L’intelligence humaine : origines, développement, mécanismes cognitifs et nouvelles frontières de l’intelligence artificielle

L’intelligence humaine : origines, développement, mécanismes cognitifs et nouvelles frontières de l’intelligence artificielle

L’intelligence demeure l’un des phénomènes les plus complexes à définir, à mesurer et à comprendre. Longtemps associée à la faculté de raisonner, à la maîtrise du langage et à la capacité de produire des connaissances, elle est aujourd’hui envisagée à travers une pluralité de dimensions : adaptation à l’environnement, résolution de problèmes, apprentissage, représentation du monde, abstraction, mémoire, créativité et aptitude à établir des relations entre des phénomènes apparemment distincts.

Cette diversité soulève une question fondamentale : l’intelligence constitue-t-elle une capacité générale dont les manifestations varient selon les individus, ou résulte-t-elle de l’organisation de compétences multiples, développées au cours de l’évolution biologique et de l’apprentissage ?

L’étude de l’intelligence ne se limite pas à l’observation des performances intellectuelles. Elle suppose également d’examiner les conditions dans lesquelles apparaissent les capacités cognitives, les transformations qui les organisent progressivement et les relations qu’elles entretiennent avec l’action, le langage, l’affectivité et la vie sociale.

Les travaux historiques de la psychologie expérimentale ont apporté plusieurs réponses à ces questions. Les recherches d’Alfred Binet sur la mesure des capacités intellectuelles, les analyses de Charles Spearman sur le facteur général d’intelligence, les observations de Jean Piaget sur la construction des opérations mentales et les travaux d’Henri Wallon sur les relations entre développement intellectuel, motricité et affectivité ont contribué à structurer ce domaine de recherche.

Ces approches ne constituent cependant pas des explications interchangeables. Certaines privilégient la mesure des différences individuelles, d’autres étudient les mécanismes du raisonnement ou la genèse des représentations. Leur confrontation permet de comprendre pourquoi l’intelligence ne peut être réduite à un indicateur unique, ni assimilée à la simple accumulation de connaissances.

Cette distinction prend une importance nouvelle avec le développement de l’intelligence artificielle. Les systèmes contemporains peuvent produire des textes, résoudre des exercices, programmer, synthétiser des documents et établir des relations entre des informations issues de domaines variés. Ces performances obligent à préciser les critères permettant de caractériser une activité comme intelligente, sans confondre efficacité fonctionnelle, compréhension, expérience vécue et autonomie cognitive.

Pour situer empiriquement l’intelligence, il faut donc distinguer plusieurs niveaux d’analyse : les capacités observables, les opérations qui les rendent possibles, leur développement au cours de la vie et les conditions biologiques, affectives, éducatives et sociales qui contribuent à leur organisation.

1. Définir l’intelligence : une capacité générale ou un ensemble de fonctions ?

1.1. De la faculté de connaître à la résolution de problèmes

Dans une conception classique, l’intelligence désigne une faculté de connaissance dont le langage constitue un instrument privilégié. Cette définition met l’accent sur une propriété caractéristique de la pensée humaine : la possibilité de transformer l’expérience en représentations, puis de manipuler ces représentations pour produire des raisonnements.

L’intelligence ne se réduit pourtant pas à cette activité discursive. Des conduites observées chez différentes espèces animales témoignent de capacités d’adaptation, d’apprentissage et de résolution de problèmes qui ne reposent pas sur le langage humain.

Un animal confronté à un obstacle peut modifier son comportement, explorer plusieurs possibilités, utiliser un objet comme instrument ou exploiter une relation spatiale pour atteindre un objectif. Ces conduites ne relèvent pas nécessairement d’une simple réponse réflexe. Elles supposent, à des degrés variables, la prise en compte des propriétés de l’environnement et la réorganisation des moyens disponibles.

L’élargissement de la définition de l’intelligence conduit ainsi à considérer celle-ci comme une capacité à traiter une situation, à identifier des relations pertinentes et à ajuster les conduites en fonction d’un résultat recherché.

Cette définition fonctionnelle possède un avantage : elle permet de comparer des organismes ou des systèmes qui n’utilisent pas les mêmes mécanismes. Elle comporte toutefois une limite. Une conduite efficace ne suffit pas, à elle seule, à établir que le système concerné comprend la situation de la même manière qu’un autre système.

La réussite d’une tâche, la nature des opérations mobilisées et le degré de représentation de la situation constituent donc trois objets d’analyse distincts.

1.2. L’intelligence générale et les aptitudes spécialisées

L’une des grandes questions de la psychologie différentielle concerne l’existence d’une capacité intellectuelle générale susceptible de contribuer à la réussite dans des tâches variées.

Au début du XXe siècle, Alfred Binet développe une méthode d’évaluation destinée à apprécier certaines capacités intellectuelles des enfants, notamment dans le contexte scolaire. Son approche contribue à établir la possibilité d’une mesure psychologique fondée sur des épreuves standardisées.

Cette démarche ne signifie pas que l’intelligence se résume à un chiffre. Elle vise à observer des performances dans des conditions définies, puis à les interpréter en fonction d’un cadre d’évaluation.

Charles Spearman approfondit cette orientation en étudiant les corrélations entre les résultats obtenus à différentes épreuves. Il propose de distinguer un facteur général, désigné par la lettre g, et des facteurs spécifiques associés aux exigences particulières de chaque tâche.

Dans ce modèle, le facteur général rend compte d’une partie des variations communes entre différentes performances cognitives. Il est associé à la capacité de percevoir des relations, de dégager des régularités et d’organiser des éléments en structures cohérentes.

Les facteurs spécifiques correspondent, quant à eux, aux exigences propres à certaines activités : raisonnement verbal, manipulation de représentations spatiales, traitement numérique ou résolution de problèmes particuliers.

D’autres approches privilégient une organisation plus diversifiée des aptitudes. Entre une intelligence entièrement générale et une juxtaposition de capacités indépendantes, plusieurs modèles envisagent des facteurs intermédiaires, communs à des groupes de tâches.

Ces divergences révèlent une difficulté méthodologique essentielle : la structure statistique des performances ne constitue pas, à elle seule, une explication complète des mécanismes qui les produisent.

Une corrélation entre des résultats peut révéler une organisation commune, mais elle ne précise pas automatiquement l’origine de cette organisation, les processus cognitifs impliqués ni les conditions de son développement.

1.3. Mesurer une performance n’est pas expliquer son origine

Les tests d’intelligence permettent de comparer des performances obtenues dans des conditions définies. Leur interprétation dépend cependant de la nature des épreuves, de la population de référence, des conditions de passation et des capacités effectivement sollicitées.

Une personne peut, par exemple, manifester une grande aisance verbale sans présenter le même niveau de facilité dans une tâche spatiale. Une autre peut résoudre rapidement un problème pratique tout en éprouvant des difficultés à exposer verbalement sa démarche.

Ces différences ne rendent pas nécessairement les mesures inutiles. Elles imposent de préciser ce qu’elles évaluent.

La mesure psychométrique répond principalement à une question : comment les performances se distribuent-elles et dans quelle mesure varient-elles conjointement ?

L’analyse cognitive cherche plutôt à déterminer quelles opérations sont mobilisées pour réussir une tâche.

L’approche développementale étudie comment ces opérations apparaissent, se transforment et s’organisent au cours de la vie.

Enfin, l’analyse du contexte examine le rôle des apprentissages, des expériences, de l’environnement culturel et des occasions d’exercer certaines compétences.

Ces niveaux sont complémentaires, mais ne doivent pas être confondus. Une mesure statistique décrit un phénomène ; une théorie cognitive propose un mécanisme explicatif ; une étude développementale cherche à reconstruire sa genèse.

1.4. La volonté, l’intérêt et la persévérance dans l’activité intellectuelle

L’activité intellectuelle ne dépend pas exclusivement des capacités de traitement de l’information. Elle est également influencée par la motivation, l’intérêt, l’engagement et la persévérance.

Un individu disposant des ressources nécessaires pour résoudre un problème peut échouer s’il abandonne trop tôt, interprète la difficulté comme une menace ou ne perçoit aucun intérêt à poursuivre son effort.

À l’inverse, une forte motivation peut conduire à explorer plusieurs solutions, à rechercher des informations supplémentaires et à reprendre un raisonnement après un échec.

Ces facteurs ne doivent pas être assimilés sans précaution à l’intelligence elle-même. Ils influencent néanmoins la manière dont les capacités intellectuelles sont mobilisées et les résultats qu’elles permettent d’obtenir.

