Chapitre 2 — Intelligence artificielle en santé · Topic 1 · Leçon 1.1
L’intelligence artificielle (IA) n’est pas née avec ChatGPT. Elle a plus de 70 ans d’histoire, jalonnée de deux moments fondateurs : l’article d’Alan Turing en 1950 et le colloque de Dartmouth en 1956. Cette leçon retrace ces origines, définit l’IA, distingue IA faible et IA forte, et présente les hivers de l’IA — ces périodes de désillusion qui ont alterné avec les grandes vagues d’enthousiasme.
🎯 Objectifs pédagogiques
- Connaître le test de Turing et son principe ;
- Situer le colloque de Dartmouth (1956) et le rôle de John McCarthy ;
- Distinguer les deux grandes approches de l’IA (symbolique et connexionniste) ;
- Différencier IA faible et IA forte ;
- Comprendre ce qu’on appelle un « hiver de l’IA ».
🧭 Plan de la leçon
- Définition et grandes approches de l’IA
- 1950 — Alan Turing et le test d’imitation
- 1956 — Le colloque de Dartmouth et la naissance officielle
- IA faible vs IA forte
- Les hivers de l’IA
1. Définition et grandes approches de l’IA
L’IA regroupe l’ensemble des techniques informatiques visant à reproduire des fonctions cognitives humaines, notamment :
- le raisonnement ;
- l’apprentissage ;
- la perception (vision, langage) ;
- la prise de décision.
On distingue historiquement deux grandes approches :
- l’IA symbolique (ou « à base de connaissances ») : elle repose sur des règles logiques explicites codées par l’humain ;
- l’IA numérique / connexionniste (ou « à base de données ») : le système apprend directement à partir des données. Exemples : machine learning, deep learning.
Le terme « intelligence » est trompeur. Une IA ne pense pas au sens humain : elle applique un algorithme sur des données. Selon la HAS, l’IA en santé désigne plus précisément « des systèmes traitant des données médicales pour produire une aide à la décision ». Le mot « intelligence » reflète un choix historique (Dartmouth 1956) plus qu’une réalité cognitive.
2. 1950 — Alan Turing et le test d’imitation
En 1950, le mathématicien britannique Alan Turing publie un article devenu célèbre : « Computing Machinery and Intelligence », dans la revue Mind. Il y pose une question devenue mythique : « Les machines peuvent-elles penser ? »
Ne pouvant y répondre directement, Turing la remplace par un jeu opérationnel qu’il appelle « imitation game », aujourd’hui connu comme le test de Turing.
Le principe :
- Un humain (interrogateur) pose des questions à deux acteurs cachés : un être humain et une machine.
- Chacun des deux propose une réponse au même problème.
- La machine est « à la hauteur » de l’humain si l’interrogateur ne parvient pas à distinguer laquelle des deux réponses vient de la machine.
👉 Si une machine peut dialoguer de façon à être confondue avec un humain, peut-on dire qu’elle pense ?
Le test de Turing évalue la capacité à imiter le comportement conversationnel humain, pas la conscience ni la compréhension réelle. Un système peut passer le test sans rien « comprendre » au sens philosophique — objection célèbre dite de la chambre chinoise formulée par John Searle en 1980.
3. 1956 — Le colloque de Dartmouth et la naissance officielle
À l’été 1956, un petit groupe de chercheurs se réunit au Dartmouth College (New Hampshire, USA) pour ce qui restera comme le colloque fondateur de la discipline. Parmi eux :
- John McCarthy (organisateur, mathématicien à Stanford) — c’est lui qui invente le terme « artificial intelligence » ;
- Marvin Minsky (MIT) ;
- Claude Shannon (théorie de l’information, Bell Labs) ;
- Nathaniel Rochester (IBM), Herbert Simon, Allen Newell…
👉 Le colloque de Dartmouth pose les bases d’un nouveau champ de recherche baptisé « artificial intelligence ». C’est la naissance officielle de l’IA.
La proposition d’organisation du colloque (rédigée en 1955 par McCarthy, Minsky, Rochester et Shannon) affirmait : « Chaque aspect de l’apprentissage ou toute autre caractéristique de l’intelligence peut, en principe, être décrit avec assez de précision pour qu’une machine puisse le simuler. » C’est le programme fondateur de l’IA symbolique, tel que l’histoire l’a retenu.
