Des chercheurs de l’Université Michigan State démontrent que les modèles d’intelligence artificielle actuels peuvent être facilement induits en erreur pour détecter de fausses signatures biologiques, notamment dans la recherche de vie extraterrestre. Leurs résultats, présentés en août 2026 à la Conférence sur l’intelligence artificielle à Waterloo, au Canada, soulignent une vulnérabilité critique face aux faux positifs. Alors que des agences spatiales comme la NASA s’appuient de plus en plus sur l’intelligence artificielle pour analyser les données de rovers martiens et de télescopes avancés, cette faille pourrait compromettre des missions plurimilliardaires. Les scientifiques cherchent des marqueurs universels de vie, tels que la présence de molécules capables de se répliquer. Pour tester la robustesse des algorithmes, l’équipe, dirigée par Ankit Gupta et Christoph Adami, a utilisé Avida, un simulateur de vie numérique où des organismes virtuels copient et mutent leur code informatique. Un réseau neuronal a été entraîné à distinguer les organismes autoréplicatifs des autres, atteignant une précision de 99,97 % sur les données d’apprentissage. Pourtant, lors des tests sur des cas inédits, le modèle s’est révélé extrêmement fragile. En modifiant à peine quinze séquences de commandes dans le code des organismes, les chercheurs ont réussi à tromper l’IA à cent pour cent du temps, la convainquant d’identifier une vie là où elle n’existait pas. Le nombre potentiel de séquences trompeuses étant immense, le risque de rencontrer de tels faux signaux dans des données réelles est élevé. Cette sensibilité aux modifications minuscules reflète une faiblesse structurelle de nombreuses architectures d’IA modernes : leur capacité à détecter des motifs les pousse souvent à des classifications erronées avec une grande confiance. Au-delà de l’astrobiologie, cette vulnérabilité pose des défis majeurs pour l’IA utilisée dans les scanners médicaux, les véhicules autonomes et les systèmes de surveillance. Elle pourrait générer des alertes erronées aux conséquences graves, notamment lorsque les décisions sont prises automatiquement sans validation humaine. Les chercheurs insistent sur la nécessité absolue de maintenir un contrôle humain et des méthodes de vérification indépendantes. L’IA doit rester un outil d’assistance plutôt qu’un arbitre final. L’équipe prévoit désormais de réentraîner ses modèles avec des données réelles pour évaluer l’étendue du problème dans des contextes concrets. Ces travaux rappellent que si l’intelligence artificielle accélère considérablement l’analyse scientifique, elle ne peut se substituer au jugement critique et à la validation rigoureuse nécessaires à la découverte scientifique.