Il y a plus de 70 ans, lorsque l’intelligence artificielle a été conceptualisée, Alan Turing a publié un article décrivant comment l’identifier. Ce test, connu plus tard sous le nom de test de Turing, est utilisé depuis des décennies pour distinguer un humain d’une IA.
Cependant, avec l’introduction de chatbots d’IA avancés comme ChatGPT et Google Bard, il devient de plus en plus difficile de savoir si vous parlez à une IA. Cela soulève la question suivante : le test de Turing est-il obsolète ? Et si c’est le cas, quelles sont les alternatives ?
Le test de Turing est-il obsolète ?
Pour déterminer si le test de Turing est obsolète, il faut d’abord comprendre son fonctionnement. Pour qu’une IA réussisse le test de Turing, elle doit convaincre un interrogateur humain qu’elle est un humain. Mais il y a un hic : l’IA est évaluée aux côtés d’un humain et elle doit répondre en utilisant du texte.
Pensez-y de cette façon : si vous êtes l’interrogateur et que vous posez des questions à deux participants en ligne par texte, mais que l’un d’eux est un modèle d’IA, sauriez-vous les distinguer après cinq minutes ? Gardez à l’esprit que l’objectif du test de Turing n’est pas d’identifier le modèle d’IA en fonction des bonnes réponses, mais d’évaluer si l’IA peut penser ou se comporter comme un humain.
Le problème avec l’approche du test de Turing qui consiste à identifier uniquement les réponses de type humain est qu’elle ne prend pas en compte d’autres facteurs. Par exemple, l’intelligence du modèle d’IA ou les connaissances de l’interrogateur. En outre, le test de Turing se limite uniquement au texte, et il devient de plus en plus difficile d’identifier une IA qui génère une voix humaine ou des vidéos truquées qui imitent le comportement humain.
Cependant, les modèles d’IA actuels comme ChatGPT-4 et Google Bard n’ont pas encore atteint le stade où ils peuvent réussir systématiquement le test de Turing. En fait, si vous connaissez l’IA, vous pouvez repérer le texte généré par l’IA.
Les 5 meilleures alternatives au test de Turing
Il est possible que les futurs modèles d’IA comme ChatGPT-5 réussissent le test de Turing. Si cela se produit, nous aurions besoin de tests différents combinés au test de Turing pour déterminer si nous parlons à une IA ou à un humain. Voici les meilleures alternatives au test de Turing :
1. Le test de Marcus
Gary Marcus, un célèbre chercheur en sciences cognitives et en intelligence artificielle, a proposé une alternative au test de Turing, publiée dans le New Yorker, pour identifier les capacités cognitives d’une IA. Le test est simple : on juge un modèle d’IA en fonction de sa capacité à regarder et à comprendre des vidéos YouTube et des émissions de télévision sans sous-titres ni texte. Pour que l’IA réussisse le test de Marcus, elle doit comprendre le sarcasme, l’humour, l’ironie et le scénario lorsqu’elle regarde les vidéos et les expliquer comme un humain.
Pour l’instant, GPT-4 peut décrire des images, mais jusqu’à présent, il n’existe aucun modèle d’IA capable de comprendre des vidéos comme un humain. Les véhicules autonomes s’en rapprochent, mais ils ne sont pas complètement autonomes et nécessitent des capteurs car ils ne peuvent pas comprendre tout ce qui se passe dans leur environnement.
2. Le test visuel de Turing
Selon une étude publiée sur PNAS, le test visuel de Turing peut être utilisé pour déterminer si vous parlez à un humain ou à une IA à l’aide de questionnaires illustrés. Il fonctionne comme le test de Turing, mais au lieu de répondre à des questions à l’aide de textes, les participants voient des images et doivent répondre à des questions simples tout en pensant comme un humain. Cependant, le test visuel de Turing est différent des CAPTCHA puisque toutes les réponses sont correctes. Cependant, pour réussir le test, l’IA doit traiter les images de la même manière qu’un humain.
