Les types d’intelligence artificielle (Groupe B)

Les différents types d’intelligence artificielle

L’intelligence artificielle est aujourd’hui partout : dans nos téléphones, nos plateformes de streaming, nos déplacements, et même dans le domaine médical. Pourtant, elle est souvent réduite à une seule image : celle des chatbots ou des IA capables de générer des textes et des images. En réalité, il existe plusieurs types d’intelligences artificielles, aux rôles et aux usages très différents.

L’intelligence artificielle (IA) désigne l’ensemble des techniques informatiques permettant à des machines d’imiter certaines capacités humaines, comme analyser des informations, apprendre à partir de données, raisonner ou prendre des décisions.


Contrairement aux idées reçues, l’IA ne se limite pas à la création de contenus. Elle est d’abord née pour analyser de grandes quantités de données, anticiper des événements et assister les humains dans leurs choix. Aujourd’hui, elle peut aussi interagir avec les utilisateurs et même agir directement dans le monde réel grâce à la robotique et aux systèmes autonomes.
Cette diversité d’usages montre que l’IA n’est pas une technologie unique, mais un ensemble de systèmes aux fonctions variées.

I. Les IA d’analyse, de prédiction et de décision : comprendre, anticiper, orienter

Les intelligences artificielles ne servent pas uniquement à créer des textes ou des images. Historiquement, leur premier rôle est d’analyser de grandes quantités de données, d’identifier des régularités et d’aider les humains à prendre des décisions.
Ces IA sont souvent invisibles, mais elles structurent profondément notre quotidien : recherche sur Internet, recommandations, sécurité, santé, transports.

A. Les IA d’analyse des données : comprendre et organiser le réel

1. Traitement massif de l’information (Big Data)

Les IA d’analyse sont capables de traiter des volumes de données immenses, impossibles à analyser manuellement par un humain.

  • Elles peuvent :
    • extraire des informations pertinentes,
    • trier et classer des données,
    • détecter des anomalies ou des comportements suspects.

Exemples :

→ Les moteurs de recherche intelligents utilisent des intelligences artificielles pour analyser le contenu de milliards de pages web ainsi que les requêtes formulées par les utilisateurs.
L’IA est capable de comprendre le sens d’une requête, même lorsqu’elle est formulée de manière imprécise, puis de classer les résultats selon leur pertinence.
→ Dans le domaine de la cybersécurité, des IA analysent en continu le trafic des réseaux informatiques.
Elles comparent les comportements observés à des comportements considérés comme normaux afin de détecter des anomalies, comme des tentatives de piratage ou des attaques informatiques.
→ Les systèmes anti-fraude utilisent des IA capables d’analyser en temps réel des millions de transactions bancaires.
L’IA repère des schémas inhabituels (montants anormaux, lieux inhabituels, fréquence excessive) pour identifier des transactions potentiellement frauduleuses.

💡 Sans IA, ces analyses prendraient des semaines ou seraient impossibles.

2. Outils d’analyse et de monitoring en temps réel

Certaines IA analysent des flux continus de données, parfois en temps réel. L’IA rend visible et intelligible un monde devenu trop complexe pour l’analyse humaine seule

  • Collecte automatique de données
  • Visualisation et interprétation rapide
  • Aide à la surveillance et à la prévention

Exemples :

→ Google Analytics utilise des systèmes d’analyse automatisée pour collecter et interpréter les données liées à la navigation des internautes sur un site web.
L’IA analyse des informations telles que le nombre de visiteurs, le temps passé sur les pages ou les parcours de navigation afin de comprendre le comportement des utilisateurs.
→ Les applications de navigation comme Google Maps ou Waze utilisent des IA pour analyser en temps réel les déplacements des usagers.
À partir des données de localisation, de vitesse et de densité de circulation, l’IA identifie les ralentissements et estime les embouteillages.
→ Dans les environnements industriels, des capteurs installés sur les machines collectent en continu des données techniques (température, vibrations, pression).
Les IA analysent ces données pour détecter des dysfonctionnements anormaux, parfois avant même qu’une panne ne survienne.

B. Les IA de prédiction : anticiper les comportements et les événements

1. Modéliser le futur à partir du passé

Les IA de prédiction reposent sur le machine learning :
Elles apprennent à partir de données passées pour anticiper ce qui pourrait se produire.

