Archives de l’auteur : Lison Mazier

Droits d’auteur et logiciels libres (A)

Droits d’auteur et logiciels libres

I- La protection des créations numériques

A. Qu’est-ce que le droit d’auteur ?

Le droit d’auteur est un ensemble de règles juridiques qui protègent les créations intellectuelles. Selon l’Organisation mondiale de la propriété intellectuelle (OMPI), il désigne les droits accordés aux créateurs sur leurs œuvres littéraires et artistiques.

Ces œuvres peuvent prendre des formes très variées. Il n’existe pas de liste totalement exhaustive, mais on retrouve généralement :

  • les œuvres littéraires (romans, articles, pièces de théâtre)
  • les œuvres artistiques (peintures, photographies, sculptures)
  • les œuvres musicales et audiovisuelles (films, compositions musicales)
  • les œuvres techniques comme les logiciels et les bases de données
  • les créations appliquées (architecture, publicité, dessins techniques)

Le droit d’auteur protège uniquement la forme d’expression d’une œuvre, et non les idées ou les concepts. Ainsi, une idée reste libre, mais sa réalisation concrète est protégée.

De plus, il s’applique automatiquement dès la création de l’œuvre, sans qu’aucune formalité ne soit nécessaire. Il n’est donc pas obligatoire de déposer ou d’enregistrer son œuvre pour bénéficier de cette protection.

1. Les différents types de droits
Le droit d’auteur se compose de deux grandes catégories complémentaires : les droits patrimoniaux et le droit moral.

a) Les droits patrimoniaux

Les droits patrimoniaux permettent à l’auteur de tirer un avantage économique de son œuvre. Ils donnent au créateur le pouvoir d’autoriser ou d’interdire l’utilisation de son œuvre par des tiers.

Ces droits concernent notamment :

  • la reproduction de l’œuvre (copie, téléchargement, impression)
  • la représentation ou diffusion au public (projection, diffusion en ligne)
  • la modification ou adaptation (par exemple transformer un livre en film)
  • la traduction dans une autre langue

Ces droits peuvent être cédés ou vendus, par exemple à une entreprise, dans le cadre d’un contrat ou d’une licence.

b) Le droit moral

Le droit moral protège le lien personnel entre l’auteur et son œuvre. Contrairement aux droits patrimoniaux, il ne vise pas un objectif économique.

Il comprend notamment :

  • le droit d’être reconnu comme l’auteur de l’œuvre (droit de paternité)
  • le droit de s’opposer à toute modification qui pourrait dénaturer l’œuvre
  • le droit de décider de la divulgation de l’œuvre

Ce droit est généralement inaliénable, c’est-à-dire qu’il ne peut pas être vendu ou cédé.

2. Application du droit d’auteur en informatique

Dans le domaine informatique, les logiciels sont considérés comme des œuvres de l’esprit. À ce titre, ils sont protégés par le droit d’auteur.

Cela signifie que le créateur d’un logiciel dispose de droits exclusifs sur :

  • son utilisation
  • sa reproduction
  • sa modification
  • sa distribution

Ces droits sont souvent encadrés par des licences qui définissent ce que l’utilisateur a le droit de faire.

Par exemple, des logiciels comme Microsoft Windows ou Adobe Photoshop sont protégés par des droits d’auteur stricts. Leur utilisation est limitée par des licences propriétaires qui interdisent, par exemple, la copie ou la modification du code.

3. Lien avec la propriété intellectuelle
Le droit d’auteur s’inscrit dans le cadre plus large de la propriété intellectuelle, qui regroupe l’ensemble des protections juridiques des créations de l’esprit.

La propriété intellectuelle se divise en deux grandes branches :

  • la propriété industrielle (brevets, marques, dessins et modèles), qui nécessite un dépôt officiel
  • la propriété littéraire et artistique, qui inclut le droit d’auteur

Contrairement à la propriété industrielle, le droit d’auteur présente deux caractéristiques essentielles :

  • il protège uniquement l’expression d’une œuvre, et non les idées
  • il s’applique automatiquement dès la création, sans formalité

Ainsi, le droit d’auteur constitue un élément fondamental de la propriété intellectuelle, notamment dans le domaine numérique, où il permet de protéger les logiciels tout en encadrant leur diffusion.

B. Comment les logiciels sont protégés ?

1. Le code source comme œuvre protégée

Un logiciel est constitué d’un code source, c’est-à-dire un ensemble d’instructions écrites par des développeurs pour faire fonctionner un programme. Ce code est considéré comme une œuvre de l’esprit.*

À ce titre, il est protégé par le droit d’auteur dès sa création, sans qu’aucune formalité ne soit nécessaire. Le créateur du logiciel dispose donc de droits exclusifs sur son œuvre : il peut décider de sa diffusion, de sa modification et de son utilisation.

Il est important de noter que le droit d’auteur ne protège pas l’idée du logiciel, mais uniquement sa forme, c’est-à-dire le code lui-même. Ainsi, plusieurs logiciels peuvent remplir la même fonction, mais chacun reste protégé dès lors que son code est original

2. Les licences propriétaires

L’utilisation d’un logiciel est encadrée par une licence, qui définit les droits accordés à l’utilisateur.

Dans le cas des licences propriétaires, le créateur conserve l’ensemble de ses droits. 

L’utilisateur ne devient pas propriétaire du logiciel : il achète uniquement un droit d’usage limité, soumis à certaines conditions. Par exemple, avec des logiciels comme Microsoft Windows ou Adobe Photoshop, il est généralement interdit de :

  • consulter le code source
  • modifier le programme
  • redistribuer le logiciel

Ces restrictions permettent aux entreprises de protéger leurs créations et d’en tirer un revenu.

3. Les limites de l’utilisation d’un logiciel

Le droit d’auteur impose des limites strictes à l’utilisation des logiciels, il est notamment interdit de :

  • copier un logiciel sans autorisation
  • le partager illégalement
  • le modifier sans accord du titulaire des droits

Cependant, certaines utilisations sont autorisées, notamment :

  • l’usage du logiciel dans le cadre défini par la licence
  • la réalisation d’une copie de sauvegarde
  • dans certains cas, l’étude du fonctionnement du logiciel

Ces règles permettent de protéger les créateurs tout en laissant certains droits aux utilisateurs.

4. Exemple : la protection des logiciels chez Nintendo

L’entreprise Nintendo constitue un exemple concret de la manière dont les logiciels sont protégés par le droit d’auteur.

Les jeux vidéo développés par Nintendo sont considérés comme des œuvres de l’esprit. Ils sont protégés dans leur ensemble : le code source, les graphismes, les musiques et les personnages. Nintendo utilise des licences propriétaires strictes. Les utilisateurs peuvent jouer aux jeux, mais ils n’ont pas le droit de :

  • copier les jeux
  • les modifier
  • les distribuer gratuitement

Elle lutte activement contre le piratage. Le téléchargement illégal de jeux ou l’utilisation d’émulateurs permettant d’y jouer sans autorisation constitue une violation du droit d’auteur. Par exemple, en 2024, Nintendo poursuit en justice la société derrière l’émulateur Yuzu (un des émulateurs de Nintendo Switch). Après cette action judiciaire, les développeurs ont accepté un règlement favorable à Nintendo et ont cessé le développement et la distribution de Yuzu, et ils ont également accepté de verser environ 2,4 millions de dollars à Nintendo et de retirer tout le code lié à l’émulateur. 


C. Exemples de logiciels propriétaires et leur modèle économique

1. Fonctionnement du modèle économique

Les logiciels propriétaires reposent sur un modèle économique basé sur la vente de licences. Contrairement aux logiciels libres (voir II), le créateur ou l’entreprise conserve tous les droits sur le logiciel et limite les actions des utilisateurs.

Les principales caractéristiques de ce modèle sont :

  • Acquisition de droits d’usage : L’utilisateur paie pour pouvoir utiliser le logiciel, mais n’en devient jamais propriétaire.
  • Mises à jour payantes : Certaines mises à jour majeures nécessitent un achat supplémentaire, ce qui crée un flux de revenus continu.
  • Écosystème fermé : Le logiciel fonctionne généralement mieux avec d’autres produits de la même entreprise, créant un effet « lock-in » qui fidélise l’utilisateur.
  • Protection de la propriété intellectuelle : Le code source, les fonctionnalités et les contenus associés sont strictement protégés pour garantir la rentabilité et éviter le piratage.

Ce modèle permet aux entreprises de financer le développement de logiciels complexes, d’innover et de proposer un support technique aux utilisateurs.

2. Exemples concrets

Microsoft Windows est un système d’exploitation vendu sous licence payante. L’utilisateur achète un droit d’utilisation, sans posséder le logiciel. Microsoft développe un écosystème fermé autour de ses produits, ce qui permet de fidéliser les utilisateurs et de générer des revenus

Adobe Photoshop est un logiciel de retouche d’image fonctionnant par abonnement. Ce modèle permet un accès continu aux fonctionnalités et aux mises à jour, tout en gardant un contrôle strict sur l’utilisation du logiciel.

Nintendo propose des jeux et des consoles selon un modèle propriétaire. Les jeux sont utilisables uniquement sur leurs consoles, ce qui crée un écosystème fermé. L’entreprise tire ses revenus de la vente de jeux, de consoles et de services en ligne.

II- le mouvement du logiciel libre : une autre vision

1. Définition d’un logiciel libre

Un logiciel libre est un programme informatique dont le code source est accessible à tous, ce qui permet aux utilisateurs de l’utiliser, de l’étudier, de le modifier et de le redistribuer librement. Cette notion s’oppose aux logiciels propriétaires, dont le code est fermé et contrôlé par une entreprise.

Le mouvement du logiciel libre a été initié dans les années 1980 par Richard Stallman, qui souhaitait garantir les libertés fondamentales des utilisateurs face à la privatisation croissante des logiciels. Il fonde notamment la Free Software Foundation et développe des licences spécifiques pour protéger ces libertés.

Ainsi, un logiciel libre ne se définit pas seulement par ses caractéristiques techniques, mais aussi par une philosophie : celle d’un numérique ouvert, accessible et basé sur le partage des connaissances.

2. Les 4 libertés fondamentales du logiciel libre

Un logiciel est considéré comme libre s’il respecte les quatre libertés suivantes :

  • La liberté d’utiliser le logiciel pour tous les usages, sans restriction (personnel, éducatif, professionnel, commercial)
  • La liberté d’étudier son fonctionnement, ce qui nécessite l’accès au code source
  • La liberté de modifier le logiciel afin de l’adapter à ses besoins ou d’en améliorer les fonctionnalités
  • La liberté de redistribuer des copies du logiciel, qu’elles soient originales ou modifiées

Ces libertés donnent aux utilisateurs un véritable pouvoir sur la technologie qu’ils utilisent. Ils ne sont plus de simples consommateurs, mais peuvent devenir acteurs du développement.

De plus, ces principes encouragent la création de communautés collaboratives dans lesquelles des développeurs du monde entier travaillent ensemble, partagent leurs améliorations et contribuent à faire évoluer les logiciels.

