Le DeepMind Institute a été lancé le 16 septembre 2026 par Google DeepMind pour publier des recherches et organiser le débat autour de l’intelligence artificielle générale (AGI). Sa mission couvre la sécurité, la transparence du raisonnement, la gouvernance, l’accès mondial, l’économie, l’éducation et les conséquences sociales de systèmes capables d’accomplir un éventail très large de tâches cognitives.
L’institut est dirigé par Shane Legg, Demis Hassabis et James Manyika. Legg en est le rédacteur en chef. Son lancement intervient alors que Legg affirme que les capacités de l’IA ne doivent pas progresser plus vite que les dispositifs de sécurité.
Le DeepMind Institute lance un débat structuré sur l’AGI
Le DeepMind Institute se présente comme une plateforme réunissant des chercheurs de Google DeepMind, de Google et de la communauté scientifique au sens large. Il ne s’agit pas d’annoncer l’arrivée de l’AGI, mais d’examiner ses conditions techniques et ses effets possibles sur la société.
Dans ses documents de lancement, l’institut définit l’AGI comme un système présentant l’ensemble des capacités cognitives du cerveau humain. Les mêmes documents indiquent que les systèmes actuels échouent encore à certaines tâches élémentaires. La date d’une éventuelle AGI ne constitue donc pas le résultat annoncé par l’institut.
Les textes publiés défendent aussi une approche ouverte au désaccord : leurs auteurs peuvent parvenir à des conclusions différentes et les modifier à mesure que les connaissances progressent. Les essais expriment le point de vue de leurs auteurs et ne constituent pas automatiquement la position officielle de Google.
La prévision de Shane Legg n’est pas un calendrier de Google
Le 16 septembre, Shane Legg a déclaré qu’il conservait une estimation de 50 % de probabilité pour l’arrivée d’une AGI minimale d’ici 2028. Cette échéance concerne une prévision personnelle sur une catégorie précise d’AGI ; elle ne correspond ni à une date de lancement ni à un engagement de Google.
Legg a également estimé que GPT-6 Astra ne satisfaisait pas encore les propres critères d’OpenAI pour l’AGI, qui portent sur la capacité à effectuer la plupart des tâches cognitives ayant une valeur économique. Cette définition n’est pas identique à celle retenue par le DeepMind Institute : les deux seuils doivent donc être distingués.
Le même raisonnement vaut pour les assistants grand public. Une capacité conversationnelle ou une performance élevée sur certaines tâches ne suffit pas, à elle seule, à établir qu’un système possède l’ensemble des capacités cognitives retenues dans la définition du DeepMind Institute.
« Les capacités ne doivent pas devancer la sécurité »
Pour Legg, l’accélération des capacités rend la sécurité centrale. Le programme de l’institut cite notamment la cybersécurité, les biorisques et la possibilité qu’un système capable de s’améliorer perde le contrôle de ses objectifs parmi les sujets à examiner.
La transparence du raisonnement fait partie des autres axes de travail. Les chercheurs Rohin Shah et Anca Dragan étudient la manière dont les systèmes avancés peuvent exposer les étapes de leur raisonnement et la façon dont cette transparence peut contribuer à leur compréhension. Leur travail évoque aussi une évolution préoccupante de cette transparence dans le cas de GPT-6 Astra.
Le sujet dépasse les laboratoires. James Manyika défend une réflexion internationale sur la sécurité et la responsabilité, puisque l’AGI est conçue comme une technologie susceptible d’être utilisée dans de nombreux pays. Cette dimension explique la place accordée à la gouvernance, à l’accès mondial et à la société dans le programme de l’institut.
Onze politiques pour des scénarios économiques différents
L’essai consacré à la politique économique n’annonce pas une mesure unique. Il évalue 11 interventions destinées aux ménages en fonction de quatre dimensions : le bien-être et la résilience, le pouvoir d’agir et la voix politique, la faisabilité et l’efficacité, ainsi que la capacité à tenir dans plusieurs futurs possibles de l’AGI.
L’analyse s’appuie sur des revues de littérature, des enquêtes et 51 agents d’IA évaluateurs modélisés à partir de données d’enquête issues de 51 économistes. Les recommandations varient selon l’ampleur de la perturbation envisagée :
| Scénario étudié | Politiques évoquées |
| Perturbation limitée | Renforcement de l’assurance chômage, extension de l’« Earned Income Tax Credit » et reconversion organisée par les employeurs |
| Déplacement modéré de l’emploi et compression des salaires | Impôt négatif sur le revenu |
| Découplage durable entre travail et capital | Capital de base universel |
Dans l’évaluation menée par le panel, le capital de base universel obtient 76,3 sur 100 pour le pouvoir d’agir, son meilleur score dans cette dimension, mais seulement 33,1 sur 100 pour la faisabilité. Les réponses à l’enquête indiquent par ailleurs un soutien de 85 % à la reconversion financée par les pouvoirs publics, de 72 % à l’assurance chômage et de 54 % au capital de base universel. Ces résultats décrivent l’analyse de l’essai ; ils ne constituent pas une décision d’adoption de ces politiques.
Le DeepMind Institute commence ainsi par poser deux chantiers liés : comprendre ce que recouvrira réellement l’AGI et préparer plusieurs réponses possibles à ses conséquences économiques, plutôt que de présenter une politique unique comme solution générale.
