Altman revient à Stanford pour admettre son erreur : La réflexion externalisée à l'IA, une génération voit son cerveau se rétrécir

marsbitPublié le 2026-07-16Dernière mise à jour le 2026-07-16

Résumé

Sam Altman, le PDG d'OpenAI, a récemment exprimé ses inquiétudes concernant l'impact de l'IA sur l'éducation lors d'une conférence à Stanford. Il reconnaît s'être trompé en prédisant que le système éducatif se réformerait rapidement après l'arrivée de ChatGPT. Après trois ans et demi, l'IA a évolué de manière exponentielle, mais les méthodes pédagogiques restent largement inchangées, reposant toujours sur la mémorisation et les réponses standardisées. Altman met en garde contre l'"externalisation" de la pensée critique vers l'IA, comparant cela à une atrophie musculaire du cerveau. Des études, comme celle de l'UC Berkeley, montrent que si les notes aux devoirs (rédaction, programmation) ont augmenté avec l'usage du ChatGPT, les résultats aux examens, eux, stagnent, indiquant un apprentissage superficiel. Il souligne le paradoxe suivant : bien que l'IA puisse exceller dans des tâches comme l'écriture ou le codage, les humains doivent continuer à les pratiquer pour développer leurs capacités de raisonnement. L'enjeu n'est pas d'interdire l'IA, mais de réformer l'évaluation pour valoriser la capacité à poser de bonnes questions, à juger, à créer et à vérifier les informations produites par les machines. Selon lui, si le système éducatif ne s'adapte pas, une génération risque de voir ses compétences cognitives fondamentales s'affaiblir, creusant un "déficit cognitif" dangereux alors que la technologie continue d'avancer à un rythme effréné.

On pensait tous que les écoles seraient obligées de se réinventer à cause de l'IA.

Mais trois ans et demi après la sortie de ChatGPT, l'éducation n'a pratiquement pas changé.

En mai de cette année, Sam Altman est retourné dans son alma mater, Stanford, pour monter sur la scène du cours CS153 et a admis son erreur :

C'est l'une de mes prédictions qui s'est avérée fausse.

Il a aussi lancé cet avertissement : si nous ne changeons pas, notre capacité de réflexion humaine risque de s'atrophier.

Il n'y a pas si longtemps, sur l'estrade du cours CS153 de Stanford, quelqu'un a demandé au PDG d'OpenAI, Sam Altman : « Que pensez-vous de l'éducation ? »

Il a marqué une pause : « Je suis inquiet. Je pensais qu'à ce stade, elle aurait déjà dû changer. »

Altman intervenant dans le cours CS153 de Stanford pour parler de l'éducation à l'ère de l'IA, admettant avoir sous-estimé la vitesse de transformation du système éducatif. (Source : Stanford Online)

Il y a trois ans et demi, au tout début de ChatGPT, Altman pensait que les étudiants tricheraient pendant un an, puis que tout le système éducatif serait forcé de se restructurer pour former des individus sachant mieux réfléchir qu'avant.

Cependant, trois ans et demi plus tard, le scénario ne s'est pas déroulé comme Altman l'avait imaginé.

Du côté de l'IA, elle est passée de GPT-3.5, capable uniquement de rédiger du texte, à des modèles pouvant réfuter des conjectures que des mathématiciens peinaient à résoudre depuis des décennies.

Et du côté de l'école, on continue d'évaluer les étudiants avec les mêmes méthodes : mémorisation, réponse standardisée, examen en temps limité sans support.

Devoirs, examens, dissertations... tout est resté pareil. En examinant l'ensemble du système éducatif, il n'a trouvé aucun changement structurel majeur.

L'homme qui a misé juste sur la « loi de l'échelle » (Scaling Law), s'est trompé dans ses prévisions sur l'éducation.

Il a déclaré que c'était l'une de ses plus grandes erreurs de prédiction de ces dernières années.

Un homme qui parle constamment d'intelligence artificielle générale (IAG) s'inquiète pour les salles de classe.

De quoi a-t-il peur, au juste ?

Il pensait que le système éducatif aurait déjà dû changer

Retour en novembre 2022, au moment du lancement de ChatGPT.

À l'époque, le jugement d'Altman était encore optimiste :

La première année, les étudiants l'utiliseraient pour tricher et n'apprendraient pas grand-chose ; puis le système éducatif se réformerait de lui-même pour enseigner bien mieux qu'auparavant.

Selon son scénario, les enseignants donneraient des projets qui rendent l'usage de l'IA indispensable, obligeant ainsi les étudiants à réfléchir davantage et à imaginer plus de nouvelles choses.

En 2024, il avait encore exprimé publiquement son optimisme : la super-intelligence apporterait un tuteur personnel à chacun, et l'éducation passerait du par cœur à la résolution de problèmes et à la pensée critique.

Résultat : l'IA a progressé à pas de géant chaque année, tandis que l'éducation n'a pas bougé.

L'externalisation à l'IA est en train de vider la pensée critique

C'est ce décalage qui inquiète vraiment Altman.

