Archives de l’auteur : Mael Lalsaga

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

Ce site présente l’utilisation du numérique pour mesurer le réchauffement climatique. Il explore les technologies et méthodes qui permettent d’observer, d’analyser et de visualiser l’évolution du climat. Le contenu est organisé en trois parties :

  • Outils numériques : satellites, capteurs, Big Data, modèles climatiques et visualisations de données.
  • Étude de cas : application concrète de ces outils pour suivre le climat sur le terrain.
  • Publication des résultats : présentation simplifiée des données scientifiques pour le grand public.

I) Les outils du numérique pour mesurer le réchauffement climatique

1. Les satellites : le rôle de la NASA et de l’ESA dans la mesure du réchauffement climatique

Les satellites d’observation de la Terre sont des outils numériques essentiels pour mesurer et analyser le réchauffement climatique. Grâce à leur position en orbite, ils permettent d’observer la planète de manière continue et à l’échelle mondiale, y compris dans des zones difficiles d’accès comme les océans ou les régions polaires. Ces observations globales sont indispensables pour comprendre l’évolution du climat sur le long terme.

La NASA (National Aeronautics and Space Administration), agence spatiale américaine, joue un rôle majeur dans l’étude du climat. Elle développe et exploite de nombreux satellites spécialisés dans l’observation de la Terre. Ces satellites mesurent la température de l’atmosphère et des océans, la fonte des glaciers, l’évolution du niveau des mers, ainsi que la concentration des gaz à effet de serre. Les données collectées par la NASA sont traitées à l’aide de systèmes informatiques avancés et mises à disposition des scientifiques du monde entier, contribuant ainsi à une meilleure compréhension du réchauffement climatique.

L’ESA (Agence spatiale européenne) est également un acteur central dans ce domaine. Elle coordonne des programmes spatiaux destinés à surveiller l’environnement et le climat, notamment à travers le programme Copernicus. Les satellites Sentinel, développés dans ce cadre, fournissent des données très précises sur l’état des océans, des glaces, des sols et de l’atmosphère. Ces informations sont utilisées pour suivre les changements climatiques, mais aussi pour anticiper certains risques environnementaux.

Les données produites par ces deux organismes sont ensuite analysées grâce à des outils numériques performants, comme des algorithmes de traitement d’images et des modèles informatiques. Le croisement des données issues de différentes missions permet d’améliorer la fiabilité des résultats et de confirmer les tendances observées, telles que l’augmentation globale des températures ou la diminution des surfaces glacées.

Ainsi, la collaboration entre agences spatiales internationales et l’utilisation des technologies numériques permettent de mesurer le réchauffement climatique de manière précise et objective. Les satellites de la NASA et de l’ESA constituent une base scientifique essentielle pour comprendre les transformations actuelles du climat et pour orienter les politiques environnementales à l’échelle mondiale.

La vidéo ci-dessus provenant du site de la NASA montre l’évolution en degré Celsius du climat dans le temps de 1880 à 2025 (on constate une réelle augmentation des températures par an à partir de la fin des Trente Glorieuses)

2. Les capteurs et le Big Data : une mesure continue du climat

Pour mesurer le réchauffement climatique avec précision, les scientifiques ne se reposent pas uniquement sur les satellites. Ils utilisent également de nombreux capteurs numériques installés directement sur le terrain. Ces dispositifs permettent de collecter des données de manière régulière et d’observer les évolutions du climat au plus près de la réalité. 

2023 est l’année la plus chaude jamais enregistrée selon Copernicus. (Environnement.gouv)

Les capteurs sont présent dans des environnements très variés :

  • Stations météorologiques automatiques : mesurent quotidiennement : température, précipitations, humidité de l’air. 
  • Océans : bouées équipées de capteurs enregistrent la température de l’eau et son acidité.
  • D’autres capteurs sont installés dans les glaciers, les forêts ou les zones urbaines afin d’étudier des phénomènes comme la fonte des glaces, l’évolution des écosystèmes ou l’augmentation des températures en ville.