Cette distinction est particulièrement importante dans les situations d’apprentissage, de recherche scientifique ou de création. La réussite dépend alors non seulement de la disponibilité des connaissances, mais également de la capacité à maintenir une démarche, à réviser une hypothèse et à supporter une période d’incertitude.

2. Intelligence pratique et intelligence discursive : deux modes de traitement du réel

2.1. Résoudre une situation en agissant sur elle

L’intelligence pratique se manifeste lorsqu’un organisme adapte ses mouvements et ses comportements afin de transformer une situation concrète.

Un obstacle empêche l’accès à une ressource ? Il devient nécessaire de trouver un détour, de déplacer un élément ou d’utiliser un objet intermédiaire.

Cette résolution peut procéder par essais successifs. L’organisme expérimente différentes conduites, conserve certaines réponses efficaces et abandonne progressivement les solutions infructueuses.

Elle peut également survenir plus rapidement, lorsque la disposition des éléments permet de percevoir soudainement une relation jusque-là inaperçue. Ce phénomène est souvent désigné par le terme anglais insight.

Dans ce cas, la solution semble apparaître lorsque la situation est réorganisée mentalement ou perceptivement. Les éléments présents n’ont pas nécessairement changé ; c’est leur relation fonctionnelle qui devient manifeste.

Les observations de conduites animales ont contribué à montrer que la résolution de problèmes ne suppose pas toujours une formulation verbale préalable.

Il est donc possible de reconnaître des compétences d’adaptation complexes sans attribuer aux animaux les mêmes formes de raisonnement symbolique que celles qui caractérisent les sociétés humaines.

2.2. L’intelligence discursive : suspendre l’action pour penser

L’intelligence discursive introduit une autre possibilité : celle de représenter une situation avant d’intervenir sur elle.

Au lieu de répondre uniquement aux contraintes immédiates, le sujet peut examiner plusieurs scénarios, comparer des solutions et anticiper leurs conséquences.

Le langage joue ici un rôle déterminant. Il permet de distinguer les éléments d’un problème, de nommer leurs propriétés, d’énoncer des hypothèses et de conserver une trace des raisonnements.

Une situation peut ainsi être décomposée en plusieurs questions : quels sont les faits établis ? Quelles relations semblent plausibles ? Quelles causes sont envisageables ? Quelles observations permettraient de départager les hypothèses ?

Cette activité suppose un travail de différenciation et de recomposition. Les éléments initialement perçus comme un ensemble sont isolés, examinés, puis replacés dans une organisation plus générale.

La pensée discursive permet également de s’affranchir partiellement des contraintes du présent. Un individu peut réfléchir à un événement passé, imaginer une situation qui ne s’est jamais produite ou construire un scénario portant sur un avenir incertain.

Le langage rend donc possible une extension considérable du champ intellectuel : l’activité mentale ne dépend plus uniquement de ce qui se trouve directement accessible dans l’environnement.

2.3. Représenter le monde : le rôle de la fonction symbolique

La représentation consiste à faire exister mentalement un objet, une action ou une situation en dehors de sa présence immédiate.

Un mot peut désigner un objet absent. Une carte peut représenter un territoire. Une formule mathématique peut exprimer une relation quantitative sans qu’il soit nécessaire de manipuler physiquement les éléments concernés.

La fonction symbolique permet ainsi de substituer à une réalité directement perceptible un signe, une image ou une construction mentale.

Henri Wallon a notamment insisté sur cette capacité de représentation et sur le rôle de la fonction symbolique dans le développement de l’intelligence humaine.

Le signe n’est pas l’objet lui-même. Il renvoie à celui-ci selon des conventions ou des relations apprises. Une fois cette distinction maîtrisée, il devient possible de manipuler des représentations, de les combiner et de construire des raisonnements qui ne nécessitent pas la présence des objets correspondants.

Cette opération transforme profondément les possibilités de la pensée.

Un problème de circulation peut être étudié à partir d’un plan. Un phénomène astronomique peut être décrit au moyen d’équations. Une théorie économique peut être examinée en construisant des modèles. Dans chaque cas, un système de représentations permet d’étudier des relations qui seraient difficiles à saisir directement.

La fonction symbolique est ainsi l’une des conditions de la connaissance cumulative. Les représentations peuvent être communiquées, conservées, discutées et transformées par plusieurs individus au fil du temps.

2.4. La continuité entre action et représentation

La distinction entre intelligence pratique et intelligence discursive ne signifie pas que ces deux formes fonctionnent indépendamment.

Dans une perspective inspirée de Jean Piaget, la représentation peut être comprise comme le prolongement intériorisé de l’action. Les opérations mentales se construisent progressivement à partir des interactions entre l’organisme et son environnement.

D’autres conceptions, notamment celles associées à Henri Wallon, mettent davantage l’accent sur la spécificité de la fonction symbolique et sur les transformations qu’elle introduit dans l’activité mentale.

Ces approches soulignent des dimensions différentes du développement cognitif. L’une insiste sur les continuités entre action et pensée ; l’autre met en évidence le changement de régime qui accompagne l’apparition de la représentation symbolique.

L’opposition ne doit pas être transformée en alternative absolue. Les capacités intellectuelles humaines reposent sur des interactions entre perception, mouvement, mémoire, langage et raisonnement.

La pensée abstraite ne fait pas disparaître l’expérience concrète. Elle permet plutôt de la réorganiser, de la comparer à d’autres expériences et de l’intégrer dans des systèmes de relations plus généraux.

3. Le développement de l’intelligence chez l’enfant : de l’action à la conceptualisation

Le développement intellectuel ne consiste pas simplement à accumuler des informations. Il implique une transformation progressive des opérations par lesquelles l’enfant perçoit, représente et organise son environnement.

Les étapes traditionnellement décrites par la psychologie développementale offrent un cadre utile pour comprendre cette évolution. Elles ne doivent toutefois pas être interprétées comme un calendrier universel rigide : les compétences varient selon les individus, les domaines étudiés et les conditions d’apprentissage.

3.1. De la naissance à trois ans : les fondations pratiques et symboliques

Au cours des premières années, les capacités intellectuelles se développent en relation étroite avec la maturation motrice, les interactions sociales et l’évolution des moyens de communication.

L’enfant apprend progressivement à coordonner ses perceptions et ses actions. Il reconnaît des régularités, anticipe certaines conséquences et adapte ses conduites aux réactions de son entourage.

Une intelligence initialement sociale

Les échanges affectifs constituent un terrain essentiel de l’apprentissage précoce.

Les expressions du visage, les sourires, les vocalisations et les gestes contribuent à l’établissement de relations avec les adultes. L’enfant apprend progressivement à différencier certaines attitudes, à solliciter une intervention et à ajuster son comportement en fonction des réponses obtenues.

Ces conduites ne relèvent pas uniquement de la communication au sens strict. Elles permettent également d’agir sur l’environnement social.

La capacité à interpréter les réactions d’autrui et à produire des signaux compréhensibles participe ainsi à l’organisation de l’activité intellectuelle.

La manipulation et la résolution de problèmes concrets

À mesure que les capacités de déplacement et de préhension se développent, l’enfant explore plus directement les propriétés des objets.

Il peut contourner un obstacle, déplacer un élément ou utiliser un instrument rudimentaire pour atteindre un objet inaccessible à la main.

Ces comportements témoignent d’une organisation progressive des relations entre moyens et résultats.

L’intelligence pratique repose alors sur la coordination des mouvements, des perceptions et des propriétés de l’environnement. La réussite dépend de la capacité à exploiter une configuration concrète plutôt que de formuler explicitement une règle générale.

L’imitation différée : une transition décisive

L’imitation permet à l’enfant de reproduire une conduite observée chez autrui. Lorsqu’elle intervient après la disparition du modèle, elle suppose que l’action ait été conservée sous une forme représentative.

Cette imitation différée constitue un indice important de l’évolution des capacités de représentation.

L’enfant n’a plus besoin de reproduire immédiatement ce qu’il observe. Il peut conserver une trace de l’action, puis la restituer ultérieurement.

Le comportement observé commence ainsi à se dissocier du contexte dans lequel il a été appris.

Le jeu symbolique et l’apparition de la substitution

Le jeu de fiction offre une illustration particulièrement claire de la fonction symbolique.

Un enfant peut faire semblant de dormir, transformer un morceau de papier en friandise imaginaire ou attribuer à une poupée des intentions humaines.

