texte à une seule colonne avec sous-titre de section
Troisième page de l'avant-propos couvrant l'approche de HAI pour suivre les progrès de l'IA dans de multiples dimensions et reconnaissant l'équipe mondiale de contributeurs au rapport 2026.
Texte à une seule colonne avec paragraphe de remerciements et crédits des contributeurs
Page de clôture de l'avant-propos avec les remarques finales de la direction de HAI sur les enjeux du développement de l'IA en 2025-2026 et un appel à l'action pour les décideurs et les chercheurs.
Texte à une seule colonne se terminant par un bloc de signatures des directeurs
Ouverture du résumé présentant le récit général de l'IA en 2025 : gains de capacité rapides, accélération des investissements, activité politique croissante et débats sociétaux.
Paragraphe d'introduction pleine largeur suivi d'un aperçu sous forme de liste numérotée de 10 points clés à retenir
Points clés à retenir 1 à 3 : (1) Les capacités de l'IA augmentent avec la saturation des références ; (2) L'investissement privé américain dans l'IA atteint 285,9 milliards de dollars ; (3) Le suivi des incidents et des préjudices liés à l'IA montre une augmentation de 1 000 % depuis 2019.
Disposition à trois panneaux avec le numéro du point clé à retenir, un titre en gras, un point de données à l'appui et une petite icône
Points clés à retenir 4 à 6 : (4) Les agents d'IA résolvent désormais plus de 50 % des problèmes GitHub réels ; (5) La FDA a approuvé 258 dispositifs médicaux compatibles avec l'IA en 2025 ; (6) 46 pays ont adopté des stratégies nationales en matière d'IA.
Disposition à trois panneaux correspondant au style de la page 10
Points clés à retenir 7 à 9 : (7) 80 % des étudiants utilisent l'IA générative pour leurs travaux de cours ; (8) L'interdiction des pratiques interdites de l'EU AI Act est entrée en vigueur en février 2025 ; (9) 59 % des personnes interrogées dans le monde sont optimistes quant à l'IA.
Disposition à trois panneaux correspondant aux pages 10 à 11
Point clé final du résumé (10) : la reconnaissance du prix Nobel de l'IA marque une étape historique pour la science, plus un tableau des faits saillants présentant les principaux indicateurs des neuf chapitres en un coup d'œil.
Panneau unique de point clé dans la moitié supérieure ; tableau de bord des indicateurs de synthèse dans la moitié inférieure
Tableau de synthèse visuel présentant les indicateurs de croissance d'une année sur l'autre dans les principales dimensions du rapport : investissement, publications, versions de modèles, actions politiques et taux d'adoption.
Diagramme à barres groupées pleine largeur avec des catégories à code couleur et des étiquettes d'année sur l'axe des abscisses
Visualisation de la carte du monde montrant les niveaux d'activité de l'IA par pays dans les dimensions de la production de recherche, de l'investissement privé, de l'adoption de politiques et de la concentration des talents.
Carte du monde pleine largeur avec échelle d'intensité de gradient de couleur et mentions de pays pour les principales nations
Brève explication de la méthodologie de collecte de données de l'AI Index, définissant ce qui constitue l'IA dans le champ d'application du rapport et énumérant les principales sources de données utilisées dans les chapitres.
Texte à deux colonnes avec liste des sources dans la barre latérale et diagramme de méthodologie intégré
Guide de navigation pour les lecteurs expliquant la structure des chapitres, comment trouver des sujets spécifiques, l'accès interactif aux données en ligne et les directives de citation pour l'AI Index 2026.
Texte à une seule colonne avec des encadrés pour les ressources en ligne et des conseils de navigation dans les chapitres
Page d'ouverture de chapitre pleine page avec fond gris marine/ardoise foncé, grand chiffre blanc du chapitre 1 et titre « Recherche et développement » avec un bref aperçu du chapitre d'un paragraphe.
Fond foncé pleine page, numéro de chapitre surdimensionné aligné à gauche, titre et description alignés à droite
Texte d'introduction du chapitre 1 résumant les principales conclusions en matière de R&D : environ 200 modèles d'IA notables publiés en 2025, saturation des références s'accélérant, modèles open source comblant le fossé avec les systèmes propriétaires.
Introduction à une seule colonne avec des citations clés de statistiques mises en évidence
Diagramme à barres montrant le nombre de versions de modèles d'IA notables par année de 2019 à 2025, illustrant l'accélération spectaculaire avec environ 200 modèles notables publiés en 2025 seulement.
Diagramme à barres pleine largeur avec étiquettes d'année sur l'axe des abscisses, nombre sur l'axe des ordonnées, barres colorées dans le thème marine/ardoise du chapitre
Diagramme à barres empilées ventilant les versions de modèles d'IA de 2025 par type d'organisation : industrie, milieu universitaire, gouvernement et société civile, montrant la part dominante de l'industrie.
Diagramme à barres horizontales empilées avec catégories de type d'organisation et légende
Ventilation géographique des origines des modèles d'IA en 2025 montrant les États-Unis, la Chine, le Royaume-Uni, l'Europe et d'autres régions, les États-Unis produisant la plus grande part de modèles frontières notables.
Carte du monde avec des tailles de bulles indiquant le volume de versions de modèles par pays, plus un diagramme à barres d'accompagnement
Section d'aperçu sur les modèles de fondation en 2025, définissant le terme, énumérant les principaux modèles frontières (GPT-4o, Gemini 2.0, Claude 3.5, Llama 3, DeepSeek) et expliquant leur importance architecturale.
Introduction de section à forte teneur en texte avec des encadrés de rappel de nom de modèle et un tableau comparatif
Visualisation de la chronologie horizontale montrant les dates de publication des principaux modèles de fondation tout au long de 2025, organisée par organisation et famille de modèles.
Chronologie horizontale avec étiquettes de modèle au-dessus/en dessous de la ligne, code couleur de l'organisation
Graphique linéaire comparant les trajectoires de performance des modèles d'IA open-source et propriétaires de 2020 à 2025 sur des benchmarks standardisés, montrant le rétrécissement de l'écart vers la fin de 2025.
Graphique à deux lignes avec des lignes open-source (pointillées) et propriétaires (continues), score de benchmark sur l'axe des y, année sur l'axe des x
Analyse de la croissance de l'écosystème de l'IA open-source en 2025, y compris le nombre d'étoiles GitHub, les volumes de téléchargement des meilleurs modèles et le rôle de plateformes comme Hugging Face dans la démocratisation de l'accès à l'IA.
Disposition mixte avec une analyse textuelle à gauche et des graphiques à barres à droite montrant les métriques de téléchargement/étoiles
Graphique linéaire montrant le nombre total de publications universitaires liées à l'IA de 2010 à 2025 par région, démontrant la position de leader de la Chine en termes de volume et le leadership continu des États-Unis en matière d'articles très cités.
Graphique multiligne avec codage couleur régional, option d'axe des y à échelle logarithmique, année sur l'axe des x
Nuage de points du volume de publications sur l'IA par rapport à l'impact des citations par pays, illustrant la dynamique volume-qualité des publications entre les États-Unis et la Chine et la performance des citations de l'UE.
Nuage de points avec des bulles de pays dimensionnées par le nombre total de publications, volume sur l'axe des x, citations par article sur l'axe des y
Graphique en aires empilées montrant la croissance des publications sur l'IA par sous-domaine de recherche (NLP, vision par ordinateur, robotique, théorie du ML, etc.) de 2015 à 2025, avec une croissance explosive du NLP et de l'IA générative.
Graphique en aires empilées avec des couches de couleurs de sous-domaine, année sur l'axe des x, nombre de publications sur l'axe des y
Graphique à barres comparant les lieux de publication de la recherche sur l'IA : les meilleures conférences (NeurIPS, ICML, CVPR, ICLR, ACL) par rapport aux revues — et leur part relative de la recherche sur l'IA à fort impact en 2025.
Comparaison de graphiques à barres côte à côte avec les noms des lieux sur l'axe des y, le nombre d'articles sur l'axe des x
Analyse introductive de la saturation des benchmarks dans l'IA, expliquant comment de nombreux benchmarks auparavant difficiles ont été largement résolus d'ici 2025, ce qui nécessite des tâches d'évaluation plus difficiles.
Section de texte avec un diagramme de saturation des benchmarks montrant les tâches passant des zones « non résolues » aux zones « saturées »
Nuage de points montrant les performances de l'IA par rapport aux performances humaines sur plus de 50 benchmarks, avec un code couleur indiquant les benchmarks où l'IA a dépassé les performances de niveau humain.
Grand nuage de points avec une ligne diagonale de parité humaine, des annotations de noms de benchmarks, un code couleur pour au-dessus/en dessous de la parité humaine
Graphique linéaire à échelle logarithmique suivant le calcul d'entraînement (en FLOPs) utilisé pour les modèles d'IA de pointe de 2012 à 2025, montrant le temps de doublement d'environ 6 mois et les augmentations de plusieurs ordres de grandeur.
Graphique linéaire à échelle logarithmique avec des annotations de noms de modèles, le temps sur l'axe des x, les FLOPs logarithmiques sur l'axe des y
Analyse des tendances des coûts de l'entraînement de l'IA, montrant que si le calcul par modèle augmente, le coût par unité de calcul a considérablement diminué, avec un graphique à double axe illustrant les deux tendances.
Graphique à double axe avec le coût de calcul par FLOP sur l'axe de gauche et le coût d'entraînement par modèle sur l'axe de droite
Graphiques montrant les améliorations de l'efficacité de l'inférence de l'IA de 2020 à 2025 : les jetons par seconde, le coût par million de jetons et la taille du modèle requise pour des performances équivalentes s'améliorent tous considérablement.
Graphiques à petits multiples à trois panneaux montrant chacun une métrique d'efficacité au fil du temps
Aperçu des développements du matériel d'IA en 2025 : avancées des GPU/TPU, nouveaux accélérateurs d'IA personnalisés des grandes entreprises technologiques et émergence de puces optimisées pour l'inférence.
Aperçu textuel avec un tableau comparatif des spécifications du matériel et un graphique circulaire des parts de marché
Graphique à barres et analyse de texte montrant la croissance de la taille des ensembles de données d’entraînement utilisés pour les modèles de pointe, de milliards à des milliers de milliards de jetons, et l’évolution vers la génération de données synthétiques.
Graphique à barres montrant la taille de l’ensemble de données par modèle avec une colonne de commentaires textuels
Analyse des capacités de l’IA multimodale en 2025 — modèles intégrant du texte, des images, de l’audio et de la vidéo — avec une matrice de capacités indiquant quels modèles prennent en charge quelles modalités.
Tableau de matrice de capacités avec les noms de modèles en lignes, les modalités en colonnes, des coches/scores dans les cellules
Section sur l’émergence de modèles axés sur le raisonnement en 2025 (par exemple, OpenAI o-series, DeepSeek-R1), expliquant la chaîne de pensée au moment de l’inférence et les améliorations des benchmarks sur les tâches de raisonnement difficiles.
Section de texte avec un graphique de comparaison avant/après montrant les performances du modèle de raisonnement par rapport au modèle standard
Présentation des systèmes d’agents d’IA lancés en 2025, couvrant les architectures qui permettent l’exécution autonome de tâches en plusieurs étapes, l’utilisation d’outils et les flux de travail agentiques.
Diagramme conceptuel de l’architecture de l’agent (perception → raisonnement → boucle d’action) avec explication textuelle
Analyse comparative du leadership en R&D en IA par pays selon les dimensions suivantes : volume de publications, impact des citations, dépôts de brevets, lancements de modèles et investissement privé.
Graphique radar/en étoile par pays du top (États-Unis, Chine, Royaume-Uni, UE, Canada, Inde) avec des axes à cinq dimensions
Graphique à barres montrant les dépôts de brevets en IA par pays de 2015 à 2025, la Chine dépassant les États-Unis en volume brut de brevets tandis que les États-Unis conservent leur leadership en matière de brevets très cités.
Graphique à barres groupées par pays avec des regroupements par année, nombre de brevets sur l’axe y
Données sur les créations de nouvelles entreprises d’IA en 2025, montrant la montée en flèche des startups natives de l’IA et la répartition géographique des nouvelles entreprises d’IA aux États-Unis, dans l’UE et en Asie.
Graphique à bulles de la carte du monde pour la création de startups, plus un graphique à barres des principaux pôles de startups
Analyse de la concentration du marché dans le développement de modèles d’IA de pointe, montrant qu’un petit nombre d’organisations (OpenAI, Google, Anthropic, Meta, Mistral, DeepSeek) représentent la plupart des lancements de modèles de pointe.
Diagramme circulaire montrant la part des lancements de modèles de pointe par organisation, plus une analyse de texte
Analyse des flux de talents en recherche en IA : tendances en matière d’inscriptions aux programmes d’études supérieures, migration géographique des chercheurs en IA et concentration des meilleurs talents en IA dans quelques institutions et entreprises.
Diagramme de Sankey montrant les flux de talents entre les pays, plus un graphique à barres des principales institutions
Liste classée et graphique à barres des principales institutions de recherche en IA par volume de publications et impact des citations en 2025, y compris les universités et les laboratoires industriels.
Graphique à barres horizontales classées avec les noms des institutions sur l’axe y, deux mesures sur l’axe x
Chronologie des étapes les plus importantes de la recherche et du développement de l’IA en 2025, des lancements de modèles aux percées scientifiques et aux événements politiques.
Chronologie verticale avec des entrées d’étapes, des dates à gauche, des descriptions à droite, un code couleur par catégorie
Aperçu des progrès de l’IA dans la robotique et l’IA incarnée en 2025 : modèles de fondation pour la manipulation, améliorations de la locomotion et émergence de politiques de robots généralistes.
Aperçu textuel avec un graphique de benchmark des capacités des robots et des photos illustratives
Analyse des progrès de l’IA générative pour la synthèse d’images et de vidéos en 2025, y compris les modèles de diffusion, les améliorations de la qualité de la génération vidéo et les capacités de génération en temps réel.
Analyse textuelle avec un graphique de progression des mesures de qualité et des descriptions d’exemples de capacités
Aperçu des avancées de l’IA générative dans la synthèse audio et vocale en 2025 : clonage de voix, génération de musique, traduction en temps réel et améliorations de la reconnaissance vocale ambiante.
Aperçu textuel avec des graphiques de mesures de performance pour les taux d’erreur de reconnaissance vocale et les scores de qualité vocale
Section sur les avancées de la génération de code par l’IA en 2025, couvrant les capacités des modèles sur HumanEval et SWE-bench, et l’intégration des assistants de codage d’IA dans les flux de travail des développeurs.
Graphique de progression des benchmarks de performance plus analyse textuelle avec des statistiques d’adoption par les développeurs
Analyse des thèmes de recherche émergents en IA qui gagnent du terrain en 2025 : interprétabilité mécaniste, alignement de l’IA, apprentissage continu, mise à l’échelle du calcul au moment du test et approches neuromorphiques.
Visualisation de grappes de sujets avec des graphiques de croissance des publications par thème
Données sur la collaboration internationale en matière de recherche sur l’IA, mesurées par la co-écriture transfrontalière, montrant les modèles de collaboration et le découplage croissant de la recherche entre les États-Unis et la Chine.
Diagramme de cordes des flux internationaux de co-écriture avec commentaire textuel
Répartition des sources de financement de la recherche sur l’IA en 2025 : subventions gouvernementales, financement de l’industrie, investissement philanthropique et part croissante de la recherche universitaire financée par l’industrie.
Graphique à barres empilées au fil du temps montrant les parts des sources de financement, avec une analyse textuelle
Analyse des disparités dans l’accès au calcul de l’IA entre les grandes entreprises technologiques, les établissements universitaires et les chercheurs des pays à faible revenu, soulignant la fracture numérique.
Graphique à barres comparatif montrant l’allocation du calcul avec une analyse textuelle sur l’inégalité d’accès
Données sur la consommation d’énergie croissante de l’IA en 2025 : utilisation estimée de l’énergie de la formation des modèles frontières, de l’inférence à grande échelle et de la croissance de la demande d’énergie des centres de données attribuée aux charges de travail de l’IA.
Graphique linéaire de la demande d’énergie attribuée à l’IA avec des annotations d’équivalence carbone et un commentaire textuel
Discussion des principaux problèmes de recherche ouverts en IA en 2025 : raisonnement à long terme, planification fiable, robustesse au décalage de distribution, interprétabilité et généralisation compositionnelle.
Texte structuré avec des encadrés d’énoncés de problèmes et des nombres de citations par défi de recherche
Page de statistiques récapitulatives du chapitre 1 présentant les principales conclusions quantitatives dans un format de tableau de bord : versions de modèles, croissance du calcul, volumes de publications et mesures open source.
Grille de tableau de bord de statistiques de grands nombres avec des sparklines de soutien et de brèves étiquettes textuelles
Notes de référence pour le chapitre 1 citant les sources de données primaires, les notes méthodologiques pour les données de publication et de brevet, et les définitions des termes clés utilisés dans le chapitre sur la R&D.
Format de note de bas de page/note de fin à deux colonnes avec des citations de sources et des références numérotées
Liste organisée de ressources de lectures complémentaires et d’articles clés référencés dans le chapitre 1, organisée par sujet de section, avec de brèves annotations.
