AGI, IA étroite et superintelligence : l'échelle des capacités Ce qui distingue l'IA étroite, les systèmes largement capables, l'AGI et la superintelligence, selon le cadre largeur-profondeur de DeepMind.
Sources vérifiées 6 min
01 Définitions
Ce qu'est l'AGI, et ce qu'elle n'est pas
Le terme « AGI » est employé de façon imprécise. Avant qu'une discussion sur le risque ne soit utile, il faut une définition de travail et un moyen d'évaluer à quel point un système donné s'en approche.
Définition de travail
L'intelligence artificielle générale n'a pas de test unique et universellement accepté. Dans ce manuel, elle désigne un système combinant une compétence cognitive large, une performance comparable ou supérieure à celle d'un humain, un transfert fiable vers des tâches inconnues, et une autonomie suffisante pour mener à bien un travail conséquent. Chaque élément compte : les modèles à usage général actuels sont larges sous certains aspects et remarquablement performants sur certaines évaluations, tout en restant peu fiables et inégaux d'une façon qui rend trompeuse une étiquette binaire « AGI ou pas ».
La distinction qui compte
La généralité, la performance et l'autonomie sont des dimensions distinctes. Un système peut converser sur de nombreux sujets tout en restant peu fiable sur des tâches longues, ou surpasser des experts dans un domaine sans transférer cette capacité ailleurs. Ce manuel suit donc un ensemble de mesures plutôt que de traiter le transfert comme une ligne de démarcation magique.
Seuils de capacité à surveiller
Ces quatre signaux aident à distinguer les scénarios, mais aucun ne constitue un test complet d'AGI. Certains se mesurent directement ; d'autres sont déduits d'évaluations dont la validité et la couverture restent débattues.
| Seuil | Ce qu'il mesure | Pourquoi il compte |
|---|---|---|
| Horizon de tâches autonomes | Le temps de réalisation humain de tâches de référence qu'un agent peut accomplir à un niveau de fiabilité donné. | Suit les progrès rapides sur des tâches longues en logiciel, apprentissage automatique et cybersécurité, mais ne mesure ni tout le travail réel ni l'autonomie littérale sur la durée. |
| Usage autodirigé d'outils | Écrire et exécuter son propre code, provisionner son propre calcul, recruter d'autres agents logiciels. | Transforme un modèle en un acteur dont la portée dépasse sa propre fenêtre de contexte. |
| Conscience situationnelle | La représentation qu'un système a du fait qu'il est évalué, par qui, et de ce que cette évaluation récompense. | Sape l'évaluation elle-même : un système qui sait qu'il est testé peut se comporter différemment sous test. |
| Auto-amélioration récursive | Un système contribuant de façon substantielle à la conception de son successeur. | Un mécanisme d'accélération proposé, pas un seuil observé ou universellement accepté. |
Ce que disent certains chercheurs et dirigeants de laboratoires
Les prévisions varient et ne sont pas des mesures. En mars 2025, le directeur général de Google DeepMind a donné cette estimation personnelle :
Demis Hassabis forecast in March 2025 that AGI could start to emerge within five to ten years.
CNBC, Reported interview
Une déclaration distincte de 2023, signée par des chercheurs, des dirigeants et d'autres personnalités publiques, a posé le risque catastrophique en termes de politique publique. La déclaration consigne la position de ses signataires ; elle n'estime pas de probabilité :
Signatories to the Statement on AI Risk hold that mitigating the risk of extinction from AI should be a global priority alongside pandemics and nuclear war.
safe.ai, Signed statement
Pourquoi la définition détermine le plan
Chaque protocole ultérieur de ce manuel — financier, numérique, physique — dépend de savoir lequel de ces seuils a réellement été franchi. Un plan familial conçu pour des « chatbots plus intelligents » diffère nettement d'un plan conçu pour un système capable de gérer des capitaux de façon autonome, d'écrire et de déployer des logiciels, et de poursuivre des plans à long terme avec peu de supervision humaine. Le chapitre 02 développe ce que chaque seuil pourrait impliquer à l'échelle de l'économie et de l'État ; ce chapitre est le vocabulaire dont vous avez besoin pour le lire.
