AGI : où en est vraiment l’intelligence artificielle générale ?

Le 3 septembre 2026, un modèle d’OpenAI a battu la quasi-totalité des jeux d’ARC-AGI-3 avec l’un des protocoles testés, en utilisant moins d’actions que l’humain médian sur 96 % des niveaux. Or ce test a été conçu précisément pour mesurer ce qui sépare encore les machines de l’intelligence générale. Les organisateurs du test ont aussitôt publié une phrase : « nous n’affirmons pas que c’est une AGI ». Toute la question de l’AGI tient dans cet écart entre un score et un mot. Cet article fait le point, sans prophétie : ce que recouvre le terme, ce que mesurent réellement les tests en 2026, ce que pensent les chercheurs, pourquoi le mot vaut des milliards dans un contrat, et ce qu’une entreprise doit en retenir pour ses décisions.

Il prolonge notre pilier sur l’avenir de l’IA générative d’ici 2030 et s’appuie sur notre guide des modèles de raisonnement, à l’origine de plusieurs des progrès décrits ici.

En bref

• L’AGI n’a pas de définition commune. OpenAI parle de systèmes hautement autonomes qui surpassent les humains dans la plupart des tâches à valeur économique ; Google DeepMind propose une échelle en six niveaux où l’intelligence générale de niveau « compétent », celle d’un adulte qualifié médian, n’était pas atteinte.
• Les progrès sont réels et irréguliers. Un modèle a obtenu l’or aux Olympiades de mathématiques 2025, mais le meilleur d’entre eux ne lisait correctement une horloge à aiguilles que 50,6 % du temps en mars 2026, contre 90,1 % pour les humains.
• Des tests emblématiques tombent. Sur ARC-AGI-3, GPT-6 Astra atteint 62,7 % avec le protocole standard de l’ARC Prize, et 99,9 % avec un protocole adapté à l’interface de son fournisseur, pour 19 000 à 26 000 dollars de calcul selon le cas.
• Les chercheurs ont avancé leurs estimations : dans une enquête auprès de 2 778 chercheurs, la probabilité que des machines surpassent les humains dans toutes les tâches était estimée à 10 % en 2027 et 50 % en 2047, treize ans plus tôt que dans une enquête similaire réalisée un an avant.
• Le mot a une valeur contractuelle : depuis octobre 2025, une déclaration d’AGI par OpenAI doit être vérifiée par un panel d’experts indépendants, et elle conditionne une partie des droits de Microsoft.
• Verdict : pour une entreprise, la question n’est pas de savoir quand l’AGI arrivera, mais comment travailler avec une intelligence déjà très forte sur certaines tâches et faible sur d’autres. C’est le cœur de notre formation à l’IA générative pour comprendre ce que l’IA sait vraiment faire.

Une définition qui n’en est pas une

Le sigle AGI, pour artificial general intelligence ou intelligence artificielle générale, désigne une IA capable de faire à peu près tout ce qu’un humain fait avec son esprit, et de l’apprendre aussi vite. L’idée est simple. Elle devient insaisissable dès qu’il faut la mesurer.

La charte d’OpenAI donne la définition la plus citée : des systèmes hautement autonomes qui surpassent les humains dans la plupart des tâches à valeur économique. Elle a deux mérites, la clarté et l’ancrage économique, et un défaut : elle ne dit ni combien de tâches font « la plupart », ni qui constate le dépassement. La même charte prévoit d’ailleurs qu’OpenAI cesse la compétition et aide un projet concurrent soucieux de sécurité qui approcherait de l’AGI avant lui, ce qui suppose de savoir reconnaître l’approche.

Google DeepMind a tenté de rendre le mot opérationnel. Dans « Levels of AGI », huit chercheurs du laboratoire, dont son cofondateur Shane Legg, proposent de juger un système sur deux axes : la profondeur (à quel niveau de performance) et la largeur (sur quelle variété de tâches). Le tableau de l’article distingue six niveaux, de 0 à 5 : pas d’IA, émergent (égal ou un peu supérieur à un humain non qualifié), compétent (au moins le 50e centile des adultes qualifiés), expert (90e centile), exceptionnel (99e centile, appelé « virtuose » jusqu’à la version de septembre 2025) et surhumain (au-dessus de tous les humains). Dans la colonne « généraliste », les auteurs plaçaient ChatGPT, Gemini ou Llama 2 au niveau émergent, et indiquaient « pas encore atteint » pour tous les niveaux suivants. L’article en est à sa cinquième version, datée de septembre 2025 ; ce classement n’a pas bougé dans le tableau.

Le droit européen, lui, évite le mot. Le règlement sur l’IA ne définit pas l’AGI. Il parle de modèles d’IA à usage général et présume qu’un modèle présente un risque systémique quand le calcul utilisé pour son entraînement dépasse 10²⁵ opérations en virgule flottante. C’est une mesure de taille, pas d’intelligence. Notre article sur les obligations des modèles à usage général en détaille les conséquences.

