Le monde se dirige vers un avenir où les agents IA négocieront des actions et des cryptomonnaies, feront les courses pour vos familles et bien plus encore. Mais que se passe-t-il lorsqu'un bot interprète mal une instruction d'acheter pour 10 000 $ d'« actions blue chip » et achète plutôt pour 10 000 $ de frites surgelées de marque Bluebird ?

Les différends de ce type entre agents sont mal adaptés au système juridique existant, qui est coûteux et chronophage. Voici Internet Court, un nouveau protocole qui permet aux agents et aux humains de conclure des contrats, avec des fonds placés sous séquestre jusqu'à ce que les conditions soient jugées remplies.

Le mécanisme de résolution des différends intégré au processus repose sur GenLayer, un réseau ouvert à preuve d'enjeu déléguée de validateurs connectés à des modèles d'IA — une conception de consensus dans laquelle les parties prenantes délèguent le pouvoir de validation à un ensemble d'opérateurs élus. En bêta depuis un an, le réseau traite actuellement environ 12 000 décisions par jour. Il authentifie les photos téléversées par les utilisateurs pour Collective Memory et tranche les débats sur argue.fun. Son mainnet devrait être lancé le mois prochain.

Un jury de nombreux modèles

Le concept est une déclinaison moderne du théorème du jury formulé par le philosophe Nicolas de Condorcet, selon lequel la probabilité d'atteindre les bonnes réponses augmente avec le nombre d'évaluateurs indépendants. Pour Internet Court, cela signifie constituer des jurys d'agents IA issus de divers modèles des familles Claude, Gemini, ChatGPT et DeepSeek, ainsi que de nombreux autres.

« Ce n'est pas une décision prise par une seule IA qui aurait des biais », explique Albert Castellana, cofondateur et PDG de GenLayer. « On utilise en réalité beaucoup d'IA différentes, jusqu'à 1 500 IA différentes. Et dans ce cas, on obtient essentiellement de meilleures réponses. »

« L'une penche à gauche, l'autre à droite. C'est ainsi qu'on obtient une meilleure réponse, car l'une contrebalance l'autre. »

Comment cela fonctionne concrètement

Les différends sont tranchés en envoyant les détails à un jury de cinq validateurs GenLayer sélectionnés au hasard, chacun exécutant un modèle d'IA différent. Une décision initiale est rendue en quelques minutes à la majorité simple, mais elle peut faire l'objet d'un appel devant un jury élargi de 11 agents, puis 23, et ainsi de suite vers des panels toujours plus grands jusqu'à la limite du système. Castellana indique que la finalité est généralement atteinte en 30 minutes.

« Si vous attendez la finalité maximale, il s'agit de tours d'appel successifs », précise-t-il. « On commence à cinq, et cela monte jusqu'à quinze cents, ce qui peut prendre trois heures. »

La Cour compte à ce jour 35 membres dans son consortium ouvert, dont des sociétés crypto connues telles que ZKsync, NEAR, Consensys et UMA — cette dernière résolvant les différends pour Polymarket.

De Wikipédia aux contrats intelligents

GenLayer est en développement depuis près de quatre ans et a débuté comme une tentative de concevoir une meilleure manière d'évaluer quelles informations méritent d'être incluses dans une base de connaissances en ligne comme Wikipédia. En théorie, chacun peut corriger les erreurs de l'encyclopédie en ligne ; en pratique, les sujets controversés — de la crypto à la guerre à Gaza — sont verrouillés, un petit groupe d'éditeurs puissants ayant le dernier mot sur les informations contestées.

« L'idée originelle derrière GenLayer est née de […] comment pourrions-nous avoir un Wikipédia décentralisé ? » explique Castellana.

Le projet permet désormais une nouvelle forme de smart contract baptisée « contrat intelligent », qui autorise un jugement subjectif. Cela comble une lacune que les smart contracts classiques ne peuvent combler : ils ne s'exécutent que sur des conditions déterministes et objectivement vérifiables, sans moyen natif d'évaluer la qualité, l'intention ou le contexte. Par exemple, une personne recrutant un rédacteur indépendant pourrait laisser le système juger automatiquement si le contenu est de qualité avant de débloquer le paiement.

« Nous avons une plateforme qui fait exactement cela — payer des influenceurs pour écrire du contenu en ligne, puis leur verser l'argent », indique Castellana.

« Les contrats intelligents peuvent traiter du code. Ils peuvent traiter du langage naturel. Ils peuvent aller sur Internet. Ils peuvent comprendre une image. Ils peuvent porter un jugement », ajoute-t-il.

