Idées
Jack Clark (Anthropic) avance sa prédiction d’une IA auto-améliorante de 2027 à 2028
Et si l'intelligence artificielle devenait capable de concevoir seule des versions plus performantes d'elle-même dès 2027 ? Jack Clark, cofondateur d'Anthropic, vient de revoir son calendrier concernant l'émergence d'une IA capable de s'auto-améliorer. Alors qu'il envisageait auparavant cette possibilité en 2028, il estime désormais qu'elle pourrait se concrétiser un an plus tôt. Une révision motivée par les progrès récents des modèles dans la recherche scientifique, qui soulève une question majeure : sommes-nous prêts à voir des machines participer à leur propre évolution ?
Une prédiction avancée d'un an
Le 12 octobre 2026, Jack Clark publiait une nouvelle édition de sa newsletter Import AI, dans laquelle il revenait sur les progrès de l'intelligence artificielle. Alors qu'il considérait auparavant 2028 comme l'échéance la plus probable pour l'apparition d'une IA capable de s'améliorer elle-même, il estime désormais que cette possibilité pourrait se concrétiser dès 2027.
Cette hypothèse repose sur le concept d'auto-amélioration récursive, ou Recursive Self-Improvement (RSI). Le principe consiste à développer une intelligence artificielle suffisamment avancée pour concevoir un système plus performant qu'elle-même. Ce nouveau système pourrait ensuite reproduire le processus, entraînant potentiellement une accélération importante du progrès technologique.
Il ne s'agit toutefois pas d'une annonce officielle d'Anthropic, mais d'une estimation personnelle de Jack Clark. Ce changement de perspective traduit néanmoins l'attention croissante portée aux capacités scientifiques des modèles les plus avancés.
Des progrès scientifiques qui changent les perspectives
Cette révision intervient après la publication de TasteVal, une étude menée par P-Zero Research en octobre 2026. Son objectif est de mesurer le discernement scientifique des intelligences artificielles, c'est-à-dire leur capacité à concevoir des expériences pertinentes, à analyser leurs résultats et à identifier les meilleures pistes de recherche.
Les chercheurs ont évalué plusieurs modèles sur huit tâches de recherche en intelligence artificielle, en comparant leurs performances à celles de 24 experts humains. Selon l'étude, l'efficacité expérimentale des modèles les plus avancés aurait doublé environ tous les trois mois depuis décembre 2025. Le modèle le plus performant, Opus 5.5, a dépassé la référence humaine retenue, avec une efficacité estimée à 2,3 fois celle-ci pour les tâches étudiées.
Ces résultats suggèrent que les intelligences artificielles progressent rapidement dans certaines compétences associées à la recherche scientifique. Pour Jack Clark, cette capacité à concevoir des expériences pertinentes représentait justement l'un des principaux obstacles à l'auto-amélioration des systèmes.
La créativité scientifique, un obstacle progressivement surmonté ?
Jusqu'à présent, les intelligences artificielles excellaient principalement dans l'exécution de tâches définies par des humains. Elles pouvaient écrire du code, analyser des données ou optimiser des algorithmes, mais leur capacité à proposer des approches scientifiques réellement nouvelles restait plus difficile à évaluer.
Les résultats récents pourraient faire évoluer cette situation. En améliorant leur capacité à sélectionner des expériences et à interpréter leurs résultats, les modèles pourraient progressivement participer davantage aux différentes étapes de leur propre développement. Une transformation importante, car automatiser la recherche ne consiste pas uniquement à produire du code : il faut également savoir quelles hypothèses explorer et comment mesurer leur pertinence.
Cependant, TasteVal ne démontre pas qu'une intelligence artificielle puisse déjà mener seule un programme de recherche complet. Les problèmes sont définis à l'avance et certaines opérations restent réalisées par des outils distincts. La capacité à organiser durablement l'ensemble du processus scientifique demeure donc à démontrer.
Une accélération technologique aux conséquences majeures
Si une intelligence artificielle devenait capable d'améliorer ses propres performances, les conséquences pourraient dépasser largement le secteur technologique. Des systèmes plus avancés pourraient accélérer la recherche médicale, contribuer à la découverte de nouveaux matériaux ou faciliter le développement de solutions énergétiques.
Mais cette accélération soulève également des interrogations. Comment superviser des modèles dont les capacités progresseraient potentiellement plus rapidement que les méthodes utilisées pour les évaluer ? Le risque ne réside pas nécessairement dans l'apparition d'une intelligence artificielle hostile, mais dans la difficulté à garantir que ses décisions restent compatibles avec les objectifs humains.
Cette problématique, appelée « alignement », occupe déjà une place centrale dans les recherches sur la sécurité de l'intelligence artificielle. Une automatisation croissante pourrait également renforcer l'influence des entreprises disposant des infrastructures nécessaires, accentuant les questions de concentration du pouvoir technologique.
