Un conseil d’IA a ravagé dix hectares de sésame en Chine
Après environ un an de conseils jugés utiles, un agriculteur de 67 ans a appliqué sans vérification une recette de traitement générée par une IA.
Pendant près d’un an, l’intelligence artificielle a ressemblé à un bon assistant agricole pour Wu, un cultivateur de 67 ans installé à Chuzhou, en Chine. Il lui posait des questions sur la météo, les engrais ou les ravageurs. Les réponses se révélant régulièrement utiles, sa méfiance initiale s’est peu à peu transformée en confiance.
Cette confiance a changé de nature lorsqu’il a demandé comment éliminer les mauvaises herbes et lutter contre les insectes dans une parcelle de sésame. Selon CTWANT, dont le récit a été repris par Tom’s Hardware et The Economic Times, l’application d’IA — dont le nom n’a pas été rendu public — lui a proposé une combinaison de produits phytosanitaires.
Wu l’a appliquée sans faire valider la formule par un technicien agricole. Le traitement a couvert 150 mu, une unité chinoise correspondant ici à environ dix hectares, soit 24,7 acres.
Le lendemain matin, le résultat était spectaculaire et désastreux. Les mauvaises herbes dépérissaient, mais les jeunes plants de sésame également. Les comptes rendus disponibles parlent d’une mortalité massive sur la surface traitée, sans fournir d’évaluation financière documentée de la perte.
Parmi les herbicides cités figure le fomesafen, destiné au contrôle des adventices à feuilles larges. La base officielle chinoise d’homologation des pesticides encadre son emploi selon les cultures et avertit des risques pour des plantes sensibles. Les spécialistes interrogés dans le récit initial ont mis ce produit au centre de l’explication du dommage subi par le sésame.
L’histoire est surtout révélatrice d’une forme de confiance algorithmique qui se construit progressivement. Wu ne semble pas avoir remis son champ à une machine dès le premier jour. Il vérifiait d’abord les conseils. Puis, à mesure que les réponses se montraient correctes, le contrôle humain s’est allégé.
L’interface comportait pourtant, selon les médias, un avertissement générique indiquant que les informations générées par l’IA pouvaient être erronées et devaient être vérifiées. Mais un message standard pèse peu face à des mois d’expérience positive. Plus un outil paraît fiable, plus la tentation est grande de lui déléguer les décisions qui prennent du temps.
Or un conseil phytosanitaire ne se réduit pas à associer un herbicide à une mauvaise herbe. La culture, son stade de développement, la matière active, la dose et la méthode d’application déterminent la sécurité du traitement. Une étude chinoise publiée en 2024 sur les herbicides de post-levée dans le sésame a montré des différences importantes de phytotoxicité entre les options testées.
La Chine développe déjà une réponse technologique à ce problème. En mai 2026, des chercheurs ont présenté Green Shield, un modèle de langage spécialisé dans la protection des cultures. Il doit consulter la base nationale d’homologation des pesticides et bloquer les recommandations non conformes. Ses concepteurs ont précisément évoqué les réponses imprécises ou risquées des modèles généralistes.
Le cas de Wu ne désigne donc pas une marque particulière. Il pose une question plus large : quand une IA passe du rôle de conseiller à celui de prescripteur, qui doit introduire le frein ? Sur un écran, une mauvaise réponse se corrige. Dans un champ déjà pulvérisé, la correction arrive après les plantes mortes.