Trois définitions, donc, et aucune qui permette de dire un matin « l’AGI est arrivée ». Retenez-le avant de lire le prochain titre qui l’annonce.

Ce que les tests mesurent en 2026

À défaut de définition, on a des tests. Ils montrent deux choses à la fois : une progression rapide, et une intelligence qui ne ressemble pas à la nôtre.

La progression, d’abord. L’AI Index 2026 de Stanford relève que sur Humanity’s Last Exam, un examen de questions de niveau recherche conçu pour résister aux modèles, la précision est passée de moins de 10 % à 38,3 % en un an. Gemini Deep Think a obtenu 35 points, une médaille d’or, aux Olympiades internationales de mathématiques 2025, en rédigeant ses preuves en langage naturel. Le rapport international sur la sécurité de l’IA publié en février 2026 sous la présidence de Yoshua Bengio ajoute qu’en programmation, des agents réussissent désormais de façon fiable certaines tâches qui prendraient environ une demi-heure à un développeur.

L’irrégularité, ensuite. Le même AI Index cite ClockBench, un test de 720 questions sur 180 cadrans d’horloge. En mars 2026, le meilleur modèle y lisait correctement l’heure 50,6 % du temps, contre 90,1 % pour les humains. Les chercheurs parlent d’intelligence « en dents de scie » (jagged intelligence), et le rapport Bengio reprend le terme : les meilleurs systèmes échouent encore sur des tâches qui semblent simples. Un collègue humain qui démontre un théorème olympique sait lire l’heure. Une IA, pas forcément.

Le cas le plus parlant est celui d’ARC-AGI, la série de tests créée par François Chollet, cofondateur avec Mike Knoop de la fondation ARC Prize. Son principe : des énigmes visuelles qu’un humain résout sans formation particulière, et qui demandent de comprendre une règle nouvelle à partir de quelques exemples. Dans sa deuxième version, chaque tâche a été résolue par au moins deux personnes, en deux essais au plus, lors d’une étude auprès de plus de 400 volontaires. Début 2026, selon l’AI Index, Gemini 3 Deep Think y menait avec 84,6 %, devant Gemini 3.1 Pro à 77,1 % et GPT-5.2 à 72,9 %. L’AI Index précise que, malgré son nom, ce test mesure une forme précise d’abstraction et d’inférence de motifs, pas l’intelligence générale au sens large.

La troisième version change de nature. Elle teste l’apprentissage, plus seulement le raisonnement. Elle place des agents dans des environnements interactifs inconnus, à la manière de petits jeux, et mesure l’efficacité avec laquelle ils apprennent les règles par l’expérience. Un score de 100 % signifie que l’agent bat chaque jeu aussi efficacement qu’un humain. La fondation l’écrit sans détour : tant qu’il existe un écart entre l’apprentissage humain et celui de l’IA, il n’y a pas d’AGI.

Le 3 septembre 2026, l’ARC Prize a publié les résultats de GPT-6 Astra. Avec son protocole standard, le modèle atteint 62,7 % sur le jeu d’évaluation semi-privé, pour environ 26 000 dollars de calcul. Avec un protocole adapté à l’interface du fournisseur, qui conserve l’état de raisonnement du modèle d’une requête à l’autre, il atteint 99,9 %, pour environ 19 000 dollars, et utilise moins d’actions que l’humain médian sur 96 % des niveaux. Sur ARC-AGI-2, la page de résultats du modèle affiche 95,0 % sur le jeu public. La conclusion de la fondation est la phrase citée en ouverture : nous n’affirmons pas que c’est une AGI. Saturer le test, écrit-elle, ne serait pas une preuve d’AGI. Elle rappelle aussi qu’il ne représente ni la complexité ni l’ouverture du monde réel.

Voilà le paradoxe de 2026 résumé en un cas : un test conçu pour marquer l’arrivée de l’intelligence générale est presque battu, et ses propres auteurs disent que ça ne prouve pas l’AGI. Ce n’est pas de la mauvaise foi. Chaque test mesure une capacité, et l’intelligence générale est justement ce qui reste quand on les a toutes listées. Notre article sur GPT-6 et Astra décrit le modèle côté usage.

Ce qui manque encore : quatre capacités

Si l’on croise les tests et les rapports cités plus haut, on peut dresser la liste de ce qui sépare les meilleurs systèmes de 2026 d’une intelligence générale. Elle tient en quatre capacités. C’est notre lecture, construite à partir de ces sources, et non une liste officielle.