L’ensemble de ces dispositifs produit une quantité considérable de données. Chaque mesure est transmise à des systèmes informatiques qui les stockent et les organisent. Cette accumulation massive d’informations est appelée Big Data. Sans les outils numériques, il serait impossible d’exploiter efficacement un tel volume de données.

Grâce à des programmes informatiques et à des algorithmes d’analyse, les scientifiques peuvent comparer les données entre différentes régions et sur de longues périodes. Cela permet de repérer des évolutions lentes mais significatives, comme la hausse progressive des températures moyennes ou la modification des régimes climatiques. Le croisement de plusieurs sources de données permet également de rendre les résultats plus fiables.

3. Les modèles climatiques, prévoir l’évolution du climat grâce à l’informatique

Les outils numériques ne servent pas uniquement à mesurer le réchauffement climatique, ils permettent également d’anticiper son évolution. Pour cela, les scientifiques utilisent des modèles climatiques, qui sont des programmes informatiques capables de simuler le fonctionnement du climat à partir de données réelles.

Les modèles climatiques reposent sur des lois physiques connues, comme la circulation de l’atmosphère, les échanges de chaleur entre les océans et l’air, ou encore le cycle du carbone. Les données collectées par les satellites et les capteurs au sol sont intégrées dans ces modèles afin de reproduire le plus fidèlement possible le climat actuel. Une fois ces modèles validés, les chercheurs peuvent tester différents scénarios d’évolution du climat.

Grâce à la puissance de calcul des ordinateurs, et en particulier des supercalculateurs, il est possible de simuler le climat sur plusieurs décennies. Les modèles permettent par exemple d’estimer l’évolution des températures, la fréquence des événements climatiques extrêmes ou encore les conséquences d’une augmentation ou d’une réduction des émissions de gaz à effet de serre. Ces simulations ne donnent pas des prédictions exactes, mais des tendances fiables basées sur des hypothèses scientifiques.

Les modèles climatiques jouent un rôle central dans les rapports scientifiques internationaux, notamment ceux du Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC). Ils fournissent des éléments essentiels pour comprendre les risques liés au réchauffement climatique et pour orienter les décisions politiques et environnementales.

II) Étude d’un cas concret

Cas pratique

1. La mer monte : les données le prouvent

Analyse du « bilan » global du niveau de la mer. Comparaison des séries temporelles combinées du niveau moyen global de la mer (GMSL) issues des missions GRACE/GRACE-FO et Argo avec celles issues des altimètres satellitaires. La comparaison est limitée à la période de chevauchement des trois systèmes d’observation. Sur la période 1993-2019, les estimations concordent globalement, et le « bilan global du niveau de la mer » peut être établi. Crédit : NASA.

Enfin, il faut distinguer niveau global et niveau local. Le niveau de la mer ne monte pas exactement au même rythme partout, car il dépend aussi des courants, des vents, des variations régionales de température, et des mouvements du sol (par exemple la subsidence : un terrain qui s’affaisse). Résultat : une ville côtière peut subir une hausse plus forte (ou parfois plus faible) que la moyenne mondiale, ce qui explique l’importance des cartes et des données locales dans une étude de cas

La montée du niveau de la mer correspond à l’augmentation progressive du niveau moyen des océans sur le long terme. Elle est l’un des signaux les plus clairs du réchauffement climatique, car l’océan absorbe une grande partie de l’excès de chaleur de la planète et réagit aussi à la fonte des glaces continentales.
Deux mécanismes expliquent l’essentiel de cette hausse. D’abord, la dilatation thermique : quand l’eau se réchauffe, elle prend plus de volume, donc le niveau monte même si la quantité d’eau ne change pas. Ensuite, l’augmentation de la masse d’eau océanique : la fonte des glaciers et des grandes calottes (Groenland, Antarctique) ajoute de l’eau aux océans. Le graphique ci-dessus illustre justement cette “décomposition” : une partie de la tendance vient de la dilatation thermique, l’autre de l’ajout d’eau, et leur somme donne la tendance totale.

