L’IA générale (AGI) : un concept flou et difficile à mesurer

L’irruption soudaine de la start-up chinoise DeepSeek sur la scène technologique en janvier dernier a relancé un débat fondamental : au-delà de l’optimisation des coûts et de l’efficacité, quel est le véritable horizon des modèles génératifs ? À l’instar de ses concurrents américains, DeepSeek vise un objectif aussi ambitieux qu’insaisissable, à savoir la création d’une véritable intelligence artificielle générale (AGI). Depuis des années, les acteurs du secteur technologique se livrent une course effrénée vers ce point de bascule théorique, censé marquer l’avènement de machines capables d’égaler, voire de surpasser, la cognition humaine dans tous les domaines. Pourtant, si l’intégration de l’intelligence artificielle en science et dans l’industrie avance à pas de géant, le concept d’AGI demeure profondément flou et controversé.

Certains chercheurs estiment que se focaliser sur l’imminence d’une technologie superintelligente s’apparente davantage à une manœuvre marketing qu’à une véritable feuille de route scientifique. Selon Ben Recht, informaticien à l’Université de Berkeley, la quête obsessionnelle de cette entité théorique risque même de brouiller notre compréhension des outils actuels, noyant le public dans un paysage saturé de science-fiction, d’effets d’annonce et de science réelle.

Une définition de l’AGI en constante mutation

Forgé au milieu du XXe siècle, le terme d’intelligence artificielle générale désignait initialement un ordinateur autonome capable d’accomplir n’importe quelle tâche humaine, y compris des actions physiques complexes allant de la préparation d’un café à la réparation d’un moteur. Les avancées en robotique ayant pris du retard par rapport à l’explosion de la puissance de calcul pur, la définition s’est progressivement restreinte. Aujourd’hui, elle cible principalement les tâches intellectuelles économiquement rentables, telles que l’écriture de code ou la rédaction de textes sophistiqués.

D’autres spécialistes exigent cependant que l’AGI englobe une capacité de raisonnement flexible et une autonomie totale face à des problèmes non spécifiés. Face à l’absence de consensus, des chercheurs tentent de quantifier cette abstraction. En 2019, l’ingénieur et informaticien français François Chollet a ainsi créé l’ARC-AGI (Abstract Reasoning Corpus for Artificial General Intelligence). Semblable à un test de quotient intellectuel, cette évaluation demande au modèle de déduire de nouveaux motifs géométriques à partir de grilles colorées, testant ainsi sa capacité à acquérir des compétences inédites hors de ses données d’entraînement.

Récemment, le modèle o3 d’OpenAI a enregistré des scores spectaculaires sur ce test, poussant certains observateurs à y voir une percée majeure vers l’AGI. Une conclusion rapidement tempérée par la communauté scientifique. José Hernández-Orallo, de l’Universitat Politécnica de València, suggère que l’ARC-AGI pourrait simplement mesurer une capacité avancée de reconnaissance d’images. Par ailleurs, de nombreux modèles surpuissants contournent la difficulté en employant la force brute : ils génèrent toutes les réponses possibles jusqu’à trouver la bonne, réduisant le défi à un simple QCM plutôt qu’à un acte de raisonnement novateur. Une approche qui, sur le modèle o3, exige une puissance de calcul monumentale, coûtant entre 30 et 3 000 dollars par tâche selon François Chollet.

Les limites des tests de performance actuels

La controverse entourant l’ARC-AGI met en lumière un écueil plus vaste : tous les benchmarks IA disponibles aujourd’hui présentent de profonds biais conceptuels. Tout comme les matrices progressives de Raven essuient des critiques récurrentes pour leurs limites dans la mesure de l’intelligence humaine, les évaluations d’AGI peinent à prouver leur fiabilité, souligne Amelia Hardy, informaticienne à l’Université de Stanford.

L’IA d’OpenAI o3 illustre parfaitement ce paradoxe. Si le modèle est parvenu à résoudre plus d’un quart des redoutables énigmes mathématiques du benchmark Frontier Math — des problèmes exigeant normalement des heures de travail à des chercheurs professionnels —, ce succès est entaché de soupçons. OpenAI a en effet financé le développement de ce test, soulevant la question d’une potentielle contamination des données. Plus troublant encore, ces systèmes capables de briller sur des examens de niveau doctoral échouent parfois lamentablement sur des consignes basiques, comme compter le nombre de lettres « r » dans le mot « strawberry ».

Ces incohérences démontrent un désalignement critique dans le traitement de l’information par les réseaux de neurones. Briller sur un examen standardisé ne garantit d’ailleurs aucune fiabilité en conditions réelles. Bien que certains algorithmes réussissent les examens du barreau ou surpassent théoriquement les humains pour un diagnostic médical et la prescription, les études cliniques approfondies révèlent qu’ils performent nettement moins bien face à la complexité et aux imprévus de la pratique médicale quotidienne. De même, aucun benchmark ne justifie à ce jour de confier à l’IA des responsabilités critiques en matière de gouvernance de l’IA et de régulation institutionnelle, rappelle David Rein, chercheur au sein de l’organisation californienne Model Evaluation and Threat Research.

L’utilité concrète de l’IA face au mythe de la superintelligence

Indépendamment de leur accession éventuelle à l’intelligence artificielle générale, les grands modèles de langage ont accompli des progrès indéniables. Leur utilité pratique n’est plus à prouver lorsqu’il s’agit d’analyser d’immenses volumes de données ou de générer du code informatique fonctionnel avec un minimum d’erreurs. Selon Ben Recht, chercher à déterminer s’ils sont artificiellement intelligents de manière « générale » n’est pas la bonne approche. La véritable métrique de succès, comme le suggère la stratégie économique de DeepSeek, réside davantage dans l’optimisation des coûts par tâche et la capacité de passage à l’échelle de ces outils.

L’AGI agit aujourd’hui comme une boussole lointaine pour l’industrie, censée annoncer un bouleversement sans précédent où la machine deviendrait l’égale de l’homme. Or, la réalité est que la technologie transforme déjà massivement la société, sans qu’il y ait besoin d’atteindre ce cap hypothétique. Les scientifiques déploient d’ores et déjà ces algorithmes pour concevoir de nouvelles molécules thérapeutiques prometteuses. Simultanément, l’éducation subit une onde de choc : une étude de 2023 parue dans la revue Nature a montré que l’utilisation généralisée des chatbots rendait la fraude universitaire de plus en plus indétectable.