Tu fais quoi de beau ces jours-ci ?
Depuis quelques années, répondre à cette question devient de plus en plus difficile pour moi. Dans mon quotidien d'informaticien théorique, je travaille souvent avec des objets tellement abstraits qu'il faut me plonger une heure dans mes propres notes pour me souvenir de ce sur quoi je travaillais (sans parler de pourquoi). Le silence gêné à chaque fois que j'essaye d'expliquer mon boulot a une saveur très particulière…
Mais ce projet est différent. C'est un produit, qui sert à quelque chose, et qui a vocation à être utilisé par des gens qui ne sont pas moi. Il était grand temps que je me pose un moment pour expliquer un peu ce que l'on essaye de faire chez Tollens.
Tout a commencé sur la base de trois observations sur le monde, qui nous poussent vraiment à penser qu'il y a quelque chose à construire aujourd'hui.
La Vérité triomphe souvent des erreurs et des mensonges
Ça sonne très évident, pour qui est élevé dans une société principalement scientifique. Mais c'était quand la dernière fois que vous avez mené une enquête, par vous même (demander à la nouvelle IA de Google ne compte pas), pour savoir si quelque chose est vrai ou non? La plupart des choses que je crois savoir viennent de quelqu'un d'autre: une phrase entendue, une recherche rapide sur Wikipédia, ou même une question à un chatbot. Habituellement, ça suffit. Parfois on perd quelques minutes en arrivant dans un restaurant fermé alors qu'il était indiqué ouvert sur Maps, ou bien on nettoie une tâche de cerise avec de l'eau chaude au lieu de froide. Mais habituellement cela suffit.
Et puis, une entreprise construit un pont, sur ce genre de connaissance, ou bien une dose médicamenteuse est déterminée, une politique est élaborée sur cette base.Les trois sont réellement arrivés ; voici le premier. Le vol inaugural d'Ariane 5, en juin 1996, s'est terminé quarante secondes après le décollage, et la commission d'enquête présidée par Jacques-Louis Lions l'a fait remonter à une conversion d'un flottant 64 bits vers un entier signé 16 bits, dans un bout de code d'alignement hérité d'Ariane 4 et qui ne servait plus à rien une fois en vol. La conversion avait été analysée, et jugée sans risque, parce que sur la trajectoire d'Ariane 4 elle l'était. (Rapport de la commission d'enquête, résumé technique) Et chaque écart entre ce que l'on croit et la réalité se transforme inévitablement en un coût faramineux, que quelqu'un doit payer.
La Science est un des meilleurs outils que l'on ait développé pour réduire ces écarts. La méthode scientifique a établi une quantité incroyable de résultats qui se sont révélés incroyablement robustes. Mais à mon avis, la science est encore très loin d'être aussi fiable qu'elle pourrait, et devrait l'être.Deux exemples auxquels je reviens souvent. En 2016, Ziemann, Eren et El-Osta ont scanné automatiquement les fichiers Excel supplémentaires de dix-huit journaux de génomique, et ont trouvé qu'environ un cinquième des articles contenant des listes de gènes avaient des noms de gènes silencieusement convertis en dates par Excel. Personne n'a fraudé. C'est la correction automatique. Le correctif, en 2020, a été de renommer les gènes. (Genome Biology, et une étude de suivi en 2021 constatant que le taux n'avait pas bougé.) En économie, le résultat de Reinhart et Rogoff en 2010 sur la dette publique et la croissance a été abondamment cité dans les débats sur l'austérité, jusqu'à ce que Herndon, Ash et Pollin obtiennent le tableur original en 2013 et y trouvent trois problèmes, dont une formule qui excluait cinq pays d'une moyenne. Et pour être honnête : cette fameuse erreur de tableur est la moins conséquente des trois, et les auteurs contestent l'ampleur de son effet sur leurs conclusions. Ce que je retiens de cette histoire, ce n'est pas l'erreur elle-même, mais le fait qu'il ait fallu trois ans et un doctorant qui demande le fichier, parce que jusque-là il n'y avait tout simplement rien à vérifier. (Herndon, Ash et Pollin)
Le premier chemin qui nous éloigne de la vérité, c'est l'erreur honnête. On est fatigué, la notation est ambigüe, une hypothèse qu'on a fait à la page quatre cesse discrètement de faire sens à la page neuf d'un rapport, et rien dans notre environnement de travail n'était en place pour détecter ça.
