Publié initialement par PwC le 20 mai 2026
Le débat sur l’avenir de l’Intelligence Artificielle est de plus en plus façonné par des concepts tels que l’Intelligence Artificielle Générale (AGI), la Singularité Technologique et la Superintelligence, souvent invoqués pour décrire des scénarios de transformation profonde, mais pas toujours clairement compris.
Dans cet article, Ricardo Pacheco Almeida, AI Tech Lead chez PwC Portugal, remonte aux origines de ces idées et retrace le chemin à parcourir pour atteindre une intelligence surhumaine.
Saviez-vous que l’AGI, la Singularité Technologique et la Superintelligence décrivent des perspectives distinctes sur l’avenir possible de l’IA ?
- L’AGI désigne des systèmes capables d’accomplir un large éventail de tâches cognitives avec des performances de niveau humain ;
- La Singularité Technologique désigne le point à partir duquel cette capacité évolue de manière autonome et accélérée ; et
- La Superintelligence représente un stade où les machines dépassent systématiquement les performances humaines dans pratiquement toutes les activités intellectuelles.
Pour les dirigeants et les organisations, comprendre ces distinctions est plus qu’un exercice académique. La manière dont l’AGI est définie conditionne la façon dont les dirigeants et les organisations interprètent son potentiel futur et les impacts associés dans des domaines tels que la réglementation, l’investissement, la gestion des risques et la planification stratégique.
Ainsi, cet article ne vise pas à anticiper les impacts potentiels sur la société, l’environnement, l’économie et la politique liés à l’apparition de ces phénomènes, mais plutôt à se concentrer sur la clarification des concepts — le fondement de toute discussion future.
Des débuts de l’IA statistique à la GenAI
Pour comprendre l’AGI, la Singularité Technologique et la Superintelligence, il est utile de revenir à l’époque où l’IA ne dominait pas encore le débat public. Lorsque j’étudiais l’Économie de l’Innovation, des années avant l’apparition de modèles commerciaux comme ChatGPT, on ne parlait pas aussi fréquemment d’Intelligence Artificielle dans ce domaine d’étude qu’aujourd’hui.
Le concept d’Intelligence Artificielle (IA) a déjà plusieurs décennies. Malgré de multiples périodes de « hype » au fil des ans, par exemple lors de la victoire de Deep Blue contre le champion du monde d’échecs Garry Kasparov en 1997, l’IA restait principalement perçue comme un ensemble de techniques fondamentalement statistiques de prédiction, de classification et d’identification de motifs, autrement dit, des cas d’usage typiques du Machine Learning « traditionnel ».
On spéculait déjà sur la manière dont la technologie pourrait donner naissance à une intelligence supérieure à celle de l’être humain. Deux écoles de pensée ont émergé avec des visions radicalement différentes : l’une en Europe, l’autre aux États-Unis.
Soft-Singularity : le Cerveau Global
En Belgique, à partir des années 1990, le cybernéticien Francis Heylighen a développé le concept d’Émergence et de Cerveau Global (ou Soft-Singularity) : un événement de nature passive dans lequel une conscience émergerait de l’énorme volume de données et de connexions échangées entre des milliards d’humains et de machines. Ce phénomène serait identique au fonctionnement des neurones humains : individuellement, ils ne possèdent aucune capacité intelligente, mais ensemble, ils forment un cerveau. Le tout dépasse la somme des parties.
Autrement dit, on s’attendait à ce qu’internet « s’éveille » de lui-même, doté d’une conscience, à partir de la quantité d’informations qu’il contenait. Il s’agirait donc d’une méta-intelligence collective et distribuée, dont les humains connectés eux-mêmes feraient partie, et dont l’émergence dépendrait uniquement du nombre de connexions existantes.
Hard-Singularity : la Singularité Technologique
Si la vision européenne misait sur une émergence passive, où l’intelligence surgirait naturellement des connexions entre humains et machines, la vision américaine proposait quelque chose de plus délibéré et de potentiellement plus disruptif. Dans la Silicon Valley est apparu le concept de Singularité Technologique (ou Hard-Singularity), popularisé par des futuristes comme Ray Kurzweil (par exemple dans les livres The Singularity is Near, 2005, et The Singularity is Nearer, 2024).
Le terme « Singularité » est une métaphore empruntée à la physique et aux mathématiques. Il désigne strictement le point où une variable (comme la densité dans un trou noir) tend vers l’infini et où les lois apparentes de la physique cessent d’avoir un sens. Cet événement constituerait un point de rupture dans l’histoire, où l’évolution technologique devient si vertigineuse qu’elle provoque l’effondrement des modèles humains de prévision, rendant impossible toute anticipation de l’avenir.
Le concept central est ici celui de l’« Explosion d’Intelligence », décrit à l’origine par le mathématicien et statisticien I.J. Good : le moment où nous créons une AGI capable de concevoir une version améliorée d’elle-même. Ce processus amorcerait un cycle d’auto-amélioration récursive : la version 1.0 crée la 2.0 ; la 2.0, plus intelligente, crée la 3.0 plus rapidement, et ainsi de suite. Ce cycle se répéterait des milliers de fois à des vitesses électroniques, donnant naissance à une Superintelligence (ASI) qui dépasserait la compréhension humaine en quelques jours, voire en quelques heures.