Il affirme que si l'on continue à enseigner et à évaluer les étudiants selon les méthodes du « monde pré-IAG », non seulement ces méthodes deviendront inefficaces, mais les gens « n'apprendront pas à réfléchir », entraînant un rétrécissement progressif de la pensée critique.

Externaliser la réflexion à l'IA commence par une simple recherche de facilité.

Mais avec la loi du « qui s'en sert le perd », cette capacité de réflexion autonome, comme un bras rarement utilisé, va discrètement régresser et s'affaiblir - ou comme le dit Altman, s'atrophier (atrophy).

Est-ce juste une inquiétude d'Altman, ou un fait déjà en train de se produire ?

Des études montrent qu'après l'introduction de ChatGPT en classe, les résultats aux examens mensuels ont chuté d'environ 20 % en six mois ; pour les examens d'entrée décisifs pour l'avenir, les scores ont baissé respectivement de 18 % et 24 %, et ces effets négatifs mettent deux ans à apparaître clairement.

Plus révélatrice encore est une analyse de l'Université de Californie à Berkeley (UC Berkeley).

Sur plus de 500 000 échantillons de notes, dans des matières comme l'écriture et la programmation, les notes après ChatGPT ont nettement augmenté, mais cette hausse ne concerne que les devoirs maison, pas les résultats aux examens.

Analyse de l'Université de Californie à Berkeley sur plus de 500 000 notes : après le lancement de ChatGPT, la proportion de A et A- dans les cours d'écriture et de programmation a nettement augmenté (bleu significativement positif), tandis que les B+ et moins sont restés quasiment stables. (Source : Chirikov/CSHE)

Pourquoi ? C'est de « l'externalisation », pas de « l'apprentissage ».

Une autre étude, portant sur des millions d'interactions mathématiques aux États-Unis sur une décennie, aboutit à la même conclusion : avec l'arrivée des chatbots, les exercices sont faits plus vite, mais on apprend moins.

Les devoirs sont rendus de plus en plus beaux, mais les têtes sont de plus en plus vides.

Pourquoi la renaissance éducative promise n'est-elle pas arrivée ?

Altman n'est pas le seul à être perplexe.

Ryan Brewer, membre de l'équipe technique d'OpenAI, a posté sur X qu'il était stupéfait que les grands modèles de langage n'aient pas déclenché une renaissance éducative :

« Je ne devrais pas pouvoir apprendre une langue en un mois ? Qu'est-ce qui n'a pas fonctionné ? »

Des questionnements similaires ont rapidement surgi sur X : avec l'outil d'apprentissage le plus puissant de l'histoire, pourquoi un tuteur personnel IA n'est-il pas entré dans chaque foyer, pourquoi la révolution éducative tarde-t-elle ?

La réponse n'est pas dans la technologie, mais dans l'inertie des institutions.

Le système d'évaluation universitaire - examens, dissertations, devoirs - repose depuis des siècles sur une prémisse implicite : ces tâches prennent trop de temps pour que quelqu'un cherche à tricher.

L'IA a changé cette prémisse.

Mais les écoles continuent d'utiliser les standards de l'ère pré-IAG pour mesurer une nouvelle génération qui a grandi avec l'IA, alors que la première génération d'« indigènes ChatGPT » est déjà en train d'obtenir son diplôme.

Les outils évoluent en un numéro de version, les institutions mettent une génération : la technologie est déjà là, mais les règles sont restées à l'ère précédente.

Un tuteur personnel IA infatigable 24h/24, capable de s'adapter, presque gratuit, pourrait théoriquement être fourni à chaque enfant dès aujourd'hui.

Mais il n'arrive pas, et la raison profonde réside dans la vitesse à laquelle le système éducatif se réforme lui-même.

Dans le même discours, Altman a aussi émis ce jugement :

« Cela fait trois ans et demi que ChatGPT existe. Même si l'IA progresse seulement sur la même courbe pendant encore trois ans et demi, ce que la société humaine pourra faire sera d'un ordre de grandeur complètement différent d'aujourd'hui. »

Avec la course exponentielle de la technologie, l'écart avec l'éducation ne fera que se creuser, et c'est finalement la génération d'étudiants actuellement assise dans les anciens systèmes d'examens, de devoirs et d'évaluation qui devra en payer le prix.

Les compétences qu'ils apprennent pourraient être reprises par l'IA dès leur sortie de l'école ; le jugement qu'ils n'auront pas entraîné pourrait être difficile à rattraper toute leur vie.

Ce qui se cache derrière, c'est une « dette cognitive » pour toute une génération.

Si la machine peut écrire, pourquoi l'homme doit-il encore apprendre ?

Alors, que faut-il encore enseigner ?

La réponse d'Altman est quelque peu contre-intuitive : certaines choses, même si la machine peut les faire mieux, l'homme doit encore les faire lui-même une fois.

Il a donné son propre exemple.

Il a dit être quelqu'un qui « pense en écrivant », qu'il écrit de nombreux textes qu'il ne montre jamais à personne, juste pour clarifier un problème, et qu'il est reconnaissant d'avoir appris à écrire.

Il en va de même pour la programmation : l'IA peut générer du code en une seconde, mais le processus de construction manuelle de la logique exerce le cerveau.

