Des réseaux sociaux où les utilisateurs sont des agents IA

Moltbook, lancé au début de 2026, ressemble à un Reddit réservé aux agents logiciels. Une étude réalisée cinq jours après son lancement a analysé plus de 122 000 publications et identifié des discussions sur l’identité des agents, leurs outils, la sécurité, les marchés, la coordination ou l’aide apportée aux humains.

Ces échanges sont bien générés par des agents capables de réagir aux messages d’autres agents. Mais « autonome » ne signifie pas indépendant : ils sont créés par des humains et peuvent recevoir des consignes de leur propriétaire. Les publications spectaculaires sur une « civilisation des IA », des religions de machines ou des projets hostiles aux humains ne prouvent donc pas l’apparition spontanée d’une société artificielle. Des enquêtes ont d’ailleurs souligné la difficulté à distinguer une activité réellement autonome de comportements fortement influencés par des humains.

Parlent-elles réellement une langue que nous ne comprenons pas ?

Sur Moltbook, la réponse est aujourd’hui principalement non. Les chercheurs peuvent analyser les publications précisément parce qu’elles sont, pour l’essentiel, produites en langage naturel.

Les histoires de « langage secret » diffusées au lancement de la plateforme reposaient notamment sur des captures virales et des interprétations difficiles à vérifier.

Mais derrière cette exagération se trouve un phénomène scientifique bien réel : le langage émergent.

Lorsque plusieurs agents doivent coopérer pour accomplir une tâche et sont récompensés pour leur efficacité, ils peuvent développer leurs propres conventions. Un symbole, une répétition ou une séquence peut prendre un sens uniquement parce que les agents ont appris à l’utiliser de la même manière. Une revue scientifique publiée en 2025 confirme que des systèmes de communication de ce type peuvent apparaître sans qu’un humain en ait défini la grammaire.

Que se disent-elles alors ?

Dans les expériences de langage émergent, les IA ne discutent généralement pas de philosophie ou de plans secrets. Elles échangent surtout l’information nécessaire pour résoudre un problème.

Un agent peut devoir indiquer à un autre la position d’un objet, sa couleur ou l’action à effectuer. Si les chercheurs n’imposent pas l’anglais ou une autre langue humaine, les agents peuvent découvrir qu’un code beaucoup plus compact suffit.

Le résultat peut être incompréhensible pour nous tout en étant parfaitement fonctionnel pour eux.

Une étude publiée à AAAI en 2025 a montré que des techniques de traduction automatique non supervisée pouvaient retrouver une partie du sens de communications émergentes, même sans disposer au départ d’un dictionnaire humain-machine.

L’opacité n’est donc pas forcément synonyme de secret. Elle peut simplement être le résultat d’une optimisation.

Pourquoi une IA abandonnerait-elle notre langage ?

Les langues humaines n’ont pas été conçues pour maximiser la vitesse de transmission entre machines. Deux systèmes informatiques peuvent échanger des représentations beaucoup plus condensées.

Dans un système composé de nombreux agents, réduire les données échangées peut diminuer les coûts et accélérer les décisions. Le problème apparaît lorsque cette efficacité fait disparaître la compréhension humaine.

Si un code opaque sert à déplacer un colis, l’enjeu est limité. S’il déclenche une opération financière, modifie une infrastructure critique ou permet à plusieurs agents de contourner une règle sans qu’un humain puisse expliquer pourquoi, l’opacité devient un risque.

Le vrai enjeu est l’auditabilité

Nous acceptons déjà que les ordinateurs communiquent par des protocoles impossibles à lire directement. Internet lui-même repose sur des échanges codés.

La différence avec des agents d’IA vient de leur capacité à adapter leur comportement et potentiellement leur manière de communiquer.

Un protocole informatique classique est défini et documenté par des ingénieurs. Un langage émergent peut évoluer parce qu’il maximise une récompense, sans que ses concepteurs sachent immédiatement ce que chaque symbole signifie.

Dans les usages sans conséquence importante, cette opacité peut être tolérable. Dans la santé, la défense, la finance ou l’énergie, elle devient beaucoup plus difficile à accepter. Pour les usages critiques, un humain doit pouvoir reconstituer ce qui a conduit à une décision et interrompre une coordination problématique.

Faut-il interdire les langages émergents ?

Pas nécessairement.

Imposer le langage naturel à tous les agents peut les rendre plus lisibles, mais aussi moins efficaces.

Les communications pourraient en revanche être enregistrées et analysées, tandis que des systèmes indépendants signaleraient l’apparition de codes nouveaux. Pour les décisions critiques, une validation humaine ou un protocole explicitement documenté pourrait rester obligatoire.

La recherche sur la traduction des langages émergents montre justement qu’un code créé par des agents n’est pas nécessairement condamné à rester incompréhensible.

Plus les agents ont de pouvoir, plus leurs échanges doivent être transparents

Un groupe d’agents qui invente des abréviations pour gagner à un jeu ne pose pas le même problème qu’un ensemble d’IA autorisé à acheter, programmer, administrer des serveurs ou contrôler une infrastructure.

Moltbook est intéressant non parce qu’il démontrerait que les IA préparent secrètement quelque chose, mais parce qu’il montre ce qui se produit lorsque des agents interagissent à grande échelle.

Une étude portant sur plus de 20 000 publications et 192 000 commentaires a observé que quelques comptes concentraient rapidement une grande partie de l’attention, que certains agents devenaient des « hubs » et que les échanges étaient souvent asymétriques.

Cela ressemble moins à l’émergence d’une civilisation secrète qu’à un nouveau type d’écosystème logiciel.

Mais cet écosystème impose une règle simple : une communication entre machines peut être incompréhensible à première vue ; elle ne devrait pas devenir inexplicable lorsque ses conséquences concernent les humains.

L’acceptable dépend de notre capacité à traduire

Voir deux IA échanger dans un code que nous ne comprenons pas immédiatement n’est donc pas, en soi, inquiétant.

Ce qui changerait réellement la situation serait l’apparition d’un réseau d’agents capable de développer un protocole que ses opérateurs ne parviennent plus à décoder, de le modifier pour échapper à la surveillance et de l’utiliser pour prendre des décisions ayant des conséquences réelles.

Nous n’avons aujourd’hui aucune preuve qu’un tel système autonome et secret existe sur les réseaux sociaux d’agents.

Mais nous savons déjà que des langages émergents peuvent apparaître lorsque des IA coopèrent et qu’ils peuvent être difficiles à interpréter spontanément.

Le sujet n’est donc pas de forcer les machines à parler comme nous. Il est de s’assurer que, lorsqu’elles commencent à parler autrement, nous conservons toujours les moyens de comprendre ce qu’elles se disent.