Partagé par 
Relire Turing, ou ne pas commencer trop vite par « l’intelligence »
Il y a des textes que tout le monde cite et que presque plus personne ne lit vraiment. Computing Machinery and Intelligence, publié par Alan Turing en 1950, fait partie de ceux-là. À chaque remontée aux “origines” de l’intelligence artificielle, son nom revient. On évoque le “test de Turing”, on y voit parfois la naissance symbolique d’une grande question moderne : les machines peuvent-elles penser ? Puis l’on passe à autre chose.
Or c’est précisément là que le texte mérite d’être repris.
Car l’article de Turing ne se contente pas de poser une question célèbre. Il montre surtout comment se méfier d’une question trop célèbre, trop massive, trop chargée de métaphysique et d’habitudes de langage. Plutôt que de demander frontalement ce que serait “penser”, Turing déplace le problème. Il invente une scène, un jeu, une procédure. Il retire les corps, les voix, les apparences. Il oblige la discussion à passer par des échanges écrits. Il ne cherche pas d’abord l’essence de l’intelligence : il interroge les conditions dans lesquelles nous sommes prêts à l’attribuer.
C’est pour cela que revenir à ce texte, plus de soixante-quinze ans après sa publication, n’a rien d’un geste patrimonial ou nostalgique. Ce n’est pas seulement retourner à une “source”. C’est retrouver un moment où les mots n’étaient pas encore stabilisés : ordinateur, programme, mémoire, intelligence artificielle. Turing écrit avant que notre vocabulaire contemporain ne vienne recouvrir les problèmes qu’il était justement en train de fabriquer. Il parle de machines à calculer, de calculateurs humains, de stockage, de tables d’instructions, de machines apprenantes. Tout un monde conceptuel est en train de se mettre en place — mais il n’est pas encore devenu évident.
Cette étrangeté est précieuse pour nous aujourd’hui.
Dans les débats actuels sur l’IA en formation, nous sommes souvent pris dans des mots déjà saturés : intelligence, autonomie, triche, assistance, automatisation, créativité, esprit critique, personnalisation, remplacement, skynet, terminator, etc. Ces mots circulent vite. Parfois trop vite. Ils produisent des enthousiasmes, des inquiétudes, des oppositions, des promesses. Relire Turing, c’est ralentir un peu ce mouvement. C’est se demander non seulement ce que les machines “savent faire”, mais aussi ce que nos dispositifs nous conduisent à reconnaître, tolérer, évaluer, déléguer ou refuser.
L’article est aussi étonnamment pédagogique. On le réduit souvent au test, alors qu’il se termine sur autre chose : l’apprentissage. Turing ne s’arrête pas à l’image d’une machine adulte capable de répondre correctement. Il imagine une machine-enfant, susceptible d’être éduquée, entraînée, corrigée, récompensée, transformée par l’expérience. Dit autrement : au cœur d’un texte fondateur sur l’intelligence artificielle se trouve déjà une question de formation.
C’est là que le lien avec ObsiaFormation devient particulièrement fécond. La plateforme s’intéresse aux usages de l’IA dans les pratiques éducatives, mais aussi aux conditions de discussion, d’observation, d’expérimentation et de mise en débat de ces usages. Relire Turing aujourd’hui, ce n’est donc pas seulement demander si les machines pensent. C’est demander comment nous construisons nos critères, nos scènes d’évaluation, nos manières d’apprendre avec elles, contre elles, autour d’elles, parfois malgré elles.
La traduction originale française proposée ici, accompagnée de notes et d’un commentaire, part d’un choix simple : ne pas moderniser Turing trop vite. Ne pas l’installer immédiatement dans notre langue actuelle de l’IA. Ne pas remplacer ses hésitations par nos évidences. Conserver autant que possible la rugosité d’un texte écrit au moment où beaucoup de nos catégories n’existaient pas encore sous leur forme actuelle.
Cette rugosité n’est pas un défaut. Elle est une méthode de lecture. Elle nous rappelle que les textes fondateurs ne sont pas toujours ceux qui donnent des réponses définitives, mais ceux qui fabriquent des problèmes durables. Turing ne ferme pas la question de l’intelligence artificielle. Il l’organise, la déplace, la met en scène, la rend expérimentable. Et c’est peut-être pour cela que son article continue de nous concerner : non parce qu’il aurait tout prévu, mais parce qu’il nous apprend encore à ne pas poser trop vite les mauvaises questions.
La traduction et le commentaire ci-dessous invitent donc à reprendre ce texte autrement : non comme une relique, ni comme un monument, mais comme un dispositif encore actif. Une machine à penser nos machines. Une machine à relire nos propres manières de parler d’intelligence, d’apprentissage et de formation.
🌐 Source primaire
🌐 Source secondaire
Pierre Bellet. Machines à Calculer et Intelligence. 2026. ⟨hal-05628531⟩
ANNEXES
Dernière mise à jour le 23 juin 2026
Partagé par
- Pierre Bellet
- Pierre Bellet
- Pierre Bellet
- Pierre Bellet
