En octobre 1950, dans la revue philosophique britannique Mind, paraît un article dont la première phrase résonne encore comme l'un des plus grands défis de l'histoire intellectuelle :
« I propose to consider the question, "Can machines think?" »
(« Je propose d'examiner la question : "Les machines peuvent-elles penser ?" »)
Son auteur, Alan Mathison Turing (1912-1954), mathématicien génial et cryptanalyste de Bletchley Park ayant cassé le code Enigma durant la Seconde Guerre mondiale, sait parfaitement que définir rigoureusement le mot « penser » est un piège philosophique sans fin.
Plutôt que de s'enliser dans un débat métaphysique sur la conscience, Turing prend un contre-pied méthodologique pragmatique : remplacer une question abstraite par un test opérationnel fondé sur le comportement. C'est l'acte de naissance du célèbre Test de Turing.
1. Le « Jeu de l'Imitation » original#
Avant de devenir une expérience pour ordinateurs, Turing présente son concept sous la forme d'un jeu de société victorien : le jeu de l'imitation (The Imitation Game).
Trois protagonistes participent dans des pièces séparées : * Un interrogateur humain (\(C\)) ; * Un homme (\(A\)) ; * Une femme (\(B\)).
L'interrogateur communique uniquement par messages textuels (téléscripteur) afin d'éviter tout indice physique ou acoustique. Sa mission consiste à déterminer qui est l'homme et qui est la femme en posant toutes les questions de son choix. L'homme doit tromper l'interrogateur en prétendant être une femme, tandis que la femme tente de l'aider à discerner la vérité.
Turing formule alors son intuition révolutionnaire :
Que se passerait-il si une machine prenait la place du joueur \(A\) ? Si l'interrogateur se trompe aussi souvent lorsqu'il interroge une machine que lorsqu'il interroge un humain, pouvons-nous encore refuser à cette machine la qualification d'intelligente ?
┌───────────────────────┐
│ Interrogateur ($C$) │
└───────────┬───────────┘
│ (Questions / Réponses textuelles)
─────────┴─────────
│ │
┌──────▼──────┐ ┌──────▼──────┐
│ Machine ($A$)│ │ Humain ($B$) │
└─────────────┘ └─────────────┘
2. Le principe opérationnel : l'indiscernabilité#
Le test de Turing ne mesure pas la vitesse de calcul ni la justesse arithmétique. Au contraire, une machine qui répondrait instantanément à une multiplication à 20 chiffres trahirait immédiatement sa nature synthétique ! Pour réussir le test, elle doit savoir hésiter, faire des fautes de frappe plausibles, plaisanter, faire preuve d'ironie ou simuler l'oubli.
[!NOTE] Le critère de Turing est strictement comportementaliste (behavioriste) : si un système agit en tout point comme un être doté d'intelligence, il est scientifiquement légitime de le traiter comme tel, sans exiger d'inspecter ses rouages internes ou sa "subjectivité".
3. Les objections anticipées par Turing#
Dans son article de 1950, Turing passe en revue les objections majeures que ses contemporains pourraient lui adresser, et les réfute avec un siècle d'avance :
- L'objection théologique : L'âme penserait être l'apanage exclusif de l'homme créé par Dieu. Turing rétorque que si Dieu le souhaite, il peut tout aussi bien pourvoir un ordinateur d'une âme.
- L'objection de Lady Lovelace (1842) : Ada Lovelace soutenait que la machine analytique de Babbage ne pouvait « créer quoi que ce soit d'original » et n'exécutait que ce qu'on lui ordonnait. Turing réplique que nos cerveaux humains réagissent eux-mêmes selon des règles d'apprentissage et de causalité, et que les machines peuvent parfaitement nous surprendre.
- L'objection de la conscience (Geoffrey Jefferson) : Pour être sûr qu'une machine pense, il faudrait « être la machine » et ressentir ses émotions. Turing démontre que cette position mène inévitablement au solipsisme : nous ne pouvons pas non plus prouver que les autres humains ont une conscience.
4. Les limites du test et la chambre chinoise de Searle#
Au fil des décennies, le test a suscité des débats philosophiques passionnés. L'objection la plus célèbre arrive en 1980 avec le philosophe américain John Searle et son expérience de pensée de la Chambre Chinoise :
Imaginez un individu enfermé dans une pièce ne parlant pas un mot de chinois. On lui glisse sous la porte des idéogrammes chinois. Grâce à un imposant livre de règles formelles (un programme), il manipule les symboles et produit les réponses adéquates en chinois, au point de tromper un observateur extérieur.
Comprend-il pour autant le chinois ? Non : il manipule de la syntaxe sans en saisir la moindre sémantique.
[!WARNING] La critique de Searle met en lumière un paradoxe : le test de Turing mesure l'apparence de l'intelligence (l'aptitude à feindre), et non la compréhension réelle du monde.
5. De Joseph Weizenbaum aux Grands Modèles de Langage (LLM)#
Dès 1966, au MIT, Joseph Weizenbaum développe ELIZA, un script conversationnel rudimentaire simulant un psychothérapeute rogérien. En reprenant simplement les mots-clés de son interlocuteur (« Je suis triste » ➔ « Pourquoi dites-vous que vous êtes triste ? »), ELIZA berne de nombreux utilisateurs qui lui attribuent une réelle empathie. C'est l'effet ELIZA : notre propension humaine à projeter de l'intentionnalité là où il n'y a que du traitement statistique.
Soixante-dix ans après l'article de Turing, l'avènement des modèles de fondation (GPT-4, Claude, Gemini) a bouleversé la donne. Ces architectures réussissent désormais les tests de Turing informels avec une aisance déconcertante.
Cette réussite historique a provoqué une prise de conscience dans la communauté scientifique : le test de Turing est devenu trop facile pour l'ingénierie linguistique, tout en restant insuffisant pour évaluer l'intelligence générale (AGI).
À retenir#
- 1950 : Publication de Computing Machinery and Intelligence par Alan Turing.
- Le jeu de l'imitation évalue la faculté d'une machine à produire des réponses textuelles indiscernables de celles d'un être humain.
- Le test privilégie le comportement fonctionnel sur la question insoluble de la conscience intérieure.
- La frontière entre l'illusion conversationnelle et la véritable intelligence sémantique demeure l'un des axes de recherche les plus vifs de l'IA moderne.
Dans le prochain épisode de La Rubrique ML, nous partirons à l'été 1956 sur le campus du Dartmouth College, là où le terme « Intelligence Artificielle » a été forgé pour la première fois.
Commentaires