L’explication en vidéo d’un logiciel libre et des 4 libertés (selon la
Free Software Foundation Europe) :

3. Logiciel libre et logiciel gratuit : une distinction essentielle

Il est fréquent de confondre logiciel libre et logiciel gratuit, notamment à cause du terme anglais “free”, qui signifie à la fois “libre” et “gratuit”. Pourtant, ces deux notions sont bien distinctes.

Un logiciel gratuit (ou freeware) peut être utilisé sans payer, mais son code source n’est généralement pas accessible. L’utilisateur ne peut donc ni comprendre son fonctionnement interne ni le modifier.

À l’inverse, un logiciel libre garantit des droits fondamentaux, indépendamment de son prix. Il peut être gratuit, mais aussi parfois payant, notamment dans le cadre de services associés (support, installation, formation).

La différence repose donc sur :

  • une logique économique pour les logiciels gratuits
  • une logique de liberté et de droits pour les logiciels libres

Cette distinction est essentielle pour comprendre les enjeux liés aux droits d’auteur et à la diffusion des logiciels.

4. Exemples de logiciels libres célèbres

Les logiciels libres occupent aujourd’hui une place importante dans le monde numérique, aussi bien pour les particuliers que pour les entreprises.

Parmi les plus connus :

Il s’agit d’un système d’exploitation libre, utilisé sur des millions d’ordinateurs et de serveurs dans le monde. Il est particulièrement présent dans les infrastructures informatiques (serveurs, supercalculateurs) et constitue la base de nombreux systèmes, comme Android.

Ce navigateur web libre met l’accent sur la protection de la vie privée et la transparence. Il est développé par une fondation à but non lucratif.

Cette suite bureautique libre permet de créer des documents, des tableurs ou des présentations. Elle constitue une alternative crédible aux logiciels propriétaires comme Microsoft Office.

Ces exemples montrent que les logiciels libres ne sont pas marginaux : ils sont largement utilisés et reconnus pour leur efficacité.

5. Un modèle économique et collaboratif original

Contrairement à une idée répandue, les logiciels libres ne sont pas incompatibles avec une activité économique. Ils reposent simplement sur un modèle différent de celui des logiciels propriétaires.

Dans ce modèle :

  • le logiciel lui-même est librement accessible
  • les revenus proviennent de services complémentaires (maintenance, assistance, formation)
  • des entreprises peuvent financer ou participer au développement

Le développement repose souvent sur une coopération internationale, réunissant des bénévoles, des développeurs indépendants et des entreprises.

Ce fonctionnement permet :

  • une amélioration continue des logiciels
  • une mutualisation des compétences
  • une réduction des coûts pour les utilisateurs

Ainsi, les logiciels libres s’inscrivent dans une logique d’innovation ouverte, où les connaissances sont partagées plutôt que privatisées.

6. Un enjeu sociétal, politique et éducatif

Les logiciels libres dépassent largement le cadre technique : ils représentent un véritable enjeu de société.

D’abord, ils favorisent la transparence. Le fait que le code soit accessible permet de vérifier le fonctionnement du logiciel, ce qui est particulièrement important dans des domaines sensibles (sécurité, données personnelles).

Ensuite, ils contribuent à une indépendance numérique. Les États, les entreprises ou les citoyens peuvent éviter de dépendre exclusivement de grandes entreprises privées, souvent étrangères.

Ils jouent également un rôle important dans le domaine éducatif :

  • les étudiants peuvent étudier le fonctionnement réel des logiciels
  • les enseignants peuvent utiliser et adapter les outils librement
  • les connaissances sont plus facilement accessibles

Enfin, les logiciels libres participent à une meilleure protection des données personnelles, car leur transparence limite les pratiques abusives (collecte excessive de données, surveillance, etc.).

En ce sens, ils contribuent à construire un numérique plus équitable, accessible et démocratique.

EN conclusion

Les logiciels libres constituent donc une alternative crédible et structurante aux logiciels propriétaires.
Ils reposent sur des principes forts — liberté, collaboration, transparence — qui dépassent le simple cadre technique pour s’inscrire dans une véritable vision de la société numérique.

III- Enjeux actuels

Le vrai enjeu aujourd’hui n’est plus de choisir l’un contre l’autre, mais de comprendre comment ils coexistent dans le numérique moderne.

A. Les avantages et les limites du droit d’auteur

Aujourd’hui, le droit d’auteur reste essentiel dans le monde numérique, car il permet de protéger le travail des développeurs et des entreprises. Concevoir un logiciel demande : 
– du temps, 
– des compétences 
– des investissements importants. 
Grâce à cette protection juridique, les créateurs peuvent conserver le contrôle sur leur travail et être rémunérés pour son utilisation.
Pour les entreprises, ce modèle permet de financer la recherche, la sécurité, les mises à jour et l’assistance technique. C’est notamment ce qui rend possible le développement de logiciels complexes et très performants.

Ce système présente aussi des limites. Lorsqu’un logiciel est trop fermé ou trop protégé, il peut freiner l’accès aux technologies, surtout pour les écoles, les petites entreprises ou les pays disposant de moins de moyens. Les licences coûteuses ou les restrictions d’usage peuvent créer une forme de dépendance envers quelques grandes entreprises du numérique.
Dans certains cas, la protection peut donc encourager l’innovation… mais aussi ralentir la diffusion des connaissances et accentuer les inégalités d’accès au numérique.
Ainsi, le droit d’auteur reste indispensable, mais il soulève aujourd’hui une question importante : comment protéger la création sans bloquer l’accès et le progrès technologique ?

On peut aussi voir que le droit d’auteur s’est adapté aux évolutions du numérique. À l’époque du développement massif d’Internet, le téléchargement illégal et la copie non autorisée étaient très fréquents. Aujourd’hui, ces pratiques semblent moins répandues qu’au début des années 2000, notamment grâce au développement d’offres légales plus accessibles et au renforcement du cadre juridique. Cela montre que la loi évolue pour continuer à protéger les créateurs tout en s’adaptant aux nouveaux usages.

B. Les avantages et les limites du logiciel libre

Face à ces limites, le logiciel libre apparaît aujourd’hui comme un modèle particulièrement adapté aux grands défis du numérique. Son principal avantage est de favoriser une collaboration mondiale : 

  • des développeurs, 
  • des chercheurs, 
  • des entreprises 
  • parfois même des administrations 
    – > peuvent améliorer ensemble les mêmes outils.

Cette logique collective permet souvent une innovation rapide. De nombreux projets évoluent très vite grâce aux contributions venues du monde entier. C’est d’ailleurs pour cela que l’open source occupe aujourd’hui une place centrale dans des domaines stratégiques comme les serveurs, le cloud, la cybersécurité ou encore l’intelligence artificielle.

Le logiciel libre repose sur une logique de partage qui facilite la collaboration. Cette organisation collective favorise une innovation rapide.Un exemple concret est VLC Media Player : ce logiciel libre peut être étudié, modifié et amélioré par des développeurs, contrairement à un logiciel propriétaire dont le code source reste fermé

Mais le logiciel libre a lui aussi ses limites. Le principal défi concerne le financement. Même si le code est librement accessible, il faut toujours : 

  • payer les développeurs, 
  • maintenir les infrastructures, 
  • corriger les failles de sécurité 
  • assurer le suivi des projets sur le long terme.
    Or, certains outils libres sont aujourd’hui utilisés massivement par de grandes entreprises sans que les communautés qui les développent disposent toujours de moyens suffisants. Cela crée parfois un déséquilibre : des projets essentiels au fonctionnement d’Internet peuvent reposer sur des équipes réduites ou fragiles.
    Autrement dit, le logiciel libre favorise le partage et l’innovation, mais son avenir dépend aussi de sa capacité à trouver des modèles de financement durables.

C. Quel avenir pour les logiciels ?

L’avenir du numérique ne semble pas se diriger vers un choix total entre droit d’auteur et logiciel libre. Au contraire, on observe de plus en plus une coexistence entre les deux modèles.
De nombreuses entreprises privées utilisent aujourd’hui des briques open source tout en développant, autour d’elles, des services propriétaires ou des solutions commerciales. Ce modèle hybride est devenu très fréquent dans l’informatique moderne.
De leur côté, les États et les grandes organisations s’intéressent de plus en plus aux logiciels libres. Ils y voient un moyen : 
de réduire les coûts, 
de renforcer leur indépendance numérique 
d’éviter une dépendance excessive à quelques grandes firmes étrangères. 
Dans des domaines sensibles comme l’administration, l’éducation, la santé ou la défense, cette question devient stratégique.

L’actualité récente montre d’ailleurs que l’open source joue un rôle central dans les technologies d’aujourd’hui, y compris dans l’intelligence artificielle. Un article du journal Le Monde publié en janvier 2025 souligne que l’open source constitue une véritable « armée de l’ombre » du logiciel et de l’IA : de nombreuses innovations visibles reposent en réalité sur des outils ouverts, souvent développés collectivement, mais moins médiatisés que les grandes entreprises qui les exploitent.
Cela montre que le futur des logiciels dépendra probablement moins d’une opposition entre “fermé” et “ouvert” que de la capacité à organiser une coopération efficace entre communautés, entreprises et institutions publiques.
Dans ce contexte, le partage des connaissances, la transparence et la collaboration deviennent des éléments essentiels du développement informatique.

Conclusion

En définitive, les droits d’auteur et les logiciels libres représentent deux visions différentes, mais complémentaires, du numérique.

Le modèle des droits d’auteur met l’accent sur la protection, le contrôle et la rentabilité économique. Le modèle libre, lui, valorise le partage, la transparence et la coopération.
Aujourd’hui, aucun des deux ne s’impose totalement. Les entreprises continuent de défendre leurs créations grâce au droit d’auteur, mais elles s’appuient aussi de plus en plus sur des outils ouverts. De leur côté, les logiciels libres prennent une place grandissante dans les infrastructures, les services publics et les innovations les plus récentes.

La véritable question n’est donc peut-être plus de savoir quel modèle doit remplacer l’autre, mais plutôt comment les deux peuvent coexister de manière équilibrée.

Notion à retenir :

  • Droit d’auteur : ensemble de règles qui protège les créations de l’esprit et donne des droits au créateur
  • Propriété intellectuelle : cadre juridique qui protège toutes les créations (œuvres, inventions, logiciels…)
  • Code source : ensemble des instructions qui composent un logiciel
  • Logiciel propriétaire : logiciel dont l’utilisation est limitée par son créateur
  • Un logiciel libre est un programme dont le code source est accessible et modifiable par tous. Il n’est pas forcément gratuit.
  • Il repose sur 4 libertés fondamentales : utiliser, étudier, modifier et redistribuer.
  • Les logiciels libres favorisent la collaboration, le partage et l’innovation collective.
  • Alternative aux logiciels propriétaires, avec un modèle économique différent basé sur les services.

