Apprentissage automatique : apprendre par l'exemple
L'apprentissage automatique (machine learning en anglais) est la façon dont un ordinateur apprend à partir d'exemples au lieu de suivre des règles écrites à la main. C'est la base de presque toutes les IA que vous utilisez, du filtre anti-spam à ChatGPT.
Données au 22 octobre 2026
L'essentiel en chiffres
| Niveau | Débutant |
|---|---|
| Origine | 1959 |
| Introduit par | Arthur L. Samuel (IBM) |
Apprendre au lieu d’obéir à des règles
Un programme classique suit des instructions écrites par un humain : « si le message contient tel mot, alors classe-le comme spam ». Le problème, c’est que le monde réel est trop varié pour tout prévoir. L’apprentissage automatique inverse la logique : on montre au programme un grand nombre d’exemples déjà triés (des courriels marqués « spam » ou « pas spam »), et il découvre lui-même les indices qui permettent de distinguer les deux.
Ces exemples forment les données d’entraînement. Le résultat de cet apprentissage s’appelle un modèle d’IA : c’est lui qui, ensuite, prend des décisions sur des cas qu’il n’a jamais vus.
L’idée n’est pas neuve. En 1959, Arthur Samuel, chercheur chez IBM, publie un article sur un programme de jeu de dames qui apprend à mieux jouer que son propre auteur (article d’Arthur Samuel, 1959). Il y emploie l’expression « machine learning ».
Où vous le croisez déjà
- Votre messagerie trie les courriels indésirables.
- Votre banque repère un paiement inhabituel et vous envoie une alerte.
- Votre appareil photo reconnaît les visages et règle la mise au point.
- Les plateformes de vidéo ou de musique vous suggèrent un titre proche de vos goûts.
- Un assistant IA comme ChatGPT repose sur un modèle entraîné par apprentissage automatique à très grande échelle.
Pourquoi ça compte pour vous
Comprendre ce principe change votre regard sur les réponses d’une IA. Un système qui apprend à partir d’exemples reproduit ce qu’il a vu : si les exemples sont incomplets ou déséquilibrés, ses décisions le seront aussi. C’est l’origine des biais de l’IA. Cela explique aussi pourquoi une IA peut se tromper avec assurance : elle généralise, elle ne « sait » pas au sens humain.
Idées reçues fréquentes
« La machine apprend toute seule, sans humain. » Des humains choisissent les données, la méthode, l’objectif et vérifient les résultats. L’apprentissage est automatique, pas la conception.
« Apprentissage automatique et apprentissage profond, c’est pareil. » L’apprentissage profond est une famille de techniques d’apprentissage automatique, fondée sur des réseaux de neurones à nombreuses couches. Toute l’IA moderne n’en est pas faite, mais les assistants actuels, oui.
Pour situer ces étapes dans l’histoire, parcourez la chronologie de l’IA.
Termes liés
- Intelligence artificielle · Ensemble de techniques qui permettent à une machine d'accomplir des tâches associées à l'intelligence humaine : comprendre, prédire, créer.
- Apprentissage profond · Apprentissage automatique qui utilise des réseaux de neurones à nombreuses couches ; c'est la technique derrière les IA actuelles.
- Réseau de neurones · Programme formé de nombreuses petites unités de calcul reliées entre elles, qui apprend en ajustant la force de ces liens.
- Données d'entraînement · Ensemble des exemples (textes, images, sons…) dont un modèle d'IA se sert pour apprendre ; il façonne ce qu'il sait et ses défauts.
- Algorithme · Suite finie d'instructions précises, appliquées dans un ordre donné, pour résoudre un problème ou accomplir une tâche.
- Modèle d'IA · Le « cerveau » entraîné d'une IA : un gros fichier de calcul qui transforme une demande en réponse, utilisé par les applications.
À essayer
Tout le glossaire
Questions fréquentes
Quelle différence entre intelligence artificielle et apprentissage automatique ?
L'intelligence artificielle est le grand domaine : faire accomplir à une machine des tâches qui demandent de l'intelligence. L'apprentissage automatique est une méthode pour y arriver, en apprenant à partir de données. Aujourd'hui, c'est de loin la méthode dominante.
Qui a inventé l'expression machine learning ?
On l'attribue à Arthur Samuel, chercheur chez IBM, qui a publié en 1959 un article sur un programme de jeu de dames capable de s'améliorer en jouant. L'article est paru dans l'IBM Journal of Research and Development.
Une IA qui apprend continue-t-elle d'apprendre quand je l'utilise ?
En général, non, pas en direct. Un modèle est entraîné, puis figé avant d'être mis à disposition. Vos conversations peuvent en revanche servir à entraîner une version future si vous ne l'avez pas refusé dans les réglages.
Faut-il savoir programmer pour utiliser l'apprentissage automatique ?
Non pour l'utiliser : vous vous en servez déjà via votre téléphone, votre messagerie ou un assistant IA. Oui, en partie, pour créer vos propres modèles, même si des outils sans code existent.
Sources des données
Données au 22 octobre 2026
Signaler une erreur
Un chiffre, une date ou une information vous semble faux ? Dites-le-nous : chaque signalement est vérifié.