L’objet ou l’action acquiert alors une signification qui dépasse ses propriétés matérielles immédiates.

Le geste simulé ne se confond plus avec le geste réel. Le support utilisé ne se confond plus avec ce qu’il représente.

Cette capacité de substitution ouvre un espace dans lequel les représentations peuvent être combinées, transformées et partagées.

Le développement du langage accompagne cette évolution. Les mots permettent de désigner les objets, de différencier les actions et d’organiser progressivement les expériences dans des catégories plus stables.

3.2. De trois à six ans : stabiliser, ordonner et relier les représentations

À l’âge préscolaire, les capacités de représentation progressent rapidement, mais leur organisation demeure variable selon les situations.

L’enfant peut reconnaître un objet, en parler et l’utiliser dans un jeu symbolique sans maîtriser toutes les relations logiques qui permettent de le comparer à d’autres objets.

Plusieurs attitudes caractéristiques contribuent progressivement à structurer son activité mentale.

La stabilisation : identifier les objets et leurs propriétés

Pour construire des concepts, l’enfant doit pouvoir reconnaître certaines caractéristiques comme suffisamment stables malgré les changements de situation.

Il apprend à distinguer les objets, à les nommer et à conserver leur identité à travers différentes expériences.

Cette stabilisation constitue une étape importante, car une pensée organisée ne peut fonctionner efficacement si les objets changent constamment de signification au gré des perceptions.

Les représentations initiales restent cependant souvent partielles. L’enfant peut retenir une caractéristique particulièrement visible et négliger d’autres propriétés pourtant importantes.

Un dessin peut ainsi reproduire ce que l’enfant sait de l’objet plutôt que sa configuration exacte depuis un point de vue donné.

Cette manière de représenter ne traduit pas nécessairement une simple incapacité d’observation. Elle révèle aussi le rôle des connaissances déjà constituées dans la perception et dans la production d’une représentation.

La mise en ordre : organiser l’expérience dans le temps

Le récit représente une activité intellectuelle majeure.

En racontant une expérience ou une histoire, l’enfant doit transformer un ensemble de représentations en une succession de propositions.

Cette opération suppose de sélectionner des éléments, de déterminer un ordre et de construire des relations temporelles.

Les premiers récits peuvent juxtaposer les événements sans préciser clairement leurs liens. Les connecteurs comme « et », « puis » ou « alors » permettent de poursuivre l’histoire, mais ne suffisent pas toujours à exprimer la causalité.

Une succession d’événements ne constitue pas automatiquement une explication.

Apprendre à raconter implique donc de distinguer ce qui arrive avant, ce qui se produit ensuite et ce qui provoque effectivement un événement.

Cette progression participe à la formation de la pensée discursive, qui repose sur l’organisation des représentations dans un espace mental et temporel.

Le couplage : rechercher des relations

L’enfant commence également à comprendre le monde en reliant les phénomènes deux à deux.

Il peut associer la pluie au vent, la fumée au ciel ou la nuit au sommeil. Ces rapprochements traduisent un besoin d’explication, même lorsque les relations proposées restent imprécises.

Le couplage représente une étape importante dans la construction de la pensée relationnelle.

Il permet de dépasser progressivement la simple juxtaposition des objets pour rechercher des liens entre eux.

La difficulté consiste à déterminer si la relation établie est pertinente, si elle fonctionne dans plusieurs situations et si elle correspond à une véritable dépendance causale.

Une association fréquente ne constitue pas nécessairement une explication. Cette distinction deviendra fondamentale dans le développement du raisonnement scientifique.

Le syncrétisme : saisir un ensemble avant d’en distinguer les parties

Le syncrétisme désigne une forme de compréhension globale dans laquelle les perceptions, les actions, les désirs et les explications restent étroitement mêlés.

L’enfant peut percevoir une situation comme un tout cohérent sans être capable d’en isoler les éléments ou de préciser leurs relations.

Cette organisation explique certaines difficultés à distinguer l’apparence d’un phénomène, sa cause et les interprétations personnelles qu’il suscite.

Elle peut également favoriser des explications finalistes ou animistes, dans lesquelles les événements semblent se produire en fonction d’une intention ou d’un but.

Ces formes de pensée doivent être replacées dans leur contexte développemental. Elles témoignent d’un effort pour rendre le monde intelligible avec les moyens de représentation disponibles à un moment donné.

Le progrès intellectuel ne réside pas dans l’abandon de toute interprétation globale, mais dans la capacité à différencier les dimensions d’une situation, à examiner leurs relations et à confronter les explications aux faits.

3.3. De six à onze ans : l’analyse, la comparaison et les opérations logiques

Au cours de l’enfance scolaire, les capacités d’analyse et de comparaison permettent progressivement d’organiser les représentations selon des critères plus explicites.

L’enfant apprend à isoler certaines propriétés, à comparer des objets et à construire des catégories qui ne dépendent plus uniquement de leur apparence immédiate.

Cette évolution facilite l’acquisition des techniques intellectuelles utilisées dans la lecture, l’écriture, le calcul et les activités scientifiques.

L’analyse : distinguer les propriétés

Analyser consiste à décomposer une situation ou un objet afin d’en examiner les caractéristiques.

Un objet peut être étudié selon sa forme, sa taille, sa couleur, son poids ou sa fonction. Ces propriétés peuvent ensuite être comparées indépendamment les unes des autres.

La difficulté réside dans la capacité à maintenir un critère tout en neutralisant temporairement les autres.

Un objet plus grand n’est pas nécessairement plus lourd. Une distance plus longue ne signifie pas toujours qu’une durée est plus importante. Une modification de forme n’implique pas automatiquement une modification de quantité.

La formation des concepts exige donc une différenciation progressive des dimensions de l’expérience.

La comparaison : établir des relations entre plusieurs objets

La comparaison devient plus rigoureuse lorsque les propriétés pertinentes peuvent être isolées.

Pour ordonner trois bâtonnets selon leur longueur, il faut reconnaître une même dimension chez chacun d’eux et déterminer leurs relations respectives.

Le bâtonnet intermédiaire est plus long que le premier et plus court que le dernier. La relation ne dépend plus seulement d’une opposition entre deux objets : elle s’inscrit dans une série ordonnée.

Cette opération ouvre la voie à la transitivité.

Si A est plus petit que B et B plus petit que C, alors A est plus petit que C.

La possibilité de déduire une relation qui n’a pas été directement observée constitue un progrès majeur du raisonnement.

La sériation : ordonner les différences

La sériation consiste à organiser des éléments selon les degrés d’une propriété commune.

Elle peut concerner la longueur, la taille, le poids ou toute autre dimension susceptible d’être ordonnée.

Cette opération suppose de construire un système de relations cohérent. Chaque élément occupe une position qui peut être définie par rapport aux autres.

La sériation facilite également les opérations quantitatives et la compréhension des mesures, puisque celles-ci reposent sur la comparaison de grandeurs selon une échelle commune.

Le classement : constituer des catégories

Le classement repose sur l’identification d’une propriété commune à plusieurs objets.

Un même élément peut appartenir à différentes catégories selon le critère retenu. Un animal peut être classé selon son espèce, son habitat ou son régime alimentaire.

La possibilité de changer de critère permet de construire des classifications hiérarchiques et des catégories emboîtées.

Cette capacité constitue une condition importante de la pensée conceptuelle. Elle rend possible l’identification de propriétés communes au sein d’objets différents et permet de définir les limites d’une catégorie.

La conservation : distinguer une propriété de son apparence

Les recherches de Jean Piaget ont notamment étudié la manière dont les enfants comprennent la conservation de certaines quantités malgré les transformations perceptives.

Une quantité de liquide peut être transvasée dans un récipient plus étroit. Le niveau du liquide change, mais la quantité ne varie pas nécessairement.

Pour résoudre ce type de problème, l’enfant doit apprendre à distinguer la modification de l’apparence de la transformation réelle de la quantité.

La conservation de la substance, du poids, du volume ou de la longueur ne se développe pas nécessairement au même rythme.

Les tâches de conservation illustrent une question générale : dans quelles conditions une propriété peut-elle être considérée comme invariante malgré les transformations observées ?

Cette question est également centrale dans les sciences physiques, où la compréhension d’un phénomène exige souvent de distinguer les grandeurs qui varient de celles qui restent constantes.

3.4. À partir de onze ans : le raisonnement formel et la pensée hypothétique

L’accès progressif au raisonnement formel permet de manipuler des propositions sans devoir les rapporter systématiquement à des objets présents.

