Quand l'IA est-elle devenue populaire ? Chronologie complète

L'IA s'est fait connaître du grand public en l'espace de huit semaines seulement : d'août à novembre 2022, période durant laquelle l'art généré par l'IA a commencé à remporter des concours et où ChatGPT a été lancé au grand public.

Mais ce moment n’est pas survenu de nulle part. Il est le fruit de près de 70 ans de recherche, de deux décennies d’échecs et d’une poignée de percées qui ont finalement convergé au même moment.

Mais qu'est-ce que l'IA, au juste, et pourquoi a-t-il fallu sept décennies pour passer d'un atelier à Dartmouth à un outil que votre grand-mère utilise pour rédiger des e-mails ? C'est ce que cet article explique en détail.

ChatGPT est devenue l'application grand public ayant connu la croissance la plus rapide de l'histoire, atteignant les 100 millions d'utilisateurs en deux mois. Aucun autre produit, ni Instagram, ni TikTok, n'a approché une telle vitesse. Et dès qu'elle a percé, la couverture médiatique a suivi partout : rédactions, salles de classe, TikTok, salles de réunion… tout le monde parlait de la même chose en même temps.

Dans cet article, nous reviendrons sur les premières décennies pendant lesquelles l’IA est restée dans l’ombre, sur cette période de huit semaines qui a tout changé, sur les cinq évolutions techniques qui ont fait des années 2020 une décennie différente de toutes celles qui l’ont précédée, sur les raisons pour lesquelles l’IA a connu un essor plus rapide dans certains pays que dans d’autres, sur la controverse qui en a découlé, et sur la situation actuelle en 2026.

Entrons dans le vif du sujet.

---

Principaux enseignements

• La percée de l’IA s’est produite sur une période bien précise : d’août 2022 (art généré par l’IA) à novembre 2022 (ChatGPT), et non pas progressivement au fil des années. ChatGPT a atteint les 100 millions d’utilisateurs en deux mois, un record qu’aucune application grand public n’avait jamais atteint auparavant.

• Les années 2020 ont réussi là où les années 1970 et 1990 avaient échoué, grâce à la convergence simultanée de cinq facteurs : l'architecture des transformateurs, la puissance des GPU à moindre coût, l'explosion des données d'entraînement, l'adoption du numérique sous l'effet de la pandémie et des investissements se chiffrant en centaines de milliards.

• La détection des textes générés par l'IA est devenue un secteur à part entière quelques mois seulement après le lancement de ChatGPT. GPTZero a été mis en service en janvier 2023, Turnitin a intégré un outil de détection de l'IA en avril 2023, et OpenAI a discrètement retiré son propre classificateur dès juillet 2023, celui-ci ne parvenant à détecter qu'à peine un quart des textes rédigés par l'IA.

• L'adoption de l'IA n'est pas uniforme à l'échelle mondiale. Les États-Unis et la Chine sont en tête en matière d'investissements et de déploiement dans les entreprises, mais ce sont en réalité des économies plus modestes, comme les Émirats arabes unis, Singapour et le Danemark, qui affichent les taux les plus élevés d'utilisation des outils d'IA par le grand public.

• En 2026, ChatGPT à lui seul comptait déjà plus d’un milliard d’utilisateurs actifs par semaine, et le débat autour de l’IA est passé de la question “ est-ce réel ? ” à “ peut-on se fier à ce qu’il produit ? ”, ce qui explique précisément pourquoi les outils de détection et d’humanisation revêtent désormais autant d’importance que les outils de génération eux-mêmes.

---

Les débuts de l'intelligence artificielle

L'histoire de l'intelligence artificielle remonte à un petit atelier organisé au Dartmouth College en 1956.

C'est là que John McCarthy a réuni une poignée de chercheurs et a lancé une idée audacieuse : et si l'on pouvait décrire chaque aspect de l'intelligence humaine avec une telle précision qu'une machine puisse la comprendre ? Il a donné un nom à cette idée, « intelligence artificielle », et le monde n'était vraiment pas prêt pour cela. C'était une idée bien en avance sur son temps.

Un an plus tard, en 1957, Herbert Simon prédisait avec assurance que, d’ici vingt ans, les machines seraient capables d’effectuer n’importe quelle tâche qu’un être humain pouvait accomplir. Il s’est trompé de quelques décennies et, à vrai dire, nous n’en sommes toujours pas tout à fait là.

Avant de se démocratiser en 2023, l'IA a traversé six phases distinctes.

Période 1 : L'étincelle (1956-1966)

Ces premières années ont donné lieu à des avancées véritablement impressionnantes.

Le « Logic Theorist » (1956) résolvait des problèmes mathématiques et parvenait même à fournir une démonstration plus élégante que celle que les mathématiciens avaient déjà publiée. Le programme de dames d’Arthur Samuel apprenait en jouant contre lui-même, et lorsqu’il fut présenté à la télévision en 1956, le cours de l’action IBM bondit de 15 points. C’est dire à quel point tout cela semblait nouveau et magique à l’époque.

Puis vint ELIZA en 1966, un chatbot rudimentaire conçu pour imiter un thérapeute. Le plus étonnant, c’est que les gens croyaient qu’il les comprenait réellement. Même la secrétaire de son créateur s’y était attachée.