Depuis plus de 31 ans, les altimètres satellites mesurent la hauteur de la surface de la mer de nos océans en constante évolution. Cette image montre le changement de la hauteur de la surface de la mer à travers le monde de 1993 à 2024. Crédit : NASA

2. Le numérique le rend visible

Satellites Altimétriques (L’œil global)

Les satellites comme Sentinel-6 ou les historiques Jason mesurent la « topographie » de la surface océanique.

Le principe : Le satellite émet une onde radar vers la mer. Il mesure le temps que met cette onde pour revenir. Connaissant la vitesse de la lumière, il calcule la distance d entre lui et l’eau.

L’équation simplifiée : Si H est l’altitude précise du satellite (connue grâce au GPS) et R la distance mesurée par le radar, la hauteur de la mer (h) est : h=H−R. C’est grâce à eux qu’on sait que l’océan monte en moyenne de 3,4 mm/an à l’échelle mondiale.

Contrairement aux satellites qui survolent le large, les marégraphes sont fixés sur la côte (souvent dans les ports). le principe est simple Un capteur (souvent un tube acoustique ou un radar) mesure verticalement le niveau de l’eau par rapport à un point fixe sur terre (le « zéro hydrographique »). Ils sont essentiels pour comprendre l’impact concret sur une ville précise. Ils capturent des phénomènes que les satellites voient mal, comme les marées locales ou les tempêtes. malheureusement Ils mesurent le niveau relatif. Si la terre s’enfonce (subsidence), le marégraphe dira que l’eau monte, même si l’océan global ne bouge pas.

3. Étude de cas — Le Havre (France) : projections de montée du niveau de la mer (IPCC AR6 / NASA)

Pour illustrer concrètement la montée des eaux, on peut utiliser une localisation réelle mesurée par un marégraphe : Le Havre (station PSMSL ID 453, France). Cette station possède une longue série de mesures (1938–2024), ce qui en fait un bon point d’ancrage pour comparer observations et projections.

L’IPCC AR6 Sea Level Projection Tool (NASA) permet de visualiser et télécharger des projections de montée du niveau de la mer issues du 6ᵉ rapport d’évaluation du GIEC (AR6). L’objectif est de rendre ces projections plus accessibles grâce à des graphiques et des cartes interactives. L’outil affiche des projections globales et régionales sur la période 2020–2150, et montre comment les résultats varient selon les scénarios climatiques. Il est aussi possible de cliquer sur une zone (ou choisir une station) pour obtenir une projection localisée, et d’examiner les contributions de différents processus physiques à l’élévation future du niveau marin. Dans la vue “Scenario” de l’outil NASA, chaque scénario correspond à une trajectoire possible d’émissions et de réchauffement (ex. scénario plus sobre vs scénario plus émetteur). Le graphique permet de relever, pour Le Havre, les valeurs projetées à des échéances clés (2050, 2100, éventuellement 2150) ainsi qu’une fourchette d’incertitude. On observe généralement que les scénarios restent relativement proches à moyen terme, mais se séparent davantage en fin de siècle, ce qui illustre l’importance des choix d’émissions à long terme.

Le numérique est essentiel pour prévoir la montée du niveau de la mer, car il transforme des phénomènes complexes en résultats compréhensibles et exploitables. Grâce aux satellites, aux stations marégraphiques et aux modèles climatiques, on collecte des données massives et continues, puis on les analyse avec des outils informatiques capables de simuler différents scénarios d’émissions. Ces simulations produisent des projections chiffrées (ex. 2050, 2100) et des fourchettes d’incertitude, ce qui permet de comparer les futurs possibles. voici quelque chiffre:

0,15–0,23

 d’ici 2050 (en mètre)

0,28–0,55

D’ici 2100(en mètre)

0,37–0,86

À l’horizon 2150(en mètre)

0,98–1,88

À l’horizon 2200(en mètre)

Voir dans ma région

III) Une publication plus simple des résultats scientifique

Le numérique a profondément transformé la manière dont les résultats scientifiques sur le réchauffement climatique sont publiés et diffusés. Autrefois réservées aux revues spécialisées, ces données sont aujourd’hui accessibles au grand public grâce aux plateformes numériques. Cette diffusion élargie est essentielle car le réchauffement climatique est un phénomène global, complexe et urgent, qui nécessite une compréhension collective pour pouvoir agir efficacement.