L’adolescent peut examiner une hypothèse, en déduire des conséquences et comparer plusieurs possibilités avant de décider laquelle paraît la mieux fondée.

Cette évolution transforme les conditions du raisonnement.

Il devient possible de raisonner à partir d’énoncés dont la vérité n’est pas encore établie, afin de déterminer ce qui découlerait de leur acceptation provisoire.

Le raisonnement hypothético-déductif

Une hypothèse constitue une proposition examinée comme point de départ d’un raisonnement.

La déduction consiste à déterminer les conséquences qui découlent de cette proposition et des règles utilisées.

Cette capacité ne signifie pas que l’hypothèse initiale est vraie. Elle permet précisément de distinguer la cohérence d’un raisonnement de la vérité de ses prémisses.

En science, cette distinction est essentielle. Un raisonnement peut être logiquement valide tout en reposant sur une hypothèse empiriquement fausse.

L’activité intellectuelle doit donc associer l’analyse logique à l’examen des observations et des données.

La pensée combinatoire

La pensée combinatoire consiste à examiner plusieurs facteurs et à envisager les différentes configurations qu’ils peuvent produire.

Dans une expérience, il peut être nécessaire de déterminer si un phénomène dépend de la température, de la concentration d’une substance, de la durée d’exposition ou de l’interaction de plusieurs variables.

Pour identifier les relations pertinentes, il faut éviter de modifier simultanément trop de facteurs sans pouvoir distinguer leurs effets.

La pensée combinatoire permet de construire un ensemble d’hypothèses, de repérer les possibilités à tester et d’organiser les observations.

Elle constitue l’une des bases du raisonnement expérimental.

La pensée historique : comprendre les transformations

L’intelligence conceptuelle ne se limite pas à l’abstraction logique. Elle implique également la capacité à reconstruire le devenir des phénomènes.

Comprendre un objet ou une institution peut nécessiter d’en examiner les origines, les transformations et les conditions d’évolution.

Cette démarche historique s’appuie sur une double orientation : remonter vers le passé afin de comprendre la genèse d’une situation et envisager les évolutions possibles à partir des connaissances disponibles.

La projection dans l’avenir ne constitue pas une prédiction certaine. Elle repose sur des hypothèses dont la validité dépend de la qualité des informations et de la stabilité des relations étudiées.

Cette distinction entre explication rétrospective et anticipation est particulièrement importante lorsqu’il s’agit de phénomènes complexes, comme l’évolution des sociétés, des technologies ou des écosystèmes.

4. Intelligence, affectivité et personnalité : une organisation indissociable

4.1. La pensée ne se développe pas dans un vide émotionnel

L’intelligence et l’affectivité ont longtemps été étudiées comme des dimensions distinctes de la personnalité.

Pourtant, l’activité intellectuelle s’inscrit toujours dans une situation vécue. Elle dépend de l’attention accordée à un problème, de l’intérêt qu’il suscite, du sentiment de sécurité ou de menace et de la capacité à maintenir un effort.

Henri Wallon a particulièrement insisté sur les relations entre le développement affectif, la motricité et l’activité intellectuelle.

Dans cette perspective, les attitudes constituent un niveau d’organisation essentiel. Elles orientent les relations du sujet avec lui-même et avec le monde extérieur.

Les attitudes affectives participent à la construction de la conscience de soi et à l’organisation des relations sociales. Les attitudes intellectuelles permettent de différencier les objets, d’organiser les connaissances et de structurer la représentation du monde.

Ces dimensions s’influencent mutuellement.

L’état affectif peut faciliter ou perturber la concentration. La compréhension d’une situation peut modifier l’émotion qu’elle suscite. L’expérience d’une réussite ou d’un échec peut transformer les attentes et les conduites ultérieures.

4.2. La motivation et la persévérance dans la résolution des problèmes

Un problème difficile peut être abandonné, exploré méthodiquement ou abordé par une succession d’essais.

Ces différences dépendent en partie des connaissances disponibles, mais également de l’engagement dans la tâche.

La persévérance permet de poursuivre une recherche malgré l’absence de solution immédiate. L’intérêt contribue à maintenir l’attention. La capacité à tolérer l’incertitude permet de différer une conclusion tant que les éléments disponibles restent insuffisants.

Ces dispositions influencent les résultats observables sans se confondre entièrement avec les compétences cognitives.

Il est donc utile de distinguer trois dimensions : la capacité à réaliser une opération, la volonté de la mobiliser et les conditions qui permettent de la maintenir dans la durée.

Cette distinction s’applique à l’apprentissage scolaire comme à la recherche scientifique, à la création artistique ou à l’activité professionnelle.

4.3. L’affectivité comme facteur d’orientation de la connaissance

L’affectivité ne constitue pas uniquement un obstacle potentiel au raisonnement. Elle contribue également à orienter l’attention et à déterminer les questions jugées importantes.

La curiosité pousse à explorer une situation. L’étonnement peut conduire à remettre en cause une explication familière. L’insatisfaction devant une réponse incomplète encourage la recherche de solutions plus précises.

Cependant, les émotions et les motivations peuvent aussi favoriser des interprétations biaisées.

Une personne attachée à une hypothèse peut accorder davantage d’importance aux éléments qui la confirment et négliger ceux qui la contredisent. Le besoin de certitude peut conduire à adopter trop rapidement une explication.

Le développement de l’intelligence suppose donc non pas la suppression de toute implication affective, mais la capacité à identifier les conditions dans lesquelles celle-ci influence le jugement.

La pensée critique exige notamment de distinguer la conviction personnelle, la cohérence logique et la solidité empirique d’une proposition.

5. De la psychologie de l’intelligence à la compréhension scientifique des capacités cognitives

5.1. Les limites d’une représentation statique de l’intelligence

Les modèles fondés sur la mesure des performances ont permis de mettre en évidence des régularités importantes.

L’analyse factorielle identifie des dimensions communes à plusieurs épreuves et permet d’étudier la structure des différences individuelles.

Cependant, une structure statistique ne suffit pas à reconstituer le développement des capacités.

Deux individus peuvent obtenir des résultats comparables tout en utilisant des stratégies différentes. Une même personne peut également résoudre un problème de plusieurs manières selon son expérience et les contraintes de la situation.

L’étude de la genèse des opérations apporte donc une dimension complémentaire.

Elle cherche à comprendre comment des capacités initialement limitées se transforment en systèmes organisés de représentation, de comparaison et de raisonnement.

Cette perspective permet de dépasser une conception dans laquelle l’intelligence serait simplement constituée d’un ensemble de facteurs juxtaposés.

5.2. Les opérations intellectuelles et leur organisation

Les capacités cognitives ne fonctionnent pas nécessairement comme des unités indépendantes.

L’analyse prépare la comparaison en permettant d’isoler les propriétés pertinentes. La comparaison facilite le classement. La sériation organise les différences selon une relation ordonnée. Les opérations logiques s’appuient ensuite sur ces acquis pour construire des raisonnements plus complexes.

Cette organisation progressive montre que certaines opérations constituent des conditions de possibilité pour d’autres.

La maîtrise d’une compétence ne dépend donc pas uniquement de la présence d’une aptitude élémentaire. Elle peut également dépendre de la coordination de plusieurs opérations.

Un raisonnement mathématique, par exemple, mobilise des connaissances, des représentations symboliques, des règles logiques et des capacités de contrôle de la démarche.

Une difficulté dans l’un de ces éléments peut affecter la réussite globale, même lorsque les autres capacités sont relativement bien développées.

5.3. La maturation biologique et les conditions de l’apprentissage

Le développement cognitif est lié à la maturation du système nerveux, mais il ne peut être expliqué par la seule maturation.

Les expériences, les interactions sociales, l’éducation et les possibilités d’exercer certaines compétences contribuent à l’organisation des capacités intellectuelles.

Une aptitude peut rester peu développée lorsque les occasions de l’utiliser sont rares. À l’inverse, un apprentissage régulier peut améliorer les performances dans un domaine particulier.

Il faut cependant éviter de conclure qu’une exposition à l’entraînement produit nécessairement une amélioration générale de toutes les capacités intellectuelles.

Les effets dépendent notamment de la nature de la tâche, de la durée de l’apprentissage et de la proximité entre les compétences entraînées et celles qui sont ensuite évaluées.

La distinction entre maturation et apprentissage ne signifie donc pas qu’il faudrait choisir l’un contre l’autre. Elle permet de comprendre que le développement résulte d’interactions complexes entre les caractéristiques de l’organisme et les conditions de son expérience.

