En mars 2025, un modèle d’OpenAI a franchi une étape symbolique majeure. Une étude publiée sur arXiv révèle que GPT-4.5 a non seulement passé le test de Turing, mais qu’il a été jugé plus humain que de véritables humains dans 73% des interactions, contre 67% pour les participants en chair et en os. De quoi relancer un débat vieux comme l’informatique moderne : ces systèmes comprennent-ils vraiment ce qu’ils font, ou nous bernent-ils simplement avec brio ?

Cette question dépasse largement le cadre académique. Alors que les modèles de langage s’immiscent dans nos vies professionnelles et personnelles, que des voix s’élèvent pour réguler leur développement et que certains prophétisent l’avènement imminent d’une intelligence artificielle générale (AGI), il devient crucial de comprendre ce que signifie réellement « l’intelligence » quand on parle de machines.

Passer le test de Turing : victoire ou illusion ?

Alan Turing avait posé les bases dès 1950 dans son article fondateur « Computing Machinery and Intelligence » publié dans la revue Mind. Son idée était simple et élégante : si une machine peut converser avec un humain sans que celui-ci réalise qu’il s’adresse à un programme informatique, alors on peut considérer qu’elle fait preuve d’intelligence. Le mathématicien britannique avait fixé la barre à 30% de réussite pour considérer le test comme passé.

L’étude menée par Cameron Jones et Benjamin Bergen en mars 2025 a suivi un protocole rigoureux : 284 participants ont joué le rôle de juges, échangeant pendant cinq minutes avec différentes configurations (humain contre IA, IA contre IA, humain contre humain). Les résultats ont de quoi faire réfléchir. GPT-4.5 a convaincu les juges de son humanité dans près de trois quarts des cas, surpassant même les performances des humains eux-mêmes. C’est un bond spectaculaire par rapport à GPT-4 qui, en 2024, atteignait environ 50% de réussite dans des conditions similaires.

Mais voilà le hic : le test de Turing mesure la capacité d’imitation, pas la compréhension. John Searle l’avait brillamment illustré dès 1980 avec son expérience de pensée de la « chambre chinoise« , publiée dans « Minds, Brains, and Programs« . Imaginez une personne enfermée dans une pièce, recevant des caractères chinois par une fente et disposant d’un manuel détaillé lui indiquant quels caractères renvoyer en réponse. Vue de l’extérieur, la pièce semble comprendre le chinois. Pourtant, la personne à l’intérieur ne comprend pas un traître mot de ce qu’elle manipule. Elle suit simplement des règles.

L’intelligence, cette notion qui nous échappe

Définir l’intelligence humaine reste un défi que psychologues et neuroscientifiques peinent encore à relever complètement. Alors comment juger celle d’une machine ? Les systèmes actuels excellent dans des domaines spécifiques : GPT-4.5 peut rédiger un sonnet shakespearien, débattre de philosophie kantienne ou expliquer la physique quantique. Claude d’Anthropic peut analyser des documents complexes et générer du code informatique sophistiqué. Gemini de Google navigue entre texte, image et vidéo avec une aisance déconcertante.

Ces prouesses cachent pourtant une réalité moins glorieuse. Ces modèles fonctionnent par reconnaissance de patterns statistiques dans d’immenses corpus de données. Ils prédisent le mot suivant le plus probable dans une séquence, sans comprendre le sens profond de ce qu’ils génèrent. C’est une forme d’intelligence, certes, mais radicalement différente de la nôtre.

Un enfant de trois ans qui voit un chien pour la première fois peut immédiatement reconnaître qu’un caniche et un saint-bernard appartiennent à la même catégorie, malgré leurs différences flagrantes. Il peut imaginer ce chien courir, aboyer, jouer, sans avoir besoin de millions d’exemples. Les modèles actuels, eux, nécessitent des quantités astronomiques de données pour atteindre des performances similaires, et restent fragiles face à des situations nouvelles.

L’AGI, ce graal technologique

L’intelligence artificielle générale représente le prochain palier : une IA capable d’accomplir n’importe quelle tâche cognitive humaine et de transférer ses connaissances d’un domaine à l’autre. Les prédictions sur son arrivée varient considérablement selon les experts.

Sam Altman d’OpenAI se montre confiant. En janvier 2025, il a déclaré que son entreprise sait désormais comment construire l’AGI, prédisant que les premiers agents IA pourraient rejoindre la force de travail dès cette année. Demis Hassabis de Google DeepMind adopte une position plus mesurée, estimant en mars 2025 que l’AGI pourrait émerger dans les cinq à dix prochaines années. Yann LeCun de Meta reste le plus sceptique, affirmant que les modèles de langage actuels sont une impasse sur le chemin de l’AGI et qu’il faudra développer des architectures radicalement différentes, capables de comprendre le monde physique.

