Le terme n’a jamais eu de définition technique stable. Depuis 2024, il en a une définition juridique européenne, et c’est elle qui décide quels systèmes sont contrôlés en Europe.
« Intelligence artificielle » n’est pas le nom d’une technologie : c’est le nom d’un programme de recherche lancé en 1956, devenu depuis une étiquette commerciale posée sur des objets qui n’ont presque rien en commun. Le mot a pourtant acquis un sens opposable en Europe : l’article 3 du règlement européen sur l’IA définit un système d’IA par sa capacité à déduire, à partir de ses entrées, la façon de produire ses sorties. Ce verbe « déduit » trace la frontière : un logiciel qui applique des règles écrites par des humains n’est pas un système d’IA, même si sa page d’accueil l’affirme.
Dans un rayon d’électroménager, une machine à laver annonce un « programme piloté par intelligence artificielle ». Sur la page d’accueil d’un logiciel de facturation, la même expression, en gras. Dans un courriel de service client, une signature : « votre agent IA ». Trois objets, trois prix, une seule étiquette.
La machine à laver pèse le linge et adapte un cycle selon une table de correspondance écrite par un ingénieur. Le logiciel de facturation trie des libellés avec un modèle statistique entraîné sur des millions d’écritures. L’agent de service client repose sur un modèle de langage de plusieurs centaines de milliards de paramètres. Le premier n’est pas de l’intelligence artificielle, le deuxième et le troisième en sont, et cette différence n’est plus seulement une querelle de mots : elle décide de qui doit tenir une documentation technique et de qui doit vous prévenir qu’il vous répond automatiquement.
L’expression « artificial intelligence » apparaît en 1956, dans la proposition d’un atelier d’été organisé à Dartmouth College par un petit groupe de chercheurs, dont John McCarthy. Il fallait un nom pour rassembler des travaux dispersés sur la démonstration automatique de théorèmes, la traduction et les réseaux d’automates, et surtout pour convaincre une fondation de payer. Le nom choisi était volontairement large.
Il l’est resté. Soixante-dix ans plus tard, « intelligence artificielle » ne désigne toujours aucune technique en particulier. Le domaine a traversé au moins deux « hivers », périodes où les financements se sont taris après des promesses non tenues, et deux changements complets de paradigme : de l’approche symbolique, où l’on encodait des règles et des connaissances à la main, à l’approche statistique, où l’on ajuste des paramètres sur des données. Ces deux familles n’ont presque rien en commun sur le plan technique. Elles portent le même nom.
Alan Turing, dès 1950, avait senti le piège. Plutôt que de demander « une machine peut-elle penser », question qu’il jugeait trop mal posée pour être traitée, il proposait un test d’imitation portant sur le comportement observable. Le déplacement était méthodologique : on renonce à définir l’intelligence, on définit une épreuve. La question de la définition est donc restée ouverte pendant sept décennies.
Une régularité amuse les chercheurs depuis les années 1970. Tant qu’une tâche résiste, elle est un problème d’intelligence artificielle. Dès qu’un programme la résout de façon fiable, elle devient « de l’informatique », et le mot IA se déplace vers la frontière suivante. Une formule souvent attribuée à l’informaticien Larry Tesler résume la chose : l’intelligence, c’est ce que les machines ne savent pas encore faire.
La liste des rétrogradés est longue et vous l’utilisez tous les jours. Le correcteur orthographique. Le calcul d’itinéraire du GPS, qui fut un sujet de recherche en planification. La reconnaissance de caractères sur un chèque ou une plaque d’immatriculation. Le filtre antispam de votre messagerie, dont les premières versions bayésiennes furent présentées comme de l’apprentissage automatique. La reconnaissance vocale d’un serveur téléphonique. Aucun de ces systèmes n’est vendu aujourd’hui comme de l’IA, et tous auraient reçu ce label sans hésitation en 1995.
Cet effet a une conséquence pratique désagréable : la question « est-ce de l’IA ? » n’a jamais eu de réponse par le contenu, seulement par la mode. C’est précisément ce vide que le droit européen est venu combler.
Le règlement (UE) 2024/1689, dit règlement sur l’intelligence artificielle, définit à son article 3 ce qu’est un système d’IA. La phrase est longue mais chacun de ses membres a été négocié.