Liste de lectures structurée avec des en-têtes de section et des entrées annotées
Ouverture de chapitre pleine page avec fond bleu marine foncé, grand chiffre 2 blanc, titre « Performance technique » et bref aperçu des avancées de la performance de l’IA mesurées en 2025.
Fond bleu marine foncé pleine page, numéro de chapitre surdimensionné, titre et description en blanc
Introduction au chapitre sur la performance technique, expliquant le cadre d’évaluation comparative, les mises en garde concernant la saturation des évaluations comparatives et l’organisation des données de performance par catégories de tâches.
Texte d’introduction à une seule colonne avec un diagramme de présentation de la section du chapitre
Aperçu des performances d’évaluation comparative de la compréhension du langage en 2025 pour MMLU, MMLU-Pro, BIG-Bench Hard et HellaSwag, montrant des modèles d’IA égaux ou supérieurs aux performances humaines pour la plupart des tâches.
Graphique de comparaison à barres multiples avec les noms des évaluations comparatives sur l’axe des y et les scores de performance sur l’axe des x pour les meilleurs modèles
Graphique linéaire suivant les performances des meilleurs modèles sur les évaluations comparatives MMLU et MMLU-Pro de 2020 à 2025, démontrant une progression rapide de 60 % à des niveaux quasi humains et surhumains.
Graphique à deux lignes avec les tendances MMLU et MMLU-Pro, les annotations des étapes importantes du modèle, la référence de la performance humaine
Graphique à barres montrant les performances de l’IA sur les évaluations comparatives de mathématiques de compétition (AIME, AMC, MATH) en 2025, les principaux modèles de raisonnement obtenant les meilleurs scores de compétition humaine.
Graphique à barres groupées par évaluation comparative avec des barres de comparaison de modèles, des références de base d’experts humains
Graphique linéaire suivant les performances de l’IA sur l’ensemble de données MATH de 2020 à 2025, montrant le point d’inflexion en 2024-2025 lorsque les modèles de raisonnement ont considérablement amélioré la résolution de problèmes mathématiques.
Graphique linéaire avec les annotations des modèles clés, le point d’inflexion mis en évidence, la ligne de référence du score humain
Comparaison des performances de codage de l’IA sur les évaluations comparatives HumanEval, HumanEval+ et MBPP en 2025, montrant une quasi-saturation sur HumanEval d’origine et de fortes performances sur les variantes les plus difficiles.
Graphique à barres comparant les meilleurs modèles de codage sur trois évaluations comparatives avec une base de référence de développeur humain
Graphique linéaire et graphique à barres montrant les performances de l’agent d’IA sur SWE-bench (résolution réelle des problèmes GitHub) de 2023 à 2025, les principaux agents résolvant désormais plus de 50 % des problèmes.
Gauche : graphique linéaire des meilleures performances au fil du temps. Droite : graphique à barres des meilleurs agents avec taux de résolution
Analyse des performances de l’IA sur les tâches de codage agentiques nécessitant des modifications de plusieurs fichiers, la rédaction de tests, le débogage sur de grandes bases de code et l’utilisation d’outils, allant au-delà des tâches de style HumanEval à fonction unique.
Tableau de comparaison des évaluations comparatives avec des lignes de catégories de tâches et des colonnes de performances de modèles
Graphique à barres montrant les performances des meilleurs modèles sur GPQA (questions-réponses Google-Proof de niveau supérieur) dans les sous-domaines de la physique, de la chimie et de la biologie, les modèles frontières dépassant les performances humaines de niveau doctorat.
Graphique à barres groupées par domaine scientifique avec comparaison de modèles et base de référence humaine de niveau doctorat
Comparaison multi-évaluations comparatives des tâches de raisonnement scientifique (GPQA, SciQ, ARC-Challenge, OlympiadBench) montrant les performances du modèle d’IA par rapport aux bases de référence humaines expertes.
Graphique radar par meilleur modèle montrant le profil de performance multi-évaluations comparatives
Analyse des performances de l’IA sur la logique formelle, la démonstration de théorèmes et les tâches de raisonnement structurées en 2025, y compris les performances sur LeanDojo, FrontierMath et les évaluations comparatives de déduction logique.
Graphique à barres des performances par catégorie de tâche de raisonnement avec analyse de texte
Analyse des performances des modèles d'IA sur des tâches de contexte long nécessitant la compréhension de documents allant jusqu'à 1 million de tokens, montrant une amélioration significative, mais des défis persistants dans les contextes très longs.
Graphique linéaire des performances par rapport à la longueur du contexte avec des lignes de comparaison des modèles
Analyse de l'exactitude factuelle et des taux d'hallucination des modèles d'IA entre 2023 et 2025, montrant des améliorations dans la génération ancrée, mais des défis d'hallucination persistants dans les environnements de domaine ouvert.
Diagramme à barres comparant les taux d'hallucination entre les modèles avec une ligne de tendance d'amélioration
Données sur les performances des modèles d'IA sur les benchmarks de suivi des instructions (IFEval, MT-Bench) en 2025, montrant des gains importants dans le suivi d'instructions complexes à contraintes multiples.
Diagramme à barres avec des niveaux de complexité des instructions sur l'axe des abscisses et le taux de conformité sur l'axe des ordonnées pour les meilleurs modèles
Résultats des benchmarks pour les modèles vision-langage en 2025 dans des tâches telles que la QA visuelle, la légende d'images et la compréhension de graphiques, montrant que l'IA approche ou dépasse les performances humaines.
Diagramme à barres de comparaison multi-benchmarks pour les meilleurs modèles vision-langage
Analyse des performances des modèles de compréhension vidéo d'IA sur le raisonnement temporel, la reconnaissance d'actions et les benchmarks de QA vidéo en 2025.
Diagramme à barres comparant les meilleurs modèles vidéo sur plusieurs benchmarks avec une base de référence des performances humaines
Tendances du taux d'erreur de mots pour les systèmes de reconnaissance vocale d'IA de 2015 à 2025 dans plusieurs langues et groupes d'accents, montrant des performances quasi humaines dans les langues à ressources élevées.
Graphique multiligne du WER au fil du temps par groupe de langues
Scores d'évaluation humaine pour la qualité de la génération d'images d'IA de 2021 à 2025, montrant des améliorations spectaculaires en matière de photoréalisme, de cohérence et d'adhésion aux invites.
Graphique linéaire des scores de qualité au fil du temps avec des versions de modèles annotées et des descriptions d'exemples de sortie
Diagramme à barres montrant les taux d'achèvement des tâches des agents d'IA sur les benchmarks d'agent normalisés (WebArena, OSWorld, AgentBench) en 2025, soulignant les progrès vers l'exécution générale de tâches autonomes.
Diagramme à barres groupées par benchmark avec des barres de comparaison du système d'agent et des références de base
Analyse des performances des agents d'IA sur la navigation Web, l'utilisation de l'ordinateur et les tâches d'interaction GUI, montrant les taux de réussite et l'analyse du mode de défaillance pour les principaux systèmes d'agents.
Diagramme à barres des taux de réussite par type de tâche avec un diagramme de répartition du mode de défaillance
Données sur les performances des agents d'IA sur les tâches de planification à long terme nécessitant plus de 10 étapes séquentielles, montrant les limites actuelles et l'écart entre les performances des tâches courtes et des tâches longues.
Graphique linéaire de la dégradation des performances avec l'augmentation des étapes de la tâche pour plusieurs systèmes d'agents
Analyse de la qualité de la traduction par IA dans plus de 200 paires de langues à l'aide des scores BLEU et d'évaluation humaine, montrant une qualité quasi professionnelle pour les paires à ressources élevées et des écarts importants pour les langues à faibles ressources.
Carte thermique des langues du monde pour la qualité de la traduction, plus un diagramme à barres des paires les plus performantes et les moins performantes
Benchmarks pour le résumé de texte par IA et la qualité de la génération de formes longues en 2025, y compris les scores de cohérence de l'évaluation humaine et les mesures d'exactitude factuelle.
Diagramme à barres comparant la qualité du résumé entre les modèles avec les résultats de l'évaluation humaine
Analyse de la robustesse des modèles d'IA face aux changements de distribution, aux entrées adverses et aux cas de test hors distribution, montrant une fragilité persistante malgré les gains de capacité globaux.
Diagramme à barres groupées comparant les écarts de performance en distribution et hors distribution (OOD) entre les types de modèles
Tableau de comparaison consolidé montrant la performance de l'IA par rapport à la performance humaine dans plus de 30 tâches distinctes, avec des marqueurs visuels pour les tâches où l'IA dépasse désormais la performance humaine.
Nuage de points horizontal avec les noms des tâches sur l'axe des y, les scores de l'IA et des humains sous forme de points appariés, zone d'ombrage « l'IA dépasse »
Données de performance sur les nouveaux benchmarks difficiles conçus pour résister à la saturation en 2025 : FrontierMath, MMMU-Pro et Humanity's Last Exam, montrant les capacités actuelles des modèles de pointe.
Diagramme à barres des meilleurs scores de modèles sur trois benchmarks difficiles avec une base de référence d'experts humains
Analyse du paradigme de mise à l'échelle du calcul au moment du test en 2025 : comment un calcul d'inférence supplémentaire via la chaîne de pensée, la recherche et l'auto-vérification améliore les performances sur les tâches difficiles.
Diagramme linéaire montrant la performance par rapport au budget de calcul d'inférence pour les modèles de raisonnement
Analyse du calibrage du modèle d'IA — dans quelle mesure les scores de confiance du modèle correspondent à la précision réelle — montrant des améliorations du calibrage pour les meilleurs modèles, mais des défis persistants.
Tracés de courbes de calibrage pour plusieurs modèles avec une référence diagonale de calibrage idéale
Carte thermique montrant la performance du modèle d'IA dans plus de 100 langues sur les benchmarks NLP standard, soulignant l'écart de performance important entre les groupes de langues à ressources élevées et à faibles ressources.
Carte thermique langue par benchmark avec gradient de couleur de performance et regroupements régionaux
Résumé des performances des benchmarks dans les domaines professionnels spécialisés : droit (examen du barreau), médecine (USMLE), finance (CFA) et comptabilité, montrant des modèles d'IA de pointe atteignant ou dépassant les scores de réussite professionnels.
Diagramme à barres des scores de réussite aux examens professionnels par rapport aux scores des modèles d'IA dans quatre domaines
Aperçu de la performance de l'IA dans les jeux et simulations stratégiques en 2025, y compris les échecs, le Go, le poker et les jeux de stratégie en temps réel, montrant une performance surhumaine dans la plupart des catégories de jeux.
Tableau de comparaison des classements pour l'IA par rapport aux meilleurs joueurs humains selon les types de jeux
Données de performance des benchmarks pour les systèmes d'IA incarnée sur les tâches de manipulation, de navigation et de contrôle agile, montrant des progrès substantiels, mais un écart persistant par rapport à la performance humaine.
Diagramme à barres des taux de réussite par catégorie de tâches pour les meilleurs systèmes d'IA robotiques
Analyse de la performance de l'IA par dollar de coût d'inférence en 2025, montrant des améliorations spectaculaires de la rentabilité qui démocratisent l'accès à une IA de haute capacité.
Nuage de points de la performance par rapport au coût par requête pour les meilleurs modèles avec des flèches de tendance temporelle
Comparaison directe des capacités des 10 meilleurs modèles de pointe de 2025 dans 15 catégories de benchmarks, offrant un aperçu structuré du paysage actuel des capacités de l'IA.
Grand tableau de comparaison avec les noms des modèles en lignes, les catégories de benchmarks en colonnes, les niveaux de performance à code couleur
Diagrammes linéaires récapitulatifs montrant les tendances de performance dans cinq grandes catégories de tâches (langue, mathématiques, code, science, multimodal) de 2018 à 2025, illustrant l'accélération des progrès de l'IA.
Petits diagrammes linéaires à cinq panneaux montrant chacun une tendance de catégorie au fil du temps
Discussion méthodologique des limites de la conception des benchmarks d'IA, y compris les préoccupations relatives à la contamination des données, au surapprentissage des benchmarks et au défi de la mesure de l'intelligence générale.
Analyse textuelle avec un diagramme illustratif de la contamination et une liste de contrôle des critères de qualité des benchmarks
Données sur la performance des modèles d'IA sur les benchmarks pertinents pour la sécurité et l'alignement : TruthfulQA, évaluation des biais BBQ et tests de résistance au jailbreak, montrant les progrès et les défis restants.
Diagramme à barres comparant les scores des benchmarks de sécurité entre les meilleurs modèles avec un commentaire textuel
Notes de référence pour le chapitre 2 avec des citations de sources de données, des références à la méthodologie des benchmarks et des définitions des mesures de performance utilisées tout au long du chapitre.
Format de note de fin à deux colonnes avec des citations numérotées et des références de sources
Liste de lectures complémentaires organisée pour le chapitre 2, classée par catégorie de benchmark, avec des articles clés et des ressources de classement pour une exploration continue des performances techniques de l'IA.
Liste de lectures structurée avec des en-têtes de catégorie et des entrées annotées
Analyse approfondie des effets de l'incitation à la chaîne de pensée (chain-of-thought) sur les performances de raisonnement, montrant qu'un raisonnement explicite étape par étape améliore les performances dans les benchmarks de mathématiques, de logique et de sciences.
Diagramme à barres comparant les performances avec/sans CoT, plus une analyse textuelle du mécanisme
Analyse des performances du système de génération augmentée par la récupération (RAG) en 2025, montrant comment la combinaison de LLM avec la récupération de connaissances externes améliore considérablement la précision factuelle.
Diagramme à barres de la précision factuelle avec et sans RAG dans différents domaines de connaissances
Performance des benchmarks des modèles d'IA sur les tâches de données structurées : génération de SQL, QA de tables et interprétation de données financières, montrant une performance forte mais imparfaite.
Diagramme à barres des performances des tâches de données structurées avec une répartition par type de tâche
Analyse des défis de reproductibilité dans le benchmarking des performances de l'IA, y compris la sensibilité au phrasé de l'invite, aux paramètres de température et aux variations du protocole d'évaluation.
Tableau d'analyse de la variance montrant la sensibilité des performances à la variation de l'invite avec un commentaire textuel
Discussion des capacités émergentes de l'IA observées en 2025 — compétences qui apparaissent de manière discontinue à mesure que l'échelle du modèle augmente — avec des exemples et un débat sur la question de savoir si l'émergence est réelle ou un artefact de l'évaluation.
Analyse textuelle avec un tableau d'exemples d'émergence et un nuage de points échelle par rapport à la capacité
Aperçu de l'écosystème des benchmarks d'IA en 2025 : principaux classements, organisations d'évaluation (HELM, BIG-bench) et le défi du maintien d'une évaluation significative à mesure que les modèles s'améliorent.
Diagramme de l'écosystème montrant les principaux benchmarks, les organisations et leurs relations
Données de performance sur les tâches de raisonnement multimodal nécessitant l'intégration d'informations textuelles et visuelles, y compris les diagrammes scientifiques, les graphiques et les mathématiques avec des figures.
Diagramme à barres de comparaison des benchmarks pour les meilleurs modèles multimodaux à travers les types de tâches de raisonnement
Analyse de l'écart entre la performance des benchmarks et la performance du déploiement réel, y compris une discussion sur le décalage de distribution, les cas limites et la corrélation entre la performance des benchmarks et le déploiement.
Nuage de points comparant le score du benchmark de laboratoire aux estimations de performance du monde réel pour les applications
Tableau de bord récapitulatif du chapitre 2 présentant les principaux résultats en matière de performance : l'IA atteint la parité humaine sur X tâches, surpasse les experts humains sur Y tâches et les principaux défis en suspens.
Tableau de bord récapitulatif avec des statistiques en grands chiffres, une ventilation par catégorie de tâches et des encadrés de rappel des principaux résultats
Performance de l'IA sur les benchmarks de programmation compétitive (problèmes CodeForces, IOI) en 2025, montrant que les modèles frontières atteignent des niveaux de performance élevés évalués par Codeforces.
Tableau comparatif des évaluations avec les niveaux des systèmes d'IA mis en correspondance avec les équivalents en percentile humain
Analyse détaillée de la performance de l'IA sur les problèmes de style Olympiades internationales de mathématiques (OIM) en 2025, avec des modèles frontières atteignant une performance équivalente à une médaille d'or sur des ensembles de problèmes sélectionnés.
Tableau de difficulté des problèmes par rapport au taux de résolution avec comparaison des modèles et annotations du seuil de médaille OIM
Performance des systèmes d'IA sur les tâches d'analyse de la littérature scientifique : résumé précis des articles, identification des erreurs de méthodologie et synthèse des résultats de plusieurs articles.
Diagramme à barres de comparaison de la précision pour les sous-tâches d'analyse de la littérature avec comparaison des modèles
Performance détaillée des benchmarks multilingues (XTREME, XGLUE, mMMLU) montrant les écarts de performance entre les tâches en anglais et celles dans d'autres langues, avec une analyse des défis des langues à faibles ressources.
Carte thermique de la performance par langue et benchmark avec des regroupements de familles de langues
Résultats de recherche sur les capacités de persuasion de l'IA en 2025 : études montrant que le texte persuasif généré par l'IA surpasse le texte écrit par des humains dans les tests A/B, ce qui soulève des préoccupations quant à la manipulation.
Diagramme à barres des résultats de l'étude de persuasion avec analyse textuelle des implications et discussion des risques
Analyse des capacités de mémoire des modèles d'IA en 2025 : limites de la mémoire dans le contexte, augmentation de la mémoire externe et systèmes d'agents avec état permettant des tâches à plus long terme.
