Intelligence artificielle générale (AGI) : définition, exemples

Guide · mis à jour le 14 octobre 2026

L'intelligence artificielle générale (IAG, ou AGI en anglais) désigne une IA capable d'apprendre et de réaliser pratiquement toutes les tâches intellectuelles d'un humain, et pas seulement une tâche précise. Elle n'existe pas encore au sens consensuel du terme : les IA actuelles sont très fortes dans certains domaines, mais encore inégales ailleurs.

Ce guide explique simplement ce qu'est l'intelligence artificielle générale, d'où vient le terme, comment la mesurer, avec des exemples concrets, et en quoi elle diffère de l'IA d'aujourd'hui et de la superintelligence. Les dates d'arrivée citées sont toujours des prévisions, jamais des faits.

Intelligence artificielle générale : quelle définition ?

Il n'existe pas de définition officielle unique. Trois formulations reviennent le plus souvent :

• La définition « par les capacités » : une IA capable d'effectuer, ou d'apprendre à effectuer, pratiquement n'importe quelle tâche cognitive qu'un humain peut accomplir. C'est la définition la plus répandue chez les chercheurs, reprise par l'encyclopédie Wikipédia.
• La définition « économique » d'OpenAI : dans sa charte, OpenAI parle de « systèmes hautement autonomes qui surpassent les humains dans la plupart des tâches à forte valeur économique ».
• La définition « par niveaux » de Google DeepMind : plutôt qu'un seuil unique, des chercheurs de Google DeepMind proposent de classer les systèmes selon deux axes, la performance et la généralité (voir plus bas).

Le point commun : le mot « générale ». Une IA générale ne brille pas seulement aux échecs ou en traduction. Elle sait passer d'un domaine à l'autre, apprendre une tâche nouvelle et s'adapter à une situation imprévue. Parmi les capacités souvent citées : planifier, raisonner, comprendre des concepts abstraits, décider dans l'incertitude, apprendre de ses erreurs et communiquer en langage naturel.

À l'inverse, la conscience n'est généralement pas exigée. On peut imaginer une IA générale très compétente sans aucune expérience subjective. C'est un débat distinct, philosophique, sur lequel les experts sont divisés.

AGI IA : quelle signification et d'où vient le terme ?

AGI est l'abréviation anglaise d'Artificial General Intelligence. En français, on écrit IAG, « IA générale » ou « intelligence artificielle générale ». Les trois désignent la même idée.

L'ambition est ancienne. Dès les débuts de l'IA dans les années 1950, les pionniers visaient une machine capable de tout faire. En 1965, l'économiste et informaticien Herbert Simon prédisait que des machines pourraient accomplir n'importe quel travail humain dans les vingt ans. Cette prévision ne s'est pas réalisée, ce qui rappelle la prudence nécessaire sur les calendriers.

L'expression elle-même apparaît en 1997 sous la plume de Mark Gubrud, dans un texte sur l'automatisation de l'industrie et des opérations militaires. Elle est ensuite devenue un objectif affiché par plusieurs laboratoires, dont OpenAI et Google DeepMind.

Quelle différence entre IA faible, IA générale et superintelligence ?

Ces termes se ressemblent, mais ne désignent pas la même chose. Le tableau ci-dessous résume les distinctions les plus courantes.

Attention à une confusion fréquente : « IA forte » ne veut pas dire « IA très compétente ». Cette notion, liée à l'expérience de pensée de la « chambre chinoise » du philosophe John Searle, porte sur la conscience. Une IA peut être très capable et rester « faible » au sens philosophique.

La superintelligence est souvent vue comme l'étape suivante de l'IAG. Nous lui consacrons un guide complet : super intelligence artificielle, la définition simple.

Comment savoir si une IA est générale ? Les niveaux d'AGI

Le célèbre test de Turing (une machine peut-elle se faire passer pour un humain dans une conversation ?) ne suffit plus : des modèles de langage tiennent des conversations convaincantes sans être généraux pour autant. Les chercheurs cherchent donc des grilles plus fines.

La plus citée a été proposée par une équipe de Google DeepMind (Meredith Ringel Morris, Shane Legg et leurs coauteurs), dans l'article « Levels of AGI », publié à la conférence ICML 2024. Elle croise performance et généralité :

Dans cette grille, les grands modèles de langage de 2023 (ChatGPT, Gemini, Llama 2) étaient classés en « AGI émergente » : compétents sur certaines tâches, mais seulement émergents sur la plupart. Les niveaux généraux supérieurs (compétent, expert, exceptionnel) et la superintelligence étaient jugés non atteints. Les auteurs ajoutent six principes, dont deux clés : mesurer les capacités plutôt que le fonctionnement interne, et voir l'AGI comme un chemin plutôt qu'un point d'arrivée.