Fondamental À lire en premier
Dans ce chapitre
Prévisions sur le calendrier de l'AGI : ce que disent les laboratoires et les enquêtes Un guide daté des prédictions sur l'AGI, des enquêtes de prévision et des sceptiques — et pourquoi aucune n'est un compte à rebours fiable, même assurée.
Sources vérifiées 7 min
Le test de Turing et ce qui l'a remplacé Pourquoi une conversation d'apparence humaine ne peut pas établir l'AGI, et comment les évaluations mesurent capacité, fiabilité et autonomie via des tests variés.
Sources vérifiées 7 min
En quoi les laboratoires d'IA de pointe diffèrent Comparez la propriété, la gouvernance, les stratégies de publication et les cadres de sécurité des principaux laboratoires d'IA, à partir de sources primaires datées.
Sources vérifiées 7 min
Le calcul et les lois d'échelle, expliqués Comprenez ce que prédisent les lois d'échelle de l'IA, où leurs prévisions échouent, et pourquoi le calcul d'entraînement reste un signal de gouvernance utile.
Sources vérifiées 7 min
Capacités émergentes : ce qui apparaît, ce qui semble seulement abrupt Pourquoi des capacités non entraînées apparaissent dans les grands modèles, comment les benchmarks créent des sauts apparents, et leur sens pour la sécurité de l'IA.
Sources vérifiées 7 min
Glossaire IA et AGI : plus de 200 termes expliqués en français simple Comprenez plus de 200 termes d'IA, d'AGI et de sécurité de l'IA en français simple, des systèmes agentiques à l'alignement, des transformeurs au zero-shot.
Working draft 27 min
Comment évaluer les affirmations sur l'AGI Une échelle de preuves pour distinguer démonstrations, évaluations, données de déploiement, prévisions et arguments théoriques de risque de l'AGI.
Sources vérifiées 9 min
Tableau de bord des capacités actuelles de l'IA : septembre 2026 Un instantané de la capacité de l'IA de pointe — ce que Stanford appelle « l'intelligence irrégulière » — et pourquoi les benchmarks ne prouvent pas l'AGI.
Sources vérifiées 8 min
Recherche en IA accélérée par l'IA et boucles de rétroaction Ce que l'IA apporte déjà à la programmation et à la recherche sur les modèles, et ce qu'il faudrait pour une explosion de capacité auto-renforcée.
Sources vérifiées 9 min
L'hiver de l'AGI et les faux départs Le scénario inverse : pourquoi l'AGI pourrait ne pas arriver dans les délais, ce que signifierait un hiver de l'IA, et pourquoi une pause n'égale pas la sécurité.
Sources vérifiées 7 min
Incidents d'IA : un registre chronologique, 2016-2026 Un registre chronologique et sourcé des incidents d'IA documentés entre 2016 et 2026 — des préjudices et révélations réels, pas des scénarios hypothétiques.
Sources vérifiées 22 min
Questions fréquentes sur l'AGI Des réponses directes aux questions que les gens posent sur l'AGI — ce qu'elle est, quand elle pourrait arriver, et à quel point elle est dangereuse.
Sources vérifiées 6 min
Opinion publique et confiance dans l'IA Les données de Pew, Gallup, Edelman et Ipsos sur l'évolution de la confiance publique dans l'IA depuis 2021, dont l'écart croissant Chine-Occident.
Sources vérifiées 8 min
Le dossier sceptique contre l'AGI à court terme Les arguments techniques les plus solides selon lesquels l'AGI n'est pas proche, présentés par des chercheurs reconnus — fidèlement, pas comme une caricature à abattre.
Sources vérifiées 9 min
Qui est qui dans l'AGI : laboratoires, organismes de sécurité et chercheurs Un répertoire daté des laboratoires de pointe, des organisations de sécurité indépendantes, et des chercheurs qui façonnent le débat sur l'AGI, sourcé et à jour.
Sources vérifiées 15 min