Diagramme comparatif des architectures de mémoire avec des données de performance sur les tâches dépendant de la mémoire
Données de performance sur les modèles d'IA utilisant des outils externes (API, calculatrices, moteurs de recherche, interpréteurs de code) en 2025, montrant des améliorations substantielles dans l'utilisation fiable des outils.
Diagramme à barres du taux de réussite pour les tâches d'utilisation des outils par type d'outil et modèle
Aperçu des modèles d'IA spécifiques à un domaine pour les tâches scientifiques : structure des protéines, science des matériaux, climat, génomique et leur performance par rapport aux modèles à usage général.
Tableau comparatif des performances : modèles spécialisés par rapport aux modèles généralistes dans les domaines scientifiques
Performance des benchmarks pour les tâches de compréhension de documents par l'IA : analyse des PDF, extraction de formulaires, analyse de contrats et assurance qualité complexe des documents en 2025.
Diagramme à barres de la performance des tâches de document avec ventilation par type de tâche et comparaison des modèles
Analyse de la robustesse du modèle d'IA contre les attaques contradictoires en 2025, y compris les attaques de perturbation d'image, l'injection d'invite pour les LLM et l'efficacité du mécanisme de défense.
Diagramme à barres du taux de réussite des attaques avec comparaison des méthodes de défense et analyse textuelle
Analyse conclusive des thèmes clés du chapitre 2 : l'accélération des gains de capacité de l'IA, le défi de maintenir la pertinence des benchmarks et les implications du dépassement par l'IA de la performance humaine sur un ensemble croissant de tâches.
Conclusion textuelle avec un tableau récapitulatif montrant les catégories de benchmarks par statut de parité humaine
Ouverture de chapitre pleine page avec fond bleu sarcelle foncé, grand chiffre 3 blanc, titre « AI Responsable » et bref aperçu de l’orientation du chapitre sur la sécurité, les biais, les préjudices et la gouvernance de l’AI.
Fond bleu sarcelle foncé pleine page, numéro de chapitre surdimensionné, titre et description en blanc
Introduction au chapitre sur l’AI responsable expliquant le cadre de mesure des préjudices liés à l’AI, la recherche sur la sécurité, l’évaluation des biais et la gouvernance en pratique à l’horizon 2025.
Introduction à une seule colonne avec diagramme de présentation de la section et encadré des définitions clés
Graphique linéaire indiquant le nombre d’incidents liés à l’AI suivis par la base de données de l’AIAAIC de 2012 à 2025, ce qui démontre une croissance de plus de 1 000 % au cours de la période, avec une forte accélération à partir de 2022.
Graphique linéaire pleine largeur avec axe x des années, axe y du nombre d’incidents, pics d’incidents clés annotés
Diagramme à barres empilées ventilant les incidents liés à l’AI en 2025 par catégorie de préjudice : désinformation/trucages réalistes, violations de la vie privée, discrimination, défaillances des systèmes autonomes et atteintes à la cybersécurité.
Diagramme à barres horizontales empilées avec code de couleur de la catégorie de préjudice et étiquettes de pourcentage
Carte du monde et diagramme à barres indiquant la répartition géographique des incidents liés à l’AI signalés en 2025, les États-Unis, l’UE et la Chine représentant la majorité des incidents suivis.
Carte du monde avec bulles de densité d’incidents et diagramme à barres des 15 principaux pays par nombre d’incidents
Analyse des incidents de désinformation générés par l’AI en 2025 : vidéos de trucages réalistes ciblant les élections, fraude audio synthétique et articles de presse générés par l’AI diffusés à grande échelle.
Chronologie des principaux incidents de trucages réalistes de 2025 avec analyse textuelle et tableau des capacités de détection
Comparaison des performances de la technologie de détection des trucages réalistes en 2025 par rapport à la qualité de la génération de trucages réalistes, montrant la course à l’armement en cours, la détection étant constamment à la traîne par rapport à la génération.
Graphique à deux lignes de la qualité de la génération par rapport à la précision de la détection au fil du temps avec annotation de l’écart de la course à l’armement
Aperçu de la recherche sur la mesure et l’atténuation des biais dans les systèmes d’AI en 2025, couvrant les algorithmes d’embauche, la notation de crédit, le triage des soins de santé et la reconnaissance faciale dans tous les groupes démographiques.
Diagramme du cadre des types de biais et des approches d’atténuation avec aperçu textuel
Résultats expérimentaux des audits de biais des outils d’embauche de l’AI en 2025, montrant des taux de sélection différentiels par race, sexe et âge dans les systèmes automatisés de sélection de CV.
Diagramme à barres des taux de sélection par groupe démographique avec annotations du ratio de disparité
Analyse des biais dans les algorithmes d’AI de soins de santé en 2025, axée sur la précision différentielle de l’AI de diagnostic dans les groupes raciaux et socio-économiques et les causes des écarts de performance.
Diagramme à barres de la précision du diagnostic par groupe démographique dans plusieurs outils d’AI
Données sur les biais de l’AI dans la notation de crédit et les services financiers, montrant les taux d’approbation de prêt différentiels et les distributions des scores de risque dans les groupes démographiques dans les prêts assistés par l’AI.
Diagramme à barres des taux d’approbation et des distributions des scores par groupe démographique avec analyse textuelle
Résultats de référence pour les systèmes de reconnaissance faciale dans les groupes démographiques en 2025, montrant des disparités de précision continues malgré les progrès, avec une analyse des réponses réglementaires.
Tableau comparatif des taux d’erreur par groupe démographique avec mentions des réponses réglementaires
Graphique linéaire retraçant le volume de publications de recherche sur l'équité de l'IA et l'atténuation des biais de 2015 à 2025, montrant la croissance rapide du domaine parallèlement à l'augmentation des engagements des entreprises en matière d'équité.
Graphique linéaire du volume de publications plus graphique à barres des annonces d'initiatives d'équité d'entreprise par année
Graphique linéaire montrant la croissance des publications de recherche sur la sécurité de l'IA et des organisations de recherche dédiées à la sécurité de 2016 à 2025, démontrant l'institutionnalisation rapide du domaine.
Graphique à double ligne des publications sur la sécurité et du nombre d'organisations de sécurité au fil du temps
Aperçu des principales organisations de recherche sur la sécurité de l'IA actives en 2025 : Anthropic, DeepMind Safety, ARC Evals, Redwood Research, METR, Apollo Research, et autres.
Cartes de profil d'organisation dans une grille avec la date de fondation, le domaine d'intérêt et les principaux résultats par organisation
Analyse de l'adoption du red-teaming de l'IA dans les principaux laboratoires d'IA en 2025, montrant que le red-teaming est devenu une pratique courante, avec des normes émergentes du NIST et des cadres gouvernementaux.
Chronologie d'adoption plus analyse textuelle des méthodologies et des conclusions du red-teaming
Résumé des conclusions divulguées du red-teaming dans les principaux laboratoires d'IA en 2025 : catégories de vulnérabilités courantes, prévalence des techniques de jailbreak et efficacité des différentes approches de défense.
Graphique à barres des catégories de vulnérabilités avec tableau de comparaison de l'efficacité de la défense
Aperçu des technologies de filigrane et de détection de contenu généré par l'IA en 2025 : normes de provenance C2PA, détecteurs de texte d'IA et adoption du filigrane d'image par les principales plateformes.
Diagramme du paysage technologique avec des mesures d'adoption et une analyse textuelle de l'efficacité
Analyse des risques liés à la confidentialité de l'IA et des mesures de protection en 2025 : mémorisation des données d'entraînement, attaques par inversion de modèle, adoption de la confidentialité différentielle et défis de conformité réglementaire.
Diagramme de la taxonomie des risques avec graphique du taux d'adoption des techniques de préservation de la confidentialité
Analyse du double rôle de l'IA dans la cybersécurité en 2025 : détection et défense contre les menaces basées sur l'IA par rapport à l'automatisation des attaques permise par l'IA, avec des données sur les taux d'incidents pour les deux.
Graphiques à barres côte à côte pour les applications de défense de l'IA et les applications d'attaque de l'IA avec analyse textuelle
Aperçu des cadres d'évaluation des capacités utilisés par les laboratoires d'IA de pointe en 2025 pour évaluer les capacités dangereuses avant le déploiement du modèle, y compris les tests d'amélioration CBRN.
Diagramme du cadre d'évaluation avec définitions des catégories de capacités et tableau d'adoption par les laboratoires
Comparaison des principales taxonomies et cadres de risque de l'IA en 2025 : NIST AI RMF, niveaux de risque de l'EU AI Act, cadre de risque de l'IA de l'OCDE et classifications de risque développées par l'industrie.
Tableau de comparaison côte à côte de quatre cadres avec des catégories de risque mappées entre les cadres
Données sur les taux d'adoption du NIST AI RMF dans les agences fédérales américaines et les organisations du secteur privé en 2025, montrant une adoption croissante mais inégale.
Graphique à barres du taux d'adoption par secteur et taille de l'organisation avec analyse textuelle
Analyse de l'adoption des cartes de modèle et de la documentation sur la transparence de l'IA en 2025, montrant une divulgation accrue par les principaux laboratoires, mais des normes et une profondeur incohérentes dans l'ensemble de l'industrie.
Graphique à barres des mesures d'adoption plus tableau de bord de la qualité comparant la profondeur des cartes de modèle dans les principaux laboratoires
Aperçu des applications de l'IA dans les contextes militaires et de défense en 2025 : développement d'armes autonomes, ciblage par IA, surveillance basée sur l'IA et défis du droit international.
Analyse textuelle avec carte de déploiement mondial et encadrés sur les facteurs de risque
Données sur l'utilisation de l'IA dans les contextes de justice pénale en 2025 : police prédictive, algorithmes de détermination des peines, outils de décision de libération sous caution, préoccupations documentées concernant les biais et les contestations juridiques.
Carte d'adoption par État américain avec graphique des résultats d'audit des biais et chronologie des contestations juridiques
Analyse mondiale du déploiement des technologies de surveillance basées sur l'IA en 2025 : reconnaissance faciale dans les espaces publics, surveillance du comportement, adoption et restrictions au niveau des pays.
Carte du monde de l'adoption des technologies de surveillance avec superposition des restrictions réglementaires
Analyse des préoccupations croissantes concernant l'impact environnemental de l'IA en 2025, en mettant l'accent sur la consommation d'eau des centres de données, les émissions de carbone des charges de travail de l'IA et les initiatives de durabilité des grandes entreprises d'IA.
Diagramme à barres des indicateurs environnementaux par entreprise avec tableau comparatif des engagements en matière de durabilité
Aperçu des préoccupations liées au travail concernant l'IA en 2025 : conditions de travail des personnes chargées de l'étiquetage des données, santé mentale des personnes chargées de la modération du contenu et discussions sur les suppressions d'emplois dues à l'IA.
Analyse textuelle avec données d'enquête sur les conditions de travail des étiqueteurs et graphiques de projection des suppressions d'emplois
Analyse du rôle de l'IA dans la modération du contenu sur les principales plateformes en 2025, y compris la précision de la détection des catégories de contenu préjudiciable et le défi des faux positifs pour les communautés marginalisées.
Diagramme à barres des indicateurs de précision par type de contenu avec ventilation du taux de faux positifs par communauté
Aperçu des politiques d'utilisation responsable de l'IA des entreprises dans les grandes entreprises d'IA en 2025, y compris les politiques d'utilisation, les cas d'utilisation interdits et les mécanismes d'application.
Tableau comparatif des politiques des grandes entreprises d'IA avec liste de contrôle des interdictions de cas d'utilisation
Données d'enquête sur les pratiques de gouvernance de l'IA dans l'industrie : pourcentage d'entreprises dotées de conseils d'éthique de l'IA, d'équipes d'IA responsable, d'évaluations d'impact et de processus d'examen de la gouvernance.
Diagramme à barres des taux d'adoption des pratiques de gouvernance par taille d'entreprise et par secteur
Aperçu des efforts de coordination internationale de la sécurité de l'IA en 2025 : le Sommet de Paris sur la sécurité de l'IA, le suivi de Bletchley Park, la Déclaration de Séoul sur l'IA et les initiatives multilatérales de recherche sur la sécurité.
Chronologie des sommets et accords internationaux sur la sécurité avec analyse textuelle des engagements
Trois études de cas détaillées d'incidents importants liés à l'IA en 2025 : une importante campagne de désinformation électorale par deepfake, un groupe d'erreurs de diagnostic de l'IA dans le domaine de la santé et une série d'accidents de véhicules autonomes.
Présentation de l'étude de cas en trois panneaux avec description de l'incident, réponse et leçons tirées par cas
Données sur les performances des modèles d'IA sur les benchmarks d'évaluation des capacités dangereuses en 2025, y compris les évaluations de l'amélioration CBRN et les évaluations des risques de biosécurité utilisées dans les tests de pré-déploiement.
Diagramme à barres des résultats de l'évaluation des capacités avec seuils de niveau de risque et comparaison des laboratoires
Aperçu des approches de recherche sur l'alignement de l'IA en 2025 : RLHF/RLAIF, AI constitutionnelle, débat et amplification, interprétabilité mécaniste et techniques de supervision évolutives.
Diagramme de taxonomie des approches de recherche avec graphique du volume de publications par approche
Analyse de la croissance de la recherche sur l'interprétabilité et l'explicabilité de l'IA en 2025, couvrant les techniques d'interprétabilité mécaniste, les cartes de saillance et leur déploiement pratique dans les secteurs réglementés.
Graphique linéaire de la croissance des publications et graphique à barres du taux d'adoption dans les secteurs réglementés
Données sur les applications de l'IA pour la santé mentale et les risques associés en 2025 : déploiement de l'assistance à la santé mentale basée sur des chatbots, données d'efficacité et incidents impliquant des interactions nuisibles de l'IA pour la santé mentale.
Mesures de déploiement avec graphique d'efficacité et ventilation des catégories d'incidents
Aperçu des problèmes de sécurité des enfants liés aux systèmes d'IA en 2025 : détection de contenus pédopornographiques, expériences d'IA adaptées à l'âge, utilisation de l'IA par les enfants dans l'éducation et protections réglementaires.
Analyse de texte avec carte du paysage réglementaire et graphique d'adoption des mesures de sécurité
Données expérimentales sur l'efficacité des principales techniques d'atténuation des biais en 2025, comparant les approches de prétraitement, de traitement et de post-traitement à travers les mesures de biais.
Graphique à barres comparatif de la réduction des mesures de biais par technique avec analyse du coût de la précision
Données sur les rôles professionnels liés à l'IA responsable en 2025 : affichages de postes d'éthicien de l'IA, d'ingénieur de la sécurité de l'IA, de responsable de programme d'IA responsable, salaires et écart entre l'offre et la demande dans le domaine.
Graphique de la tendance des offres d'emploi et comparaison des salaires avec encadré sur l'écart entre l'offre et la demande
Aperçu de l'écosystème émergent d'audit de l'IA en 2025 : auditeurs tiers, normes d'audit algorithmique, exigences d'audit obligatoires dans diverses juridictions et outils d'auto-évaluation de l'industrie.
Diagramme de l'écosystème des organisations d'audit de l'IA et tableau comparatif des exigences réglementaires
Analyse des problèmes d'IA responsable spécifiques aux versions de modèles open source en 2025, y compris les risques de double usage, la sécurité post-publication et les pratiques de sécurité communautaires.
Taxonomie des risques pour l'IA open source avec comparaison des approches d'atténuation et analyse de texte
Résumé des résultats du Sommet de Paris sur la sécurité de l'IA (février 2025) et des engagements internationaux ultérieurs en matière de sécurité, y compris les étapes du Code de pratique du GPAI.
Fiches de résumé des résultats par sommet avec indicateurs d'état du suivi des engagements
Tableau de bord récapitulatif du chapitre 3 présentant les principales mesures de l'IA responsable : croissance des incidents liés à l'IA, résultats des audits de biais, croissance de la recherche sur la sécurité et taux d'adoption de la gouvernance.
Grille de tableau de bord avec des statistiques en grands chiffres, des graphiques sparkline de tendance et des encadrés de présentation des principales conclusions
Analyse des tendances des systèmes d'IA à générer des résultats toxiques, nuisibles ou inappropriés en 2025, y compris les résultats des benchmarks de toxicité et l'efficacité du réglage fin de la sécurité.
Barres de comparaison des taux de toxicité avec les tendances d'amélioration des modèles et l'analyse de texte
Aperçu des défis liés au droit d'auteur et à la propriété intellectuelle de l'IA en 2025 : droits sur les données d'entraînement, statut de la propriété intellectuelle du contenu généré par l'IA, principales affaires juridiques et cadres réglementaires émergents.
Chronologie des affaires juridiques avec comparaison des cadres politiques et analyse de texte
Analyse des campagnes de désinformation documentées, basées sur l'IA et ciblant les élections en 2025, y compris les estimations d'échelle, les réponses des plateformes et les défis de la détection.
Chronologie des campagnes avec estimations d'échelle et tableau comparatif des réponses des plateformes
Analyse des lacunes en matière de responsabilité dans les chaînes de déploiement de l'IA en 2025 : responsabilité diffuse entre les développeurs, les déployeurs et les utilisateurs, et efforts pour attribuer la responsabilité.