Des décennies après I.J. Good et Ray Kurzweil, cette idée reste non seulement vivante, mais a aussi gagné en urgence. C’est l’idée prédominante derrière le rapport « AI 2027 », publié en 2025 par Daniel Kokotajlo, Scott Alexander, Thomas Larsen, Eli Lifland et Romeo Dean, qui se propose de prédire à quoi ressemblera l’année 2027, en supposant le développement d’une AGI capable de s’auto-améliorer.
Qu’est-ce qu’une AGI ?
Tous les scénarios associés à la Singularité Technologique et à la Superintelligence partent d’un postulat : l’apparition d’une AGI. Mais qu’est-ce, concrètement, qu’une AGI ? Et où en sommes-nous sur ce chemin ?
Définir l’AGI s’est révélé complexe, le consensus scientifique se fragmentant en définitions distinctes selon les entreprises. À ce jour, OpenAI la définit par son impact économique (le remplacement du travail humain), Anthropic se concentre sur les niveaux de risque et de sécurité (ASL), et Meta (par la voix de Yann LeCun) rejette le terme, au motif que les modèles actuels sont dépourvus de « modèles du monde » et de compréhension « physique ».
La perspective que j’adopte habituellement est celle proposée par le laboratoire de recherche Google DeepMind, dont le principe central est de « se concentrer sur les capacités, pas sur les processus ». Cela signifie que, pour qu’un système soit considéré comme une AGI, il lui suffit d’exécuter les tâches avec une compétence équivalente, sans avoir besoin de posséder une « sentience » ni d’imiter la pensée humaine. Au fond, quelle que soit la tâche, une AGI doit être capable de l’accomplir — qu’il s’agisse de créer une présentation exacte sur la mythologie grecque ou de passer un appel pour réserver dans le restaurant le plus approprié de la ville.
« Les différentes perspectives sur l’AGI, la Singularité et la Superintelligence restent pertinentes en tant qu’angles distincts sur l’avenir de l’Intelligence Artificielle Générative. Elles servent toutes d’outils et de sources d’inspiration pour définir des stratégies à long terme, en particulier dans les secteurs où l’IA Générative a les impacts les plus importants. »
Ricardo Pacheco Almeida, AI Tech Lead chez PwC Portugal
Les cinq niveaux d’AGI
Pour clarifier la façon dont l’AGI peut évoluer au fil du temps, Google DeepMind propose un modèle qui la décrit comme une échelle évolutive, et non comme un point de rupture binaire. Ce modèle repose sur deux axes qui aboutissent, à leur tour, à cinq niveaux de classification :
- Performance (profondeur de la compétence) ; et
- Généralité (étendue des tâches).
Matrice de classification de l’évolution de l’AGI
Niveau 1 (AGI Émergente)
Des systèmes qui possèdent une généralité, mais dont les performances globales ne sont comparables qu’à celles d’un humain non qualifié. C’est à ce niveau que DeepMind classe les modèles de pointe actuels, comme les plus récents d’OpenAI, d’Anthropic et de Google.
Niveau 2 (AGI Compétente)
Le seuil à partir duquel le système atteint les performances de 50% des adultes qualifiés dans un large éventail de tâches.
Niveaux 3 et 4 (Expert et Virtuose)
Là où la capacité atteint respectivement les 90e et 99e centiles des adultes qualifiés.
Niveau 5 (AGI Surhumaine)
Des systèmes qui surpassent 100% des humains dans toutes les tâches.
Nous pouvons considérer qu’une fois le niveau 5 atteint, nous serons face à une Superintelligence, une entité virtuelle dont le niveau de performance est supérieur à celui de tous les humains dans toutes les tâches, de manière générale. L’accès à une technologie dotée d’un tel potentiel aura un impact très profond sur tout ce que nous connaissons.
Une AGI multi-agents à l’avenir ?
L’évolution de l’AGI pourrait ne pas passer par un modèle unique toujours plus puissant, mais par des systèmes composés de multiples agents spécialisés agissant de manière coordonnée. La question qui se pose désormais est la suivante : comment y parvenir ? Par un modèle unique, toujours plus puissant, ou par une autre voie ?
Avec l’apparition récente d’agents de GenAI, que l’on peut définir comme un programme logiciel utilisant la GenAI pour prendre des décisions et employer des outils, DeepMind suggère que l’AGI pourrait émerger naturellement de systèmes d’agents disposant de multiples spécialisations et outils, plutôt que d’un cerveau monolithique très avancé. Cette perspective, de plus en plus populaire, a été baptisée « AGI multi-agents ou intelligence collective ».
Curieusement, cette vision d’une intelligence qui émerge de la collaboration entre de multiples agents spécialisés rappelle le Cerveau Global de Heylighen, avec une différence fondamentale : elle ne dépend pas d’une émergence passive d’internet, mais de systèmes conçus intentionnellement.
Dans un débat qui oscille entre enthousiasme et appréhension, la clarification de ces concepts est essentielle pour que les dirigeants, les organisations et les décideurs puissent appréhender l’évolution de l’IA de manière éclairée et responsable. Cette prise de conscience doit guider une approche stratégique, prudente et prospective de l’IA tout au long de ce siècle.