D’après l’article « L’intelligence artificielle n’existe-t-elle vraiment pas ? Quelques éléments de clarification autour d’une science controversée » de Jean-Sébastien Vayre et Gérald Gaglio, publié dans Diogène (2020, n°269-270, pp. 107–120), aux Éditions Presses Universitaires de France.
Résumé de l’article
Dans cet article, les sociologues Jean-Sébastien Vayre et Gérald Gaglio reviennent sur l’évolution de l’intelligence artificielle (IA) en tant que discipline scientifique. Ils proposent une analyse socio-historique permettant de mieux comprendre son développement actuel ainsi que les nombreuses applications technologiques qui en sont issues. Bien que l’IA se soit structurée comme discipline scientifique dès les années 1950, son appellation a été moins utilisée entre les années 1980 et 2010. Pourtant, de nombreuses innovations technologiques développées durant cette période reposaient déjà sur des connaissances et méthodes issues de la recherche en intelligence artificielle.
La naissance de la discipline
L’intelligence artificielle est une discipline relativement récente. Elle naît officiellement en 1956 lors de la conférence de Dartmouth et s’inscrit alors dans le champ des sciences informatiques.Son hypothèse fondatrice est la suivante : « Chaque aspect de l’apprentissage ou toute autre caractéristique de l’intelligence peut en principe être décrit avec une telle précision qu’une machine peut être fabriquée pour le simuler. » L’IA est une science profondément interdisciplinaire, à la croisée des mathématiques, de l’informatique, des sciences de gestion et des sciences humaines et sociales. Il s’agit également d’une science expérimentale qui cherche à définir ce qu’est l’intelligence et à déterminer s’il est possible de la reproduire à travers des systèmes artificiels tels que les programmes informatiques.
Des sciences sociales aux neurosciences
Afin de tester leurs hypothèses, les chercheurs en intelligence artificielle se sont appuyés sur des concepts issus de disciplines variées.Les représentants de l’approche symbolique, comme Herbert A. Simon, mobilisaient notamment des concepts provenant de la sociologie et des sciences cognitives pour comprendre les mécanismes de l’intelligence. À partir des années 2000, la recherche s’oriente davantage vers une approche connexionniste. Les méthodes d’apprentissage profond (deep learning) gagnent alors en importance et s’inspirent largement des neurosciences et du fonctionnement des réseaux neuronaux.
Le regain d’intérêt pour l’intelligence artificielle
À partir de la fin des années 1980, le terme « intelligence artificielle » est progressivement moins utilisé. Cette évolution s’explique notamment par le décalage entre les attentes commerciales des acteurs économiques et politiques finançant la recherche et les résultats obtenus. Depuis les années 2010, l’intelligence artificielle connaît cependant un regain d’intérêt spectaculaire. Si elle est souvent présentée comme une révolution technologique, les auteurs rappellent que la recherche en IA ne s’est jamais réellement interrompue. Elle a simplement poursuivi son développement sous d’autres appellations et dans d’autres domaines de recherche. Ainsi, de nombreuses technologies associées à la révolution des nouvelles technologies de l’information et de la communication (NTIC) dans les années 1990, notamment la micro-informatique et Internet, reposent sur des logiciels et des connaissances issus de la recherche en intelligence artificielle.
Conclusion
L’essor actuel de l’intelligence artificielle ne constitue pas une rupture soudaine, mais l’aboutissement de plusieurs décennies de recherches et d’avancées scientifiques. Comprendre l’histoire de cette discipline permet de mieux saisir ses enjeux, ses apports réels ainsi que les limites des discours parfois excessifs qui l’entourent.