Le deuxième est lié au fait que nous sommes humains. On a des échéances, des revues, des managers, des cycles de financement, des objectifs trimestriels, et un nombre limité d'heures par jour. Parfois, vérifier proprement un travail, c'est prendre le risque de l'affaiblir, de le rendre en retard, ou même d'y découvrir un vrai problème de fond. Personne ne se dit explicitement «Allez, aujourd'hui je vais être malhonnête». C'est juste que le chemin de moindre résistance ne peut souvent pas se permettre le détour de regarder de près chaque détail.
Chez Tollens, nous n'avons pas la prétention de changer le système à un niveau si fondamental que tout le monde deviendrait parfaitement rigoureux tout le temps, et ne louperait aucun détail, jamais. Mais ce que l'on peut faire, c'est rendre la vérification moins coûteuse. Moins coûteuse dans le sens très spécifique que vous devriez pouvoir établir qu'un résultat tient debout avec les hypothèses données, sans avoir à comprendre et reconstruire l'intégralité du contexte dans votre tête.
On aimerait vous économiser des nuits blanches à réparer des erreurs honnêtes. Et on aimerait aussi aider à faire évoluer certains incentives. Si vérifier votre propre travail était facile, et si vérifier celui de quelqu'un d'autre ne requièrerait plus d'en savoir autant que la personne sur son domaine précis, peut-être que faire les choses parfaitement du premier coup pourrait devenir l'option par défaut. Et peut-être qu'un peu plus de vérité en émergerait. Et nous avons des raisons de penser que ce n'est pas juste un vœu pieux.statcheck est un package R qui recalcule les p-valeurs à partir des statistiques de test rapportées à côté d'elles. Quand Nuijten et ses collègues l'ont passé sur 250 000 p-valeurs issues de huit journaux de psychologie, environ la moitié des articles contenaient au moins une incohérence, et un sur huit en contenait une suffisamment grosse pour faire basculer une conclusion de significativité. Deux journaux ont ensuite intégré statcheck à leur processus de relecture, et une étude de 2024 portant sur plus de 7 000 articles a trouvé que les incohérences y baissaient nettement plus vite que dans des journaux témoins comparables. Un tout petit vérificateur, vraiment pas cher, et les chiffres ont bougé. (Nuijten et al. 2016, Nuijten et Wicherts 2024)
Mais ce n'est pas tout !
La vérification est le nouveau facteur limitant
Pour une grande partie de l'histoire humaine, le facteur limitant était notre force physique. Planter, récolter, moudre, cuire, et se lever le matin suivant pour tout recommencer. Puis est apparue la technologie (et l'on parle ici plutôt d'ingénierie que de recherche). La capacité toute simple à réorganiser la matière pour se rendre la vie plus facile. Au fur et à mesure que la question de biens matériels était de plus en plus légère, une grande fraction de la population fut libérée pour travailler avec des idées. Et tout un nouveau paysage de boulots, d'incentives et de concepts commença à pousser.
À ce moment-là, le nouveau facteur limitant était la création. Écrire, dessiner, inventer, modéliser. Faire tourner trois pensées à moitié consciente dans notre tête jusqu'à que quelque chose clique; cette capacité étrange que nous avons d'avoir une idée, ou plus simplement de savoir quoi faire maintenant. Le monde a fonctionné comme ça pendant une très longue période. Et la plupart de nos institutions, de nos diplômes, de nos plans de carrières et de nos notions d'accomplissement professionnel sont organisés autour de cela.