En clair, l'écriture et la programmation sont comme les démonstrations mathématiques à l'époque des calculatrices : la machine peut déjà donner le résultat, mais nous demandons encore aux étudiants de le déduire eux-mêmes. Le but n'est pas la réponse au problème, mais les compétences métacognitives de « réflexion » et d'« apprentissage », dont l'écriture et la programmation sont les outils d'entraînement.

Dans cette logique, Altman préconise de faire passer l'objectif éducatif de « mémoriser plus de connaissances » à « poser de meilleures questions » ; de tester la mémoire à tester le jugement, la créativité, les véritables compétences interdisciplinaires.

Et la racine du problème se trouve justement dans le système d'évaluation.

Que teste-t-on encore aujourd'hui dans les examens ?

La mémoire, les réponses standardisées, la réalisation individuelle sans support. Ces trois choses sont précisément ce que l'IA sait très bien faire et peut faire à votre place.

Alors que l'école évalue encore les étudiants sur « qui se souvient le plus, qui répond le plus justement », l'IA a fait de « se souvenir beaucoup, répondre juste » une marchandise à coût quasi nul.

À quoi sert de mesurer les capacités de la prochaine génération avec une règle que l'IA peut facilement dépasser ?

C'est là que réside la véritable anxiété d'Altman : ce n'est pas l'usage de l'IA par les étudiants qui est le plus crucial, c'est de savoir la vérifier.

Plus inquiétant qu'une dépendance excessive à l'IA, c'est d'utiliser l'IA sans savoir vérifier, d'accepter sans critique ce que la machine produit.

Si cette inertie se poursuit encore trois ans et demi, une génération perdra progressivement son terrain d'entraînement à la pensée indépendante, et ne réalisera qu'après coup : elle ne sait presque plus penser par elle-même.

Références :

https://www.youtube.com/watch?v=F_7M4Hc-usM

https://x.com/hesamation/status/2073884828861071557

https://x.com/ryanbrewer/status/2073812031988535760

Cet article provient du compte WeChat officiel « 新智元 », auteur : ASI启示录

Cryptos en tendance

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

ZRX（0X）ZRX

Questions liées

QPourquoi Sam Altman considère-t-il que sa prédiction concernant l'impact de l'IA sur l'éducation était une erreur ?

ASam Altman pensait que l'arrivée de ChatGPT conduirait rapidement à une refonte profonde du système éducatif, poussant à enseigner une pensée plus critique. Cependant, trois ans et demi plus tard, il constate que l'éducation n'a pratiquement pas changé, continuant à privilégier le par cœur et les réponses standardisées, alors que l'IA a considérablement évolué.

QQuel est le principal risque identifié par Sam Altman si le système éducatif ne s'adapte pas à l'ère de l'IA ?

ALe risque principal est l'atrophie de la pensée critique. En externalisant systématiquement la réflexion vers l'IA, les étudiants ne sollicitent plus leurs capacités de raisonnement indépendant, ce qui, à terme, peut affaiblir ces compétences cognitives fondamentales, à l'image d'un muscle qui fond par manque d'usage.

QSelon les études citées dans l'article, quel a été l'impact de ChatGPT sur les performances des étudiants ?

ADes études montrent un impact contrasté. Les notes aux devoirs maison, notamment en rédaction et programmation, ont augmenté, suggérant une utilisation de l'IA. En revanche, les résultats aux examens sous surveillance (comme les examens d'entrée) ont baissé, parfois jusqu'à 24%, indiquant que l'« externalisation » des travaux n'équivaut pas à un apprentissage réel et durable.

QPourquoi, selon l'article, la « renaissance éducative » promise par l'IA n'a-t-elle pas eu lieu ?

ALa raison principale n'est pas technique mais institutionnelle. L'inertie du système éducatif est immense. Les méthodes d'évaluation (examens, dissertations) reposent sur des prémisses dépassées par l'IA. Alors que la technologie évolue rapidement, les règles et les structures éducatives mettent beaucoup plus de temps à se réformer, créant un décalage croissant.

QQue propose Sam Altman comme nouvelle orientation pour l'éducation à l'ère de l'IA ?

AIl propose de recentrer l'éducation sur le développement de compétences « méta » que l'IA ne remplace pas. Au lieu de mémoriser des connaissances, il faut apprendre à poser de meilleures questions, à exercer son jugement, sa créativité et ses capacités interdisciplinaires. Des activités comme l'écriture personnelle ou la programmation manuelle restent cruciales pour entraîner le processus de pensée lui-même, et non pour leur résultat final.

