Aller au contenu
Cercle IA · Lexique Un site du réseau Cercle IA

Définition

AGI : intelligence artificielle générale, définition

Comprendre l’AGI, distinguer performance, généralité et autonomie, et examiner une annonce sans confondre démonstration et capacité établie.

Mis à jour le

AGI signifie artificial general intelligence, ou intelligence artificielle générale. Le terme sert à discuter d’une IA capable de traiter un ensemble étendu de tâches, au-delà d’une spécialité étroite. Pour comprendre une annonce sur l’AGI, il faut demander ce que « générale » veut dire dans cette annonce et comment la capacité a été mesurée.

Trois dimensions à distinguer

L’article de recherche Levels of AGI, déposé le 04/11/2023 et révisé le 24/09/2025, propose un cadre qui distingue la performance, la généralité et l’autonomie. Son résumé, relu le 16/11/2026, présente la profondeur des capacités et leur étendue comme deux axes de comparaison. Il souligne aussi la difficulté de concevoir des évaluations adaptées et l’importance du mode d’interaction entre humains et IA.

On peut utiliser cette distinction pour lire une démonstration :

Question Ce que vous cherchez à comprendre
Quelle performance ? Le niveau atteint sur une tâche décrite précisément
Quelle généralité ? La diversité des tâches réellement évaluées
Quelle autonomie ? Les décisions et actions confiées au système

Ce tableau est notre grille de lecture, inspirée de ces dimensions. Il ne constitue pas une certification d’AGI.

Un exemple pour éviter la confusion

Imaginez un outil fictif qui prépare très bien des tableaux de suivi et les envoie sans intervention. Vous avez deux observations : une réussite sur un type de travail et une capacité d’action dans un environnement donné. Vous n’avez pas encore observé sa capacité à traiter de nombreux problèmes différents.

À l’inverse, un outil peut répondre à des questions variées tout en demandant une validation avant chaque action. Une autonomie limitée ne suffit donc pas à décrire toute l’étendue de ses capacités. La page agent IA explique cette question d’action, tandis que LLM décrit une famille de modèles.

Une annonce spectaculaire peut devenir une question précise à partager : quelles tâches ont été réussies sans préparation particulière et quels échecs sont publiés ? Pour commencer par les capacités des outils utilisables au travail, consultez les ateliers de découverte de l’IA en entreprise. Le cercle pourrait réserver le débat sur l’AGI à des critères explicites, puis revenir à la décision immédiate : quel usage souhaite-t-on essayer et qu’est-ce qui ferait arrêter cet essai ?

Que demander face à une promesse d’AGI ?

Nous conseillons de demander la liste des tâches évaluées, les conditions de l’essai et les échecs observés. Vérifiez si les exemples ont été choisis après coup ou si une série d’épreuves avait été définie à l’avance. Demandez aussi ce qui a été préparé par des personnes autour du système : documents, outils, corrections ou validations.

Pour une entreprise, traduisez ensuite la promesse en besoin concret. Une synthèse doit-elle retrouver les sources ? Une action doit-elle attendre votre accord ? Quel résultat ferait échouer l’essai ? Ces questions restent utiles quel que soit le vocabulaire de l’éditeur. Pour replacer cette discussion dans les outils actuels, consultez l’IA générative et l’apprentissage automatique.

Questions fréquentes

Une IA autonome est-elle forcément une AGI ?

Non. L’autonomie concerne la manière d’agir ; la généralité concerne l’étendue des tâches. Il faut examiner ces dimensions séparément.

Peut-on donner une date certaine pour l’AGI ?

La recherche citée propose un cadre de comparaison des capacités, pas une date garantie d’arrivée. Cette fiche ne donne pas de calendrier prédictif.

Sources

Pages consultées pour écrire cet article :

  1. https://iarche.fr/ateliers-webinaires
  2. https://arxiv.org/abs/2311.02462

À lire aussi