Un enfant attrape un biscuit qui glisse au bord d’une table. Il ajuste sa main, anticipe la chute, évite le verre voisin, garde son équilibre et continue peut-être sa phrase sans même y penser. À côté, une machine peut explorer des millions de configurations dans un jeu complexe ou résumer un dossier juridique en quelques secondes. Mais donnez-lui le biscuit, la table bancale, la lumière changeante et un chat qui passe : l’affaire se complique brutalement.

C’est le cœur du paradoxe de Moravec : les capacités que nous jugeons les plus « intellectuelles » sont souvent plus faciles à automatiser que les facultés sensorielles et motrices acquises très tôt par les humains. Une machine peut exceller dans le calcul, la recherche ou certaines formes de diagnostic, tout en peinant à se déplacer avec l’aisance d’un enfant dans un environnement ordinaire.

Le paradoxe ne dit pas que les machines pensent réellement mieux que nous, ni qu’elles sont incapables d’agir dans le monde. Il offre plutôt une boussole utile pour comprendre où l’automatisation est redoutable, où elle demeure fragile, et pourquoi l’intelligence humaine ne se résume pas à une capacité de raisonnement abstrait.

Le prestige trompeur des tâches « difficiles »

Nous avons tendance à classer les compétences selon leur prestige social. Jouer aux échecs, résoudre une équation, traduire un texte spécialisé ou produire un rapport semblent relever du sommet de l’intelligence. Marcher sur un sol irrégulier, reconnaître une tasse à moitié cachée ou comprendre qu’une personne cherche son manteau parce qu’elle va partir nous paraissent élémentaires.

Cette hiérarchie est pourtant construite du point de vue de l’adulte instruit. Les tâches abstraites sont visibles, enseignées, évaluées et valorisées. Les gestes ordinaires, eux, deviennent transparents dès lors que nous les maîtrisons. On ne remarque pas la quantité de calculs implicites nécessaire pour verser de l’eau dans un verre sans déborder, ni la finesse perceptive mobilisée pour identifier un visage dans une foule.

Or l’évolution a eu beaucoup plus de temps pour façonner nos capacités de perception, de coordination et d’interprétation du contexte que pour nous apprendre à manipuler des symboles écrits ou des règles formelles. Lire, programmer ou remplir un tableur sont des inventions culturelles relativement récentes ; se mouvoir, saisir, regarder et coopérer appartiennent à une histoire beaucoup plus ancienne.

Le paradoxe de Moravec inverse donc une intuition courante : ce qui est difficile pour une personne n’est pas nécessairement difficile pour une machine, et inversement.

Dans un tableur, le monde est déjà rangé

Une grande part de la performance des systèmes informatiques vient d’un avantage discret : ils interviennent dans des environnements préalablement organisés pour eux. Un tableur offre des colonnes. Une base de données impose des champs. Un échiquier limite les pièces, les mouvements et l’objectif. Même un document administratif contient des conventions, des rubriques et un vocabulaire relativement stable.

Dans ces univers, une machine peut traiter des données structurées, comparer des cas, repérer des régularités et appliquer des règles avec une endurance qui dépasse largement celle d’un humain. Elle n’a pas besoin de fatigue, de mémoire approximative ou de pauses pour effectuer une opération répétitive.

Le monde physique, à l’inverse, est un mauvais tableur. Les objets y sont partiellement masqués, abîmés, mal éclairés, déplacés sans prévenir. Une poignée peut être ronde, plate, cassée, humide ou derrière une porte entrouverte. Un carton marqué « fragile » peut être vide ; un sac apparemment léger peut contenir un objet instable. Les mêmes gestes n’ont pas les mêmes conséquences selon la matière, le lieu, la vitesse ou l’intention des personnes présentes.

Ce décalage explique pourquoi la robotique paraît parfois moins spectaculaire que les logiciels capables de manipuler du langage ou des images. Faire circuler une information dans un espace numérique est une chose ; saisir un objet souple, le tourner correctement et le déposer sans incident en est une autre.