Diagramme des lacunes en matière de responsabilité avec comparaison des cadres de responsabilité entre les juridictions
Aperçu de l'impact des systèmes d'IA sur les droits de l'homme en 2025, de la surveillance et de la liberté d'expression à l'accès à la justice et au droit à l'explication dans les décisions automatisées.
Tableau matriciel de l'impact sur les droits avec des lignes d'application de l'IA et des colonnes des droits de l'homme, avec des cellules d'évaluation de l'impact
Aperçu des méthodologies d'évaluation de la sécurité technique mentionnées au chapitre 3, y compris les protocoles de "red team", les procédures d'évaluation des capacités et les normes de mesure des biais.
Diagramme de présentation de la méthodologie avec liste de références et explications textuelles
Visualisation sur une carte du monde de l'activité réglementaire et de gouvernance de l'IA responsable en 2025, montrant la densité de la réglementation par pays et le contraste entre les approches de l'UE, des États-Unis et de l'Asie.
Carte choroplèthe du monde avec codage couleur de l'intensité de la réglementation et encadrés régionaux
Analyse comparative des principes d'éthique de l'IA adoptés par les gouvernements, les entreprises et les organisations internationales en 2025, cartographie des chevauchements et des divergences.
Diagramme de Venn/chevauchement des thèmes des principes d'éthique à travers plus de 20 cadres majeurs
Notes de référence pour le chapitre 3, y compris les sources de données primaires pour les données d'incidents, les études sur les biais, la recherche sur la sécurité et les citations de cadres de gouvernance.
Format de notes de fin numérotées sur deux colonnes
Lectures complémentaires organisées pour le chapitre 3 par section : recherche sur la sécurité, biais et équité, gouvernance et analyse des incidents, avec de brèves annotations.
Liste de lectures structurée avec en-têtes de section et entrées
Ouverture de chapitre pleine page avec fond bleu marine foncé, grand chiffre 4 blanc du chapitre, titre « Économie » et brève description du chapitre couvrant l'investissement dans l'IA, le travail et les tendances d'adoption.
Fond bleu marine foncé pleine page, numéro de chapitre surdimensionné, titre et description en blanc
Introduction au chapitre sur l'économie, encadrant l'empreinte économique de l'IA en 2025 à travers l'investissement privé, les marchés du travail, l'adoption par les entreprises et les effets sur la productivité.
Introduction à une seule colonne avec encadrés de points saillants du chapitre et aperçu de la section
Graphique linéaire montrant l'investissement privé mondial dans l'IA de 2013 à 2025, atteignant plus de 470 milliards de dollars à l'échelle mondiale en 2025, les États-Unis représentant 285,9 milliards de dollars, soit un triplement par rapport aux niveaux de 2022.
Graphique linéaire avec lignes d'investissement mondiales et spécifiques aux États-Unis, axe des x des années, axe des y des montants en dollars, annotations des étapes clés
Graphique à barres classant les pays par investissement privé dans l'IA en 2025, les États-Unis étant en tête de manière significative, suivis de la Chine, du Royaume-Uni, de l'Inde et du Canada.
Graphique à barres horizontales classées avec les noms des pays sur l'axe des y et les montants des investissements sur l'axe des x
Répartition de l'investissement privé dans l'IA par secteur d'activité en 2025 : logiciels d'entreprise, soins de santé, véhicules autonomes, services financiers, cybersécurité, éducation et vente au détail.
Diagramme circulaire et graphique à barres d'accompagnement montrant les parts et les montants des investissements sectoriels
Analyse de la forte hausse des investissements dans l'IA générative en 2025, avec un graphique à barres montrant la part de l'IA générative dans l'investissement total en IA passant de 15 % en 2023 à plus de 45 % en 2025.
Graphique à barres de la part des investissements dans l'IA générative par année avec superposition de la ligne d'investissement total
Données sur les méga-tours de table de financement des entreprises d'IA (plus de 100 millions de dollars) en 2025 et le nombre mondial de licornes de l'IA, montrant l'accélération des valorisations en milliards de dollars pour les entreprises natives de l'IA.
Graphique à bulles des opérations de méga-tours de table par entreprise avec tableau des 20 principales licornes de l'IA
Analyse de l'activité de fusions et acquisitions liées à l'IA en 2025, montrant des volumes de fusions et acquisitions records et la consolidation stratégique des talents et des technologies de l'IA par les grandes entreprises technologiques.
Graphique à barres du volume des opérations de fusions et acquisitions par année avec ventilation par type d'opération et légendes des principales opérations
Carte du monde et analyse du coefficient de Gini montrant la concentration géographique de l'investissement privé dans l'IA, les États-Unis, la Chine et le Royaume-Uni représentant plus de 80 % de l'investissement mondial dans l'IA.
Carte choroplèthe mondiale de la concentration des investissements plus panneau des indicateurs de concentration
Analyse de l'adoption de l'IA par les entreprises du Fortune 500 en 2025 : plus de 90 % mentionnent l'IA dans leurs conférences téléphoniques sur les résultats, les données d'enquête de McKinsey montrant que 70 % utilisent l'IA dans au moins une fonction commerciale.
Graphique linéaire de la tendance de l'adoption plus graphique à barres de la ventilation sectorielle avec diagramme en entonnoir des mentions par rapport à l'adoption
Graphique à barres comparant les taux d'adoption de l'IA selon la taille de l'entreprise (grande, moyenne, petite, micro) montrant des écarts d'adoption importants et les défis auxquels sont confrontées les petites entreprises pour accéder aux outils d'IA.
Graphique à barres groupées par taille d'entreprise avec ventilation des indicateurs d'adoption et analyse textuelle
Ventilation sectorielle de l'adoption de l'IA en 2025 : les services financiers et la technologie en tête de l'adoption, suivis par la santé, la vente au détail et la fabrication, tandis que l'éducation et le gouvernement sont à la traîne.
Graphique à barres horizontales classant les secteurs par taux d'adoption de l'IA avec des données sur la technologie, les cas d'utilisation et les investissements
Résumé des études empiriques mesurant les effets de la productivité de l'AI dans tous les secteurs en 2025, montrant des gains documentés dans la productivité du codage, la production du travail du savoir et l'efficacité du service client.
Tableau récapitulatif des résultats de l'étude avec estimations des gains de productivité et analyse textuelle de la méthodologie
Analyse des gains de productivité de l'IA dans les tâches de travail du savoir : écriture, codage, recherche, analyse et service client, avec des estimations d'études sur le terrain allant de 20 à 80 % de gains d'efficacité.
Graphique à barres des gains de productivité par type de tâche avec citations des sources de l'étude et barres d'erreur
Graphique linéaire montrant la croissance des offres d'emploi liées à l'IA de 2019 à 2025, avec une croissance d'environ 30 % d'une année sur l'autre en 2025 et des compétences en IA apparaissant dans une part croissante des offres d'emploi non spécialisées en IA.
Graphique à deux lignes des offres d'emploi de spécialistes de l'IA et des offres d'emploi nécessitant des compétences en IA au fil du temps
Graphique à barres montrant les primes salariales pour les travailleurs qualifiés en IA en 2025, les rôles en IA commandant des primes salariales de 30 à 40 % par rapport aux rôles non-IA comparables dans l'ingénierie logicielle, la science des données et la recherche.
Graphique à barres de la prime salariale par type de rôle avec comparaison aux équivalents non-IA
Analyse de l'exposition des groupes professionnels à l'automatisation et à l'augmentation de l'IA en 2025, montrant que le travail cognitif à salaire élevé est fortement exposé à l'augmentation et que les travailleurs effectuant des tâches de routine sont exposés au risque de déplacement.
Nuage de points du salaire professionnel par rapport à l'exposition à l'IA avec étiquettes des groupes professionnels
Analyse des données macroéconomiques sur l'emploi dans les économies leaders en matière d'IA, montrant une forte employabilité dans les secteurs à forte intensité d'IA malgré les préoccupations liées à l'automatisation, avec des tendances sectorielles nuancées.
Graphiques de tendances de l'emploi par secteur avec superposition de l'intensité de l'IA et analyse textuelle
Analyse des effets distributionnels de l'IA sur les salaires : preuves de gains salariaux concentrés chez les travailleurs hautement qualifiés et ayant fait des études supérieures, avec une croissance salariale limitée pour les travailleurs peu qualifiés.
Graphique comparatif de la croissance des salaires par niveau d'éducation avec des encarts de courbe de distribution
Résumé des preuves empiriques actuelles sur la suppression d'emplois liée à l'IA en 2025, distinguant les cas documentés des scénarios de suppression projetés, avec des données de suppression au niveau sectoriel.
Tableau des preuves de suppression avec des lignes sectorielles, des colonnes documentées vs projetées et un commentaire textuel
Analyse de la pénurie de compétences en IA en 2025 : pénurie de travailleurs qualifiés en IA dans pratiquement tous les secteurs, écart entre la demande d'emplois en IA et l'offre qualifiée, et défis de la requalification.
Graphique de l'écart entre l'offre et la demande par rôle et par région avec une analyse textuelle des causes de l'écart
Discussion du rôle potentiel de l'IA dans l'exacerbation des inégalités économiques entre les nations à forte capacité en IA et les pays à faible revenu, et entre les travailleurs hautement qualifiés et les travailleurs peu qualifiés au sein des économies.
Analyse textuelle avec graphique de projection des inégalités et visualisation de l'écart de capacité régionale
Données sur l'investissement dans l'infrastructure de l'IA en 2025 : construction de centres de données, acquisition de GPU/puces, investissements dans le réseau électrique et dépenses en capital des hyperscalers stimulées par la demande d'IA.
Graphique à barres de l'investissement dans l'infrastructure par catégorie avec des annotations de croissance d'une année sur l'autre
Analyse de l'impact de l'IA sur les marchés financiers en 2025 : performance des actions des entreprises d'IA, préoccupations concernant les algorithmes de trading pilotés par l'IA et données sur le sentiment des investisseurs pour les actions du secteur de l'IA.
Graphique de la performance de l'indice boursier du secteur de l'IA avec des notes sur la capitalisation boursière et une analyse textuelle
Données sur le déploiement de l'IA dans le service client en 2025 : adoption des chatbots, améliorations du taux de résolution, mesures de réduction des coûts et satisfaction des consommateurs à l'égard du service client basé sur l'IA.
Graphique des mesures d'adoption avec comparaison de la satisfaction et analyse de la réduction des coûts
Analyse de l'adoption de l'IA dans le marketing et la publicité en 2025 : IA générative pour la création de contenu, optimisation des publicités pilotée par l'IA, personnalisation à grande échelle et preuves du retour sur investissement.
Graphique du taux d'adoption avec tableau des preuves du retour sur investissement et données sur la réduction des coûts de création de contenu
Aperçu de l'adoption de l'IA dans les services juridiques en 2025 : automatisation de la revue des contrats, IA de recherche juridique, outils de découverte électronique et impact sur les heures de travail juridiques et les taux facturables.
Graphique à barres des gains de temps par type de tâche juridique avec taux d'adoption et analyse textuelle
Données sur les applications de l'IA dans la fabrication et la chaîne d'approvisionnement en 2025 : maintenance prédictive, systèmes de vision de contrôle de la qualité, optimisation de la logistique et gains de productivité.
Graphique du retour sur investissement et des gains d'efficacité par type d'application avec répartition du taux d'adoption
Analyse du déploiement de l'IA dans les services financiers en 2025 : détection des fraudes, souscription de crédit, trading algorithmique, conformité et paysage réglementaire pour l'IA financière.
Graphique de l'adoption des cas d'utilisation avec des mesures de réduction de la fraude et des encadrés de notes réglementaires
Données d'enquête sur l'adoption de l'IA par les petites et moyennes entreprises en 2025, montrant une adoption croissante des outils d'IA pour le marketing, le service client et les opérations, avec des barrières d'accès.
Tendance du taux d'adoption avec graphique d'analyse des obstacles et répartition par secteur des PME
Données sur l'écosystème des startups d'IA en 2025 : taux de création de nouvelles entreprises, domaines d'intérêt sectoriels, cycles de financement et indicateurs de réussite pour les startups natives de l'IA par rapport aux startups compatibles avec l'IA.
Diagramme de l'écosystème des startups avec entonnoir des étapes de financement et diagramme circulaire de la concentration sectorielle
Comparaison des stratégies nationales de développement économique de l'IA en 2025 : investissement américain dans l'IA, politique industrielle de l'UE en matière d'IA, plan économique chinois en matière d'IA, mission indienne en matière d'IA, etc.
Tableau comparatif des stratégies avec les montants des investissements et les domaines prioritaires par pays
Analyse du rôle de l'IA dans le commerce international en 2025 : l'IA dans les douanes et la logistique, les contrôles des exportations d'IA, les restrictions commerciales sur les puces et l'impact de l'IA sur l'avantage comparatif.
Chronologie du contrôle des exportations avec graphique de l'impact sur les flux commerciaux et analyse de texte
Résumé des principales projections économiques concernant l'impact économique de l'IA d'ici 2030, de McKinsey, Goldman Sachs et du FMI, montrant un consensus sur un impact important mais incertain sur le PIB.
Graphique de comparaison des projections avec les fourchettes de scénarios et les notes méthodologiques
Analyse des nouveaux modèles commerciaux basés sur l'IA en 2025 : l'IA en tant que service (AI-as-a-service), les solutions d'IA verticales, les services d'agents autonomes et les entreprises de plateforme basées sur les API de modèles de base.
Diagramme de taxonomie des modèles commerciaux avec des exemples d'entreprises et des descriptions des modèles de revenus
Données sur les applications de l'IA dans le secteur de l'énergie en 2025 : optimisation du réseau, gestion des énergies renouvelables, prévision de la demande et utilisation de l'IA pour l'exploration pétrolière et gazière.
Diagramme à barres des applications avec des mesures de gain d'efficacité et une carte du déploiement sectoriel
Aperçu de l'adoption de l'IA dans l'agriculture en 2025 : agriculture de précision, détection des maladies des cultures, prévision du rendement et données sur le déploiement de la robotique agricole et la productivité.
Graphique de la tendance à l'adoption avec des données sur les gains de productivité et une carte de la répartition géographique
Analyse des applications de l'IA dans l'immobilier en 2025 : algorithmes d'évaluation immobilière, outils de prédiction du marché, IA de construction et systèmes de gestion de bâtiments intelligents.
Graphique de l'adoption des applications avec des mesures de précision de l'évaluation et une analyse de texte
Analyse de l'économie du marché du calcul de l'IA en 2025 : prix de location des GPU, tendances des prix des services d'IA en nuage, revenus de l'IA des hyperscalers et économie de la formation par rapport à l'inférence.
Graphiques de l'évolution des prix du calcul avec des estimations de la taille du marché et une comparaison des revenus de l'IA des hyperscalers
Données sur les salaires et la rémunération des rôles liés à l'IA en 2025, y compris les ingénieurs en ML, les chercheurs en IA, les scientifiques des données et les chefs de produit en IA dans différents types d'entreprises et zones géographiques.
Graphique comparatif des salaires par rôle et par zone géographique avec une ventilation de la rémunération totale
Analyse de l'économie de la propriété intellectuelle de l'IA en 2025 : évaluation de la propriété intellectuelle générée par l'IA, marchés des licences de données de formation, redevances de brevets pour les techniques d'IA et impacts de l'incertitude juridique sur l'investissement.
Graphique d'estimation de la taille du marché de la propriété intellectuelle avec chronologie de l'incertitude juridique et analyse de texte
Pleins feux régionaux sur l'économie de l'IA couvrant les villes du corridor de l'IA aux États-Unis, les pôles d'IA de l'UE, les parcs technologiques d'IA de la Chine, l'écosystème d'IA de l'Inde et les économies d'IA émergentes en Asie du Sud-Est.
Carte régionale avec des cartes d'appel de ville/pôle et des mesures clés par région
Tableau de bord récapitulatif du chapitre 4 avec les principaux chiffres économiques : 285,9 milliards de dollars d'investissement américain dans l'IA, taux de mention de l'IA de plus de 90 % dans Fortune 500, prime salariale de l'IA de 30 à 40 % et gains de productivité documentés.
Tableau de bord récapitulatif avec des statistiques en grands chiffres et des graphiques sur le thème des couleurs du chapitre
Notes de référence pour le chapitre 4 avec les sources de données d'investissement, les citations d'études sur le marché du travail et les notes sur la méthodologie de recherche sur la productivité.
Format de note de fin numérotée sur deux colonnes
Lectures complémentaires organisées pour le chapitre 4 couvrant l'investissement dans l'IA, l'économie du travail, la recherche sur la productivité et les projections d'impact économique avec de brèves annotations.
Liste de lecture structurée avec des en-têtes de section
Ouverture de chapitre pleine page avec fond vert sarcelle foncé/forêt, grand chiffre blanc du chapitre 5, titre « Science et IA » et bref aperçu du rôle transformateur de l'IA dans la recherche scientifique en 2025.
Fond vert sarcelle foncé/forêt pleine page, numéro de chapitre surdimensionné, titre et description blancs
Introduction au chapitre 5 présentant l'IA comme un nouvel outil de découverte scientifique en 2025, avec des statistiques générales sur la croissance de la recherche assistée par l'IA et le jalon du prix Nobel de l'IA.