Sources et approfondissements

OMPI

Schéma droit auteur

Propriété intellectuelle définition INSEE

Protection des logiciels

Exemple de violation de droits d’auteur : Nintendo / Yuzu

https://www.ritimo.org/Logiciel-libre-6730?

https://www.gnu.org/philosophy/free-sw.fr.html

https://www.francenum.gouv.fr/guides-et-conseils/pilotage-de-lentreprise/logiciels-de-gestion-de-lentreprise/quels-sont-les#:~:text=Qu’est%2Dce%20qu’,le%20personnaliser%20selon%20leurs%20besoins.

https://www.lemonde.fr/economie/article/2025/01/05/l-open-source-l-armee-de-l-ombre-du-logiciel-et-de-l-intelligence-artificielle_6482931_3234.html?

https://www.gnu.org/philosophy/categories.fr.html?

https://www.lemonde.fr/economie/article/2025/01/05/l-open-source-l-armee-de-l-ombre-du-logiciel-et-de-l-intelligence-artificielle_6482931_3234.html?

https://commission.europa.eu/about/departments-and-executive-agencies/digital-services/open-source-software-strategy_en?

L’utilisation du numérique pour mettre en évidence le réchauffement climatique (A)

L’utilisation du numérique pour mettre en évidence le réchauffement climatique

En 2023, la planète a enregistré l’année la plus chaude jamais mesurée. Cette affirmation repose sur des millions de données collectées par des satellites, des capteurs océaniques et des stations météorologiques connectées. Le réchauffement climatique est aujourd’hui visible grâce au numérique, qui transforme des phénomènes globaux complexes en courbes, cartes et projections scientifiques.

Depuis le début de l’ère industrielle, le climat de la Terre connaît un réchauffement rapide et inédit à l’échelle de l’histoire humaine. Selon le GIEC (Groupe d’experts intergouvernemental sur l’évolution du climat), la température moyenne mondiale a augmenté d’environ +1,1°C par rapport à la période 1850-1900.
Mais comment mesure-t-on précisément cette évolution ?
Comment peut-on affirmer scientifiquement que le réchauffement est réel, global et d’origine humaine ?
La réponse repose en grande partie sur le développement du numérique : satellites, capteurs connectés, bases de données mondiales, supercalculateurs et modélisations climatiques permettent aujourd’hui de mesurer, analyser et visualiser le climat à l’échelle planétaire.

Problématique :
Comment le numérique permet il de mesurer, comprendre et rendre visible le réchauffement climatique afin d’éclairer les décisions scientifiques et politiques ?

I. Le numérique comme outil de mesure et d’objectivation du réchauffement climatique

Le numérique joue un rôle central dans la production des preuves scientifiques du réchauffement. Il permet une collecte massive de données, leur traitement informatique et leur transformation en informations exploitables.

A. Les satellites : observer la Terre à grande échelle

Les satellites climatiques constituent l’un des outils majeurs de la surveillance du climat. Depuis les années 1970, ils permettent une observation continue et globale de la planète.

Les satellites de la NASA et du programme européen Copernicus (Agence Spatiale Européenne) mesurent :

  • La température de surface des océans
  • La température de l’atmosphère
  • Les anomalies thermiques globales

Les données satellitaires montrent que les 9 années les plus chaudes jamais enregistrées ont eu lieu après 2014.
L’année 2023 a été la plus chaude jamais mesurée à l’échelle mondiale.
Ces mesures sont rendues possibles grâce à des capteurs infrarouges embarqués qui détectent le rayonnement thermique émis par la Terre.

Depuis 1993, les satellites d’altimétrie (comme TOPEX/Poseidon puis Jason-1, 2 et 3) mesurent l’élévation du niveau moyen des mers.
Résultat :
  • Le niveau des océans s’élève d’environ 3,3 millimètres par an.
  • Depuis 1900, la hausse totale est estimée à environ 20 centimètres.

    Ces mesures numériques permettent de suivre précisément l’impact de la fonte des glaciers et de la dilatation thermique de l’eau.

Des satellites comme OCO-2 (NASA, lancé en 2014) mesurent la concentration de dioxyde de carbone dans l’atmosphère.

  • Avant la révolution industrielle : environ 280 ppm (parties par million).
  • En 2023 : plus de 420 ppm.

    Cette augmentation rapide est directement liée aux activités humaines (combustion des énergies fossiles, déforestation).

Grâce à l’imagerie satellitaire :

  • On observe la déforestation en Amazonie et en Indonésie.
  • Environ 10 millions d’hectares de forêts disparaissent chaque année dans le monde (FAO).

    Les images sont analysées par des logiciels capables de comparer automatiquement l’évolution des surfaces forestières

Les satellites permettent de mesurer :

  • La réduction de la banquise arctique (−40 % de surface estivale depuis 1979).
  • La fonte accélérée des glaciers du Groenland et de l’Antarctique.

👉Le numérique permet une observation continue, globale et objective du climat, impossible à réaliser uniquement par observation humaine directe.

B. Capteurs terrestres et Internet des objets (IoT)

En complément des satellites, des millions de capteurs connectés mesurent le climat au sol et dans les océans.

Définition :

L’Internet des objets (IoT) désigne l’ensemble des objets physiques connectés à Internet capables de collecter et transmettre des données en temps réel.

Des milliers de stations mesurent :

  • Température
  • Précipitations
  • Humidité
  • Vent

Ces données sont transmises automatiquement à des bases de données nationales et internationales.

Elles permettent de comparer les séries historiques sur plus de 150 ans, mesurée à l’échelle mondiale.
Ces mesures sont rendues possibles grâce à des capteurs infrarouges embarqués qui détectent le rayonnement thermique émis par la Terre.

Depuis 2000, le programme international Argo déploie plus de 3 800 bouées autonomes dans tous les océans.
Elles mesurent :
  • Température
  • Salinité
  • Pression jusqu’à 2 000 mètres de profondeur

    Ces données sont essentielles pour comprendre le stockage de chaleur dans les océans, qui absorbent environ 90 % de l’excès de chaleur lié au réchauffement climatique.

Dans les villes, des capteurs mesurent les îlots de chaleur urbains :

Les centres urbains peuvent être 2 à 5°C plus chauds que les zones rurales environnantes.

Ces données permettent d’adapter les politiques urbaines (végétalisation, matériaux, aménagement).

Les bases de données météorologiques montrent :

  • Une diminution du nombre de jours de gel en France depuis les années 1950.
  • Une augmentation des épisodes de sécheresse dans plusieurs régions.

Ces informations sont collectées automatiquement et utilisées pour anticiper les risques agricoles.

👉 Les données sont récoltées en temps réel et en très grande quantité.

C. Big Data, modélisation et intelligence artificielle

Le réchauffement climatique génère des volumes gigantesques de données. Leur analyse repose sur le Big Data.

Définition :

Le Big Data désigne l’ensemble des techniques permettant de traiter des volumes massifs de données variées et complexes.

Les scientifiques analysent :
  • Des séries historiques sur plus de 150 ans
  • Des données satellites quotidiennes
  • Des données océaniques profondes

    Ces calculs nécessitent des supercalculateurs, capables d’effectuer des milliards d’opérations par seconde.

Le GIEC ne réalise pas d’expériences en laboratoire.
Il compile les résultats de modèles climatiques numériques appelés GCM (General Circulation Models).

Ces modèles simulent :

  • L’atmosphère
  • Les océans
  • Les glaces
  • La végétation

La Terre est divisée en millions de “mailles” numériques où des équations physiques sont résolues.

Le GIEC utilise différents scénarios d’émissions (appelés SSP).

Selon les scénarios :

  • Si les émissions diminuent fortement : réchauffement limité autour de +1,5 à +2°C.
  • Si elles continuent d’augmenter : réchauffement pouvant dépasser +3°C d’ici 2100.

L’IA est utilisée pour :

  • Détecter automatiquement les anomalies climatiques
  • Améliorer les prévisions d’ouragans et de vagues de chaleur
  • Identifier des tendances invisibles à l’œil humain

👉 Le numérique ne se contente pas de mesurer : il permet d’anticiper.

Grâce au numérique, les données climatiques ne sont plus réservées aux scientifiques.
Elles sont accessibles au grand public, aux journalistes, aux étudiants et aux décideurs politiques.

Le numérique joue donc un rôle fondamental non seulement dans la mesure du réchauffement, mais aussi dans sa diffusion et sa compréhension collective.

II. L’accessibilité et la diffusion numérique des données climatiques

Le numérique n’a pas que pour objectif de mesurer le réchauffement climatique, il permet aussi de rendre les résultat accessibles à tous (grand public, journalistes, étudiants, décideurs politiques…). Ces informations climatiques sont rendues disponibles en ligne, tout le monde peut les consulter librement et elle sont souvent illustrées ou rendus interactifs pour les rendre plus visuelles. Le numérique joue donc un rôle dans la démocratisation de la connaissance climatique.

Où trouver des données fiables ?

Suite à la multiplication des informations sur internet, il est essentiel de s’appuyer sur des sources scientifiques reconnues. Voici des exemples de sources fiables sur le climat

Le programme de l’Union Européenne Copernicus, lancé en 2014, fournit des données issues de satellites et de modèles climatiques.
Le Copernicus Climate Change Service (C3S) propose :
– Des cartes mondiales de températures
– Des données sur la banquise
– Des indicateurs climatiques actualisés
Les données sont mises à jour régulièrement et accessibles gratuitement. Les informations sont produites par des agences spatiales européennes et des centres de recherche reconnus.

Our World in Data est une plateforme scientifique qui compile des bases de données internationales.
On y trouve :
– L’évolution des émissions mondiales
– Les concentrations de CO₂ depuis 1850
– Les scénarios énergétiques
– Des graphiques interactifs comparables entre pays
Les données proviennent d’organismes officiels (ONU, GIEC, Banque mondiale, NASA). Chaque graphique indique précisément la source utilisée.

Le GIEC qui est le Groupe d’experts intergouvernemental sur l’évolution du climat a été créé en 1988 par l’ONU. Il publie des rapports d’évaluation synthétisant des milliers d’études scientifiques.
Le dernier cycle de rapports (AR6) a été publié entre 2021 et 2023.
On y trouve :
– Des données sur l’évolution des températures
– Des projections climatiques selon différents scénarios
– Des analyses sur les impacts environnementaux et sociaux
– Des synthèses destinées aux décideurs politiques
Ces rapports sont accessibles gratuitement en ligne. Le GIEC synthétise les travaux de milliers de scientifiques internationaux. Les rapports sont relus et validés par des experts et des gouvernements.

Météo-France est l’organisme public français chargé de l’observation météorologique et climatique.
On y trouve :
– Des données historiques de température
– Des bilans climatiques annuels
– Des études sur l’évolution du climat en France
Par exemple, les données montrent que la température moyenne en France a augmenté d’environ +1,7°C depuis 1900.
Les données proviennent de stations météorologiques certifiées et sont utilisées par les chercheurs et les pouvoirs publics.