Mais aujourd'hui, la révolution industrielle est arrivée pour les idées. Les modèles d'IA écrivent, dérivent, résument, et proposent plus vite que l'on ne peut suivre. Et dans certains domaines ils commencent à le faire aussi bien que nous. Les machines produisent du travail raisonnablement qualitatif, considérablement plus vite qu'aucun humain ne peut vérifier.
Une chose qui m'a beaucoup surpris dans les dernières années, c'est que beaucoup de nos boulot n'ont pas été rendu redondant par ce développement. Au contraire, beaucoup de gens disent voir leur productivité augmentée, disent pouvoir avancer dans des projets plus ambitieux, qu'une tâche qui aurait pris un trimestre peut maintenant être réglée en une semaine. Mais alors, si la machine fait le boulot, à quoi est-ce que nous servons?
La réponse que j'ai à apporter à cette question va sembler familière à quiconque a déjà réfléchi à sa carrière; on a tous déjà entendu cette histoire, mais au ralenti.
On commence à un poste junior. On pratique enfin ce qu'on a appris à l'école : on programme, on fait des analyses, on construit des modèles, on ébauche des contrats. On s'améliore, et on reçoit plus de travail, des tâches de plus en plus conséquentes. Et puis un jour, quelqu'un est placé sous notre supervision. et on commence à leur déléguer des tâches et à vérifier le résultat. Puis il y en a deux, puis dix, et l'on pratique de moins en moins son expertise, jusqu'à ce que la journée entière se passe sans que l'on ait pu faire une seule chose soi même, et l'on se retrouve à faire quelque chose que l'école ne nous a pas du tout appris : superviser et vérifier.
Et ce n'est pas du tout un gâchis de talent ! C'est précisément parce qu'on a passé toutes ces années les mains dans le cambouis, que notre avis sur le travail fait vaut de l'or. On connaît les erreurs qui peuvent être faites, on sait où regarder pour évaluer la qualité, on comprend vite quand quelque chose cloche. Être promu ne rend pas caduque tout ce qu'on a appris, c'est l'opportunité d'utiliser ces connaissances différemment. On monte d'un niveau, pour passer de la création à la supervision et la vérification.

Avec l'IA toutefois, la métaphore n'est que partielle. Les dix personnes que vous supervisez ont appris le job de vous, ou de personnes du domaine. Vous savez à peu près qu'est-ce qu'elles savent, et donc vous savez où regarder. Les agents IA n'ont pas appris votre boulot de vous. Ils en savent moins que vous à propos de votre boulot, mais considérablement plus que vous à propos d'énormément de choses. Et il y a encore des domaines entiers où ils ne savent rien. Mais malheureusement, ce n'est pas simple de savoir quand ils savent ou non juste en lisant leurs rapports, parce que si il y a une chose à laquelle ils sont bons, c'est d'écrire des rapports convaincants !
La supervision de gros projets est passée à l'échelle magnifiquement, parce que tout le monde aime donner des ordres et déléguer des tâches. Mais la vérification n'a pas suivi.
En dehors des quelques endroits où les méthodes formelles ont vraiment pris, l'avionique, le ferroviaire, la conception de puces, une poignée de noyaux critiques, la vérification est encore pratiquée plus ou moins comme il y a 30 ans : une seconde paire d'yeux, une checklist, un meeting interminable, et finalement une signature en bas à droite. Mais tous ces processus ont été inventés sous l'hypothèse que la quantité de travail à vérifier serait dans les limites de ce qui est humainement possible…
Chez Tollens, on pense que la vérification et la relecture vont représenter une part substantielle des boulots des quelques années à venir. Et on aimerait commencer à construire les outils appropriés aujourd'hui, avant que les gens commencent à se noyer sous la charge de travail !
Chaque nouvel outil ne profite qu'à une poignée de gens
Cette troisième idée est celle qui me tient le plus à cœur, parce que j'ai été du côté injustement gagnant toute ma carrière.