4. IA faible vs IA forte
Introduite par le philosophe John Searle (1980), la distinction structure aujourd’hui encore les débats.
| IA faible (narrow AI) | IA forte (strong AI) |
|---|---|
| Résout une tâche précise (jouer aux échecs, reconnaître une tumeur sur une IRM, traduire un texte) | Système capable de raisonner comme un humain sur n’importe quel problème, doté de conscience et de compréhension |
| C’est toute l’IA qui existe aujourd’hui, y compris GPT-5 et les systèmes médicaux | N’existe pas : objectif théorique / spéculatif |
| Exemples : Deep Blue (échecs), AlphaFold (protéines), Watson (Jeopardy!) | Personnages de science-fiction (HAL 9000, Skynet…) |
👉 Tous les systèmes actuels d’IA en santé sont des IA faibles : performants mais spécialisés, sans compréhension générale du monde.
5. Les hivers de l’IA
L’histoire de l’IA n’est pas linéaire : elle alterne vagues d’enthousiasme (nouvelles promesses, financements massifs) et « hivers de l’IA » (promesses non tenues, effondrement des financements).
- Années 1960-1970 : progrès grâce à l’IA symbolique et aux premiers systèmes experts.
- Années 1980-1990 — premier hiver : les systèmes experts se révèlent trop rigides, incapables d’apprendre par eux-mêmes, limités hors des cas jouets. Les financements s’effondrent.
- Années 1990-2000 : renouveau avec le machine learning, puis victoire de Watson (IBM) au jeu Jeopardy! en 2011.
- Depuis 2012 : révolution du deep learning (AlexNet), puis de l’IA générative (2022).
L’expression « AI winter » est apparue en 1984 lors de la réunion annuelle de l’AAAI (Association for the Advancement of Artificial Intelligence). Par analogie avec l’« hiver nucléaire », elle décrit une réaction en chaîne : pessimisme dans la presse → pessimisme dans la communauté → baisse des financements → arrêt des recherches sérieuses.
🧠 À retenir absolument
- IA : techniques informatiques reproduisant des fonctions cognitives (raisonnement, apprentissage, perception, décision).
- 2 grandes approches : symbolique (règles logiques) et numérique / connexionniste (apprentissage à partir de données).
- 1950 — Alan Turing : article Computing Machinery and Intelligence, propose le test de Turing (jeu d’imitation).
- 1956 — Colloque de Dartmouth : John McCarthy invente le terme « artificial intelligence ». Naissance officielle de l’IA.
- IA faible (tâche précise, seule qui existe) vs IA forte (raisonnement général, spéculative).
- Hivers de l’IA : 1980-1990 (systèmes experts), avec effondrement des financements avant les renouveaux successifs.
❓ Questions fréquentes
Une IA qui passe le test de Turing est-elle vraiment « intelligente » ?
Non, pas au sens humain. Le test de Turing mesure la capacité à imiter un dialogue humain, pas la compréhension ni la conscience. Un système comme GPT peut produire un texte crédible sans rien « comprendre » : c’est l’objection classique dite de la chambre chinoise (Searle, 1980). Le test reste une référence philosophique et historique, mais il ne suffit plus à qualifier une IA moderne.
Qui a réellement « inventé » l’IA ?
Personne à lui seul. Alan Turing pose la question philosophique en 1950. John McCarthy invente le nom en 1956 à Dartmouth. Mais l’idée de machines à raisonner remonte à Leibniz (XVIIe siècle) et Boole (XIXe). C’est un domaine collectif, à la croisée des mathématiques, de la logique, de la neurophysiologie et de l’informatique naissante des années 1940-1950.
Vivons-nous un nouvel hiver de l’IA aujourd’hui ?
Non, plutôt un été très chaud. Depuis 2022 et ChatGPT, l’IA générative a déclenché une vague d’investissements sans précédent. Certains experts (notamment Yann LeCun, Meta) mettent toutefois en garde : les LLM ont des limites structurelles (hallucinations, coût énergétique) qui pourraient déclencher un nouveau désenchantement si les promesses actuelles ne se concrétisent pas rapidement.
L’IA forte est-elle possible un jour ?
Débat ouvert. Certains chercheurs (Ray Kurzweil, Sam Altman) parient sur une « intelligence artificielle générale » (AGI) d’ici quelques décennies. D’autres, majoritaires dans le monde académique, estiment que cela relève de la spéculation : on ne sait toujours pas comment le cerveau produit la conscience. En attendant, toute l’IA médicale en pratique est de l’IA faible spécialisée.
Pourquoi le premier hiver de l’IA a-t-il eu lieu ?
Les systèmes experts des années 1970-1980 avaient promis de remplacer les experts humains. En pratique, ils étaient rigides (règles « SI…ALORS » qu’un humain devait écrire à la main), incapables d’apprendre par eux-mêmes, et efficaces uniquement dans des domaines très formalisés. Face à l’incertitude et à la complexité du monde réel, les performances se sont effondrées, entraînant la chute des financements.
🚀 Pour aller plus loin
Contenu pédagogique original — Réussir SVT. L’équipe Réussir SVT.