Sam Altman : « Planning for AGI and beyond », une IA au service de l'humanité

Le 24 février 2023, sur le blog d'OpenAI, Sam Altman publie un texte d'un peu plus de mille cinq cents mots intitulé « Planning for AGI and beyond ». Trois mois plus tôt, ChatGPT était apparu et avait bouleversé la manière dont le grand public percevait l'intelligence artificielle. Un peu plus de deux semaines plus tard, GPT-4 allait sortir. Entre ces deux dates, le dirigeant d'OpenAI choisit de prendre la parole non pas pour annoncer un produit, mais pour poser une méthode : comment, selon lui, guider l'arrivée d'une intelligence artificielle générale de façon à ce qu'elle profite au plus grand nombre. Cet essai, court mais dense, est vite devenu une référence du débat. Il mérite d'être relu aujourd'hui, avec le recul de trois années et demie, pour comprendre ce qu'il proposait, ce qu'il a apporté à la conversation collective, et ce qu'il en reste.

Ce que c'était : un essai-cadre, pas une feuille de route produit

« Planning for AGI and beyond » n'est pas un article technique. On n'y trouve ni benchmark, ni description d'architecture, ni promesse de fonctionnalité. C'est un texte de doctrine : une tentative de dire à voix haute quels principes doivent, selon OpenAI, encadrer le développement d'une intelligence artificielle capable de rivaliser avec l'humain sur la plupart des tâches cognitives. L'essai s'ouvre sur une phrase qui donne le ton et rappelle la mission affichée de l'organisation depuis sa création :

Our mission is to ensure that artificial general intelligence—AI systems that are generally smarter than humans—benefits all of humanity.

La définition posée d'entrée est volontairement large. Par « AGI », le texte entend des systèmes « globalement plus intelligents que les humains ». Cette formulation, on le verra, est à la fois la force et la limite de tout l'exercice : elle fixe un horizon sans jamais préciser de seuil mesurable. Mais elle permet à Altman d'organiser son propos autour d'une idée simple : puisque cette technologie pourrait être l'une des plus puissantes jamais conçues par l'humanité, la question n'est pas seulement de savoir comment la construire, mais comment l'amener au monde.

Le texte se structure autour de trois intentions, énoncées comme des repères. OpenAI veut que l'AGI « donne à l'humanité les moyens de s'épanouir au maximum ». Elle veut que « les bénéfices, l'accès et la gouvernance de l'AGI soient largement et équitablement partagés ». Et elle veut « traverser avec succès des risques considérables ». Ces trois lignes forment l'ossature de tout l'essai. On peut les résumer ainsi :

• L'épanouissement humain comme finalité : la technologie n'est pas une fin, mais un amplificateur des capacités et de la créativité des personnes.
• Le partage large comme condition de légitimité : les avantages, l'accès et la gouvernance ne doivent pas se concentrer entre quelques mains.
• La maîtrise des risques comme discipline : reconnaître les vulnérabilités et les traiter méthodiquement plutôt que de les nier.

Ce triptyque a une vertu rhétorique évidente : il place l'humain au centre et fait du reste — capacités, calendrier, gouvernance — des moyens au service de cette finalité. C'est précisément l'angle que l'essai cherche à défendre, et la raison pour laquelle il a nourri autant de discussions.

Un texte signé, dans un moment particulier

Il faut mesurer le contexte de la signature. En février 2023, OpenAI n'est plus un laboratoire discret. ChatGPT, lancé le 30 novembre 2022, a rassemblé un public immense en quelques semaines et fait entrer les modèles de langage dans les conversations quotidiennes. La curiosité est mondiale, les débats s'enflamment, les commentateurs oscillent entre fascination et prudence. Publier un essai de principes à ce moment précis, c'est chercher à cadrer une discussion qui échappe déjà en partie à ses acteurs. Le texte assume ce rôle : il parle autant aux ingénieurs qu'aux responsables publics, aux chercheurs qu'aux citoyens.