Un système automatisé qui est conçu pour fonctionner à différents niveaux d’autonomie et qui peut faire preuve d’une capacité d’adaptation après son déploiement, et qui, pour des objectifs explicites ou implicites, déduit, à partir des entrées qu’il reçoit, la manière de générer des sorties telles que des prédictions, du contenu, des recommandations ou des décisions qui peuvent influencer les environnements physiques ou virtuels.
Cette définition n’a pas été écrite à Bruxelles à partir de rien : elle reprend, en la précisant, celle adoptée par l’OCDE, ce qui lui donne une portée internationale. Elle a une propriété rare pour un texte juridique portant sur la technique : elle ne cite aucune méthode. Pas un mot sur les réseaux de neurones, l’apprentissage profond ou les modèles de langage. Elle décrit un comportement, pas une architecture, et c’est ce qui doit lui permettre de survivre au prochain changement de paradigme.
Un seul mot de cette phrase sépare les systèmes couverts de ceux qui ne le sont pas : « déduit ». Il faut le lire comme les juristes européens l’entendent, au sens d’inférer, c’est-à-dire de tirer d’un ensemble de données la façon de traiter des cas nouveaux.
Dans un logiciel classique, un humain écrit la règle et la machine l’exécute. Dans un système d’IA, un humain fournit des exemples et un objectif, et la machine construit elle-même la fonction qui relie les entrées aux sorties. Personne n’a écrit cette fonction, personne ne peut la relire ligne à ligne. C’est cette autonomie dans la construction du traitement, et non l’autonomie dans la décision, que le règlement cible. Le mécanisme est décrit en détail dans ce qu’apprendre veut dire pour une machine.
Le règlement précise, dans ses considérants et dans les lignes directrices publiées par la Commission européenne en février 2025, que les systèmes fondés uniquement sur des règles définies par des personnes physiques pour exécuter automatiquement des opérations restent hors du périmètre. La complexité n’y change rien : un moteur de règles de trois mille conditions écrites à la main n’est pas un système d’IA, alors qu’un petit modèle de régression entraîné sur mille lignes de tableur en est un.
Sous une même étiquette cohabitent quatre familles techniques distinctes, avec des coûts, des risques et des modes de contrôle sans rapport entre eux.
| Famille | Ce que le système produit | Exemple courant en France | Système d’IA au sens du règlement |
|---|---|---|---|
| Système à base de règles | La sortie prévue par une règle écrite à la main | Calcul d’un barème fiscal, arbre de décision d’un formulaire | Non |
| Modèle prédictif (apprentissage supervisé) | Une valeur ou une classe parmi un ensemble fini | Détection de fraude bancaire, score d’appétence, maintenance prédictive | Oui |
| Système de recommandation et de classement | Un ordre, une sélection dans un catalogue | Fil d’actualité, suggestions d’une plateforme de vidéo | Oui |
| Modèle génératif | Du contenu nouveau : texte, image, voix, code | Assistant conversationnel, générateur d’images | Oui |
Les trois dernières lignes reposent toutes sur des paramètres ajustés à partir de données. Elles se distinguent par la nature de leur sortie, distinction traitée dans la différence entre IA générative et IA classique. Sous le capot, la plupart s’appuient sur des réseaux de neurones, mais pas toutes : la détection de fraude utilise encore massivement des forêts d’arbres, plus rapides et plus faciles à auditer.
Le débat public confond régulièrement trois objets dont un seul existe.
L’IA étroite est entraînée pour une famille de tâches et n’en sort pas. C’est la totalité de ce qui est déployé en 2026, y compris les assistants les plus polyvalents. Un modèle de langage semble généraliste parce que le langage sert à tout, mais ses paramètres sont figés, il ne se fixe pas d’objectifs et il ne conserve rien d’une session à l’autre en dehors de ce qu’on lui réinjecte explicitement, comme l’explique le fonctionnement de la mémoire des assistants.
L’IA générale désigne un système hypothétique capable de transférer seul ses compétences d’un domaine à un autre au niveau d’un humain. Elle n’existe pas, aucune définition opérationnelle n’en fait consensus, et son arrivée a déjà été annoncée pour « dans dix ans » à plusieurs reprises depuis 1960.
La superintelligence est une spéculation portant sur un système qui dépasserait l’humain dans tous les domaines. Elle relève de la prospective et n’a aucune traduction dans le droit positif.
Le règlement européen ne mentionne aucun de ces trois termes. Il parle de systèmes d’IA et, pour les plus gros modèles polyvalents, de « modèles d’IA à usage général », catégorie définie par la généralité des tâches couvertes et non par une quelconque intelligence.