Mais l'enthousiasme n'a pas duré.

Période 2 : Le premier hiver de l'IA (1974-1980)

Les gouvernements s'attendaient à des miracles, mais n'ont obtenu en échange que des prototypes et de grandes promesses. Le Royaume-Uni a publié le rapport Lighthill, sans concession, qui concluait que l'IA n'avait rien produit qui méritât d'être financé. Près de 90% des fonds ont disparu.

Aux États-Unis, le rapport ALPAC a révélé que la traduction automatique était lente, imprécise et plus coûteuse que le recours à des traducteurs humains, alors même que $20 millions avaient déjà été consacrés à ce projet. Là aussi, les financements ont cessé. Pendant un certain temps, on aurait pu croire que l'IA était tout simplement morte.

Période 3 : Le premier moment de gloire d'AI (1997)

Puis vint l'année 1997. Le superordinateur Deep Blue d'IBM battit le champion du monde d'échecs Garry Kasparov, et pour la première fois, l'intelligence artificielle entra dans la sphère publique. Deep Blue analysait 200 millions de coups par seconde, remporta la partie et fit grimper le cours de l'action IBM.

Même après cette victoire, l'IA n'était toujours pas entrée dans la vie quotidienne. Elle restait coûteuse, réservée au monde universitaire et, pour l'essentiel, confinée aux laboratoires de recherche. Les scientifiques évitaient d'ailleurs d'utiliser le terme “ IA ”, car celui-ci était désormais associé à l'échec.

Période 4 : La phase invisible (années 2000-2010)

C'est la décennie au cours de laquelle l'IA s'est immiscée dans notre quotidien sans que personne ne s'en aperçoive. Les correcteurs orthographiques, le classement des résultats de recherche de Google, les recommandations de Netflix, les filtres anti-spam et la détection des fraudes reposaient tous sur l'IA, mais les entreprises évitaient soigneusement d'utiliser ce terme. Lors du lancement de Siri en 2011, Apple a mis en avant ses fonctionnalités, sans évoquer l“” intelligence artificielle » qui les sous-tendait.

En 2012, l'apprentissage profond a fait un bond en avant considérable grâce à ImageNet, mais en dehors des milieux technologiques, presque personne ne s'en est aperçu. L'IA progressait discrètement sans faire de vagues sur le plan culturel.

Période 5 : La lente montée avant l'explosion (2021-2022)

La plupart des gens pensent que l'IA a connu un essor fulgurant du jour au lendemain grâce à ChatGPT en 2023, mais les prémices de ce phénomène ont commencé discrètement un an plus tôt.

En juin 2021, GitHub Copilot a introduit l’IA dans la programmation quotidienne. Tout au long de 2021 et 2022, l’API de GPT-3 a permis aux développeurs d’intégrer des modèles linguistiques dans leurs propres outils. En janvier 2022, DALL-E 2 a déclenché la première vague virale d’art généré par l’IA. Midjourney a suivi en juillet 2022 et a séduit les artistes. Puis, en août 2022, Stable Diffusion est passé en open source, et soudain, toute personne disposant d'un ordinateur portable avait la génération d'images à portée de main.

Puis tout a changé.

Période 6 : Le choc culturel (août 2022)

Jason Allen a présenté une œuvre créée avec Midjourney au concours artistique de la Foire d’État du Colorado et a remporté le premier prix. Twitter s’est enflammé. Les chaînes d’information se sont emparées de l’affaire. Du jour au lendemain, l’IA n’était plus un sujet technologique, mais culturel. S’agit-il réellement d’art ? Qu’est-ce qui relève de la créativité ? Les machines rivalisent-elles désormais avec les humains ?

L'IA faisait déjà officiellement partie des sujets de conversation courants, trois mois avant même que ChatGPT n'existe.

Une chronologie illustrée

Soixante-dix ans, six périodes distinctes et une période de huit semaines qui a tout changé : c’est beaucoup à retenir rien qu’à partir d’un texte. Le graphique ci-dessous présente l'ensemble de cette évolution, de l'atelier de Dartmouth en 1956 jusqu'au moment où ChatGPT dépassera le milliard d'utilisateurs hebdomadaires en 2026, ainsi que la courbe d'adoption qui montre à quel point la croissance de l'IA a été plus fulgurante que celle de toutes les technologies grand public qui l'ont précédée.

[Insérer ici un graphique chronologique en pleine largeur et un graphique représentant la courbe d'adoption]

Pourquoi l'IA a échoué par le passé (et pourquoi elle a fonctionné cette fois-ci)

L'IA n'a pas échoué dans les années 1970 et 1990 parce que les idées étaient erronées. Elle a échoué parce que l'infrastructure nécessaire à la mise en œuvre de ces idées n'était pas encore prête, et c'est précisément cet écart qui fait toute la différence dans les années 2020.

Au cours du premier « hiver de l'IA », les chercheurs disposaient de théories plausibles, mais d'une puissance de calcul bien insuffisante pour les tester à grande échelle. Un seul cycle d'apprentissage, qui prend aujourd'hui quelques heures, aurait pris des années sur le matériel informatique des années 1970, à supposer qu'il ait pu être exécuté.

