Block a dévoilé Dessa, une intelligence artificielle vocale presque indiscernable d'un être humain, entraînée uniquement sur de la parole et capable de tourner en local sur un MacBook Pro. Les réactions oscillent entre fascination et mises en garde sur son potentiel pour alimenter des arnaques téléphoniques crédibles. L'enjeu est clair : une voix aussi réaliste change la manière dont on détermine si l'on parle à un humain ou à une machine.
Ce qui s'est passé
Block, l'entreprise de paiement dirigée par Jack Dorsey, a présenté Dessa comme un aperçu de recherche le 24 octobre 2026. Le modèle a été entraîné exclusivement sur de la parole humaine, et non sur du texte, et peut écouter tout en parlant, gérant les interruptions et les rires en temps réel, selon l'annonce de Block. Jack Dorsey a écrit sur X que discuter avec Dessa « donne l'impression de parler à une personne... pleine d'émotion, de nuances, de pauses et d'un rythme naturel ». Block a entraîné Dessa à partir de zéro sur un seul système Nvidia GB200 NVL72, et le modèle peut fonctionner localement sur un MacBook Pro équipé d'une puce M4 Max ou supérieure. Les utilisateurs de X Alexander Hoff et Hesamation ont jugé les démonstrations étonnamment naturelles, tandis que la réalisatrice Justine Bateman et le journaliste Shiv Aroor ont averti que ce réalisme pourrait favoriser la tromperie et les arnaques téléphoniques. Le fondateur de Binance, Changpeng « CZ » Zhao, a suggéré des usages dans l'éducation des enfants via son projet GiggleAcademy.
Comment on en est arrivé là
Le laboratoire de recherche en IA de Block dépend directement de Dorsey et compte parmi ses équipes d'anciens membres de Dessa, une start-up torontoise rachetée par Square en 2020. Cette histoire explique le nom du modèle ainsi que l'intérêt de longue date du laboratoire pour la technologie vocale. La plupart des assistants vocaux actuels convertissent la parole en texte, génèrent une réponse, puis reconvertissent celle-ci en audio, un processus qui gomme le ton et le rythme. Dessa traite directement l'audio, sans passer par cette conversion. Cela s'inscrit dans une tendance plus large : les outils vocaux d'IA deviennent assez performants pour usurper l'identité de personnes réelles, une dérive déjà exploitée dans des arnaques téléphoniques et vidéo rapportées ailleurs en 2026.
Pourquoi cela vous concerne
Pour les développeurs, Dessa signale que l'IA conversationnelle, suffisamment compacte pour tourner sur du matériel grand public, devient crédible, un point pertinent pour quiconque conçoit des interfaces vocales pour des objets connectés ou des lunettes intelligentes. Pour les utilisateurs, des voix d'IA plus naturelles réduisent les indices permettant de distinguer un humain d'une machine au téléphone. Pour Block, cet aperçu de recherche positionne son laboratoire d'IA comme un acteur sérieux au-delà des paiements, sans pour autant s'engager sur un produit ou un calendrier. Aucun benchmark, aucune taille de modèle ni date de sortie n'ont été communiqués, donc les performances réelles restent invérifiées en dehors des démonstrations de l'entreprise.
La grande question
Si les voix générées par IA deviennent indiscernables de celles des humains, faudrait-il rendre obligatoire la mention qu'on parle à une machine, et qui serait chargé de faire respecter cette règle ?
À surveiller
Block n'a accordé un accès anticipé qu'à un petit groupe de chercheurs spécialisés en sécurité de l'IA, sans date de sortie publique, ni résultats de benchmarks, ni taille de modèle dévoilés pour l'instant. Reste à voir si Block publiera des tests indépendants, et si GiggleAcademy de CZ décidera d'adopter Dessa pour l'éducation des enfants. Un éventuel déploiement grand public constituerait la prochaine étape concrète à suivre.
