En Chine, un agriculteur a suivi les conseils d’une intelligence artificielle pour traiter son champ de sésame… avec des conséquences lourdes.
Dans la province d’Anhui, dans l’est de la Chine, un agriculteur de 67 ans a vu ses jeunes plants de sésame dépérir après avoir appliqué un mélange de pesticides conseillé par un chatbot. L’affaire, rapportée par le média scientifique en ligne Singularity Hub, relance les inquiétudes sur l’usage d’outils d’IA pour des décisions techniques, en agriculture comme dans d’autres secteurs sensibles.
Un agriculteur chinois séduit par les conseils d’une IA
Selon Singularity Hub, l’homme, présenté sous le nom de Wu, utilise depuis environ un an une application d’intelligence artificielle pour l’aider dans ses travaux agricoles. Au départ méfiant, il aurait progressivement pris confiance, après plusieurs réponses jugées utiles pour la gestion de ses cultures.
Comme beaucoup d’utilisateurs de chatbots, il a fini par en faire une source d’information quasi quotidienne. Jusqu’au jour où il a décidé de s’en remettre à l’outil pour un choix particulièrement délicat : comment lutter à la fois contre les mauvaises herbes et les insectes dans son champ de sésame.
Le sésame, culture de rente dans plusieurs régions chinoises, peut être sensible à la concurrence des adventices et aux ravageurs. Mal dosé ou mal choisi, un traitement peut rapidement détruire la culture elle-même.
Un cocktail de pesticides recommandé par le chatbot
Interrogé sur le désherbage et la lutte contre les insectes, le système d’IA aurait fini par recommander une combinaison incluant :
un herbicide sélectif à base de haloxyfop-P-méthyl, principalement utilisé pour détruire les graminées ;
un herbicide à base de fomésafène, plus délicat d’emploi car destiné à des cultures spécifiques comme le soja ;
des insecticides, dont la nature n’est pas détaillée dans le récit rapporté par Singularity Hub.
Sur le papier, la proposition pouvait sembler crédible. L’haloxyfop-P-méthyl vise surtout les herbes de type graminées et s’utilise justement dans des cultures à feuilles larges. Le sésame étant une plante à feuilles larges, l’usage d’un tel désherbant peut, dans certaines situations, être techniquement justifié.
Le fomésafène, en revanche, demande beaucoup plus de précautions. En Chine, Singularity Hub rappelle que les produits contenant cette substance s’accompagnent d’instructions très précises : type de culture autorisée, dose à l’hectare, stade des mauvaises herbes, conditions de température et de vent. Les étiquettes préviennent aussi des risques en cas de dérive du produit sur des cultures sensibles ou en cas de surdosage.
Le mélange préconisé par l’IA n’avait rien d’absurde en théorie, mais la moindre erreur de contexte suffisait à transformer un “bon” conseil en catastrophe agronomique.
10 hectares de sésame détruits en quelques jours
Suivant les préconisations du chatbot, Wu explique avoir mélangé les produits cités et pulvérisé la totalité de sa parcelle de sésame, soit environ 10 hectares, l’équivalent de 25 acres selon Singularity Hub.
Le résultat ne s’est pas fait attendre. Dès le lendemain, les jeunes plants ont commencé à se flétrir. Rapidement, la quasi-totalité de la culture a dépéri. Pour cet agriculteur vieillissant, la perte de 10 hectares de récolte représente un préjudice considérable, même si aucun chiffrage précis n’est donné.
Désemparé, Wu est revenu vers l’outil d’IA pour lui demander ce qui avait pu se produire. D’après des captures d’écran citées par Singularity Hub, le chatbot aurait alors reconnu, de manière euphémisée, que la recommandation initiale pouvait être « erronée ».
La même IA qui avait conseillé le traitement tentait ensuite d’expliquer en quoi ce mélange pouvait poser problème, illustrant un revirement déroutant pour l’utilisateur.
Aucun rapport scientifique ni analyse chimique indépendante ne vient, pour l’heure, confirmer la chaîne exacte des responsabilités. Singularity Hub précise d’ailleurs qu’il s’agit du récit de Wu, pris tel quel. Mais l’épisode met en lumière un type de défaillance de l’IA plus subtil que les « hallucinations » spectaculaires : des réponses techniquement plausibles, parfois exactes, mais non adaptées au contexte précis.
Pourquoi l’IA se trompe si facilement en agriculture
Le cas rapporté en Chine montre à quel point les recommandations de pesticides dépendent d’une multitude de paramètres. Singularity Hub insiste sur ce point : un traitement autorisé dans une culture donnée peut se révéler toxique pour une autre plante, ou pour un autre stade de développement.
En matière de produits phytosanitaires, les effets varient selon :
le type de culture (sésame, soja, maïs, colza, etc.) ;
le stade de croissance de la plante (semis, jeune plant, floraison, maturation) ;
la dose exacte appliquée ;
les conditions météorologiques (chaleur, humidité, vent) ;
le mode de mélange dans le pulvérisateur ;
la variété cultivée, plus ou moins tolérante.
Un modèle de langage, même entraîné sur d’immenses volumes d’informations agronomiques, reste vulnérable à la moindre imprécision : culture mal identifiée, climat mal pris en compte, réglementation locale ignorée. L’outil peut suggérer un produit homologué, bien documenté, mais inadapté à la situation réelle d’un champ donné.
Singularity Hub relève que des préparations associant haloxyfop et fomésafène existent bien sur le marché, notamment pour des cultures de soja. Là encore, rien de fantasque dans la réponse de l’IA. Le danger vient de la transposition mécanique d’un schéma valable pour une culture vers une autre, sans validation par un professionnel.
Dans les usages à risque comme l’agriculture, “avoir raison la plupart du temps” ne suffit pas : une seule erreur peut anéantir une saison de travail.