Les personnes qui font de l'informatique ont eu un avantage injuste depuis un bon moment maintenant, et il ne semble pas près de se diminuer. Pas seulement parce que les boulots informatiques embauchent à brassées pendant que d'autres domaines licencient tout autant. L'avantage est plus subtil que ça, et ses effets se cumulent avec le temps : les développeurs ont au moins 6 mois d'avance, souvent plus, sur chaque nouvelle technologie, parce que la première version de toute nouveauté arrive avec une interface que seuls eux auront envie d'explorer.
L'exemple le plus récent qui me vient en tête, c'est Claude Code. Si vous n'en avez jamais entendu parlé, c'est un harnais qui permet à une instance de Claude de manipuler vos fichiers, chercher sur un navigateur, et écrire des programmes sur votre ordinateur. Claude Code a été publié début 2025, et permettait de faire des choses assez remarquables.Claude Code est sorti en preview de recherche en février 2025, et est devenu disponible pour tous en mai de la même année. Mais c'est un outil qui n'était utilisable que dans une console, ce qui le rendait, en pratique, utilisable seulement par les gens qui ont déjà l'habitude de passer leur journée dans une console. J'ai beaucoup prêché auprès de mes proches, essayant de les convaincre que ce n'était pas seulement pour programmer. Mais évidemment beaucoup l'ont installé, ont été mis face à un rectangle noir avec du texte vert, et ont vite conclu que ce n'était pas pour eux.
En janvier 2026, le même outil a été réintroduit en tant que Cowork, avec une fenêtre, des boutons, et des jolies couleurs. Et soudainement, tout le monde a pu l'utiliser.Cowork a été annoncé le 12 janvier 2026. Les fonctionnalités n'avaient presque pas changé, juste l'interface.


Onze mois d'avance, ce n'est pas rien. Et ce motif est bien plus vieux que l'IA. Pendant des décennies, utiliser un ordinateur sérieusement était réservé à une petite élite. Et c'est en partie pourquoi l'informatique a avancé à cette vitesse: l'informatique construit ses propres outils. Un meilleur compilateur rend la création du suivant encore plus facile. Un meilleur contrôle de version permet de construire un encore meilleur contrôle de version. Le domaine s'accélère tout seul dans une boucle de rétroaction depuis les années 70.
À ma connaissance, peu d'autres domaines ont ça. L'économie ne rend pas les économistes tellement riches qu'ils peuvent acheter des choses qui les rendraient meilleurs en économie. La chimie permet d'améliorer les matériaux pour créer de meilleurs instruments de chimie, mais ça se joue à une échelle de plusieurs années. La biologie, la loi, la médecine, l'ingénierie civile… Tous ces domaines avancent en utilisant des outils construits par d'autres, à la vitesse à laquelle ces outils apparaissent.
Un jour sont apparus Python, R, Julia, Stata, Matlab. Et quelque chose a changé : La puissance des ordinateurs est devenue accessible à des étudiants en licence, dans des logiciels intuitifs, en utilisant le vocabulaire spécifique de chaque domaine. L'informatique est devenue accessible même aux personnes qui n'en comprenaient pas tous les rouages. Aujourd'hui, n'importe qui peut utiliser la puissance d'un ordinateur sans nécessiter une thèse en informatique.
Le parallèle à faire me paraît clair. Les méthodes formelles existent depuis une cinquantaine d'années,Cela dépend d'où l'on commence à compter : Assigning Meanings to Programs de Floyd date de 1967, la base axiomatique de Hoare de 1969, et LCF de Milner, l'ancêtre de la plupart des assistants de preuve d'aujourd'hui, de 1972. et commencent à gagner en visibilité. Mais pour l'instant, elles ne sont accessibles qu'à une poignée de gens, parce que c'est ainsi que les technologies se développent. Nous aimerions être le Python de la vérification. À noter que Python n'a pas remplacé le C. Il l'a rendu accessible. C'est la relation précise que nous aimerions avoir avec les assistants de preuve existants, et œuvrer à avancer de quelques années leur démocratisation. Si dans le futur les seules personnes qui peuvent rigoureusement vérifier un modèle de décision économique sont les personnes qui ont appris à programmer, alors l'économie aura externalisé ses standards de rigueur à une discipline qui n'a rien à voir. Chaque domaine devrait avoir les moyens d'être rigoureux dans ses propres termes, avec ses propres notations, sans avoir à passer par les nôtres.