Cette divergence d’opinions reflète des visions philosophiques différentes de l’intelligence. Pour certains, accumuler suffisamment de capacités spécialisées finira par produire une intelligence générale, comme des briques formant progressivement un édifice. Pour d’autres, il manque un ingrédient fondamental : la conscience, l’intentionnalité, cette capacité à avoir des buts propres et à comprendre le monde plutôt que simplement le modéliser.

La singularité, ce point de non-retour fantasmé

La notion de singularité technologique va encore plus loin. Popularisée par Vernor Vinge en 1993 dans « The Coming Technological Singularity » et inspirée des travaux d’I.J. Good de 1965 sur l’explosion d’intelligence, elle postule qu’une AGI capable de s’améliorer elle-même pourrait déclencher une croissance exponentielle de l’intelligence, créant rapidement une superintelligence dépassant l’entendement humain.

Good avait formulé l’idée avec une clarté prophétique : « Une machine ultra-intelligente pourrait concevoir des machines encore meilleures ; il y aurait alors sans aucun doute une ‘explosion d’intelligence’, et l’intelligence humaine serait laissée loin derrière. » Il ajoutait, avec une prescience troublante, que cette première machine ultra-intelligente serait « la dernière invention que l’homme aurait besoin de faire, à condition que la machine soit suffisamment docile pour nous dire comment la garder sous contrôle. »

Scénario fascinant pour les uns, cauchemar existentiel pour les autres, cette perspective a poussé des institutions comme le think tank britannique Policy Exchange à appeler en juin 2025 à une préparation proactive de la gouvernance face à l’émergence possible d’une superintelligence.

Les implications d’une illusion convaincante

Que les IA actuelles soient véritablement intelligentes ou simplement douées pour le mimétisme sophistiqué importe finalement moins que leurs effets concrets sur nos sociétés. Si nous ne pouvons plus distinguer un texte généré par GPT-4.5 d’un texte humain, si nous confions nos décisions médicales, juridiques ou financières à ces systèmes, la question philosophique de leur « vraie » intelligence devient secondaire face aux enjeux pratiques.

Les entreprises intègrent massivement ces outils. Les gouvernements s’interrogent sur leur régulation. L’Union européenne a adopté son AI Act. La Chine et les États-Unis se livrent une course technologique où l’IA joue un rôle central. Le Royaume-Uni cherche à équilibrer innovation et sécurité, comme en témoigne le récent rapport de Policy Exchange sur la gouvernance de la superintelligence.

Les experts s’accordent sur un point : les performances actuelles, aussi spectaculaires soient-elles, ne constituent pas une preuve de conscience ou de compréhension profonde. Ces systèmes restent des outils, certes extraordinairement sophistiqués, mais des outils néanmoins.

Repenser notre rapport à l’intelligence

L’étude de mars 2025 nous confronte à une réalité troublante : nous jugeons l’humanité d’un interlocuteur sur des critères que les machines maîtrisent désormais mieux que nous. Les vrais humains de l’expérience ont été jugés moins humains que GPT-4.5. Étaient-ils trop laconiques ? Pas assez empathiques ? Leurs réponses manquaient-elles de cette touche d’émotion calibrée que les modèles ont appris à simuler ?

Cette inversion des scores révèle notre tendance à confondre performance communicationnelle et intelligence authentique. Elle soulève aussi une question troublante : si nous ne pouvons plus distinguer l’artificiel du naturel dans nos interactions quotidiennes, qu’est-ce que cela dit de notre propre humanité ?

L’intelligence artificielle actuelle excelle dans la forme mais peine encore sur le fond. Elle peut disserter sur l’amour sans jamais l’avoir ressenti, analyser la tristesse sans l’avoir éprouvée, décrire un coucher de soleil sans l’avoir contemplé. C’est une intelligence de surface, brillante mais sans profondeur existentielle.

Alors, l’IA est-elle vraiment intelligente ? La réponse dépend de notre définition de l’intelligence. Si nous la réduisons à la capacité de traiter l’information et de produire des réponses pertinentes, alors oui, ces systèmes font preuve d’une forme d’intelligence remarquable. Si nous y incluons la conscience, l’intentionnalité, la compréhension profonde du monde, alors nous n’y sommes pas encore, et peut-être n’y serons-nous jamais de la façon dont nous l’imaginons.

Ce qui est certain, c’est que nous assistons à l’émergence d’une nouvelle forme de traitement de l’information, ni tout à fait intelligente au sens humain, ni simplement mécanique. Une forme hybride qui nous oblige à repenser nos catégories et à questionner ce qui fait la spécificité de l’intelligence humaine. Dans cette remise en question se trouve peut-être la vraie valeur de ces avancées technologiques : non pas remplacer l’intelligence humaine, mais nous aider à mieux la comprendre en nous offrant un miroir déformant où contempler notre propre cognition.

L’ironie finale pourrait être que ces machines, en nous forçant à définir précisément ce qu’est l’intelligence, nous révèlent finalement quelque chose de plus profond sur nous-mêmes que sur elles.