Une récente étude menée par des chercheurs des universités Cornell et Carnegie Mellon met en garde contre les risques d'une régulation de l'intelligence artificielle trop faible ou mal calibrée. Publiée dans les Actes de l'Académie nationale des sciences, cette modélisation théorique analyse l'impact des règles de sécurité sur l'écosystème de l'IA, en distinguant les créateurs de modèles généraux des entreprises qui les intègrent dans des produits finaux. Les résultats démontrent qu'une réglementation ciblant uniquement les développeurs en aval, tout en fixant des exigences de sécurité minimales, pourrait paradoxalement réduire la sûreté des produits. Face à ces contraintes, les fournisseurs de modèles généraux auraient tendance à minimiser leurs propres investissements en matière de sécurité, transférant ainsi le fardeau aux entreprises utilisatrices. Cette externalisation des responsabilités rendrait les systèmes finaux plus vulnérables que s'aucune règle n'existait. À l'inverse, l'étude identifie un équilibre optimal : imposer des objectifs de sécurité clairs tant aux créateurs de modèles qu'aux développeurs applicatifs améliore significativement la sûreté des produits et peut booster la rentabilité des entreprises. En mutualisant les exigences, chaque acteur bénéficie d'un environnement prévisible qui limite les risques et encourage des investissements concertés. Cette approche collaborative permet de protéger les utilisateurs tout en sécurisant les chaînes de valeur. Les auteurs soulignent que l'IA ne constitue pas une entité unique, mais un écosystème complexe où chaque maillon de la chaîne contribue aux performances et aux risques. Une régulation pertinente doit donc envisager l'ensemble du parc industriel plutôt que de se focaliser sur un seul intervenant. Bien que ce modèle reste une simplification, il offre un cadre de raisonnement essentiel pour éviter les mesures aveugles. Les chercheurs prévoient de valider ces hypothèses à l'échelle de régulations réelles et d'élargir l'analyse à une perspective mondiale, où coexistent multiples standards et concurrents. Cette recherche vise à éclairer les décideurs publics afin que les futures lois sur l'IA favorisent l'innovation tout en garantissant une sécurité tangible pour la société.