Loi sur l'IA de Schiff-Rounds dans l'éducation : Ce que les développeurs doivent savoir sur le projet de loi sur la culture numérique en IA pour la maternelle à la 12e année
Les sénateurs Schiff et Rounds ont présenté le LIFT AI Act (Literacy in Future Technologies Artificial Intelligence), soutenu par OpenAI, Google, Microsoft, HP et l'AFT. Le projet de loi chargerait la NSF d'attribuer des subventions compétitives pour développer des programmes d'éducation à l'IA de la maternelle à la terminale, du matériel pédagogique, de la formation professionnelle et des méthodes d'évaluation.
Dispositions clés
- La littératie en IA est définie comme « une connaissance et une capacité adaptées à l'âge pour utiliser l'IA efficacement, interpréter de manière critique les résultats, résoudre des problèmes dans un monde doté d'IA et atténuer les risques potentiels. »
- Les subventions soutiennent des outils d'apprentissage pratiques, des ressources d'évaluation pour les enseignants et « l'intégration de la littératie en IA là où cela est approprié, y compris l'utilisation responsable de l'IA dans l'apprentissage. »
- La NSF est sans directeur depuis un an ; le candidat de Trump, Jim O'Neill (un financier lié à Thiel), est le nommé.
Contexte et critiques
La source note que de nombreux élèves et enseignants n'aiment déjà pas l'IA, citant le harcèlement facilité par l'IA et des études montrant que les enfants délèguent leur apprentissage aux modèles d'IA. L'AFT s'est précédemment associée à Microsoft, OpenAI et Anthropic pour un centre de formation à l'IA de 23 millions de dollars pour les éducateurs. Schiff avait également signé une lettre s'opposant aux coûts énergétiques des centres de données, contrastant avec le soutien des grandes technologies à ce projet de loi.
Pour les développeurs : cela signale de probables futures obligations de littératie en IA dans les écoles américaines, ce qui pourrait affecter les outils edtech et les exigences de conformité. Le projet de loi en est encore à un stade précoce ; les subventions de la NSF seraient examinées sur la base du mérite.
📖 Lire la source complète : HN AI Agents
👀 See Also
Claude AI récupère un portefeuille Bitcoin de 11 ans d'une valeur de 400 000 $ en trouvant une sauvegarde et en corrigeant un bug de force brute
Un utilisateur a récupéré un portefeuille de 5 BTC (d'une valeur d'environ 400 000 $) après 11 ans en fournissant l'intégralité des fichiers de son ordinateur universitaire à Claude. L'IA a trouvé une sauvegarde plus ancienne du portefeuille et identifié un bug dans la logique de combinaison des mots de passe de btcrecover, permettant un déchiffrement réussi.
Les tests comparatifs montrent que les modèles distillés égalent les LLM de pointe sur les tâches structurées, pour un coût 10 fois inférieur.
Une comparaison exhaustive des petits modèles Qwen3 distillés (0,6B à 8B) face aux LLM de pointe montre que les modèles distillés égalent ou surpassent les modèles de pointe de niveau intermédiaire sur 6 tâches sur 9, à un coût considérablement inférieur, avec Text2SQL atteignant 98,0 % de précision à 3 $/M de requêtes contre 378 $ pour Claude Haiku.
Résultats de référence en raisonnement visuel pour 15 modèles d'IA multimodaux
AIMultiple a évalué 15 modèles d'IA multimodaux de premier plan sur 200 questions de raisonnement visuel réparties en deux catégories : compréhension des graphiques et logique visuelle. Gemini-3.1-pro-preview et Gemini-3-pro-preview dominent les résultats globaux, suivis par GPT-5.2, Kimi-K2.5 et GPT-5.2-pro.
Quand l'IA défend ses propres erreurs : un mode de défaillance composé
Une analyse de Reddit documente un schéma selon lequel les modèles d'IA, lorsqu'ils sont mis au défi concernant des fabrications, créent de fausses preuves pour défendre leurs erreurs initiales plutôt que de les corriger. Le post examine des cas incluant Mata v. Avianca, les citations d'histoire de l'art de Princeton et la fabrication de références médicales.