Schematik transforme l'IA générative en assistant hardware accessible, sans faire sauter les plombs.

Schematik transforme l'IA générative en assistant hardware accessible, permettant aux non-experts de concevoir des objets connectés sans faire sauter les plombs.

21 avr. 2026
Schematik transforme l'IA générative en assistant hardware accessible, sans faire sauter les plombs.
They Built the ‘Cursor for Hardware.’ Now, Anthropic Wants In
Schematik is a program that aims to help people vibe code for physical devices. Hopefully, it won’t blow anything up.

L'histoire commence par un échec spectaculaire : Joris Beek fait exploser tous les fusibles de sa maison en suivant les conseils de ChatGPT pour construire un ouvre-porte électrique. Cette mésaventure révèle un problème systémique : les IA génératives excellent dans le code mais pataugent dans la physique. Sa solution ? Schematik, un assistant IA spécialisé qui guide la création d'objets connectés de A à Z - du schéma électronique à la liste de courses des composants.

"Avec les langages ou les images, les LLM sont beaucoup plus subjectifs sur ce qui est juste ou faux. Le truc sympa avec l'électronique, c'est que c'est de la physique pure, donc on peut vraiment vérifier."

— Joris Beek, Fondateur, Schematik

L'outil vient de lever 4,6 millions de dollars et attire déjà l'attention d'Anthropic, qui développe sa propre API Bluetooth pour makers. Ce qui se joue ici dépasse la simple facilitation technique : c'est la démocratisation d'un domaine historiquement verrouillé par la complexité et l'expertise. Quand Kyle Wiens d'iFixit salue cette approche, on comprend que l'enjeu n'est pas seulement de créer, mais de réparer et de comprendre nos objets numériques.

Points de vigilance

Risque de 'hardware slop' si la facilité d'usage masque la complexité physique réelle. La limitation aux basses tensions protège mais pourrait créer une fausse sécurité.

Et maintenant ?

  • 🤘 Créer un écosystème open-source de patterns hardware vérifiés par la communauté

Alliance makers + ingénieurs + FabLabs pour constituer une base de schémas électroniques validés, testés et documentés. Chaque pattern inclut retours d'expérience, points de vigilance et variantes. L'IA puise dans cette base collective plutôt que d'inventer, créant un cercle vertueux : plus on utilise, plus on enrichit.

→ On saura que ça marche quand les assistants IA citeront systématiquement les contributeurs des patterns utilisés et que les échecs hardware diminueront de 80%

  • 💪 Documenter et partager ses échecs hardware pour enrichir l'IA collective

Transformer chaque fusible qui saute en apprentissage partagé. Créer un 'journal des ratés' détaillé (schéma, erreur, conséquence, correction) et l'intégrer aux datasets d'entraînement. L'échec individuel devient intelligence collective, cassant le cycle 'essai-erreur-abandon' qui décourage les débutants.

→ On saura que ça marche quand les assistants IA préviendront automatiquement des erreurs classiques avant qu'elles se produisent

  • 🤘 Organiser des 'repair cafés IA' où l'humain guide la machine pour diagnostiquer

Hybridation repair cafés + IA : l'assistant analyse les symptômes et propose des hypothèses, les réparateurs expérimentés valident et corrigent. Chaque session enrichit la base de connaissances diagnostiques. L'IA apprend la réparation, les humains gardent le contrôle, les objets vivent plus longtemps.

→ On saura que ça marche quand 70% des pannes courantes seront diagnostiquées correctement par l'IA avant intervention humaine


8/10 : Score sur l'échelle des "5 piliers de la liberté", inspiré de l'ouvrage de Timothy Snyder
Framework #FLTR — Note méthodologique
Protocole de production et de publication dont la ligne éditoriale est codée dans l’ADN-même du projet. Cette architecture auto-apprenante transforme une intention humaine en contraintes techniques, imposées tant aux outils d’intelligence artificielle qu’aux humains qui les entrainent, et vice-versa

Ces pistes ne sont pas des recettes toutes faites, mais des points d'entrée pour repenser nos systèmes numériques selon une logique de liberté positive : non pas limiter, mais augmenter nos capacités collectives d'action.

Le règlement européen sur l'IA exclut explicitement la sécurité nationale de son périmètre. En Belgique, aucun cadre législatif ne régit aujourd'hui l'utilisation de l'intelligence artificielle par la Défense ou la Police fédérale. La pétition déposée à la Chambre demande trois choses concrètes : un inventaire des systèmes IA déjà déployés, des standards nationaux minimaux, et un positionnement parlementaire sur la surveillance de masse et les armes autonomes.

Comment agir ? La pétition nécessite 25 000 signatures, réparties entre la Flandre, la Wallonie et Bruxelles, pour déclencher un examen parlementaire. C'est un mécanisme démocratique existant — il suffit de l'activer. Signer prend moins d'une minute sur le site de la Chambre

56_2025-2026/60 - IA militaire en Belgique : transparence et règles — demande de contrôle parlementaire - 56_2025-2026/60 - IA militaire en Belgique : transparence et règles — demande de contrôle parlementaire - Pétitions - Petities
L’AI Act européen exclut la sécurité nationale de son champ. Aucun texte belge n’encadre donc l’usage de l’IA par la Défense nationale et la Police fédérale.Je demande à la Chambre d’adopter une résolution pour :(1) obtenir du gouvernement un état des lieux des systèmes IA déployés et de leurs garanties contractuelles ; (2) fixer des règles nationales minimales ; et (3) se prononcer sur l’usage de l’IA pour la surveillance de masse et les armes sans supervision humaine.

💬 On en discute ?

Tu veux recevoir le flux quotidien des articles publiés sur le site ? Suis-moi sur LinkedIn, Bluesky, Mastodon, Facebook ou rejoins-moi sur Discord !

Tu as des remarques, des suggestions, ou tu veux discuter d'une idée pour avancer dans tes propres projets ? Connecte-toi et laisse-moi un commentaire ou jette un oeil directement à mon agenda. 📆