Le rapport Lighthill n'avait pas tort de dire que l'IA n'avait pas donné de résultats. Il ne tenait simplement pas compte du fait que les outils permettant d'obtenir ces résultats n'avaient pas encore été inventés.

Le deuxième ralentissement, après celui lié à Deep Blue à la fin des années 1990 et au début des années 2000, était dû à un problème différent : les données. L'apprentissage automatique a besoin d'énormes volumes d'exemples tirés du monde réel pour parvenir à bien fonctionner, et Internet n'en avait tout simplement pas encore produit suffisamment.

Si Deep Blue a pu s'imposer aux échecs, c'est parce que ce jeu obéit à des règles fixes et se joue sur un échiquier de taille finie. Le langage, les images et le raisonnement quotidien ne fonctionnent pas de la même manière. En 1997, il n'existait aucun ensemble de données qui se rapprochât ne serait-ce qu'un peu des 300 milliards de mots sur lesquels ChatGPT allait par la suite s'entraîner.

Ce qui a changé dans les années 2020, ce n'est pas une avancée majeure en soi, mais le fait que toutes les pièces manquantes se soient mises en place au cours de cette même décennie. La puissance de calcul est devenue suffisamment abordable pour que de petites équipes puissent se la permettre. Internet avait accumulé suffisamment de textes, d'images et de code pour permettre à un modèle d'apprendre réellement quelque chose.

L'architecture « Transformer » a résolu le problème de vitesse qui limitait tous les réseaux neuronaux antérieurs. Et cette fois-ci, lorsque les modèles fonctionnaient, le grand public pouvait y accéder directement, sans avoir à lire les résultats dans un article de recherche.

Ce dernier point est peut-être la différence la plus sous-estimée de toutes. La victoire de Deep Blue a fait la une des journaux. Le lancement de ChatGPT, lui, a permis à des millions de personnes de l'essayer par elles-mêmes, le soir même, gratuitement.

Les précédents « hivers de l'IA » se sont produits parce que la technologie n'avait pas tenu ses promesses. Cette fois-ci, la technologie s'est imposée et a remis les clés à tout le monde d'un seul coup.

Quand l'IA a commencé à gagner en popularité

30 novembre 2022, minuit PST : lancement de ChatGPT.

En l'espace de 5 jours, elle a atteint le million d'utilisateurs. En l'espace de 2 mois, elle en comptait 100 millions, ce qui en faisait à l'époque l'application grand public à la croissance la plus rapide de l'histoire, environ 50 fois plus rapide qu'Instagram et plus de 4 fois plus rapide que TikTok. Pas mal pour un chatbot qui ressemble à une simple petite zone de texte.

Et voici le plus incroyable : OpenAI n'a pas dépensé le moindre dollar significatif en marketing. Ce sont les utilisateurs eux-mêmes qui ont fait connaître le produit. L'interface était si simple que, dès lors que l'on savait taper au clavier, on pouvait utiliser une IA de niveau mondial, et ce gratuitement.

Puis vint janvier 2023. Les écoles ont rouvert leurs portes, et les académies, de Seattle à Paris, ont bloqué ChatGPT du jour au lendemain. Les enseignants ont commencé à découvrir des dissertations rédigées avec soin, mais qui dégageaient une “ brillance robotique ” suspecte.

Turnitin a ensuite révélé des chiffres stupéfiants : sur plus de 200 millions de travaux d'étudiants analysés, 22 millions présentaient des signes indiquant qu'ils avaient été rédigés à au moins 20% par une IA, et 6 millions semblaient avoir été générés à 80% ou plus par une IA.

La couverture médiatique de l'IA générative a bondi de plus de 800% par rapport à 2022. L'IA était le sujet de toutes les conversations, un point c'est tout.

C'est ainsi que, presque du jour au lendemain, l'IA est passée d'un sujet de recherche de niche à une force culturelle, un facteur de bouleversement dans les salles de classe, une révolution économique et le point de départ d'une nouvelle ère technologique.

L'essor de l'IA : les années 2020 et au-delà

L'IA existait depuis des décennies, mais presque personne n'utilisait le terme “ IA ” avant l'arrivée des années 2020. Alors, pourquoi cette décennie en particulier a-t-elle marqué un tournant ?

Cinq avancées décisives se sont conjuguées, ce qui ne s'était jamais produit auparavant.

1. La percée du « Transformer » a tout changé

En 2017, Google a publié l'article “ Attention Is All You Need ”, qui est devenu l'un des articles scientifiques les plus cités du siècle, avec plus de 173 000 citations à ce jour.

Son principe de base était révolutionnaire : les réseaux neuronaux précédents lisaient le texte comme le ferait une personne lisant lentement, mot après mot. Les “ Transformers ” ont renversé cette approche. Ils lisaient des séquences entières d'un seul coup et utilisaient le mécanisme dit « d'attention » pour déterminer quelles parties du texte étaient les plus importantes.

Grâce à ce traitement parallèle, leur apprentissage s’est déroulé beaucoup plus rapidement. Le tout premier modèle Transformer a été entraîné en seulement 12 heures, ce qui aurait été impossible avec l’ancienne approche.

