Une comparaison frappante, mais pas scientifique

Il n’existe aucune échelle permettant d’affirmer qu’un humain serait « dix fois » plus intelligent qu’un chien ou « mille fois » plus intelligent qu’une fourmi. La comparaison sert donc surtout de métaphore.

Un labrador peut apprendre des consignes et comprendre certaines intentions humaines. Pourtant, il ne peut pas suivre une démonstration mathématique ou comprendre un système juridique. Une fourmi est encore plus éloignée de notre univers cognitif : elle évolue au milieu de constructions humaines dont elle ne peut saisir la finalité.

La question est de savoir si nous pourrions un jour occuper une position comparable face à une intelligence artificielle.

Aujourd’hui, l’IA reste très loin de cette situation

Les systèmes les plus avancés dépassent déjà les humains dans certaines tâches précises. Le Stanford AI Index 2026 souligne que plusieurs benchmarks sont rapidement rattrapés et que les modèles de pointe atteignent ou dépassent les performances humaines sur certains tests de raisonnement, de programmation ou de connaissances spécialisées.

Mais cette supériorité reste très irrégulière.

L’International AI Safety Report 2026 décrit les capacités actuelles comme « jagged » : un modèle peut résoudre un problème scientifique difficile puis commettre une erreur élémentaire dans un raisonnement long ou échouer à se reprendre après une mauvaise étape.

Nous ne sommes donc pas face à une intelligence générale qui regarderait déjà les humains comme nous regardons un animal.

Les machines possèdent pourtant des avantages impossibles pour un cerveau humain

Une IA n’a pas besoin de devenir biologiquement « plus intelligente » que nous pour créer un écart considérable.

Elle peut fonctionner plus vite, consulter d’immenses volumes d’informations et être copiée sur plusieurs serveurs. Des milliers d’instances peuvent en théorie travailler en parallèle.

Un chercheur humain ne peut mener qu’un nombre limité d’expériences. Un système numérique peut en tester bien davantage lorsqu’elles sont numériques. La mémoire constitue un autre avantage : un humain oublie et ne peut assimiler qu’une fraction des connaissances disponibles, quand un système peut accéder rapidement à de vastes bases documentaires.

L’écart potentiel vient donc autant de la vitesse, de la mémoire, de la duplication et de la coordination que de l’intelligence au sens strict.

Le vrai basculement serait l’autonomie

Battre un humain sur un test ne suffit pas à créer un écart comparable à celui qui nous sépare d’un animal. Il faut aussi être capable d’agir dans le temps.

METR mesure notamment la durée des tâches professionnelles que les agents d’IA peuvent accomplir avec un niveau donné de fiabilité. Ses travaux montrent une progression rapide sur des tâches de programmation, d’apprentissage automatique et de cybersécurité. Au printemps 2026, certains agents testés réussissaient des projets logiciels qui auraient demandé plusieurs heures ou plusieurs jours à des humains.

METR rappelle toutefois que ces évaluations portent surtout sur des tâches numériques, bien définies et vérifiables : elles ne signifient pas qu’une IA peut déjà accomplir tout le travail humain.

Le changement deviendrait beaucoup plus important lorsqu’une IA pourrait poursuivre pendant des semaines un objectif complexe, gérer les imprévus, coordonner d’autres agents et corriger seule ses erreurs.

À ce stade, l’humain ne contrôlerait plus chaque action : il superviserait un acteur autonome.

Du labrador à la fourmi, il faudrait encore franchir une étape

Imaginer un écart comparable à celui entre un humain et un labrador suppose déjà une IA bien plus générale que les systèmes actuels. La comparaison avec la fourmi va plus loin : l’IA devrait inventer des concepts, technologies ou stratégies devenus extrêmement difficiles à comprendre pour nous.

Le scénario le plus radical serait celui d’une IA capable d’accélérer la recherche en intelligence artificielle elle-même : elle contribuerait à concevoir de meilleurs modèles, qui accéléreraient à leur tour la génération suivante.

Mais aucune donnée actuelle ne démontre l’existence d’une boucle autonome d’amélioration capable de s’emballer sans intervention humaine. Le rapport international sur la sécurité de l’IA souligne au contraire que les systèmes actuels restent limités dans les projets longs et que leurs performances demeurent inégales.

Plus intelligente ne signifie pas toute-puissante

Il faut distinguer intelligence et pouvoir.

Une IA extrêmement performante resterait limitée par les ressources et les accès que les humains lui donnent. Un système isolé d’Internet, de l’argent ou des infrastructures peut être intellectuellement puissant tout en restant matériellement contraint.

L’écart deviendrait plus préoccupant si une même IA réunissait intelligence très supérieure, autonomie de longue durée, accès à des ressources importantes et capacité à coordonner des actions dans le monde réel.

C’est pourquoi la sécurité de l’IA porte aussi sur les permissions et les outils qui lui sont confiés.

Le vrai risque : ne plus être capable de vérifier

Il existe enfin une forme de dépendance moins spectaculaire.

Aujourd’hui, un médecin peut vérifier une recommandation produite par un système. Un ingénieur peut relire du code. Un scientifique peut examiner un raisonnement.

Mais si l’IA devenait très supérieure dans un domaine, cette vérification pourrait progressivement devenir fictive.

Comment juger une démonstration que personne dans l’organisation n’est capable de comprendre ? Comment choisir entre deux stratégies proposées par une machine lorsqu’aucun humain ne possède les compétences nécessaires pour mesurer leurs conséquences ?

Nous pourrions alors continuer officiellement à prendre les décisions tout en dépendant entièrement des analyses de l’IA.

C’est peut-être là que la métaphore du labrador devient la plus intéressante. Un chien peut suivre une consigne, mais il ne comprend pas les raisons profondes pour lesquelles son maître choisit une destination plutôt qu’une autre.

Si l’écart cognitif devenait suffisamment grand, notre relation avec certaines IA pourrait présenter une asymétrie comparable : nous verrions les décisions sans pouvoir réellement reconstruire le raisonnement qui les produit.

Nous n’en sommes pas là

Comparer aujourd’hui l’humanité à des fourmis face aux meilleurs modèles d’IA serait trompeur. Les systèmes actuels restent fragiles et dépendants des infrastructures humaines. Mais ils peuvent être accélérés, copiés et coordonnés à une échelle impossible pour des cerveaux biologiques.

Si ces avantages s’accompagnaient un jour d’une intelligence générale très supérieure et d’une autonomie durable, un écart cognitif radical n’est pas impossible en théorie.

La question essentielle n’est donc pas de savoir si nous deviendrons littéralement les « fourmis » de l’IA.

Elle est de déterminer à partir de quel moment nous ne serons plus capables de comprendre suffisamment ses décisions pour les superviser.

Car le véritable basculement ne surviendra pas lorsqu’une machine obtiendra simplement un meilleur score que nous, mais lorsque nous devrons lui faire confiance précisément parce que nous ne serons plus capables de vérifier ce qu’elle sait.