Intelligence artificielle suisse : ce qu’Apertus permet de maîtriser, et ce qui reste à vérifier

L’intelligence artificielle suisse ne se résume pas à un concurrent de ChatGPT. Elle désigne les recherches, les outils et les règles liés à l’IA en Suisse. Apertus en est une réalisation majeure : un modèle de langage ouvert et multilingue, développé par des institutions scientifiques. Il donne aux organisations davantage de possibilités pour examiner et adapter un modèle, sans garantir pour autant des réponses exactes ni une confidentialité automatique.

Apertus, une infrastructure scientifique plutôt qu’un simple chatbot

Apertus est un grand modèle de langage, ou LLM. Il apprend des régularités dans des textes, puis produit une réponse en prédisant des fragments successifs, appelés tokens. Ce fonctionnement permet de rédiger, résumer ou traduire. Il ne garantit ni la vérité d’une réponse ni une compréhension au sens humain. Comme d’autres modèles génératifs, Apertus peut produire une information erronée avec assurance.

Il faut distinguer le modèle de l’assistant conversationnel. Le modèle fournit le moteur ; un chatbot ajoute une interface et des consignes, ainsi que, selon le service, une recherche documentaire ou des mécanismes de sécurité. Une version grand public liée à Public AI permet d’interagir avec Apertus sans développer soi-même cette application. Les fonctionnalités et les conditions d’utilisation dépendent alors de la version proposée par le service.

Des institutions aux rôles complémentaires

L’EPFL, l’ETH Zurich et le Centre suisse de calcul scientifique, le CSCS, portent les principaux volets scientifiques et informatiques du projet. Leur contribution associe recherche sur les modèles et infrastructure de calcul. La HES-SO Valais-Wallis a participé aux travaux sur la sécurité, avec 4 étudiantes et étudiants de l’EPFL co-supervisés par son institut Informatique.

Les travaux comprennent des tests de contenus dangereux, d’alignement avec les valeurs et les lois suisses, ainsi que de stabilité des réponses entre langues et dialectes. Ces évaluations renseignent sur le comportement du modèle, mais ne suffisent pas à certifier tous ses usages. La Confédération intervient, de son côté, dans l’encadrement et les usages publics de l’IA. La recherche et le développement d’un modèle ne se confondent donc pas avec la responsabilité réglementaire.

Ouverture et multilinguisme : les caractéristiques à comprendre

Apertus existe en versions de 8 milliards et 70 milliards de paramètres. Les paramètres sont les valeurs ajustées pendant l’apprentissage. Leur nombre ne constitue pas, à lui seul, une mesure de qualité. Le modèle le plus volumineux demande généralement davantage de ressources pour fonctionner, sans être nécessairement le meilleur choix pour chaque tâche. Le choix doit dépendre des besoins et de tests adaptés à l’usage prévu.

L’entraînement porte sur près de 15 000 milliards de tokens. Les poids du modèle, les données, les recettes d’entraînement et la documentation sont présentés comme accessibles. La licence Apache 2.0 offre un cadre permissif pour réutiliser et adapter le modèle, sous réserve de respecter ses conditions. Cette ouverture donne aux organisations la possibilité d’examiner les éléments publiés et de travailler sur leur propre déploiement. Elle ne signifie pas que toute utilisation est sans contrainte : la licence, la documentation et les obligations applicables restent à vérifier.

Des langues présentes ne signifient pas des performances identiques

Plus de 1 000 langues sont annoncées dans les données d’entraînement. Les présentations du projet mentionnent aussi environ 150 langues comme parfaitement prises en charge, tandis que d’autres annoncent environ 2 000 langues supportées. Ces chiffres ne décrivent pas nécessairement le même périmètre : la présence d’une langue dans les données, la capacité à produire du texte et la qualité validée sont des notions différentes. Il faut donc les lire avec prudence, plutôt que les considérer comme une mesure uniforme de performance.

Le français, l’allemand et l’italien figurent parmi les langues explicitement citées, avec l’anglais, le portugais et le serbo-croate. Le haut-valaisan illustre aussi l’attention portée aux dialectes. Pour un usage professionnel, mieux vaut tester les termes spécialisés, les documents représentatifs et les variantes linguistiques réellement utilisées. Un nombre élevé de langues annoncées ne permet pas, à lui seul, de conclure que les résultats seront aussi fiables dans chacune d’elles.

L’ouverture facilite l’audit, mais ne vaut pas certification générale. Les affirmations concernant le respect du droit d’auteur et la traçabilité des données doivent être examinées à travers la documentation et les conditions de réutilisation. Elles ne garantissent pas automatiquement la conformité de chaque réponse générée ni de chaque usage du modèle. Les organisations doivent donc évaluer les données et les conditions pertinentes pour leur propre projet.

Apertus face à ChatGPT : comparer la maîtrise autant que les réponses

ChatGPT est un service ; Apertus est d’abord un modèle. Pour comparer utilement les deux, il faut mettre en regard une application utilisant Apertus et un service précis, puis leur soumettre les mêmes tâches. Sans évaluation comparable, affirmer que l’un surpasse globalement l’autre serait trompeur. La qualité des réponses n’est qu’un critère : le contrôle de l’hébergement, les possibilités d’adaptation et les ressources nécessaires comptent aussi.