Cette avancée majeure a ouvert la voie à tout ce qui a suivi. BERT a fait son apparition en 2018 et a rendu les moteurs de recherche nettement plus intelligents. GPT-2 a vu le jour en 2019 et a surpris tout le monde par la fluidité de sa génération de texte. GPT-3 a franchi le cap des 175 milliards de paramètres en 2020.

Et ChatGPT, en 2022, a enfin mis tout cela directement à la portée de chacun. Avant l'apparition des transformateurs, les modèles d'IA se heurtaient à de sérieuses limites en matière d'évolutivité. Avec les transformateurs, ces limites ont disparu.

2. Le matériel a enfin rattrapé son retard

L'IA a un besoin énorme de puissance de calcul, de mémoire rapide et de matériel capable de résister aux températures élevées pendant l'entraînement. Heureusement, les années 2020 se sont avérées être la période idéale pour le matériel informatique.

Les GPU ont largement dépassé le cadre des jeux vidéo. L'architecture Ampere de NVIDIA, lancée en 2020, a permis d'énormes gains de performances. Google est allé encore plus loin avec ses TPU dédiés à l'IA, et ses dernières puces Trillium sont 4,7 fois plus rapides tout en consommant 30 fois moins d'énergie que les premières versions.

En 2024, la croissance de NVIDIA était si fulgurante qu'elle est devenue la première entreprise de l'histoire à atteindre une capitalisation boursière de $4 billions.

Dans le même temps, le coût de l'informatique a chuté rapidement. Les sessions de formation, qui coûtaient autrefois des dizaines de millions de dollars, sont devenues abordables pour les petites équipes, et des plateformes cloud telles qu’AWS, Google Cloud et Azure ont commencé à proposer du temps de calcul sur GPU facturé à l’utilisation. Pour la première fois de l’histoire, toute personne ayant une idée pouvait réellement se lancer dans sa réalisation.

3. Le monde a généré plus de données que jamais auparavant

L'IA apprend à partir des données, et le monde en produisait davantage que n'importe quel être humain ne pourrait espérer traiter. Le volume mondial de données est passé de 2 zettaoctets en 2010 à 64,2 zettaoctets en 2020, et devrait atteindre environ 394 zettaoctets d’ici 2025, soit une multiplication par 197 en quinze ans.

ChatGPT a lui-même été entraîné sur environ 300 milliards de mots extraits de livres, de sites web et de référentiels de code. L’IA “ à l’ancienne ” nécessitait que des humains codifient manuellement des règles (« si ceci, alors cela »). L’IA moderne apprend simplement à partir de l’ensemble des textes produits par l’humanité.

4. La COVID-19 a accéléré la transition numérique de plusieurs années

Puis la pandémie a frappé et, du jour au lendemain, tout s'est déplacé en ligne. Les entreprises qui avaient résisté à l'automatisation pendant des années ont été contraintes de s'y mettre. Le télétravail a fait entrer dans les mœurs, presque par hasard, les outils basés sur l'IA : transcription, synthèse, collaboration virtuelle, assistance automatisée.

Une grande enquête a révélé que la transformation numérique s'était accélérée de 5,3 ans pendant la pandémie de COVID-19. Une autre l'a simplement décrite comme “ deux ans de transformation en quelques mois ”.”

Lorsque ChatGPT a été lancé fin 2022, les gens étaient déjà habitués aux appels vidéo, aux applications cloud, aux flux de travail numériques et à l’automatisation. Le public était prêt et réceptif. ChatGPT n’a pas créé cette demande, il y a simplement répondu au bon moment.

5. Les investissements dans l'IA ont connu un essor sans précédent

L'investissement est le carburant, et l'IA en a bénéficié largement. Les dépenses mondiales consacrées à l'IA sont passées de $18 milliards en 2014 à $119 milliards en 2021, puis ont encore doublé peu après le début de la pandémie. D'ici 2025, les entreprises devraient consacrer $400 milliards à l'infrastructure de l'IA.

Le signe le plus marquant a été le projet Stargate, un partenariat d'un montant de $500 milliards conclu entre OpenAI, SoftBank, Oracle et MGX, annoncé en janvier 2025.

Les modèles économiques se sont eux aussi concrétisés. Le modèle « freemium + abonnement », associant une offre gratuite à une offre Pro à $20 par mois, s’est révélé extrêmement rentable. GitHub Copilot génère désormais plus de chiffre d’affaires que GitHub au moment de son rachat par Microsoft. 92% des entreprises du classement Fortune 500 utilisent ChatGPT Enterprise, et 90% utilisent GitHub Copilot.

Tout cela semble passionnant, jusqu’à ce que l’on prenne en compte le revers de la médaille : le monde regorge désormais de contenus, et l’IA est capable de tous les générer. Il est donc plus difficile que jamais de distinguer le vrai du faux. Tout comme chaque venin finit par avoir son antidote, le monde de l’IA avait besoin d’outils de détection pour garantir l’honnêteté des informations.

Des outils tels que ceux de TruthScan Détecteur de fausses pistes, qui vérifie les images, les visages, les voix et les vidéos, ainsi que la technologie d’Undetectable AI Vérificateur d'IA et Détecteur vidéo IA, qui signalent les textes générés par l'IA et les images manipulées, ont tous vu le jour sous l'effet de cette même pression. À mesure que l'IA gagnait en efficacité dans la création de contenu, le monde avait besoin d'outils tout aussi performants pour le valider.

