Trente IA qui se relisent entre elles : la science change de rythme

Nov 15, 2026 | Actualités

Trente IA qui se relisent entre elles : la science change de rythme

On imagine souvent l’IA comme un génie solitaire qui sort la bonne réponse du premier coup. Une publication de Google Research montre autre chose : une IA qui travaille en équipe, se fait contredire… et devient bien plus fiable.

Le 13 novembre, Google Research a présenté les résultats de son outil /teamwork, disponible dans son environnement Antigravity. L’idée : au lieu de confier un problème à une seule IA, on le confie à toute une équipe d’agents IA, chacun avec un rôle précis. Et les résultats annoncés en chimie, en mathématiques et en informatique sont assez parlants.

Une équipe plutôt qu’un génie solitaire

Google part d’un constat honnête : les modèles d’IA actuels ont deux faiblesses. Leurs réponses peuvent être imprévisibles d’un essai à l’autre. Et sur une tâche longue, de plusieurs jours, ils finissent par perdre le fil des détails.

La réponse de /teamwork ressemble beaucoup à la façon dont on organise une bonne équipe humaine :

  • chaque agent reçoit uniquement ce dont il a besoin pour son étape : les bons fichiers, les bons outils, rien de plus ;
  • des coordinateurs passent le relais à des agents « frais » quand une étape est terminée ;
  • des critiques et des auditeurs relisent le travail à froid, sans connaître le raisonnement de celui qui l’a produit ;
  • des vérificateurs (tests logiciels, vérificateur de preuves mathématiques, simulateurs) confrontent chaque proposition à la réalité.

En chimie : retrouver une molécule à partir de son « empreinte »

Le résultat qui m’a le plus parlé vient de la chimie. Quand un laboratoire analyse une substance par RMN (résonance magnétique nucléaire), il obtient une sorte d’empreinte. Retrouver la structure exacte de la molécule à partir de cette empreinte est un vrai casse-tête.

Google a lancé 30 agents spécialisés, épaulés par un simulateur qui recalcule l’empreinte attendue pour chaque proposition. Sur des molécules de test complexes, l’équipe d’IA trouve la bonne structure du premier coup dans 95 % des cas, et la bonne réponse figure toujours parmi ses trois premières propositions. C’est presque deux fois mieux qu’un agent travaillant seul, selon Google.

Un relecteur qui repère les erreurs avant les autres

Autre usage très concret : la relecture. Google a proposé un outil de relecture approfondie aux chercheurs qui soumettaient un article à une grande conférence d’informatique théorique (STOC 2027). 578 équipes ont accepté de l’essayer.

Dans un sondage encore en cours auprès de 70 auteurs, 90 % jugent les remarques reçues globalement exactes, et plus de 30 % disent que l’outil a repéré de vraies erreurs dans leurs démonstrations ou des coquilles importantes. Avant publication, donc. C’est exactement là qu’on a envie de les trouver.

Et l’humain dans tout ça ?

C’est le point que je trouve le plus rassurant. Dans le modèle décrit par Google, ce sont les chercheurs qui posent la question, fixent les règles du jeu et valident les résultats. Les agents explorent, testent et vérifient. L’auteur du billet le résume ainsi : « le progrès vient d’une boucle de découverte interactive » (traduit de l’anglais).

Une précision importante : ces chiffres sont annoncés par Google sur son propre blog. Ils devront être confirmés par d’autres équipes. Mais la démarche, elle, est intéressante, et Google ouvre l’outil : 10 000 chercheurs universitaires peuvent demander six mois d’accès gratuit à la formule la plus complète.

Ce que j’en retiens pour votre activité

Vous n’allez pas lancer 30 agents demain matin pour gérer votre boutique ou votre carnet de commandes. Mais la logique derrière ce travail est directement réutilisable, avec les outils que vous avez déjà.

Une IA qui se fait relire vaut mieux qu’une IA qui a toujours raison.

Trois réflexes simples, que j’applique moi-même :

  • Découpez le travail. Une demande par étape (le plan, puis le texte, puis la mise en forme) donne des résultats plus propres qu’une énorme demande unique.
  • Faites relire « à froid ». Ouvrez une nouvelle conversation, collez le résultat et demandez de chercher les erreurs, sans expliquer comment il a été produit. C’est le principe des auditeurs de Google, version artisanale.
  • Gardez le dernier mot. Vous connaissez votre métier, vos clients, vos prix. L’IA propose, vous décidez.

Pour un devis, une page de votre site ou un courrier important, ce simple aller-retour évite pas mal de mauvaises surprises.

En conclusion : l’IA qui doute, c’est une bonne nouvelle

Ce qui me plaît dans cette annonce, ce n’est pas la course aux records. C’est l’idée que l’IA devient plus utile quand on l’organise pour qu’elle se vérifie, avec un humain qui garde la main.

Ma piste pour vous cette semaine : prenez un texte que vous avez préparé avec une IA et faites-le relire par une conversation toute neuve. Notez ce qu’elle trouve. Vous serez peut-être surpris. Et si vous voulez mettre en place ce genre de méthode pour votre site ou votre communication, parlons-en.

Biii

Chez biii.cool, nous croyons au pouvoir de la créativité et de l’innovation. Nous nous engageons à vous fournir les outils et l’inspiration nécessaires pour exceller dans le monde numérique. Rejoignez-nous pour explorer l’avenir de la création de contenu.

D'autres actualités positives sur l'IA