En Formule 1, les pilotes ont le sentiment d’être devenus les otages de l’intelligence artificielle qui pilote une partie du fonctionnement des unités de puissance 2026. De plus en plus, un résultat peut se jouer sur des ordinateurs qui « font ce qu’ils doivent faire »… ou qui se dérèglent.

Cette réalité a éclaté au grand jour à Spa-Francorchamps. Tout le monde savait que ce circuit représentait un scénario catastrophe pour ces règlements : des monoplaces 2026 souvent à court d’énergie, confrontées à de longues lignes droites et à des enchaînements rapides, c’est une combinaison douloureuse.

Mais au-delà de la difficulté propre à Spa, les exigences extrêmes du tracé ont mis en évidence un problème plus inquiétant pour les pilotes : la peur de devenir dépendants d’algorithmes qui décident quand et où l’énergie sera déployée au tour.

Spa, révélateur d’une dépendance aux algorithmes

Ces algorithmes sont « prévoyants » : ils déplacent le déploiement de puissance en fonction de prédictions sur la façon dont le tour va se dérouler. Conséquence directe, des écarts de vitesse de pointe peuvent apparaître entre des voitures pourtant identiques, et cela déroute pilotes et équipes.

L’exemple le plus frappant du week-end a été la crise de confiance de George Russell, presque en larmes face à un déficit inexpliqué en ligne droite qui sabotait son week-end. Chez Mercedes, l’équipe a estimé qu’un problème de déploiement à l’approche de la chicane du Bus Stop lui coûtait au moins deux dixièmes de seconde par rapport à son équipier Kimi Antonelli.

Et ce n’était pas tout : un autre souci de déploiement à la sortie de La Source, touchant l’ensemble des voitures motorisées par Mercedes, a largement contribué au fait que Russell ait été avalé par le groupe de tête dans la montée vers le Kemmel Straight au premier tour, avant sa collision avec Lewis Hamilton qui a mis fin à sa course.

Le cœur du problème, c’est que ces anomalies sont souvent identifiées après les séances. En piste, le pilote doit « subir », sans savoir si la perte de temps vient de sa conduite ou d’un phénomène hors de son contrôle.

Une part de hasard qui exaspère les pilotes

Les pilotes endurent des « bizarreries » d’algorithmes d’apprentissage difficiles à prévoir en temps réel. Les explications arrivent ensuite : trop de patinage dans un virage qui fait gaspiller de l’énergie, ou un pilote qui dépasse 60% d’accélérateur en sortie et « brûle » sa batterie à cet endroit. Ces détails infimes deviennent déterminants, au point de dépasser les compétences classiques — être meilleur et plus rapide dans les virages.

Lando Norris a résumé le malaise en évoquant trop de paramètres aléatoires — comme le fait de tomber au bon endroit sur le bouton de boost — qui peuvent décider si un pilote réussit ou non. Selon lui : « Ce n’est pas le pilote. C’est juste espérer avoir de la chance pour que l’unité de puissance fasse ce qu’elle doit faire et ne fasse rien de stupide. » Il dit que cela « lui a coûté toute l’année ».

Pourquoi ces systèmes sont si influents

Le point le plus préoccupant est le rôle d’ordinateurs auto-apprenants utilisés pour maximiser le déploiement d’énergie sur un tour. Ils calculent combien de puissance utiliser, où et quand, puis déplacent en permanence cette stratégie selon de nombreux paramètres censés prédire le déroulement du tour.

Sur le papier, c’est efficace. En pratique, c’est extrêmement complexe et cela peut mal tourner — en laissant le pilote sans levier pour reprendre la main.

Quand les équipes parlent de « problèmes logiciels » — comme celui de Russell au départ à Spa, ou celui d’Oscar Piastri en qualifications, avec un déficit déroutant de vitesse de pointe face à Norris dans l’accélération vers la dernière chicane — c’est souvent de ces algorithmes qu’il s’agit.