Lectures associées

Manuel des chercheurs d'or | Rialto s'associe à Robinhood Crypto, en quête du contrôle du routage des ordres

Rialto se positionne comme une bourse spot on-chain, en partenariat avec Robinhood Crypto, Offchain et Arbitrum. Initialement déployé sur Robinhood Chain, il permet l'échange de jetons actions et de cryptomonnaies. Son innovation clé réside dans son mécanisme d'exécution des ordres en trois étapes : collecte de prix auprès de sources multiples (propAMM, pools DEX), sélection du meilleur chemin net (après frais), et règlement atomique. Le système s'appuie sur des propAMM, des market makers on-chain utilisant leur propre inventaire et une logique de tarification dynamique basée sur des prix de référence externes (bourses pour actions ou crypto). Rialto exploite également son propre propAMM, Rivo Altus, qui participe à la compétition pour chaque ordre. L'objectif est d'offrir la meilleure exécution possible en agrégeant et en comparant en temps réel toutes les sources de liquidités disponibles, sans intervention manuelle de l'utilisateur. Les frais de transaction affichés sont de 0.50% (des tests indiquent 0.1% pour certaines paires), auxquels s'ajoutent les frais de réseau Gas. Une option de transaction sans Gas (Gasless) est proposée. Actuellement, le volume de trading est dominé par l'ETH, les jetons actions affichant des volumes plus modestes. Pour Rialto, le défi futur est de prouver la compétitivité durable de ses prix, d'élargir son offre d'actifs et de sources de liquidités, afin de s'imposer comme un acteur clé du routage des ordres sur le marché on-chain des jetons actions.

Foresight NewsIl y a 29 mins

Manuel des chercheurs d'or | Rialto s'associe à Robinhood Crypto, en quête du contrôle du routage des ordres

Foresight NewsIl y a 29 mins

ZachXBT qualifie les portefeuilles matériels de « complètement pourris », et Ledger de pire portefeuille crypto

Cette semaine, le chercheur en blockchain ZachXBT a vivement critiqué la fiabilité des portefeuilles matériels pour la self-custody, les qualifiant de "complètement inutiles" et désignant Ledger comme le pire. Il souligne que les menaces de sécurité dépassent le matériel, pointant les vulnérabilités logicielles et les nombreuses mises à jour de Ledger qui élargissent la surface d'attaque. Des cas de piratage, comme une fausse application Ledger ou des attaques d'ingénierie sociale, ont causé des pertes massives. En alternative, ZachXBT recommande pour les utilisateurs expérimentés l'utilisation d'un iPhone réinitialisé, dédié au stockage de crypto, en vantant la sécurité du Secure Enclave, de la biométrie et du sandboxing des apps Apple. Cependant, il reconnaît que les smartphones, étant connectés, n'offrent pas le même isolement qu'un portefeuille froid traditionnel, et note aussi la présence d'applications de phishing sur l'App Store. Le débat met ainsi en lumière les défis complexes de la sécurité dans l'autocustodie des cryptomonnaies.

TheNewsCryptoIl y a 33 mins

ZachXBT qualifie les portefeuilles matériels de « complètement pourris », et Ledger de pire portefeuille crypto

TheNewsCryptoIl y a 33 mins

« Les détenteurs de Bitcoin regretteront de ne pas avoir vendu au-dessus de 60 000 $ », avertit Peter Schiff

Peter Schiff, un critique connu du Bitcoin, avertit les investisseurs que ceux qui ne vendront pas leurs BTC au-dessus de 60 000 dollars le regretteront. Il affirme que même une chute du prix à 20 000 dollars ne le rendrait pas acheteur, qualifiant l'actif de "sans valeur". Malgré un rebond de 11% en juillet, porté par de meilleures données d'inflation américaines, les analystes restent prudents. Ils soulignent l'absence de demande institutionnelle spécifique au Bitcoin, les flux des ETF restant négatifs. La reprise actuelle, basée sur un catalyseur macroéconomique temporaire et sans demande solide, est qualifiée de "force empruntée" qui pourrait s'évaporer. Les perspectives restent incertaines. Les escalades géopolitiques ou l'absence de progrès réglementaire pourraient peser. La fourchette de trading attendue se situe entre 60 000 et 75 000 dollars, avec des résistances clés vers 65 000-67 000 dollars et la moyenne mobile à 200 jours (73 400 dollars). Une rupture sous les 60 000 dollars pourrait entraîner une correction vers 55 000-58 000 dollars.

ambcryptoIl y a 50 mins

« Les détenteurs de Bitcoin regretteront de ne pas avoir vendu au-dessus de 60 000 $ », avertit Peter Schiff

ambcryptoIl y a 50 mins

Bitwise : les marchés RWA et de prédiction continuent de s'animer, la cryptomonnaie est en train de toucher le fond

Bitwise a publié son rapport pour le deuxième trimestre 2026, décrivant un marché cryptographique difficile mais révélant des secteurs porteurs. L'indice des 10 principales cryptomonnaies a chuté de 15,4% et les ETF Bitcoin ont connu des sorties records de 4,9 milliards de dollars. Cependant, malgré ce contexte baissier prolongé, certains domaines résistent ou prospèrent. Les points forts incluent l'essor des marchés de prédiction, dont l'encours ouvert a atteint un record historique de 1,8 milliard de dollars avec un volume trimestriel de 43 milliards de dollars. Parallèlement, la tokenisation d'actifs du monde réel (RWA) a continué sa croissance, atteignant 33 milliards de dollars, en hausse de 45% depuis le début de l'année. Les actions liées à la crypto (représentées par l'indice Bitwise Crypto Innovators 30) ont surperformé la plupart des classes d'actifs, affichant une hausse de 30,6% au T2, notamment portées par les mineurs de Bitcoin bénéficiant de l'IA. Le rapport souligne également la résilience des revenus des principales applications DeFi, qui ont généré 5,9 milliards de dollars sur les 12 derniers mois. Malgré des prix en baisse, l'activité sur la blockchain, l'adoption institutionnelle et les fondamentaux de l'industrie sont nettement plus solides qu'au fond du cycle précédent en 2022. L'attention se tourne désormais vers le troisième trimestre et des événements clés comme le sort du projet de loi CLARITY, les règles finales de la loi GENIUS pour les stablecoins, et la politique monétaire de la nouvelle Fed. En conclusion, Bitwise estime que le marché pose des bases solides pour la reprise future, avec une industrie plus mature et diversifiée, même si le sentiment reste morose à court terme.