Les idées clés : déploiement itératif, transition graduelle, partage, gouvernance

Au fond, l'essai tient en quatre idées qui s'articulent. Chacune répond à une question implicite : quand déployer, à quel rythme, pour qui, et sous quel contrôle.

Le déploiement itératif : apprendre en public plutôt qu'en vase clos

La première idée est la plus caractéristique de la culture d'OpenAI. Plutôt que de garder une technologie puissante dans un laboratoire jusqu'à la juger « prête », l'essai plaide pour une mise à disposition progressive de versions successives, afin d'apprendre en conditions réelles. Le passage central est explicite :

As we create successively more powerful systems, we want to deploy them and gain experience with operating them in the real world.

L'argument est double. D'abord, un déploiement précoce de systèmes encore modestes permet à la société — utilisateurs, institutions, régulateurs — de se familiariser avec la technologie avant qu'elle ne devienne beaucoup plus capable. Ensuite, la confrontation au monde réel révèle des usages, des limites et des vulnérabilités qu'aucune simulation en interne ne ferait apparaître aussi vite. Le texte résume cette conviction méthodologique par une formule devenue emblématique :

We currently believe the best way to successfully navigate AI deployment challenges is with a tight feedback loop of rapid learning and careful iteration.

Cette « boucle de rétroaction serrée entre apprentissage rapide et itération prudente » est sans doute la contribution la plus concrète de l'essai. Elle décrit une posture : on ne prétend pas tout anticiper, on avance par petits incréments, on observe, on corrige. C'est une philosophie d'ingénierie appliquée à un objet dont les effets sociaux sont incertains. On peut la discuter, mais elle a le mérite d'être une méthode explicite, opposable, que l'on peut évaluer à l'usage.

La transition graduelle : préférer le progressif au brutal

La deuxième idée découle directement de la première. Si l'on déploie par étapes, c'est pour laisser le temps à tout le monde de s'adapter. L'essai le dit d'une phrase concise, souvent citée :

A gradual transition to a world with AGI is better than a sudden one.

Le texte détaille pourquoi. Une transition graduelle, écrit-il, « donne aux personnes, aux responsables publics et aux institutions le temps de comprendre ce qui se passe, d'éprouver personnellement les bénéfices et les inconvénients de ces systèmes, d'adapter notre économie et de mettre en place une régulation ». On retrouve ici un raisonnement que l'essai formalise à travers l'image d'un tableau à deux dimensions : d'un côté l'échéance à laquelle l'AGI pourrait arriver — proche ou lointaine —, de l'autre la vitesse à laquelle ses capacités s'accroîtraient une fois le seuil franchi — lente ou rapide. Altman écrit :

Many of us think the safest quadrant in this two-by-two matrix is short timelines and slow takeoff speeds.

La logique est la suivante : une échéance relativement proche favoriserait la coordination entre acteurs, parce qu'il y aurait moins d'accumulation de puissance de calcul disponible d'un coup, et donc une montée en capacité plus douce, laissant davantage de temps pour comprendre empiriquement comment traiter les problèmes de fiabilité. Que l'on partage ou non cette préférence, elle a le mérite d'être argumentée et de proposer un vocabulaire commun pour discuter de calendriers, un terrain jusque-là très flou.

Le partage large des bénéfices : une question de légitimité

La troisième idée touche à la répartition. Une technologie aussi structurante ne peut pas, selon l'essai, rester la propriété d'un petit cercle. Le texte l'affirme sans détour :

We want the benefits of, access to, and governance of AGI to be widely and fairly shared.

Trois mots comptent dans cette phrase : bénéfices, accès, gouvernance. Il ne s'agit pas seulement de distribuer des résultats, mais aussi de rendre l'outil accessible et de partager la décision sur la manière dont il est piloté. L'essai reconnaît d'ailleurs que la structure d'OpenAI — une entité à but lucratif plafonné, chapeautée par une organisation à mission — a été pensée pour aligner l'intérêt de l'organisation sur un résultat globalement favorable, et pour éviter qu'une course effrénée ne pousse à négliger la prudence. On peut lire ces engagements comme des intentions, et le recul permettra d'en juger la mise en œuvre ; mais poser la question de la répartition dès 2023, dans un texte fondateur, n'allait pas de soi et a contribué à installer le sujet dans le débat.