Alors concrètement, on fait quoi ?
Clinch, notre premier produit, c'est un endroit où vous écrivez un raisonnement, dans votre propre notation, et où une machine vérifie qu'il tient debout.
Pas qu'il s'agit d'un bon raisonnement. Pas que vos hypothèses sont pertinentes, ou qu'elles aient du sens : ça, c'est votre métier et votre expertise. Mais étant donné ce que vous avez annoncé supposer, est-ce que ce que vous concluez en découle vraiment ? Est-ce que chaque étape de votre raisonnement est valide, y compris la petite annexe que tout le monde survole parce qu'elle est évidemment correcte ? Ces questions ont une réponse mécanique, et les outils pour la calculer existent déjà. Ce qui n'existe pas, c'est une interface qui vous rende tout ça lisible. Et c'est précisément cette partie-là qu'on veut construire !

Les outils qui savent faire ça aujourd'hui sont extraordinaires, et c'est grâce à eux que tout ceci est possible. Rocq, Lean, IsabelleMais aussi Agda, Dedukti, et bien d'autres ! et les solveurs qui tournent en dessous viennent de mon propre domaine, construits par des gens qui ont tenu à poser de solides fondations pendant des décennies, avant même que qui que ce soit ne le leur demande. Clinch n'est évidemment pas une alternative, on veut juste continuer à pousser la porte qu'ils ont ouverte. Aujourd'hui, les logiciels les plus connus vous demandent d'adopter tout un univers logique avant de vous laisser écrire la première ligne sur votre propre sujet, parce qu'ils ont été construits par et pour des gens dont cet univers est justement le sujet. Mais ce coût d'entrée est probablement la raison pour laquelle vous n'avez jamais essayé de faire de la vérification formelle.
Concrètement, ce que l'on construit prendra la forme d'une famille de produits, autant de portes vers la même chose. Un notebook que l'on ouvre dans son navigateur. Un plugin dans un éditeur de code, ou quelque chose qui se glisse à côté de votre document LaTeX. Peut-être même un moyen pour un agent IA de vous rendre son raisonnement sous une forme que vous puissiez réellement inspecter. Laquelle de ces portes compte le plus, on n'en a honnêtement aucune idée pour l'instant, et c'est exactement cette difficulté-là qui fait que ce genre de technologie met en général si longtemps à devenir accessible.
Aujourd'hui, on a un petit prototype. Il vérifie de la logique, de l'arithmétique et des statistiques, et il lit du texte écrit dans une grammaire que l'on peut étendre sans trop de mal pour coller aux notations des physiciens, des économistes, des biologistes… C'est modeste, mais c'est la brique sur laquelle tout le reste repose. L'essentiel de notre temps, en ce moment, est passé à trouver les gens à qui ça pourrait apporter de la valeur, et qui voudraient nous raconter comment ils travaillent, ce qu'ils font, et ce que ça leur coûte aujourd'hui d'acquérir plus de certitude. Ensuite on construit une version de Clinch adaptée à eux, et on découvre ensemble si ça peut avoir un impact !
Voilà donc ce que je fais de beau ces jours-ci. Ça prend encore un bout de temps à expliquer, mais j'espère que le tableau est un peu plus clair 🙂
Si quelque chose là-dedans vous a parlé, si une partie de votre travail consiste à avoir raison et à éviter les erreurs, si vous faites des méthodes formelles, ou même si vous êtes juste curieux, j'aimerais beaucoup vous entendre ! Autour d'un café si vous êtes dans le coin, ou par téléphone sinon !