Ce que l’IA était, ce qu’elle est et ce qu’elle devient
Soixante-dix ans de presque rien, puis tout d’un coup. La machine qui devait penser dès 1975 a appris à parler en 2022, et elle se trouve maintenant dans la poche de votre enfant, dans le logiciel de votre comptable et dans la salle de crise de votre gouvernement. Place à un regard humain.
Un succès instantané qui a pris soixante-dix ans
Voici la première chose que la plupart des gens comprennent mal. L’intelligence artificielle n’est pas apparue en novembre 2022. Elle est apparue à l’été 1956, en cravate.
En août 1955, quatre chercheurs, John McCarthy, Marvin Minsky, Nathaniel Rochester et Claude Shannon, ont rédigé une demande de financement pour « une étude de 2 mois, à 10 hommes, sur l’intelligence artificielle », qui devait se tenir au Dartmouth College l’été suivant. C’est de ce document que vient l’expression intelligence artificielle. On y affirmait, avec l’assurance d’hommes qui n’avaient jamais respecté une échéance, qu’« un progrès important peut être réalisé sur un ou plusieurs de ces problèmes si un groupe de scientifiques soigneusement choisis y travaille ensemble pendant un été ».[5]
Un été. Dix gars. Ils allaient faire un progrès important sur des machines capables d’utiliser le langage, de former des abstractions et de s’améliorer elles-mêmes. Pour être juste envers eux, ce fut un été très productif. Il a simplement duré environ sept décennies.
Les prédictions qui ont suivi ont vieilli comme du lait dans une voiture au soleil. En 1965, Herbert Simon, qui allait plus tard recevoir un prix Nobel d’économie, déclarait que « d’ici vingt ans, les machines seront capables de faire tout travail qu’un homme peut faire ». En 1970, Marvin Minsky affirmait au magazine Life que « d’ici trois à huit ans, nous aurons une machine dotée de l’intelligence générale d’un être humain moyen ».[6]
Trois à huit ans. À partir de 1970. Selon ce calcul, l’être humain moyen devait être devenu désuet à peu près au moment de la sortie de La Guerre des étoiles. À la place, on a eu le Pet Rock.
-
1955–56
Le nom est né
Quatre chercheurs proposent une étude estivale de deux mois, à dix hommes, à Dartmouth. L’expression « intelligence artificielle » vient de cette proposition.[5] -
1965–70
Les promesses
Simon : tout travail humain d’ici vingt ans. Minsky : une machine d’intelligence humaine moyenne d’ici trois à huit ans.[6] -
Années 1970 et 1980
Deux hivers
Le rapport Lighthill de 1973, puis l’effondrement des « systèmes experts », tarissent chacun le financement pendant des années.[7]
C’est important, et pas seulement comme chute de blague. Le schéma n’a rien de nouveau. Des chercheurs brillants, des démonstrations enthousiasmantes, des échéanciers extravagants, puis une longue période de presque rien. C’est la plus vieille tradition du domaine.
Ces périodes de presque rien avaient même un nom : les hivers de l’IA. Le premier est arrivé au milieu des années 1970, après qu’un examen du gouvernement britannique, le rapport Lighthill, eut conclu que l’IA n’avait pas tenu ses promesses; le financement s’est tari des deux côtés de l’Atlantique. Le deuxième est venu à la fin des années 1980, quand les « systèmes experts » dans lesquels les entreprises avaient englouti des fortunes se sont révélés coûteux, fragiles et à peu près aussi souples qu’un annuaire téléphonique.[7]
À deux reprises déjà, les gens les plus brillants de la pièce nous ont dit que la machine pensante était à trois à huit ans de distance. À deux reprises déjà, l’argent a quitté l’immeuble. Quiconque vous dit que cette fois-ci est différente a peut-être raison. Mais il devrait au moins connaître l’histoire, et la plupart de ceux qui vous la vendent ne la connaissent pas.