Gouvernance et alignement : la maîtrise comme discipline permanente

La quatrième idée concerne le contrôle. L'essai insiste sur deux volets complémentaires. D'un côté, l'alignement : la recherche visant à faire en sorte que des systèmes très capables agissent conformément aux intentions humaines et restent supervisables. De l'autre, la gouvernance : les mécanismes collectifs qui décident de ce qu'un système a le droit de faire. Sur ce point, le texte propose une mesure concrète, l'idée d'audits indépendants avant la sortie de nouveaux systèmes. Altman l'écrit noir sur blanc :

We think it's important that efforts like ours submit to independent audits before releasing new systems.

Le texte suggère aussi qu'à mesure que les modèles se rapprocheraient d'une AGI, il faudrait une coordination croissante entre acteurs et un examen extérieur des décisions les plus sensibles. Là encore, ce sont des propositions de méthode : elles dessinent un cadre plutôt qu'elles ne le referment.

La structure de l'organisation comme argument

Un aspect souvent moins commenté de l'essai mérite qu'on s'y arrête, car il éclaire la cohérence de l'ensemble : Altman ne se contente pas d'énoncer des principes, il les rattache à la façon dont OpenAI est organisée. Le texte explique que l'entité opère avec un plafond sur les rendements que ses actionnaires peuvent obtenir, précisément pour ne pas être poussée à capter de la valeur sans limite. La formulation est directe :

We have a cap on the returns our shareholders can earn so that we aren't incentivized to attempt to capture value without bound.

L'essai ajoute qu'une organisation à but non lucratif chapeaute l'ensemble et peut, si nécessaire, primer sur les intérêts financiers. L'idée sous-jacente est de faire de la structure elle-même un garde-fou : si les incitations économiques sont bornées par construction, l'organisation serait moins tentée de sacrifier la prudence à la vitesse. On peut débattre de l'efficacité réelle d'un tel montage, et les années suivantes ont montré que la question de la gouvernance d'OpenAI resterait un sujet vif. Mais l'intention affichée en 2023 est claire : aligner l'architecture juridique de l'entreprise sur la finalité proclamée. C'est une manière de rendre les principes moins abstraits, en les ancrant dans une forme concrète.

Idée	Ce qu'elle propose	Question à laquelle elle répond
Déploiement itératif	Mettre à disposition des versions successives, apprendre en conditions réelles	Quand et comment mettre l'outil entre les mains du public ?
Transition graduelle	Préférer une montée en capacité progressive à un basculement brutal	À quel rythme laisser la technologie se diffuser ?
Partage large	Répartir bénéfices, accès et gouvernance	Pour qui cette technologie est-elle construite ?
Gouvernance et alignement	Audits indépendants, coordination, recherche sur la supervision	Sous quel contrôle avancer ?

Le contexte : juste avant GPT-4, en pleine onde de choc ChatGPT

Pour bien lire l'essai, il faut le replacer dans sa séquence. Trois dates encadrent sa publication et éclairent son intention.

Une chronologie serrée

• 30 novembre 2022 — Lancement de ChatGPT, d'abord présenté comme un aperçu de recherche en accès ouvert, adossé à la série GPT-3.5. L'adoption est fulgurante et fait basculer l'IA générative dans le débat public mondial.
• 24 février 2023 — Publication de « Planning for AGI and beyond ». L'essai arrive alors que la vague ChatGPT est à son sommet et que la question « où tout cela nous mène-t-il ? » se pose partout.
• 14 mars 2023 — Sortie de GPT-4, modèle multimodal acceptant texte et images, présenté comme un net progrès en capacités par rapport à la génération précédente.

Placé au milieu de cette séquence, l'essai apparaît sous un jour intéressant. Il paraît environ dix-huit jours avant GPT-4. On peut le lire comme une manière de préparer le terrain intellectuel : avant de dévoiler un système plus capable, poser publiquement la méthode et les principes qui, selon OpenAI, doivent encadrer ce genre de sortie. Cette lecture n'a rien de secret : elle correspond exactement à la logique du déploiement itératif que le texte défend. On annonce une façon de faire, puis on l'illustre par un produit.