Coller le mot IA sur un produit augmente sa valeur perçue, justifie un supplément de prix et attire des investisseurs. La pratique a un nom, l’« IA washing », et une qualification juridique : présenter comme intelligence artificielle un produit qui n’en contient pas est susceptible de constituer une pratique commerciale trompeuse au sens du code de la consommation. La DGCCRF est compétente et le signalement passe par SignalConso.
L’excès inverse existe aussi, et il est plus insidieux. Certains organismes ont intérêt à ne pas qualifier leur système d’IA, parce que la qualification déclenche des obligations : documentation technique, gestion des risques, supervision humaine, information des personnes. Un tri automatique de candidatures présenté comme un « simple outil de présélection » reste soumis au régime des systèmes à haut risque si le traitement est déduit de données. La liste des usages qui basculent dans cette catégorie figure en annexe du règlement, et le calendrier d’entrée en application est détaillé dans la chronologie du règlement européen.
Le règlement sur l’IA n’a pas remplacé le droit existant, il s’y ajoute. Trois régimes s’appliquent déjà, indépendamment de toute qualification d’IA.
La surveillance est répartie entre plusieurs autorités selon le secteur et la finalité, ce que détaille le partage des compétences entre la CNIL, la DGCCRF et le Bureau de l’IA. Les usages purement et simplement interdits depuis février 2025, comme la notation sociale généralisée, sont recensés dans les pratiques d’IA interdites.
Devant un produit ou un service annoncé « à intelligence artificielle », une seule question tranche : qui a écrit la règle qui produit la sortie ? Si c’est une personne, vous avez affaire à un logiciel, et le mot IA est un argument de vente. Si la règle a été déduite de données par la machine elle-même, vous avez affaire à un système d’IA, avec ce que cela implique : une performance mesurée en moyenne et non garantie au cas par cas, un comportement qui peut dériver quand les données changent, et une obligation d’information pesant sur celui qui l’exploite. Demandez sur quoi le système a été entraîné et à quoi ressemble une erreur. Un fournisseur qui ne sait pas répondre à ces deux questions ne maîtrise pas son produit.
Au sens du règlement européen, non. Le texte écarte les systèmes qui se bornent à exécuter des opérations définies par des personnes physiques, aussi complexes soient-elles. Un moteur de règles bancaire à trois mille conditions reste un moteur de règles. La frontière n’est pas la complexité, c’est l’origine du comportement : dans un système d’IA, la manière de produire la sortie est déduite de données, pas écrite à la main. Cette distinction est développée dans la comparaison entre IA générative et IA classique.
Parce qu’elle décide de vos droits. Si un système entre dans la définition et qu’il sert à trier des candidatures, à évaluer votre solvabilité ou à noter un examen, il bascule en catégorie à haut risque : documentation, supervision humaine, information de la personne concernée. S’il n’y entre pas, ce régime ne s’applique pas. La qualification n’est donc pas un débat de vocabulaire, c’est la porte d’entrée d’obligations concrètes.
Non. Aucun système déployé ne transfère seul ses compétences d’un domaine à un autre, ne se fixe d’objectifs ni ne conserve d’expérience entre deux usages. Les assistants les plus larges restent des systèmes entraînés sur des tâches, dont les paramètres sont figés au moment où vous les utilisez. Les calendriers annoncés pour une IA générale relèvent de la prospective, pas de l’état de l’art, et ils ont déjà été annoncés plusieurs fois depuis 1960.
En général non. Un agent conversationnel qui répond à des questions courantes relève surtout d’une obligation de transparence : la personne doit savoir qu’elle parle à une machine. Le haut risque vise des usages précis, listés en annexe du règlement, comme le recrutement, l’accès au crédit ou l’éducation. Un même modèle de langage peut donc être hors régime dans un usage et à haut risque dans un autre.
L’allégation commerciale doit être exacte. Présenter comme une IA un produit qui applique une minuterie ou un tableau de correspondance peut constituer une pratique commerciale trompeuse au sens du code de la consommation. Le signalement se fait auprès de la DGCCRF, via la plateforme SignalConso. Vérifiez auprès du vendeur ce que le produit fait réellement avant de payer un supplément pour la mention.
Les liens ci-dessus renvoient vers les textes et les organismes cités. Les dates de consultation sont celles de la dernière relecture, le 13 septembre 2026.
Dans ce thème
Dans la rubrique
Modèles de langage, IA générative, deepfakes et règlement européen sur l’IA, expliqués sans hype ni panique.