5.4. Les productions intellectuelles comme révélateurs de la diversité cognitive

Les capacités intellectuelles peuvent se manifester dans des productions très différentes : recherche scientifique, littérature, philosophie, ingénierie, musique, arts visuels ou résolution de problèmes pratiques.

Ces domaines n’exigent pas tous les mêmes combinaisons de connaissances et d’opérations.

La recherche scientifique suppose notamment la formulation d’hypothèses, l’analyse des données et la confrontation des modèles aux observations.

La création littéraire mobilise la maîtrise du langage, la construction de significations, l’organisation narrative et une connaissance des possibilités expressives de la langue.

L’activité technique exige souvent une compréhension des contraintes matérielles, une capacité d’anticipation et l’ajustement de solutions aux conditions réelles.

Ces différences ne suffisent pas à établir une hiérarchie générale entre les formes d’intelligence.

Elles montrent plutôt que les performances résultent de configurations particulières de compétences, d’expériences et d’attitudes.

La diversité des productions intellectuelles constitue ainsi un argument en faveur d’une analyse multidimensionnelle de l’intelligence, attentive à la fois aux mécanismes communs et aux organisations spécifiques.

6. Le langage : instrument de la pensée, système de représentation et moyen de transmission

6.1. Nommer pour différencier

Le langage permet de stabiliser des distinctions et de les rendre accessibles à la pensée.

Nommer une propriété contribue à la distinguer d’autres propriétés. Disposer de termes pour désigner la cause, la conséquence, la possibilité ou la contradiction facilite l’organisation des raisonnements.

Cette fonction ne signifie pas que toute pensée dépend exclusivement des mots. Les représentations visuelles, spatiales, motrices et affectives jouent également un rôle important.

Le langage offre néanmoins un système particulièrement puissant pour expliciter les relations entre les éléments d’une situation.

Il permet de transformer une expérience en proposition, puis de comparer cette proposition à d’autres.

6.2. Le langage intérieur et le contrôle de l’activité mentale

Une partie de l’activité langagière ne se manifeste pas à voix haute.

Le langage intérieur peut accompagner la préparation d’une action, l’examen d’un problème ou la vérification d’une solution.

Un individu peut se donner des instructions, reformuler une question ou examiner les conséquences d’une décision avant de passer à l’action.

Cette activité contribue à organiser le raisonnement et à maintenir certains éléments du problème disponibles pendant son traitement.

Elle facilite également la possibilité de revenir sur une proposition, de modifier un plan et d’examiner plusieurs interprétations.

Le langage devient alors un instrument de contrôle de l’activité intellectuelle, en plus de sa fonction de communication.

6.3. La transmission cumulative des connaissances

Les représentations humaines peuvent être conservées dans des récits, des textes, des schémas, des archives et des systèmes de notation.

Cette conservation permet de transmettre des connaissances au-delà de l’expérience individuelle.

Les générations successives peuvent reprendre des résultats antérieurs, les critiquer, les améliorer ou les intégrer à de nouvelles théories.

La connaissance scientifique illustre particulièrement cette propriété cumulative. Une découverte ne dépend pas seulement des capacités du chercheur qui la produit : elle s’inscrit dans un ensemble de méthodes, de données et de concepts élaborés collectivement.

L’intelligence humaine possède ainsi une dimension sociale et historique. Les capacités individuelles s’exercent dans des environnements culturels qui rendent disponibles des outils symboliques et des connaissances constituées.

La possibilité de transmettre des représentations permet d’étendre considérablement le champ de la pensée, en donnant accès à des expériences et à des raisonnements que chaque individu ne pourrait pas reconstruire seul.

7. Intelligence artificielle : des performances observables à la question de la compréhension

7.1. Une définition fonctionnelle de l’intelligence artificielle

L’intelligence artificielle regroupe des méthodes informatiques permettant à des systèmes de réaliser des tâches associées à certaines capacités cognitives : classification, prédiction, génération de contenu, recherche de solutions, reconnaissance de structures ou traitement du langage.

Ces systèmes ne reposent pas tous sur les mêmes architectures ni sur les mêmes principes d’apprentissage.

Certains utilisent des règles explicites. D’autres apprennent des régularités à partir d’exemples. Les systèmes génératifs contemporains peuvent produire de nouvelles séquences de texte, des images, du code ou d’autres contenus à partir d’une consigne.

Leur comportement peut être qualifié d’intelligent dans un sens fonctionnel lorsque leurs performances témoignent d’une capacité à traiter une situation complexe ou à produire une solution pertinente.

Cette qualification ne permet toutefois pas de conclure automatiquement à l’existence d’une compréhension comparable à celle d’un être humain.

Il faut distinguer les résultats observables, les mécanismes de calcul qui les produisent et les propriétés mentales éventuellement attribuées au système.

7.2. Les modèles de langage et la représentation des relations

Les grands modèles de langage apprennent à partir de vastes ensembles de données textuelles et d’autres types de contenus selon les systèmes concernés.

Au cours de leur entraînement, ils ajustent leurs paramètres afin de produire des sorties adaptées aux régularités rencontrées et aux objectifs d’apprentissage.

Leur fonctionnement leur permet de générer des textes structurés, de reformuler des informations, de traduire, de résumer des documents et de résoudre certaines catégories de problèmes.

Ces performances ne se limitent pas à la reproduction littérale de passages mémorisés. Les modèles peuvent combiner des éléments rencontrés dans différents contextes et produire des formulations inédites.

Cette capacité de recomposition explique une partie de leur utilité dans les activités intellectuelles.

Elle ne garantit cependant ni la vérité de chaque affirmation, ni la cohérence de toutes les étapes d’un raisonnement, ni la capacité à maintenir un modèle fiable du monde dans des situations nouvelles.

Un système peut produire une réponse convaincante tout en se trompant sur un fait, en inventant une référence ou en négligeant une condition déterminante.

L’évaluation doit donc porter sur la fiabilité des résultats, la stabilité des performances et la capacité à détecter les situations dans lesquelles les informations disponibles sont insuffisantes.

7.3. La différence entre génération de texte et validation des connaissances

Une réponse linguistiquement correcte n’est pas nécessairement exacte.

La qualité stylistique peut masquer une erreur factuelle. Une argumentation apparemment cohérente peut reposer sur une prémisse non vérifiée. Une synthèse fluide peut omettre une information essentielle.

Cette difficulté impose de séparer plusieurs dimensions de la performance :

• La correction factuelle, qui concerne la conformité des affirmations aux informations établies.
• La cohérence logique, qui concerne les relations entre les propositions.
• La pertinence, qui mesure l’adéquation de la réponse à la question posée.
• La robustesse, qui désigne la stabilité du comportement face à des variations de formulation ou de contexte.
• La traçabilité, qui permet de retrouver les sources ou les éléments ayant servi à établir une conclusion.
• La calibration, qui concerne l’adéquation entre le degré de confiance exprimé et la fiabilité réelle des réponses.

Ces dimensions sont distinctes. Un système peut être performant sur certaines tâches et moins fiable sur d’autres.

L’évaluation d’une intelligence artificielle ne peut donc se limiter à l’impression générale produite par ses réponses.

7.4. L’analogie entre fonction symbolique humaine et traitement informatique des signes

Une comparaison entre intelligence humaine et intelligence artificielle peut être établie autour de la manipulation des représentations.

Chez l’être humain, les mots, les images et les symboles permettent de représenter des objets absents, de formuler des hypothèses et d’organiser des connaissances.

Les systèmes informatiques manipulent également des représentations, sous des formes qui dépendent de leur architecture et de leurs données.

Cette ressemblance fonctionnelle ne signifie pas que les mécanismes soient identiques.

Les représentations humaines se développent dans un organisme vivant, à travers des interactions perceptives, motrices, affectives et sociales. Les modèles artificiels apprennent selon des procédures de calcul et d’optimisation définies par leur conception.

Il est possible de comparer leurs performances sur une tâche commune sans conclure que les processus internes sont équivalents.

Par exemple, la capacité d’un système à résoudre un problème verbal ne démontre pas, à elle seule, qu’il possède les mêmes mécanismes de compréhension que l’enfant ou l’adulte capable de le résoudre.

La comparaison devient plus rigoureuse lorsque les critères sont explicités : nature de l’entrée, informations disponibles, opérations autorisées, qualité du résultat, capacité de généralisation et comportement face à l’erreur.

7.5. Le problème de la compréhension

La notion de compréhension peut désigner plusieurs capacités.