Un climat intellectuel en ébullition

Au début de 2023, la conversation sur l'IA change de nature. Jusque-là confinée aux laboratoires et aux cercles spécialisés, elle devient un sujet de société. Des voix nombreuses s'expriment : chercheurs enthousiastes, économistes intrigués par les gains de productivité possibles, responsables publics soucieux d'encadrement, commentateurs partagés. Dans ce brouhaha, un texte signé du dirigeant de l'organisation la plus en vue a un poids particulier. Il ne clôt pas le débat — au contraire, il l'alimente — mais il donne un point d'ancrage : une position articulée, à laquelle on peut se référer, adhérer ou opposer des arguments. C'est l'une des raisons de sa longévité dans les discussions.

Où en était l'IA générative juste avant

Pour saisir l'audace mesurée de l'essai, il faut se rappeler l'état de la technologie à l'hiver 2022-2023. Les grands modèles de langage existaient déjà depuis quelques années, mais leur usage restait largement réservé aux développeurs et aux chercheurs. Ce que ChatGPT a apporté, ce n'est pas tant une rupture d'architecture qu'une rupture d'accès : une interface conversationnelle simple, ouverte au public, qui a rendu tangible ce dont on parlait jusque-là de façon abstraite. Des millions de personnes ont pu, pour la première fois, dialoguer directement avec un système capable de rédiger, résumer, traduire, expliquer, coder.

Cette bascule d'usage a des conséquences directes sur la lecture de l'essai. Quand Altman plaide pour un déploiement progressif et une transition graduelle, il ne théorise pas dans le vide : il commente une expérience en cours, celle de ChatGPT, qui venait précisément de démontrer à grande échelle la valeur d'un apprentissage en conditions réelles. La confrontation du modèle au public avait révélé des usages inattendus, des limites concrètes et des attentes que personne n'avait entièrement anticipées. L'essai peut donc se lire comme la formalisation d'une leçon fraîchement tirée : mettre l'outil entre des mains nombreuses fait progresser la compréhension collective plus vite que n'importe quel test en interne. En ce sens, le texte de février 2023 n'est pas seulement prospectif ; il est aussi, discrètement, un retour d'expérience.

Ce que ça a apporté au débat

Quelle a été la portée réelle de cet essai ? On peut en identifier plusieurs apports, sans exagérer son influence ni la minimiser.

Un vocabulaire partagé

Le premier apport est lexical. « Déploiement itératif », « transition graduelle », « boucle de rétroaction serrée », « échéances courtes et montée en capacité lente » : ces expressions, popularisées ou consolidées par l'essai, sont entrées dans le langage courant du secteur. Elles permettent de nommer des positions et donc de les comparer. Avant, on parlait de l'IA en termes souvent vagues ; après, on disposait d'un cadre pour situer un acteur : préfère-t-il déployer tôt ou tard, vite ou lentement, largement ou étroitement ? Cette clarification a de la valeur, quelle que soit l'opinion que l'on a sur les réponses proposées.

Une position assumée, donc discutable

Le deuxième apport est plus subtil. En mettant par écrit sa méthode, OpenAI s'est exposée à la critique. Un texte de principes, c'est aussi une promesse que l'on pourra confronter aux actes. De nombreuses analyses, dès 2023, ont pris l'essai au mot : certaines pour saluer la transparence de la démarche, d'autres pour interroger la tension entre l'ambition affichée de partage et la réalité d'une organisation en forte croissance et en concurrence intense. Cette confrontation est saine. Un acteur qui écrit ses intentions accepte, de fait, d'être jugé à leur aune. C'est un progrès par rapport au silence.