Le degré de fiabilité que l'on peut accorder au jugement d'une IA en 2026 reste limité par les capacités de la technologie. Un humoriste de stand-up n'embaucherait probablement pas un gagsman via un contrat intelligent. Castellana note que la technologie n'est pas encore assez performante pour déterminer si une image est un deepfake, ni pour trancher un différend de bornage entre voisins sur la base de photos. Elle donnera certes une réponse, mais on ne devrait pas encore s'y fier.

Il existe toutefois de nombreuses situations où les jugements de l'IA sont déjà suffisamment fiables. GenLayer évalue automatiquement la qualité et l'exactitude des photos téléversées par les utilisateurs sur la plateforme de cartographie du réel Collective Memory et décide du paiement. L'autre grand utilisateur est Argue.fun, qui permet de parier sur l'issue de débats tranchés par de longues joutes entre agents. Les quatre meilleurs utilisateurs de la plateforme ont chacun gagné plus de 2 millions de dollars, et la plupart des questions soulevées à ce jour portent sur des enjeux politiques sérieux liés à la gouvernance de GenLayer, aux DAO et à la sécurité de l'IA.

Dans les prochaines années, Castellana voit dans ce processus le chemin vers de véritables DAO autonomes, capables d'évaluer automatiquement les propositions au regard de la constitution du DAO et de ses objectifs plus larges.

GenLayer lancera son mainnet le mois prochain, faisant passer le réseau d'une bêta d'un an à la production.

L'IA pour juger les marchés de prédiction ?

Un cas d'usage plus immédiat est la résolution plus rapide des différends sur les marchés de prédiction. Pour ces marchés, où les paiements dépendent de l'issue d'un événement, des différends prolongés laissent le capital des traders dans l'incertitude. À mi-2025, Polymarket a été plongée dans la tourmente par un marché de 240 millions de dollars formulé de manière ambiguë sur la question de savoir si le président ukrainien Volodymyr Zelensky porterait un costume avant juillet. Lorsque Zelensky s'est présenté au sommet de l'OTAN en juin avec une tenue vaguement similaire à un costume, le marché a d'abord été résolu par « Oui ». Mais après neuf jours d'appels et d'allers-retours parmi les votants détenteurs du token UMA, la décision a basculé sur « Non ».

Castellana estime que GenLayer pourrait considérablement raccourcir ces délais.

« Ce sera résolu en quelques minutes, et vous aurez des centaines, voire des milliers d'IA qui voteront très, très rapidement », a-t-il déclaré. « Au bout du compte, ce que l'on veut, c'est une couche d'arbitrage neutre. Quelque chose de rapide, d'accessible et de peu coûteux. »

Savoir si les humains accepteront ces décisions est une tout autre question, mais Internet Court et GenLayer ne sont pas conçus pour rendre le jugement définitif, et les décisions peuvent toujours faire l'objet d'appels devant des humains.

« Après cela, si vous n'êtes toujours pas d'accord et que vous pensez toujours que Zelensky ne porte pas de costume, vous pouvez en gros porter l'affaire devant Kleros, UMA, voire devant un tribunal humain », a déclaré Castellana.

Kleros est un protocole d'arbitrage natif crypto dans lequel des jurés ayant misé des fonds tranchent les différends, ce qui en fait l'un des recours possibles aux côtés d'UMA — et souligne que GenLayer est conçu comme un premier niveau d'arbitrage plutôt que comme le dernier mot.

L'IA a-t-elle un bon jugement ?

Externaliser la résolution des différends à des modèles d'IA comporte de risques importants. Le premier est que la technologie est tout simplement trop immature pour produire des jugements fiables.

Un autre problème est que les modèles d'IA reproduisent nombre des biais présents dans leurs données d'entraînement — et à ce jour, les tentatives des entreprises technologiques pour corriger ces biais ont parfois simplement inversé le biais dans l'autre sens.

Un troisième problème potentiel est un phénomène décrit dans un article du MIT intitulé Representational Convergence, qui suggère qu'avec le temps, les modèles d'IA de différentes entreprises finissent par converger vers un modèle statistique de la réalité similaire. Si cela s'avère exact, les jurés IA d'Internet Court pourraient être frappés d'un grave cas de pensée de groupe d'ici cinq ans.

Castellana n'est pas convaincu que cette théorie soit valide.

« Je vois beaucoup plus de modèles exister plutôt que moins », dit-il. « Je vois des modèles innombrables provenir de chaque pays, de chaque entreprise et de chaque équipe. Je ne peux pas imaginer qu'ils finiront tous par converger vers exactement la même chose. »

Source : Cointelegraph — https://cointelegraph.com/magazine/ai-agent-disputes-sent-to-internet-court-and-a-jury-of-ai-agents