Odaily星球日报Il y a 56 mins

Bitwise : les marchés RWA et de prédiction continuent de s'animer, la cryptomonnaie est en train de toucher le fond

Odaily星球日报Il y a 56 mins

Le Bitcoin amorce une consolidation de son plancher, la pression de vente des détenteurs à long terme s'atténue sensiblement

Le Bitcoin montre des signes de consolidation basse, la pression de vente des détenteurs à long terme s'atténuant nettement. Le marché teste les résistances supérieures, le BTC réagissant vigoureusement aux données d'inflation modérées, délaissant la corrélation avec les actions pour renforcer son lien inverse avec le dollar, soulignant l'importance des facteurs de liquidité. Les indicateurs sur chaîne révèlent que le prix navigue entre le prix réalisé moyen (support) et le coût de base des détenteurs à court terme (~69 000 USD, résistance clé). Les ventes à profit des détenteurs à long terme se sont quasiment asséchées, et l'indicateur de pertes réalisées (ajusté) des détenteurs à long terme a atteint un pic avant de reculer, signalant un épuisement marginal de la principale pression vendeuse du cycle baissier. Les achats ont largement absorbé les ventes du creux de juin. Sur les marchés dérivés, les positions vendeuses sont débouclées (ratio put/call au plus bas de l'année), réduisant la prime de protection contre les krachs, et la volatilité est proche de ses plus bas annuels. Cependant, ce réajustement ne s'accompagne pas encore d'achats au comptant significatifs. Les flux des ETF américains restent négatifs, bien qu'en ralentissement. En conclusion, des fondations pour un potentiel rétablissement se mettent en place : la pression de vente s'atténue, les vendeurs sont moins agressifs et le marché réagit positivement aux bonnes nouvelles macro. Cependant, la confirmation manque, nécessitant un franchissement soutenu par les achats au comptant de la résistance clé des ~69 000 USD. L'absence d'un tel élan ou une reprise des ventes à perte des détenteurs de longue date pourrait maintenir le marché dans une phase de consolidation.

Foresight NewsIl y a 1 h

Le Bitcoin amorce une consolidation de son plancher, la pression de vente des détenteurs à long terme s'atténue sensiblement

