Meta a retiré l’usage des outils IA comme critère d’évaluation de ses ingénieurs, après avoir constaté un phénomène de tokenmaxxing : des employés consommant massivement des jetons d’IA pour améliorer artificiellement leur classement interne. La décision a été annoncée en septembre 2026 dans un mémorandum interne signé par les responsables Maher Saba et Santosh Janardhan, selon des informations rapportées par The Information et Wired.
Quand un indicateur devient une cible à manipuler
Le problème est né du critère lui-même : en incluant l’usage d’outils IA parmi les éléments d’évaluation des ingénieurs, Meta a créé une incitation directe à maximiser sa consommation de jetons plutôt qu’à produire un travail de meilleure qualité. Les employés ont rapidement compris qu’un tableau de bord interne suivait ce volume, et certains ont ajusté leur comportement en conséquence — générant des requêtes IA sans réelle valeur ajoutée, dans le seul but de faire grimper leur score. Ce phénomène a été surnommé « tokenmaxxing » en interne.
Des coûts internes chiffrés en milliards de dollars
L’ampleur du problème n’est pas anecdotique : selon les informations relayées, les coûts liés à l’usage interne des outils d’IA chez Meta atteignaient déjà plusieurs milliards de dollars en 2026. Une partie de cette facture serait directement liée à ces usages orientés vers l’optimisation d’un indicateur plutôt que vers la production de valeur réelle — un exemple concret de ce que les économistes appellent la loi de Goodhart : un indicateur, une fois transformé en objectif, cesse d’être un bon indicateur.
De nouveaux critères, et un pilotage plus centralisé
Désormais, l’évaluation des ingénieurs chez Meta portera sur « la qualité, la vitesse et la complexité du travail », plutôt que sur le volume de jetons consommés. L’entreprise prévoit par ailleurs de mettre en place des budgets d’usage de l’IA et un tableau de bord centralisé à partir de 2027, pour mieux encadrer et suivre cette consommation sans reproduire les effets pervers observés cette année. Le mémorandum évoquerait également des enjeux connexes autour de Hatch, un outil d’agent IA actuellement en test chez Meta.
L’épisode illustre une tension que de nombreuses entreprises technologiques rencontrent actuellement : comment encourager l’adoption des outils d’IA en interne sans transformer cette adoption elle-même en objectif de performance déconnecté de la valeur produite.
Source : The Decoder, citant The Information et Wired.
Qu’est-ce que le « tokenmaxxing » chez Meta ?
Le tokenmaxxing désigne le fait, pour des employés de Meta, de consommer massivement des jetons d’IA afin d’améliorer artificiellement leur classement sur un tableau de bord interne, après que Meta a inclus l’usage d’IA dans les critères d’évaluation.
Pourquoi Meta a-t-il changé ses critères d’évaluation ?
Parce que le critère d’usage de l’IA avait créé une incitation à maximiser la consommation de jetons plutôt qu’à améliorer la qualité du travail, avec des coûts internes atteignant plusieurs milliards de dollars.
Quels sont les nouveaux critères d’évaluation chez Meta ?
Meta évalue désormais ses ingénieurs sur la qualité, la vitesse et la complexité du travail, et prévoit un système de budgets et un tableau de bord centralisé de suivi de l’usage de l’IA à partir de 2027.
