Dossier Qui signe, répond — article 7 sur 10

En conception structurelle, l’intelligence artificielle explore. Elle ne justifie pas. La distinction n’est pas sémantique : explorer produit des candidats, justifier produit un document opposable signé par un ingénieur assuré. Aucun des travaux publiés que nous avons examinés ne franchit cette frontière — et les démonstrations académiques les plus citées portent encore sur des poutres en porte-à-faux.

Ce qui est réellement documenté

Quatre familles d’usages apparaissent dans la littérature scientifique et professionnelle. Elles n’ont ni la même maturité ni le même statut.

Usage	Ce qu’il fait	Maturité observée
Métamodèles	Établissent un lien statistique entre données d’entrée et de sortie, à partir de calculs déjà effectués, pour remplacer un calcul coûteux par une approximation rapide	Recherche établie, publications françaises
Optimisation topologique	Recherche la distribution de matière la plus efficace sous contraintes	Méthode SIMP mature et non-IA ; variantes par apprentissage profond en cours d’évaluation
Prédiction du comportement des matériaux	Anticipe des propriétés — résistance, durabilité, comportement dans le temps — par apprentissage automatique	Recherche active
Conception générative	Génère et teste des variantes de plans, d’implantation, d’enveloppe	Outils commerciaux déployés, mais en amont de la structure

Le gain réel des métamodèles est du temps. Un calcul non linéaire à grand nombre de variables est coûteux ; l’approximation apprise permet d’explorer beaucoup plus largement l’espace de conception pour estimer la meilleure combinaison de variables. C’est un accélérateur d’exploration — et c’est déjà considérable.

Ce que « déployé » veut dire, exactement

Il faut être précis sur la maturité, parce que c’est là que le discours commercial dérape.

Les travaux les plus cités sur l’optimisation topologique par apprentissage profond comparent des approches par réseaux adversariaux génératifs à la méthode SIMP classique. La démonstration type porte sur une poutre en porte-à-faux avec des conditions aux limites prédéterminées, évaluée en statique sur le déplacement maximal, la contrainte de Von Mises et l’énergie de déformation. Les résultats sont encourageants sur l’exactitude et la performance de calcul.

Une poutre en porte-à-faux n’est pas un bâtiment. Elle ne subit ni combinaisons d’actions Eurocode, ni vérification à l’état limite de service, ni séisme, ni feu, ni tolérances d’exécution. La distance entre ce cas d’école et une justification d’ouvrage recevable par un contrôleur technique est considérable, et la franchir n’est pas une question de puissance de calcul.

Côté outils commerciaux, ce qui est effectivement déployé se situe en amont de la structure : ajustement dynamique de plans d’étage selon les contraintes de site et les règles d’urbanisme, analyses environnementales en temps réel connectées au modèle BIM, recherche d’options de conception rentables. Utile, réel — mais ce ne sont pas des outils de justification structurelle.

Ce qui est vendu comme « IA dans le bâtiment » et n’en est pas

Une part importante de ce que la filière commercialise sous ce nom en 2026 relève de l’administratif : réponse aux appels d’offres, gestion financière, planification, suivi de patrimoine. Ces usages ont leur valeur propre. Ils n’ont aucun rapport avec la conception structurelle, et les amalgamer entretient une confusion qui dessert les deux.

Un maître d’ouvrage à qui l’on présente « une conception assistée par IA » est fondé à poser trois questions : à quelle étape précisément l’outil intervient, quel document il produit, et qui vérifie son résultat. Si la réponse à la deuxième question n’est pas « la note de calcul », alors l’IA n’est pas dans la chaîne de justification — ce qui est parfaitement légitime, mais doit être dit.

La frontière qui compte

L’article précédent a établi ce qu’est une note de calcul : une vérification clause par clause, avec renvois normatifs explicites, refaisable par un tiers. C’est ce critère de reconstructibilité qui trace la frontière.

Une optimisation topologique propose une forme. Cette forme devra ensuite être justifiée par le chemin normatif ordinaire, comme n’importe quelle forme issue de l’intuition d’un ingénieur. Un métamodèle approche un résultat ; l’approximation devra être recalculée par la méthode de référence avant d’entrer dans une note. Un modèle prédictif suggère une propriété de matériau ; cette propriété devra être établie par essais.

Dans les trois cas, l’IA se situe avant la preuve, jamais à sa place. Elle réduit le nombre de pistes à explorer. Elle ne réduit pas le travail de justification de celle qui est retenue — et c’est très exactement ce qui rend son usage compatible avec le régime français de responsabilité.

Formulons-le comme nous le défendons : l’IA produit des hypothèses, les humains produisent des preuves. Le calcul assisté par IA n’a pas un statut différent d’une note produite par un collaborateur. L’ingénieur qui signe répond de ce qu’il signe, quel que soit l’outil qui l’a précédé. La responsabilité n’est pas divisible avec un outil, parce qu’un outil ne s’assure pas.

