Grand modèle d'IA pré-entraîné sur des données massives, conçu pour être adapté à de nombreuses tâches en aval, source d'une dépendance commune à l'échelle de l'économie.
Un modèle de fondation est un modèle d'intelligence artificielle de très grande taille, entraîné sur des volumes de données massifs et conçu non pour une tâche unique, mais pour servir de socle adaptable à une multitude d'applications en aval, du dialogue à la rédaction de code en passant par l'analyse d'images. Le terme a été popularisé en 2021 par les chercheurs de Stanford, qui ont souligné à la fois la puissance et les risques de ce changement de paradigme. La puissance tient à la mutualisation, un même modèle pré-entraîné pouvant être réutilisé et spécialisé à moindre coût pour d'innombrables usages. Le risque tient à la concentration que cette mutualisation engendre, car lorsque des milliers d'applications reposent sur un petit nombre de modèles de fondation, elles héritent de leurs biais, de leurs failles et de leurs angles morts, et une défaillance ou une vulnérabilité du modèle socle se propage à tout l'écosystème. C'est précisément le mécanisme de la monoculture algorithmique, un point de défaillance unique non pas technique mais cognitif. Pour l'assurance, cette dépendance commune crée une exposition d'accumulation d'un type nouveau, où des risques apparemment indépendants partagent en réalité le même cerveau sous-jacent.
Des dizaines d'outils d'assistance juridique différents s'appuient sur le même modèle de fondation. Une faille de raisonnement commune à ce modèle peut alors produire la même erreur chez tous ces outils simultanément, créant une accumulation que nul n'avait identifiée.
foundation model, modèle socle, modèle de base