Les victoires ont fini par arriver, mais pas comme l’imaginait le groupe de 1956. En mai 1997, Deep Blue d’IBM a battu le champion du monde d’échecs Garry Kasparov.[8] En 2012, un réseau de neurones appelé AlexNet a écrasé le concours de reconnaissance d’images ImageNet, et l’ère moderne de l’« apprentissage profond » a vraiment commencé.[9] En mars 2016, AlphaGo de DeepMind a battu Lee Sedol, l’un des meilleurs joueurs de go au monde, à un jeu que, disait-on, les ordinateurs ne maîtriseraient pas avant des décennies.[10]
Remarquez ce que ces victoires ont en commun. Les échecs. L’étiquetage d’images. Le go. Des problèmes étroits et bien définis, avec des règles claires et des pointages clairs. Personne n’a perdu son emploi parce qu’un ordinateur est devenu bon au go. La machine était impressionnante. Le monde a à peine bougé. C’était l’état de l’art pendant la majeure partie des années 2010 : très intelligent, très étroit, très loin de votre table de cuisine. La courbe rampait toujours.
Puis quelqu’un chez Google a écrit un article dont le titre sonne comme une chanson des Beatles.
En juin 2017, huit chercheurs de Google ont publié « Attention Is All You Need », qui présentait une architecture appelée le Transformer.[11] C’était une nouvelle façon pour une machine de lire une suite de mots et de décider lesquels comptent pour lesquels. Ça ressemblait à une jolie amélioration technique pour la traduction automatique. C’est devenu le moteur de chaque agent conversationnel avec lequel vous avez déjà parlé. Le T de GPT, c’est pour Transformer.
OpenAI a rendu ChatGPT public le 30 novembre 2022.[12] En environ deux mois, il comptait quelque 100 millions d’utilisateurs mensuels, ce que des analystes d’UBS ont qualifié d’adoption la plus rapide de toute l’histoire pour une application grand public.[13]
L’autocomplétion très sûre d’elle
Définissons la chose qui se trouve dans votre téléphone, parce que la moitié de la peur et tout le battage reposent sur le fait que personne ne le fait.
Quand les gens disent « IA » aujourd’hui, ils parlent presque toujours d’un grand modèle de langage : ChatGPT, Claude, Gemini, Copilot, la chose dans votre moteur de recherche qui répond maintenant avant même que vous ayez fini de poser la question.
Voici ce qu’est réellement un grand modèle de langage. Un système statistique, entraîné sur une quantité énorme de texte, qui prédit le mot le plus susceptible de venir ensuite. Encore et encore, très vite, avec un talent remarquable pour avoir l’air d’une personne. Il ne cherche rien. Il ne raisonne pas comme vous. Il n’a aucune idée si ce qu’il vient de dire est vrai. Il a une idée de ce qui a l’air vrai, d’après tout ce qu’il a lu.
C’est la chose la plus utile qu’une personne ordinaire puisse savoir sur l’IA, alors je le redis en termes plus simples. La machine est une phénoménale détectrice de régularités, en trench-coat, qui se fait passer pour une bibliothécaire.
Quand les régularités de ses données d’entraînement correspondent à la réalité, elle est brillante. Rédiger un courriel. Résumer un contrat. Expliquer les devoirs de maths de votre enfant de quatre façons différentes jusqu’à ce qu’une fonctionne.
Quand ça ne correspond pas, elle ne s’arrête pas. Elle ne dit pas « je ne sais pas ». Elle continue, avec aisance, avec assurance, et dans l’erreur. L’industrie appelle ça une « hallucination », un joli mot pour « inventé ».
Et ce n’est pas un bogue qu’un correctif réglera mardi prochain. OpenAI a elle-même publié l’an dernier une recherche expliquant que les hallucinations sont un résultat prévisible de la façon dont ces systèmes sont entraînés et évalués. Les modèles sont récompensés quand ils devinent plutôt que d’admettre leur incertitude. Pensez à l’élève qui laisse une question à choix multiples en blanc et obtient zéro, alors que celui qui devine a une chance d’être chanceux.[14] La machine a appris à deviner. Elle est très bonne là-dedans.
Ce n’est pas une autre révolution industrielle
Vous entendrez la comparaison sans arrêt. « L’IA, c’est la nouvelle électricité. » « C’est la révolution industrielle de notre époque. » « C’est comme quand l’auto a remplacé le cheval. » Je comprends pourquoi on s’y accroche. C’est rassurant. Nous avons survécu à toutes ces révolutions. L’une d’elles nous a même donné la fin de semaine.
Mais regardez ce que chacune de ces révolutions a réellement fait.