Le programme de l’Union Européenne Copernicus, lancé en 2014, fournit des données issues de satellites et de modèles climatiques.
Le Copernicus Climate Change Service (C3S) propose :
– Des cartes mondiales de températures
– Des données sur la banquise
– Des indicateurs climatiques actualisés
Les données sont mises à jour régulièrement et accessibles gratuitement. Les informations sont produites par des agences spatiales européennes et des centres de recherche reconnus.

Our World in Data est une plateforme scientifique qui compile des bases de données internationales.
On y trouve :
– L’évolution des émissions mondiales
– Les concentrations de CO₂ depuis 1850
– Les scénarios énergétiques
– Des graphiques interactifs comparables entre pays
Les données proviennent d’organismes officiels (ONU, GIEC, Banque mondiale, NASA). Chaque graphique indique précisément la source utilisée.


Visualisation et création de graphiques

Les données brutes (chiffres, tableaux) sont souvent difficiles à comprendre.
Le numérique permet de transformer ces données en représentations visuelles claires et accessibles.

Par exemple, ce site permet de comprendre le réchauffement climatique en 7 graphiques : Comprendre le réchauffement climatique en 7 graphiques

1

Les plateformes interactives avec des sites comme Our World in Data ou Copernicus proposent des graphiques dynamiques, des cartes interactives, des comparaisons entre pays, des filtres temporels (ex : 1900–2023). L’utilisateur permet de voir l’évolution des données en temps réel. Cela rend le réchauffement climatique visible et compréhensible.

2

Le numérique permet de créer des graphiques.

Les chercheurs et les journalistes utilisent :
– Excel pour analyser et représenter des données
– Python (langage de programmation scientifique)
– R pour les analyses statistiques
– Datawrapper pour créer des graphiques interactifs
Ces outils permettent de comparer des séries temporelles, de montrer des corrélations (ex : CO₂ et température) ou encore de représenter des projections futures

3

Les cartes interactives sont aussi un outils utile. Les systèmes d’information géographique (SIG) permettent par exemple de cartographier la montée des eaux, visualiser les zones de sécheresse, observer la déforestation…. Ces cartes rendent les impacts du réchauffement concrets et localisés.

4

Les graphiques permettent de comparer en montrant par exemple la hausse des températures depuis 1850, l’évolution parallèle du CO₂ et de la température ou même la réduction de la banquise arctique depuis 1979. La visualisation transforme une donnée abstraite en preuve visible. Le numérique rend donc le réchauffement climatique mesurable, mais surtout compréhensible.

Ce graphique reprend des données du GIEC en les illustrant avec un graphique pour faciliter le compréhension du phénomène

Publication et vulgarisation scientifique

Produire des données ne suffit pas. Il faut ensuite les expliquer et les diffuser. Le numérique permet de transformer une donnée scientifique complexe en message accessible.

Par exemple, via des vidéos et des conférences. Des climatologues en publient bon nombre en ligne. Ce sont des interventions pédagogiques qui permettent de donner des explications vulgarisées. Les plateformes comme YouTube ou les sites universitaires permettent une diffusion massive. Dans cette vidéo par exemple, le réchauffement climatique est expliqué de manière sérieuse, rapide et illustré : Le réchauffement climatique expliqué en 3 minutes

Des chercheurs, institutions et médias scientifiques utilisent les réseaux sociaux pour de la diffusion scientifique. Ex de réseaux : Twitter / X, LinkedIn, Instagram, Threads. Ils publient des rapports et des graphiques simplifiés mais cela peut aussi être sous forme d’alertes sur les records de température. Cela permet une diffusion rapide de l’information scientifique.

Les infographies qui combinent données chiffrées, illustrations et schémas explicatifs rendent les rapports scientifiques plus accessibles au grand public.

Les journaux en ligne et les médias spécialisés ont aussi pour rôle de publier ces informations de manière pédagogiques, cela permet de comprendre les enjeux climatiques et d’accéder aux preuves scientifiques.

Au-delà des outils et de l’accessibilité, que montrent réellement les données ?

C’est ce que nous allons analyser à travers une étude de cas basée sur les données du GIEC normand.

III) Un cas concret : l’exemple des Îlots de Chaleurs Urbains dans la ville de Caen

Les Îlots de Chaleurs Urbains

À l’échelle urbaine, l’effet le plus direct du réchauffement climatique est celui des Îlots de Chaleurs Urbains (ICU).

Les matériaux urbains ont tendance à absorber l’énergie solaire le jour, puis rejettent cette énergie durant la nuit. Ce phénomène empêche pour ainsi dire la ville de refroidir. Concrètement cela se traduit par des écarts de températures important, l’été il peut ainsi y avoir jusqu’a 10°C de différence entre les centre-villes de certaines métropoles et leurs périphérie rurale.

Ainsi, dans le cadre du développement durable et afin de garantir le confort des citadins/ habitants, des politiques d’atténuation de ces îlots de chaleurs urbains sont mis en place. Les villes essaient donc de végétaliser massivement leurs centres-villes, de « désimperméabiliser » leurs centre-villes (casser le bitume afin de laisser la terre respirer) mais également des techniques plus récentes tels que le cool roofing, qui consiste à peindre les toits en blancs afin de renvoyer la chaleur. Cependant avant de mettre en place de telles pratiques, il est nécessaire d’observer, de mesurer où se situe ces îlots de chaleurs. C’est ici que la technologie révèle toute son utilité dans la lutte face au réchauffement climatique.

L’exemple de la ville de Caen.

Travail se basant sur les Études réalisées par Olivier Cantat, géographe et climatologue et membre du GIEC normand.

Afin de réaliser ses études, Olivier Cantat a installé dans Caen et sa périphérie plusieurs petites stations météorologiques, permettant en temps réel de connaître la température en différents points, lieux.

Ce graphique permet d’observer l’écart de température moyenne entre le centre-ville (Station météo placée à Tour Leroy) et la campagne de Caen (Station météo placée à Louvigny), entre le 20 Août 2025 et le 25 Août 2025.

Ainsi nous observons qu’entre ces deux stations météos, séparées d’une distance d’environ 4km, lors des journées ensoleillées, l’écart de température peut attteindre jusqu’à 5° Celsus.

Ce graphique illustre l’écart de température moyenne horaire à Caen entre le centre-ville et la campagne (mêmes stations météorologiques utilisées) entre l’été et l’automne 2025.

Ce graphique permet d’illustrer que les ICU sont essentiellement un phénomène nocturne. En effet, on observe qu’en journée (entre 9h et 16h) les températures mesurées par les deux stations météos sont presques similaires. Cependant, la nuit (entre 18h et 6h du matin), nous observons grâce au graphique que la nuit, la température diminue bien plus fortement à la campagne que dans le centre-ville de Caen.

Ce dernier schéma illustre la différence de température en fin de nuit par un temps clair d’été.

Cette carte permet d’observer les contrastes importants de température en quelques centaines de mètres. Nous observons ainsi un écart de température allant jusqu’à 7°C dépendamment du placement des stations météorologiques.

De plus, cette dernière image met en avant l’importance de la nature en ville dans l’objectif de lutter contre les ICU. En effet, nous observons que les températures les plus basses sont obtenues dans les lieux les plus végétalisés.


A retenir :

Le numérique n’est pas seulement un outil de mesure, il constitue aujourd’hui l’infrastructure essentielle de production, de traitement et de diffusion des connaissances scientifiques. Les données climatiques ne sont plus isolées dans des laboratoires : elles sont collectées à l’échelle mondiale par des réseaux de capteurs automatisés (satellites, bouées océaniques, stations météorologiques), transmises par Internet et stockées dans des bases de données numériques accessibles. Ces données sont ensuite analysées à l’aide de supercalculateurs, de modèles climatiques et de techniques de Big Data qui permettent non seulement de mesurer des variables comme les températures, la concentration de CO₂ ou le niveau des océans, mais aussi de simuler et de prédire l’évolution future du climat. Enfin, grâce à l’open data et à des plateformes interactives (graphiques, cartes, visualisations), ces informations deviennent accessibles à tous — scientifiques, décideurs politiques, étudiants et citoyens — ce qui facilite la compréhension et la prise de décision éclairée sur les enjeux climatiques du XXIe siècle.

Une vidéo pour approfondir :

Sources

Les types d’intelligence artificielle (Groupe B)

Les différents types d’intelligence artificielle

L’intelligence artificielle est aujourd’hui partout : dans nos téléphones, nos plateformes de streaming, nos déplacements, et même dans le domaine médical. Pourtant, elle est souvent réduite à une seule image : celle des chatbots ou des IA capables de générer des textes et des images. En réalité, il existe plusieurs types d’intelligences artificielles, aux rôles et aux usages très différents.

L’intelligence artificielle (IA) désigne l’ensemble des techniques informatiques permettant à des machines d’imiter certaines capacités humaines, comme analyser des informations, apprendre à partir de données, raisonner ou prendre des décisions.


Contrairement aux idées reçues, l’IA ne se limite pas à la création de contenus. Elle est d’abord née pour analyser de grandes quantités de données, anticiper des événements et assister les humains dans leurs choix. Aujourd’hui, elle peut aussi interagir avec les utilisateurs et même agir directement dans le monde réel grâce à la robotique et aux systèmes autonomes.
Cette diversité d’usages montre que l’IA n’est pas une technologie unique, mais un ensemble de systèmes aux fonctions variées.

I. Les IA d’analyse, de prédiction et de décision : comprendre, anticiper, orienter

Les intelligences artificielles ne servent pas uniquement à créer des textes ou des images. Historiquement, leur premier rôle est d’analyser de grandes quantités de données, d’identifier des régularités et d’aider les humains à prendre des décisions.
Ces IA sont souvent invisibles, mais elles structurent profondément notre quotidien : recherche sur Internet, recommandations, sécurité, santé, transports.

A. Les IA d’analyse des données : comprendre et organiser le réel

1. Traitement massif de l’information (Big Data)

Les IA d’analyse sont capables de traiter des volumes de données immenses, impossibles à analyser manuellement par un humain.

  • Elles peuvent :
    • extraire des informations pertinentes,
    • trier et classer des données,
    • détecter des anomalies ou des comportements suspects.

Exemples :

→ Les moteurs de recherche intelligents utilisent des intelligences artificielles pour analyser le contenu de milliards de pages web ainsi que les requêtes formulées par les utilisateurs.
L’IA est capable de comprendre le sens d’une requête, même lorsqu’elle est formulée de manière imprécise, puis de classer les résultats selon leur pertinence.
→ Dans le domaine de la cybersécurité, des IA analysent en continu le trafic des réseaux informatiques.
Elles comparent les comportements observés à des comportements considérés comme normaux afin de détecter des anomalies, comme des tentatives de piratage ou des attaques informatiques.
→ Les systèmes anti-fraude utilisent des IA capables d’analyser en temps réel des millions de transactions bancaires.
L’IA repère des schémas inhabituels (montants anormaux, lieux inhabituels, fréquence excessive) pour identifier des transactions potentiellement frauduleuses.

💡 Sans IA, ces analyses prendraient des semaines ou seraient impossibles.