Un point de vue d'acteur, à lire comme tel

Il importe de le dire clairement : « Planning for AGI and beyond » est le texte d'un acteur qui construit et vend la technologie dont il parle. Ce n'est ni une analyse indépendante, ni un rapport d'institution neutre. Cela ne le disqualifie pas — les acteurs de terrain ont une connaissance fine de leur objet — mais cela invite à une lecture équilibrée. Les intérêts de l'auteur et les principes qu'il énonce peuvent converger, parfois diverger. L'essai lui-même reconnaît d'ailleurs cette limite en insistant sur l'importance d'un regard extérieur, à travers l'idée d'audits indépendants. Reçu ainsi, comme une contribution engagée mais lucide sur ses propres angles morts, le texte gagne en intérêt : il éclaire autant la vision d'OpenAI que les questions qu'elle laisse ouvertes.

Une tonalité mesurée qui a compté

On peut enfin souligner un trait de style qui a joué. L'essai n'est ni triomphaliste ni anxiogène. Il reconnaît des vulnérabilités et des incertitudes sans dramatiser, tout en défendant une perspective d'amplification des capacités humaines. Cette tonalité mesurée a fourni un contrepoint à des discours plus tranchés, dans un moment où les positions extrêmes captaient l'attention. Pour beaucoup de lecteurs, c'est cette capacité à tenir ensemble ambition et prudence qui a rendu le texte utile.

La réception : entre adhésion et objections nourries

Un signe de l'importance d'un texte, c'est la qualité des réactions qu'il suscite. « Planning for AGI and beyond » a été lu, commenté, disséqué presque immédiatement. Restituer honnêtement cette réception, dans ses accords comme dans ses réserves, fait partie d'une lecture équilibrée.

Une lecture attentive plutôt qu'un rejet

Plusieurs commentateurs influents ont reconnu la valeur de l'exercice tout en le questionnant. Sur son blog, l'essayiste Scott Alexander a consacré une analyse détaillée au texte, saluant sa qualité rédactionnelle tout en discutant la logique de fond. Son objection portait sur le calendrier de la recherche en fiabilité : il s'interrogeait sur le point de savoir s'il valait mieux investir tôt ou tard dans les travaux visant à garder les systèmes sous contrôle, selon que les capacités les plus avancées apparaîtraient plus ou moins vite. Le fait même qu'un tel débat ait pu s'engager, terme à terme, montre que l'essai offrait des prises argumentatives solides. On ne discute pas de cette manière un texte vague.

Des objections de fond, à prendre au sérieux

D'autres voix ont formulé des réserves plus structurelles, relayées notamment par VentureBeat dans une lecture critique du texte. La linguiste Emily Bender, de l'université de Washington, a mis en cause le cadrage même de l'essai, interrogeant la légitimité d'un acteur privé à se poser en arbitre de ce qui « profite à l'humanité ». Le chercheur Gary Marcus, de son côté, a exprimé publiquement son scepticisme sur l'ampleur des ambitions affichées. Ces objections ne relèvent pas du procès d'intention : elles pointent une tension réelle, celle qui existe entre une mission universaliste et la position particulière de celui qui la porte. Les mentionner n'affaiblit pas l'essai ; cela permet de le lire pour ce qu'il est, une contribution engagée, insérée dans une controverse qu'elle a elle-même contribué à structurer.

Cette pluralité de réactions est, en soi, un héritage. Un texte qui aurait fait l'unanimité par sa banalité n'aurait rien laissé. « Planning for AGI and beyond » a fonctionné comme un point focal : autour de lui se sont cristallisées des positions qui, sans lui, seraient restées diffuses. La qualité d'un débat se mesure à la clarté des désaccords qu'il rend possibles. De ce point de vue, l'essai a rempli un rôle utile, y compris auprès de ceux qui en contestaient les prémisses.

L'héritage : d'un essai fondateur à une trilogie de vision

Trois ans et demi plus tard, comment lit-on « Planning for AGI and beyond » ? L'essai n'est pas resté isolé. Il forme désormais le premier volet d'une série de textes par lesquels Sam Altman a prolongé et fait évoluer sa vision. Les relire ensemble permet de mesurer une trajectoire.