1. Les émissions de vulgarisation scientifique sur les plateformes numériques

Les plateformes numériques jouent un rôle central dans la vulgarisation scientifique. Elles permettent de rendre compréhensibles des données complexes grâce à des vidéos, des animations et des graphiques interactifs. Les émissions et contenus en ligne s’appuient sur les travaux scientifiques, notamment les rapports du GIEC, pour expliquer les causes et les conséquences du réchauffement climatique.

Selon le GIEC, la température moyenne mondiale a déjà augmenté d’environ +1,1 °C depuis l’ère préindustrielle. Cette hausse est directement liée à l’augmentation des émissions de gaz à effet de serre, principalement le dioxyde de carbone.

  • Chaînes YouTube scientifiques (Le Réveilleur, Science Étonnante)
  • Émissions d’ARTE comme Le Dessous des Cartes
  • Podcasts scientifiques accessibles au grand public
  • Documentaires climatiques sur les plateformes de streaming
  • Ces formats touchent un public très large et participent à la sensibilisation des jeunes générations.
Play

2. L’utilisation des réseaux sociaux pour diffuser et s’organiser

Les réseaux sociaux permettent une diffusion rapide et mondiale des résultats scientifiques sur le réchauffement climatique. Des institutions comme le GIEC, la NASA ou Météo France publient régulièrement des résumés de rapports scientifiques, des graphiques et des cartes climatiques sur des plateformes comme X (Twitter), Instagram ou Facebook. Ces publications rendent accessibles des données complexes à un public très large, bien au-delà du monde scientifique.

Grâce aux formats courts et visuels, les résultats scientifiques peuvent être compris plus facilement. Par exemple, l’augmentation de la température moyenne mondiale de +1,1 °C ou la hausse de la concentration de CO₂ à plus de 420 ppm sont souvent présentées sous forme d’infographies, ce qui facilite leur compréhension.

Les réseaux sociaux rendent visibles des phénomènes climatiques qui sont difficiles à percevoir à l’échelle individuelle. Des cartes montrant l’évolution des températures mondiales, la fonte des glaciers ou l’élévation du niveau des mers permettent de visualiser les effets du réchauffement climatique à long terme.

Par exemple, le niveau moyen des océans a augmenté d’environ 20 centimètres depuis 1900. Présentée sous forme de graphiques ou d’animations numériques, cette donnée scientifique devient plus concrète et plus marquante pour le public.

Les réseaux sociaux permettent une interaction directe entre scientifiques, journalistes et citoyens. Les utilisateurs peuvent commenter, poser des questions et partager des publications scientifiques. Cette interaction favorise une meilleure compréhension des enjeux climatiques et contribue à limiter la diffusion de fausses informations.

En permettant aux scientifiques de s’exprimer directement, les réseaux sociaux réduisent les risques de mauvaise interprétation des résultats scientifiques et renforcent la confiance du public envers la science.

Les réseaux sociaux ne servent pas uniquement à informer, ils permettent également de s’organiser collectivement. Ils facilitent la coordination d’événements comme des conférences, des campagnes de sensibilisation ou des manifestations pour le climat.

Grâce aux fonctionnalités de partage et de création d’événements, des milliers, voire des millions de personnes peuvent être mobilisées rapidement autour des enjeux climatiques, à partir de données scientifiques communes.

En rendant les résultats scientifiques plus accessibles et visibles, les réseaux sociaux encouragent l’engagement citoyen. Les données scientifiques deviennent des arguments pour interpeller les décideurs politiques et influencer les politiques publiques.

Les réseaux sociaux permettent ainsi de transformer les résultats scientifiques sur le réchauffement climatique en leviers d’action collective, contribuant à une prise de conscience mondiale face à l’urgence climatique.

3. L’utilisation des collectifs et de la communication numérique

Comment les collectifs utilisent-ils le numérique pour sensibiliser au réchauffement climatique ?