  • Détection de patterns (régularités)
  • Calcul de probabilités
  • Amélioration continue des prédictions

Exemples :

→ Les systèmes de prévision météorologique utilisent des intelligences artificielles capables d’analyser d’énormes quantités de données climatiques passées et présentes (température, pression atmosphérique, humidité, vents).
À partir de ces données, l’IA identifie des régularités et des modèles afin d’anticiper l’évolution du temps dans les heures ou les jours à venir.
→ Dans l’industrie, des capteurs installés sur les machines collectent en permanence des données (vibrations, chaleur, bruit, consommation d’énergie).
Les IA de prédiction analysent ces données pour repérer des signes annonciateurs de défaillance et estimer la probabilité qu’une panne survienne.
→ Les banques utilisent des IA de prédiction pour évaluer le risque qu’un client ne rembourse pas un crédit.
L’IA analyse des données comme les revenus, l’historique bancaire, les dépenses ou les crédits passés, puis calcule une probabilité de non-remboursement.

2. Personnalisation et anticipation des besoins individuels

Ces IA analysent nos comportements pour adapter les services à chaque utilisateur.

Systèmes de recommandation :

  • Spotify : musiques similaires à celles écoutées
  • Netflix : films et séries susceptibles de plaire
  • Amazon : suggestions d’achat personnalisées

Pour cela, elles utilisent :

  • historique de navigation,
  • temps de visionnage,
  • comparaisons avec des profils similaires.

L’IA ne se contente pas de décrire le monde : elle tente de l’anticiper.

C. Les IA d’aide à la décision : orienter l’action humaine

1. Aide au diagnostic et à la résolution de problèmes

Dans certains domaines critiques, l’IA assiste l’humain en proposant des analyses rapides et précises.

Santé :

  • Détection de cancers sur des images médicales
  • Aide au diagnostic pour les radiologues

Finance :

  • Évaluation des risques
  • Aide à l’octroi de crédits
  • Détection de blanchiment d’argent

⚠️ L’IA propose, mais la décision finale reste (en principe) humaine.

2. Optimisation logistique et organisationnelle

Les IA sont très efficaces pour optimiser des systèmes complexes.

Exemples :

→ Amazon utilise des intelligences artificielles pour analyser les ventes passées, les tendances de consommation et les délais de livraison.
À partir de ces analyses et prédictions, l’IA aide à décider quels produits stocker, en quelle quantité et dans quel entrepôt.
→ Uber utilise des IA capables d’analyser le trafic en temps réel, la demande des utilisateurs et la disponibilité des chauffeurs.
L’IA propose alors les itinéraires les plus rapides et l’affectation optimale des chauffeurs aux clients.
→ Dans le domaine de l’aviation, les IA aident à planifier les vols en tenant compte de nombreux paramètres : météo, trafic aérien, disponibilité des avions et des équipages.
L’IA propose des plannings optimisés, permettant aux compagnies aériennes de limiter les retards et les coûts.
→ Dans les villes intelligentes (smart cities), des IA analysent les flux de circulation en temps réel grâce à des capteurs et des caméras.
À partir de ces données, elles recommandent des ajustements des feux de circulation ou des itinéraires afin de fluidifier le trafic.

Cela permet de :

  • gagner du temps,
  • réduire les coûts,
    • limiter les erreurs humaines.

Derrière chaque recherche, chaque recommandation ou chaque décision optimisée, se cache une intelligence artificielle.
Ces IA ne produisent pas de textes ou d’images : elles analysent, organisent, anticipent et guident l’action humaine.
Essentielles à nos sociétés numériques, elles rendent le monde plus efficace… mais interrogent aussi notre rapport aux algorithmes, à la confiance et au contrôle.

II. Les IA créatives et interactives

Les intelligences artificielles créatives et interactives marquent une rupture importante par rapport aux IA traditionnelles. En effet, elles ne se contentent plus d’analyser ou de prévoir : elles produisent du contenu nouveau et interagissent directement avec les humains. On les retrouve aujourd’hui dans de nombreux domaines culturels, artistiques, numériques et ludiques

1. Les IA génératives

Les IA génératives sont capables de créer du contenu original à partir de données sur lesquelles elles ont été entraînées. Elles utilisent des modèles complexes (souvent basés sur des réseaux de neurones) pour apprendre les structures du langage, des images, de la musique ou du code.

a) Création musicale
Il existe des IA capables de composer des musiques originales, des bandes-son, des voix chantées artificielles.

Ces IA ne recopient pas simplement : elles combinent et réinterprètent des modèles existants pour produire quelque chose de nouveau.

b) Création de texte
Certaines IA peuvent rédiger :

  • des articles,
  • des poèmes,
  • des scénarios,
  • du code informatique.