Foresight NewsIl y a 1 h

Trading

Spot

Articles tendance

Qu'est ce que $S$

Comprendre SPERO : Un aperçu complet Introduction à SPERO Alors que le paysage de l'innovation continue d'évoluer, l'émergence des technologies web3 et des projets de cryptomonnaie joue un rôle central dans la façon dont se dessine l'avenir numérique. Un projet qui a attiré l'attention dans ce domaine dynamique est SPERO, désigné comme SPERO,$$s$. Cet article vise à rassembler et à présenter des informations détaillées sur SPERO, afin d'aider les passionnés et les investisseurs à comprendre ses fondations, ses objectifs et ses innovations dans les domaines du web3 et de la crypto. Qu'est-ce que SPERO,$$s$ ? SPERO,$$s$ est un projet unique dans l'espace crypto qui cherche à tirer parti des principes de décentralisation et de la technologie blockchain pour créer un écosystème qui favorise l'engagement, l'utilité et l'inclusion financière. Le projet est conçu pour faciliter les interactions entre pairs de nouvelles manières, offrant aux utilisateurs des solutions et des services financiers innovants. Au cœur de SPERO,$$s$, l'objectif est d'autonomiser les individus en fournissant des outils et des plateformes qui améliorent l'expérience utilisateur dans l'espace des cryptomonnaies. Cela inclut la possibilité de méthodes de transaction plus flexibles, la promotion d'initiatives dirigées par la communauté et la création de voies pour des opportunités financières via des applications décentralisées (dApps). La vision sous-jacente de SPERO,$$s$ tourne autour de l'inclusivité, visant à combler les lacunes au sein de la finance traditionnelle tout en exploitant les avantages de la technologie blockchain. Qui est le créateur de SPERO,$$s$ ? L'identité du créateur de SPERO,$$s$ reste quelque peu obscure, car il existe peu de ressources publiques fournissant des informations détaillées sur son ou ses fondateurs. Ce manque de transparence peut découler de l'engagement du projet envers la décentralisation—une éthique que de nombreux projets web3 partagent, privilégiant les contributions collectives plutôt que la reconnaissance individuelle. En centrant les discussions autour de la communauté et de ses objectifs collectifs, SPERO,$$s$ incarne l'essence de l'autonomisation sans désigner des individus spécifiques. Ainsi, comprendre l'éthique et la mission de SPERO reste plus important que d'identifier un créateur unique. Qui sont les investisseurs de SPERO,$$s$ ? SPERO,$$s$ est soutenu par une diversité d'investisseurs allant des capital-risqueurs aux investisseurs providentiels dédiés à favoriser l'innovation dans le secteur crypto. L'objectif de ces investisseurs s'aligne généralement avec la mission de SPERO—priorisant les projets qui promettent des avancées technologiques sociétales, l'inclusivité financière et la gouvernance décentralisée. Ces fondations d'investisseurs s'intéressent généralement à des projets qui non seulement offrent des produits innovants, mais qui contribuent également positivement à la communauté blockchain et à ses écosystèmes. Le soutien de ces investisseurs renforce SPERO,$$s$ en tant que concurrent notable dans le domaine en rapide évolution des projets crypto. Comment fonctionne SPERO,$$s$ ? SPERO,$$s$ utilise un cadre multifacette qui le distingue des projets de cryptomonnaie conventionnels. Voici quelques-unes des caractéristiques clés qui soulignent son unicité et son innovation : Gouvernance décentralisée : SPERO,$$s$ intègre des modèles de gouvernance décentralisée, permettant aux utilisateurs de participer activement aux processus de décision concernant l'avenir du projet. Cette approche favorise un sentiment de propriété et de responsabilité parmi les membres de la communauté. Utilité du token : SPERO,$$s$ utilise son propre token de cryptomonnaie, conçu pour servir diverses fonctions au sein de l'écosystème. Ces tokens permettent des transactions, des récompenses et la facilitation des services offerts sur la plateforme, améliorant ainsi l'engagement et l'utilité globaux. Architecture en couches : L'architecture technique de SPERO,$$s$ supporte la modularité et l'évolutivité, permettant une intégration fluide de fonctionnalités et d'applications supplémentaires à mesure que le projet évolue. Cette adaptabilité est primordiale pour maintenir la pertinence dans le paysage crypto en constante évolution. Engagement communautaire : Le projet met l'accent sur des initiatives dirigées par la communauté, utilisant des mécanismes qui incitent à la collaboration et aux retours d'expérience. En cultivant une communauté forte, SPERO,$$s$ peut mieux répondre aux besoins des utilisateurs et s'adapter aux tendances du marché. Accent sur l'inclusion : En proposant des frais de transaction bas et des interfaces conviviales, SPERO,$$s$ vise à attirer une base d'utilisateurs diversifiée, y compris des individus qui n'ont peut-être pas engagé auparavant dans l'espace crypto. Cet engagement envers l'inclusion s'aligne avec sa mission globale d'autonomisation par l'accessibilité. Chronologie de SPERO,$$s$ Comprendre l'histoire d'un projet fournit des aperçus cruciaux sur sa trajectoire de développement et ses jalons. Voici une chronologie suggérée cartographiant les événements significatifs dans l'évolution de SPERO,$$s$ : Phase de conceptualisation et d'idéation : Les idées initiales formant la base de SPERO,$$s$ ont été conçues, s'alignant étroitement avec les principes de décentralisation et de concentration sur la communauté au sein de l'industrie blockchain. Lancement du livre blanc du projet : Suite à la phase conceptuelle, un livre blanc complet détaillant la vision, les objectifs et l'infrastructure technologique de SPERO,$$s$ a été publié pour susciter l'intérêt et les retours de la communauté. Construction de la communauté et engagements précoces : Des efforts de sensibilisation actifs ont été entrepris pour construire une communauté d'adopteurs précoces et d'investisseurs potentiels, facilitant les discussions autour des objectifs du projet et recueillant du soutien. Événement de génération de tokens : SPERO,$$s$ a organisé un événement de génération de tokens (TGE) pour distribuer ses tokens natifs aux premiers soutiens et établir une liquidité initiale au sein de l'écosystème. Lancement de la première dApp : La première application décentralisée (dApp) associée à SPERO,$$s$ a été mise en ligne, permettant aux utilisateurs d'interagir avec les fonctionnalités principales de la plateforme. Développement continu et partenariats : Des mises à jour et des améliorations continues des offres du projet, y compris des partenariats stratégiques avec d'autres acteurs de l'espace blockchain, ont façonné SPERO,$$s$ en un acteur compétitif et évolutif sur le marché crypto. Conclusion SPERO,$$s$ se dresse comme un témoignage du potentiel du web3 et de la cryptomonnaie pour révolutionner les systèmes financiers et autonomiser les individus. Avec un engagement envers la gouvernance décentralisée, l'engagement communautaire et des fonctionnalités conçues de manière innovante, il ouvre la voie vers un paysage financier plus inclusif. Comme pour tout investissement dans l'espace crypto en rapide évolution, les investisseurs et utilisateurs potentiels sont encouragés à mener des recherches approfondies et à s'engager de manière réfléchie avec les développements en cours au sein de SPERO,$$s$. Le projet illustre l'esprit d'innovation de l'industrie crypto, invitant à une exploration plus approfondie de ses nombreuses possibilités. Bien que le parcours de SPERO,$$s$ soit encore en cours, ses principes fondamentaux pourraient en effet influencer l'avenir de nos interactions avec la technologie, la finance et entre nous dans des écosystèmes numériques interconnectés.

