Dans un entretien récent, Demis Hassabis, PDG de Google DeepMind, a balayé l'idée selon lacelle les modèles d'IA actuelsposséderaient une « intelligence de niveau doctorat ». Son message est sans équivalent : si l'IA peut parfois égaler, voir surpasser, les humains dans des tâches très spécifiquesElle reste loin d'une intelligence générale. Qualifier ces systèmes de « artifices médecins » est non seulement trompeur, mais risque d'alimenter des attitudes irréalistes, notamment en santé et en recherche.
Hassabis souligne que des modèles comme Gemini ou les systèmes de type GPT annoncent des « poches de performance doctorat » – en plissage de protéines, en imagerie médicale ou en résolution de problèmes complexes. Pourtant, ces mêmes outils accrochent à des tâches de raisonnement élémentaire, incapables d'apprendre continu, et commettent des erreurs brutes qu'un·Rechercheur·se humain·Ne ferait jamais. Sélon Lui, une Véritable Intelligence Artificielle Générale (IAG) – capable d'apprendre de gestion flexible à travers différents domaines – n'est pas pour avant 5 à 10 ans.
Ce que cela implique pour la recherche et la santé
Ces limites ne signifient pas que l'IA n'a pas sa place dans notre travail. Elles nous rappellent simplement commentaire L'utilisateur : de manœuvre responsable et stratégique.
Points clés à retenir :
- Un outil, pas un décideur : → Utilisez l'IA pour scanner la littérature, transcrire des données, rédiger des ébauches ou exécuter des analyses préliminaires – mais jamais pour prendre des décisions cliniques ou scientifiques sans validation humaine.
- L'expertise astroite est un atout : → L'IA excelle dans des domaines ciblés (ex. : image radiologique, génomique, classification de données). C'est là que la recherche en santé et en thérapie peut en tirer le meilleur parti.
- La supervision humaine est indispensable : → Les performances exceptionnelles de l'IA imposée aux cliniciens·ne·s et chercheur·se·s de vérifier système ses sorties, surtout dans des contextes sensibles.
Applications concrètes par discipline
| Domaine | Avantages actuels de l'IA | Limites/Risques |
| Recherche médicale | Prédiction de structures protégées (ex. AlphaFold) ; accélération de la découverte de médicaments ; diagnostics par imagerie. | Erreurs de généralisation ; raisonnement opaque ; bis dans les données. |
| Thérapie & Psychologie | Rédaction de supports thérapeutiques ; génération de scénarios communs ; transcription de séances. | Risque de dépendance excessive ; erreurs dans des contextes délicats. |
| Éducation spécialisée | Création de contenu diffusé ; suivi des progrès ; supports d'apprentissage accessibles. | Recommandations potentiellement inadaptées sans contexte. |
Perspectives
Même sans IAG, les outils actuels peuvent accélérer le processus et Renforcement de l'expertise humaine. Mais l'épargnement de Hassabis reste valable : l'IA n'est pas un substitut à l'intelligence humaine, mais un partenaire dans le progrès.
En tant que chercheur·se·s et clinicien·ne·s, notre responsabilité est double :
- Maximiser les bénéfices en application de la loi de gestion ciblée et fondue sur des préuves.
- Minimiser les risques par une rigueur de validation, un usage éthique et une Communication transparentee avec les patients·e·s et leurs familles.
Dans nos prochains numeros, nous explorerons des cas concrets d'intégration de l'IA en recherche, avec des exemples tirés de la thérapie et des sciences médicales.
Références
- Jindal, S. (2025, septembre). DeepMindS Demis Hassabis dit d'appeler aujourd'hui les systèmes d'IA "PhD intelligences" est absurde. Analytics India Magazine.
- Business Insider. (2025). Le PDG de Google DeepMind dit qu'un défaut empêche l'IA d'atteindre l'AGI complet.
- Windows Central. (2025). Le PDG de DeepMind rejette les allégations d'IA au niveau du doctorat comme non fondées.