Des unités de puissance « prévoyantes », mais sensibles au facteur humain

Andrea Stella a expliqué que les unités de puissance sont « prévoyantes » pendant le tour et s’adaptent constamment aux informations qu’elles reçoivent du pilote. Or ces informations ne seront jamais parfaitement identiques d’un tour à l’autre. Et les simulations utilisées pour préparer le week-end ne peuvent pas intégrer précisément les variations de vent, l’évolution de l’adhérence, et les entrées — forcément humaines — du pilote.

Résultat : les équipes apprennent encore comment les unités de puissance se comportent pendant le week-end, et il arrive que certains problèmes ne soient repérés que trop tard.

Toto Wolff a même admis qu’il était, d’une certaine façon, « heureux » que le souci de Russell ait été identifié à Spa : sur un circuit plus riche en énergie comme le Hungaroring, celui qui suit au calendrier, ce type d’anomalie serait beaucoup plus difficile à détecter.

Sans preuve, Russell aurait pu passer pour un pilote paranoïaque — alors qu’il avait un vrai problème. De quoi amener d’autres pilotes à se demander s’ils roulent, eux aussi, avec un souci non diagnostiqué.

Les effets ne se limitent pas aux lignes droites

L’influence ne s’arrête pas à la vitesse de pointe. Si un pilote récupère davantage d’énergie avec un « super clip » avant un freinage, il peut se retrouver à freiner 10 km/h plus lentement, ce qui modifie son point de freinage.

Après Spa, Piastri a relayé les critiques de plusieurs pilotes contre l’omniprésence des ordinateurs dans le comportement de l’unité de puissance. Il a qualifié la situation de « dingue » et dit avoir parlé à d’autres pilotes qui ont une « histoire similaire » à celle de Russell. Et il a lâché une phrase très dure : « Quand les qualifications se jouent sur des ordinateurs qui fonctionnent bien ou mal, c’est une façon vraiment nulle d’aller courir. »

Ce qui agace le plus les pilotes, c’est l’impression que tout le travail de performance dans les virages — l’endroit où le talent est censé faire la différence — peut être effacé par un ordinateur qui décide qu’ils n’auront pas la puissance au moment où ils la demandent.

Le sujet couve depuis le début de saison. Et il est même entendu que certaines équipes désactivent ces systèmes auto-apprenants en qualifications pour éviter ce genre de mauvaises surprises.

Le problème ne disparaîtra pas avec l’évolution des règles

Sur les circuits riches en énergie, ces problèmes auto-apprenants semblent moins visibles — il est donc peu probable qu’ils explosent au Hungaroring, par exemple. Mais cela ne signifie pas que le problème va disparaître.

Et après ? Les changements 2027 et 2028 doivent faire évoluer progressivement la répartition actuelle 53/47 entre moteur thermique et batterie vers 60/40 en 2028. Cela atténuera certaines plaintes liées au « super clipping » et aux rétrogradages dans les virages rapides, mais ne supprimera pas les algorithmes d’apprentissage.

Comme l’a résumé Piastri, les mêmes systèmes informatiques et outils auto-apprenants resteront présents, peu importe la quantité de carburant injectée ou l’énergie disponible.

Il pense malgré tout que la situation s’améliorera au fur et à mesure que les motoristes comprendront mieux ces moteurs, car l’apprentissage reste énorme d’un week-end à l’autre — ce qui explique, par exemple, l’écart actuel entre la façon dont l’équipe d’usine Mercedes exploite son unité de puissance et la compréhension d’une équipe cliente comme McLaren.

On a déjà vu apparaître des « astuces » de qualification : à Silverstone, Antonelli et Russell ont été vus lever légèrement avant la ligne — un comportement observé aussi à Spa. Et il y en aura d’autres, tant les équipes découvrent encore comment ces unités de puissance et leurs fonctions autonomes « pensent » et planifient à l’avance.