2. Outils d’analyse et de monitoring en temps réel

Certaines IA analysent des flux continus de données, parfois en temps réel. L’IA rend visible et intelligible un monde devenu trop complexe pour l’analyse humaine seule

  • Collecte automatique de données
  • Visualisation et interprétation rapide
  • Aide à la surveillance et à la prévention

Exemples :

→ Google Analytics utilise des systèmes d’analyse automatisée pour collecter et interpréter les données liées à la navigation des internautes sur un site web.
L’IA analyse des informations telles que le nombre de visiteurs, le temps passé sur les pages ou les parcours de navigation afin de comprendre le comportement des utilisateurs.
→ Les applications de navigation comme Google Maps ou Waze utilisent des IA pour analyser en temps réel les déplacements des usagers.
À partir des données de localisation, de vitesse et de densité de circulation, l’IA identifie les ralentissements et estime les embouteillages.
→ Dans les environnements industriels, des capteurs installés sur les machines collectent en continu des données techniques (température, vibrations, pression).
Les IA analysent ces données pour détecter des dysfonctionnements anormaux, parfois avant même qu’une panne ne survienne.

B. Les IA de prédiction : anticiper les comportements et les événements

1. Modéliser le futur à partir du passé

Les IA de prédiction reposent sur le machine learning :
Elles apprennent à partir de données passées pour anticiper ce qui pourrait se produire.

  • Détection de patterns (régularités)
  • Calcul de probabilités
  • Amélioration continue des prédictions

Exemples :

→ Les systèmes de prévision météorologique utilisent des intelligences artificielles capables d’analyser d’énormes quantités de données climatiques passées et présentes (température, pression atmosphérique, humidité, vents).
À partir de ces données, l’IA identifie des régularités et des modèles afin d’anticiper l’évolution du temps dans les heures ou les jours à venir.
→ Dans l’industrie, des capteurs installés sur les machines collectent en permanence des données (vibrations, chaleur, bruit, consommation d’énergie).
Les IA de prédiction analysent ces données pour repérer des signes annonciateurs de défaillance et estimer la probabilité qu’une panne survienne.
→ Les banques utilisent des IA de prédiction pour évaluer le risque qu’un client ne rembourse pas un crédit.
L’IA analyse des données comme les revenus, l’historique bancaire, les dépenses ou les crédits passés, puis calcule une probabilité de non-remboursement.

2. Personnalisation et anticipation des besoins individuels

Ces IA analysent nos comportements pour adapter les services à chaque utilisateur.

Systèmes de recommandation :

  • Spotify : musiques similaires à celles écoutées
  • Netflix : films et séries susceptibles de plaire
  • Amazon : suggestions d’achat personnalisées

Pour cela, elles utilisent :

  • historique de navigation,
  • temps de visionnage,
  • comparaisons avec des profils similaires.

L’IA ne se contente pas de décrire le monde : elle tente de l’anticiper.

C. Les IA d’aide à la décision : orienter l’action humaine

1. Aide au diagnostic et à la résolution de problèmes

Dans certains domaines critiques, l’IA assiste l’humain en proposant des analyses rapides et précises.

Santé :

  • Détection de cancers sur des images médicales
  • Aide au diagnostic pour les radiologues

Finance :

  • Évaluation des risques
  • Aide à l’octroi de crédits
  • Détection de blanchiment d’argent

⚠️ L’IA propose, mais la décision finale reste (en principe) humaine.

2. Optimisation logistique et organisationnelle

Les IA sont très efficaces pour optimiser des systèmes complexes.

Exemples :

→ Amazon utilise des intelligences artificielles pour analyser les ventes passées, les tendances de consommation et les délais de livraison.
À partir de ces analyses et prédictions, l’IA aide à décider quels produits stocker, en quelle quantité et dans quel entrepôt.
→ Uber utilise des IA capables d’analyser le trafic en temps réel, la demande des utilisateurs et la disponibilité des chauffeurs.
L’IA propose alors les itinéraires les plus rapides et l’affectation optimale des chauffeurs aux clients.
→ Dans le domaine de l’aviation, les IA aident à planifier les vols en tenant compte de nombreux paramètres : météo, trafic aérien, disponibilité des avions et des équipages.
L’IA propose des plannings optimisés, permettant aux compagnies aériennes de limiter les retards et les coûts.
→ Dans les villes intelligentes (smart cities), des IA analysent les flux de circulation en temps réel grâce à des capteurs et des caméras.
À partir de ces données, elles recommandent des ajustements des feux de circulation ou des itinéraires afin de fluidifier le trafic.

Cela permet de :

  • gagner du temps,
  • réduire les coûts,
    • limiter les erreurs humaines.

Derrière chaque recherche, chaque recommandation ou chaque décision optimisée, se cache une intelligence artificielle.
Ces IA ne produisent pas de textes ou d’images : elles analysent, organisent, anticipent et guident l’action humaine.
Essentielles à nos sociétés numériques, elles rendent le monde plus efficace… mais interrogent aussi notre rapport aux algorithmes, à la confiance et au contrôle.

II. Les IA créatives et interactives

Les intelligences artificielles créatives et interactives marquent une rupture importante par rapport aux IA traditionnelles. En effet, elles ne se contentent plus d’analyser ou de prévoir : elles produisent du contenu nouveau et interagissent directement avec les humains. On les retrouve aujourd’hui dans de nombreux domaines culturels, artistiques, numériques et ludiques

1. Les IA génératives

Les IA génératives sont capables de créer du contenu original à partir de données sur lesquelles elles ont été entraînées. Elles utilisent des modèles complexes (souvent basés sur des réseaux de neurones) pour apprendre les structures du langage, des images, de la musique ou du code.

a) Création musicale
Il existe des IA capables de composer des musiques originales, des bandes-son, des voix chantées artificielles.

Ces IA ne recopient pas simplement : elles combinent et réinterprètent des modèles existants pour produire quelque chose de nouveau.

b) Création de texte
Certaines IA peuvent rédiger :

  • des articles,
  • des poèmes,
  • des scénarios,
  • du code informatique.

Par exemple, ChatGPT peut répondre à des questions, expliquer des notions ou écrire des textes cohérents dans plusieurs styles.

c) Création d’images et de vidéos
D’autres IA génèrent des images à partir d’une simple description textuelle. Parmi les IA génératives les plus connues, Midjourney* et DALL·E* occupent une place centrale dans la création d’images à partir de texte. Ces intelligences artificielles permettent de transformer une simple description écrite, appelée prompt*, en une image originale.

*DALL·E : générer des images à partir du langage

DALL·E est une IA développée par OpenAI, spécialisée dans la création d’images à partir de descriptions textuelles. Elle est capable de comprendre le langage naturel et de l’associer à des formes, des couleurs, des styles artistiques ou des objets précis.

Fonctionnement général : L’utilisateur décrit ce qu’il souhaite voir, par exemple :

« Un chat astronaute flottant dans l’espace, style dessin animé »

Screenshot

DALL·E analyse le texte, identifie les éléments clés (objets, actions, style) et génère une image correspondant à cette description. L’image produite n’existait pas auparavant : elle est créée à partir de modèles appris sur de très nombreuses images.

Mettre exemple du chat

Usages principaux

DALL·E est utilisé dans plusieurs domaines :

  • illustration d’articles ou de présentations,
  • création de visuels publicitaires,
  • aide à la conception graphique,
  • exploration artistique.

Il permet à des personnes sans compétences en dessin ou en graphisme de produire rapidement des images de qualité.

*Midjourney : une IA orientée vers la création artistique

Midjourney est une IA générative d’images réputée pour son style artistique très travaillé. Contrairement à DALL·E, Midjourney est principalement utilisée via la plateforme Discord, où l’utilisateur écrit des commandes pour générer des images.

Spécificités artistiques, Midjourney se distingue par :

  • Des images souvent plus esthétiques et stylisées.
  • Une forte inspiration artistique (peinture, concept art, fantasy, science-fiction).
  • Une grande liberté créative.

Elle est souvent utilisée pour créer :

  • Des concepts visuels.
  • Des univers fictifs.
  • Des personnages imaginaires.
  • Des œuvres expérimentales.

Voici un exemple d’univers fictif créer avec Midjourney. (Cliquez sur le texte pour avoir le lien).

Dans Midjourney comme dans DALL·E, la qualité de l’image dépend fortement du prompt, c’est-à-dire de la description fournie par l’utilisateur.

Un prompt peut préciser :

  • le sujet (personne, objet, paysage),
  • le style (réaliste, peinture, dessin, photo),
  • l’ambiance (sombre, joyeuse, futuriste),
  • des références artistiques.

Même si ces deux IA ont le même objectif, elles présentent des différences notables :

  • DALL·E est plus accessible au grand public et souvent utilisée pour des images claires, explicatives ou réalistes.
  • Midjourney est davantage tournée vers la création artistique et l’expérimentation visuelle.
  • DALL·E est intégrée à des interfaces simples, tandis que Midjourney fonctionne via Discord.
  • Midjourney privilégie le style et l’esthétique, DALL·E la compréhension précise des consignes.

Ces différences montrent que chaque IA répond à des besoins créatifs spécifiques.

2. Les IA conversationnelles

Les IA conversationnelles sont conçues pour dialoguer avec les utilisateurs en langage naturel. Elles comprennent les questions, formulent des réponses et peuvent adapter leur discours selon le contexte.

a) Assistants vocaux
Ces IA fonctionnent souvent à l’oral et sont intégrées dans des objets du quotidien.
On peut citer par exemple :

  • Siri (Apple),
  • Alexa (Amazon),
  • Google Assistant.

Elles permettent de poser des questions, lancer de la musique, contrôler des objets connectés, etc.

b) Chatbots et agents virtuels
De nombreuses entreprises utilisent des chatbots pour :

  • le service client,
  • l’assistance technique,
  • les réservations ou commandes.

Ces IA améliorent la disponibilité et la rapidité des échanges, mais restent limitées face aux situations complexes. Ainsi, l’IA conversationnelle donne l’illusion d’un dialogue humain, ce qui modifie notre manière de communiquer avec les machines.

3. Les IA dans les jeux vidéos

a) Les personnages non-joueurs (PNJ)

Les PNJ sont des personnages contrôlés par le jeu et qui interagissent avec le joueur. La plupart des PNJ sont gérés par des IA basées sur des scripts et des règles programmées, ces IA définissent leur comportement, leurs dialogues et leurs routines, créant une illusion de vie autonome.

b) Adaptation du gameplay

Certaines IA sont conçues pour observer le joueur et adapter l’expérience en temps réel, afin de rendre le jeu plus engageant et équilibré. Elles peuvent ajuster la difficulté selon le niveau du joueur mais également elles peuvent proposer des défis personnalisés et modifier le comportement des ennemis ou l’environnement.

c) Avancée et apprentissage

Certains jeux expérimentaux intègrent des IA capables de réapprendre et d’évoluer avec le temps, grâce à des techniques d’apprentissage automatique ou par renforcement. Ces IA peuvent modifier durablement leur comportement en fonction des actions du joueur, rendant l’expérience moins prévisible et plus immersive.

d) Illustrations :

Dans Animal Crossing (Nintendo) : les villageois suivent des horaires précis, se promènent, parlent et réagissent aux actions du joueur. Leur comportement est programmé, ils ne “réfléchissent” pas réellement, mais cela donne un monde vivant.