Ils distinguent aussi des niveaux d'autonomie, de l'outil (l'humain contrôle) à l'agent entièrement autonome. Ce dernier niveau est associé aux risques de désalignement et de concentration du pouvoir. C'est tout l'enjeu des agents IA actuels, qui gagnent en autonomie.

D'autres tests existent, comme les épreuves ARC-AGI de l'ARC Prize, qui mesurent la capacité à résoudre des énigmes visuelles jamais vues. Nous avons par exemple analysé la méthode de Memento 3 sur ARC-AGI-3.

Intelligence artificielle générale : quels exemples ?

Puisqu'aucune IAG consensuelle n'existe, les « exemples » sont de trois types : des systèmes qui s'en approchent, des situations qui illustrent ce qu'elle saurait faire, et des œuvres de fiction.

Des systèmes actuels qui montrent certains traits de généralité

• Les grands modèles généralistes (ChatGPT, Claude, Gemini, Mistral, Muse de Meta) : ils écrivent, codent, traduisent et raisonnent dans de nombreux domaines. C'est leur polyvalence qui relance le débat sur l'IAG. Leurs fiabilités restent inégales selon les tâches.
• Les agents autonomes : ils enchaînent des actions (recherche, code, envoi de messages) pour atteindre un objectif sur plusieurs heures. On peut les essayer gratuitement : voir notre sélection du meilleur agent IA gratuit.
• L'IA scientifique : des systèmes aident désormais des mathématiciens ou des biologistes sur des problèmes ouverts. C'est un signe de capacités avancées, mais encore dans des cadres guidés par des humains.

Ce qu'une IA générale saurait faire (exemples illustratifs)

• apprendre un métier nouveau à partir d'une documentation et de quelques essais, comme un nouvel employé ;
• suivre un cursus universitaire complet et réussir les examens de disciplines très différentes ;
• gérer un projet de bout en bout, en s'adaptant aux imprévus, sans qu'on lui détaille chaque étape ;
• transférer ce qu'elle a appris dans un domaine (la logique d'un jeu, par exemple) vers un autre totalement différent.

Des exemples dans la fiction

Le cinéma a popularisé l'idée : HAL 9000 dans 2001, l'Odyssée de l'espace, Samantha dans Her ou Ava dans Ex Machina. Ces personnages mélangent souvent IAG, conscience et superintelligence, des notions qu'il vaut mieux distinguer.

IA générale : quand arrivera-t-elle ?

C'est l'une des questions les plus recherchées, et la réponse honnête est : personne ne le sait. Toute date est une prévision.

• Certains dirigeants de laboratoires évoquent publiquement des échéances de quelques années.
• Geoffrey Hinton estimait autrefois l'échéance à 30 à 50 ans, avant de revoir son avis ; Andrew Ng jugeait en 2015 les inquiétudes sur l'IAG prématurées.
• L'histoire invite à la prudence : la prévision d'Herbert Simon en 1965 visait 1985.

Le désaccord vient en partie des définitions : une IA qui « surpasse les humains dans la plupart des tâches à valeur économique » n'est pas la même chose qu'une IA « au niveau humain sur toutes les tâches intellectuelles ». Avant de comparer deux prévisions, il faut donc vérifier de quelle définition elles parlent.

Quels sont les enjeux et les risques de l'AGI ?

Les experts mettent en avant plusieurs enjeux, avec des avis très partagés sur leur gravité :

• L'alignement : s'assurer qu'une IA très capable poursuit bien les objectifs voulus par les humains. Stuart Russell, Yoshua Bengio ou Geoffrey Hinton alertent sur un risque de perte de contrôle ; Yann LeCun juge ces craintes exagérées.
• Le passage à la superintelligence : une IAG capable d'améliorer la recherche en IA pourrait accélérer ses propres progrès, une hypothèse dite d'« explosion d'intelligence », formulée dès 1965 par Irving John Good et contestée par d'autres.
• L'emploi et les inégalités : de nombreux métiers de bureau pourraient être transformés.
• La sécurité : les capacités des agents de code servent aussi au piratage, comme le montre le récent rapport d'Anthropic sur l'auto-réplication de petits modèles.

Ces risques font l'objet de débats politiques, notamment aux États-Unis et dans l'Union européenne avec l'AI Act. Nous les traitons dans notre FAQ sur la superintelligence.

FAQ

Conclusion

L'intelligence artificielle générale est moins un point d'arrivée qu'un chemin : les IA progressent en généralité, niveau par niveau, sans franchir de ligne unique. Pour aller plus loin, découvrez la super intelligence artificielle, apprenez à créer un agent IA sans coder, suivez les avancées vers la superintelligence et parcourez l'annuaire des agents IA.