« The Intelligence Age » (septembre 2024)

Le 23 septembre 2024, Altman publie « The Intelligence Age », un essai plus court et plus lyrique. Le registre change : là où le texte de 2023 était méthodologique, celui de 2024 est prospectif et volontiers enthousiaste. Il décrit l'entrée dans un « âge de l'intelligence » et esquisse un futur d'assistants cognitifs personnels, de tuteurs adaptés à chaque élève, d'avancées en science et en santé, et d'une prospérité largement diffusée. Altman y évoque la possibilité qu'une forme d'intelligence très avancée émerge à un horizon qu'il chiffre, avec emphase, en « quelques milliers de jours ».

Fait notable, l'essai de 2024 déplace le centre de gravité de l'argument. Là où « Planning for AGI and beyond » parlait surtout de méthode et de gouvernance, « The Intelligence Age » insiste sur les conditions matérielles : la puissance de calcul, l'énergie, les infrastructures. Altman y reconnaît franchement un risque de répartition inégale — si l'on ne construit pas assez d'infrastructures, prévient-il, l'IA pourrait rester une ressource limitée et devenir surtout un outil réservé à une minorité. La solution qu'il avance est de faire baisser le coût du calcul et de le rendre abondant. On voit ici la continuité avec 2023 — le souci du partage large demeure — mais aussi un glissement : le partage devient une question d'infrastructure autant que de principe.

« Reflections » (janvier 2025)

Début janvier 2025, dans un essai intitulé « Reflections » publié sur son blog personnel, Altman revient sur le chemin parcouru depuis le lancement de ChatGPT, dont il salue le deuxième anniversaire. Le ton est plus intime, presque bilan d'étape. C'est là qu'apparaît une phrase qui a beaucoup circulé : l'affirmation qu'OpenAI est désormais confiante dans sa capacité à construire une AGI telle qu'elle a traditionnellement été comprise. Le texte fixe aussi un cap opérationnel pour l'année : le développement d'« agents » IA capables d'accomplir des tâches de manière plus autonome, présenté comme une étape intermédiaire.

Ce troisième texte marque une inflexion par rapport à 2023. L'essai fondateur parlait de l'AGI comme d'un horizon lointain et incertain, à aborder avec humilité. « Reflections » adopte une assurance nouvelle sur la faisabilité. Ce passage de l'incertitude méthodique à la confiance affichée est l'un des enseignements les plus intéressants que l'on tire de la relecture en série : la vision ne s'est pas seulement précisée, elle a changé de registre émotionnel, du prudent au confiant.

Le fil conducteur, de 2023 à 2026

Essai	Date	Accent principal
Planning for AGI and beyond	24 février 2023	Méthode : déploiement itératif, transition graduelle, gouvernance
The Intelligence Age	23 septembre 2024	Prospective : bénéfices civilisationnels, coût du calcul, infrastructures
Reflections	Janvier 2025	Bilan et cap : confiance sur la faisabilité, priorité aux agents

Ce qui frappe, en tenant les trois textes ensemble, c'est la permanence de la finalité affichée — une technologie qui amplifie les capacités humaines et dont les fruits doivent être largement partagés — et la mobilité des moyens. En 2023, le levier est la méthode de déploiement. En 2024, c'est l'infrastructure. En 2025, c'est l'organisation autour d'agents autonomes. La constante, c'est l'idée que l'on avance par étapes, en apprenant à mesure. La boucle de rétroaction serrée décrite dans l'essai fondateur n'a jamais vraiment quitté le discours ; elle en est même devenue la signature.

Ce qui tient, ce qui reste en discussion

Avec le recul de la mi-2026, une partie des paris de l'essai apparaît confirmée dans les faits, une autre reste ouverte. Du côté de ce qui tient : la méthode du déploiement progressif s'est imposée comme pratique dominante du secteur, bien au-delà d'OpenAI. Publier des versions successives, recueillir les retours, ajuster, est devenu un standard de fait. De ce point de vue, l'intuition de 2023 s'est vérifiée : la confrontation au monde réel a effectivement accéléré l'apprentissage collectif sur ces systèmes, leurs usages et leurs limites.