En outre, si l’on montre à une IA et à un humain plusieurs images côte à côte et qu’on leur demande d’identifier des images réalistes, l’humain aurait la capacité cognitive de réussir le test. En effet, les modèles d’IA ont du mal à distinguer les images qui ne semblent pas avoir été prises dans le monde réel. En fait, c’est la raison pour laquelle vous pouvez identifier les images générées par l’IA à l’aide d’anomalies qui n’ont pas de sens.
3. Le test Lovelace 2.0
La théorie selon laquelle un ordinateur ne peut pas créer d’idées originales au-delà de ce pour quoi il a été programmé a été conceptualisée pour la première fois par Ada Lovelace avant le test de Turing. Cependant, Alan Turing s’est opposé à cette théorie en faisant valoir que l’IA peut toujours surprendre les humains. Ce n’est qu’en 2001 que les lignes directrices du test de Lovelace ont été élaborées pour distinguer une IA d’un humain – et, selon la bibliothèque thekurzweil, les règles ont été révisées en 2014.
Pour qu’une IA réussisse le test de Lovelace, elle doit démontrer qu’elle peut générer des idées originales qui dépassent les limites de sa formation. Les modèles d’IA actuels comme GPT-4 n’ont pas la capacité de proposer de nouvelles inventions qui dépassent nos connaissances existantes. Cependant, l’intelligence artificielle générale peut atteindre cette capacité et réussir le test de Lovelace.
4. Test de Turing inversé
Et pourquoi pas un test de Turing, mais réalisé à l’envers ? Au lieu d’essayer de savoir si vous parlez à un humain, l’objectif du test de Turing inversé est de tromper l’IA en lui faisant croire que vous êtes une IA. Cependant, vous avez également besoin d’un autre modèle d’IA pour répondre aux mêmes questions en utilisant du texte.
Par exemple, si ChatGPT-4 est l’interrogateur, vous pouvez inscrire Google Bard et un autre humain comme participants. Si le modèle d’IA peut identifier correctement le participant humain en fonction des réponses, il a réussi le test.
L’inconvénient du test de Turing inversé est qu’il n’est pas fiable, d’autant plus que l’IA ne peut parfois pas différencier le contenu généré par l’IA et celui écrit par l’homme.
5. Cadre de classification de l’IA
Selon le cadre de classification de l’IA développé par Chris Saad, le test de Turing n’est qu’une méthode d’évaluation parmi d’autres pour savoir si vous parlez à une IA. Plus succinctement, le cadre de classification de l’IA est basé sur la théorie des intelligences multiples, qui exige que l’intelligence humaine réponde à au moins huit critères différents, parmi lesquels : le rythme musical, l’intelligence logico-mathématique, l’identification visuelle, l’intelligence émotionnelle, l’intelligence autoréflexive, la capacité de réflexion existentielle et la motricité corporelle.
Étant donné que l’IA est évaluée sur huit paramètres différents, il est peu probable qu’elle soit considérée comme un humain, même si elle obtient des résultats supérieurs à la moyenne dans certains tests. Par exemple, ChatGPT peut résoudre des problèmes mathématiques, décrire des images et converser dans un langage naturel comme un humain, mais elle échouerait dans d’autres catégories définies dans le cadre de classification de l’IA.
Le test de Turing n’est pas concluant
Le test de Turing était censé être davantage une expérience de pensée qu’un test concluant pour différencier les humains de l’IA. Lorsqu’il a été initialement proposé, il était la référence incontournable pour mesurer l’intelligence des machines.
Cependant, avec le développement récent de modèles d’IA dotés de capacités interactives vocales, visuelles et auditives, le test de Turing ne répond plus aux attentes, car il se limite à la conversation textuelle. La solution la plus efficace serait d’introduire des alternatives au test de Turing qui différencient davantage les modèles d’IA des humains.
Soutenez notre effort ❤️
Si vous avez apprécié cet article, pensez à laisser un pourboire pour nous aider à continuer à publier du contenu de qualité.