Introduction à une seule colonne avec des boîtes d'appel de statistiques clés et un aperçu de la section
Graphique linéaire montrant la croissance des publications scientifiques assistées par l'IA de 2015 à 2025 dans les principales disciplines, avec une croissance de 71 % de la recherche en biologie et en sciences de la vie assistée par l'IA mise en évidence.
Graphique multiligne par domaine scientifique avec axe des x des années et axe des y du nombre de publications
Analyse d'AlphaFold 3 et des progrès ultérieurs de la prédiction de la structure des protéines en 2025, avec des données de précision de référence et la croissance de la recherche sur les protéines assistée par l'IA.
Graphique de référence de la précision avec tableau d'exemples de prédiction structurelle et analyse de texte
Aperçu de la prédiction par l'IA des structures biomoléculaires complexes au-delà des protéines en 2025 : protéine-ADN, protéine-ligand, structure de l'ARN et conception d'anticorps à l'aide de modèles de base.
Tableau de comparaison des capacités avec analyse de texte et boîtes d'appel de percées clés
Analyse des candidats médicaments découverts par l'IA en 2025 : nombre entrant dans les essais cliniques, domaines pathologiques ciblés, estimations de réduction des coûts (économies de 30 à 50 %) et principales sociétés de découverte de médicaments par l'IA.
Schéma d'entonnoir du pipeline de médicaments avec répartition par domaine pathologique et graphique à barres de réduction des coûts
Données sur les médicaments découverts par l'IA actuellement en essais cliniques en 2025, y compris le statut des phases I/II/III, les domaines thérapeutiques et les premiers médicaments découverts par l'IA approchant de l'approbation réglementaire.
Tableau de l'état des essais cliniques avec graphique du pipeline et chronologie des étapes clés
Aperçu des applications de l'IA dans la science des matériaux en 2025 : matériaux de batterie, semi-conducteurs, catalyseurs et matériaux structurels conçus par l'IA, avec des exemples entrant en production.
Graphique à barres des applications des matériaux avec chronologie des découvertes et analyse de texte
Analyse des applications de l'IA dans la génomique en 2025 : prédiction de l'effet des variants, modélisation de la régulation des gènes, analyse unicellulaire et ciblage CRISPR guidé par l'IA.
Matrice des capacités d'application avec chronologie de l'IA génomique et analyse textuelle
Aperçu des applications de l'IA dans les sciences du climat et de la Terre en 2025 : modèles climatiques d'IA montrant des accélérations de 10 000x, réduction d'échelle des modèles mondiaux, prédiction des événements extrêmes et surveillance du cycle du carbone.
Tableau comparatif des accélérations avec ventilation par domaine d'application et analyse textuelle
Comparaison des performances des modèles de prévisions météorologiques par l'IA (GraphCast, Pangu-Weather, FourCastNet) par rapport aux modèles traditionnels NWP en 2025, montrant que l'IA dépasse les modèles traditionnels sur la plupart des paramètres.
Diagramme à barres comparant les performances de plusieurs paramètres de prévision avec une base de référence de modèle traditionnel
Analyse des améliorations de la prédiction des tremblements de terre par l'IA en 2025 : extensions du délai d'alerte précoce, précision de l'estimation de la magnitude et prédiction des répliques sismiques à l'aide de l'apprentissage profond sur les données sismiques.
Tableau d'amélioration des performances avec carte de déploiement géographique et analyse textuelle
Aperçu des applications de l'IA dans la recherche en physique en 2025 : analyse des données de la physique des particules au CERN, simulation des systèmes quantiques, physique des plasmas pour la fusion et conception expérimentale guidée par l'IA.
Chronologie du domaine d'application avec encadrés sur les découvertes clés et analyse textuelle
Analyse des applications de l'IA en astronomie en 2025 : classification des galaxies à grande échelle, détection des signaux d'ondes gravitationnelles, découverte d'exoplanètes à partir des données des télescopes et accélération de la simulation cosmologique.
Tableau du nombre de découvertes avec ventilation par domaine d'application et analyse textuelle
Aperçu de l'IA dans la recherche en chimie en 2025 : prédiction des réactions, planification de la synthèse, conception des catalyseurs et criblage de la sécurité chimique assisté par l'IA, avec des données sur la croissance des publications.
Tableau de croissance des publications avec ventilation par application et encadrés sur les outils clés
Discussion de la reconnaissance historique du prix Nobel 2024 des contributions de l'IA à la science (Geoffrey Hinton — Physique ; Demis Hassabis et John Jumper — Chimie), marquant la reconnaissance officielle de l'IA par l'establishment scientifique.
Chronologie des annonces des prix Nobel avec profils des lauréats et analyse de la signification
Données sur les outils d'IA traitant la littérature scientifique en 2025 : recherche sémantique sur des millions d'articles, génération automatisée d'hypothèses, extraction de revendications et analyse des graphes de citations.
Tableau comparatif des capacités des outils avec tableau du taux d'adoption et analyse textuelle
Aperçu des systèmes d'IA menant des expériences scientifiques autonomes en 2025 : systèmes de laboratoire robotisés guidés par l'IA, génération d'hypothèses auto-dirigée, conception d'expériences et interprétation des résultats.
Diagramme du pipeline scientifique autonome avec chronologie des étapes clés des capacités et analyse textuelle
Analyse des applications de l'IA en neurosciences en 2025 : cartographie du cerveau à grande échelle, décodage des signaux neuronaux, améliorations des interfaces cerveau-ordinateur et modèles d'IA du calcul neuronal.
Tableau des capacités d'application avec données sur l'échelle de la cartographie du cerveau et analyse textuelle
Données de performance pour l'IA dans la recherche en imagerie biomédicale (distincte de l'utilisation clinique) en 2025 : analyse de l'imagerie unicellulaire, traitement de la cryo-ME et IA de microscopie à super-résolution.
Tableau comparatif des performances par modalité d'imagerie avec analyse textuelle
Aperçu des applications de l'IA dans la recherche en sciences sociales en 2025 : analyse d'enquêtes à grande échelle, traitement du langage naturel de textes historiques et expériences comportementales assistées par l'IA.
Aperçu des types d'applications avec un graphique de croissance des publications et une analyse de texte
Analyse de l'infrastructure de recherche en IA soutenant l'IA scientifique en 2025 : clouds nationaux de recherche en IA, ressources informatiques en libre accès pour la science et rôle de la NSF, du DOE et de leurs équivalents internationaux.
Carte de l'infrastructure avec tableau comparatif des ressources et analyse du financement
Analyse des outils d'IA pour la recherche mathématique en 2025 : démonstration automatique de théorèmes, vérification de preuves assistée par l'IA, génération de conjectures et croissance des publications mathématiques assistées par l'IA.
Graphique de progression des capacités avec données de référence pour la démonstration de théorèmes et analyse de texte
Discussion des outils d'IA pour améliorer la reproductibilité scientifique en 2025 : documentation automatisée des protocoles, outils de partage de code et de données, et vérification des résultats assistée par l'IA.
Diagramme d'amélioration de la reproductibilité avec graphiques de mesures d'adoption et analyse de texte
Analyse des outils d'IA dans l'évaluation scientifique par les pairs en 2025 : assistance automatisée à l'évaluation, sélection des articles, détection des violations éthiques et débats sur la fiabilité des évaluateurs IA.
Graphique du taux d'adoption avec données de fiabilité et encadrés d'appel aux débats éthiques
Analyse des dimensions géopolitiques de la science basée sur l'IA en 2025 : modèles de collaboration en matière de recherche, écarts de capacité en matière de science de l'IA entre les nations et outils scientifiques d'IA en libre accès.
Diagramme du réseau de collaboration avec carte des écarts de capacité et analyse de texte
Aperçu des modèles de fondation spécifiques à la science en 2025 : biologie (ESM3, Geneformer), chimie (ChemBERTa), matériaux (MatBERT), sciences de la Terre (ClimaX) et LLM scientifiques interdomaines.
Tableau de taxonomie des modèles avec comparaison des capacités et diagramme de couverture des domaines
Données sur l'impact de l'IA sur la conception et l'exécution des essais cliniques en 2025 : optimisation du recrutement des patients, assistance à la conception des protocoles, détection des événements indésirables et réduction des délais des essais.
Graphique de réduction des délais avec ventilation des applications et analyse de texte
Aperçu des applications de l'IA dans la recherche en épidémiologie et en santé publique en 2025 : surveillance des maladies, prédiction des épidémies, épidémiologie génomique et modélisation des stratégies de vaccination assistée par l'IA.
Graphique des capacités des applications avec carte de déploiement de la surveillance et analyse de texte
Analyse des contributions de l'IA à la recherche en science de l'énergie en 2025 : contrôle du plasma de fusion avec l'IA, découverte de batteries, conception de matériaux de capture du carbone et optimisation des cellules solaires.
Chronologie des applications avec données d'amélioration des performances et analyse de texte
Analyse de l'impact interdisciplinaire des outils scientifiques d'IA, montrant comment l'IA permet des percées aux interfaces entre la biologie, la chimie, la physique et l'ingénierie.
Diagramme d'impact interdisciplinaire montrant les flux d'outils d'IA entre les domaines scientifiques
Discussion des risques et des défis de la science basée sur l'IA : hallucinations de l'IA dans les contextes scientifiques, dépendance excessive aux modèles d'IA, raisonnement scientifique de la boîte noire et déqualification des chercheurs.
Taxonomie des risques avec exemples d'études de cas et discussion sur l'atténuation
Tableau de bord récapitulatif du chapitre 5 : statistiques clés sur la croissance des publications scientifiques assistées par l'IA, les étapes importantes et les secteurs où l'IA a le plus d'impact scientifique.
Tableau de bord récapitulatif avec des statistiques en grands chiffres et des graphiques sur le thème bleu sarcelle du chapitre
Notes de référence pour le chapitre 5 avec les principales sources de données pour les données de publication scientifique, les citations d'AlphaFold et les références de recherche spécifiques au domaine.
Format de note de fin numérotée à deux colonnes
Lectures complémentaires organisées pour le chapitre 5 par domaine scientifique, y compris les principaux articles et revues sur l'IA en biologie, chimie, sciences de la Terre et les agents scientifiques d'IA inter-domaines.
Liste de lectures structurée avec des en-têtes de section de domaine et des entrées annotées
Ouverture de chapitre pleine page avec fond bleu foncé, grand chiffre blanc du chapitre 6, titre « Médecine et IA » et brève description du rôle croissant de l'IA dans les soins cliniques et la recherche biomédicale.
Fond bleu foncé pleine page, numéro de chapitre surdimensionné, titre et description en blanc
Introduction au chapitre 6 présentant l'IA dans la médecine comme une force de transformation en 2025, avec des statistiques clés : 258 appareils d'IA approuvés par la FDA, une précision diagnostique de 85,5 % pour MAI-DxO, plus de 300 000 cliniciens utilisant des scribes d'IA.
Introduction à une seule colonne avec des encadrés de statistiques principales et un aperçu de la section
Comparaison des performances des systèmes de diagnostic d'IA par rapport aux médecins spécialistes en 2025 dans les domaines de la radiologie, de la pathologie, de la dermatologie et de l'ophtalmologie, montrant que l'IA atteint ou dépasse la précision des spécialistes.
Graphique à barres de comparaison de la précision multi-domaines avec la base de référence des spécialistes et les barres de performance de l'IA
Analyse détaillée de MAI-DxO atteignant une précision diagnostique de 85,5 % sur des cas cliniques standardisés, dépassant la performance moyenne des médecins spécialistes et validant le potentiel de diagnostic de l'IA.
Graphique de comparaison de la précision avec la répartition par type de cas et l'analyse de la signification statistique
Graphique à barres montrant les approbations de dispositifs médicaux basés sur l'IA approuvés par la FDA par année de 2016 à 2025, atteignant 258 approbations en 2025 et totalisant plus de 950 approbations cumulatives.
Graphique à barres avec l'axe des x représentant l'année et le nombre d'approbations annuelles sur l'axe des y, superposition de ligne cumulative
Répartition des dispositifs médicaux d'IA approuvés par la FDA par spécialité en 2025 : la radiologie domine à environ 75 %, suivie de la cardiologie, de la pathologie et d'autres spécialités.
Diagramme circulaire et graphique à barres de la répartition des appareils par spécialité médicale
Analyse détaillée de l'IA en radiologie en 2025 : analyse de la tomodensitométrie, interprétation des radiographies pulmonaires, dépistage de la mammographie et analyse de l'IRM, avec des données de déploiement clinique et des références de précision diagnostique.
Tableau de référence des performances par modalité d'imagerie avec des statistiques de déploiement et une analyse de texte
Aperçu de la pathologie computationnelle de l'IA en 2025 : analyse des lames de pathologie numérique, assistance au classement du cancer, détection des biomarqueurs et déploiement clinique croissant des outils de pathologie de l'IA.
Tableau de comparaison des capacités avec les données de déploiement et l'analyse de texte
Analyse des applications de l'IA en ophtalmologie en 2025 : dépistage de la rétinopathie diabétique, détection du glaucome, diagnostic de la dégénérescence maculaire liée à l'âge et analyse de l'image rétinienne.
Graphique à barres de précision diagnostique par affection avec carte de déploiement géographique et analyse de texte
Analyse des scribes de documentation clinique ambiante basés sur l'IA en 2025, utilisés par plus de 300 000 cliniciens pour réduire la charge de documentation, avec des données sur les gains de temps et la réduction de l'épuisement professionnel.
Courbe de tendance d'adoption avec des mesures de gains de temps et des données d'enquête sur la réduction de l'épuisement professionnel
Données sur les résultats cliniques des déploiements de scribes de documentation basés sur l'IA en 2025 : gains de temps pour les médecins (1 à 2 heures par poste), augmentation du temps d'interaction avec les patients et amélioration de la précision de la documentation.
Graphiques de comparaison avant/après pour l'allocation du temps et la précision de la documentation avec analyse de texte
Aperçu des progrès de la découverte de médicaments basée sur l'IA en 2025, y compris le nombre de candidats médicaments découverts par l'IA, les principales entreprises (Insilico Medicine, Recursion, Exscientia) et les données sur la réduction des coûts.
Diagramme du paysage des entreprises avec le nombre de pipelines et des graphiques de comparaison des coûts
Aperçu de la modélisation virtuelle des cellules en 2025 : modèles d'IA simulant les réponses des cellules individuelles aux médicaments et aux interventions, permettant la recherche en médecine personnalisée et réduisant les besoins en matière d'expérimentation animale.
Diagramme des capacités du modèle de cellule virtuelle avec les domaines d'application et l'analyse de texte
Données sur les applications de l'IA dans le domaine de la santé mentale en 2025 : déploiement d'outils de thérapie par chatbot, données d'efficacité provenant d'études cliniques, capacités de détection de crise et préoccupations éthiques.
Graphique de comparaison des études d'efficacité avec les statistiques de déploiement et les encadrés de préoccupations éthiques
Analyse des applications de l'IA dans la médecine génomique de précision en 2025 : prédiction du score de risque polygénique, pharmacogénomique, diagnostic des maladies rares à partir de données génomiques et conception de thérapie génique guidée par l'IA.
Tableau de comparaison des capacités avec des exemples d'applications cliniques et une analyse de texte
Aperçu du déploiement des systèmes d'aide à la décision clinique (CDSS) basés sur l'IA en 2025 : prédiction de la septicémie, alertes de détérioration, vérification des interactions médicamenteuses et leur impact sur les résultats cliniques.
Graphique à barres de l'amélioration des résultats par type de CDSS avec les données de déploiement et l'analyse de texte
Données sur la chirurgie assistée par l'IA en 2025 : guidage de la chirurgie robotique par l'IA, évaluation des compétences en temps réel, analyse des images opératoires et données sur les résultats des procédures assistées par l'IA.
Graphique de comparaison des résultats pour la chirurgie assistée par l'IA par rapport à la chirurgie traditionnelle avec analyse de texte
Analyse de l'IA dans la médecine d'urgence en 2025 : aide au triage, stratification du risque de douleur thoracique, détection des accidents vasculaires cérébraux sur la tomodensitométrie et optimisation du flux de patients aux urgences.
Graphique des mesures de performance par type d'application avec les données de déploiement et l'analyse de texte
Analyse de l'impact de l'IA sur l'équité en matière de santé en 2025 : potentiel d'élargissement de l'accès au diagnostic dans les zones mal desservies, mais aussi risque de perpétuer ou d'amplifier les disparités existantes si elle est formée sur des données biaisées.
Analyse de l'impact sur l'équité en deux colonnes avec une carte de l'expansion de l'accès géographique et un graphique des risques de biais
Aperçu des applications de l'IA dans la santé mondiale et les milieux à faibles ressources en 2025 : diagnostics mobiles basés sur l'IA dans les pays à revenu faible et intermédiaire, IA pour les maladies tropicales négligées et déploiement de la télésanté basée sur l'IA.
Carte de déploiement géographique avec la répartition des types d'application et les données de rentabilité
Analyse de la réglementation des dispositifs médicaux basés sur l'IA en 2025 dans les principales juridictions : voie de contrôle des changements prédéterminée de la FDA, Règlement MDR de l'UE pour l'IA, approbations des dispositifs d'IA de la NMPA chinoise et efforts d'harmonisation internationale.
Tableau de comparaison des cadres réglementaires avec le calendrier d'approbation et l'analyse de texte
Analyse de l'intégration de l'IA aux systèmes de DME en 2025 : analyses prédictives intégrées aux DME, NLP pour les notes non structurées, identification des lacunes de soins basée sur l'IA et défis d'interopérabilité.
