Quand l’IA aide à créer l’IA, le rythme double-t-il vraiment ?
METR estime que les capacités d’Anthropic progressent environ deux fois plus vite qu’auparavant sur certaines tâches. L’évaluation bénéficie d’un accès inédit, mais comporte des données censurées et une forte incertitude.
Prêt à lire l’article.
L’organisation indépendante METR estime qu’Anthropic améliore ses modèles environ deux fois plus vite qu’entre mars 2024 et octobre 2025, au moins sur des tâches bien définies et faciles à mesurer. L’entreprise a ouvert des données internes et des entretiens à l’équipe d’évaluation.
Une IA utilisée comme collègue de recherche
Les équipes d’Anthropic utilisent leurs propres modèles pour écrire du code, analyser des essais et préparer des expériences. METR dit avoir observé surtout une assistance humaine augmentée, pas une recherche entièrement autonome.
Le chiffre de « deux fois plus vite » ne signifie donc pas qu’un modèle invente seul son successeur. Il compare la progression de résultats sur des tests internes avec une période antérieure. Ces tests évaluent mieux les problèmes dont la réponse peut être notée automatiquement que les tâches floues, collectives ou longues.
Un audit précieux, mais incomplet
Anthropic a invité METR et fourni un accès inhabituellement large. Cette coopération permet d’aller au-delà des déclarations publiques. Elle crée aussi une dépendance : certaines conclusions sensibles ont été caviardées et l’entreprise contrôle les informations confidentielles accessibles.
METR reconnaît que l’estimation pourrait être trop haute ou trop basse. L’équipe n’a pas identifié de frein majeur pour les douze prochains mois, mais dit avoir changé plusieurs fois d’avis à mesure que de nouvelles données apparaissaient.
Ce résultat compte parce qu’une amélioration plus rapide réduit le temps disponible pour tester les risques, former les utilisateurs et adapter les règles. Il ne prouve pas qu’une perte de contrôle soit imminente.
Pour une entreprise ordinaire, la leçon est plus simple : lorsqu’une équipe utilise l’IA pour produire plus vite, il faut mesurer la qualité finale, les corrections et les incidents, pas seulement le nombre de tâches terminées.
Sources
- METR — évaluation détaillée de l’accélération chez Anthropic, 5 novembre 2026
- Associated Press, reprise par le Washington Post — analyse contradictoire et limites, 5 novembre 2026
- Anthropic — cadre antérieur d’accès accordé aux évaluateurs indépendants
Sources consultées le 8 novembre 2026. L’accélération estimée concerne des mesures précises ; elle ne doit pas être généralisée à toute la recherche en IA.