Par exemple, ChatGPT peut répondre à des questions, expliquer des notions ou écrire des textes cohérents dans plusieurs styles.

c) Création d’images et de vidéos
D’autres IA génèrent des images à partir d’une simple description textuelle. Parmi les IA génératives les plus connues, Midjourney* et DALL·E* occupent une place centrale dans la création d’images à partir de texte. Ces intelligences artificielles permettent de transformer une simple description écrite, appelée prompt*, en une image originale.

*DALL·E : générer des images à partir du langage

DALL·E est une IA développée par OpenAI, spécialisée dans la création d’images à partir de descriptions textuelles. Elle est capable de comprendre le langage naturel et de l’associer à des formes, des couleurs, des styles artistiques ou des objets précis.

Fonctionnement général : L’utilisateur décrit ce qu’il souhaite voir, par exemple :

« Un chat astronaute flottant dans l’espace, style dessin animé »

Screenshot

DALL·E analyse le texte, identifie les éléments clés (objets, actions, style) et génère une image correspondant à cette description. L’image produite n’existait pas auparavant : elle est créée à partir de modèles appris sur de très nombreuses images.

Mettre exemple du chat

Usages principaux

DALL·E est utilisé dans plusieurs domaines :

  • illustration d’articles ou de présentations,
  • création de visuels publicitaires,
  • aide à la conception graphique,
  • exploration artistique.

Il permet à des personnes sans compétences en dessin ou en graphisme de produire rapidement des images de qualité.

*Midjourney : une IA orientée vers la création artistique

Midjourney est une IA générative d’images réputée pour son style artistique très travaillé. Contrairement à DALL·E, Midjourney est principalement utilisée via la plateforme Discord, où l’utilisateur écrit des commandes pour générer des images.

Spécificités artistiques, Midjourney se distingue par :

  • Des images souvent plus esthétiques et stylisées.
  • Une forte inspiration artistique (peinture, concept art, fantasy, science-fiction).
  • Une grande liberté créative.

Elle est souvent utilisée pour créer :

  • Des concepts visuels.
  • Des univers fictifs.
  • Des personnages imaginaires.
  • Des œuvres expérimentales.

Voici un exemple d’univers fictif créer avec Midjourney. (Cliquez sur le texte pour avoir le lien).

Dans Midjourney comme dans DALL·E, la qualité de l’image dépend fortement du prompt, c’est-à-dire de la description fournie par l’utilisateur.

Un prompt peut préciser :

  • le sujet (personne, objet, paysage),
  • le style (réaliste, peinture, dessin, photo),
  • l’ambiance (sombre, joyeuse, futuriste),
  • des références artistiques.

Même si ces deux IA ont le même objectif, elles présentent des différences notables :

  • DALL·E est plus accessible au grand public et souvent utilisée pour des images claires, explicatives ou réalistes.
  • Midjourney est davantage tournée vers la création artistique et l’expérimentation visuelle.
  • DALL·E est intégrée à des interfaces simples, tandis que Midjourney fonctionne via Discord.
  • Midjourney privilégie le style et l’esthétique, DALL·E la compréhension précise des consignes.

Ces différences montrent que chaque IA répond à des besoins créatifs spécifiques.

2. Les IA conversationnelles

Les IA conversationnelles sont conçues pour dialoguer avec les utilisateurs en langage naturel. Elles comprennent les questions, formulent des réponses et peuvent adapter leur discours selon le contexte.

a) Assistants vocaux
Ces IA fonctionnent souvent à l’oral et sont intégrées dans des objets du quotidien.
On peut citer par exemple :

  • Siri (Apple),
  • Alexa (Amazon),
  • Google Assistant.

Elles permettent de poser des questions, lancer de la musique, contrôler des objets connectés, etc.

b) Chatbots et agents virtuels
De nombreuses entreprises utilisent des chatbots pour :

  • le service client,
  • l’assistance technique,
  • les réservations ou commandes.

Ces IA améliorent la disponibilité et la rapidité des échanges, mais restent limitées face aux situations complexes. Ainsi, l’IA conversationnelle donne l’illusion d’un dialogue humain, ce qui modifie notre manière de communiquer avec les machines.