Dans les Sims : les personnages ont des préférences, des besoins et des routines quotidiennes. Toutes leurs actions sont dictées par des scripts et probabilités, mais le résultat paraît naturel et cohérent.

Dans League of Legends (riot games) : les bots servent à l’entraînement ou à compléter une équipe. Ils sont capables de prendre des décisions tactiques : attaquer des ennemis faibles, défendre des objectifs, utiliser leurs compétences de façon logique. Certaines IA peuvent s’adapter légèrement au niveau du joueur, par exemple en essayant de capitaliser sur ses erreurs ou en modifiant leur agressivité selon la progression.

III. Les IA incarnées, autonomes et embarquées

Les intelligences artificielles incarnées, autonomes et embarquées sont des IA intégrées dans des objets physiques comme des robots, des voitures ou des machines, et non limitées à un écran ou à un logiciel. Grâce à des capteurs, elles peuvent percevoir leur environnement, analyser les informations reçues, puis prendre des décisions et agir directement dans le monde réel. Elles fonctionnent souvent en temps réel, dans des situations qui peuvent changer rapidement, ce qui les rend utiles mais aussi risquées, car une erreur peut avoir des conséquences concrètes. Cela pose donc des enjeux importants en matière de sécurité, de responsabilité et d’impact sur la société.

1. La robotique intelligente

La robotique intelligente combine l’intelligence artificielle, la mécanique, l’électronique et l’informatique afin de créer des machines capables d’exécuter des tâches complexes de manière autonome ou semi-autonome.

Les robots industriels sont largement utilisés dans les usines modernes, notamment dans les secteurs de l’automobile, de l’électronique et de la logistique. Les bras robotisés peuvent effectuer des opérations répétitives telles que l’assemblage, la soudure ou la peinture avec une grande précision et une vitesse constante.

Grâce à l’IA, ces robots ne se contentent plus d’exécuter des gestes programmés à l’avance : ils peuvent s’adapter à des variations (changement de pièce, détection d’erreurs, optimisation des trajectoires).

Avantages :

  • Productivité accrue
  • Réduction des coûts de production
  • Amélioration de la sécurité des travailleurs

Limites :

  • Coût élevé d’installation
  • Dépendance à des systèmes complexes
  • Risque de suppression d’emplois peu qualifiés

Les robots domestiques, comme les aspirateurs autonomes, utilisent des capteurs (caméras, lidar, capteurs infrarouges) et des algorithmes de navigation pour cartographier un espace et s’y déplacer de manière autonome.

Les robots de service (hôpitaux, hôtels, entrepôts) sont capables de transporter des objets, d’assister le personnel ou d’interagir avec les humains.

Ces robots illustrent la démocratisation de l’IA incarnée, désormais présente dans la vie quotidienne.

Les robots chirurgicaux, tels que le robot Da Vinci, assistent les chirurgiens lors d’interventions délicates. Ils offrent une précision extrême, une réduction des tremblements et une meilleure visualisation de la zone opérée.

Toutefois, ces robots ne sont pas totalement autonomes : ils fonctionnent sous contrôle humain, ce qui pose la question du partage de responsabilité entre le médecin, l’hôpital et le fabricant.

2. Systèmes autonomes

Les systèmes autonomes représentent un niveau supérieur de complexité, car ils doivent prendre des décisions critiques sans intervention humaine immédiate.

Les voitures autonomes reposent sur un ensemble de technologies : vision par ordinateur, apprentissage automatique, fusion de capteurs et prise de décision algorithmique.

Elles doivent :

  • Reconnaître les piétons, véhicules et obstacles
  • Anticiper le comportement des autres usagers
  • Respecter le code de la route
  • Réagir rapidement aux situations imprévues

Si ces véhicules promettent une réduction des accidents et une meilleure fluidité du trafic, ils soulèvent de nombreuses questions : fiabilité, cybersécurité, responsabilité juridique en cas d’accident.

Les drones autonomes sont utilisés dans des domaines variés : agriculture, surveillance, cartographie, secours, livraison. Leur autonomie leur permet d’effectuer des missions longues et complexes sans pilotage direct.

Cependant, leur usage pose des problèmes liés à la protection de la vie privée, à la sécurité aérienne et au contrôle des espaces publics.

En agriculture, les robots autonomes peuvent analyser les sols, détecter les maladies des cultures et appliquer des traitements ciblés. Cela permet une agriculture plus précise et plus respectueuse de l’environnement.

Dans l’industrie, les systèmes autonomes gèrent des entrepôts entiers, optimisent les flux logistiques et adaptent la production à la demande en temps réel.

Les systèmes d’armes autonomes capables de sélectionner et d’attaquer des cibles sans intervention humaine sont au cœur de débats internationaux. Le principal enjeu est la délégation de la décision de tuer à une machine, ce qui soulève de graves questions morales et juridiques.

3. Smart systems et automatisation

Les smart systems correspondent à l’intégration de l’IA dans les infrastructures collectives et domestiques, créant des environnements dits « intelligents ».

Dans les villes intelligentes, l’IA est utilisée pour :

  • Réguler la circulation grâce à des feux adaptatifs
  • Surveiller la qualité de l’air et du bruit
  • Optimiser la gestion des déchets et de l’énergie

Ces technologies visent à améliorer la qualité de vie des citoyens, mais elles peuvent également conduire à une surveillance accrue.

Les usines automatisées utilisent l’IA pour prévoir les pannes (maintenance prédictive), optimiser les chaînes de production et réduire les pertes.

Elles reposent sur le concept d’industrie 4.0, où les machines communiquent entre elles et prennent des décisions localement.

Dans les maisons intelligentes, l’IA contrôle le chauffage, l’éclairage, la sécurité et la consommation énergétique. Ces systèmes améliorent le confort et l’efficacité énergétique, mais posent des problèmes de protection des données personnelles.

Enjeux et impacts sur la société

  1. Sécurité : une erreur algorithmique peut avoir des conséquences physiques graves.
  2. Responsabilité juridique : difficile de déterminer qui est responsable en cas de dommage.
  3. Emploi : automatisation de nombreux métiers, transformation des compétences requises.
  4. Éthique : surveillance, autonomie des machines, usage militaire.
  5. Acceptabilité sociale : confiance du public envers ces systèmes.

🧠 À RETENIR – L’essentiel sur les intelligences artificielles

Les intelligences artificielles sont aujourd’hui présentes partout, souvent de manière invisible. Elles n’ont pas toutes le même rôle, mais structurent profondément nos sociétés.


🔍 1. IA d’analyse, de prédiction et de décision (nternet, la cybersécurité, la santé, la finance, les transports ou la logistique.)
Ces IA ne créent pas de contenu, mais elles :
– analysent d’immenses quantités de données,
– détectent des régularités et des anomalies,
– prédisent des comportements ou des événements,
– aident à orienter les décisions humaines.

🎨 2. IA créatives et interactives
Ces IA marquent une rupture : elles produisent du contenu nouveau et interagissent avec nous.
– Textes, images, musiques, vidéos (ChatGPT, DALL·E, Midjourney…)
– Dialogues avec des humains (assistants vocaux, chatbots)
– Mondes interactifs et adaptatifs (jeux vidéo)
👉 Leur fonctionnement repose sur les prompts et l’apprentissage à partir de données existantes.

🤖 3. IA incarnées, autonomes et embarquées
Ici, l’IA quitte l’écran pour agir dans le monde réel :
– robots industriels et médicaux,
– voitures autonomes et drones,
– villes intelligentes et systèmes automatisés.
👉 Ces IA prennent parfois des décisions en temps réel, avec peu ou pas de supervision humaine.

⚠️ Enjeux majeurs
Les IA offrent : efficacité, gain de temps, optimisation des systèmes.
Mais elles posent aussi des questions essentielles : dépendance aux algorithmes,
biais et manque de transparence, responsabilité en cas d’erreur, impact sur l’emploi et la société.
📌 L’IA n’est pas neutre : c’est un outil puissant qui doit être compris, encadré et questionné.

Une vidéo pour mieux comprendre et approfondir le sujet de l’intelligence artificielle :

Sources

Les plateformes numériques (A)

Thème 1 :

Les plateformes numériques : un nouvel écosystème économique et social

Thème 1 Thème 2 Thème 3

1. L’essor des plateformes : une nouvelle forme d’économie

💡 Qu’est-ce qu’une plateforme numérique ?
Les Plateformes numériques peuvent être définies comme un ensemble d’applications conçues pour contenir et faciliter l’utilisation croisée et l’accès à d’autres applications incluses sur la plate-forme.
C’est donc un service en ligne qui met en relation plusieurs types d’utilisateurs, particuliers ou professionnels, sans posséder directement les biens ou services échangés.
Souvent, elle agit comme un intermédiaire entre l’offre et la demande, en facilitant la transaction via une interface numérique simple et rapide. Il s’agit généralement de places de marché et de plateformes de vente. Le fournisseur de la plateforme permet aux fournisseurs de publier des services et des produits, et aux utilisateurs de répondre à ces offres.

Ces plateformes se distinguent par leur capacité à créer des écosystèmes d’échanges à grande échelle, souvent mondiaux.

  • Plateformes de freelance
  • Réseaux sociaux 
  • Places de marché
  • Plateformes d’apprentissage en ligne
  • Plateformes de jeux
  • Plateformes de financement participatif
  • Plateformes de commerce électronique 

Exemples concrets emblématiques :

  • Uber : met en relation des chauffeurs et des passagers.
  • Airbnb : relie des hébergeurs et des voyageurs.
  • Amazon : connecte des vendeurs et des acheteurs.
  • YouTube : diffuse les contenus des créateurs.
  • Spotify : relie des artistes et des auditeurs.

Les plateformes numériques se sont développées rapidement au début des années 2000, grâce à :

  • la généralisation d’internet haut débit, qui permet aux entreprises d’offrir des services fiables et rapides.
  • la démocratisation des smartphones, les plateformes deviennent accessibles partout et tout le temps
  • l’essor des réseaux sociaux, diffusant des usages fondés sur la participation, les données et les effets de réseau. Ces pratiques ont servi de modèle économique et technique aux plateformes numériques.

Des géants comme Google, Amazon, Facebook ou eBay ont ouvert la voie à une nouvelle économie connectée, basée sur la mise en réseau des utilisateurs et la valorisation des données.
Aujourd’hui, ces plateformes se sont imposées dans presque tous les domaines : transport, logement, commerce, culture, musique, emploi…

Un chiffre issu du rapport de l’Organisation internationale du travail (OIT), publié ce mardi, montre l’étendue du phénomène : au cours de la dernière décennie, le nombre de plateformes numériques a quintuplé.