Le secteur de la détection a vu le jour en 2023

Alors que le monde entier s'émerveillait devant ce que l'IA générative était capable de créer, un deuxième secteur se développait discrètement en parallèle : celui qui consiste à prouver ce que l'IA n'a pas créé.

Les événements se sont enchaînés rapidement. GPTZero a été mis en ligne en janvier 2023 ; cette application a été développée par Edward Tian, un étudiant de Princeton, qui l’a programmée pendant ses vacances d’hiver. Elle a planté dès la première semaine en raison des 30 000 utilisations enregistrées et a dû bénéficier d’une assistance technique d’urgence pour rester en ligne.

Turnitin, l'outil de détection du plagiat déjà utilisé dans les salles de classe du monde entier, a intégré en avril 2023 sa propre fonctionnalité de détection par IA, offrant ainsi aux établissements le premier moyen à grande échelle de repérer les travaux d'étudiants rédigés par un logiciel.

OpenAI a également tenté d’anticiper le problème. L’entreprise a lancé son propre classificateur de texte basé sur l’IA à peine deux mois après le lancement de ChatGPT, mais cet outil n’a jamais fonctionné correctement. D'après ses propres chiffres publiés, il n'a correctement identifié que 26% de textes rédigés par une IA comme étant probablement issus d'une IA, tout en signalant à tort 9% de textes rédigés par des humains comme étant générés par une IA.

OpenAI a discrètement retiré ce classificateur le 20 juillet 2023, moins de six mois après son lancement, invoquant un faible taux de précision. L’entreprise, qui connaît mieux que quiconque son propre modèle, n’a pas réussi à rendre la détection fiable et l’a reconnu publiquement.

C'est précisément cette lacune qui a fait progresser ce domaine. Les outils de détection conçus spécifiquement pour résoudre ce problème, plutôt que d'être simplement ajoutés à un produit existant, ont rapidement commencé à s'améliorer. Et une deuxième catégorie, étroitement liée à la première, a vu le jour parallèlement : l'humanisation.

Si les textes générés par l'IA présentent une empreinte statistique identifiable, certains souhaitent disposer d'outils permettant de la repérer, tandis que d'autres préfèrent des outils capables de l'atténuer afin que le texte retrouve un style naturel. C'est là tout le principe qui sous-tend un AI Humanizer, réécrire un texte généré par une IA afin qu’il se lise comme si une personne l’avait réellement rédigé.

En 2026, ce secteur était devenu une véritable industrie pérenne, et non plus une simple mode liée à la panique. La détection s'étend désormais au texte, aux images, à la vidéo et à la voix. Les institutions y ont recours quotidiennement. Et son existence s'explique par une raison simple : dès lors que la génération de contenu est devenue suffisamment sophistiquée pour tromper le public, la vérification est devenue tout aussi nécessaire que la génération elle-même.

Pourquoi l'IA est devenue populaire

L'IA a connu un tel essor pour trois raisons principales.

Accessibilité et facilité d'utilisation

C'est, sans conteste, la raison principale. Avant ChatGPT, l'IA semblait être un rêve lointain, un domaine réservé aux experts. Il fallait maîtriser TensorFlow, Python et toute une série d'outils en ligne de commande rien que pour commencer.

Puis ChatGPT est arrivé et a tout changé. Il suffisait de taper une question en anglais courant, ou dans sa propre langue maternelle, pour obtenir instantanément une réponse élaborée. La stratégie tarifaire y a également contribué. Toute personne disposant d'un accès à Internet pouvait essayer GPT-3.5 gratuitement, et les utilisateurs avancés pouvaient s'abonner à ChatGPT Plus pour $20 par mois, un prix bien moins élevé que celui de n'importe quel logiciel spécialisé existant auparavant.

L'API est également devenue nettement plus abordable, son coût ayant baissé de 83% entre juillet 2023 et juillet 2025, ce qui a permis aux start-ups de s'appuyer dessus à grande échelle.

By June 2023, the mobile app launched, and ChatGPT’s iOS app was downloaded 16 million times in just two months, highlighting the growing demand for an iOS app development company to create accessible AI-powered mobile experiences. It wasn’t just accessible to nearly everyone. It was genuinely easy to use.

Productivité et personnalisation

Quiconque a déjà utilisé l'IA au travail a pu constater cette amélioration de la productivité. En moyenne, les employés qui utilisent l'IA générative gagnent 5,41 TP6T de leur temps de travail hebdomadaire, soit environ 2,2 heures sur une semaine de 40 heures, et ceux qui utilisent activement l'IA sont 331 TP6T plus productifs.

Le codage en est l'exemple le plus frappant. Lors d'un essai mené auprès de 95 programmeurs professionnels, GitHub Copilot leur a permis d'accomplir leurs tâches 55,81 TP6T plus rapidement. Et cela ne se limite pas au codage. Une étude menée par l'université de Stanford et la Banque mondiale s'est penchée sur 18 tâches professionnelles courantes et a révélé que l'IA réduisait les délais d'exécution de plus de 60% en moyenne.