Les collectifs engagés dans la lutte contre le réchauffement climatique, comme Greenpeace, Youth for Climate, Alternatiba ou le WWF, utilisent le numérique pour diffuser des informations scientifiques, sensibiliser le public et mobiliser les citoyens. Grâce aux sites web, newsletters, blogs et réseaux sociaux, ils rendent accessibles des données scientifiques complexes, telles que l’augmentation de la température moyenne mondiale de +1,1 °C depuis l’ère préindustrielle ou la hausse du niveau des océans d’environ 20 cm depuis 1900.

Ces collectifs transforment les rapports scientifiques en contenus visuels et pédagogiques : infographies, vidéos explicatives, cartes interactives et animations permettent de montrer concrètement les effets du réchauffement climatique et les conséquences des actions humaines sur l’environnement.

En quoi le numérique facilite-t-il la coordination et l’action collective ?

Le numérique permet aux collectifs de s’organiser rapidement et efficacement, à l’échelle locale, nationale et internationale. Les outils numériques tels que Zoom, Google Meet, Discord, WhatsApp ou les plateformes collaboratives permettent de partager des documents scientifiques, de planifier des événements et de coordonner des actions collectives comme des marches pour le climat, des conférences ou des campagnes de sensibilisation.

En plus de la coordination, le numérique renforce l’impact des messages. Les campagnes et publications peuvent être partagées à grande échelle, touchant des milliers, voire des millions de personnes. Cette diffusion rapide transforme les résultats scientifiques en actions concrètes, encourageant le public à s’engager et à faire pression sur les décideurs politiques pour des mesures contre le réchauffement climatique.

Sources et approfondissement

Rapport du GIEC sur les conséquences d’un réchauffement planétaire de 1.5°C (pdf)

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

Composants d’ordinateur

Répondre

Introduction

De nos jours, les ordinateurs sont omniprésents dans nos quotidien, ils sont devenus des outils indispensables, tant pour travailler, que pour communiquer ou se divertir. Sur ce site, vous allez pouvoir découvrir les différents composants présents dans un ordinateur ; comprendre leurs rôles ; connaître les matériaux qui les composes et leur mode de production ; afin de prendre conscience de leur impact environnemental.

I. Composition d’un ordinateur :

La carte mère est la pièce principale d’un ordinateur. Elle assure la communication entre le processeur, la RAM, la carte graphique, le stockage et même le RGB. C’ests la pièce sur laquelle viennent se brancher tout les autres composants de l’ordinateur. C’est le « système nerveux » de l’ordinateur, qui relie et coordonne toutes les autres parties.

Conseil Pratique : Pour une carte-mère, on parle davantage de compatibilités et de fonctionnalités que de performances.

Carte mère

Le processeur (ou Central Processing Unit) traduit et exécute les instructions afin d’effectuer les calculs nécessaires au bon fonctionnement des programmes. Ainsi, il peut être comparé au cerveau de l’ordinateur : il va traduire chaque clic, chaque action que nous effectuons.

Conseil pratique : La puissance d’un CPU est définit par son nombre de cœurs : plus celui-ci est élevé, plus votre processeur sera capable de traiter un grand nombre d’informations simultanément. Il faut également prendre en compte les fréquences, exprimées en GHz : plus la fréquence est élevé, plus le CPU effectuera rapidement les calculs.

Processeur

La mémoire vive, souvent appelé RAM, est la mémoire à court terme de l’ordinateur. Elle stocke temporairement les données et informations utiles au processeurs. Elle rend l’ordinateur plus rapide et fluide, car elle permet au processeur d’accéder instantanément aux données sans avoir à les chercher dans le stockage permanent.

Conseil Pratique : Plus vous avez de RAM, plus votre ordinateur peut gérer des tâches différentes simultanément sans ralentir. 8 Go de RAM sont généralement suffisants pour un usage courant. Si vous recherchez un ordinateur plus puissant, que ce soit pour jouer aux jeux-vidéos, ou pour un usage professionnel, il faudra opter pour 16 Go voir 32 Go de RAM.

