FRENES

Glossaire · AGI et alignement

Intelligence fluide

L’intelligence fluide est la capacité à raisonner face à un problème nouveau, sans dépendre principalement de connaissances déjà apprises. Pour une IA, ce terme désigne généralement une aptitude évaluée à repérer des relations et à appliquer des règles inédites, sans établir une équivalence avec l’intelligence humaine.

Intelligence fluide : l'explication

Pour l’évaluer, on propose des problèmes dont les règles doivent être découvertes pendant l’exercice. Il peut s’agir de compléter une suite de formes ou de comprendre un système de classement inhabituel. Dans le cas d’un modèle, on observe ses réponses et sa capacité à réussir plusieurs variantes. Une bonne réponse isolée ne suffit pas. Le problème peut ressembler à un exemple rencontré pendant l’entraînement, même si cette ressemblance vous échappe.

La notion vient de la psychologie, où elle permet de distinguer le raisonnement face à la nouveauté des connaissances accumulées. Dans les discussions sur l’IA, elle sert à examiner si un système peut dépasser des exercices familiers. Vous pouvez ainsi chercher à savoir si votre assistant comprend une règle inventée pour votre organisation. Cette question est différente de sa capacité à restituer une définition ou à reconnaître un format de document courant.

L’application de cette notion aux machines demande de la prudence. Les tests conçus pour des personnes ne mesurent pas automatiquement la même chose chez un modèle de langage. Les résultats peuvent dépendre de la formulation, des exemples fournis et des outils disponibles. Pour un agent, il faut aussi distinguer le raisonnement du modèle de l’aide apportée par une recherche ou un programme. Un score ne résume donc pas toutes ses capacités d’adaptation.

Un exemple concret

Vous donnez à un assistant une règle de classement inventée pour vos dossiers. Les documents urgents passent avant les autres, sauf ceux qui attendent une validation extérieure. Vous lui présentez des cas nouveaux, puis modifiez une condition. Vous vérifiez s’il adapte correctement ses décisions et explique les exceptions. Cet exercice renseigne sur son raisonnement dans cette situation, sans démontrer une intelligence générale ni exclure toute influence de son entraînement.

Pourquoi c'est important

Cette notion compte si vous attendez d’un agent qu’il gère des situations imprévues. Un outil performant sur des tâches répétitives peut échouer lorsque les contraintes changent. Pour le choisir, testez plusieurs problèmes nouveaux, avec des variantes et des informations manquantes. Examinez aussi sa capacité à demander une précision. Une évaluation de raisonnement complète utilement les essais pratiques, mais ne remplace pas la vérification de ses actions et de ses réponses.

Idées reçues

  • Réussir un exercice inédit en apparence ne prouve pas que le modèle raisonne comme une personne, car vous ne connaissez pas toujours ses données d’entraînement et une solution familière peut suffire à produire la bonne réponse.
  • L’intelligence fluide ne désigne pas une conversation agréable ou rapide, mais une capacité de raisonnement face à la nouveauté, que vous devez distinguer du style, des connaissances disponibles et de la vitesse de réponse.

Autres termes : agi et alignement

AGI (intelligence artificielle générale)
L’AGI, ou intelligence artificielle générale, désigne l’idée d’une IA capable d’apprendre et d’accomplir un large éventail de tâches intellectuelles, au-delà d’un domaine étroit.
ARC-AGI
ARC-AGI est une série de tests conçus pour étudier la capacité des IA à résoudre des problèmes nouveaux à partir de peu d’exemples ou d’interactions.
ARC Prize
ARC Prize est une initiative de recherche et de concours qui encourage les progrès ouverts sur les problèmes de généralisation en IA.
généralisation
La généralisation est la capacité d’un système IA à utiliser ce qu’il a appris pour traiter des cas nouveaux.

Où le site en parle

Le terme apparaît dans 5 pages du site. Quelques-unes :

Pour aller plus loin

Questions fréquentes

Est-ce la même chose que le savoir ?

Non. Le savoir concerne surtout les connaissances acquises. L’intelligence fluide concerne le raisonnement devant une situation nouvelle. Dans une tâche réelle, les deux peuvent intervenir, ce qui rend leur séparation difficile à observer.

Un test suffit-il ?

Un seul test donne une indication limitée. Vous obtenez une évaluation plus utile en variant les règles, les formulations et les difficultés, puis en vérifiant si les résultats restent cohérents sur des exemples nouveaux.

Les outils changent-ils le résultat ?

Oui. Un programme peut résoudre une partie du problème à la place du modèle. Pour interpréter un résultat, vous devez savoir si l’agent disposait d’une recherche, d’un calculateur ou d’autres aides pendant l’évaluation.

Neutralité. Aucun lien d'affiliation. Aucun éditeur ne paie pour être évalué, noté ou classé. Les évaluations sont dirigées par François Chollet, neutres et factuelles, et chaque donnée est datée et sourcée. Comment nous notons