Quand on parle d’intelligence artificielle, une date revient sans cesse : 1956. Mais pourquoi celle-là, et pas une autre ? Qu’est-ce qui se joue précisément à ce moment-là ?
Imaginez. On est à Dartmouth College, aux États-Unis. Des chercheurs se retrouvent avec une idée qui leur semble à la fois simple et vertigineuse : et si on essayait de comprendre l’intelligence… en la faisant reproduire par une machine ? Pas juste améliorer des ordinateurs. Pas juste calculer plus vite. Non. Aller voir jusqu’où une machine peut aller du côté de l’intelligence elle-même.
Et là, quelque chose d’assez unique se produit.
Ce n’est plus seulement quelques personnes qui réfléchissent chacune de leur côté. À Dartmouth, il y a un projet officiel, posé noir sur blanc. Un cadre, une équipe, une ambition commune. On y retrouve plusieurs pionniers, comme John McCarthy, Marvin Minsky, Claude Shannon ou Herbert Simon. Ce ne sont pas des noms choisis au hasard : à l’époque, ce sont certains des meilleurs cerveaux sur ces questions.
La question qui les rassemble peut sembler presque naïve aujourd’hui : combien de temps faut-il pour résoudre un problème difficile ? Pour eux, avec un été de travail intensif, en s’y mettant à plusieurs, on peut faire faire un bond décisif à la compréhension de l’intelligence. Oui, un été. Quelques mois. Vous sentez l’optimisme ?
Ce qui est fascinant, c’est que cet optimisme n’est pas juste un rêve en l’air. Il repose sur des premiers résultats très concrets. Prenons un exemple clé : le Logic Theorist, créé par Simon et Newell. Ce programme réussit à prouver des théorèmes mathématiques. Dit comme ça, ça peut paraître abstrait. Mais, pour les chercheurs de l’époque, c’est bluffant. Une machine qui prouve des théorèmes, c’est une machine qui semble raisonner, au moins un peu. Et là, tout à coup, l’idée d’une intelligence artificielle paraît beaucoup moins lointaine.
Et ce n’est pas tout.
À Dartmouth, John McCarthy propose aussi une expression qui va tout changer : « intelligence artificielle ». Avant, il existait bien des questions voisines, des recherches éparpillées autour de la logique, du calcul, du raisonnement. Mais il manquait un nom, un drapeau commun. En baptisant ce champ « intelligence artificielle », on lui donne une existence claire, visible, assumée. Ce n’est plus seulement une intuition dans l’air. C’est un domaine de recherche, affiché comme tel.
Ce point est crucial. Parce que donner un nom, ce n’est pas anecdotique. En nommant ce projet, Dartmouth lui donne aussi une forme. Un territoire. Un espace où des chercheurs peuvent se reconnaître, se réunir, se revendiquer d’une même ambition. C’est pour ça que 1956 est vue comme la date fondatrice officielle de l’IA : c’est le moment où ce domaine se montre au grand jour.
À ce stade, vous pourriez vous dire : tout est parfait, non ? Des succès, un nom, une équipe motivée… Où est le problème ?
Il est dans ce fameux optimisme.
Les premiers succès concernent des problèmes très bien délimités, avec des règles claires, fermées. Dans ce cadre-là, les machines impressionnent. Elles prouvent des théorèmes, elles résolvent des problèmes qui paraissaient compliqués. On a l’impression que les grands obstacles tombent les uns après les autres. Alors forcément, on se dit : si ça marche déjà si bien, pourquoi ne pas atteindre quelque chose qui ressemble à l’intelligence humaine en quelques années ?
Et pourtant. C’est là que tout se complique.
Dès qu’on sort de ces petits mondes bien rangés pour aller vers la complexité du monde réel, les limites apparaissent. Le passage entre un problème fermé, avec des règles précises, et l’intelligence dans toute sa richesse, est beaucoup plus difficile que ce que les pionniers avaient imaginé. On ne parle plus de quelques mois, ni même de quelques années.
C’est pour cela que 1956 est une date fondatrice à double titre. D’un côté, c’est la naissance officielle de l’intelligence artificielle comme domaine de recherche. De l’autre, c’est le point de départ d’un immense élan, porté par de vrais succès… mais aussi par une sous-estimation majeure du temps nécessaire.
Penser qu’on pourrait s’approcher de l’intelligence humaine en un été, ou presque, révèle à la fois la force de leur confiance et l’ampleur de ce qui restait à découvrir. Et c’est ce contraste entre l’enthousiasme initial et la dure réalité de la complexité qui explique pourquoi l’histoire de l’IA a ensuite été si heurtée.