Apprendre en continu. Un modèle apprend pendant son entraînement, puis il est figé. Il peut s’adapter dans une conversation, garder des notes, mais il ne retient pas durablement ce qu’il découvre en travaillant avec vous. C’est exactement ce que vise ARC-AGI-3 : mesurer l’efficacité avec laquelle un système acquiert une compétence nouvelle par l’expérience. La fondation ARC Prize en fait le critère central, puisqu’elle estime qu’il n’y a pas d’AGI tant que l’apprentissage de l’IA reste en retard sur celui de l’humain.

Comprendre le monde physique. Un modèle de langage a lu une quantité de textes qu’aucun humain ne lira jamais, mais il n’a jamais rien manipulé. C’est l’objection de Yann LeCun, et c’est la raison d’être des modèles du monde qu’il développe : prévoir ce qui se passe quand on agit, avant d’agir. L’échec sur la lecture d’une horloge à aiguilles, un objet physique dont la logique est spatiale, peut en être un symptôme.

Être fiable. Un humain compétent se trompe, mais de façon prévisible : il hésite sur ce qu’il connaît mal. Un modèle peut échouer sur une tâche simple après en avoir réussi une très difficile, sans prévenir. Le rapport Bengio parle de performances « en dents de scie », et c’est ce qui empêche de déléguer sans contrôle. Notre article sur les hallucinations en montre les effets au quotidien.

Tenir dans la durée. Les agents réussissent aujourd’hui des tâches de l’ordre de la demi-heure en programmation, selon le même rapport, qui envisage des tâches de plusieurs jours d’ici 2030 si les tendances se poursuivent. Entre les deux, il y a la planification, la reprise après erreur et la capacité à savoir quand s’arrêter. Tout cela reste fragile.

Aucune de ces quatre lacunes n’est un mur. Les quatre progressent. Mais tant qu’elles existent, un système peut battre l’humain sur un test et rester incapable de prendre en main un poste de travail réel, avec ses imprévus, ses outils et ses collègues. Le rapport Bengio le constate : dans la plupart des métiers complexes, les agents complètent encore les humains plus qu’ils ne les remplacent. C’est la distance que mesure, en creux, la phrase de l’ARC Prize sur la complexité et l’ouverture du monde réel.

Ce que pensent les chercheurs

Les tests disent où l’on en est. Pour savoir où l’on va, on n’a que des avis, et il faut les lire comme tels.

L’une des plus larges enquêtes disponibles a été menée par Katja Grace et six coauteurs auprès de 2 778 chercheurs ayant publié dans les principales conférences d’IA. Ses résultats, publiés en janvier 2024, estiment à 10 % la probabilité que des machines sans aide surpassent les humains dans toutes les tâches possibles d’ici 2027, et à 50 % d’ici 2047. Cette date de 2047 est treize ans plus tôt que dans une enquête similaire menée par la même équipe un an auparavant. Deux lectures sont possibles, et toutes deux sont justes : les chercheurs ont fortement rapproché leurs attentes, et leur estimation agrégée situait encore l’échéance à plus de vingt ans. L’enquête a été publiée avant l’arrivée des modèles de raisonnement ; rien ne dit qu’une édition plus récente donnerait les mêmes dates.

Le rapport international sur la sécurité de l’IA, rédigé par plus de cent experts indépendants avec un groupe consultatif désigné par plus de trente pays et organisations, refuse de trancher. Il souligne une incertitude importante sur la vitesse des progrès futurs, cite des analyses de l’OCDE selon lesquelles la situation de 2030 pourrait aller d’améliorations modestes à des gains rapides, et évoque, parmi ses scénarios, des systèmes égalant ou dépassant la performance cognitive humaine. Il note aussi que, si les tendances se poursuivent, des systèmes pourraient travailler de façon autonome sur des tâches de plusieurs jours d’ici 2030.

Une voix française pèse fort dans ce débat, et elle va contre le courant. Yann LeCun, prix Turing, soutient depuis des années que les grands modèles de langage ne mèneront pas seuls à une intelligence de niveau humain, parce qu’ils ne comprennent pas le monde physique. Après plus de dix ans chez Meta, il a lancé fin 2025 à Paris AMI Labs (Advanced Machine Intelligence), dont il assure la présidence exécutive, pour développer des « modèles du monde » fondés sur l’architecture JEPA, capables d’anticiper les conséquences de leurs actions. Il l’expliquait à Marseille fin septembre 2026, lors de l’événement AIM :

Vidéo tierce (La Tribune Événements, octobre 2026), en français : Yann LeCun présente les modèles du monde et les limites des grands modèles de langage.

Entre l’enquête, le rapport et LeCun, un consensus se dessine sur un point seulement. Personne ne sait. Méfiez-vous de quiconque vous donne une date.