La durée des devoirs d'écriture est passée de 80 minutes à 25. Les enseignants gagnent ainsi environ 6 heures par semaine, tandis que les travailleurs les moins qualifiés enregistrent des gains de productivité pouvant atteindre 14%, ce qui contribue discrètement à uniformiser les conditions entre les différents niveaux de qualification.

La personnalisation est tout aussi importante. Les consommateurs réagissent positivement aux expériences qui leur semblent sur mesure, et l’IA permet de mettre cela en œuvre facilement à grande échelle. Dans le commerce électronique, les moteurs de recommandation augmentent le montant moyen des commandes de 10 à 15%, font grimper les taux de clics de 21% et réduisent le taux d’abandon de panier de 25%.

Les entreprises B2B enregistrent des résultats tout aussi solides, avec des taux de conversion en hausse de 80% grâce à la personnalisation basée sur l'IA.

Cela se remarque également dans la vie quotidienne, tant au travail qu’à l’école. Les élèves terminent leurs dissertations et leurs devoirs plus rapidement grâce à un Rédacteur d'essai. Les rédacteurs de contenu et les blogueurs produisent des articles optimisés pour le référencement avec un Rédacteur SEO.

Les demandeurs d'emploi envoient des candidatures plus ciblées grâce à notre L'applicateur d'emploi AI. Ces outils perdurent car ils permettent d'obtenir des résultats concrètement mesurables : des devoirs réalisés plus rapidement, un contenu de meilleure qualité, davantage d'entretiens, un rendement accru.

Adoption virale et couverture médiatique

Dès son lancement, ChatGPT est devenu viral presque instantanément. Tout le monde tenait à montrer à quel point cet outil leur avait fait gagner des heures pour écrire du code, terminer des devoirs ou rédiger des articles de blog.

Dans le même temps, l'art généré par l'IA se répandait sur les réseaux sociaux. Les créations photoréalistes de Midjourney envahissaient les fils d'actualité d'Instagram, tandis que DALL-E produisait des images à la fois impressionnantes et parfois hilarantes. TikTok a amplifié tout ce phénomène.

Les contenus liés à l'IA étaient omniprésents sur la plateforme tout au long des années 2023 et 2024, et le hashtag ##ai a lui seul atteint, à son apogée, environ 5 milliards de vues sur 750 000 publications en l'espace d'un seul mois.

La couverture médiatique a suivi la même courbe. Entre fin 2022 et 2023, CNBC, CNN, Fox et MSNBC diffusaient quotidiennement des reportages sur l'IA. Des expressions telles que “ IA générative ”, “ modèles d'IA ”, “ sécurité de l'IA ” et “ IA responsable ” ont commencé à apparaître partout.

Au début, les gros titres s'émerveillaient devant les capacités de l'IA. À la mi-2023, l'attention s'est tournée vers les risques : pertes d'emplois, tricherie à l'école, deepfakes et manipulation électorale. Les scénaristes et acteurs hollywoodiens se sont mis en grève, en partie à cause de l'IA ; des artistes et des auteurs ont intenté des actions en justice, et l'UE a accéléré l'adoption de sa loi sur l'IA pour prendre les devants.

Popularité de l'IA par région

L'IA ne s'est pas répandue de manière homogène à travers le monde, et l'écart entre les pays met en lumière un aspect que les gros titres centrés sur les États-Unis ont généralement tendance à ignorer.

Les États-Unis occupent la première place en matière d'investissements et de déploiement d'entreprises, attirant à eux seuls environ $286 milliards d'investissements privés dans l'IA rien qu'en 2025 et produisant les modèles de pointe les plus remarquables de tous les pays. Mais l'utilisation au niveau de la population révèle une réalité bien différente.

En réalité, les États-Unis se classent bien en dehors du top 20 mondial en ce qui concerne l'utilisation des outils d'IA par le grand public, bien qu'ils dominent le secteur des entreprises et de la recherche.

Les économies plus petites et plus riches ont emprunté la voie inverse. Les Émirats arabes unis occupent la première place mondiale en matière d’utilisation de l’IA au niveau de la population, avec 64%, suivis de Singapour avec près de 61% et de la Norvège avec plus de 46%. Ces pays ont investi très tôt dans les infrastructures d’IA et ont véritablement intégré ces outils dans la vie quotidienne des citoyens, et pas seulement dans les processus opérationnels des entreprises.

La Chine et l'Inde se distinguent dans un autre domaine : le déploiement de l'IA à l'échelle nationale au sein des entreprises. Ces deux pays indiquent que l'IA est activement utilisée dans 57 à 58% d'entreprises, devançant ainsi les États-Unis sur cet indicateur spécifique, grâce notamment aux efforts déployés dans les secteurs de l'industrie manufacturière, du commerce électronique et de la numérisation des services publics.

L'Inde est également devenue l'un des marchés de ChatGPT connaissant la plus forte croissance, dépassant les 100 millions d'utilisateurs actifs hebdomadaires en 2026, suite au lancement d'une formule ChatGPT Go à moindre coût, spécialement conçue pour cette région.