Du côté de ce qui reste en discussion : la promesse d'un partage « large et équitable » des bénéfices, de l'accès et de la gouvernance est, par nature, un chantier de long terme dont l'évaluation dépasse le cadre d'un seul acteur. L'essai de 2024 en a lui-même fait un enjeu d'infrastructure, ce qui souligne l'ampleur de la tâche. De même, la question de la gouvernance — qui décide, sous quel contrôle, avec quel regard extérieur — demeure un débat vivant, nourri par les évolutions réglementaires en Europe et ailleurs. C'est peut-être là le principal mérite de « Planning for AGI and beyond » : avoir posé, tôt et clairement, des questions qui n'ont pas fini d'être travaillées.

Pourquoi relire cet essai aujourd'hui

Un texte de 2023 conserve-t-il un intérêt à la mi-2026, dans un domaine où les modèles se succèdent à un rythme soutenu ? La réponse tient précisément à ce que l'essai n'est pas. Ce n'est pas une fiche technique qui se périme, c'est un cadre de raisonnement. Les capacités des systèmes ont beaucoup évolué depuis ; les principes de méthode qu'Altman a énoncés, eux, restent des grilles de lecture utiles pour évaluer la manière dont un acteur amène sa technologie au monde.

Relire « Planning for AGI and beyond » aujourd'hui, c'est aussi apprendre à lire les discours de vision pour ce qu'ils sont : des propositions engagées, formulées par des acteurs qui ont un intérêt dans le résultat, et qui gagnent à être confrontées à des regards indépendants et à l'épreuve des faits. L'essai s'y prête volontiers, puisqu'il appelle lui-même à ce type de vérification extérieure. C'est cette honnêteté sur ses propres limites qui, plus que telle ou telle prédiction, en fait un document toujours utile pour éclairer le débat.

Il y a une dernière raison, plus discrète, de revenir à ce texte. Il illustre une manière de communiquer que le secteur a depuis largement adoptée : dire publiquement où l'on va, avec quels principes, avant même d'y être arrivé. Cette pratique de l'essai de vision — désormais courante chez les grands acteurs de l'IA — trouve dans « Planning for AGI and beyond » l'un de ses modèles les plus aboutis. Elle a ses vertus, la transparence et la mise en débat, et ses angles morts, le risque de confondre l'intention et le résultat. Savoir lire ce genre de texte, en distinguant la promesse de la preuve, est devenu une compétence utile pour quiconque suit l'IA. L'essai d'Altman est un bon terrain d'entraînement, parce qu'il joue franc jeu sur ses ambitions comme sur ses incertitudes.

Trois idées méritent d'être retenues au terme de cette relecture. D'abord, qu'une transition progressive vaut mieux qu'un basculement soudain, non par timidité, mais parce qu'elle laisse à chacun le temps de comprendre et de s'ajuster. Ensuite, que la question du partage — des bénéfices, de l'accès, de la décision — n'est pas un supplément d'âme, mais une condition de légitimité d'une technologie aussi structurante. Enfin, que la vision d'un acteur, aussi articulée soit-elle, se juge dans la durée, à l'aune de ses actes autant que de ses mots. Sur ces trois plans, l'essai de février 2023 continue de fournir des repères. C'est le propre des textes qui, sans prétendre trancher, aident à mieux poser les questions.

Sources

• Sam Altman, « Planning for AGI and beyond », OpenAI, 24 février 2023 (l'essai lui-même)
• Reproduction intégrale de l'essai avec date de publication (LessWrong)
• Sam Altman, « The Intelligence Age », 23 septembre 2024
• Sam Altman, « Reflections », janvier 2025 (blog personnel)
• GPT-4 — date de sortie (14 mars 2023) et caractéristiques (Wikipédia)
• Axios, analyse de « The Intelligence Age » (25 septembre 2024)
• VentureBeat, lecture critique de l'essai de 2023 (réactions d'Emily Bender, Gary Marcus)
• Scott Alexander, analyse détaillée de l'essai (Astral Codex Ten)
• ChatGPT — date de lancement (30 novembre 2022) et adoption (Wikipédia)