L’illusion de confiance : quand l’IA est “assez bonne”
Pour Singularity Hub, cette affaire illustre un problème grandissant : que se passe-t-il quand un chatbot devient suffisamment performant pour gagner la confiance des utilisateurs, sans pour autant garantir une exactitude constante ?
Dans des domaines techniques, les questions paraissent souvent générales – « Quand semer ? », « Que pulvériser ? », « Quelle dose d’engrais ? » – mais les réponses doivent se fonder sur un diagnostic local : type de sol, climat, calendrier de culture, réglementation nationale. L’utilisateur, lui, voit surtout la fluidité des réponses et leur ton assuré.
Une fois qu’un agriculteur, un bricoleur ou un patient a constaté plusieurs fois que l’IA donne des informations utiles, l’avertissement « peut contenir des erreurs » affiché en bas de l’écran, mis en avant par Singularity Hub, tend à perdre de son poids psychologique.
Des risques encore plus forts en santé humaine
Le média scientifique élargit le constat au champ médical. Là aussi, la pertinence d’un traitement dépend de facteurs très fins : âge, poids, fonction rénale ou hépatique, allergies, autres médicaments en cours, antécédents, grossesse, diagnostic exact. Un système d’IA peut connaître la liste des effets secondaires d’un médicament, ou les grandes lignes d’un protocole, tout en ignorant le détail qui rend ce conseil dangereux pour une personne précise.
Dans ce type de situation, le raisonnement reste logiquement structuré, les phrases paraissent convaincantes, et l’utilisateur peut avoir l’impression d’échanger avec une source experte. Or les conséquences d’une erreur, pour un patient comme pour un agriculteur, ne se corrigent pas en un clic.
En France, comment sont encadrés les conseils en pesticides ?
En France, les produits phytosanitaires sont strictement encadrés par la réglementation. Leur autorisation de mise sur le marché, les usages possibles (cultures concernées), les doses et les délais avant récolte relèvent de l’Agence nationale de sécurité sanitaire (Anses). Chaque produit homologué doit porter une étiquette détaillant précisément les conditions d’utilisation.
Pour accompagner les agriculteurs, plusieurs acteurs jouent un rôle clé :
les conseillers agricoles des chambres d’agriculture, qui proposent un appui technique de proximité ;
les coopératives et négociants agricoles, qui emploient des techniciens spécialisés ;
les agronomes indépendants, qui peuvent réaliser des préconisations sur mesure.
Les outils numériques, y compris des applications utilisant des formes d’intelligence artificielle, commencent à se développer en appui à ces conseils. Ils ne remplacent toutefois pas, à ce jour, l’avis d’un professionnel habilité, notamment pour respecter les autorisations de mise sur le marché, les zones de non-traitement ou les plans de réduction de l’usage des pesticides.
Pour un agriculteur français, s’en remettre uniquement à un chatbot généraliste pour choisir un herbicide ou un insecticide ferait donc courir un double risque : technique, pour la culture, et réglementaire, en cas d’usage d’un produit hors de son cadre légal.
Comprendre les limites des chatbots pour les usages sensibles
L’affaire rapportée par Singularity Hub sert de rappel : un chatbot de type modèle de langage n’analyse pas un champ, un sol ou une plante sur le terrain. Il recompose des réponses à partir de textes existants. Sa force tient dans la synthèse rapide d’informations dispersées, pas dans la vérification concrète d’une situation.
Dans des usages à conséquence lourde – santé, agriculture, finances, sécurité – l’outil peut conserver un rôle d’appui :
aider à formuler des questions pour un conseiller humain ;
présenter les grands principes d’une pratique ;
aiguiller vers les types de professionnels compétents.
La décision finale, en revanche, doit rester entre les mains d’un spécialiste capable d’évaluer le contexte réel. En matière de pesticides, cela suppose par exemple une visite de parcelle, une identification rigoureuse des mauvaises herbes, un contrôle des prévisions météo et de la réglementation locale.
Le cas de Wu illustre enfin un point souvent méconnu : certains herbicides, tels que ceux mentionnés par Singularity Hub, exercent une action très spécifique sur le métabolisme des plantes. Un léger écart de dose ou une plante un peu plus sensible que prévu peut suffire à provoquer des brûlures, un jaunissement ou la mort des cultures ciblées. Cette sensibilité varie parfois d’une variété à l’autre, ce qu’un chatbot généraliste ne peut pas toujours intégrer.
À mesure que l’IA se banalise, ces limites techniques risquent d’apparaître de plus en plus souvent dans la vie quotidienne, au-delà même des champs d’Anhui. Pour les agriculteurs comme pour les autres professionnels, la tentation de consulter un chatbot restera forte. Le défi consiste désormais à s’assurer que ces outils restent des aides ponctuelles, et non des oracles auxquels on confie, sans filtre, une saison de récolte ou une décision de santé.
Lecture rapide : rédactrice en chef d’Eurotel, ancienne de l’hôtellerie, spécialiste des hôtels de caractère et des city-trips.
Hélène Vasseur a passé près de quinze ans dans l’hôtellerie avant de se consacrer à l’écriture. De la réception d’un palace lyonnais à la direction d’une maison d’hôtes, elle a appris à lire un hôtel de l’intérieur : ce qui fait une vraie adresse, et ce qui relève du décor.
Rédactrice en chef d’Eurotel, elle coordonne la ligne éditoriale et arpente l’Europe à la recherche d’hôtels de caractère et de destinations à raconter autrement. Sa conviction : on voyage mieux quand on comprend les lieux, pas seulement quand on les coche. Elle garde un faible pour les vieilles villes d’Europe centrale et les petits-déjeuners qui s’éternisent.
