Qu'est-ce que l'intelligence artificielle ? Cours de Seconde

Tu croises l'intelligence artificielle tous les jours, souvent sans le savoir : un téléphone qui reconnaît un visage, un service qui te suggère une vidéo, un assistant qui répond à une question écrite. Le mot « IA » est partout, mais il est utilisé pour désigner des choses très différentes. Ce cours a un objectif simple : te donner une définition solide, te montrer ce que le mot recouvre et ce qu'il ne recouvre pas, et t'apprendre à garder un regard critique.

Au programme de la classe de Seconde, la question fait partie de la thématique de l'intelligence artificielle en SNT. Les ressources officielles proposent par exemple de se demander comment rendre un objet connecté intelligent, de réfléchir à ce qu'est une intelligence artificielle, et de s'exercer avec un outil d'entraînement appelé « Teachable Machine ».² Nous allons donc construire ensemble les idées qui rendent ces questions claires.

Cette définition contient deux idées à bien séparer. D'abord, l'IA est un ensemble de systèmes : des programmes qui tournent sur des ordinateurs, des téléphones, des objets connectés. Ensuite, c'est un domaine de recherche : des équipes cherchent à fabriquer des systèmes de plus en plus capables. Quand on dit « l'IA a progressé », on parle souvent des deux à la fois.

Remarque importante : la définition ne dit pas que la machine « pense » ou « comprend » comme toi. Elle parle de tâches associées à l'intelligence. On juge donc une IA sur ce qu'elle sait faire (reconnaître, décider, répondre), pas sur une prétendue conscience.

C'est John McCarthy qui, en 1955, a avancé l'expression « intelligence artificielle ». On l'écrit aussi IA, ou AI dans le monde anglophone (artificial intelligence).⁵ Selon lui, il s'agit de la science et de l'ingénierie consacrées à la construction de machines intelligentes, surtout de programmes informatiques intelligents.⁵

McCarthy ajoute deux précisions utiles. Cette discipline est proche d'une autre démarche : se servir des ordinateurs pour mieux comprendre l'intelligence humaine. Et l'IA n'a pas à se limiter aux méthodes que l'on pourrait observer dans le vivant, c'est-à-dire dans le cerveau.⁵ Autrement dit, une machine peut atteindre un résultat intelligent par une voie complètement différente de la nôtre.

Marvin Minsky, l'un des créateurs du domaine, propose un autre angle.⁵ Pour lui, l'IA consiste à écrire des programmes qui accomplissent des tâches que, pour l'instant, les humains réussissent mieux, parce qu'elles réclament des processus mentaux de haut niveau, comme l'apprentissage à partir de ce que l'on perçoit, l'organisation de la mémoire et le raisonnement critique.⁵

Ces deux définitions réunissent deux aspects. Le côté artificiel : des ordinateurs et des processus informatiques. Le côté intelligent : l'imitation de comportements humains, surtout le raisonnement et l'apprentissage.⁵ Cette imitation s'observe dans des domaines variés : les jeux, les mathématiques, la compréhension du langage de tous les jours et la vision par ordinateur.⁵

Le grand public emploie souvent les trois termes comme s'ils étaient équivalents. C'est une confusion fréquente : ces notions sont différentes, et elles sont imbriquées.⁵

Pour retenir l'ordre, pense à des poupées russes. La plus grande, c'est l'IA : tout ce qui relève de la fabrication de systèmes capables de tâches intelligentes. Dans l'IA se trouve l'apprentissage automatique. Dans l'apprentissage automatique se trouve l'apprentissage profond. Conséquence : tout apprentissage profond est de l'IA, mais toute IA n'est pas de l'apprentissage profond.

On associe souvent IA et apprentissage, mais ce n'est pas systématique. Certaines IA ont surtout pour but de donner une impression d'intelligence dans un cadre contrôlé. C'est le cas des personnages non-joueurs des jeux vidéo, c'est-à-dire les personnages que l'ordinateur dirige à la place d'un joueur.⁵

Dans ces situations, l'apprentissage automatique n'est en général pas utilisé. Les concepteurs programment à la place un ensemble de fonctions et de comportements précis, mais moins souples.⁵ Le personnage réagit donc selon des règles prévues à l'avance et ne s'améliore pas de lui-même en jouant.

