Les 15 niveaux de maturité de l'intelligence artificielle. De « une machine qui répond à des questions » jusqu'à « quel type de société voulons-nous construire ? » : chaque niveau change la question que vous posez, et chaque niveau a son angle mort.
L'objectif n'est pas seulement de mesurer ce qu'une personne sait techniquement. Il faut mesurer un spectre complet de compréhension : ce que le système fait, comment il agit, de quel droit, et dans quel monde.
Ce site est un parcours de compréhension, pas un référentiel normatif : l'escalier ordonne des questions, pas des personnes. Les axes restent indépendants ; la progression raconte comment le regard s'élargit.
Un interrupteur à deux positions. C'est la représentation la plus répandue, et la plus fausse.
Six axes indépendants. On peut être expert sur l'un et aveugle sur les cinq autres.
Chaque ère ne remplace pas la précédente : elle change la question que l'on pose au système.
« Qu'est-ce que l'IA peut faire ? »
« Comment peut-elle agir de manière autonome ? »
« A-t-elle le droit de le faire, et comment le prouver ? »
« Quel type de société voulons-nous construire ? »
« Qu'est-ce que l'IA peut faire ? »
« Une machine qui répond à des questions. »
La personne utilise l'IA comme un chatbot : poser des questions, générer du texte, obtenir des idées.
« Un modèle que je peux orienter avec de bonnes instructions. »
Contexte, contraintes, exemples, rôles, formats de sortie, itérations : la personne apprend à piloter la sortie du modèle au lieu de la subir.
« Un système probabiliste entraîné sur de grandes quantités de données. »
Tokens, fenêtre de contexte, inférence, embeddings, température, hallucinations : la personne comprend la mécanique qui produit la réponse, et pourquoi elle peut échouer.
« Une composante d'un processus de travail. »
Humains, modèles, bases de données, code, automatisations, validations : la personne pense en termes de processus intégrés plutôt qu'en prompts isolés.
« Comment peut-elle agir de manière autonome ? »
« Un système capable de raisonner tout en consultant des sources et en utilisant des outils. »
Moteurs de recherche, bases vectorielles, APIs, logiciels : le modèle sort de sa mémoire interne.
Le changement fondamental : la différence entre la connaissance interne du modèle et l'information récupérée dynamiquement dans l'environnement.
« Un système capable de poursuivre un objectif et d'enchaîner des actions. »
Objectif, plan, outils, action, observation, itération, mémoire : la boucle remplace l'aller-retour question-réponse.
Le changement fondamental : passer de « répondre » à « agir ».
« Plusieurs intelligences spécialisées peuvent collaborer, se critiquer, se déléguer du travail ou entrer en compétition. »
Orchestration, délégation, critique, vérification, arbitrage, compétition : penser en termes de société d'agents partageant une mémoire et se coordonnant indirectement.
« A-t-elle le droit de le faire, et comment le prouver ? »
« Une infrastructure cognitive distribuée composée de plusieurs systèmes distincts. »
Données, modèle, runtime, mémoire, identité, politiques, orchestration, autorisation, preuve : des couches distinctes, remplaçables une à une.
Un système IA robuste doit pouvoir survivre au remplacement d'un modèle ou d'un fournisseur.
« Une intelligence qui agit dans un espace de droits, de permissions et de responsabilités. »
Qui est cet agent, que lui fait-on confiance pour faire, que sait-il faire, et qu'a-t-il le droit de faire : quatre questions distinctes, quatre réponses distinctes.
L'équation fondamentale : Identité ≠ Confiance ≠ Compétence ≠ Autorité.
« Une intelligence dont les actions et les affirmations doivent pouvoir être vérifiées. »
Déclaration, artefact, événement, trace, résultat, verdict, preuve : une chaîne de vérification indépendante, maillon par maillon.
On ne demande plus « est-ce que ça fonctionne ? » mais « qu'est-ce qui permet de le prouver ? » (provenance, causalité, reproductibilité).
« Une intelligence ne doit pas seulement produire des actions correctement exécutées ; elle doit produire un effet utile dans le monde réel. »
Deux axes indépendants : la qualité de l'exécution technique, et l'utilité réelle du résultat.
Un système parfaitement exécuté peut parfaitement produire quelque chose d'inutile.
« Quel type de société voulons-nous construire ? »
« Une machine qui produit des propositions sous incertitude. »
Le spectre épistémique : ignorance absolue, incertitude et contradiction, hypothèse et estimation, inférence, observation et fait.
L'intelligence ne consiste pas uniquement à donner des réponses. Une intelligence mature doit être capable de représenter ce qu'elle ne sait pas.
« Une intelligence doit être soumise à une autorité qui lui est supérieure. »
Une couche d'autorité au-dessus du système : constitution, permissions, refus opposables.
Le principe fondamental : la capacité n'accorde pas l'autorité. Il faut construire les conditions légitimes de l'action de l'IA.
« Une population d'intelligences évoluant dans un environnement humain, économique, politique, technique et institutionnel. »
Agents, infrastructures, humains, marchés, institutions, protocoles, rapports de pouvoir : tout interagit avec tout.
L'unité d'analyse devient le système entier. L'IA est un problème de systèmes complexes où les comportements émergent des interactions.
« Un nouvel objet scientifique et civilisationnel dont nous ne comprenons encore qu'une partie. »
Interprétabilité, émergence, cognition artificielle, alignement : la recherche vivante.
Nos mots actuels (modèle, agent, raisonnement, autonomie) ne sont que des approximations provisoires pour des systèmes à peine compris.
Quatre ères, quatre unités d'analyse, quatre questions, quatre métriques de succès.
| Ère 1 (L'Outil) | Ère 2 (L'Agent) | Ère 3 (La Gouvernance) | Ère 4 (Le Système) | |
|---|---|---|---|---|
| Niveaux | 1 à 4 | 5 à 7 | 8 à 11 | 12 à 15 |
| Unité d'analyse | Le Modèle | L'Action | L'Architecture | L'Écosystème |
| Question principale | « Que fait-elle ? » | « Comment agit-elle ? » | « A-t-elle le droit ? » | « Quelle société voulons-nous ? » |
| Métrique de succès | Précision et utilité | Autonomie et objectifs | Sécurité, preuve et valeur | Légitimité et émergence |
Cochez chaque affirmation qui est vraie pour vous (ou pour votre organisation), honnêtement. Le résultat est une estimation de la marche la plus haute de votre parcours, avec l'angle mort à surveiller.
Niveau 15 · Frontière : ce stade n'est pas auto-attribuable. Il désigne les questions dont les réponses restent ouvertes.
« L'intelligence artificielle a cessé d'être un problème de modèle. Elle est devenue un problème d'architecture, de coordination, d'autorité, de preuve, de valeur, de gouvernance, et finalement... d'institution. »
L'évolution ne fait que commencer.