Dans un sens fonctionnel, comprendre consiste à traiter correctement une information, à en dégager les relations pertinentes et à l’utiliser pour résoudre un problème.

Dans un sens plus exigeant, la compréhension peut impliquer une représentation du monde, une connaissance des conditions d’application des concepts et une capacité à expliquer pourquoi une conclusion est justifiée.

Dans un sens phénoménologique, elle peut également renvoyer à l’expérience subjective associée à la compréhension.

Ces dimensions ne sont pas équivalentes.

Un système peut réussir une tâche sans être capable de justifier toutes les étapes qui ont conduit à sa réponse. Un autre peut fournir une explication formelle sans que cette explication rende fidèlement compte de ses mécanismes internes.

La question de savoir si une intelligence artificielle comprend au même sens qu’un humain ne peut donc être résolue par la seule observation d’une réponse satisfaisante.

Elle exige des critères explicites et des méthodes d’évaluation adaptées à la propriété étudiée.

7.6. Généralisation et adaptation à des situations nouvelles

L’une des difficultés majeures de l’évaluation de l’intelligence concerne la capacité à transférer une compétence d’une situation à une autre.

Un système peut obtenir de bons résultats sur des exercices proches de ceux rencontrés pendant son entraînement, mais échouer lorsque les contraintes changent.

La généralisation consiste à appliquer des connaissances ou des opérations dans des conditions différentes de celles de leur acquisition.

Chez l’humain comme dans les systèmes artificiels, cette capacité doit être évaluée empiriquement.

Il faut notamment distinguer la réussite sur des exemples familiers, la réussite sur des variantes inédites et la capacité à identifier les limites de ses propres connaissances.

Une véritable évaluation comparative doit également contrôler les ressources disponibles. Les résultats peuvent varier selon que le système dispose d’outils externes, d’une mémoire persistante, d’un accès à des documents ou de plusieurs tentatives.

Sans contrôle de ces conditions, une comparaison entre deux performances risque de confondre les capacités du système avec les avantages liés à son environnement.

8. Comment évaluer empiriquement une intelligence, humaine ou artificielle ?

8.1. Définir précisément la capacité étudiée

Toute évaluation sérieuse commence par une définition opérationnelle de la compétence recherchée.

La résolution de problèmes, la mémoire, la compréhension du langage, la planification et la créativité ne sont pas des notions interchangeables.

Un protocole consacré au raisonnement logique doit préciser la nature des inférences attendues. Une évaluation de la compréhension linguistique doit examiner la capacité à interpréter le sens et les relations entre les propositions. Une étude de la planification doit mesurer l’adéquation entre les objectifs, les étapes proposées et les contraintes de la situation.

La précision de la définition permet d’éviter qu’une réussite locale soit interprétée comme la preuve d’une capacité générale.

8.2. Construire des tâches comparables

Pour comparer deux systèmes, les conditions d’évaluation doivent être suffisamment proches.

Il faut contrôler, autant que possible, les informations disponibles, la formulation des consignes, les outils autorisés, le temps de réponse et les critères de réussite.

Dans le cas d’une comparaison entre humains et machines, il convient également de préciser si les participants disposent d’une aide documentaire, d’une calculatrice, d’un accès à Internet ou d’une possibilité de reprendre leur réponse.

La comparaison n’exige pas nécessairement des conditions identiques en tous points. Elle exige que les différences soient connues et que leur influence puisse être interprétée.

8.3. Mesurer plusieurs dimensions de la performance

Une évaluation ne devrait pas reposer uniquement sur le taux de réussite.

La vitesse, la précision, la stabilité, la capacité à expliquer une démarche et la résistance aux changements de contexte peuvent apporter des informations complémentaires.

Une réponse correcte obtenue de manière systématique n’a pas la même valeur qu’une réussite occasionnelle.

De même, un système qui détecte ses erreurs et corrige sa réponse peut présenter un profil différent d’un système qui fournit une réponse immédiate sans contrôle.

La mesure doit donc tenir compte du comportement sur un ensemble de situations, plutôt que d’un exemple isolé.

8.4. Examiner les erreurs

Les erreurs sont des indicateurs précieux pour comprendre les limites d’une capacité.

Elles peuvent révéler une mauvaise interprétation de la consigne, une confusion entre plusieurs concepts, une généralisation excessive ou une difficulté à coordonner plusieurs contraintes.

Chez un enfant, une erreur peut témoigner d’une opération qui n’est pas encore stabilisée. Chez un adulte, elle peut résulter d’un manque de connaissances, d’une distraction ou d’une stratégie inadaptée.

Dans un système artificiel, elle peut provenir des données d’entraînement, des caractéristiques de l’architecture, de la formulation de la demande ou des limites des informations disponibles.

L’interprétation doit rester prudente : des erreurs similaires en apparence ne démontrent pas nécessairement des mécanismes identiques.

8.5. Distinguer corrélation, causalité et interprétation

Les méthodes quantitatives permettent de repérer des relations entre variables, mais elles ne suffisent pas toujours à établir des relations causales.

Si deux compétences progressent ensemble, plusieurs explications sont possibles : l’une facilite l’autre, elles dépendent d’une troisième variable ou elles évoluent sous l’effet d’une expérience commune.

Pour identifier les mécanismes en jeu, il faut compléter les observations par des protocoles adaptés, des comparaisons contrôlées ou des analyses longitudinales.

Cette exigence est fondamentale pour l’étude du développement intellectuel et pour l’évaluation des systèmes d’intelligence artificielle.

Elle rappelle qu’une interprétation empirique ne consiste pas à attribuer immédiatement une cause à un résultat observé, mais à déterminer quelles explications sont compatibles avec les données et quelles observations permettraient de les départager.

9. Les limites des comparaisons entre intelligence humaine et intelligence artificielle

9.1. Des conditions d’apprentissage différentes

Les êtres humains développent leurs capacités à travers des expériences corporelles, des interactions sociales et des apprentissages organisés sur de longues périodes.

Les systèmes artificiels apprennent selon des procédures informatiques qui dépendent de leur architecture, des données utilisées et des objectifs d’entraînement.

Ces différences influencent la manière dont les compétences sont acquises et mobilisées.

Un enfant peut apprendre une notion dans une situation concrète, la réutiliser dans un jeu et la transformer au cours d’une interaction sociale. Un modèle informatique peut apprendre des régularités à partir de nombreux exemples et les mobiliser pour produire une réponse dans un contexte textuel.

Les deux situations peuvent conduire à des performances comparables sur certaines tâches, sans démontrer que les mécanismes d’apprentissage sont identiques.

9.2. L’incarnation et les contraintes du monde physique

L’intelligence humaine se développe dans un organisme qui perçoit, se déplace et agit dans un environnement matériel.

Les contraintes corporelles influencent la perception, l’apprentissage et l’organisation des connaissances.

Un système artificiel exclusivement textuel ne dispose pas, par défaut, d’une expérience corporelle comparable à celle d’un enfant. Les systèmes dotés de capteurs ou de capacités d’action présentent d’autres possibilités, mais leurs expériences restent déterminées par leurs équipements, leurs données et leurs mécanismes de contrôle.

La comparaison doit donc préciser le type de système concerné.

L’expression « intelligence artificielle » recouvre des dispositifs très différents, depuis un modèle de langage jusqu’à un robot capable d’interagir physiquement avec son environnement.

Leurs capacités ne peuvent être évaluées selon un cadre unique sans tenir compte des tâches et des ressources effectivement disponibles.

9.3. L’affectivité, les objectifs et l’autonomie

Chez l’être humain, les émotions, les besoins et les objectifs personnels contribuent à orienter l’activité intellectuelle.

Dans les systèmes artificiels, les objectifs sont définis par la conception, l’entraînement, les instructions et les mécanismes de contrôle.

Un système peut optimiser un résultat, sélectionner une action ou ajuster sa réponse à un contexte sans que ces opérations démontrent l’existence d’une motivation vécue comparable à celle d’un individu.

Il convient donc de distinguer le comportement orienté vers un objectif et l’expérience subjective d’un objectif.

Cette distinction ne retire rien à l’intérêt fonctionnel des systèmes artificiels. Elle évite simplement d’attribuer des propriétés mentales sur la seule base d’un comportement extérieur.

9.4. La créativité et la recomposition des connaissances

La créativité constitue un domaine particulièrement délicat pour la comparaison.

Les systèmes génératifs peuvent produire des textes, des images, des compositions musicales et des solutions techniques inédites dans leur formulation.