Les caractéristiques clés des plateformes

  1. L’intermédiation → La plateforme met en contact l’offre et la demande, tout en prenant une commission sur la transaction.
  2. Les effets de réseau → Plus il y a d’utilisateurs, plus la plateforme devient utile, fiable et attractive.
  3. L’économie du partage → Les plateformes favorisent les échanges entre particuliers, la mutualisation des ressources et parfois une consommation plus durable.

C’est cette combinaison qui rend les plateformes si puissantes et rapidement dominantes.

🌍 Une transformation profonde de l’économie traditionnelle

Les plateformes ont bouleversé les modèles économiques classiques.
Elles ont introduit un phénomène de désintermédiation, c’est-à-dire la suppression des intermédiaires traditionnels.

  • Uber contourne les compagnies de taxi.
  • Airbnb concurrence directement les hôtels.
  • Vinted remplace les boutiques de revente physique.

Elles ont aussi fait émerger de nouveaux métiers (chauffeurs indépendants, livreurs, créateurs de contenu, influenceurs…) et créé de nouvelles formes de concurrence, souvent plus flexibles, mais aussi plus précaires sur le plan social.

D’un côté, elles offrent, explique selon un rapport de l’OIT, « de nouvelles possibilités d’emploi, y compris pour les femmes, les personnes en situation de handicap, les jeunes » et elles « permettent aux entreprises d’accéder à une main d’œuvre abondante et flexible. »
Mais il y a aussi une face un peu plus sombre en matière de droits sociaux. « Cadences effrénées, faible salaires, écart de rémunérations selon le genre », les conditions de travail peuvent aussi en prendre un coup.

Les plateformes sont donc à la fois sources d’innovation et de débats sur la régulation du travail, la fiscalité et la concurrence loyale.

Les plateformes en quelques chiffres:

5,2
milliards de profils actifs sur les réseaux sociaux dans le monde en octobre 2025.
301
millions d’abonnés : c’est le nombre d’utilisateurs de Netflix début 2025.
143
minutes : c’est la durée moyenne quotidienne passée sur les plateformes sociales.

2. Les modèles économiques des plateformes

Aujourd’hui, les plateformes numériques occupent une place centrale dans notre quotidien : elles facilitent la communication, le commerce, le divertissement et les services. Derrière ces services souvent gratuits ou faciles d’accès, se cachent des modèles économiques variés qui permettent à ces entreprises de générer des revenus et de se développer rapidement.
Comprendre ces modèles est essentiel pour analyser la logique de croissance des plateformes et les enjeux économiques, sociaux et fiscaux qu’elles soulèvent.

On distingue plusieurs modèles :

  • Le modèle de la gratuité apparente financée par la publicité : des plateformes comme Instagram ou YouTube ou Facebook offrent un accès gratuit aux utilisateurs, mais monétisent par la publicité ciblée. 

YouTube:36,1 milliard de revenus publicitaires en 2024. / Facebook (via Meta Platforms) : environ 144,3 milliards $ de revenus publicitaires en 2024.

  • Le modèle par abonnement : des services tels que Netflix ou Spotify fonctionnent sur la base d’un paiement régulier (mensuel/annuel) pour l’accès à un contenu ou service. 

Netflix : environ 301,6 millions d’abonnés début 2025. Spotify : 276 millions d’utilisateurs payants (premium) mi-2025

  • Le modèle de commission sur transaction  : des plateformes comme Uber ou Airbnb prennent une part sur chaque transaction effectuée via leur service (mise en relation, marché intermédiaire). 

 Uber : « take rate » ou taux de commission d’environ 20-30% des courses dans la mobilité, par exemple environ 28,8% en 2023 pour la mobilité

  • Le modèle freemium : la plateforme offre un accès gratuit ou limité, puis propose une version payante avec des fonctionnalités supplémentaires. Exemple : LinkedIn, certains jeux mobiles. ex : Youtube propose une offre payante pour ne plus avoir de pub, duolingo..
  • Le modèle économique du « Low cost » : avec des offres commerciales simplifiées, une qualité de service plus basse et des options payantes. Exemple Ryanair
  • Une des stratégies clés est la captation d’utilisateurs : attirer un grand nombre d’utilisateurs avec un accès gratuit ou peu cher afin de créer une large base. Si YouTube a 10 millions de vidéos à héberger, elle a des coûts d’infrastructure élevés, mais si elle en héberge 100 millions, le coût supplémentaire par vidéo est beaucoup plus faible.
  • Ensuite, vient l’économie d’échelle et un effet de réseau : Plus une plateforme a d’utilisateurs, moins ça lui coûte pour en ajouter un nouveau, et plus le service devient intéressant pour chacun, parce que tout le monde y trouve plus de contenu ou de connections. Airbnb, plus il y a de logements et de voyageurs, plus chacun bénéficie d’un large choix et d’un service attractif.

  • Enfin, de nombreuses plateformes recourent à des levées de fonds importantes pour se financer et pour se développer rapidement, attirer des utilisateurs, améliorer leur technologie et faire de la publicité, même si elles ne gagnent pas encore d’argent.  Cette logique est souvent admise dans les plateformes numériques. Uber a levé des milliards pour s’étendre dans le monde entier, même si elle n’était pas rentable pendant plusieurs années.

Les plateformes innovent vite et changent la manière dont nous consommons, travaillons ou communiquons. Mais cette rapidité pose parfois problème :

de Fiscalité : où doivent-elles payer leurs impôts ? Certaines plateformes utilisent des astuces pour payer moins, ce qui soulève des questions de justice économique. (voir partie suivante)

de Concurrence : certaines plateformes deviennent très puissantes et peuvent écraser leurs concurrents plus petits, car elles ont beaucoup d’utilisateurs et des effets de réseau.

de Protection des utilisateurs et des travailleurs : les règles sur le travail indépendant, la collecte de données ou la sécurité ne suivent pas toujours le rythme de l’innovation, ce qui peut créer des zones grises.

Les plateformes comme Amazon, Google, Uber ou Airbnb opèrent dans plusieurs pays, mais leur siège social peut être ailleurs (ex : Irlande pour certains services européens).
Problème : elles peuvent déclarer leurs bénéfices dans des pays où l’impôt est faible.
Conséquence: les pays où elles réalisent réellement leurs ventes collectent moins de recettes fiscales.
Exemple concret: Google et Apple ont été critiqués pour payer très peu d’impôts sur leurs ventes en Europe par rapport à leurs profits réels.

Les pratiques d’optimisation fiscale :
Les grandes plateformes utilisent souvent des stratégies légales pour réduire l’impôt :
– Transfert de bénéfices : déclarer les bénéfices dans un pays à faible taxation.
– Prix de transfert : vendre entre filiales à des prix qui réduisent le profit imposable.
– Licences et royalties : facturer des droits d’utilisation de brevets entre filiales pour déplacer les profits.

Les enjeux pour les États :
• Perte de revenus fiscaux importants
• Difficulté à taxer les géants numériques de manière équitable
• Pression pour mettre en place des taxes spécifiques sur le numérique (digital services
tax, DST)

Exemple : L’UE a proposé une taxe sur les services numériques, visant les entreprises avec un chiffre d’affaires supérieur à certains seuils dans l’UE. L’OCDE travaille sur un accord international pour harmoniser la taxation des grandes plateformes.

Les tensions économiques et politiques :
Les plateformes critiquent ces taxes comme pouvant nuire à leur compétitivité. Les États veulent protéger leurs finances publiques et l’équité fiscale. Les négociations internationales sont longues et complexes.

Les enjeux fiscaux des plateformes numériques sont liés à la mobilité internationale des profits, aux pratiques d’optimisation légale et aux défis des États pour percevoir une part juste d’impôts.
C’est un vrai défi car il faut trouver un équilibre entre innovation, attractivité économique et justice fiscale.

L’infographie illustre le décalage considérable entre le chiffre d’affaires réellement estimé en France pour les grandes entreprises numériques (Google, Apple, Facebook, Amazon, Twitter, Uber) et le niveau d’impôts effectivement payés au fisc français.
Elle montre aussi la réaction de la France, avec la mise en place d’une taxe nationale dès 2019, en l’absence d’accord européen, visant à taxer à 3 % le chiffre d’affaires des entreprises numériques dépassant 750 M€.

Toutes les entreprises déclarent un volume d’activités bien inférieur à leur activité réelle estimée en France.

Les impôts payés sont dérisoires comparés au chiffre d’affaires effectif.

3. Les données au cœur du pouvoir des plateformes

Le rôle stratégique des données 

La puissance des grandes plateformes numériques vient de la collecte et l’exploitation massive des données personnelles. Chaque pas d’un utilisateur sur internet devient une ressource valorisable. L’économie des plateformes repose sur le temps passé des individus sur ces plateformes. En effet, les données récoltées des navigations sont le pouvoir des plateformes. 

Les données viennent

  • 🍪 Les cookies
  • 🕒 Les historiques
  • 📱 Les appareils mobiles
  • 📍 La géolocalisation
  • …

Le contenu sera collecté, traité, enregistrées, analysées, revendues.

Ce processus conduit à un profilage comportemental très précis.

Ces données récoltées sont personnelles, cela peut être :

  • 🎂 L’âge
  • ❤️ Les goûts
  • 📍 La localisation
  • 🛒 Les habitudes d’achats
  • …

Ensuite, ces profils sont utilisés dans des algorithmes de recommandations. Cela permet la personnalisation de contenu. Ainsi, l’attention des utilisateurs est optimale, le temps passé sur les plateformes est maximal. Le contenu proposé va être orienté par rapport au contenu consommé avant. Entre des millions de vidéos ou de produits, ils vont proposer rapidement ce qui va retenir la focalisation de l’utilisateur. L’objectif économique derrière est en plus la publicité ciblée. Cela permet de proposer des plateformes “gratuites”. Plus la personne passe de temps sur la plateforme, plus les revenus publicitaires seront importants.


Exemple : sur YouTube, après quelques minutes d’utilisation, l’algorithme adapte les recommandations à vos préférences afin d’augmenter le temps passé sur la plateforme — ce qui accroît les revenus publicitaires 

Vidéo pour approfondir la notion d’algorithme : Vidéo – Algorithmes : la formule magique d’Internet

Enjeux éthiques et politiques

Une question concernant le respect de la vie privée se pose. Les utilisateurs ignorent combien et quelles données sont collectées sur eux. L’affaire Cambridge Analytica (2018) montre l’utilisation de millions de profils Facebook destinée à une utilisation politique lors de la campagne du Brexit et de l’élection américaine (The Guardian, 2018).


Exemple : L’artiste Simon Weckert a démontré qu’en transportant 100 téléphones allumés dans une brouette sur Google Maps, il pouvait créer de faux embouteillages. Le rue s’est donc retrouvée vide. Cela illustre la vulnérabilité et le pouvoir des systèmes algorithmiques

On peut être alarmés par la dépendance numérique. Les algorithmes sont conçus pour garder l’attention et créer de l’addiction. L’utilisateur est enfermé dans un cycle de gratification immédiate. A chaque contenu consommé, un autre est proposé immédiatement, ce qui incite à la consommation et crée l’addiction. De plus, le nouveau type de contenu qui est le contenu court (TikTok, Reels, shorts…) crée de nombreux troubles et renforcent l’addiction. 