💡 À ne pas confondre avec un agent IA : l’AGI désigne une intelligence générale ; un agent IA est un système qui enchaîne des actions pour accomplir une tâche, aujourd’hui sur un périmètre borné. Les deux se rejoignent dans le débat sur l’autonomie, mais les agents existent déjà et se déploient en entreprise. Ils sont le sujet de notre formation aux agents IA.

Pourquoi le mot vaut des milliards

Si l’AGI est si mal définie, pourquoi tout le monde en parle ? Parce que le mot a des effets concrets, indépendamment de ce qu’il recouvre.

Le premier effet est contractuel. Dans l’accord d’octobre 2025 entre OpenAI et Microsoft, une déclaration d’AGI par OpenAI doit désormais être vérifiée par un panel d’experts indépendants. Les droits de propriété intellectuelle de Microsoft sur les modèles et produits sont prolongés jusqu’en 2032 et couvrent aussi les modèles postérieurs à l’AGI ; ses droits sur la recherche courent jusqu’à la vérification de l’AGI par le panel ou jusqu’en 2030, selon la première éventualité. Le communiqué commun de février 2026 confirme que la définition contractuelle de l’AGI et la procédure pour la constater restent inchangées. Autrement dit, la date à laquelle des experts écriront « c’est une AGI » a des conséquences financières pour deux des plus grandes entreprises du secteur. Le texte public ne dit rien de la composition du panel.

Le deuxième effet est financier au sens large. Annoncer que l’AGI est proche justifie les investissements massifs que notre pilier détaille, des centaines de milliards de dollars de centres de données. Le dire trop tôt coûte peu à celui qui parle ; le croire coûte parfois cher à celui qui écoute.

Le troisième effet est réglementaire et politique. Le rapport Bengio, soutenu par plus de trente pays et organisations, est le signe que des gouvernements prennent au sérieux le scénario de systèmes très capables et autonomes. Les débats sur les risques extrêmes et la surveillance renforcée des plus gros modèles, comme le seuil de 10²⁵ opérations de l’AI Act, relèvent de la même préoccupation. Notre guide sur les risques de l’IA générative en entreprise traite des risques actuels, plus terre à terre et plus urgents.

Ce que ça change pour une entreprise

Pour un dirigeant ou un responsable formation, le débat sur l’AGI peut sembler lointain. Il a pourtant trois conséquences pratiques, et aucune ne demande d’attendre.

La première tient à l’irrégularité. Puisque les modèles sont excellents sur certaines tâches et médiocres sur d’autres, sans que la frontière soit intuitive, il faut l’apprendre par l’usage, tâche par tâche. Un modèle qui rédige un bon contrat peut se tromper sur un calcul de date. Notre guide sur la vérification des réponses de l’IA donne la méthode : on ne vérifie pas tout, on vérifie ce qui ressemble à ce que l’IA rate.

La deuxième tient à la durée des tâches. Le rapport Bengio voit venir des systèmes capables de travailler plusieurs jours en autonomie d’ici 2030 si les tendances se poursuivent. Ce qui change alors, c’est l’organisation : qui donne la consigne, qui valide le résultat, qui répond de l’erreur. Ces questions se préparent dès maintenant avec les assistants, en apprenant à découper un travail en étapes contrôlables.

La troisième tient aux compétences. Notre article sur l’IA et l’emploi en France détaillera les métiers exposés. Le principe est déjà clair : la valeur se déplace vers ceux qui savent formuler une demande, juger une réponse et décider quoi faire de l’écart. C’est aussi le sens de l’article 4 de l’AI Act : depuis sa réécriture par l’omnibus numérique de juillet 2026, il demande aux organisations de prendre des mesures pour favoriser la maîtrise de l’IA par leur personnel, une obligation de moyens détaillée dans notre article sur l’article 4 et le plan de formation. Nos ateliers d’IA générative pour apprendre à repérer les forces et les failles d’un modèle partent de vos propres tâches.

Notre verdict tient en une phrase. Attendre l’AGI pour se former revient à attendre la fin d’une course dont personne ne connaît la ligne d’arrivée, alors que les outils disponibles aujourd’hui font déjà mieux qu’un humain médian sur certaines tâches précises.

FAQ

Pour finir

L’AGI est un horizon dont tout le monde parle et que personne ne sait dater ni reconnaître. Les faits de 2026 sont plus utiles que le mot : des modèles qui gagnent l’or aux Olympiades et peinent devant un cadran, un test emblématique presque battu par un système dont ses propres auteurs disent qu’il n’est pas une AGI, des chercheurs qui avancent leurs estimations sans s’accorder, et un contrat à plusieurs milliards suspendu à l’avis d’un panel. Pour une entreprise, la conclusion est simple. Ne pas attendre. Apprendre plutôt à travailler avec une intelligence inégale, très forte ici, fragile là, en sachant reconnaître la différence. Notre formation à l’IA générative pour travailler avec une intelligence inégale est construite sur cette idée.