Une machine donne une réponse, reconnaît une forme ou remporte une partie. Le résultat attire l’attention ; la question intéressante arrive juste après : qu’a-t-elle réellement réussi, et dans quelles conditions ? C’est avec cette curiosité que l’on peut aborder « Cap sur l’IA », au musée de l’Air et de l’Espace du Bourget.
Présentée du 15 octobre 2026 au 27 juin 2027, l’exposition s’adresse aux visiteurs à partir de dix ans. Le musée annonce une trentaine de modules interactifs répartis autour de cinq domaines : savoir, communication, créativité, perception et mouvement. Un volet traite aussi des usages militaires. Cette présentation repose sur le programme publié par l’établissement, sans prétendre à un essai des dispositifs sur place.
Une expérience réussie n’est pas une capacité universelle
L’intérêt d’une manipulation est de rendre une question concrète. Une interface qui paraît « comprendre » peut être en train de classer des données, de produire une suite probable ou d’appliquer une stratégie dans un cadre limité. Ces opérations peuvent être utiles sans reproduire la manière dont une personne pense.
Pour un visiteur, trois questions permettent de dépasser l’effet de surprise : quelle tâche a été confiée au système ? Quel résultat compte comme une réussite ? Que se passe-t-il quand on change les conditions ? On peut les garder en tête devant une démonstration, sans supposer que chaque module donne accès à tous ces paramètres.
Un exemple hypothétique aide à saisir la différence. Reconnaître un objet sur une photo nette, isolé sur un fond simple, ne démontre pas qu’un système le retrouvera avec la même précision dans une scène encombrée. Le premier résultat est intéressant ; le second demande une autre évaluation. Le progrès consiste aussi à savoir où s’arrête la preuve.
Derrière une réponse, des données et des choix
La CNIL explique le rôle de l’annotation : attribuer des étiquettes aux données peut fournir une référence pour l’apprentissage ou l’évaluation d’un modèle. Ce travail n’est pas un détail invisible réservé aux spécialistes. Les catégories retenues et la qualité des annotations influencent ce que le système pourra apprendre à distinguer.
La CNIL insiste également sur la mesure des erreurs et des biais selon le contexte. Une performance peut varier avec les conditions dans lesquelles les données ont été recueillies. Les vérifications doivent donc examiner davantage qu’un chiffre global.
Pour comprendre une démonstration, il devient utile de chercher ce qui entre dans le système autant que ce qui en sort. Une réponse convaincante ne raconte pas spontanément l’origine des données, les cas mal représentés ou les critères retenus par les concepteurs. Poser ces questions ne revient pas à nier la performance ; c’est lui donner une signification.
Les erreurs font partie du sujet
Une présentation publique montre généralement une tâche identifiable. Mais, pour apprécier la fiabilité d’un outil, il faut aussi s’intéresser à ses échecs. Combien de tentatives ont été nécessaires ? Quels cas posent problème ? Une personne peut-elle repérer et corriger le résultat ?
Ces questions n’ont pas toutes la même importance selon l’usage. Se tromper dans un jeu, mal classer une photographie personnelle ou aider à une décision lourde de conséquences ne présente pas le même enjeu. Le critère « cela fonctionne souvent » reste incomplet tant que l’on ne sait pas ce qui se passe lorsque cela ne fonctionne pas.
On peut ainsi visiter une exposition technologique sans chercher à trancher entre enthousiasme absolu et rejet. Le regard devient plus précis : telle fonction est utile pour telle tâche, à condition de connaître ses limites. Cette manière de raisonner se transpose ensuite aux outils rencontrés au travail ou à la maison.
Discuter les usages, pas seulement les performances
Le musée prévoit un dispositif de carte perforée permettant aux visiteurs d’exprimer leur point de vue et de le comparer à celui d’autres participants en fin de parcours. La démarche rappelle qu’une question d’usage ne se résout pas toujours par une démonstration technique.
Décider de confier une opération à un système implique un objectif, une responsabilité et une possibilité de contestation ou de reprise. Même lorsqu’une machine exécute une tâche rapidement, il reste à déterminer qui définit la bonne réponse et qui assume les conséquences d’une erreur.
Le volet consacré à la défense rend ces interrogations particulièrement visibles. Il faut toutefois distinguer ce que présente une exposition des performances de matériels en situation réelle : un dispositif de médiation ne constitue pas, à lui seul, une validation opérationnelle. L’intérêt pour le public est de comprendre les questions soulevées, sans transformer une présentation en preuve générale d’efficacité.
Préparer la visite et prolonger les questions
L’exposition se trouve dans le hall Entre-deux-guerres. Selon les informations du musée consultées le 4 novembre 2026, le billet d’entrée donne accès à cette exposition temporaire. Les horaires et modalités du jour doivent être vérifiés sur le site officiel avant le déplacement.
Pour préparer ou prolonger cette découverte, l’Inria propose le parcours « C’est quoi l’IA ? ». Destiné au public curieux, il aborde les différences avec l’intelligence biologique, les usages quotidiens et les principales approches. Il offre un autre rythme d’apprentissage, que l’on peut suivre sans être au musée.
Le meilleur souvenir d’une démonstration n’est pas nécessairement la réponse la plus spectaculaire. Ce peut être une question que l’on saura désormais poser : avec quelles données, pour quelle tâche et avec quel droit à l’erreur ?
Photographie : Le musée de l’Air et de l’Espace en mars 2025. Photo d’illustration du lieu, antérieure à l’exposition. Crédit : Chabe01 / Wikimedia Commons / CC BY-SA 4.0.