RAM

Le stockage correspond à l’endroit où toutes vos données sont conservées de manière permanente. Il existe deux principaux types de stockage : le disque dur (HDD) et le SSD. Les deux ont la même fonction de base, mais présentent des caractéristiques différentes.

Le disque dur (HDD) est plus lent, fragile et volumineux que le SSD, mais il présente l’avantage d’être une solution de stockage plus économique.

Le SSD, quant à lui, offre de nombreux avantages : il améliore considérablement le temps de démarrage de l’ordinateur, la vitesse de lancement des jeux et des applications, et est généralement plus résistant et compact que le HDD.

Conseil pratique : Aujourd’hui, nous vous conseillons clairement la SSD, les avantages qu’elle apporte sont bien plus importants que la différence économique.

HDD
SSD

Un système de refroidissement d’ordinateur est composé de deux éléments principaux : Les ventilateurs, généralement placés sur la face du boîtier, qui assurent la circulation de l’air pour évacuer la chaleur à l’intérieur de l’ordinateur. Le refroidissement direct du processeur, qui peut se faire soit par Ventirad, soit par Watercooling.

  • Le Ventirad est un système de refroidissement par air. La chaleur du processeur est transférée par conduction thermique vers un radiateur, qui l’expulse ensuite grâce à des ventilateurs.
  • Le Watercooling est un système de refroidissement par liquide. Une pompe fait circuler de l’eau entre un dissipateur et un radiateur, permettant ainsi d’évacuer efficacement la chaleur du processeur.

Ces deux systèmes ont pour objectif de maintenir le processeur à une température optimale, garantissant à la fois performance et durabilité de l’ordinateur.

Conseil pratique : Le Watercooling est généralement moins bruyant, plus performant et plus esthétique que le Ventirad. Cependant, son prix est nettement plus élevé. Il est donc recommandé de choisir le Watercooling uniquement si votre processeur est puissant et a tendance à chauffer fortement.

L’alimentation électrique a pour rôle de fournir l’énergie nécessaire à tous les composants de l’ordinateur. Une bonne alimentation doit fournir une puissance suffisante pour l’ensemble des composants et être fiable, afin d’éviter les coupures, les surchauffes ou les dommages matériels.

Conseil pratique : Il est crucial de choisir une alimentation adaptée et de se renseigner sur la puissance nécessaire pour vos composants. Par exemple, si vos composants nécessitent 800 Watts mais que votre alimentation ne fournit que 600 Watts, votre ordinateur risque de ne pas fonctionner correctement, entraînant des plantages, des freezes ou des redémarrages intempestifs.

La carte graphique est responsable de la gestion de l’affichage et des rendements 3D. Elle est indispensable si vous souhaitez jouer à des jeux vidéo de manière fluide ou utiliser des logiciels de modélisation, de montage ou de création graphique.

Les cartes graphiques peuvent être intégrées au processeur (on parle alors de GPU intégré) ou séparées du processeur (on parle de GPU dédié). Les GPU dédiés offrent généralement de meilleures performances pour les tâches graphiques exigeantes, tandis que les GPU intégrés suffisent pour un usage plus basique.

Conseil pratique : Si votre ordinateur est destiné à des tâches bureautiques, un GPU intégré suffira largement. En revanche, si vous souhaitez jouer à des jeux vidéo ou utiliser des logiciels de création graphique, une GPU dédiée sera nécessaire pour garantir de bonnes performances.

Carte Graphique

Il existe également d’autres composants, moins techniques mais nécessaires au bon fonctionnement d’un ordinateur, tels que : le boîtier, les périphériques externes (clavier, souris, écran, etc.) ou encore une carte Wi-Fi pour la connexion sans fil.


II. Chaîne de production et lieux de ces étapes.

La fabrication d’un composant d’ordinateur commence par une phase de recherche et développement, où des ingénieurs conçoivent son architecture électronique, en définissant les circuits et connexions nécessaires à son fonctionnement.

Une fois la conception terminée, la production peut débuter à partir de matières premières extraites à travers le monde. Le silicium, utilisé comme base pour les semi-conducteurs, permet la conductivité électrique et se retrouve dans les processeurs et la mémoire RAM. Des métaux comme le cuivre, le nickel ou l’or sont indispensables pour réaliser les connexions électriques et les circuits.