Cependant, la nouveauté d’une production ne suffit pas à établir son originalité au sens historique, artistique ou scientifique.

L’évaluation doit considérer la relation entre la production et les œuvres existantes, la pertinence de la solution, les contraintes du projet et les critères propres au domaine.

La créativité humaine ne se réduit pas non plus à une production entièrement indépendante de ce qui précède. Elle s’inscrit dans des traditions, des techniques, des influences et des connaissances acquises.

La question pertinente n’est donc pas simplement de savoir si un contenu est nouveau, mais de déterminer comment il se situe par rapport à un corpus existant, à une intention et à un problème donné.

10. Intelligence humaine et intelligence artificielle : une comparaison par dimensions

Ce tableau ne constitue pas une hiérarchie générale des intelligences. Il met en évidence des différences de fonctionnement et rappelle que les performances doivent être étudiées en fonction des tâches considérées.

Il montre également qu’une comparaison pertinente ne peut se limiter à la question de savoir qui réussit le mieux un exercice particulier. Elle doit examiner les conditions de la réussite, la stabilité du résultat et les limites de chaque système.

11. L’intelligence comme organisation progressive : ce que révèle l’approche développementale

L’approche développementale apporte une contribution essentielle à la compréhension de l’intelligence : elle met l’accent sur la transformation des opérations et sur leur organisation progressive.

Une compétence ne se réduit pas à la présence d’une faculté isolée. Elle dépend souvent de la coordination de plusieurs opérations, qui se construisent à des rythmes différents.

L’enfant qui apprend à classer des objets doit d’abord identifier des propriétés, reconnaître des ressemblances et maintenir un critère de classement. La maîtrise de cette activité prépare des opérations plus complexes, comme la construction de catégories hiérarchiques.

De même, le raisonnement formel repose sur la possibilité de manipuler des propositions indépendamment de leur présence concrète. Cette capacité suppose une organisation particulière des représentations et des opérations logiques.

Cette perspective permet de comprendre pourquoi l’intelligence ne peut être ramenée à une seule aptitude fondamentale sans examiner les relations entre ses différentes manifestations.

Le facteur général mis en évidence par certaines analyses statistiques peut décrire des régularités importantes entre les performances. Il ne dispense pas d’étudier les mécanismes qui rendent ces performances possibles.

Inversement, l’identification de plusieurs opérations ne signifie pas qu’elles fonctionnent comme des éléments totalement indépendants.

L’enjeu consiste à comprendre comment les capacités communes et les aptitudes spécifiques s’articulent dans des organisations cognitives complexes.

Cette question demeure centrale pour l’évaluation des différences individuelles, l’étude du développement de l’enfant et l’analyse des systèmes artificiels.

12. Les implications éducatives : développer les capacités plutôt que réduire l’intelligence à un score

12.1. Identifier les opérations qui soutiennent l’apprentissage

Une évaluation pédagogique utile ne se limite pas à constater une réussite ou un échec. Elle cherche à déterminer quelles opérations l’élève maîtrise et lesquelles doivent encore être consolidées.

Une difficulté en mathématiques peut provenir d’une connaissance insuffisante des nombres, d’une compréhension incomplète des relations, d’un problème de lecture de l’énoncé ou d’une stratégie de résolution inadaptée.

Ces causes n’appellent pas nécessairement les mêmes interventions.

L’analyse des erreurs permet de repérer les opérations manquantes et de construire des activités adaptées.

12.2. Articuler l’expérience concrète et l’abstraction

L’apprentissage peut être facilité par une progression qui relie les manipulations concrètes aux représentations symboliques.

Une quantité peut d’abord être manipulée avec des objets, puis représentée par des dessins et enfin exprimée par une notation mathématique.

Cette progression permet de relier plusieurs formes de représentation au lieu de demander immédiatement à l’élève de traiter des symboles dont le sens n’est pas stabilisé.

Le passage à l’abstraction ne consiste pas à abandonner l’expérience. Il consiste à dégager les relations pertinentes de cette expérience et à les représenter sous une forme plus générale.

12.3. Développer le langage comme instrument de raisonnement

L’enseignement du langage ne concerne pas seulement la maîtrise de la grammaire ou l’enrichissement du vocabulaire.

La capacité à expliquer une démarche, à justifier une conclusion et à distinguer une hypothèse d’un fait contribue directement au développement de la pensée.

Demander à un élève d’expliquer comment il a résolu un problème peut révéler une compréhension réelle, mais aussi des erreurs qui resteraient invisibles si seule la réponse finale était évaluée.

Le langage permet ainsi de rendre le raisonnement plus explicite, plus contrôlable et plus facilement transmissible.

12.4. Favoriser la persévérance sans confondre effort et réussite

La persévérance est importante, mais elle ne suffit pas à garantir un apprentissage efficace.

Un élève peut répéter une stratégie inadéquate pendant longtemps sans progresser. L’effort doit donc être associé à des retours pertinents, à l’identification des erreurs et à la possibilité de modifier sa démarche.

L’objectif pédagogique consiste à développer une activité intellectuelle capable de s’ajuster.

La réussite ne dépend pas uniquement de la quantité d’effort fournie, mais aussi de la pertinence des stratégies, de la qualité des informations disponibles et de la compréhension des difficultés rencontrées.

12.5. Utiliser l’intelligence artificielle comme instrument de travail intellectuel

Les systèmes d’intelligence artificielle peuvent contribuer à la reformulation de notions, à la production d’exercices, à la comparaison de solutions et à l’exploration de plusieurs explications.

Leur utilité dépend toutefois du cadre d’utilisation.

Une réponse générée doit être confrontée aux objectifs pédagogiques et aux sources pertinentes lorsque l’exactitude est déterminante.

L’usage éducatif devient plus intéressant lorsque l’outil soutient l’activité de l’élève au lieu de la remplacer systématiquement.

Un système peut, par exemple, proposer plusieurs pistes de résolution, demander une justification ou signaler une incohérence. L’élève doit alors examiner les propositions et construire sa propre compréhension.

Cette démarche préserve la distinction entre l’accès à une réponse et l’acquisition de la capacité à la produire, à la justifier et à la réutiliser dans une autre situation.

13. L’intelligence dans les sciences, la littérature et la création : plusieurs formes de construction du sens

13.1. L’intelligence scientifique : expliquer et vérifier

L’intelligence scientifique repose sur la capacité à formuler des questions précises, à construire des hypothèses et à confronter les explications aux observations.

Elle exige de distinguer ce qui est observé, ce qui est inféré et ce qui demeure incertain.

Une hypothèse peut être cohérente sans être confirmée. Une corrélation peut être réelle sans démontrer une causalité. Une explication peut convenir à certaines observations tout en échouant dans d’autres conditions.

La rigueur scientifique consiste notamment à organiser les conditions dans lesquelles une proposition peut être examinée, discutée et éventuellement réfutée.

Cette démarche ne supprime pas l’imagination. Elle lui donne un cadre de contrôle.

L’intelligence scientifique combine ainsi la production de modèles et l’examen de leur adéquation aux phénomènes étudiés.

13.2. L’intelligence littéraire : organiser les significations

La littérature mobilise une forme particulière de travail sur les représentations.

L’écrivain organise des personnages, des situations, des voix et des temporalités afin de produire une construction signifiante.

La compréhension d’un texte suppose de relier les mots, les images, les structures narratives et les éléments implicites.

L’interprétation littéraire ne se réduit pas à l’identification d’une information explicite. Elle implique de prendre en compte le contexte, les ambiguïtés et les relations entre plusieurs niveaux de sens.

Les systèmes artificiels peuvent assister certaines tâches linguistiques, notamment la recherche de motifs, la reformulation ou l’analyse de structures textuelles. Leur production doit néanmoins être évaluée selon les critères propres à l’activité littéraire : cohérence, précision stylistique, profondeur interprétative et adéquation au projet.

13.3. L’intelligence créative : transformer les contraintes en possibilités

La création implique souvent de travailler avec des contraintes plutôt que de les supprimer.

Un compositeur dispose de sons et de structures musicales. Un architecte doit tenir compte des matériaux, des usages et des conditions physiques. Un écrivain travaille avec les ressources et les limites d’une langue.

L’activité créative consiste notamment à établir des relations nouvelles entre des éléments disponibles, à explorer plusieurs solutions et à sélectionner celles qui répondent le mieux à une intention.

La nouveauté ne suffit pas à établir la qualité d’une production. Une solution peut être originale mais incohérente, surprenante mais inadaptée, ou techniquement réussie sans répondre au problème initial.