Comme le mot « intelligence » est difficile à cerner, une manière pratique de définir l'IA consiste à regarder ses applications et les types de tâches qu'elle résout.⁵ C'est la démarche d'un rapport de la Commission européenne publié en 2020 : il propose un classement des définitions de l'IA selon les tâches réalisées, telles que le raisonnement, l'apprentissage ou la perception.⁵

La même année, Jack Copeland, universitaire qui a étudié les travaux d'Alan Turing et écrit sur l'intelligence artificielle, adopte une approche proche. Elle distingue plus nettement les facettes de l'IA en cinq grandes catégories.⁵

Cette définition est exigeante. Selon la plupart des spécialistes, l'IAG renvoie à la capacité d'une machine autonome de mener l'ensemble des tâches intellectuelles qu'un être humain peut mener.⁶ Une conséquence surprenante : un système peut produire un texte de grande qualité, et aller bien plus vite qu'une personne, sans être considéré comme « général », dès lors qu'il reste des tâches qu'il réussit moins bien que l'humain.⁶

Toutes les organisations ne s'accordent pas sur le critère. OpenAI préfère décrire l'IAG comme un système très autonome capable de dépasser l'humain dans la plupart des tâches qui ont un intérêt économique.⁶ Créer des IAG est l'un des objectifs principaux de certaines entreprises, parmi lesquelles OpenAI, Meta et DeepMind.⁶

Où en est-on ? Le système GPT-4 a été décrit comme montrant des « étincelles » d'intelligence artificielle générale, mais il n'existe pas en 2026 d'IA que tout le monde considère comme générale.⁶

L'idée de créer des êtres ou des mécanismes qui imitent le vivant est bien plus ancienne que l'informatique. Comme précurseurs de l'IA, on cite divers automates : le canard de Vaucanson ou les automates d'Al-Jazari. Certains remontent à l'Antiquité et servaient lors de cérémonies religieuses.⁵ Des mythes et des rumeurs racontent aussi la création d'êtres intelligents, comme les golems.⁵

Le tournant du vocabulaire date de 1955, quand John McCarthy propose l'expression « intelligence artificielle ».⁵ Dans les années 1950, les premiers chercheurs du domaine étaient persuadés que l'IAG était possible et qu'elle arriverait d'ici quelques décennies.⁶ En 1965, Herbert Simon prédisait que, avant vingt ans, les machines pourraient réaliser toute tâche réalisable par un homme.⁶ Plus tard, en 1997, Mark Gubrud utilise l'expression « intelligence artificielle générale » en discutant des conséquences de l'automatisation de la production et des opérations militaires.⁶

L'IA suscite des inquiétudes liées à l'emploi, à la désinformation, à son impact environnemental et à la protection des données personnelles.⁵ Certains estiment même que des progrès de l'IA pourraient représenter un risque existentiel.⁵

Pour l'IA générale, les risques évoqués sont notamment la désinformation et un chômage de masse.⁶ Des experts comme Stuart Russell, Yoshua Bengio ou Geoffrey Hinton ajoutent qu'une perte de contrôle pourrait causer des risques existentiels, jusqu'à la fin de l'humanité.⁶

Dans l'enseignement des sciences, on insiste sur une posture critique : l'IA sert d'outil, mais elle est aussi étudiée pour elle-même et pose des questions de pédagogie. Il faut donc l'utiliser avec discernement, sans oublier ses limites.⁴ Les ressources de formation cherchent également à faire prendre conscience des enjeux de société liés à l'IA.³

Reprenons le fil de ce cours. Nous sommes partis d'une définition : des systèmes informatiques qui accomplissent des tâches associées à l'intelligence, et un champ de recherche qui les développe.⁵ Nous avons vu deux regards historiques, celui de McCarthy qui a proposé l'expression en 1955 et celui de Minsky qui insiste sur les tâches demandant des processus mentaux de haut niveau.⁵

Nous avons ensuite clarifié le vocabulaire : l'IA contient l'apprentissage automatique, qui contient l'apprentissage profond.⁵ Puis nous avons constaté que certaines IA ne reposent pas sur l'apprentissage mais sur des comportements programmés.⁵ Nous avons enfin abordé l'IA générale, ses définitions et ses risques, ainsi que les enjeux actuels de l'IA.⁶

La suite du programme prolonge naturellement ces idées : l'apprentissage automatique, puis l'IA générative et les grands modèles de langage, puis les biais, limites et usages responsables. Avec les bases de ce cours, tu pourras situer chaque nouvelle notion dans le grand ensemble qu'est l'IA.