Qu'est-ce que l'intelligence artificielle ? La définition expliquée simplement

Prenez une calculatrice. Tapez 12 × 7. Elle répond 84, toujours, sans jamais se tromper. Est-ce de l'intelligence artificielle ? Non.

Pensez maintenant au filtre anti-spam de votre boîte mail. Personne ne lui a écrit la liste de tous les spams du monde, et pourtant il les repère. Lui, c'est de l'intelligence artificielle. Pourquoi ? C'est la question de ce premier épisode de la série « L'intelligence artificielle ».

1956 : la naissance du terme

En 1955, aux États-Unis, John McCarthy et ses collègues proposent d'organiser un séminaire au Dartmouth College. Leur idée, très audacieuse pour l'époque : toute faculté de l'intelligence peut, en principe, être décrite assez précisément pour qu'une machine la simule.

Le séminaire se tient à l'été 1956, avec Marvin Minsky, Nathaniel Rochester et Claude Shannon aux côtés de McCarthy. C'est là que le terme « intelligence artificielle » s'impose. C'est l'acte de naissance officiel de la discipline.

La définition fondatrice est simple : l'IA vise à faire faire à une machine ce qu'on qualifierait d'intelligent chez un humain. Mais elle laisse une question ouverte : où s'arrête le simple calcul, et où commence l'intelligence ?

La définition officielle de l'OCDE

Aujourd'hui, la définition de référence est celle de l'OCDE, l'Organisation de coopération et de développement économiques. Elle l'a révisée le 8 novembre 2023 pour couvrir l'IA générative, celle qui produit des textes, des images ou des sons.

En substance : un système d'IA est un système fondé sur une machine qui, pour des objectifs explicites ou implicites, déduit de ce qu'il reçoit comment produire des prédictions, des contenus, des recommandations ou des décisions. Ces sorties peuvent influencer des environnements physiques ou virtuels.

Cette définition n'est pas qu'académique : le règlement européen sur l'IA, l'AI Act, la reprend.

Trois mots pour reconnaître une IA

Inférer

Le système ne se contente pas de suivre une formule fixée à l'avance : il tire une réponse de ce qu'il a appris. C'est toute la différence entre la calculatrice et le filtre anti-spam. La calculatrice applique une formule écrite par un humain. Le filtre, lui, a appris à repérer les spams à partir de millions d'exemples ; face à un message qu'il n'a jamais vu, il déduit que ce message ressemble à un spam. De même, un tableur qui applique les formules que vous avez tapées n'est pas une IA.

Objectifs

Ils peuvent être explicites, quand on donne clairement la consigne : « classe ces images ». Ils peuvent aussi être implicites, comme imiter le texte humain. C'est ce que font les modèles de langage derrière les assistants conversationnels.

Autonomie et adaptativité

Un système d'IA fonctionne avec plus ou moins d'intervention humaine. Il peut aussi évoluer après sa mise en service.

Avec ces trois mots, vous avez une grille simple pour juger n'importe quel outil qu'on vous présente comme « intelligent » : est-ce qu'il infère ou applique une formule ? Quel est son objectif ? Avec quelle autonomie fonctionne-t-il ?

Ces notions, et tous les autres mots de l'IA, sont définis simplement dans le glossaire de l'IA.

De quelle intelligence parle-t-on ?

Chez l'humain, l'intelligence n'est pas une seule capacité. On en distingue au moins neuf : la perception, le raisonnement, l'apprentissage, le langage, la planification, la motricité, la créativité, le sens commun et l'intelligence sociale.

Chez nous, elles fonctionnent ensemble. Pour une machine, c'est différent : une IA peut exceller dans l'une et échouer dans une autre. Un système peut écrire un texte impeccable et être incapable de plier une chemise.

Le paradoxe de Moravec

Ce décalage a été mis en évidence dès les années 1980 : c'est le paradoxe de Moravec. Ce qui est difficile pour l'humain, comme calculer ou jouer aux échecs, est souvent facile pour la machine. Ce qui est facile pour un enfant, comme marcher, saisir un objet ou plier du linge, reste très difficile pour un robot.

Un enfant de deux ans ne sait pas multiplier. Mais il traverse une pièce encombrée, ramasse un jouet et le tend à quelqu'un. Pour un robot, chacun de ces gestes est un défi. En 2026, les robots humanoïdes attirent des investissements massifs, mais la manipulation fine des objets reste difficile.

La frontière dentelée

Aujourd'hui, ce décalage porte un nom : la frontière dentelée (jagged frontier). La ligne qui sépare ce que l'IA sait faire de ce qu'elle ne sait pas faire n'est pas droite : elle est pleine de pics très hauts et de creux inattendus juste à côté.

Le rapport AI Index 2026 de l'université Stanford en donne un exemple frappant. Les meilleurs modèles dépassent les références humaines sur des questions de sciences de niveau doctorat. Pourtant, le même modèle ne lit correctement une horloge à aiguilles qu'environ une fois sur deux.

Retenir cette image évite deux erreurs : surestimer l'IA (« elle sait tout ») et la sous-estimer (« elle ne sait rien faire »). Avant de confier une tâche à une IA, la bonne question n'est pas « est-elle intelligente ? », mais « est-elle fiable pour cette tâche-là ? ».

Questions fréquentes

Une calculatrice est-elle une intelligence artificielle ?

Non. Elle applique une formule écrite par un humain : même question, même réponse. Une IA infère une réponse à partir de ce qu'elle a appris.

Qui a inventé le terme « intelligence artificielle » ?

Le terme s'impose lors du séminaire de Dartmouth, à l'été 1956, proposé par John McCarthy et ses collègues.

Quelle est la définition officielle de l'IA ?

Celle de l'OCDE, révisée le 8 novembre 2023 et reprise par l'AI Act européen.

Sources

• OCDE, définition de l'IA révisée le 8 novembre 2023 : oecd.ai/en/wonk/definition
• Simmons & Simmons, reprise de la définition dans l'AI Act : simmons-simmons.com
• Unite.AI, frontière dentelée d'après l'AI Index 2026 de Stanford : unite.ai

Photo du séminaire de Dartmouth (dans la vidéo) : The Minsky Family.