Où CHANYA se situe

CHANYA intègre des outils d’intelligence artificielle dans son travail depuis sa création, et n’en fait pas mystère — le présent dossier est lui-même préparé avec leur assistance, ce que chacun de ses articles déclare.

Il faut préciser ce que cela recouvre, et surtout ce que cela ne recouvre pas. L’IA intervient chez nous en exploration, en synthèse documentaire, en rédaction et en préparation de décision. Elle n’émet aucune note de calcul. Les domaines techniques sont exécutés par des partenaires et des indépendants sélectionnés opération par opération ; les justifications structurelles relèvent d’ingénieurs assurés qui les signent et en répondent. Le rôle de CHANYA est la supervision de projet et la garantie du cahier des charges client.

Utiliser l’outil de son époque n’est pas contourner une exigence — c’est ce que fait tout bureau d’études depuis que le calcul manuel a cédé la place à l’élément fini. Mais l’outil ne déplace jamais la signature. Celui qui tient la barre reste celui qui répond.

Ce qui manque pour aller plus loin

Trois lacunes empêchent aujourd’hui d’aller au-delà de ce constat, et il faut les nommer.

• Aucun cas français documenté d’une justification structurelle assistée par IA acceptée par un contrôleur technique. Nous n’en avons trouvé aucun — ce qui ne signifie pas qu’il n’en existe pas, mais qu’aucun n’est public.
• Aucune position publique d’assureur français sur le calcul assisté par IA. Ni doctrine, ni clause type, ni questionnaire de souscription accessible. La filière n’a pas encore de position sur une question qui lui arrivera.
• Aucun référentiel de vérification. L’article précédent l’a montré : il n’existe pas de régime de validation des logiciels de calcul en général. Il n’y en a donc a fortiori aucun pour les outils dont le résultat n’est pas reconstructible par le calcul manuel.

Ce troisième point est le plus sérieux, et il n’est pas propre à l’IA. Il devient seulement plus difficile à ignorer avec elle.

Les limites de cet article

Nous n’avons pas conduit de revue systématique de la littérature scientifique. Notre panorama repose sur des publications francophones accessibles et sur la communication d’éditeurs et de bureaux d’études. Une revue exhaustive ferait apparaître des travaux plus avancés que ceux que nous citons.

Nous n’avons interrogé aucun bureau d’études, aucun éditeur de logiciel et aucun assureur. Les pratiques internes non publiées peuvent être en avance sur la littérature accessible ; nous ne pouvons ni le confirmer ni l’exclure.

Les affirmations de maturité que nous portons — notamment sur le caractère académique des démonstrations d’optimisation topologique par apprentissage profond — sont datées de la mi-2026 et vieilliront vite. Ce champ évolue plus rapidement que le rythme de révision d’un dossier éditorial.

Nous ne traitons pas ici du régime juridique applicable à ces outils. C’est l’objet de l’article suivant, et il réserve une surprise.

Cet article ne constitue ni un conseil juridique, ni un conseil en assurance, ni une évaluation d’outils commerciaux nommés.

Déclaration d’intérêts — CHANYA est un bureau d’études spécialisé notamment dans l’impression 3D béton robotisée, revendique l’intégration d’outils d’intelligence artificielle dans ses méthodes de travail, et a donc un intérêt direct et double dans le sujet traité. Cet article a lui-même été préparé avec l’assistance d’outils d’intelligence artificielle sous la supervision et la responsabilité éditoriale de son auteur, qui en signe le contenu. CHANYA n’entretient aucun lien capitalistique, contractuel ou financier avec les éditeurs de logiciels, plateformes ou organismes de recherche cités, et ne perçoit aucune rémunération liée à leur mention.

Sources

• Academic Journal of Civil Engineering (AUGC) — Intelligence artificielle et génie civil : métamodèles et optimisation pour les bureaux d’études [PDF]
• OpenScience — L’optimisation topologique en utilisant l’intelligence artificielle : GAN et méthode SIMP
• CORDIS, Commission européenne — TOP-CIVIL : l’optimisation de la topologie pour une conception plus efficace
• AI4EB — Application des méthodes d’intelligence artificielle à l’étude des matériaux du génie civil
• Cnam — Unité d’enseignement ENG252 : optimisation topologique et intégration en conception [PDF]
• Keyzia — IA pour le génie civil : applications, outils et résultats
• Graneet — IA et BTP : le guide 2026
• Archiplan — Intelligence artificielle et architecture en 2026 : ce qui a vraiment changé
• Structalis — Note de calcul structure : structure et contenu

---

La question ouverte : tant que l’IA reste en amont de la justification, le régime français de responsabilité l’absorbe sans difficulté. Que se passera-t-il le jour où un outil produira directement une vérification normative que l’ingénieur signataire ne pourra pas reconstruire à la main ? Faudra-t-il valider l’outil, ou renoncer à ce que le résultat soit reconstructible ? Nous accueillons toute contribution argumentée, qui sera intégrée et créditée.