L’agriculture
L’industrie
L’automobile
L’électricité
Chacune a été énorme. Chacune a remplacé un seul type d’activité : cultiver, fabriquer, se déplacer, alimenter. Et chacune a donné à une génération ou deux le temps de s’adapter, de se recycler, d’écrire les lois, de bâtir les écoles, d’en débattre longuement et, finalement, de se lasser d’en débattre.
C’est ici que je quitte les livres d’histoire pour vous donner mon propre point de vue. L’IA n’est pas l’une de celles-là. L’IA, c’est ce qu’on obtient quand on prend toutes ces révolutions et qu’on les pointe vers la seule chose qu’aucune n’avait touchée : la pensée. Pas les muscles, pas le mouvement, pas l’énergie. Le jugement, le langage, la décision, la mémoire, la créativité.
La révolution industrielle n’écrivait pas vos courriels. L’automobile ne donnait pas de cours privés à votre fille, ne diagnostiquait pas votre radiographie, ne rédigeait pas votre contrat, n’écrivait pas le marketing de votre concurrent, ne triait pas votre CV et ne clonait pas votre voix pour un fraudeur, le tout dans le même après-midi, avec le même outil. L’IA fait tout ça aujourd’hui.
Et elle le fait à l’intérieur de toutes les révolutions précédentes à la fois. Les capteurs de la ferme, les robots de l’usine, les caméras de l’auto, les commandes du réseau électrique. Ce n’est pas une nouvelle industrie à côté des autres. C’est une nouvelle couche qui les imbibe toutes.
Et elle arrive en quelques années, pas en quelques générations. La révolution industrielle a donné aux familles un siècle pour comprendre ce qui était arrivé aux tisserands. Celle-ci a donné à un jeune de 23 ans environ dix-huit mois pour comprendre ce qui est arrivé à l’emploi pour lequel il s’était formé. J’y reviens plus bas, chiffres à l’appui.
Voilà pourquoi les comparaisons ne tiennent pas. Pas parce que l’IA serait plus puissante que la vapeur, même si c’est possible. Parce qu’elle est plus large, plus rapide et dirigée vers la partie de nous que nous croyions bien à nous.
Il n’y a pas d’interrupteur
C’est la partie que personne n’aime dire tout haut, alors je vais le faire. Retour aux faits un instant.
L’IA n’est pas seulement une course de produits entre entreprises. C’est une course stratégique entre pays, et les deux plus grands joueurs l’ont tous deux écrit noir sur blanc. Le plan national de la Chine de 2017 fixait l’objectif de faire de la Chine « le principal centre d’innovation en IA au monde » d’ici 2030.[20] Les États-Unis ont répondu par des contrôles à l’exportation qui empêchent la Chine d’acheter les puces d’IA les plus avancées,[21] par un plan national publié en juillet 2025 dont le titre est littéralement Winning the AI Race (Gagner la course à l’IA),[22] et par la frénésie de dépenses privées décrite plus haut. Personne ne fait dans la subtilité.
En janvier 2025, un laboratoire chinois appelé DeepSeek a lancé un modèle qui égalait la fine pointe américaine pour une fraction du coût, malgré les restrictions sur les puces, et a secoué les marchés américains. Depuis, la Chine a ordonné à ses centres de données financés par l’État de n’utiliser que des puces nationales, et ses modèles les plus récents sont conçus pour des processeurs chinois.
Les analystes décrivent maintenant deux mondes de l’IA de plus en plus séparés, un américain et un chinois, avec l’Europe, le Japon, les États du Golfe et l’Inde qui tentent chacun de trouver leur place entre les deux.[23] Le Canada fait partie de ce groupe du milieu, que ça nous plaise ou non.
Pensez à ce que ça fait à l’idée de ralentir. Chaque proposition sérieuse de faire une pause, de réglementer sévèrement, de prendre une respiration, se heurte au même mur. Si on arrête, eux ne s’arrêtent pas. Si Washington ralentit, Pékin ne ralentit pas. Si Pékin ralentit, Washington ne ralentit pas. Si Ottawa ou Bruxelles adopte une loi stricte, la technologie est construite ailleurs et arrive quand même, par votre téléphone, votre banque, les applications de votre enfant.
Personne n’est responsable de toute la ligne, et tout le monde sur cette ligne croit que prendre du retard est plus dangereux que foncer. Ceux qui ont le pouvoir de ralentir tout ça sont précisément ceux qui ont les meilleures raisons de ne pas le faire.