La même prudence s’applique aux modèles américains ou chinois : leur origine géographique ne suffit pas à déterminer leur ouverture ou leur sécurité. Il faut examiner la licence, les flux de données, les possibilités d’audit et les conditions de sortie du service. Ces critères permettent de comparer les solutions sur des éléments concrets, plutôt que sur leur seule nationalité ou leur positionnement commercial.

La souveraineté numérique se construit à plusieurs niveaux : modèle, hébergement, accès, journaux techniques et compétences internes. Installer Apertus en Suisse tout en envoyant les documents à un outil externe peut maintenir une dépendance importante. Cartographier le trajet d’une requête, depuis le poste de travail jusqu’aux sauvegardes, aide à évaluer le degré réel de maîtrise. Il faut aussi déterminer qui peut accéder aux données et quelles parties du système sont exploitées par des prestataires.

Passer de la découverte à un usage professionnel

La version grand public associée à Public AI constitue une porte d’entrée pour découvrir Apertus. Les développeurs peuvent examiner les poids et la documentation technique du projet pour envisager une intégration. Avant de transmettre des informations sensibles, il faut vérifier la version utilisée, les conditions d’accès, les règles de conservation et les modalités d’hébergement. L’expérience sur une interface grand public ne renseigne pas nécessairement sur les conditions d’un déploiement autonome.

• Entreprise ou PME : préparer des réponses aux clients ou rechercher des informations dans des procédures internes, après vérification des règles de confidentialité.
• Université : expérimenter l’adaptation du modèle ou comparer ses réponses entre plusieurs langues.
• Administration : faciliter la recherche documentaire et la rédaction, sans déléguer automatiquement les décisions.
• Développeur : construire un assistant spécialisé relié à une base documentaire contrôlée.

Ces pistes décrivent des usages possibles, pas des résultats garantis. Un premier essai peut porter sur une tâche délimitée, comme résumer des documents non confidentiels. Il faut ensuite vérifier les omissions et les erreurs, puis mesurer le temps nécessaire à la correction. Cette étape permet de voir si le modèle répond au besoin et quelles vérifications humaines restent nécessaires.

Un modèle ouvert n’est pas gratuit à exploiter. Il faut prévoir le calcul, l’hébergement, la maintenance et la supervision. Le choix entre 8 et 70 milliards de paramètres doit découler d’essais sur les tâches visées. La qualité des résultats, le délai de réponse et le budget doivent être considérés ensemble. Les ressources disponibles et les compétences de l’équipe influencent également la faisabilité d’un déploiement autonome.

Données et réglementation : les garanties restent à vérifier

Apertus ne détermine pas, à lui seul, le stockage des conversations. Un hébergeur ou une application peut conserver des requêtes dans ses journaux, même si le modèle ne les mémorise pas pendant son utilisation. Avant tout usage, il faut vérifier la durée de conservation, les personnes ayant accès aux données, leur localisation et une éventuelle réutilisation. Ces éléments dépendent de l’application et de l’infrastructure choisies.

En Suisse, les règles existantes, notamment en matière de protection des données et de droit d’auteur, s’appliquent aux usages de l’IA. Les travaux du Conseil fédéral prévoient pour fin 2026 l’élaboration d’un projet de réglementation et d’un plan de mesures non contraignantes. Il s’agit d’échéances de préparation, pas d’une date d’entrée en vigueur d’une nouvelle loi. La stratégie d’utilisation de l’IA dans la Confédération comprend par ailleurs 8 mesures.

L’AI Act européen ne s’applique pas comme une loi suisse, même si certaines activités visant le marché européen peuvent entrer dans son champ. Pour suivre le cadre fédéral, la Chancellerie fédérale met à disposition des informations, des lignes directrices et un réseau de compétences en IA. Les organisations doivent tenir compte du cadre pertinent pour leurs activités et vérifier les exigences qui concernent leurs traitements et leurs services.

Enfin, la transparence et les tests de sécurité n’éliminent ni les hallucinations ni les biais. Apertus offre davantage de possibilités de contrôle, mais leur efficacité dépend de la manière dont l’organisation les met en œuvre. Pour un projet sensible, la vérification humaine, la traçabilité et une responsabilité clairement attribuée restent indispensables. Le modèle peut soutenir le travail ; la décision et le contrôle des résultats doivent rester sous la responsabilité des personnes et des institutions qui l’utilisent.

• À propos
• Articles récents

Claire-Lys d'Aubigné

Claire-Lys se consacre aux sujets liés au marketing et à la vie des entreprises, avec un intérêt marqué pour la valorisation de l'histoire des marques. Dans son travail d'écriture, elle s'attache à décrypter le parcours des créateurs et à analyser leurs choix stratégiques. Elle applique une méthode rigoureuse basée sur la vérification systématique des sources, la relecture croisée et la mise à jour régulière de ses articles.

Les derniers articles par Claire-Lys d'Aubigné (tout voir)

• Intelligence artificielle suisse : ce qu’Apertus permet de maîtriser, et ce qui reste à vérifier - 22 octobre 2026
• Digitalisation RH : automatiser les processus sans perdre la relation humaine - 21 octobre 2026
• Exemples de chartes graphiques : ce que Netflix, Instagram, TikTok et Discord enseignent - 20 octobre 2026

Articles qui pourraient vous intéresser :

Comment connaître la date de création d’un nom de domaine sans se tromper Compteur de signes : 160 caractères pour un SMS et 3 réflexes pour maîtriser votre longueur Innovation de procédé : 4 leviers pour transformer votre cycle de production De Turing à ChatGPT, les ruptures qui ont changé l’intelligence artificielle