Alan Turing, le mathématicien qui a posé les bases de l’informatique et de l’IA

Il n’a jamais utilisé un ordinateur personnel, ni dialogué avec un assistant conversationnel. Pourtant, lorsqu’on parle d’algorithmes, de logiciels ou d’intelligence artificielle, une grande partie du vocabulaire intellectuel employé remonte aux travaux d’Alan Turing. Le mathématicien britannique a donné une forme précise à une idée alors vertigineuse : une machine peut-elle exécuter n’importe quelle procédure de calcul, et, un jour, produire un comportement que nous jugerions intelligent ?

Réduire Turing au seul « père de l’intelligence artificielle » serait toutefois incomplet. Son apport décisif concerne d’abord les fondements de l’informatique théorique. Son rôle dans l’effort britannique de cryptanalyse pendant la Seconde Guerre mondiale, puis la persécution dont il a été victime en raison de son homosexualité, ont aussi transformé son histoire personnelle en symbole scientifique et politique.

De Cambridge à la machine de Turing

Né en 1912, Alan Turing étudie les mathématiques à l’université de Cambridge. Il se distingue très tôt par son intérêt pour la logique : non pas seulement résoudre un problème, mais comprendre ce qui rend sa résolution possible par une suite d’instructions précises.

Cette interrogation prend une importance particulière dans les années 1930. Les mathématiciens cherchent alors à savoir s’il existe une méthode générale permettant de déterminer automatiquement si une proposition logique est démontrable. Dans ce contexte, Turing publie en 1936 un article fondateur, On Computable Numbers, with an Application to the Entscheidungsproblem. Il y présente ce que l’on appellera la machine de Turing.

Il ne s’agit pas d’un ordinateur construit dans un atelier. C’est un modèle abstrait, volontairement simple :

• une bande théoriquement infinie, découpée en cases ;
• une tête capable de lire, d’écrire ou d’effacer un symbole ;
• un ensemble fini de règles indiquant quoi faire à chaque étape ;
• la possibilité de se déplacer d’une case à l’autre.

Avec ces éléments rudimentaires, la machine peut suivre une recette de calcul, autrement dit un algorithme. L’intuition de Turing est capitale : une même machine, si on lui fournit les bonnes instructions, peut accomplir des tâches très différentes. Ce principe de machine universelle annonce l’idée centrale des ordinateurs programmables : ce n’est pas la structure physique de l’appareil qui doit changer pour chaque tâche, mais le programme qu’il exécute.

Les ordinateurs actuels sont évidemment infiniment plus complexes que cette machine imaginaire. Ils disposent de mémoire électronique, de processeurs, d’écrans et de réseaux. Mais la séparation entre les données, les instructions et leur exécution reste au cœur de leur fonctionnement.

Le rôle de Turing face aux messages chiffrés d’Enigma

Lorsque la Seconde Guerre mondiale éclate, Alan Turing rejoint le centre britannique de cryptanalyse de Bletchley Park. Sa mission consiste notamment à aider à lire des communications allemandes chiffrées par la machine Enigma. Celle-ci modifie constamment ses réglages, produisant un nombre immense de combinaisons possibles et rendant le décryptage manuel impraticable.

Turing joue un rôle déterminant dans le développement de machines électromécaniques appelées Bombes. Leur fonction n’est pas de « deviner » un message au hasard. Elles testent rapidement des hypothèses sur les réglages d’Enigma, à partir d’indices présents dans les transmissions et du travail des cryptanalystes. Les équipes de Bletchley Park réunissent d’ailleurs des spécialistes aux compétences multiples, mathématiciens, linguistes, ingénieurs et opérateurs.

La contribution de Turing ne doit donc ni être minimisée, ni transformée en récit solitaire. Les travaux antérieurs des cryptologues polonais et l’effort collectif britannique ont été essentiels. L’exploitation des renseignements obtenus à partir de ces décryptages a néanmoins fourni aux Alliés des informations militaires de très grande valeur.

Cette période montre aussi un aspect souvent oublié de l’informatique naissante. Avant de devenir un outil de bureau, de communication ou de loisir, le calcul automatisé s’est développé dans des domaines où le temps de traitement pouvait avoir des conséquences stratégiques immédiates.

En 1950, une nouvelle façon de poser la question des machines pensantes

Après la guerre, Turing poursuit sa réflexion sur les ordinateurs. Dans un article publié en 1950, intitulé Computing Machinery and Intelligence, il s’attaque à une question devenue célèbre : « Les machines peuvent-elles penser ? » Plutôt que de tenter de définir philosophiquement la pensée, il propose une épreuve concrète, le jeu de l’imitation, bientôt connu sous le nom de test de Turing.

Le scénario est simple. Un évaluateur échange par écrit avec deux interlocuteurs cachés : un humain et une machine. Si, à l’issue de la conversation, il ne parvient pas à distinguer de manière fiable la machine de l’humain, la machine a réussi le test dans ce cadre précis.

La force de cette proposition est de déplacer le débat. Elle ne prétend pas mesurer une conscience, des émotions ou une compréhension intérieure. Elle s’intéresse à un comportement observable : la capacité à soutenir un échange suffisamment convaincant pour tromper un interlocuteur.