L'Europe se situe quelque part entre les deux, avec des disparités d'un pays à l'autre. Le Danemark, la Finlande et la Suède affichent des taux d'adoption par les entreprises bien supérieurs à la moyenne de l'UE, tandis que les dispositions relatives aux technologies à haut risque de la loi européenne sur l'IA, qui doit entrer en vigueur en août 2026, poussent le reste de l'Union à adopter une approche plus prudente, privilégiant la conformité, en matière de déploiement.

Le Brésil et l'ensemble de l'Amérique latine affichent également une forte dynamique, l'adoption progressant le plus rapidement dans les secteurs du service client et des services financiers.

La tendance qui se dessine est simple : la popularité de l’IA ne dépend pas uniquement de ceux qui développent les meilleurs modèles. Elle dépend plutôt des gouvernements et des cultures qui ont rendu ces outils faciles à utiliser, abordables et courants dans la vie quotidienne.

Chronologie de « Backlash »

Toute vague d'adoption aussi rapide finit par se heurter à une certaine résistance, et la réaction négative à l'IA s'est manifestée presque aussi vite que sa popularité s'était développée.

Tout a commencé dans les salles de classe. En janvier 2023, des districts scolaires, de Seattle à Paris, avaient purement et simplement bloqué l’accès à ChatGPT, craignant une vague de dissertations rédigées par l’IA. Bon nombre de ces mêmes districts sont revenus sur cette interdiction en moins d’un an, lorsqu’ils ont compris que bloquer l’accès n’empêchait pas l’utilisation de l’outil, mais ne faisait que la repousser hors de la plateforme et hors de vue.

À la mi-2023, Hollywood s’est joint au mouvement. La Writers Guild of America s’est mise en grève en mai 2023, avec parmi ses principales revendications la protection contre l’IA, et la SAG-AFTRA a emboîté le pas en juillet, les deux syndicats exprimant leurs inquiétudes quant à l’utilisation par les studios de l’IA pour générer des scénarios ou reproduire l’image des artistes sans leur consentement ni rémunération. Ces grèves ont duré plusieurs mois et se sont conclues par la signature de certaines des premières conventions collectives aux États-Unis à aborder explicitement la question de l’IA générative.

Les contestations juridiques n'ont pas tardé à suivre. Tout au long des années 2023 et 2024, des auteurs, des artistes plasticiens et des organes de presse ont intenté une vague de poursuites en matière de droit d'auteur contre des entreprises spécialisées dans l'IA, arguant que les données d'entraînement avaient été extraites de leurs œuvres sans leur autorisation.

Getty Images a intenté un procès contre Stability AI. Le New York Times a intenté un procès contre OpenAI et Microsoft. Bon nombre de ces affaires sont toujours en cours devant les tribunaux.

Les régulateurs ont eux aussi réagi, mais à un rythme plus lent que celui de la technologie elle-même. L’Union européenne avait déjà commencé à élaborer sa loi sur l’IA avant même l’apparition de ChatGPT, mais la réaction du public face à l’IA générative a considérablement accéléré le calendrier.

Les dispositions de la loi relatives aux risques élevés entreront en vigueur en août 2026, réglementant officiellement la manière dont les systèmes d’IA peuvent être conçus, déployés et divulgués dans toute l’Union européenne. Les États-Unis ont adopté une approche plus souple en comparaison, avec un plan d’action fédéral sur l’IA présenté en janvier 2026 qui privilégiait l’innovation plutôt que la restriction, tandis que les différents États ont commencé à adopter leurs propres lois sur l’IA en matière d’emploi et de transparence pour combler le vide laissé par l’absence de réglementation fédérale.

Rien de tout cela n’a entamé la popularité de l’IA. Au contraire, son adoption n’a cessé de progresser, malgré tous les articles consacrés aux poursuites judiciaires et aux grèves. Mais cela a définitivement changé le débat, qui est passé de “ regardez ce que ça peut faire ” à “ qui est responsable quand ça tourne mal ? ”.”

2026 : état des lieux

Quatre ans après le lancement de ChatGPT, les chiffres n'ont cessé de grimper d'une manière que peu de gens avaient prévue fin 2022.

OpenAI a confirmé que ChatGPT avait franchi le cap du milliard d'utilisateurs actifs hebdomadaires à la fin du mois de juillet 2026, soit environ sept mois plus tard que l'objectif interne initial fixé par l'entreprise, ce qui en fait néanmoins l'un des produits grand public ayant atteint cette envergure le plus rapidement de l'histoire.

Le chiffre d'affaires annualisé a dépassé les $25 milliards en début d'année, et OpenAI a clôturé un tour de table valorisant l'entreprise à $852 milliards.

Le paysage concurrentiel n'a plus rien à voir avec ce qu'il était en 2023. Gemini, de Google, et Claude, d'Anthropic, ont tous deux considérablement réduit l'écart : selon certaines sources, le chiffre d'affaires de Claude sur le marché des entreprises aurait dépassé celui d'OpenAI dans certains segments du marché professionnel, bien que ChatGPT conserve la plus grande part globale du trafic grand public.

Cette concurrence a favorisé l'accélération des progrès, mais elle a rendu la situation moins prévisible pour tous ceux qui tentent de suivre le rythme.

