Utile pour soi et inquiétante pour la société. Les deux regards sur l’IA aux États-Unis
Un sondage ABC News, Washington Post et Ipsos distingue utilité personnelle et inquiétude collective sur l’IA. Méthode et limites éclairent les résultats.
On peut trouver une technologie utile pour soi et s’inquiéter de sa place dans la société. Un sondage ABC News, Washington Post et Ipsos rend ce décalage visible aux États-Unis. Les résultats consacrés à l’IA ont été diffusés le 21 octobre 2026. Ils décrivent des opinions recueillies du 9 au 13 octobre. Ils ne mesurent ni la performance des outils ni leurs effets réels sur l’économie.
Deux questions qui ne racontent pas la même chose
Le questionnaire et les résultats originaux distinguent le jugement collectif du jugement personnel. 57 % des adultes interrogés considèrent l’IA comme une mauvaise chose pour la société. 42 % répondent l’inverse. Quand la question porte sur leur propre situation, 50 % donnent une réponse positive et 49 % une réponse négative. Ce dernier partage reste très serré au regard de la marge d’erreur.
Ces deux distributions ne prouvent pas que chaque personne se contredit. Les tableaux globaux ne disent pas à eux seuls qui a changé de réponse entre les questions. Ils permettent surtout d’éviter un raccourci. Une appréciation favorable de l’usage personnel ne signifie pas une adhésion à toutes les transformations collectives associées à l’IA.
Les risques perçus ne sont pas des prévisions
L’analyse publiée par ABC News relève des inquiétudes sur les systèmes informatiques et l’emploi. 73 % des personnes voient un risque élevé de piratage de systèmes sécurisés. 65 % voient un risque élevé de suppression de nombreux emplois. Ces parts décrivent la perception des répondants. Elles ne donnent ni une probabilité scientifique d’incident ni une estimation du nombre de postes qui disparaîtront.
Lire aussi l’intensité de la réponse
La même enquête demande les chances que l’IA rende les personnes plus productives. 20 % voient de grandes chances que ça arrive. Une réponse modérée et une réponse très favorable ne se lisent pas de la même manière. Résumer cette question par une simple opposition entre confiance et rejet ferait perdre une partie de l’information. La formulation de chaque question compte autant que le pourcentage retenu.
Un échantillon construit pour représenter les adultes américains
La méthode détaillée par Ipsos porte sur 2 545 adultes. Le recrutement du panel KnowledgePanel suit une méthode probabiliste fondée sur les adresses. Les membres sans accès à Internet peuvent recevoir une tablette et une connexion. Les réponses sont ensuite pondérées pour rapprocher l’échantillon des caractéristiques de la population. L’enquête a été financée conjointement par les trois organismes.
La documentation indique une marge d’erreur globale de plus ou moins deux points. Cette valeur concerne l’échantillon entier. Certaines questions ne sont posées qu’à une moitié tirée au sort. Leur marge atteint alors plus ou moins 2,8 points. Les sous-groupes demandent aussi davantage de prudence. Ces marges n’effacent pas les autres limites possibles d’un questionnaire ou de réponses déclaratives.
Les questions sur les centres de données illustrent ce point de méthode. Une moitié répond sur la construction dans le pays. L’autre moitié répond sur sa propre communauté. Comparer les résultats peut éclairer le rôle du contexte local. Ça ne constitue pas une expérience où les mêmes personnes auraient répondu successivement aux deux formulations. L’enquête ne permet pas non plus de déduire les opinions françaises.
Pour une autre nature de preuve, mon article sur la recherche française consacrée aux embauches des jeunes et à l’IA distingue observations du marché du travail et interprétation des résultats.
Je retiens de ce sondage l’intérêt de poser deux questions séparées. Ce que l’IA apporte à une personne ne résume pas ce qu’elle attend pour la société. Comprendre cette nuance aide à parler des usages sans transformer une inquiétude en verdict technique.