Tableau des capacités d'intégration de l'IA aux DME avec taux d'adoption et analyse de texte
Données sur les dispositifs de santé portables alimentés par l'IA en 2025 : surveillance continue de la glycémie, détection du rythme cardiaque, surveillance respiratoire et programmes de surveillance de la santé au niveau de la population.
Tableau comparatif des capacités des dispositifs avec données de validation clinique et statistiques de déploiement
Aperçu des outils de communication patient basés sur l'IA en 2025 : chatbots d'IA pour l'éducation des patients, soutien à l'observance thérapeutique, planification des rendez-vous et suivi post-hospitalisation.
Tableau comparatif des types d'outils avec données d'efficacité et résultats d'enquêtes de satisfaction des patients
Données d'enquête sur les attitudes des cliniciens envers l'IA en 2025 : niveaux de confiance par spécialité, préoccupations concernant la responsabilité, temps nécessaire pour adopter de nouveaux outils d'IA et opinions sur le remplacement ou l'amélioration des rôles cliniques par l'IA.
Diagramme à barres des résultats de l'enquête par spécialité et catégorie de préoccupation avec analyse de texte
Aperçu de l'IA dans la formation médicale en 2025 : simulateurs de cas cliniques basés sur l'IA, préparation aux examens du conseil d'administration assistée par l'IA, interactions virtuelles avec les patients et formation aux compétences chirurgicales guidée par l'IA.
Tableau du taux d'adoption avec données sur les résultats d'apprentissage et répartition par type d'outil
Données sur les applications de l'IA dans les opérations hospitalières en 2025 : optimisation du flux de patients, gestion des lits, prédiction des effectifs, gestion de la chaîne d'approvisionnement et IA du cycle de revenus.
Diagramme à barres du gain d'efficacité par domaine opérationnel avec statistiques de déploiement
Aperçu de l'IA dans la médecine préventive en 2025 : stratification des risques pour la santé de la population, optimisation du dépistage du cancer, personnalisation des interventions sur le mode de vie et outils d'IA pour la santé publique.
Tableau des performances de la stratification des risques avec données sur l'optimisation du dépistage et analyse de texte
Analyse de la façon dont l'IA transforme les essais cliniques en 2025 : bras de contrôle synthétiques, appariement des patients, prédiction des critères d'évaluation et génération de données probantes du monde réel, avec données sur l'impact sur les coûts et les délais.
Tableau de réduction des coûts et des délais avec diagramme de la méthodologie de conception des essais et analyse de texte
Données sur l'impact de l'IA sur le diagnostic des maladies rares en 2025 : réduction du temps de diagnostic, IA d'analyse du séquençage du génome entier, appariement phénotype-génotype et raccourcissement de l'odyssée du diagnostic.
Tableau comparatif du temps de diagnostic avec exemples d'études de cas et analyse de texte
Aperçu de l'IA dans la pharmacie et la gestion des médicaments en 2025 : IA de distribution automatisée, vérification des interactions médicamenteuses, optimisation personnalisée de la posologie et outils d'observance thérapeutique.
Tableau des capacités des applications avec données sur les résultats et analyse de texte
Analyse de l'impact de l'IA sur les coûts des soins de santé en 2025 : réductions de coûts documentées en radiologie, documentation et opérations, par rapport aux coûts de mise en œuvre et d'intégration.
Tableau d'analyse de l'impact sur les coûts avec estimations du retour sur investissement par type d'application
Données de performance des systèmes de dermatologie basés sur l'IA en 2025 : précision de la détection du mélanome par rapport aux dermatologues, classification de l'acné et des affections cutanées, et déploiement de la télédermatologie assistée par l'IA.
Tableau comparatif de la précision par type d'affection avec statistiques de déploiement et analyse de texte
Analyse de l'IA en cardiologie en 2025 : IA d'interprétation d'ECG, analyse d'échocardiographie, segmentation d'IRM cardiaque et gestion de l'insuffisance cardiaque guidée par l'IA.
Tableau comparatif des performances par tâche de cardiologie avec données de déploiement clinique
Aperçu complet de l'IA en oncologie en 2025 : détection des tumeurs, prédiction de la réponse au traitement, optimisation de la planification de la radiothérapie, identification des biomarqueurs génomiques et médecine de précision contre le cancer.
Matrice de capacités multi-applications avec résumé des preuves cliniques et analyse de texte
Données sur les applications de l'IA dans les maladies infectieuses en 2025 : surveillance génomique des agents pathogènes, algorithmes de détection des épidémies, prédiction de la résistance aux antimicrobiens et outils d'IA de préparation aux pandémies.
Tableau des capacités de surveillance avec carte de déploiement et analyse de texte
Analyse de l'infrastructure de données médicales soutenant l'IA en 2025 : déploiements d'apprentissage fédéré, données synthétiques pour la formation, cadres de partage de données et rôle des programmes nationaux de données de santé.
Diagramme du paysage de l'infrastructure avec carte de déploiement de l'apprentissage fédéré et analyse de texte
Discussion des principaux défis éthiques de la médecine de l'IA en 2025 : responsabilité algorithmique dans le diagnostic, consentement du patient pour les outils d'IA, responsabilité en cas d'erreur de l'IA et exigences de transparence.
Taxonomie des défis éthiques avec comparaison des réponses réglementaires et analyse de texte
Tableau de bord récapitulatif du chapitre 6 avec les statistiques clés : 258 approbations de la FDA, plus de 300 000 cliniciens utilisant des scribes d'IA, 85,5 % de précision MAI-DxO, médicaments candidats de l'IA en essais de phase II/III.
Tableau de bord récapitulatif avec statistiques en grands chiffres et graphiques à thème bleu du chapitre
Notes de référence et lectures complémentaires pour le chapitre 6 avec les sources de données de la FDA, les citations d'études cliniques et la liste de lecture organisée par spécialité médicale et application de l'IA.
Format de note de fin à deux colonnes suivi d'une liste de lecture structurée
Ouverture de chapitre pleine page avec fond vert forêt, grand chiffre 7 blanc, titre « Éducation » et bref aperçu de l'influence croissante de l'IA sur l'apprentissage, l'enseignement et les établissements universitaires.
Fond vert forêt pleine page, numéro de chapitre surdimensionné, titre et description blancs
Introduction au chapitre 7 présentant l'IA dans l'éducation comme une question centrale en 2025, avec les principaux résultats : 80 % des étudiants utilisant l'IA générative, 11 % de baisse des inscriptions en CS, 82 % de croissance des programmes de maîtrise en IA.
Introduction à une seule colonne avec des boîtes de rappel de statistiques principales et un aperçu de la section
Graphique linéaire montrant les tendances des inscriptions en CS dans les meilleures universités américaines de 2015 à 2025, y compris une baisse de 11 % en 2024-2025, interprétée comme un signal de saturation du marché pour les diplômes traditionnels en CS.
Graphique linéaire des inscriptions multi-établissements avec axe des x des années et axe des y du nombre d'inscriptions, annotation de baisse de 11 %
Graphique à barres montrant la croissance des programmes d'études supérieures spécifiques à l'IA/ML de 2018 à 2025, avec une croissance de 82 % des programmes de maîtrise en IA et de nouvelles concentrations de premier cycle en IA dans les grandes universités.
Graphique à barres du nombre de programmes par année avec répartition par type d'établissement et répartition géographique
Données d'enquête montrant que 80 % des étudiants déclarent utiliser l'IA générative pour les travaux de cours en 2025, ventilées par type d'utilisation : aide à la rédaction, recherche, codage, étude et résolution de problèmes.
Graphique à barres du type d'utilisation avec répartition de la fréquence et répartition démographique
Données sur les préoccupations relatives à l'intégrité académique liées à l'utilisation de l'IA par les étudiants en 2025 : soumissions générées par l'IA détectées, évolution des politiques institutionnelles et points de vue des étudiants sur l'éthique de l'utilisation de l'IA.
Graphique d'adoption des politiques avec données sur les incidents d'intégrité et enquête d'opinion auprès des étudiants
Données d'enquête sur les attitudes des professeurs envers l'IA en 2025 : 60 % autorisent l'utilisation de l'IA avec des restrictions, politiques variables selon les disciplines et préoccupations des professeurs concernant la validité de l'évaluation.
Diagramme à barres de l'enquête auprès des professeurs par discipline avec ventilation par catégorie de politique et analyse de texte
Preuves expérimentales de l'efficacité des systèmes de tutorat par l'IA en 2025 : Khan Academy Khanmigo, Duolingo Max et autres tuteurs d'IA similaires présentant des gains d'apprentissage documentés dans des études contrôlées.
Tableau comparatif des gains d'apprentissage par outil avec notes sur la méthodologie d'étude et analyse de texte
Données sur le déploiement d'outils de tutorat par l'IA en 2025 : nombre d'étudiants utilisant des plateformes de tutorat par l'IA, portée géographique, couverture des domaines et modèles de fréquence d'utilisation.
Graphique d'adoption avec carte géographique et ventilation par domaine
Analyse de l'adoption du programme d'IA de la maternelle à la terminale dans le monde en 2025, avec plus de 30 pays mettant en œuvre des normes nationales de programme d'IA/informatique et des données sur la disponibilité de la formation des enseignants en IA.
Carte du monde de l'adoption du programme d'IA de la maternelle à la terminale avec diagramme à barres du nombre de pays et analyse de texte
Analyse du contenu des normes du programme d'IA de la maternelle à la terminale en 2025 : quels sujets d'IA sont enseignés (concepts d'apprentissage automatique, éthique, littératie des données, « prompt engineering ») et à quels niveaux.
Matrice des sujets du programme par niveau avec comparaison des pays et analyse de texte
Données sur la croissance des plateformes d'apprentissage de l'IA en ligne en 2025 : les cours d'IA de Coursera et edX ont augmenté de plus de 50 %, nouveaux programmes de certification en IA des grandes entreprises technologiques et analyse du taux d'achèvement.
Graphique de la tendance de croissance avec comparaison des plateformes et ventilation par type de certification
Analyse de la manière dont les meilleures universités intègrent les résultats de la recherche en IA dans l'enseignement en 2025, y compris les nouveaux programmes d'éthique de l'IA, les programmes interdisciplinaires d'IA et la croissance des centres de recherche en IA.
Tableau comparatif des programmes d'IA des universités avec schéma du modèle d'intégration recherche-enseignement
Aperçu des initiatives d'éducation à la littératie en IA en 2025 : programmes de littératie en IA pour le grand public, perfectionnement des compétences en IA financé par le gouvernement, formation en IA sur le lieu de travail et marché croissant de la certification en littératie en IA.
Aperçu du type de programme avec mesures de la portée et analyse de texte
Données sur l'utilisation de l'IA dans l'administration de l'enseignement supérieur en 2025 : l'IA dans les admissions des étudiants, la gestion des inscriptions, l'optimisation de l'aide financière et les systèmes de prédiction de la réussite des étudiants.
Graphique d'adoption des applications avec résultats de l'audit des biais et analyse de texte
Analyse de l'utilisation de l'assistance à la rédaction par l'IA dans les contextes académiques en 2025, y compris les effets sur la qualité de la rédaction, les résultats d'apprentissage pour les compétences en rédaction et l'évolution des normes académiques.
Tableau comparatif des résultats d'étude avec évaluation de la qualité de la rédaction et analyse de texte
Aperçu des outils d'accessibilité de l'IA dans l'éducation en 2025 au profit des étudiants handicapés : sous-titrage en temps réel, assistance à la lecture par l'IA, adaptations d'apprentissage personnalisées et outils de synthèse vocale.
Tableau des capacités des outils d'accessibilité avec données d'adoption et preuves des résultats des étudiants
Données sur les programmes de formation des enseignants et des éducateurs à l'IA en 2025 : taux de participation au développement professionnel, qualité du contenu de la formation et confiance des éducateurs dans l'utilisation des outils d'IA.
Tableau d'adoption de la formation avec enquête de confiance et comparaison de la couverture du contenu
Analyse de l'impact potentiel de l'IA sur l'équité en matière d'éducation en 2025 : l'apprentissage personnalisé réduit les écarts de réussite, mais les écarts d'accès aux appareils et à la connectivité créent de nouvelles divisions.
Double analyse de l'impact sur l'équité avec carte des écarts d'accès et données sur les résultats d'apprentissage
Données sur les outils d'IA soutenant spécifiquement l'enseignement des STEM en 2025 : tuteurs de mathématiques IA, plateformes d'enseignement du codage, outils de simulation scientifique et applications d'IA pour la sécurité en laboratoire.
Tableau comparatif des types d'outils avec preuves des résultats d'apprentissage et données d'adoption
Analyse des applications d'apprentissage des langues basées sur l'IA en 2025 : fonctionnalités d'IA de Duolingo, Rosetta Stone et autres plateformes présentant des données d'accélération de l'apprentissage et des indicateurs d'engagement.
Tableau comparatif des taux d'apprentissage avec indicateurs d'engagement et analyse de texte
Aperçu des politiques nationales en matière d'éducation à l'IA en 2025 : orientations de l'UNESCO en matière d'éducation à l'IA, stratégie de l'UE en matière d'éducation à l'IA, décrets américains sur la culture numérique en matière d'IA et cadre de l'OCDE pour l'éducation à l'IA.
Tableau comparatif des cadres politiques avec carte d'adoption géographique et analyse de texte
Analyse de l'impact de l'IA sur les priorités des universités de recherche en 2025 : financement des centres de recherche en IA, partenariats IA entre l'industrie et le monde universitaire, activité de brevetage en IA des universités et revenus de la recherche liés à l'IA.
Tableau comparatif du financement de la recherche avec données sur les partenariats et analyse de texte
Tableau de bord récapitulatif du chapitre 7 présentant les principales statistiques sur l'éducation : taux d'utilisation de l'IA par les étudiants, tendances en matière d'inscription, efficacité du tutorat par l'IA et adoption des programmes d'études de la maternelle à la 12e année.
Tableau de bord récapitulatif avec statistiques en grands chiffres et graphiques sur le thème du vert forêt du chapitre
Notes de référence et lectures complémentaires pour le chapitre 7, y compris les sources de données sur les inscriptions, les citations d'études sur le tutorat par l'IA et une liste de lectures organisée par secteur de l'éducation.
Format de note de fin à deux colonnes suivi d'une liste de lectures structurée
Ouverture du chapitre en pleine page avec fond violet foncé/indigo, grand chiffre 8 blanc du chapitre, titre « Politique et gouvernance » et bref aperçu des développements réglementaires et politiques en matière d'IA en 2025.
Fond violet foncé/indigo en pleine page, numéro de chapitre surdimensionné, titre et description en blanc
Introduction au chapitre 8 présentant l'année 2025 comme une année charnière pour la politique en matière d'IA à l'échelle mondiale, avec des statistiques marquantes : 20,4 milliards de dollars d'investissement fédéral américain dans l'IA, 25 projets de loi sur l'IA signés, 46 pays dotés de stratégies nationales en matière d'IA.
Introduction à une seule colonne avec encadrés de statistiques marquantes et aperçu de la section
Visualisation chronologique complète des principales étapes de la politique en matière d'IA de 2016 à 2025, du rapport Obama sur l'IA (2016) à la mise en œuvre de la loi européenne sur l'IA (2025), organisée par zone géographique.
Chronologie horizontale à plusieurs pistes avec des voies par pays/région, des marqueurs d'étape et de brèves annotations
Carte du monde montrant les 46 pays qui ont adopté des stratégies nationales officielles en matière d'IA d'ici 2025, avec un ombrage de la date d'adoption et des regroupements régionaux d'activités de gouvernance de l'IA.
Carte choroplèthe du monde avec ombrage de la date d'adoption et mentions du nom du pays pour les principales stratégies
Analyse de l'investissement fédéral américain dans l'IA, atteignant 20,4 milliards de dollars en 2025, ventilé par agence (DOD, DARPA, NSF, NIH, DOE, NIST) et domaines de recherche prioritaires.
Diagramme à barres de la répartition par agence avec analyse des domaines prioritaires et annotation de la croissance d'une année sur l'autre
Analyse de la législation américaine relative à l'IA en 2025 : 25 projets de loi sur l'IA signés au niveau fédéral, répartition par sujet (sécurité, approvisionnement, main-d'œuvre, deepfakes, sécurité nationale) et projets de loi sur l'IA au niveau des États.
Diagramme à barres des sujets législatifs avec chronologie des projets de loi signés et carte de l'activité au niveau des États
Résumé des principales actions de la branche exécutive américaine en matière d'IA en 2025 : activités du NIST AI Safety Institute, directives de la Maison Blanche en matière de politique d'IA et mandats de mise en œuvre de l'IA par les agences fédérales.
Chronologie des actions politiques avec analyse textuelle des principaux décrets et réponses des agences
Analyse des réglementations américaines spécifiques à certains secteurs en matière d'IA en 2025 : directives de la FDA sur les dispositifs médicaux utilisant l'IA, règles de la FTC sur l'IA dans la publicité, directives du CFPB sur l'IA dans la notation de crédit et directives de l'EEOC sur l'IA dans l'embauche.
Matrice réglementaire par secteur et agence avec analyse textuelle
Aperçu des étapes de la mise en œuvre de la loi européenne sur l'IA atteintes en 2025, y compris l'interdiction des pratiques interdites entrée en vigueur en février 2025, avec un diagramme de classification des niveaux de risque.
