Les défenseurs des animaux de la Silicon Valley veulent rallier les chercheurs en IA à leur cause

À San Francisco, les militants des droits des animaux cherchent de plus en plus activement des alliés parmi les chercheurs en IA. À en juger par les premières rencontres, ils trouvent un écho.

La rencontre de deux mondes

Début février, quelques dizaines de personnes se sont retrouvées dans Mox, un petit espace de coworking de San Francisco : défenseurs des animaux, chercheurs spécialistes de la faune sauvage et ingénieurs d'entreprises d'IA. On se déchaussait à l'entrée ; des tapis persans couvraient le sol et des lampes en mosaïque brillaient sous des auvents colorés. Les organisateurs avaient délibérément choisi une ambiance aux antipodes du format corporate : la conversation directe comptait plus que les jolies slides.

L'un des intervenants, représentant d'une organisation de protection de la faune sauvage, est allé droit au but. Des centaines de millions d'animaux souffrent chaque année, les méthodes de protection traditionnelles ont atteint leurs limites, et le mouvement a besoin d'alliés dotés d'autres outils. Il ne cherchait pas des sympathisants : il cherchait des ingénieurs.

Cette soirée s'inscrivait dans une campagne organisée : la communauté de la protection animale de la Bay Area recrute délibérément des spécialistes de l'IA comme alliés.

Ce que l'IA fait déjà pour les animaux

La protection animale et le machine learning se croisent depuis longtemps, mais ce rapprochement connaît aujourd'hui un véritable essor. Les participants ont cité plusieurs domaines où les progrès sont déjà visibles :

• Surveillance de la faune sauvage — les modèles de CV identifient les espèces sur les images de pièges photographiques avec plus de précision et de rapidité que n'importe quel bénévole, et traitent des dizaines de milliers de clichés en quelques heures
• Détection du braconnage — l'analyse acoustique des forêts et les images satellite permettent de suivre la chasse illégale en temps réel
• Décodage de la communication animale — le projet Earth Species Project applique des méthodes issues des LLM à l'analyse des chants de baleines, des cris d'éléphants et des vocalisations d'oiseaux
• Surveillance des conditions d'élevage — dans les fermes, capteurs et modèles de ML repèrent les signes de stress et de douleur chez les animaux avant que la situation ne devienne critique
• Lutte contre le trafic — des systèmes d'IA aident à détecter sur le dark web les annonces de vente d'espèces protégées

Parmi les initiatives concrètes évoquées lors de la rencontre figurent des plateformes comme Wildlife Insights de Google et des projets académiques de décodage du langage animal. Plusieurs participants ont parlé de constituer un dataset commun, l'équivalent de ce qu'ImageNet a été pour la vision par ordinateur.

Pourquoi la communauté IA tarde à s'engager

Pendant des années, les défenseurs des animaux ont tenté d'approcher les entreprises tech, mais se sont heurtés à un problème structurel : les laboratoires d'IA s'organisent autour de problèmes portés par des clients payants. Or les animaux ne paient pas.

La situation a commencé à évoluer avec l'essor du mouvement EA (effective altruism) et de la communauté longtermiste au sein de la tech de la Bay Area. Certains chercheurs de grands laboratoires d'IA soutiennent ouvertement l'animal welfare comme un domaine à fort potentiel d'impact. En parallèle, les organisations de protection animale nouent des partenariats avec des fondations comme Open Philanthropy et négocient des programmes de recherche communs avec des laboratoires universitaires. Elles bâtissent ainsi, pas à pas, une économie qui n'existait tout simplement pas auparavant.

« Il ne s'agit pas de demander de faire quelque chose de joli pour l'écologie.

Il s'agit de prévenir d'immenses souffrances, à une échelle qui paraissait jusqu'ici impossible », a déclaré l'un des intervenants.

Les sceptiques pointent toutefois de réels obstacles : les données sur les animaux sont fragmentées et incompatibles d'une organisation à l'autre, il n'existe pas de standards d'annotation communs, et le financement à long terme reste instable. Sans véritable infrastructure de données, la plupart des modèles de ML du secteur restent des prototypes, et non des outils opérationnels à l'effet mesurable.

Ce que cela signifie

Le mouvement reste modeste, mais il est pensé de manière stratégique. Les défenseurs des animaux s'intègrent délibérément au réseau IA de la Silicon Valley via des événements informels dans des coworkings, des conférences académiques et des subventions de recherche conjointes. Si cette coalition atteint une masse critique d'ingénieurs motivés et un financement stable, les outils d'IA de surveillance et de protection des animaux pourraient devenir aussi courants dans l'industrie que les applications climatiques aujourd'hui.