2027 : une échéance encore incertaine
Malgré les progrès observés, plusieurs obstacles demeurent. TasteVal mesure certaines compétences expérimentales dans un environnement défini, sans démontrer qu'une IA puisse concevoir, entraîner et évaluer entièrement seule des modèles plus performants.
Les ressources informatiques, la disponibilité des données et les difficultés scientifiques constituent également des limites importantes. De plus, les chercheurs reconnaissent que les exercices proposés pourraient ne pas représenter toute la complexité de la recherche réelle.
Aucune intelligence artificielle n'a encore démontré publiquement une capacité générale à développer de manière entièrement autonome des successeurs toujours plus performants. La prédiction de Jack Clark doit donc être considérée comme une hypothèse prospective, et non comme une certitude.
Elle témoigne néanmoins d'une évolution significative : les machines ne se contentent plus d'assister les chercheurs, elles commencent à contribuer à certaines décisions scientifiques nécessaires à leur propre amélioration.
Vers une intelligence artificielle qui accélère elle-même son développement ?
En avançant sa prédiction d'un an, Jack Clark souligne la rapidité des transformations à l'œuvre dans la recherche en intelligence artificielle. Si les progrès actuels se poursuivaient, les systèmes pourraient progressivement jouer un rôle plus important dans la conception de leurs successeurs, avec des conséquences difficiles à anticiper.
Mais cette perspective reste accompagnée de nombreuses incertitudes. L'auto-amélioration récursive pourrait ouvrir la voie à des découvertes majeures, tout en rendant plus complexe la supervision des technologies les plus avancées.
La question n'est donc peut-être pas uniquement de savoir si une IA capable de s'améliorer seule apparaîtra en 2027, mais si nous saurons conserver le contrôle sur une technologie susceptible d'accélérer elle-même son évolution.
Sources :
Jack Clark, Import AI, Creativity and RSI, 12 octobre 2026.
P-Zero Research, Introducing TasteVal, octobre 2026.
Oliver Jaffe et Dane Sherburn, TasteVal: Measuring the Experimental Research Taste of AI Systems Against Human Experts, octobre 2026.
Think Facility, Anthropic's Jack Clark moves his forecast for full recursive self-improvement up to 2027, 13 octobre 2026.
À RETENIR
Le débat en trois points
Une échéance désormais envisagée pour 2027. Jack Clark estime que l'auto-amélioration récursive complète pourrait devenir possible un an plus tôt que prévu, sans présenter cette prédiction comme une certitude.
Des capacités scientifiques en forte progression. L'étude TasteVal révèle une amélioration rapide des performances expérimentales de certains modèles, mais ne démontre pas encore leur capacité à mener seuls un programme de recherche complet.
Une accélération qui interroge notre capacité de contrôle. Si les systèmes participent davantage à leur propre développement, leur supervision et leur alignement avec les objectifs humains pourraient devenir des enjeux déterminants.
Sujets :
Recherche scientifique
Sécurité technologique
Jack Clark
Anthropic
Auto-amélioration récursive
L’AUTEUR
La rédaction du Ruisseau
La rédaction du Ruisseau analyse l’essor de l’intelligence artificielle générative et ses effets concrets sur le travail, les entreprises et la création.
SUR LE MÊME FIL
Pour approfondir
IA
Les robots humanoïdes ouvrent-ils un âge d’or ou un risque existentiel ?
Après avoir appris à écrire, programmer ou analyser des données, l’intelligence artificielle commence à acquérir un corps. Les robots humanoïdes promettent de prendre en charge les travaux dangereux, pénibles ou répétitifs, mais ils donnent aussi aux systèmes d’IA une capacité nouvelle : agir directement dans le monde physique. Entre révolution productive et nouveaux risques, la question n’est donc plus seulement de savoir ce que l’IA peut penser, mais ce que nous accepterons de la laisser faire.
IA
Comment contrôler une IA plus intelligente que l’humain ?
Aucune intelligence artificielle actuelle n’est reconnue comme supérieure à l’être humain dans l’ensemble de ses capacités. Mais à mesure que les modèles deviennent plus autonomes, capables de raisonner, d’utiliser des outils et d’écrire eux-mêmes du code, une question longtemps réservée à la science-fiction devient un véritable sujet de recherche : comment garder le contrôle d’un système qui finirait par dépasser ceux chargés de le surveiller ?
IA
Pourquoi la Chine donne-t-elle accès gratuitement à ses modèles d’IA comme Qwen ou Kimi ?
Alors que les acteurs américains ont longtemps privilégié des modèles propriétaires accessibles par abonnement ou via des API payantes, plusieurs entreprises chinoises ont choisi une autre stratégie : ouvrir largement leurs modèles, parfois jusqu’à permettre leur téléchargement et leur modification. Derrière cette apparente gratuité se joue une bataille beaucoup plus stratégique : imposer des technologies, conquérir les développeurs et construire l’écosystème mondial de l’IA avant que le marché ne se stabilise.
LE CERCLE DES FLOTTEURS
Rejoignez le club du Ruisseau
Participez à des échanges, rencontres et événements privilégiés avec les personnalités qui font notre époque.
