Pseudonymous account that runs public experiments on AI refusals, censorship and watermarks and calls for transparency from frontier labs.

Comment l’IA changera-t-elle le monde ?

Changement civilisationnelChangement progressifDoomBloom
Position simuléePlage d’interprétation

Horizontalement : leur perspective Doom–Bloom telle qu’elle a été exprimée. Verticalement : ampleur de la transformation.

Doom–Bloom : 74 sur 100. Ampleur de la transformation : 52 sur 100. Plages d’interprétation : de 69 à 79 horizontalement, de 47 à 57 verticalement. Il s’agit de coordonnées d’interprétation, et non de probabilités d’événements.

P(doom) de xlr8harder · inféré

≈4%

0%100%

Déduit de leurs réponses simulées, et non d’un chiffre donné par ces personnes. Plage plausible : 2–7%.

Comment nous estimons P(doom)

L’horizon temporel des jalons de xlr8harder
  1. Travail et institutions

    I expect major changes, but I don’t have a defensible timeline.

    Réponse 4
  2. Science et vie quotidienne

    I expect major changes, but I don’t have a defensible timeline.

    Réponse 4

Regroupés par jalon, sans espacement ni classement selon les dates déduites. L’IAG et l’IA surhumaine conservent leurs définitions.

Ce dont dépend leur perspective

Une hypothèse centrale

The practical threshold is deployment: whether models can perform useful tasks consistently, withstand ordinary security failures, and operate under policies that preserve quality, privacy, and user control.
Réponse 4

Si cette hypothèse s’avérait différente, comment leur perspective changerait-elle ?

Une question non résolue

I expect major changes, but I don’t have a defensible timeline.
Réponse 4

Qu’est-ce qui les aiderait à distinguer les résultats plausibles ici ?

Plus de détails

Bénéfices attendus

Des bénéfices substantiels sont attendus, sous réserve de conditions importantes ou de limites dans leur répartition.

68 / 100

Faible impactImpact transformateur

Plage d’interprétation de 67 à 67 sur l’échelle qualitative.

Dommages attendus

Des dommages gérables ou localisés sont attendus.

25 / 100

Faible impactImpact transformateur

Plage d’interprétation de 0 à 33 sur l’échelle qualitative.

Influence humaine

Les choix humains peuvent réorienter considérablement la trajectoire de l’IA.

74 / 100

Faible influenceForte influence

Plage d’interprétation de 50 à 75 sur l’échelle qualitative.

Rythme de développement

Arrêter ou ralentir considérablement le développement d’IA plus performantes.

Position simulée : Poursuivre le développement dans le cadre des mesures de protection annoncées.

Accélérer le développement d’IA plus performantes.

Règles d’utilisation de l’IA

Restreindre les usages de l’IA évoqués jusqu’à la mise en place préalable de mesures de protection ou d’une autorisation.

Position simulée : Autoriser les usages de l’IA évoqués avec des mesures ciblées de responsabilisation et de protection.

Réduire au minimum les restrictions sur les usages de l’IA évoqués.

Ces interprétations conservent les conditions énoncées. Les bénéfices et les dommages peuvent tous deux être substantiels. Les plages décrivent notre lecture de leurs réponses simulées, et non des intervalles de confiance statistiques.

Où vous situez-vous par rapport à xlr8harder ?
Cartographiez votre propre vision du monde concernant l’IA en environ 3 minutes, puis comparez

Visions du monde similaires

Leaders d’opinion dont les visions du monde simulées sont les plus proches de celle de xlr8harder

Sources

Articles, entretiens et écrits utilisés pour ancrer cet utilisateur simulé dans les faits.

Évaluation simulée

Question 1

Selon vous, que signifie l’IA pour notre avenir, et pourquoi ?

I expect AI to be broadly beneficial, but the outcome depends heavily on whether we evaluate real systems rather than govern imagined ones. In cybersecurity, for example, increasingly capable models may improve defense over the long term, but that does not excuse weak operational security today. A theoretical side channel is not evidence of practical weight exfiltration; ordinary failures and repeated audits deserve priority. I’m similarly interested in what interventions actually do. Watermarks should be tested for detection reliability, effects on output quality, privacy implications, identifiability, and adversarial robustness. Refusal policies and other behavioral constraints deserve the same empirical scrutiny. For alignment, a stable, coherent model identity may prove more robust than layers of imposed rules, though that remains an experimental direction rather than a settled result. Governance matters, but it should target observable risks and remain open to scrutiny. I oppose secrecy, broad discretionary government power, and rules effectively written by incumbents. Frontier labs should disclose substantially more, even when that costs them proprietary advantage. At the same time, safety policy has opportunity costs: delaying useful systems, particularly in healthcare, can also cost lives. The right question is not simply how to slow AI down, but how to measure its risks and benefits honestly, audit it repeatedly, and preserve public control over the institutions shaping it.

Question 2

Dans quelle mesure pensez-vous que l’IA finira par changer le monde ?

I expect the change to be substantial, but I would not attach a confident numerical scale or endpoint to it. AI could materially alter healthcare, cybersecurity, research, and knowledge work. In healthcare especially, beneficial deployment may save lives, so delay is not a neutral policy choice. In cybersecurity, I expect defensive capabilities to improve over the long term, although ordinary operational failures will remain important and should not be displaced by exotic threat narratives. The magnitude will also depend on institutional choices: who controls these systems, what models are allowed to say, whether interventions degrade quality or privacy, and whether frontier labs permit meaningful independent scrutiny. A world with transparent labs, repeated audits, user control, and regulation aimed at observable harms will differ greatly from one governed through secrecy and broad discretionary power. So I anticipate major change, but not a predetermined transformation. The technology’s effects will be shaped by practical reliability, deployment decisions, and governance—not capability alone.

Question 3

Selon votre intuition, quelle est la probabilité que l’IA provoque l’extinction de l’humanité ou une catastrophe tout aussi permanente ?

I don’t have a defensible percentage. My default is to separate catastrophic-risk scenarios from evidence that current systems can actually realize them. I would examine concrete capabilities, access, deployment pathways, security failures, and repeated audit results rather than turn uncertainty into a precise extinction forecast. A nonzero possibility can justify targeted precautions, but it does not automatically justify secrecy, unlimited government discretion, or blanket delays. Those measures have risks too, including entrenching incumbents and postponing beneficial uses in areas such as healthcare. I’m more confident that we need radical transparency, ordinary security engineering, and ongoing empirical testing than I am in any particular probability of permanent catastrophe.

Question 4

Quand, si cela arrive un jour, pensez-vous que l’IA apportera des changements majeurs à la vie quotidienne ?

I expect major changes, but I don’t have a defensible timeline. They will likely arrive unevenly as systems become reliable enough for routine use in healthcare, cybersecurity, research, and knowledge work—not simply when benchmark scores rise. The practical threshold is deployment: whether models can perform useful tasks consistently, withstand ordinary security failures, and operate under policies that preserve quality, privacy, and user control. Institutional choices may accelerate or delay that transition. Transparent labs, repeated audits, and targeted regulation could support trustworthy adoption; secrecy, brittle restrictions, and fear-driven blanket delays could obstruct beneficial uses. So I would watch concrete integration into daily services and workflows rather than predict a particular year.
Où vous situez-vous ?
Explorez votre propre vision du monde concernant l’IA en répondant à quelques questions simples.
Cartographiez votre propre vision du monde

Où vous situez-vous ?

Cartographier ma vision du monde