Yann LeCun à Sciences Po : pourquoi les LLM ne suffiront jamais et le pari des world models

Le 16 septembre 2026, Sciences Po ouvrait son année universitaire avec sa première Grande Conférence : Yann LeCun, prix Turing et président exécutif d'Advanced Machine Intelligence (AMI Labs), face à Éric Hazan pour près d'1h30 d'échanges sur l'état réel de l'intelligence artificielle. Le message central : les grands modèles de langage ont atteint un plafond structurel, et la prochaine révolution viendra des world models — des systèmes capables de comprendre et de prédire le monde physique, pas seulement le texte.

La conférence intégrale est disponible sur la chaîne YouTube de Sciences Po : Yann Le Cun : où va l'intelligence artificielle ?

Contre la "pause" sur l'IA

Interrogé d'entrée sur les appels à ralentir le développement de l'IA, LeCun est direct : il n'y croit pas. Il rappelle qu'en 2019, Dario Amodei (aujourd'hui patron d'Anthropic, alors chez OpenAI) refusait de distribuer GPT-2 en open source au nom de sa dangerosité — avant de le publier six mois plus tard, puis de fermer GPT-3 non plus pour des raisons de sécurité mais pour préserver un avantage commercial. Pour LeCun, le discours du risque existentiel sert surtout à justifier une régulation qui bloquerait l'open source, pendant que les mêmes acteurs continuent d'avancer à pleine vitesse.

Pourquoi le texte ne suffira jamais

L'argument central de la conférence repose sur un chiffre. L'intégralité du texte disponible sur internet utilisé pour entraîner les LLM représente environ 20 000 milliards de mots — soit à peu près 10^14 octets d'information brute. Un enfant de 4 ans, lui, a accumulé un volume d'information comparable uniquement par la vision, en 16 000 heures d'éveil (le nerf optique transmettant environ 2 millions d'octets par seconde).

Autrement dit : un LLM entraîné sur tout le texte disponible sur internet n'a pas plus d'informations qu'un enfant de 4 ans qui a simplement ouvert les yeux. Une grande partie de la réalité — la physique, la causalité, le sens commun — n'est tout simplement pas présente dans le texte. C'est ce qui explique, selon LeCun, pourquoi les LLM peuvent réussir l'examen du barreau ou démontrer des théorèmes, mais pourquoi aucune voiture n'est réellement autonome et aucun robot domestique ne sait débarrasser une table.

JEPA et les world models : le pari d'AMI Labs

Pour dépasser cette limite, LeCun défend depuis 2022 une architecture qu'il appelle JEPA (Joint Embedding Predictive Architecture) : plutôt que d'essayer de prédire chaque pixel d'une vidéo — ce qui ne fonctionne pas, l'information étant en partie imprévisible —, le système apprend une représentation abstraite du monde et prédit dans cet espace abstrait. Entraîné à l'échelle sur des séquences observation → action → conséquence, un tel système peut planifier : prédire l'état du monde après une action, et donc chercher la séquence d'actions qui accomplit un objectif.

C'est cette architecture qui est au cœur d'AMI Labs. Elle a aussi, selon LeCun, un avantage économique : contrairement aux LLM qui doivent mémoriser une quantité massive de connaissances déclaratives (d'où le besoin de mémoire GPU faramineux), un world model remplace la mémorisation par la compréhension — donc des modèles plus petits, moins gourmands en calcul.

Souveraineté européenne : deux portes, pas une

À la question de la place de l'Europe face aux investissements américains et chinois, LeCun propose deux leviers :

1. La bataille n'est pas terminée. Elle a été perdue sur les LLM, mais une nouvelle révolution s'annonce avec les world models — un domaine où personne n'a encore d'avance décisive, puisque l'industrie de la Silicon Valley reste concentrée sur l'amélioration des LLM. 2. L'open source comme infrastructure souveraine. LeCun porte un projet, Project Tapestry, visant à fédérer des pays et institutions (Inde, Japon, Vietnam et d'autres déjà engagés) pour entraîner un modèle ouvert et gratuit, nourri par les fonds culturels non disponibles publiquement (bibliothèques nationales, archives) de chaque pays participant — un dépositaire commun de la connaissance humaine, alternative aux modèles propriétaires américains ou chinois.

Robotique : "ces robots sont complètement inutiles"

Interrogé sur la vague de robots humanoïdes actuellement commercialisés, LeCun est cash : aucune entreprise du secteur ne sait aujourd'hui les rendre réellement utiles. Les données manquantes ne sont pas celles de la vidéo (abondante et bon marché), mais celles de l'interaction physique — observation, action, conséquence — en particulier le toucher, pour lequel les capteurs actuels restent médiocres et peu durables. Résultat : les robots savent courir ou sauter (l'interaction avec le sol étant simple à modéliser), mais pas manipuler un objet ou débarrasser une table.

Sur les risques : "un bon scénario de film à James Bond"

Sur la cybersécurité et le risque bioterroriste souvent évoqués par les tenants du risque existentiel, LeCun se montre tout aussi tranché : dans les faits, les moyens de défense ont toujours une longueur d'avance sur les moyens d'attaque, et fabriquer une arme biologique dangereuse suppose des compétences, des équipements et une logistique qu'aucun LLM ne peut fournir. Sur l'écologie, il balaie l'argument de la consommation d'eau des data centers (circuit fermé, recyclée) et rappelle que l'incitation économique à réduire la consommation énergétique existe déjà, sans besoin de régulation supplémentaire — les coûts d'exploitation d'un data center étant en grande partie liés à l'énergie.

Sa position sur la régulation reste néanmoins nuancée : il défend une régulation des usages et des déploiements (santé, conduite automatisée) — pas de la recherche elle-même, qu'il juge impossible à réguler a priori tant qu'on n'a pas construit les systèmes en question.

Ce que ça change pour les entreprises

Le message de fond, pour toute organisation qui investit aujourd'hui dans l'IA : les LLM restent un outil puissant pour tout ce qui touche au texte — rédaction, classification, résumé, code — mais ils ne sont pas la voie vers des systèmes qui comprennent et agissent sur le monde réel. Les usages qui demandent une vraie compréhension physique ou opérationnelle (robotique, automatisation complexe) resteront limités tant que les world models n'auront pas mûri. En attendant, la conférence confirme une tendance déjà largement engagée chez les agents IA : la vraie valeur se construit aujourd'hui sur ce que les LLM savent déjà bien faire — comprendre une demande, orchestrer des outils, qualifier, répondre — pas sur une intelligence générale qui n'existe pas encore.

Conférence intégrale : Yann Le Cun : où va l'intelligence artificielle ? — Sciences Po, 16 septembre 2026