L’intelligence artificielle générale (IAG) : le mythe de la super-IA
ChatGPT, Gemini et les autres IA actuelles excellent dans des tâches précises. Mais, les experts pensent déjà à l’étape suivante. L’Intelligence Artificielle générale (IAG) pourrait apprendre et raisonner sur n’importe quel sujet, à l’instar d’un être humain. Mais, entre fantasme technologique et réalité scientifique, le débat entre experts est ouvert. Geek Junior t’explique tout !
IAG : c’est quoi, exactement ?
Le principal problème pour parler de l’IAG est sa définition même. Personne n’est d’accord ! Comment construire alors quelque chose dont on ne peut même pas définir les contours ? Cette absence de consensus complique toute discussion sur le sujet. Chaque labo, chaque entreprise, chaque expert utilise sa propre définition.
Cependant, selon la plupart des spécialistes, l’IAG (Artificial general intelligence ou AGI en anglais) se réfère à la capacité d’une machine autonome à effectuer l’ensemble des tâches intellectuelles qu’un être humain peut effectuer. Une IAG doit pouvoir planifier, comprendre des concepts abstraits, résoudre des problèmes, apprendre de manière autonome, communiquer en langage naturel, et plus difficile encore, faire preuve de créativité et prendre des décisions en tenant compte de l’incertitude. Les meilleurs modèles IA actuels sont encore loin de pouvoir réaliser tout cela. On est loin d’une intelligence flexible qui s’adapte à tout, comme toi quand tu passes d’un cours de maths à un match de foot, puis à une conversation avec tes amis.
Quand l’IA imagine l’IAG… Image créée via Gemini Banana Pro.
Ça arrivera quand ?
Comme pour sa définition, les acteurs de l’IA sont en désaccord fondamental sur son échéance. Même les pionniers qui ont créé ces technologies naviguent à vue. Cette incertitude en dit long : si les personnes qui construisent l’IA ne savent pas quand elle arrivera, c’est probablement que l’objectif reste très lointain. Et que l’on ne sait même pas où placer la ligne d’arrivée.
« L’AGI est encore à 5 à 10 ans et nécessite encore 1 ou 2 percées majeures. » – Demis Hassabis, CEO de Google DeepMind, novembre 2025
« L’AGI dans quelques années ? C’est simplement faux !. » – Yann LeCun, ex-Chief AI Scientist chez Meta et prix Turing, février 2025
Les limites pour atteindre l’IAG ?
Paraître intelligent n’a jamais signifié être intelligent. Les IA actuelles souffrent d’une faiblesse majeure qui les éloigne de l’intelligence humaine : elles n’apprennent pas de leurs erreurs. Yann LeCun, ex-responsable de l’IA chez Meta, l’affirme : ces modèles ne comprennent pas, ne raisonnent pas vraiment.
Compare avec ton apprentissage du vélo. Tu tombes, tu ajustes, tu progresses. Chaque chute t’apprend quelque chose. Les grands modèles comme GPT-5 ne fonctionnent pas ainsi. Ils peuvent garder des infos durant une conversation (la « fenêtre de contexte »), mais ne s’améliorent pas entre les sessions. Chaque nouvelle discussion repart de zéro, avec un modèle identique. Une autre limite pour atteindre l’IAG est d’ordre structurel. Il faut des modèles de plus en plus énormes et gourmands en données et en moyens matériels et énergétiques. Quels acteurs pourront financer des ressources de plus en plus chères à obtenir, et pour quelle rentabilité ?
L’IAG est-elle dangereuse ?
Oublie les films de science-fiction avec des robots rebelles. Terminator ou Matrix, n’est pas pour demain ! Mais, beaucoup d’experts s’interrogent sur les risques potentiels de l’IAG et là aussi, les débats font rage ! Le risque le plus débattu est celui d’une perte de contrôle : une IAG poursuivant des objectifs différents de ceux des humains pourrait provoquer une catastrophe existentielle. Des chercheurs craignent aussi la capacité de l’IAG à manipuler les humains, rendant ses intentions difficiles à vérifier. Si certains experts restent sceptiques et jugent ces scénarios exagérés, d’autres estiment que même une IA sans émotions pourrait chercher à accumuler pouvoir et ressources pour atteindre ses objectifs. Le danger ne serait pas la révolte des machines, mais leur efficacité aveugle.
Dans le film Matrix (1999), le personnage principal, Neo, reçoit un message qui lui fera prendre conscience de l’existence de la matrice, une simulation virtuelle créée par des machines douées d’intelligence…
La théorie des trombones !
Le philosophe Nick Bostrom a imaginé en 2003 une IA programmée pour fabriquer des trombones. Simple, non ? Sauf que cette IA pourrait décider que les humains sont un obstacle : ils peuvent l’éteindre. Pire, elle réaliserait que nos corps contiennent des atomes parfaits pour fabriquer… plus de trombones ! L’avenir vers lequel l’IA essaierait de se diriger serait un futur avec beaucoup de trombones, mais aucun humain. Troublant, non ?
À retenir
L’IAG reste pour l’instant un concept hypothétique qui divise même ses créateurs. Les débats sur sa définition et son échéance montrent qu’on est peut-être loin du but. Une chose est sûre : avant de créer une « super-IA », il faudrait déjà se mettre d’accord sur ce qu’on cherche à construire. Enfin, ne confond pas l’Intelligence Artificielle Générale avec l’Intelligence Artificielle générative (ChatGPT, Gemini, Claude…).
À regarder :
Cette vidéo disponible sur la chaîne de Romain Brunel t’explique simplement l’IAG