L'adoption de l'IA par les entreprises est désormais presque devenue la norme plutôt qu'une simple expérience. Environ 88% des entreprises interrogées à l'échelle mondiale utilisent désormais l'IA dans au moins une fonction métier, soit plus du double du taux enregistré en 2023.

Au sein de la plupart des entreprises, le débat n'est plus de savoir “ faut-il utiliser cela ? ”, mais “ comment en assurer la gouvernance ? ”, ce qui explique précisément pourquoi les outils de détection, de vérification et de divulgation sont passés d'une préoccupation de niche à un élément incontournable de l'activité en ligne.

Et la frontière ne cesse de reculer. L'IA agentique, c'est-à-dire les systèmes capables de planifier et d'exécuter des tâches en plusieurs étapes avec un minimum de supervision, est passée du stade de concept de recherche à celui d'une technologie que les entreprises déploient activement au sein de leurs flux de travail réels.

Cette technologie n'est pas encore tout à fait au point, mais la tendance est suffisamment claire pour que la plupart des acteurs du secteur la considèrent désormais comme la prochaine grande évolution, à l'instar de la génération de texte en 2022 et de la génération d'images en 2021.

L'avenir de la popularité de l'IA

À l'heure actuelle, la prochaine grande frontière réside dans les casques et les appareils portables. L'IA s'étend désormais au monde physique et virtuel, et ne se limite plus à l'espace derrière un écran. Des entreprises telles que Google, Meta et Apple travaillent sur des lunettes et des casques dotés d'intelligence artificielle, capables de voir ce que vous voyez, d'entendre ce que vous entendez et de vous apporter une aide en temps réel.

Le marché de la réalité virtuelle a bondi de $35 milliards en 2023 à $45 milliards en 2024, avec plus de 14 millions de casques vendus. L'IA est déjà capable de générer des environnements virtuels complets, de créer des personnages intelligents et d'adapter les expériences de manière dynamique. À lui seul, le secteur des jeux en réalité virtuelle pourrait atteindre $45 milliards d'ici 2027.

La réalité augmentée, associée à l'intelligence artificielle, intègre désormais une assistance intelligente dans nos activités quotidiennes : superposition de traductions en temps réel, reconnaissance d'objets avec recherche instantanée d'informations, navigation contextuelle, ainsi que des applications industrielles telles que la maintenance et la formation des employés.

Ces lunettes connectées pourraient rendre l'IA aussi courante que les smartphones, mais en l'intégrant encore plus naturellement dans la vie quotidienne.

Si l'on se projette vers 2030, la plus grande avancée sera sans doute l'arrivée à pleine maturité de l'IA agentique. Aujourd'hui, l'IA a encore besoin d'être guidée étape par étape par un humain.

La tendance est à une IA capable de planifier, d'exécuter et de gérer de manière autonome des flux de travail complexes, agissant moins comme un outil que l'on utilise que comme un collègue à qui l'on confie des tâches.

La prochaine étape de la détection

À mesure que l'IA gagne en capacité à créer des textes, des images, des vidéos et même à accomplir des tâches de manière autonome, il devient de plus en plus difficile de distinguer ce qui a été créé par un humain de ce qui a été produit par une machine. C'est précisément pour cette raison que la détection et la transparence revêtent aujourd'hui plus d'importance que jamais.

Il existe quelques outils spécialement conçus pour ce moment précis. TruthScan détecte les « deepfakes » et vérifie les images, les visages, les voix et les vidéos.

Notre Détecteur d'IA signale les textes générés par l'IA afin que vous sachiez s'ils ont été rédigés par une machine. Et notre AI Humanizer permet de réécrire les textes générés par l'IA afin qu'ils retrouvent un style naturel.

Essayez notre détecteur d'IA et notre outil « Humanizer » dans le widget ci-dessous.

Questions fréquemment posées

Conclusion

Alors, quand l'IA est-elle devenue populaire ? Officiellement, au cours de cette période de huit semaines comprise entre août et novembre 2022, mais ce succès repose sur 70 ans de recherche, d'échecs, de persévérance et de percées décisives qui ont finalement abouti simultanément.

Quand l'IA générative a-t-elle commencé à se démocratiser ? En deux vagues : d'abord en août 2022, lorsque l'art généré par l'IA a stupéfié le monde entier en remportant un concours lors d'une foire régionale, puis en novembre 2022, lorsque ChatGPT a rendu l'IA accessible à toute personne disposant d'une connexion Internet.

Ce qui a distingué les années 2020 de toutes les décennies précédentes, ce n'est pas un élément en particulier. C'est la convergence simultanée de la technologie adéquate, du matériel adéquat, d'un volume de données suffisant et d'un contexte culturel propice.

Et l'IA ne s'est pas contentée de connaître un essor fulgurant avant de s'éteindre. Elle est restée utile, non seulement dans les laboratoires ou lors de démonstrations technologiques, mais aussi dans la vie quotidienne : écriture, programmation, art, recherche d'emploi, organisation du travail. Cet essor ne dure que depuis quelques années, et nous avons déjà constaté autant de changements. On peut se demander ce que les prochaines années nous réservent.

Pour une détection fiable par IA et une humanisation qui préserve l'authenticité de votre contenu, essayez IA indétectable aujourd'hui.