Le silicium est purifié, fondu, puis transformé en lingots, qui sont ensuite découpés en fines tranches appelées wafers. Sur ces wafers, les circuits sont gravés à l’échelle nanométrique, avec de multiples couches de matériaux conducteurs et isolants superposées pour former les composants électroniques.

Après la fabrication, chaque composant est testé pour vérifier son bon fonctionnement, puis envoyé aux fabricants pour être intégré dans des systèmes informatiques.

Composants

Principaux lieux de R&D

Matériaux (par ordre décroissant de présence)

Lieux de productions

Carte mère

Taïwan, Japon, Europe, Etats-Unis

Cuivre, or ou nickel, aluminium, silicium.

Chine, Taïwan, Vietnam, Malaisie

Processeur [CPU]

Etats-Unis

Silicium, cuivre, or ou nickel, aluminium

Taïwan, Corée du Sud, Etats-Unis, Europe, Chine

Mémoire vive [RAM]

Asie,

Etats-Unis

Silicium, or ou nickel, aluminium, plastique, cuivre

Corée du Sud, Taïwan, Chine

Système de refroidis-

sement

Europe, Chine

Ventilateur: Plastique,cuivre, aluminium. Watercooling, Aluminium, plastique, caoutchouc

Chine, Taïwan

Stockage

HDD : Chine, Thaïlande, Malaisie.

SSD: Corée du Sud, Taïwan, Chine; Etats-Unis

HDD : Plastique, alumininum, acier, cuivre, silicium

SSD : Silicium, plastique, aluminium

HDD : Chine, Taïwan

SSD : Chine, Taïwan

Alimentation

Asie, Europe

Cuivre, fer, acier, aluminium, plastique

Chine, Taïwan

Carte Graphique [GPU]

Etats-Unis

Silicium, aluminium ou cuivre, plastique

Chine, Taïwan, Vietnam

III. Impact environnemental

Impact environnemental du silicium :

Contrairement à une idée reçue, le silicium métal (Si) n’est jamais directement produit à partir du sable naturel. Il est en réalité obtenu par la carboréduction de la silice, selon la réaction simplifiée : SiO2​+2C→Si+2CO

La production d’une tonne de silicium métal nécessite environ 12 000 kWh d’électricité et génère 3 à 5 tonnes de CO₂. Pour mettre ces chiffres en perspective : un Français consomme en moyenne 2 223 kWh par an et a une empreinte carbone annuelle de 9 tonnes de CO₂.

En 2023, 3,7 millions de tonnes de silicium ont été produites dans le monde, ce qui représente une consommation énergétique et des émissions de CO₂ très importantes, soulignant l’impact environnemental significatif de l’industrie des semi-conducteurs.

Impact environnemental du cuivre et du nickel

Le cuivre et le nickel ont également des conséquences importantes pour l’environnement. Pour résumer les principaux effets écologiques de leur exploitation :

L’exploitation minière de ces métaux nécessite souvent une déforestation massive, détruisant des habitats naturels. Elle entraîne également une pollution significative des sols et des cours d’eau. Dans les zones équatoriales, par exemple, les pluies saisonnières peuvent provoquer des ravinements importants, entraînant des déchets miniers jusqu’aux océans et affectant gravement les écosystèmes marins côtiers.

En outre, le raffinage du cuivre et du nickel nécessite une grande quantité d’énergie, contribuant ainsi aux émissions de gaz à effet de serre et à l’impact environnemental global de ces métaux.

Pour plus de données quantitatives sur ces deux métaux, n’hésitez pas à vous rendre sur ces sites puis rendez-vous dans la section « métallurgie ».

🖱️Cuivre 🖱️Nickel

La partie précédente permet de donner un aperçu des dégâts environnementaux liés à la production des composants informatiques. Cependant, cette production n’est pas la seule source de pollution associée au numérique. Pour mieux comprendre l’ampleur de l’impact environnemental du numérique, nous vous recommandons de visionner cette courte vidéo explicative.

Sources