3. Les IA dans les jeux vidéos

a) Les personnages non-joueurs (PNJ)

Les PNJ sont des personnages contrôlés par le jeu et qui interagissent avec le joueur. La plupart des PNJ sont gérés par des IA basées sur des scripts et des règles programmées, ces IA définissent leur comportement, leurs dialogues et leurs routines, créant une illusion de vie autonome.

b) Adaptation du gameplay

Certaines IA sont conçues pour observer le joueur et adapter l’expérience en temps réel, afin de rendre le jeu plus engageant et équilibré. Elles peuvent ajuster la difficulté selon le niveau du joueur mais également elles peuvent proposer des défis personnalisés et modifier le comportement des ennemis ou l’environnement.

c) Avancée et apprentissage

Certains jeux expérimentaux intègrent des IA capables de réapprendre et d’évoluer avec le temps, grâce à des techniques d’apprentissage automatique ou par renforcement. Ces IA peuvent modifier durablement leur comportement en fonction des actions du joueur, rendant l’expérience moins prévisible et plus immersive.

d) Illustrations :

Dans Animal Crossing (Nintendo) : les villageois suivent des horaires précis, se promènent, parlent et réagissent aux actions du joueur. Leur comportement est programmé, ils ne “réfléchissent” pas réellement, mais cela donne un monde vivant.

Dans les Sims : les personnages ont des préférences, des besoins et des routines quotidiennes. Toutes leurs actions sont dictées par des scripts et probabilités, mais le résultat paraît naturel et cohérent.

Dans League of Legends (riot games) : les bots servent à l’entraînement ou à compléter une équipe. Ils sont capables de prendre des décisions tactiques : attaquer des ennemis faibles, défendre des objectifs, utiliser leurs compétences de façon logique. Certaines IA peuvent s’adapter légèrement au niveau du joueur, par exemple en essayant de capitaliser sur ses erreurs ou en modifiant leur agressivité selon la progression.

III. Les IA incarnées, autonomes et embarquées

Les intelligences artificielles incarnées, autonomes et embarquées sont des IA intégrées dans des objets physiques comme des robots, des voitures ou des machines, et non limitées à un écran ou à un logiciel. Grâce à des capteurs, elles peuvent percevoir leur environnement, analyser les informations reçues, puis prendre des décisions et agir directement dans le monde réel. Elles fonctionnent souvent en temps réel, dans des situations qui peuvent changer rapidement, ce qui les rend utiles mais aussi risquées, car une erreur peut avoir des conséquences concrètes. Cela pose donc des enjeux importants en matière de sécurité, de responsabilité et d’impact sur la société.

1. La robotique intelligente

La robotique intelligente combine l’intelligence artificielle, la mécanique, l’électronique et l’informatique afin de créer des machines capables d’exécuter des tâches complexes de manière autonome ou semi-autonome.

Les robots industriels sont largement utilisés dans les usines modernes, notamment dans les secteurs de l’automobile, de l’électronique et de la logistique. Les bras robotisés peuvent effectuer des opérations répétitives telles que l’assemblage, la soudure ou la peinture avec une grande précision et une vitesse constante.

Grâce à l’IA, ces robots ne se contentent plus d’exécuter des gestes programmés à l’avance : ils peuvent s’adapter à des variations (changement de pièce, détection d’erreurs, optimisation des trajectoires).

Avantages :

  • Productivité accrue
  • Réduction des coûts de production
  • Amélioration de la sécurité des travailleurs

Limites :

  • Coût élevé d’installation
  • Dépendance à des systèmes complexes
  • Risque de suppression d’emplois peu qualifiés

Les robots domestiques, comme les aspirateurs autonomes, utilisent des capteurs (caméras, lidar, capteurs infrarouges) et des algorithmes de navigation pour cartographier un espace et s’y déplacer de manière autonome.

Les robots de service (hôpitaux, hôtels, entrepôts) sont capables de transporter des objets, d’assister le personnel ou d’interagir avec les humains.

Ces robots illustrent la démocratisation de l’IA incarnée, désormais présente dans la vie quotidienne.

Les robots chirurgicaux, tels que le robot Da Vinci, assistent les chirurgiens lors d’interventions délicates. Ils offrent une précision extrême, une réduction des tremblements et une meilleure visualisation de la zone opérée.

Toutefois, ces robots ne sont pas totalement autonomes : ils fonctionnent sous contrôle humain, ce qui pose la question du partage de responsabilité entre le médecin, l’hôpital et le fabricant.

2. Systèmes autonomes

Les systèmes autonomes représentent un niveau supérieur de complexité, car ils doivent prendre des décisions critiques sans intervention humaine immédiate.

Les voitures autonomes reposent sur un ensemble de technologies : vision par ordinateur, apprentissage automatique, fusion de capteurs et prise de décision algorithmique.