Diagramme pyramidal des niveaux de risque avec chronologie de la mise en œuvre et liste des pratiques interdites
Répartition détaillée des catégories de risque de la loi européenne sur l'IA : risque inacceptable (interdit), risque élevé, risque limité et risque minimal, avec des exemples d'applications de l'IA dans chaque catégorie.
Diagramme à quatre catégories avec des exemples par niveau de risque et un résumé des obligations réglementaires
Analyse des exigences de conformité pour les systèmes d'IA à haut risque en vertu de la loi européenne sur l'IA en 2025 : documentation technique, supervision humaine, gouvernance des données et obligations d'évaluation de la conformité.
Diagramme de la liste de contrôle de la conformité avec les estimations des coûts de mise en œuvre et les orientations sectorielles
Données sur l'état de conformité à la loi européenne sur l'IA parmi les grandes entreprises en 2025, montrant l'adoption précoce par les grandes entreprises, les défis de conformité pour les PME et les progrès de la mise en place de l'organisme de contrôle.
Diagramme à barres du taux de conformité par taille d'entreprise avec des mesures des progrès de l'application et une analyse textuelle
Analyse du code de conduite pour l'IA à usage général (General Purpose AI Code of Practice) en vertu de la loi européenne sur l'IA, couvrant les exigences de transparence, les évaluations des risques systémiques et la manière dont les développeurs d'IA frontalière s'adaptent.
Diagramme des obligations du code de conduite avec tableau de l'état de conformité des développeurs de modèles frontaliers
Aperçu de la politique nationale de la Chine en matière d'IA en 2025 : mise en œuvre du plan de développement de l'IA de nouvelle génération, engagement d'investissement de plus de 15 milliards de dollars dans l'IA, normes de l'industrie de l'IA et lignes directrices réglementaires pour l'IA générative.
Diagramme du cadre politique avec graphique des investissements et chronologie réglementaire
Analyse des dispositions du règlement chinois sur l'IA générative (2023, mis à jour en 2025) : exigences de filtrage du contenu, mandats de filigrane, enregistrement des noms réels et application de la conformité.
Résumé des dispositions réglementaires avec analyse du fardeau de la conformité et analyse textuelle
Aperçu de la politique du Royaume-Uni en matière d'IA en 2025 : évolution de l'AI Safety Institute, approche réglementaire pro-innovation, orientations sectorielles en matière d'IA et divergence de la gouvernance de l'IA post-Brexit par rapport à l'UE.
Comparaison de l'approche politique (Royaume-Uni vs UE) avec un résumé des activités de l'AI Safety Institute
Analyse des résultats du processus d'IA d'Hiroshima du G7 et de l'adoption du cadre de gouvernance de l'IA du G20 en 2025, y compris l'état de la mise en œuvre du Code de conduite d'Hiroshima pour les développeurs d'IA avancée.
Résumé du cadre de gouvernance avec des indicateurs d'état de la mise en œuvre et un tableau d'adoption par pays
Résumé des résultats du Sommet de Paris sur la sécurité de l'IA (février 2025) : engagements clés, nations participantes, résultats des groupes de travail et calendrier de suivi du processus mondial de sécurité de l'IA.
Résumé des résultats du sommet avec la liste des nations participantes et un tableau de suivi des engagements
Analyse des activités de gouvernance de l'IA de l'ONU en 2025 : le Pacte numérique mondial, l'adoption de la résolution de l'ONU sur l'IA, le Conseil consultatif sur l'IA du Secrétaire général de l'ONU et le débat sur une nouvelle agence de l'ONU pour l'IA.
Chronologie des activités de gouvernance de l'ONU avec analyse de texte et comparaison des positions des pays
Analyse du concept émergent de souveraineté de l'IA en 2025, définissant ses cinq dimensions : souveraineté du calcul, souveraineté des données, souveraineté des talents, souveraineté des normes et indépendance géopolitique de l'IA.
Diagramme du cadre à cinq dimensions avec évaluation des pays par dimension et analyse de texte
Données sur les efforts nationaux pour construire une infrastructure souveraine de calcul de l'IA en 2025 : plans de giga-usines d'IA de l'UE, réseau national de calcul de l'IA de l'Inde, infrastructure Falcon AI des ÉAU et autres.
Graphique comparatif des investissements dans le calcul avec carte de déploiement géographique et analyse de texte
Analyse des politiques de contrôle des exportations liées à l'IA en 2025 : élargissement des restrictions américaines sur les exportations de semi-conducteurs, règles relatives aux puces vers la Chine, contrôles des exportations de logiciels d'IA et coordination des pays alliés.
Chronologie du contrôle des exportations avec analyse de l'impact par pays et carte des restrictions technologiques
Aperçu de l'activité de développement des normes de l'IA en 2025 : normes ISO/IEC pour l'IA, normes d'éthique de l'IA de l'IEEE, normes NIST pour l'IA et efforts d'harmonisation des normes internationales.
Diagramme du paysage des normes avec graphique de suivi de l'adoption et analyse de texte
Analyse comparative des cadres de responsabilité de l'IA qui émergent en 2025 : Directive européenne sur la responsabilité en matière d'IA, approches américaines en matière de responsabilité du fait des produits pour l'IA et cadres de responsabilité auto-réglementés de l'industrie.
Tableau comparatif des cadres de responsabilité avec analyse juridiction par juridiction
Analyse de l'impact de l'IA sur les processus démocratiques en 2025 : l'IA dans les élections (deepfakes, ciblage des électeurs, contenu politique généré par l'IA), les réponses réglementaires et la surveillance internationale des élections.
Diagramme d'analyse d'impact avec chronologie des réponses réglementaires et analyse de texte
Comparaison transnationale des engagements publics d'investissement dans l'IA en 2025 : 20,4 milliards de dollars américains, plus de 20 milliards d'euros de financement pour l'application de l'AI Act de l'UE, plus de 15 milliards de dollars chinois, 1,5 milliard de livres sterling au Royaume-Uni, 2,4 milliards de dollars canadiens et autres.
Graphique à barres comparatif des investissements par pays avec analyse de texte
Aperçu des applications de l'IA dans la sécurité nationale en 2025 : analyse du renseignement, cyberdéfense, optimisation de la logistique, systèmes autonomes et la compétition IA États-Unis-Chine dans la défense.
Aperçu du domaine d'application avec données sur les investissements dans l'IA de défense et analyse de texte
Analyse de la réglementation de l'IA au niveau des États américains en 2025 : projets de loi californiens sur l'IA, règles new-yorkaises sur l'embauche basée sur l'IA, protection des consommateurs de l'IA au Colorado et le débat sur la mosaïque réglementaire par rapport à la préemption fédérale.
Carte de l'activité réglementaire État par État avec nombre de projets de loi et ventilation par sujet
Analyse des politiques gouvernementales d'acquisition d'IA en 2025 : règles fédérales américaines d'acquisition d'IA, exigences du secteur public de l'UE en matière d'IA et normes pour une acquisition gouvernementale d'IA responsable.
Tableau comparatif des politiques d'acquisition par juridiction avec analyse textuelle
Aperçu des développements réglementaires spécifiques à l'IA dans le domaine des soins de santé en 2025 au-delà des approbations de dispositifs par la FDA : décisions de couverture de l'IA par la CMS, directives HIPAA-IA, IA dans les directives de pratique clinique.
Chronologie des développements réglementaires avec analyse textuelle des décisions clés
Analyse de la réglementation de l'IA dans les services financiers en 2025 : règles de la SEC sur le trading de l'IA, directives des régulateurs bancaires sur le risque lié aux modèles d'IA, surveillance de l'IA dans les prêts par le CFPB et normes financières mondiales en matière d'IA.
Comparaison du cadre réglementaire par secteur financier avec analyse textuelle
Aperçu de la réglementation du travail en matière d'IA en 2025 : dispositions de la loi européenne sur l'IA relatives à la surveillance des travailleurs, directives du NLRB américain sur l'IA sur le lieu de travail, application de l'IA dans l'embauche par l'EEOC et revendications syndicales en matière de négociation sur l'IA.
Tableau comparatif de la réglementation du travail avec analyse textuelle
Analyse des premières preuves de l'efficacité des politiques d'IA en 2025 : quelles approches réglementaires donnent des résultats en matière de conformité, conséquences imprévues des réglementations et lacunes des politiques.
Matrice d'évaluation de l'efficacité des politiques avec analyse textuelle
Aperçu des développements réglementaires spécifiques à l'IA en matière de confidentialité en 2025 : directives du RGPD sur l'IA, dispositions du projet de loi fédéral américain sur la confidentialité relatives à l'IA, minimisation des données pour la formation à l'IA et restrictions sur les données biométriques.
Tableau comparatif de la réglementation de la confidentialité avec analyse textuelle
Aperçu de l'activité de la société civile et des ONG dans la politique d'IA en 2025 : organisations de défense des droits, recherche d'IA d'intérêt public, campagnes de coalition et leur influence sur la réglementation de l'IA.
Diagramme du paysage des organisations de la société civile spécialisées dans l'IA avec analyse de l'influence politique
Résumé du chapitre 8 présentant les principaux chiffres de la politique : investissement fédéral américain dans l'IA, nombre de lois mondiales, étapes clés de la loi européenne sur l'IA, résultats du sommet sur l'IA et émergence du concept de souveraineté de l'IA.
Tableau de bord récapitulatif avec des statistiques en grands chiffres et des graphiques sur le thème violet/indigo du chapitre
Analyse conclusive du chapitre 8 identifiant les principales tendances en matière de gouvernance : risque de fragmentation réglementaire, dynamique de course vers le haut/bas, tensions liées à la souveraineté de l'IA et défi de suivre le rythme des progrès de l'IA.
Conclusion textuelle avec diagramme des principales tensions et analyse prospective
Notes de référence pour le chapitre 8 avec des citations de documents de politique, des sources de données législatives et des notes méthodologiques sur les chiffres d'investissement.
Format de note de fin numérotée à deux colonnes
Lectures complémentaires sélectionnées pour le chapitre 8, organisées par région et sujet de politique : politique américaine, politique européenne, politique chinoise, gouvernance internationale et souveraineté de l'IA.
Liste de lectures structurée avec des en-têtes de région et de sujet
Ouverture du chapitre en pleine page avec un fond bleu-turquoise, un grand chiffre 9 blanc pour le chapitre, le titre « Opinion publique » et un bref aperçu des attitudes du public mondial à l'égard de l'IA, telles qu'elles ont été étudiées en 2025.
Fond bleu-turquoise en pleine page, numéro de chapitre surdimensionné, titre et description en blanc
Introduction au chapitre 9 encadrant l'état de l'opinion publique mondiale envers l'IA en 2025 : 59 % d'optimisme mondial selon Ipsos, une anxiété notable concernant la désinformation et des écarts importants entre l'attitude des experts et celle du public.
Introduction à une seule colonne avec des encadrés d'appel de statistiques phares et un aperçu de la section
Carte du monde du sentiment mondial envers l'IA en 2025 indiquant le pourcentage exprimant de l'optimisme à l'égard de l'IA par pays, avec un optimisme plus élevé dans les économies émergentes et un optimisme plus faible en Europe.
Carte choroplèthe mondiale de l'optimisme envers l'IA avec échelle de gradient de couleurs et encadrés d'appel de pays
Résultats détaillés de l'enquête Ipsos sur les attitudes envers l'IA en 2025 dans plus de 30 pays : niveaux d'optimisme, d'inquiétude, de confiance et de sensibilisation, ventilés par pays et par région du monde.
Graphique à barres multi-pays pour chaque dimension d'attitude avec des agrégats régionaux
Analyse approfondie régionale du sentiment envers l'IA : la Chine et l'Inde affichent l'optimisme le plus élevé (plus de 80 %), l'Europe occidentale est la plus prudente, les États-Unis sont modérés et l'Afrique affiche un optimisme élevé lié aux espoirs de développement.
Graphique à barres groupées régional avec équilibre optimisme/inquiétude et analyse de texte
Comparaison des enquêtes d'attitude envers l'IA pour les experts en IA par rapport au grand public en 2025, montrant que les experts sont plus préoccupés par les risques à long terme tandis que le public se concentre sur les impacts économiques à court terme.
Tableau de comparaison côte à côte avec répartition des catégories de préoccupations pour les experts par rapport au public
Données d'enquête sur la confiance du public dans diverses institutions pour réglementer l'IA de manière équitable : les institutions de l'UE sont les plus fiables à l'échelle mondiale, les entreprises technologiques sont les moins fiables, les gouvernements nationaux affichent des résultats mitigés.
Graphique à barres horizontales des niveaux de confiance par type d'institution dans plusieurs pays
Données d'opinion publique spécifiques aux États-Unis sur l'IA : seulement 31 % des Américains font confiance au gouvernement pour bien réglementer l'IA, 68 % s'inquiètent de la désinformation générée par l'IA et opinions sur l'IA dans divers rôles gouvernementaux.
Graphique à barres d'opinion américaine avec répartition de la confiance et des préoccupations et analyse de texte
Analyse des sources d'anxiété liée à l'IA en 2025 : préoccupation concernant la perte d'emplois, crainte de la désinformation, inquiétude concernant la confidentialité, préoccupation concernant les armes autonomes et risque existentiel — ventilés par pays et par données démographiques.
Graphique à barres empilées des sources d'anxiété par groupe de pays avec des encarts de répartition démographique
Données sur les niveaux de sensibilisation et de compréhension de l'IA par le public en 2025 : sensibilisation croissante, mais compréhension technique limitée, avec une analyse de l'écart de sensibilisation-compréhension par niveau d'éducation et par âge.
Tableau de comparaison sensibilisation vs compréhension avec répartition par niveau d'éducation et par âge
Données d'enquête comparant les attitudes envers l'IA entre les générations (génération Z, milléniaux, génération X, baby-boomers) en 2025 : les jeunes générations sont plus optimistes et utilisent l'IA quotidiennement plus souvent, les générations plus âgées sont plus prudentes.
Graphique à barres de comparaison générationnelle pour plusieurs dimensions d'attitude
Analyse de la corrélation entre le niveau d'éducation et les attitudes envers l'IA en 2025 : un niveau d'éducation plus élevé est associé à des points de vue plus nuancés plutôt qu'à un simple optimisme ou pessimisme.
Tableau de corrélation du niveau d'éducation par rapport aux dimensions d'attitude envers l'IA avec analyse de texte
Analyse de la relation entre l'utilisation personnelle des outils d'IA et les attitudes envers l'IA en 2025 : les utilisateurs réguliers sont beaucoup plus positifs quant aux avantages de l'IA, mais sont également plus conscients des risques.
Tableau de comparaison de la fréquence d'utilisation par rapport à l'attitude avec analyse de texte
Données d'enquête sur les attitudes envers l'IA par niveau de revenu en 2025 : les personnes à faible revenu sont plus préoccupées par les suppressions d'emplois, les personnes à revenu élevé sont plus optimistes quant aux avantages économiques de l'IA.
Tableau comparatif des attitudes par niveau de revenu avec ventilation des préoccupations liées aux suppressions d'emplois
Analyse des différences entre les sexes dans les attitudes envers l'IA en 2025 : les hommes sont légèrement plus optimistes en moyenne, les femmes sont plus préoccupées par la confidentialité et les impacts sur l'emploi, avec des variations selon les pays.
Diagramme à barres comparant les sexes selon les dimensions de l'attitude avec des encarts de variation par pays
Graphiques linéaires suivant les tendances des attitudes envers l'IA au fil du temps de 2019 à 2025 : l'optimisme augmente jusqu'en 2022, se stabilise avec des points de vue plus mitigés à mesure que l'IA devient plus pertinente personnellement en 2024-2025.
Graphique longitudinal multi-lignes avec lignes de catégorie d'attitude et annotation d'événements
Données d'enquête mondiale sur les préoccupations liées aux suppressions d'emplois dues à l'IA en 2025, montrant qu'environ la moitié des personnes interrogées dans le monde s'inquiètent du fait que l'IA remplace leur propre emploi, avec des variations importantes selon le secteur et le pays.
Diagramme à barres des préoccupations mondiales par pays avec analyse des variations spécifiques au secteur
Données sur la mesure dans laquelle les gens reconnaissent l'IA dans leurs produits et services quotidiens en 2025, montrant une utilisation élevée des outils d'IA, mais une reconnaissance limitée du fait que la technologie sous-jacente est l'IA.
Tableau comparatif de l'utilisation par rapport à la reconnaissance avec ventilation par catégorie de produit
Analyse des données d'enquête sur l'impact perçu de l'IA sur la cohésion sociale en 2025 : préoccupations concernant l'exacerbation de la polarisation, des inégalités et la réduction des liens humains par l'IA.
Diagramme à barres des catégories de préoccupations avec appels à la polarisation et aux inégalités et analyse de texte
Données d'enquête sur les opinions du public concernant l'éthique de l'IA en 2025 : quelles valeurs devraient guider le développement de l'IA (sécurité, transparence, équité, confidentialité) et qui devrait avoir autorité sur les décisions éthiques en matière d'IA.
Diagramme à barres des valeurs classées avec ventilation des préférences d'autorité et analyse de texte
Données d'enquête sur les préoccupations du public concernant l'impact de l'IA sur les valeurs démocratiques en 2025 : intégrité des élections, liberté d'expression, surveillance et primauté du droit, avec des niveaux de préoccupation importants à l'échelle mondiale.