Ce que le test de Turing mesure, et ce qu’il ne mesure pas

Le test de Turing est régulièrement cité à propos des assistants conversationnels et des grands modèles de langage. Ces systèmes produisent des réponses fluides, reformulent des textes, traduisent et peuvent tenir une conversation sur une grande variété de sujets. Ils rendent donc la question de Turing particulièrement concrète pour le grand public.

Mais réussir ponctuellement une conversation ne suffit pas à établir qu’une machine comprend le monde comme un humain. Un système peut employer les mots justes tout en commettant des erreurs factuelles, en inventant une référence ou en échouant face à une situation inhabituelle. Le test dépend aussi du sujet abordé, de la durée du dialogue et des attentes de l’évaluateur.

Turing lui-même ne réduisait pas l’avenir des machines à une imitation superficielle. Il envisageait notamment la possibilité d’apprendre, en comparant cette démarche à l’éducation progressive d’un enfant. Cette intuition fait écho aux recherches modernes en apprentissage automatique, où des systèmes améliorent certaines performances à partir de données et d’exemples.

Il faut toutefois éviter un raccourci historique. Turing n’a pas inventé à lui seul tous les champs de l’intelligence artificielle, et l’expression « intelligence artificielle » ne sera popularisée qu’après ses premiers travaux. Son apport est ailleurs : avoir fourni des cadres de pensée qui permettent encore de discuter de ce qu’une machine peut calculer, apprendre ou imiter.

Une condamnation qui révèle l’intolérance de son époque

L’œuvre scientifique de Turing ne peut être séparée de la violence institutionnelle qu’il a subie. En 1952, il est condamné au Royaume-Uni pour des faits liés à son homosexualité, alors pénalisée par la loi. Il accepte un traitement hormonal comme alternative à l’emprisonnement. Cette sanction porte atteinte à sa santé, à sa vie privée et à sa carrière, dans un pays auquel il avait pourtant apporté une contribution majeure durant la guerre.

Alan Turing meurt en 1954, à l’âge de 41 ans. L’enquête de l’époque conclut au suicide par empoisonnement au cyanure. Sa disparition a longtemps été davantage connue du public que l’ampleur de ses travaux, restés en partie couverts par le secret militaire durant les premières décennies d’après-guerre.

À partir des années 1970, la déclassification progressive d’archives britanniques fait mieux connaître le rôle de Bletchley Park et de ses équipes. Chercheurs, historiens et associations participent alors à une réévaluation de Turing, à la fois comme pionnier de l’informatique et comme victime des lois discriminatoires de son temps.

En 2013, la reine Elizabeth II lui accorde une grâce à titre posthume. Ce geste ne peut effacer la condamnation ni ses conséquences, mais il reconnaît officiellement l’injustice dont il a été victime. Son nom est depuis devenu un repère dans la lutte contre les discriminations envers les personnes LGBT+.

Pourquoi Alan Turing est devenu une figure culturelle majeure

La reconnaissance tardive de Turing dépasse aujourd’hui les cercles de la logique et de l’informatique. Des biographies, des documentaires, des institutions scientifiques et le film The Imitation Game ont fait connaître son parcours à un public très large. Cette notoriété s’accompagne d’une vigilance nécessaire : les œuvres de fiction peuvent simplifier des événements complexes ou isoler Turing du travail collectif de Bletchley Park.

Son influence culturelle s’observe aussi dans l’art contemporain. À l’automne 2024, un portrait d’Alan Turing a été vendu aux enchères pour 1,1 million de dollars. Au-delà du montant, cette vente illustre le statut singulier du mathématicien : son visage et son nom sont devenus des symboles de l’intelligence artificielle, de la création numérique et des interrogations sur la place des machines dans la société.

Ce statut n’est pas seulement célébratif. Il rappelle que l’histoire des technologies est faite d’équations et d’inventions, mais aussi de choix politiques, de secrets militaires, de représentations culturelles et de droits individuels. L’histoire de Turing relie ces dimensions de manière exceptionnelle.

Ce qu’il faut surveiller dans l’héritage de Turing

L’actualité de l’intelligence artificielle redonne une résonance particulière aux questions posées par Alan Turing. Les modèles capables de converser de façon naturelle incitent à s’interroger sur ce que l’on appelle réellement « intelligence ». Or, plus un système paraît humain dans ses réponses, plus il importe de distinguer l’aisance linguistique, la fiabilité, l’autonomie et la conscience, qui sont des notions différentes.

Son héritage invite aussi à ne pas séparer la technique de ses effets sociaux. Les outils informatiques peuvent servir la recherche, l’éducation ou l’accessibilité. Ils posent simultanément des questions de responsabilité, de biais, de surveillance, d’emploi et de sécurité. Les débats contemporains sur l’encadrement de l’IA ne trouvent pas toutes leurs réponses chez Turing, mais ils prolongent sa méthode : préciser les problèmes plutôt que se satisfaire de mots vagues.

Enfin, son parcours rappelle qu’une société peut bénéficier d’un talent scientifique exceptionnel tout en le maltraitant. C’est peut-être la leçon la plus durable d’Alan Turing : l’innovation ne se mesure pas seulement à la puissance des machines, mais aussi à la manière dont une société traite les personnes qui les imaginent.