138 vues totalesPublié le 2024.12.17Mis à jour le 2024.12.17

Qu'est ce que AGENT S

Agent S : L'avenir de l'interaction autonome dans Web3 Introduction Dans le paysage en constante évolution de Web3 et des cryptomonnaies, les innovations redéfinissent constamment la manière dont les individus interagissent avec les plateformes numériques. Un projet pionnier, Agent S, promet de révolutionner l'interaction homme-machine grâce à son cadre agentique ouvert. En ouvrant la voie à des interactions autonomes, Agent S vise à simplifier des tâches complexes, offrant des applications transformantes dans l'intelligence artificielle (IA). Cette exploration détaillée plongera dans les subtilités du projet, ses caractéristiques uniques et les implications pour le domaine des cryptomonnaies. Qu'est-ce qu'Agent S ? Agent S se présente comme un cadre agentique ouvert révolutionnaire, spécifiquement conçu pour relever trois défis fondamentaux dans l'automatisation des tâches informatiques : Acquisition de connaissances spécifiques au domaine : Le cadre apprend intelligemment à partir de diverses sources de connaissances externes et d'expériences internes. Cette approche double lui permet de construire un riche répertoire de connaissances spécifiques au domaine, améliorant ainsi sa performance dans l'exécution des tâches. Planification sur de longs horizons de tâches : Agent S utilise une planification hiérarchique augmentée par l'expérience, une approche stratégique qui facilite la décomposition et l'exécution efficaces de tâches complexes. Cette fonctionnalité améliore considérablement sa capacité à gérer plusieurs sous-tâches de manière efficace et efficiente. Gestion d'interfaces dynamiques et non uniformes : Le projet introduit l'Interface Agent-Ordinateur (ACI), une solution innovante qui améliore l'interaction entre les agents et les utilisateurs. En utilisant des Modèles de Langage Multimodaux de Grande Taille (MLLMs), Agent S peut naviguer et manipuler sans effort diverses interfaces graphiques. Grâce à ces fonctionnalités pionnières, Agent S fournit un cadre robuste qui aborde les complexités impliquées dans l'automatisation de l'interaction humaine avec les machines, préparant le terrain pour d'innombrables applications en IA et au-delà. Qui est le créateur d'Agent S ? Bien que le concept d'Agent S soit fondamentalement innovant, des informations spécifiques sur son créateur restent insaisissables. Le créateur est actuellement inconnu, ce qui souligne soit le stade naissant du projet, soit le choix stratégique de garder les membres fondateurs sous le radar. Quoi qu'il en soit, l'accent reste mis sur les capacités et le potentiel du cadre. Qui sont les investisseurs d'Agent S ? Étant donné qu'Agent S est relativement nouveau dans l'écosystème cryptographique, des informations détaillées concernant ses investisseurs et soutiens financiers ne sont pas explicitement documentées. Le manque d'aperçus publiquement disponibles sur les fondations d'investissement ou les organisations soutenant le projet soulève des questions sur sa structure de financement et sa feuille de route de développement. Comprendre le soutien est crucial pour évaluer la durabilité du projet et son impact potentiel sur le marché. Comment fonctionne Agent S ? Au cœur d'Agent S se trouve une technologie de pointe qui lui permet de fonctionner efficacement dans divers environnements. Son modèle opérationnel est construit autour de plusieurs caractéristiques clés : Interaction homme-ordinateur semblable à l'humain : Le cadre offre une planification IA avancée, s'efforçant de rendre les interactions avec les ordinateurs plus intuitives. En imitant le comportement humain dans l'exécution des tâches, il promet d'élever l'expérience utilisateur. Mémoire narrative : Utilisée pour tirer parti des expériences de haut niveau, Agent S utilise la mémoire narrative pour suivre les historiques de tâches, améliorant ainsi ses processus de prise de décision. Mémoire épisodique : Cette fonctionnalité fournit aux utilisateurs un accompagnement étape par étape, permettant au cadre d'offrir un soutien contextuel au fur et à mesure que les tâches se déroulent. Support pour OpenACI : Avec la capacité de fonctionner localement, Agent S permet aux utilisateurs de garder le contrôle sur leurs interactions et flux de travail, s'alignant avec l'éthique décentralisée de Web3. Intégration facile avec des API externes : Sa polyvalence et sa compatibilité avec diverses plateformes IA garantissent qu'Agent S peut s'intégrer sans effort dans des écosystèmes technologiques existants, en faisant un choix attrayant pour les développeurs et les organisations. Ces fonctionnalités contribuent collectivement à la position unique d'Agent S dans l'espace crypto, alors qu'il automatise des tâches complexes en plusieurs étapes avec un minimum d'intervention humaine. À mesure que le projet évolue, ses applications potentielles dans Web3 pourraient redéfinir la manière dont les interactions numériques se déroulent. Chronologie d'Agent S Le développement et les jalons d'Agent S peuvent être encapsulés dans une chronologie qui met en évidence ses événements significatifs : 27 septembre 2024 : Le concept d'Agent S a été lancé dans un document de recherche complet intitulé “Un cadre agentique ouvert qui utilise les ordinateurs comme un humain”, présentant les bases du projet. 10 octobre 2024 : Le document de recherche a été rendu publiquement disponible sur arXiv, offrant une exploration approfondie du cadre et de son évaluation de performance basée sur le benchmark OSWorld. 12 octobre 2024 : Une présentation vidéo a été publiée, fournissant un aperçu visuel des capacités et des caractéristiques d'Agent S, engageant davantage les utilisateurs et investisseurs potentiels. Ces jalons dans la chronologie illustrent non seulement les progrès d'Agent S, mais indiquent également son engagement envers la transparence et l'engagement communautaire. Points clés sur Agent S Alors que le cadre Agent S continue d'évoluer, plusieurs attributs clés se distinguent, soulignant sa nature innovante et son potentiel : Cadre innovant : Conçu pour offrir une utilisation intuitive des ordinateurs semblable à l'interaction humaine, Agent S propose une approche nouvelle de l'automatisation des tâches. Interaction autonome : La capacité d'interagir de manière autonome avec les ordinateurs via une interface graphique signifie un bond vers des solutions informatiques plus intelligentes et efficaces. Automatisation des tâches complexes : Avec sa méthodologie robuste, il peut automatiser des tâches complexes en plusieurs étapes, rendant les processus plus rapides et moins sujets aux erreurs. Amélioration continue : Les mécanismes d'apprentissage permettent à Agent S de s'améliorer grâce à ses expériences passées, améliorant continuellement sa performance et son efficacité. Polyvalence : Son adaptabilité à travers différents environnements d'exploitation comme OSWorld et WindowsAgentArena garantit qu'il peut servir un large éventail d'applications. Alors qu'Agent S se positionne dans le paysage Web3 et crypto, son potentiel à améliorer les capacités d'interaction et à automatiser les processus représente une avancée significative dans les technologies IA. Grâce à son cadre innovant, Agent S incarne l'avenir des interactions numériques, promettant une expérience plus fluide et efficace pour les utilisateurs à travers divers secteurs. Conclusion Agent S représente un saut audacieux en avant dans le mariage de l'IA et de Web3, avec la capacité de redéfinir notre interaction avec la technologie. Bien qu'il soit encore à ses débuts, les possibilités de son application sont vastes et convaincantes. Grâce à son cadre complet abordant des défis critiques, Agent S vise à mettre les interactions autonomes au premier plan de l'expérience numérique. À mesure que nous plongeons plus profondément dans les domaines des cryptomonnaies et de la décentralisation, des projets comme Agent S joueront sans aucun doute un rôle crucial dans la façon dont la technologie et la collaboration homme-machine évolueront à l'avenir.