Une F1 plus difficile à lire, et une règle sportive sous tension

Reste à savoir si les dirigeants partagent l’inquiétude des pilotes. Mais il est difficile d’imaginer que les fans apprécient l’idée qu’une partie aussi importante de la performance échappe aux mains du pilote. La F1, après tout, repose sur les pilotes.

En 2026, il n’a jamais été aussi compliqué de dire qui fait le meilleur travail. Un pilote en bat-il un autre de deux dixièmes grâce à son talent, ou à cause d’une bizarrerie d’algorithme qui a refusé du déploiement sur une ligne droite précise ?

Était-ce un dépassement exceptionnel à l’entrée d’Eau Rouge/Radillon, ou simplement une décision de l’algorithme de garder de l’énergie pour reprendre la position plus facilement sur le Kemmel Straight ?

La F1 risque ainsi d’affaiblir la puissance de ses stars. Et comme un retour à des moteurs V8 ne semble pas probable avant 2030, voire 2031, tout le monde pourrait devoir composer avec encore quatre ans et demi de cette situation.

Personne ne gagne si les pilotes restent « otages » aussi longtemps.

D’autant qu’un passage crucial du règlement sportif a longtemps servi à éliminer des assistances au pilotage. L’article B1.8.1 stipule : « The driver must drive the F1 car alone and unaided. »

Quand des algorithmes « prévoyants » pèsent déjà sur des résultats majeurs, il devient difficile de ne pas voir cette règle poussée à ses limites. Les pilotes ne demandent rien de plus que de piloter seuls, sans aide. Or aujourd’hui, qualifications et courses sont trop fortement influencées par des ordinateurs auto-apprenants — pas par les pilotes.

Conclusion

La F1 2026 révèle une fracture nouvelle: la vitesse ne se joue plus seulement sur le talent et la prise de risque, mais aussi sur la manière dont une machine anticipe, répartit et parfois déraille. La prochaine étape sera de retrouver un équilibre où la technologie sert le pilote au lieu de le contraindre — et c’est là que se dessinera l’avenir sportif de la discipline.

Foire aux Questions

Qu’est-ce que le « déploiement d’énergie » en F1 2026 ?

C’est la façon dont l’énergie électrique disponible (batterie) est utilisée sur un tour : où la puissance est délivrée, en quelle quantité, et à quel moment. En 2026, cette gestion peut être fortement pilotée par des systèmes capables d’ajuster la stratégie en temps réel.

Pourquoi Spa-Francorchamps a-t-il mis le problème en évidence ?

Spa combine de longues lignes droites et des passages rapides qui demandent beaucoup d’énergie. Sur des monoplaces 2026 souvent « à court » d’énergie, cela expose davantage les anomalies de déploiement et les écarts de vitesse de pointe.

Comment un problème de déploiement peut-il faire perdre du temps sans que le pilote le sache ?

Parce que l’anomalie n’est pas forcément visible au volant : le pilote sent juste une voiture moins rapide en ligne droite ou moins réactive. Souvent, l’explication n’arrive qu’après la séance, en analysant les données.

Pourquoi parle-t-on de systèmes « auto-apprenants » ?

Parce que certains outils ajustent leur comportement en fonction des entrées du pilote et de paramètres de piste, en cherchant à optimiser la performance. Mais comme les conditions (vent, adhérence, style de pilotage) varient, ces ajustements peuvent produire des résultats inattendus.

Les changements de règles 2027-2028 vont-ils régler le sujet ?

Ils peuvent réduire certaines plaintes liées à la disponibilité d’énergie (et à des phénomènes comme le « super clipping »), puisque la répartition entre thermique et électrique évoluera vers 60/40 en 2028. En revanche, la présence de systèmes de contrôle et d’algorithmes d’apprentissage, elle, ne disparaîtra pas.

Et si, à l’heure des algorithmes, vous repreniez le volant? Du rêve automobile d’une Mercedes 300 SL au leasing (LOA/LLD), explorez Joinsteer pour un achat à distance serein, avec conseils et garanties.