Diagramme à barres des catégories de préoccupations démocratiques avec comparaison des pays et analyse de texte
Résumé du chapitre 9 présentant les principaux résultats de l'opinion publique : taux d'optimisme mondial, classements de confiance, principales angoisses liées à l'IA et principales divisions démographiques dans les attitudes envers l'IA.
Tableau de bord récapitulatif avec des statistiques en grands chiffres et des graphiques sur le thème bleu-teal du chapitre
Notes de référence pour le chapitre 9 avec des citations de sources de données d'enquête et des lectures complémentaires organisées sur les attitudes du public à l'égard de l'IA, organisées par sujet et par type de méthodologie.
Format de note de fin à deux colonnes suivi d'une liste de lecture structurée
Aperçu de la méthodologie de recherche de l'AI Index 2026, expliquant les approches de collecte de données dans les neuf chapitres, la définition de « AI » utilisée dans le rapport et les principes méthodologiques généraux.
Aperçu structuré de la méthodologie avec un diagramme d'approche section par section
Méthodologie détaillée pour le chapitre R&D : sources de données de publication (Semantic Scholar, Dimensions), données de brevets (OMPI, USPTO), critères de suivi de la publication de modèles et collecte de données de calcul.
Sections de description de la méthodologie avec des tableaux de sources de données et des notes de limitation
Notes méthodologiques pour le chapitre sur la performance technique : critères de sélection des benchmarks, extraction des données de Papers With Code et des classements, collecte des données de référence humaines et règles d’inclusion/exclusion des benchmarks.
Sections de description de la méthodologie avec tableau des critères de sélection des benchmarks
Méthodologie pour le chapitre sur l’IA responsable : collecte des données d’incidents de l’AIAAIC, critères d’inclusion de l’étude des biais, méthodologie de recherche de publications sur la sécurité et procédures de codage du cadre de gouvernance.
Sections de description de la méthodologie avec critères d’inclusion/exclusion
Méthodologie pour le chapitre sur l’économie : données d’investissement de NetBase Quid, données d’offres d’emploi de Lightcast, sources de données sur les salaires, critères de sélection des études de productivité et méthodologie d’enquête sur l’adoption par les entreprises.
Description de la méthodologie avec tableau de référence des sources de données et notes sur les limitations
Méthodologie pour le chapitre sur la science et l’IA : méthodologie de classification assistée par l’IA des publications scientifiques, critères de recherche spécifiques au domaine et collecte des données des essais cliniques à partir de ClinicalTrials.gov.
Description de la méthodologie avec critères de domaine et explication de la classification
Méthodologie pour le chapitre sur la médecine et l’IA : collecte des données de dispositifs de la FDA, critères d’inclusion des études cliniques sur l’IA, méthodes d’agrégation de la précision diagnostique et sources de données sur l’adoption des scribes d’IA.
Sections de description de la méthodologie avec approche des données de la FDA et critères d’étude
Méthodologie pour le chapitre sur l’éducation : sources de données sur les inscriptions (IPEDS, équivalents internationaux), méthodologie d’enquête auprès des étudiants, conception d’enquête auprès des professeurs et approche de collecte des données sur les programmes scolaires de la maternelle à la terminale (K-12).
Description de la méthodologie avec notes sur la conception de l’enquête et références des sources de données
Méthodologie pour le chapitre sur les politiques : sources de bases de données législatives, critères d’identification des projets de loi sur l’IA, sources de compilation des chiffres d’investissement, méthodologie de codage des stratégies nationales et construction de la chronologie des politiques.
Sections de description de la méthodologie avec références des sources de données législatives
Méthodologie pour le chapitre sur l’opinion publique : sources de données d’enquête (Ipsos, Edelman Trust Barometer, enquête de Stanford), critères d’échantillonnage des enquêtes, notes sur la comparabilité transnationale et définitions des mesures d’attitude.
Description de la méthodologie d’enquête avec critères d’échantillonnage et notes sur la comparabilité
Glossaire des termes clés et des définitions de données utilisés dans l’ensemble de l’AI Index 2026, y compris les définitions de « modèle de base », « incident lié à l’IA », « calcul d’entraînement », « saturation des benchmarks » et d’autres concepts fondamentaux.
Présentation du glossaire par ordre alphabétique avec entrées de termes et définitions
Tableau de référence complet de tous les benchmarks d’IA cités dans le rapport, y compris le nom du benchmark, le domaine, le type de tâche, la référence humaine et l’année d’introduction.
Tableau de référence à plusieurs colonnes trié par chapitre, puis par nom de benchmark
Tableau de référence de tous les modèles d’IA notables mentionnés dans l’AI Index 2026, y compris le nom du modèle, l’organisation, la date de publication, la modalité et le type d’accès (ouvert/fermé).
Tableau de référence à plusieurs colonnes trié par organisation et date de publication
Tableau de référence de toutes les politiques, réglementations et législations en matière d’IA citées dans le rapport, organisé par pays, y compris le nom de la politique, le type, l’année et le statut.
Tableau de référence des politiques trié par pays et par année
Tableaux de données d'investissement supplémentaires fournissant des chiffres détaillés sur les investissements privés en IA par pays, secteur et année de 2013 à 2025, comme indiqué au chapitre 4.
Tableau de données avec des lignes de pays, des colonnes d'années et des cellules de montants d'investissement
Tableaux de données de publication supplémentaires fournissant des nombres détaillés de publications sur l'IA par pays, domaine et année de 2010 à 2025, comme indiqué au chapitre 1.
Tableau de données avec des lignes de pays/domaine et des colonnes d'années
Tableaux supplémentaires présentant les résultats complets des enquêtes d'opinion publique citées au chapitre 9, y compris les ventilations par pays qui ne figurent pas dans le chapitre principal.
Tableaux de données d'enquête avec des lignes de pays et des colonnes de mesures d'attitude
Tableaux supplémentaires des données d'approbation des dispositifs médicaux basés sur l'IA de la FDA citées au chapitre 6, y compris la spécialité, le type de dispositif, la voie 510(k)/PMA et l'organisme demandeur.
Tableau de données des dispositifs de la FDA avec plusieurs colonnes d'attributs
Entrées bibliographiques de A à D pour toutes les sources citées dans l'AI Index 2026, formatées dans un style de citation académique avec l'auteur, le titre, le lieu de publication et l'année.
Format de bibliographie à deux colonnes avec des entrées alphabétiques
Entrées bibliographiques de E à H pour toutes les sources citées dans l'AI Index 2026.
Format de bibliographie à deux colonnes avec des entrées alphabétiques
Entrées bibliographiques de I à L pour toutes les sources citées dans l'AI Index 2026.
Format de bibliographie à deux colonnes avec des entrées alphabétiques
Entrées bibliographiques de M à P pour toutes les sources citées dans l'AI Index 2026.
Format de bibliographie à deux colonnes avec des entrées alphabétiques
Entrées bibliographiques de Q à T pour toutes les sources citées dans l'AI Index 2026.
Format de bibliographie à deux colonnes avec des entrées alphabétiques
Entrées bibliographiques de U à Z complétant la liste complète des ouvrages cités pour l'AI Index 2026, suivies des ressources Web et des références de plateformes de données.
Format de bibliographie à deux colonnes avec des entrées alphabétiques suivi d'une section de ressources Web
Remerciements aux membres de l'équipe de recherche de Stanford HAI qui ont contribué à l'AI Index 2026, y compris les responsables de la recherche pour chaque chapitre et les analystes de données.
Liste de remerciements structurée par chapitre avec les noms et les rôles des contributeurs
Remerciements aux contributeurs externes, aux fournisseurs de données, aux partenaires d'enquête (Ipsos, NetBase Quid, Lightcast) et aux experts qui ont fourni des données ou examiné les ébauches de chapitres.
Liste de remerciements par type de contributeur avec les affiliations des organisations
Liste des membres du conseil consultatif de l'Stanford HAI AI Index qui ont fourni des conseils pour le rapport 2026, avec les noms, les titres et les affiliations institutionnelles.
Liste des membres du conseil consultatif par ordre alphabétique avec les titres et les affiliations
Résumés d'études de cas approfondies pour 20 incidents significatifs liés à l'IA en 2025, suivis dans la base de données AIAAIC, fournissant un contexte détaillé au-delà de ce qui apparaît au chapitre 3.
Fiches d'étude de cas dans une grille à deux colonnes avec le nom de l'incident, la date, la catégorie et le résumé
Profils détaillés de l'IA pour les États-Unis et le Canada couvrant la production en R&D, l'investissement, la politique, les talents et les indicateurs d'adoption avec des comparaisons d'une année sur l'autre.
Fiches de profil de pays avec des graphiques radar et des tableaux d'indicateurs clés
Profils détaillés de l'IA pour le Royaume-Uni et les principaux pays de l'UE (Allemagne, France, Pays-Bas) couvrant la R&D, l'investissement, la politique, les talents et les indicateurs d'adoption.
Fiches de profil de pays avec des graphiques radar et des tableaux d'indicateurs clés
Profil détaillé de l'IA pour la Chine couvrant la production en R&D, l'investissement privé, la politique nationale en matière d'IA, le bassin de talents, les versions de modèles et les indicateurs d'adoption avec des comparaisons d'une année sur l'autre.
Fiche de profil de pays avec graphique radar, tableau d'indicateurs clés et section de mise en évidence de la politique
Profils détaillés de l'IA pour l'Inde et les principales économies d'IA d'Asie du Sud-Est (Singapour, Corée du Sud, Japon) couvrant la R&D, l'investissement, la politique et les indicateurs d'adoption.
Fiches de profil de pays avec des graphiques radar et des tableaux d'indicateurs clés
Profils de l'IA pour les principaux acteurs de l'IA au Moyen-Orient (EAU, Arabie saoudite) et les économies africaines émergentes en matière d'IA, avec des données sur l'investissement dans l'IA, la stratégie nationale et le développement des talents.
Fiches de profil de pays avec des résumés d'indicateurs clés et des points saillants de la stratégie nationale
Tableaux complets des résultats des benchmarks techniques de l'IA pour tous les modèles et benchmarks cités au chapitre 2, fournissant des données complètes à l'appui des graphiques et des comparaisons du chapitre.
Grands tableaux de données à plusieurs colonnes avec des lignes de modèles et des colonnes de scores de benchmark
Tableaux de données supplémentaires sur les inscriptions, les programmes et les enquêtes pour le chapitre 7, y compris les données sur les inscriptions en informatique au niveau des établissements et les tableaux croisés complets des enquêtes auprès des professeurs et des étudiants.
Tableaux de données avec des lignes d'établissements et de données démographiques
Tableaux de données détaillés sur les investissements fournissant une ventilation au niveau des entreprises, au niveau des secteurs et géographique des investissements privés dans l'IA pour 2023-2025, comme indiqué au chapitre 4.
Tableaux de données sur les investissements à plusieurs niveaux par géographie, secteur et année
Tableaux de données supplémentaires pour l'analyse des publications de recherche sur la sécurité de l'IA au chapitre 3, y compris les protocoles de requête de recherche, les listes de mots clés et les nombres de publications par lieu.
Tableaux de données sur la recherche en matière de sécurité avec ventilation par lieu et par année
Tableaux de données législatives supplémentaires pour le chapitre 8, fournissant des nombres de projets de loi sur l'IA par pays, un schéma de codage des sujets législatifs et un résumé des dispositions clés des principales lois sur l'IA.
Tableaux de données législatives avec des lignes de pays et des colonnes de catégories de projets de loi
Données complètes d'approbation des dispositifs médicaux basés sur l'IA de la FDA jusqu'en 2025, complétant le chapitre 6, avec des détails au niveau du dispositif sur la spécialité, le demandeur et la voie d'approbation.
Tableaux de données des dispositifs de la FDA avec colonnes de détails complets
Page À propos du Stanford Human-Centered AI Institute : mission, domaines de recherche, professeurs et chercheurs, programmes affiliés et comment s'engager dans la recherche et les événements de HAI.
Présentation institutionnelle avec liste des programmes HAI et informations de contact/engagement
Quatrième de couverture de l'AI Index 2026 présentant la marque Stanford HAI, le titre du rapport, l'ISBN/DOI, l'URL du site web (aiindex.stanford.edu) et un bref résumé d'un paragraphe de l'objectif du rapport.
Quatrième de couverture avec la marque du rapport, un paragraphe de résumé, le logo Stanford HAI et l'URL
Questions courantes sur cette diapositive et le contenu de présentation sous-jacent.
Le rapport 2026 de l'indice de l'IA de Stanford HAI est la 9e édition de l'étude annuelle la plus complète sur les progrès de l'intelligence artificielle publiée par le Human-Centered AI Institute de l'université de Stanford. Ce rapport de 423 pages couvre la recherche et le développement en matière d'IA, les références de performance technique, l'IA responsable, l'impact économique, les applications scientifiques, la médecine, l'éducation, la politique et la gouvernance, ainsi que l'opinion publique mondiale, le tout basé sur une analyse de données originales et des centaines de visualisations.
Les principales conclusions sont les suivantes : L'investissement privé américain dans l'IA a atteint \85,9 milliards de dollars en 2025 (soit le triple des niveaux de 2022) ; les agents d'IA résolvent désormais plus de 50 % des problèmes d'ingénierie logicielle réels sur SWE-bench ; la FDA a approuvé 258 dispositifs médicaux basés sur l'IA en 2025 ; 80 % des étudiants utilisent l'IA générative pour leurs travaux ; 46 pays ont adopté des stratégies nationales en matière d'IA ; les incidents liés à l'IA suivis par l'AIAAIC ont augmenté de 1000 % depuis 2019 ; et l'interdiction des pratiques interdites de l'EU AI Act est entrée en vigueur en février 2025.
L'AI Index est publié par le Human-Centered AI (HAI) Institute de l'université de Stanford, l'un des principaux centres de recherche sur l'IA au monde. Aujourd'hui dans sa 9e édition annuelle, le rapport est produit par une équipe de chercheurs avec un conseil consultatif composé d'éminents scientifiques, de décideurs politiques et d'experts de l'industrie en matière d'IA. Il s'appuie sur des données primaires provenant de dizaines de sources établies, notamment Ipsos, NetBase Quid, Lightcast, la FDA, l'OMPI et des bases de données de publications universitaires, ce qui en fait une référence fiable pour les gouvernements, les entreprises et les chercheurs du monde entier.
Le rapport contient 9 chapitres : (1) Recherche et développement - versions de modèles, publications, mise à l'échelle du calcul ; (2) Performance technique - benchmarks à travers le langage, les mathématiques, le codage, la science, le multimodal ; (3) AI responsable - incidents, biais, sécurité, gouvernance ; (4) Économie - investissement, travail, productivité, adoption ; (5) Science et IA - biologie, climat, matériaux, physique ; (6) Médecine et IA - diagnostics, dispositifs de la FDA, découverte de médicaments ; (7) Éducation - inscription, utilisation de l'IA par les étudiants, tutorat ; (8) Politique et gouvernance - stratégies nationales, EU AI Act, politique américaine ; (9) Opinion publique - attitudes mondiales, confiance, anxiété. La partie liminaire comprend un résumé avec 10 points clés.
Oui, le rapport Stanford HAI AI Index est mis gratuitement à la disposition du public sur aiindex.stanford.edu. Le rapport complet de 423 pages au format PDF, les visualisations interactives des données et les ensembles de données sous-jacents sont fournis gratuitement, conformément à la mission de Stanford HAI qui consiste à faire en sorte que les avantages et les risques de l'IA soient largement compris.
La 9e édition est la plus complète à ce jour, élargissant la couverture pour inclure de nouvelles sections sur l'IA dans la science (chapitre 5), la médecine (chapitre 6) et un chapitre dédié à l'opinion publique (chapitre 9). L'édition 2026 introduit de nouveaux concepts comme la souveraineté de l'IA (chapitre 8), ajoute une couverture de la mise en œuvre de l'EU AI Act, suit l'explosion de l'investissement dans l'IA générative et étend les séries de données longitudinales jusqu'en 2010 dans certains cas - permettant une perspective historique plus riche sur la trajectoire des progrès de l'IA que toute édition précédente.
Le rapport contient des centaines de visualisations de données originales sur 423 pages, y compris des graphiques linéaires suivant les tendances des capacités et des investissements en matière d'IA de 2010 à 2025, des nuages de points comparant l'IA et les performances humaines sur plus de 30 benchmarks, des cartes du monde montrant l'activité mondiale en matière d'IA, des graphiques en aires empilées de la croissance des publications, des matrices de comparaison des capacités des modèles de pointe, des chronologies des politiques, des ventilations des données d'enquête par pays et par démographie, des tendances d'approbation de la FDA, et bien d'autres encore. Chaque chapitre comprend des notes de fin et des lectures complémentaires, et l'annexe fournit des tableaux de données supplémentaires complets.
Create Your Own Slides
Turn your ideas into professional presentations in seconds with 2slides AI.
Référencez des conceptions professionnelles, choisissez votre style et générez des diapositives avec un rendu de texte parfait. Alimenté par Nano Banana—commencez à créer votre présentation maintenant.
Votre Agent IA pour les diapositives. Gagnez du temps, brillez plus vite avec la création intelligente de présentations.
© 2026 2slides. Tous droits réservés.