La créativité suppose donc une interaction entre exploration, jugement et maîtrise des contraintes.

Cette articulation peut également servir à évaluer les productions générées par des systèmes artificiels.

14. Les principales erreurs d’interprétation dans l’étude de l’intelligence

14.1. Confondre rapidité et intelligence

Une réponse rapide peut témoigner d’une grande maîtrise, mais elle peut aussi résulter d’une procédure simple ou d’une familiarité avec le problème.

Inversement, une résolution lente peut être le signe d’une analyse approfondie ou d’une difficulté particulière.

La vitesse doit donc être interprétée en relation avec la précision, la complexité de la tâche et les conditions de réussite.

14.2. Confondre connaissance et raisonnement

La connaissance fournit les informations et les concepts nécessaires à la résolution d’un problème. Le raisonnement permet d’organiser ces éléments et d’en tirer des conséquences.

Les deux dimensions sont liées, mais distinctes.

Une personne peut maîtriser un domaine sans être capable d’appliquer ses connaissances à une situation nouvelle. Elle peut également raisonner correctement à partir d’informations limitées, sans posséder toutes les connaissances nécessaires pour aboutir à une conclusion exacte.

L’évaluation doit tenir compte de cette distinction.

14.3. Confondre performance ponctuelle et capacité générale

Une réussite isolée ne permet pas d’établir qu’une compétence est stable ou généralisable.

La performance peut dépendre de la formulation de la question, des informations disponibles ou de l’expérience antérieure.

Pour caractériser une capacité, il faut examiner un ensemble suffisamment diversifié de situations.

Cette exigence vaut aussi bien pour les tests psychologiques que pour les systèmes d’intelligence artificielle.

14.4. Confondre cohérence et vérité

Une explication peut être cohérente sans correspondre aux faits.

Plusieurs scénarios peuvent rendre compte des mêmes observations. La cohérence logique permet d’écarter certaines contradictions, mais elle ne suffit pas à déterminer laquelle des explications restantes est vraie.

L’examen empirique consiste à rechercher des éléments capables de départager les hypothèses.

Cette distinction est particulièrement importante dans les domaines où les systèmes artificiels génèrent des réponses fluides et convaincantes.

14.5. Confondre adaptation et compréhension complète

Un système peut s’adapter à une situation particulière sans en posséder une représentation générale et fiable.

La réussite dépend parfois d’indices limités ou de régularités propres au contexte.

L’évaluation doit donc examiner si la capacité reste opérationnelle lorsque les conditions changent et si le système peut identifier les limites de son résultat.

14.6. Réduire l’intelligence à une seule dimension

Les tests standardisés, les productions créatives et les observations de résolution de problèmes mesurent des aspects différents de l’activité intellectuelle.

Aucun indicateur isolé ne suffit à décrire l’ensemble des capacités d’un individu dans tous les contextes.

La recherche d’une mesure générale reste pertinente pour certaines questions, mais elle ne dispense pas d’étudier les aptitudes particulières, les conditions de développement et les mécanismes de mobilisation des compétences.

15. Vers une conception intégrée de l’intelligence

Les différentes approches examinées permettent de dégager plusieurs dimensions complémentaires.

L’intelligence peut d’abord être étudiée comme une capacité d’adaptation, observable dans la manière dont un organisme ou un système résout des problèmes.

Elle peut ensuite être analysée comme une organisation d’opérations : percevoir, différencier, comparer, classer, déduire, anticiper et réviser une représentation.

Elle possède également une dimension symbolique, qui permet de conserver et de transformer des représentations au-delà de l’expérience immédiate.

Elle s’inscrit enfin dans une histoire développementale et sociale, au cours de laquelle les capacités se construisent à travers la maturation, l’apprentissage, les interactions et la transmission des connaissances.

Ces dimensions ne doivent pas être fusionnées dans une définition trop générale. Elles permettent plutôt de formuler des questions distinctes et de construire des méthodes d’évaluation adaptées.

L’étude des performances cherche à déterminer ce qu’un système peut accomplir. L’analyse des opérations examine comment il traite une situation. L’approche développementale cherche à comprendre comment ses capacités se transforment. L’analyse des conditions d’apprentissage identifie les facteurs qui favorisent ou limitent cette évolution.

La comparaison entre intelligence humaine et intelligence artificielle devient plus rigoureuse lorsqu’elle s’appuie sur cette pluralité de critères.

Il est possible de constater qu’un système artificiel accomplit une tâche avec une grande efficacité sans conclure que toutes ses capacités sont comparables à celles d’un être humain. Il est également possible de reconnaître des formes de résolution de problèmes chez des animaux sans supposer que leur fonctionnement repose sur les mêmes systèmes symboliques que la pensée humaine.

La question centrale n’est donc pas seulement de déterminer si une entité est intelligente, mais de préciser quelles capacités sont observées, dans quelles conditions elles se manifestent, comment elles sont organisées et jusqu’où elles peuvent être généralisées.

Conclusion : comprendre l’intelligence par ses opérations, son développement et ses limites

L’intelligence ne se laisse enfermer dans une définition unique sans perdre une partie de sa complexité.

Les approches psychométriques ont montré l’intérêt de mesurer les performances et d’identifier les facteurs qui contribuent à leurs variations. Les approches développementales ont mis en évidence les transformations qui conduisent de l’action concrète à la représentation, puis à la construction de systèmes de raisonnement plus abstraits. Les travaux consacrés au langage, à la fonction symbolique et à l’affectivité ont souligné que l’activité intellectuelle s’inscrit dans une organisation plus vaste, où interagissent perception, mémoire, motivation, expérience et relations sociales.

L’intelligence humaine apparaît ainsi comme une organisation évolutive de capacités et d’opérations, dont les manifestations dépendent des individus, des domaines et des conditions d’exercice.

Cette perspective permet d’éviter deux réductions symétriques : considérer l’intelligence comme une faculté unique qui expliquerait toutes les performances, ou la décomposer en aptitudes indépendantes sans examiner leurs relations.

Le développement de l’intelligence artificielle donne à cette question une actualité particulière. Les systèmes contemporains réalisent des tâches qui mobilisent des compétences linguistiques, analytiques et génératives autrefois associées principalement aux humains. Leurs résultats doivent être étudiés avec précision, en distinguant l’efficacité observable, la robustesse, la généralisation et les propriétés que les données permettent réellement d’établir.

Une réponse pertinente ne consiste ni à assimiler systématiquement les machines à l’intelligence humaine, ni à écarter leurs capacités au motif que leurs mécanismes sont différents.

Elle consiste à définir des critères, à construire des évaluations comparables, à examiner les erreurs et à reconnaître les limites des conclusions.

L’intelligence devient alors un objet d’étude empirique : non une qualité mystérieuse dont la seule présence expliquerait la réussite, mais un ensemble de capacités observables, d’opérations organisées et de processus de développement dont les conditions peuvent être étudiées.

Cette approche permet de mieux comprendre les facultés humaines, d’évaluer les systèmes artificiels avec davantage de rigueur et de préciser les questions encore ouvertes concernant la représentation, la compréhension et la nature de l’activité intellectuelle.

Références conceptuelles et scientifiques

Les travaux suivants constituent des repères historiques pour approfondir les différentes dimensions abordées dans cet article. Ils ne doivent pas être considérés comme les représentants d’une théorie unique ni comme des sources équivalentes sur l’ensemble des questions contemporaines relatives à l’intelligence artificielle.

• Alfred Binet : recherches sur la mesure des capacités intellectuelles et l’évaluation psychologique des enfants.
• Charles Spearman : travaux sur les corrélations entre performances cognitives et formulation du facteur général d’intelligence.
• Jean Piaget : recherches sur la construction des opérations intellectuelles et le développement de la pensée logique.
• Henri Wallon : travaux sur les relations entre motricité, affectivité, fonction symbolique et développement intellectuel.
• G. H. Luquet : recherches sur le dessin enfantin et les formes de représentation.
• R. Zazzo : travaux sur le développement psychologique de l’enfant.

Pour une analyse contemporaine, ces références historiques doivent être complétées par les recherches actuelles en psychologie cognitive, psychométrie, neurosciences, sciences de l’apprentissage et évaluation des systèmes d’intelligence artificielle. Les modèles historiques du développement fournissent des cadres d’interprétation, mais leurs propositions doivent être distinguées des résultats expérimentaux contemporains et des connaissances spécifiques aux technologies actuelles.