Dernière revue :
Qu'est-ce que l'intelligence artificielle (IA) ? Définition simple et exemples
L'intelligence artificielle (IA) désigne l'ensemble des techniques qui permettent à une machine de réaliser des tâches associées à l'intelligence humaine : reconnaître une image, comprendre un texte, prédire, décider, rédiger. En droit européen, un « système d'IA » se reconnaît à sa capacité d'inférence : il déduit de ses données d'entrée comment produire des prédictions, du contenu, des recommandations ou des décisions (AI Act, article 3).
Le terme apparaît dans la proposition du « Dartmouth Summer Research Project on Artificial Intelligence », datée du 31 août 1955 et signée par John McCarthy, Marvin Minsky, Nathaniel Rochester et Claude Shannon. Elle prévoyait un séminaire de deux mois, à dix chercheurs, à l'été 1956, sur l'hypothèse que tout aspect de l'intelligence peut être décrit assez précisément pour qu'une machine le simule. La France en a fixé une définition officielle au Journal officiel du 9 décembre 2018 : un « champ interdisciplinaire » qui vise la compréhension des mécanismes de la cognition et leur imitation par un dispositif matériel et logiciel. Deux grandes familles coexistent. L'IA symbolique applique des règles et des connaissances écrites par des experts (systèmes experts, moteurs de règles). L'IA par apprentissage, ou machine learning, tire ses règles des données ; le deep learning en est la branche fondée sur des réseaux de neurones profonds, et l'IA générative (ChatGPT, Claude, Mistral) en est issue. La définition juridique compte davantage pour une entreprise. L'article 3(1) du règlement européen sur l'IA (AI Act) vise un système automatisé, doté d'un certain niveau d'autonomie, qui « déduit, à partir des entrées qu'il reçoit », comment générer des sorties pouvant influencer son environnement. Son considérant 12 demande un alignement sur les travaux internationaux : la définition reprend celle que l'OCDE a révisée en novembre 2023. Il exclut les systèmes fondés sur des règles définies uniquement par des personnes pour exécuter automatiquement des opérations. La Commission européenne a publié le 6 février 2025 des lignes directrices non contraignantes pour aider à qualifier un système.
Exemple concret
Cas illustratif : une PME de négoce de 120 salariés doit recenser ses outils pour préparer l'application de l'AI Act. Elle en liste quatre. Le filtre antispam de sa messagerie et le module de prévision des ventes de son ERP apprennent à partir de données : ce sont des systèmes d'IA au sens de l'article 3. L'assistant rédactionnel utilisé par les commerciaux repose sur un modèle d'IA générative : c'est aussi un système d'IA, soumis dans certains cas aux obligations de transparence de l'article 50. Le tableur qui calcule les remises selon des seuils fixés par la direction commerciale applique des règles écrites par des personnes : il ne relève pas de la définition. L'exercice prend une demi-journée et donne à la direction une carte claire de ce qui est concerné par le règlement.
Comparaison
| IA symbolique (règles) | Machine learning classique | Deep learning | IA générative | |
|---|---|---|---|---|
| Principe | Règles et connaissances écrites par des experts | Le modèle apprend des règles à partir de données | Réseaux de neurones à nombreuses couches | Grands modèles qui produisent du contenu nouveau |
| Exemple en entreprise | Moteur de règles de tarification, système expert | Scoring client, prévision des ventes | Contrôle qualité par caméra, reconnaissance vocale | Assistant de rédaction, synthèse de documents |
| Données nécessaires | Peu, mais une expertise formalisée | Données structurées, de quelques milliers de lignes et plus | Grands volumes, souvent non structurés (images, sons, textes) | Modèle pré-entraîné par un fournisseur, vos documents en complément |
| Explicabilité | Forte : chaque règle est lisible | Moyenne : dépend du modèle | Faible : fonctionnement difficile à expliquer | Faible : réponses variables, risque d'hallucination |
| Période d'essor | Années 1970-1980 (systèmes experts) | Années 1990-2000 | Depuis 2012 | Depuis 2022 (ChatGPT) |
Questions fréquentes
C'est quoi l'intelligence artificielle, en termes simples ?
C'est un ensemble de techniques qui permettent à un ordinateur d'accomplir des tâches qu'on associe à l'intelligence humaine : reconnaître une image, comprendre une question, prévoir des ventes, rédiger un texte. La plupart des IA actuelles apprennent ces tâches à partir d'exemples, plutôt que de suivre des règles écrites à la main.
Quelle est la définition de l'intelligence artificielle ?
La définition officielle française (Journal officiel du 9 décembre 2018) parle d'un champ interdisciplinaire qui étudie les mécanismes de la cognition et les imite par un dispositif matériel et logiciel. La définition juridique européenne (AI Act, article 3) vise un système automatisé qui déduit de ses entrées comment produire des prédictions, du contenu, des recommandations ou des décisions.
Quels sont des exemples d'intelligence artificielle au quotidien ?
Le filtre antispam de votre messagerie, la reconnaissance faciale du téléphone, la traduction automatique, les recommandations d'un site marchand, le calcul d'itinéraire tenant compte du trafic et les assistants conversationnels comme ChatGPT, Claude ou Le Chat de Mistral.
Qui a inventé l'intelligence artificielle ?
Personne seul. Le terme apparaît dans la proposition du séminaire de Dartmouth (31 août 1955), signée par John McCarthy, Marvin Minsky, Nathaniel Rochester et Claude Shannon ; le séminaire a eu lieu à l'été 1956. Les travaux sur les neurones artificiels remontent à 1943 (McCulloch et Pitts).
Quelle est la différence entre IA, machine learning et deep learning ?
Ce sont des cercles emboîtés. L'IA est le domaine général. Le machine learning est la famille d'IA qui apprend à partir de données. Le deep learning est la partie du machine learning qui utilise des réseaux de neurones à nombreuses couches. L'IA générative, comme ChatGPT, repose sur le deep learning.
C'est quoi l'intelligence artificielle générative ?
C'est une IA qui produit du contenu nouveau (texte, image, son, code) à partir d'une consigne, au lieu de seulement classer ou prédire. Elle repose sur de grands modèles de deep learning entraînés sur d'immenses volumes de données. ChatGPT, Claude et Midjourney en sont des exemples.
À voir aussi
Pour aller plus loin
Explanatory memorandum on the updated OECD definition of an AI system, OCDE, 5 mars 2024
Sources
- Règlement (UE) 2024/1689 sur l'intelligence artificielle (AI Act), article 3, définitions (texte officiel, AI Act Service Desk, Commission européenne). https://ai-act-service-desk.ec.europa.eu/fr/ai-act/article-3
- A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, McCarthy, Minsky, Rochester et Shannon, 31 août 1955. http://jmc.stanford.edu/articles/dartmouth/dartmouth.pdf
- Vocabulaire de l'intelligence artificielle (liste de termes, expressions et définitions adoptés), Journal officiel n° 0285 du 9 décembre 2018. https://www.legifrance.gouv.fr/jorf/id/JORFTEXT000037783813
- Commission publishes the Guidelines on AI system definition to facilitate the first AI Act's rules application, Commission européenne, 6 février 2025. https://digital-strategy.ec.europa.eu/en/library/commission-publishes-guidelines-ai-system-definition-facilitate-first-ai-acts-rules-application