L’intelligence artificielle générale (IAG) est souvent présentée comme une technologie potentiellement surintelligente, capable d’égaler, voire de dépasser, les capacités cognitives humaines sous toutes leurs formes. Bien que cette perspective soit attrayante, plusieurs voix – y compris au sein même de la communauté scientifique – appellent à la prudence. Selon un sondage mené auprès de l’Association for the Advancement of Artificial Intelligence, les trois quarts des personnes répondantes estiment que les méthodes actuelles de développement de l’IA ne permettront vraisemblablement pas d’atteindre une véritable IAG.
L’une des limites de l’intelligence artificielle générale tient à la quantité de données disponibles pour l’entraînement des modèles. Puisque l’IA cherche à reproduire la pensée et le comportement humains en interprétant des motifs dans des contenus produits par des humains – comme des textes, des images ou des sons – sa capacité à générer des idées nouvelles demeure contrainte par le rythme auquel de nouvelles informations peuvent être intégrées et synthétisées.
Selon certains rapports, des entreprises comme OpenAI et Anthropic auraient déjà intégré à leurs modèles la quasi-totalité des textes en anglais accessibles sur Internet. En conséquence, ces systèmes d’IA générative reposent désormais davantage sur des techniques d’apprentissage par renforcement pour améliorer leurs performances. Cette méthode, fondée sur l’essai-erreur à partir d’informations existantes, permet d’optimiser progressivement les résultats. Elle a déjà été appliquée dans d’autres contextes, notamment avec AlphaGo, un programme mis au point par des chercheurs et chercheuses de Google pour jouer au jeu de go.
L’absence de consensus sur la meilleure façon de mesurer l’intelligence humaine constitue un autre obstacle à l’évaluation des capacités de l’intelligence artificielle générale. Comme l’intelligence humaine ne se limite pas au traitement de données chiffrées ou visuelles, une évaluation complète devrait aussi prendre en compte des aptitudes comme l’intelligence émotionnelle et l’intuition. Dans le milieu du travail, les compétences socioémotionnelles sont essentielles à de nombreux postes qui exigent des interactions humaines, un haut degré de responsabilité et de capacité décisionnelle – autant d’aspects qui imposent une norme élevée pour juger de ce que l’IA peut raisonnablement surpasser.
Comme l’intelligence artificielle générale est censée pouvoir se substituer au capital humain, elle pourrait avoir des répercussions majeures sur le marché du travail, notamment une baisse des salaires, une hausse des inégalités et une augmentation du chômage. Atténuer ces effets nécessiterait une transformation en profondeur des systèmes économiques et sociaux – une transition pour laquelle les institutions actuelles sont mal préparées.
Même si plusieurs concepteurs, conceptrices et adeptes de l’IA considèrent cette technologie comme inévitable, les avis demeurent partagés quant à la rapidité avec laquelle elle pourrait se concrétiser. Or, à la lumière des récentes vagues de mises à pied dans des entreprises qui remplacent peu à peu le capital humain par l’IA, il devient plus urgent que jamais de préparer la main-d’œuvre aux transformations à venir.
La reconnaissance du potentiel de l’IAG – et de la façon dont elle pourrait se déployer – devrait inciter les responsables politiques et les chercheurs et chercheuses à explorer des solutions permettant d’atténuer les effets sociaux négatifs susceptibles d’accompagner cette évolution technologique.