En savoir plus sur l’addiction numérique et les troubles : Article – addiction aux réseaux sociaux

Les données sont stockées sur des milliers de serveurs à travers le monde, ce qui complexifie leur régulation et leur sécurisation. Le stockage dans les serveurs est aussi source de pollution par leur consommation d’électricité.

Les données conservées ont une très grande valeur économique. Cependant, leur vente pose un problème de consentement éclairé et d’inégalité d’information entre plateformes et utilisateurs.

Les débats actuels

Amendes infligées pour violation des données personnelles dans les pays de l’UE

Les États et les institutions vont donc chercher à encadrer le pouvoir des plateformes.

En Europe, le Règlement général sur la protection des données (RGPD) suppose des règles strictes comme : consentement explicite, droit à la portabilité, droit à l’oubli, et obligation de transparence.

En France, la Commission nationale de l’informatique et des libertés (CNIL) veille à leur application et sanctionne les entreprises en cas d’abus (ex. amendes contre Google et Facebook en 2022 pour non-respect des règles sur les cookies).

Aussi, on voit un mouvement pour une sobriété numérique promu par le Shift Project. Ce concept invite à réduire la surcollecte et la surconsommation de données et d’énergie.

Lien vers le projet : https://theshiftproject.org/publications/deployer-sobriete-numerique/

Le “data minimalism” est aussi mis en avant : ne collecter que les informations strictement nécessaires.

Des alternatives éthiques se développent. Par exemple, des moteurs de recherche comme Qwant ou DuckDuckGo sont sans traçage. Ces modèles ont pour objectif de redonner le contrôle des données aux utilisateurs et de construire un monde numérique plus transparent.

Il y a aussi des propositions de rémunération transparente, où les utilisateurs peuvent décider de monétiser leurs données de manière consciente.

Notions à retenir :

  • Service en ligne qui met en relation plusieurs types d’utilisateurs, sans posséder les biens ou services échangés
  • Intermédiation, effet de réseau et économie de partage
  • Suppression de métiers et apparition d’autres, forme de précarité du travail
  • 5 modèles (Publicité, Abonnement, Commission, Freemium, Low Cost)
  • Leur force vient du nombre d’utilisateurs et des effets de réseau qui rendent le service de plus en plus attractif
  • Elles posent des problèmes de régulation : fiscalité, monopoles, données et protection des travailleurs
  • Les données représentent le cœur du pouvoir des plateformes numériques
  • Responsabilité éthique et politique
  • Régulation, éducation numérique et alternatives éthiques

Sources :

Serveurs et noms de domaine (A)

Serveurs et noms de domaine

L’infrastructure invisible qui fait fonctionner internet

I. Les serveurs et les data center, c’est quoi ?

A. Définition d’un serveur 

Un serveur est un ordinateur puissant (hardware*) qui fait tourner des programmes (software*) qui fournissent des services ou données à d’autres ordinateurs appelés clients. Ils peuvent héberger des sites web, stocker des données, gérer des emails, etc. 

Hardware* : partie physique d’un ordinateur ou d’un appareil (processeur, disque dur, mémoire, câbles, écran, clavier) = corps
Software* : partie immatérielle : programmes et applications qui fonctionnent sur le hardware = esprit

B. Les Différents types de serveurs

Serveur web : héberge des sites Internet.
Serveur DNS : traduit les noms de domaines en adresses IP.
Serveur de fichiers : stocke et partage des documents.
Serveur de messagerie : gère l’envoi et la réception d’emails.
Serveur de jeu : permet à plusieurs joueurs de se connecter ensemble

C. Définition d’un data center

Un data center est un bâtiment qui regroupe des milliers de serveurs. Il assure l’alimentation électrique, le refroidissement, la connexion Internet rapide et la sécurité physique des serveurs. Ces infrastructures permettent à Internet et à de nombreux services numériques un fonctionnement sans interruption et à grande échelle.

La sécurité du data center est indispensable, car les données contenues dedans sont souvent très sensibles (informations personnelles, médicales, bancaires et professionelles). 

D. Les risques liés au data center

Les risques en terme de sécurité liés au data center proviennent de multiples facteurs comme des cyberattaques pouvant compromettre des millions de données, ou encore les incidents « physiques », c’est-à-dire si le data center prend feu, tomber en panne, etc. 

Par exemple, en mars 2024, France travail à subie une cyberattaque entraînant la fuite de donnée personnelles de 43 millions d’utilisateurs incluant leurs noms, dates et lieux de naissance, adresses et numéros de sécurité sociale. La CNIL (Commission Nationale de l’Informatique et des Libertés) a ouvert une enquête pour comprendre comment les données ont été compromises.

À retenir :

  • La définition d’un serveur et deux ou trois exemples
  • La définition d’un data center

II. Les noms de domaines – Les adresses lisibles du web

A. Les noms de domaines et le DNS

Lorsque nous naviguons sur internet, nous utilisons quotidiennement des adresses comme google.com, amazon.fr ou wikipedia.org. Ces adresses, que l’on appelle des noms de domaine, jouent un rôle central : elles permettent d’accéder facilement à un site web sans avoir à mémoriser une suite de chiffres compliquée. En effet, derrière chaque site internet se cache une adresse IP (par exemple 142.250.190.78), qui correspond à l’emplacement exact du serveur hébergeant le site. Mais pour l’être humain, retenir une série de nombres est fastidieux et peu pratique.

Le nom de domaine rend donc le web lisible, accessible et intuitif.
Sans les noms de domaine, il nous faudrait entrer directement les adresses IP pour visiter nos sites préférés. Imaginez devoir retenir des dizaines de combinaisons numériques différentes pour aller sur vos réseaux sociaux, vos sites d’achats en ligne ou vos plateformes de streaming : ce serait quasiment impossible !
C’est pour résoudre ce problème qu’a été inventé le DNS (Domain Name System). Le DNS peut être comparé à un gigantesque annuaire téléphonique mondial : vous tapez le « nom » d’un site, et il se charge de retrouver automatiquement l’« adresse » correspondante. Concrètement, lorsque vous saisissez www.wikipedia.org dans votre navigateur, celui-ci interroge le DNS pour savoir à quelle adresse IP il doit se connecter. En quelques millisecondes, le DNS vous redirige vers le bon serveur, et le site s’affiche.
Le DNS d’un niveau hiérarchique donné «délègue» au niveau inférieur le soin de traiter le sous-domaine suivant, jusqu’au dernier niveau qui, lui, connaît l’adresse IP correspondant au nom de domaine  demandé.

Le DNS est donc une infrastructure invisible mais indispensable au fonctionnement d’internet. Sans lui, le web ne serait pas un espace ouvert et convivial, mais une jungle de chiffres incompréhensibles.

B. La structure des noms de domaines

Un nom de domaine n’est pas choisi au hasard : il obéit à une structure hiérarchique bien précise, en voici les 3 éléments :

  • C’est la partie finale de l’adresse, après le dernier point.
  • Exemple : .com, .org, .net, .fr, .ca, etc.
  • Certains TLD sont dits génériques (gTLD) et sont utilisés dans le monde entier (.com pour « commercial », .org pour « organisation », .edu pour « éducation »).
  • D’autres sont des TLD nationaux (ccTLD), liés à un pays ou un territoire (.fr pour la France, .de pour l’Allemagne, .jp pour le Japon).

Depuis quelques années, de nouveaux TLD sont apparus, parfois très originaux : .shop, .tech, .paris, .pizza… Ils permettent une personnalisation accrue et une meilleure identification thématique des sites.

  • C’est la partie centrale, qui constitue l’identité principale du site.
  • Exemple : dans wikipedia.org, le mot « wikipédia » est le nom de domaine.
  • C’est ce que les internautes retiennent et associent directement à une marque, une entreprise ou une organisation.

Choisir un nom clair, court et pertinent est crucial pour être facilement identifiable et mémorisable.

  • C’est un élément optionnel qui peut être placé avant le nom de domaine.
  • Exemple : fr.wikipedia.org renvoie vers la version française de Wikipédia, tandis que en.wikipedia.org correspond à la version anglaise.
  • De nombreux sites utilisent aussi www comme sous-domaine, même si aujourd’hui il n’est plus obligatoire.
  • Les sous-domaines permettent donc d’organiser un site web en plusieurs sections autonomes, ou de différencier des services (par exemple blog.nomdusite.com ou mail.nomdusite.com).

Cette structure hiérarchique en « arborescence » reflète la manière dont internet est organisé : du plus général (le TLD) vers le plus spécifique (le sous-domaine).

C. Sécurité et enjeux autour des noms de domaines

Les noms de domaine ne sont pas qu’une simple adresse : ils représentent aussi des enjeux stratégiques, techniques et sécuritaires.

  1. Accessibilité et visibilité
     Un bon nom de domaine doit être facile à retenir, simple à écrire et intuitif à partager. C’est souvent la première chose qu’un internaute voit, et il influence directement la crédibilité et la visibilité d’un site. Un domaine clair donne confiance, tandis qu’un domaine compliqué ou douteux peut décourager les visiteurs.
  2. Propriété et gestion
     Contrairement à une idée reçue, on n’achète pas définitivement un nom de domaine : on en obtient plutôt la location pour une durée déterminée (généralement un an, renouvelable). Cette location se fait via des registrars (bureaux d’enregistrement) tels qu’OVH, Gandi, Namecheap ou encore GoDaddy.
    • Le propriétaire doit donc veiller à renouveler son domaine chaque année, sous peine de le perdre.
      • Si un domaine expire, il peut être récupéré par quelqu’un d’autre, ce qui peut causer des problèmes d’image ou même des pertes financières pour une entreprise.
  3. Sécurité et cyberattaques
     Le système DNS peut être la cible de cybercriminels. Parmi les menaces les plus connues, on trouve le DNS spoofing ou empoisonnement de cache, où un pirate modifie la correspondance entre un nom de domaine et son adresse IP pour rediriger les utilisateurs vers un faux site.

 Pour lutter contre ces attaques, on utilise :

  • le protocole HTTPS, qui chiffre les échanges entre l’utilisateur et le site,

les certificats SSL, qui garantissent que le site est bien celui qu’il prétend être.
Ces mécanismes renforcent la confiance et sécurisent la navigation des internautes.

D. Identité numérique

Le nom de domaine a une dimension symbolique et stratégique. Il constitue une véritable vitrine numérique, représentant l’image d’une marque, d’une entreprise ou d’une personne. À l’heure où la présence en ligne est incontournable, posséder un bon nom de domaine est devenu un enjeu aussi important que posséder un local ou une enseigne dans le monde physique.

À retenir :

  • La définition d’un nom de domaine
  • Qu’est-ce qu’est un DNS
  • La structure d’un nom de domaine

Sources :

Noms de domaine : un enjeu stratégique pour protéger votre présence en ligne

Limites écologiques des data centers : https://www.polytechnique-insights.com/tribunes/digital/data-centers-promesses-numeriques-versus-realites-ecologiques