Elles doivent :

  • Reconnaître les piétons, véhicules et obstacles
  • Anticiper le comportement des autres usagers
  • Respecter le code de la route
  • Réagir rapidement aux situations imprévues

Si ces véhicules promettent une réduction des accidents et une meilleure fluidité du trafic, ils soulèvent de nombreuses questions : fiabilité, cybersécurité, responsabilité juridique en cas d’accident.

Les drones autonomes sont utilisés dans des domaines variés : agriculture, surveillance, cartographie, secours, livraison. Leur autonomie leur permet d’effectuer des missions longues et complexes sans pilotage direct.

Cependant, leur usage pose des problèmes liés à la protection de la vie privée, à la sécurité aérienne et au contrôle des espaces publics.

En agriculture, les robots autonomes peuvent analyser les sols, détecter les maladies des cultures et appliquer des traitements ciblés. Cela permet une agriculture plus précise et plus respectueuse de l’environnement.

Dans l’industrie, les systèmes autonomes gèrent des entrepôts entiers, optimisent les flux logistiques et adaptent la production à la demande en temps réel.

Les systèmes d’armes autonomes capables de sélectionner et d’attaquer des cibles sans intervention humaine sont au cœur de débats internationaux. Le principal enjeu est la délégation de la décision de tuer à une machine, ce qui soulève de graves questions morales et juridiques.

3. Smart systems et automatisation

Les smart systems correspondent à l’intégration de l’IA dans les infrastructures collectives et domestiques, créant des environnements dits « intelligents ».

Dans les villes intelligentes, l’IA est utilisée pour :

  • Réguler la circulation grâce à des feux adaptatifs
  • Surveiller la qualité de l’air et du bruit
  • Optimiser la gestion des déchets et de l’énergie

Ces technologies visent à améliorer la qualité de vie des citoyens, mais elles peuvent également conduire à une surveillance accrue.

Les usines automatisées utilisent l’IA pour prévoir les pannes (maintenance prédictive), optimiser les chaînes de production et réduire les pertes.

Elles reposent sur le concept d’industrie 4.0, où les machines communiquent entre elles et prennent des décisions localement.

Dans les maisons intelligentes, l’IA contrôle le chauffage, l’éclairage, la sécurité et la consommation énergétique. Ces systèmes améliorent le confort et l’efficacité énergétique, mais posent des problèmes de protection des données personnelles.

Enjeux et impacts sur la société

  1. Sécurité : une erreur algorithmique peut avoir des conséquences physiques graves.
  2. Responsabilité juridique : difficile de déterminer qui est responsable en cas de dommage.
  3. Emploi : automatisation de nombreux métiers, transformation des compétences requises.
  4. Éthique : surveillance, autonomie des machines, usage militaire.
  5. Acceptabilité sociale : confiance du public envers ces systèmes.

🧠 À RETENIR – L’essentiel sur les intelligences artificielles

Les intelligences artificielles sont aujourd’hui présentes partout, souvent de manière invisible. Elles n’ont pas toutes le même rôle, mais structurent profondément nos sociétés.


🔍 1. IA d’analyse, de prédiction et de décision (nternet, la cybersécurité, la santé, la finance, les transports ou la logistique.)
Ces IA ne créent pas de contenu, mais elles :
– analysent d’immenses quantités de données,
– détectent des régularités et des anomalies,
– prédisent des comportements ou des événements,
– aident à orienter les décisions humaines.

🎨 2. IA créatives et interactives
Ces IA marquent une rupture : elles produisent du contenu nouveau et interagissent avec nous.
– Textes, images, musiques, vidéos (ChatGPT, DALL·E, Midjourney…)
– Dialogues avec des humains (assistants vocaux, chatbots)
– Mondes interactifs et adaptatifs (jeux vidéo)
👉 Leur fonctionnement repose sur les prompts et l’apprentissage à partir de données existantes.

🤖 3. IA incarnées, autonomes et embarquées
Ici, l’IA quitte l’écran pour agir dans le monde réel :
– robots industriels et médicaux,
– voitures autonomes et drones,
– villes intelligentes et systèmes automatisés.
👉 Ces IA prennent parfois des décisions en temps réel, avec peu ou pas de supervision humaine.

⚠️ Enjeux majeurs
Les IA offrent : efficacité, gain de temps, optimisation des systèmes.
Mais elles posent aussi des questions essentielles : dépendance aux algorithmes,
biais et manque de transparence, responsabilité en cas d’erreur, impact sur l’emploi et la société.
📌 L’IA n’est pas neutre : c’est un outil puissant qui doit être compris, encadré et questionné.

Une vidéo pour mieux comprendre et approfondir le sujet de l’intelligence artificielle :

Sources

Auteurs/autrices