906 vues totalesPublié le 2025.01.14Mis à jour le 2025.01.14

Comment acheter S

Bienvenue sur HTX.com ! Nous vous permettons d'acheter Sonic (S) de manière simple et pratique. Suivez notre guide étape par étape pour commencer votre parcours crypto.Étape 1 : Création de votre compte HTXUtilisez votre adresse e-mail ou votre numéro de téléphone pour ouvrir un compte sur HTX gratuitement. L'inscription se fait en toute simplicité et débloque toutes les fonctionnalités.Créer mon compteÉtape 2 : Choix du mode de paiement (rubrique Acheter des cryptosCarte de crédit/débit : utilisez votre carte Visa ou Mastercard pour acheter instantanément Sonic (S).Solde ：utilisez les fonds du solde de votre compte HTX pour trader en toute simplicité.Prestataire tiers ：pour accroître la commodité d'utilisation, nous avons ajouté des modes de paiement populaires tels que Google Pay et Apple Pay.P2P ：tradez directement avec d'autres utilisateurs sur HTX.OTC (de gré à gré) : nous offrons des services personnalisés et des taux de change compétitifs aux traders.Étape 3 : stockage de vos Sonic (S)Après avoir acheté vos Sonic (S), stockez-les sur votre compte HTX. Vous pouvez également les envoyer ailleurs via un transfert sur la blockchain ou les utiliser pour trader d'autres cryptos.Étape 4 : tradez des Sonic (S)Tradez facilement Sonic (S) sur le marché Spot de HTX. Il vous suffit d'accéder à votre compte, de sélectionner la paire de trading, d'exécuter vos trades et de les suivre en temps réel. Nous offrons une expérience conviviale aux débutants comme aux traders chevronnés.

1.9k vues totalesPublié le 2025.01.15Mis à jour le 2026.06.02

Discussions

Bienvenue dans la Communauté HTX. Ici, vous pouvez vous tenir informé(e) des derniers développements de la plateforme et accéder à des analyses de marché professionnelles. Les opinions des utilisateurs sur le prix de S (S) sont présentées ci-dessous.