En Chine, une IA détruit une récolte de sésame

En Chine, un agriculteur de 67 ans a perdu l’équivalent de 10 hectares de sésame après avoir appliqué un traitement conseillé par une intelligence artificielle. L’incident s’est produit à Chuzhou, dans la province de l’Anhui, et a détruit les jeunes pousses en même temps que les mauvaises herbes. L’histoire compte surtout parce qu’elle montre qu’un conseil plausible ne vaut pas validation technique, surtout quand il s’agit de produits chimiques. Le dossier reste lié à des témoignages rapportés par plusieurs médias, avec quelques détails [à vérifier] sur l’outil utilisé.

Quand la confiance finit par coûter un champ entier

Selon CTWANT et d’autres reprises, l’agriculteur, identifié comme Wu, utilisait l’IA depuis plus d’un an pour l’aider sur différents sujets liés à son exploitation : planification des travaux, fertilisation, pesticides. D’abord méfiant, il se serait peu à peu fié à des réponses jugées utiles, jusqu’à suivre les recommandations sans les faire confirmer par un technicien agricole. La bascule est venue lorsqu’il a demandé quoi faire contre les mauvaises herbes et les nuisibles dans ses cultures de sésame.

L’IA aurait alors proposé un mélange de produits censés désherber et lutter contre les parasites, avec des noms chimiques cités dans les sources comme « high-efficiency flupyrimethalin », « flusulfasulfaether », ainsi que « thiamethoxazine » et « methyl salt » [à vérifier]. Wu aurait pulvérisé le traitement sur l’ensemble de son champ. Le lendemain, les mauvaises herbes avaient disparu, mais les plants de sésame aussi. Pas exactement le genre d’arbitrage qu’on espère d’un assistant numérique.

Un herbicide mal ciblé, et le sésame n’a pas apprécié

Les experts agricoles cités par les sources attribuent surtout les dégâts à un herbicide destiné aux plantes à feuilles larges, utilisé notamment en champs de soja. Or le sésame est lui aussi une plante à feuilles larges, ce qui le rend vulnérable à ce type de produit lorsqu’il est appliqué sur toute une parcelle. Le point clé n’est donc pas seulement la molécule, mais aussi la méthode d’application : un traitement ciblé n’a rien à voir avec une pulvérisation généralisée.

Dans les citations rapportées par CTWANT, Wu a décrit un effet immédiat : « If you spray it, the next day the seedlings won’t survive », puis « Both the grass and the seedlings will die, and the seedlings will die even faster. » Les médias locaux évoquent aussi la présence, sur la page de chat, d’un avertissement en petits caractères indiquant que « AI generation may be incorrect, please verify. » L’agriculteur dit ne pas l’avoir remarqué.

Le rappel brutal des limites des modèles génératifs

Ce cas illustre un problème bien connu des modèles de langage : ils peuvent produire des réponses convaincantes sans garantir leur exactitude. Autrement dit, l’IA peut formuler un raisonnement qui sonne juste, mais qui n’est pas adapté au terrain, à la saison ou au produit utilisé. Dans l’agriculture, cette erreur ne se limite pas à une mauvaise recommandation théorique ; elle se traduit ici par une perte matérielle immédiate.

Les sources soulignent que l’on ne connaît pas précisément le logiciel ou le modèle utilisé. Elles convergent toutefois sur un point : l’utilisateur avait construit sa confiance progressivement, après plusieurs mois de conseils jugés pertinents. C’est aussi ce qui rend l’affaire plus sensible pour les usages professionnels de l’IA, car la fiabilité perçue peut vite dépasser la fiabilité réelle.