Des évaluations internes et externes avancent des accélérations allant jusqu’à 10x pour la recherche dopée par l’IA. Un laboratoire de sécurité bien financé rapporte toutefois une hausse bien moindre, autour de 2 à 3x, malgré l’usage intensif d’agents et d’un cadre autonome. Plusieurs hypothèses émergent pour expliquer l’écart, avec des signaux attendus très prochainement.
Des résultats imminents serviront de test pour l’accélération annoncée
Les prochains mois sont présentés comme décisifs pour juger de la capacité de l’IA à accélérer la recherche en sécurité. Si l'effet est substantiel, une forte hausse du rythme de résultats précieux chez les équipes externes devrait apparaître très bientôt. À défaut d'observer d'importantes accélérations sur les tâches les plus adaptées aux agents, il sera considéré que ces travaux sont mal conduits. Un précédent cité est l’enquête Hugging Face menée par Ryan, qui aurait été fortement accélérée par l’usage intensif d’agents IA, sur un projet particulièrement adapté car fondé sur de nombreuses lectures, et appuyée par l’expérience de Ryan avec des workflows d’agents complexes.
Des chiffres élevés : de 1,7x pour les capacités à 10–12x pour la recherche
Les évaluations chiffrées varient fortement. METR crédite Anthropic d’une accélération de 1,7 fois de ses capacités grâce à l’usage de l’IA, tandis qu’Ajeya estime qu’une telle accélération implique une multiplication par 10 de la recherche. Du côté d’Anthropic, des estimations internes évoquent environ 12 fois plus de productivité. Les chercheurs d’Anthropic attribuent à Mythos 5 un gain de 5 fois, et Opus 5.5 est présenté comme légèrement meilleur. Ces chiffres alimentent l’idée que la recherche en sécurité pourrait accélérer autant que la recherche sur les capacités, avec des scénarios où les équipes internes atteindraient 10 fois plus de rapidité et les équipes externes 5 fois aujourd’hui et 10 fois bientôt.
La recherche en IA vous passionne ?
Les papers et avancées qui comptent, expliqués simplement, chaque soir. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Sur le terrain, Redwood ne dépasse pas 2–3x malgré des outils dédiés
Malgré l’accès à Fable/Opus 5.5, Redwood Research n’a pas constaté une accélération de 5 fois de sa recherche empirique, mais plutôt une augmentation de 2 à 3 fois. L’équipe utilise largement des agents IA, principalement Claude Code et récemment Claude Tag, et dispose d’un cadre interne pour la recherche autonome en IA, qui a déjà permis des publications. Ce cadre n’a cependant pas été beaucoup développé ces derniers mois. Il est jugé adapté à la recherche empirique, mais limité par des décisions parfois très déraisonnables de Claude, qui invalident certains résultats, et par une faiblesse dans la rédaction des conclusions, deux points qui freinent la production de résultats exploitables.
Pistes d’explication : compute, cadres, nature des tâches et organisation
Plusieurs facteurs sont avancés pour expliquer l’écart avec les promesses. Sur les ressources, des équipes externes bien financées comme Redwood affirment pouvoir multiplier par 5 leurs dépenses en calcul si leur volume d’expériences augmentait d’autant, tandis qu’Anthropic exploiterait déjà pleinement ses capacités de calcul, ce qui pourrait permettre aux externes d’atteindre des gains proches de 5 fois si le travail s’accélérait réellement. Concernant les outils, l’existence de cadres internes très efficaces chez Anthropic mènerait à leur transformation en produits ; il est aussi envisagé un soutien interne spécifique ou la non-publication de fonctionnalités de cadre utiles à la recherche en machine learning, mais des faiblesses fondamentales des modèles sont également évoquées comme cause majeure possible. Sur la nature des tâches, un membre d’Anthropic estime que la recherche sur les capacités est beaucoup plus accélérée que l’alignement à court terme. Enfin, des éléments organisationnels sont mentionnés : chez Redwood, une part importante du travail est réalisée par des profils juniors étroitement coordonnés par des managers, ce qui peut créer une dépendance au temps d’encadrement, alors que chez Anthropic les contributeurs individuels pourraient être plus seniors ou mener des travaux nécessitant moins de jugement délicat.