Le corps sait ce qu’il ne peut pas facilement expliquer

Une difficulté fondamentale tient à la nature du savoir humain. Nous savons faire quantité de choses sans savoir les décrire avec précision. Demandez à quelqu’un d’expliquer comment il reconnaît qu’un escalier est glissant, qu’un interlocuteur est mal à l’aise ou qu’une valise est trop lourde pour être soulevée d’une seule main. Il donnera quelques indices, rarement une procédure complète.

Cette connaissance est souvent tacite. Elle passe par le corps, les habitudes, l’expérience accumulée, les micro-corrections faites sans délibération consciente. Elle dépend aussi de la capacité à relier des signaux faibles : une posture, un bruit, une résistance inhabituelle, une odeur, un silence.

Les systèmes techniques peuvent apprendre des régularités à partir d’exemples et devenir très performants dans un cadre donné. Mais le passage entre une situation connue et une situation voisine, sans être identique, demeure délicat. Le monde n’annonce pas toujours ses exceptions. Il les met simplement sur votre route.

C’est particulièrement vrai lorsque l’erreur a un coût matériel ou humain. Se tromper dans une suggestion de classement peut être corrigé. Se tromper dans la force à appliquer sur un bras, une porte, un outil ou un véhicule change immédiatement la nature du problème. L’intelligence incarnée est aussi une intelligence de la prudence.

Le vrai obstacle n’est pas seulement technique : c’est le contexte

Le paradoxe de Moravec invite à abandonner la question vague : « Cette tâche est-elle automatisable ? » La bonne question est plutôt : dans quelles conditions précises cette tâche reste-t-elle prévisible ?

Un système peut être excellent tant que l’environnement est contrôlé : objets standardisés, éclairage stable, vocabulaire connu, procédures claires, cas rares traités à part. Il devient plus vulnérable lorsque les éléments suivants s’accumulent :

• des informations incomplètes ou contradictoires ;
• des objets ou des situations inhabituels ;
• une nécessité d’agir dans l’espace physique ;
• des règles implicites plutôt qu’écrites ;
• des conséquences importantes en cas d’erreur ;
• des personnes dont les besoins, les émotions ou les intentions évoluent.

Cette grille vaut autant pour un entrepôt que pour un service client, un cabinet de conseil, une rédaction ou un hôpital. Le contexte n’est pas un décor autour du travail : il est souvent la partie la plus coûteuse à formaliser.

Dans les métiers de bureau, par exemple, rédiger une première synthèse, classer des demandes ou extraire des informations peuvent être largement assistés. En revanche, déterminer ce qui manque dans un dossier, comprendre pourquoi un client formule sa demande de cette façon, arbitrer entre deux urgences ou sentir qu’une réponse correcte sera néanmoins mal reçue relèvent d’un jugement.

Automatiser une tâche, ce n’est pas remplacer un métier

L’une des erreurs les plus tenaces consiste à raisonner par intitulés de poste. On demande si l’intelligence artificielle remplacera les comptables, les designers, les enseignants, les journalistes ou les développeurs. Mais aucun métier ne se réduit à une opération unique.

Un travail réel combine des fragments très différents : rechercher, vérifier, reformuler, décider, négocier, manipuler des outils, écouter, coordonner, documenter, rassurer, improviser. Certaines de ces composantes sont hautement formalisables ; d’autres reposent sur une présence, une responsabilité ou une compréhension située.

Le paradoxe de Moravec suggère donc une cartographie plus fine. Là où les entrées sont régulières et les sorties vérifiables, l’assistance peut être puissante. Là où il faut naviguer dans l’ambiguïté, rattraper les exceptions, composer avec des humains ou intervenir dans un monde matériel instable, la valeur se déplace vers la supervision et la décision.

Une machine peut accélérer une séquence ; elle ne comprend pas automatiquement la situation entière dans laquelle cette séquence prend sens.

Cette distinction n’amoindrit pas les progrès techniques. Elle évite simplement de les raconter comme une marche uniforme vers le remplacement général. L’automatisation transforme d’abord la distribution des tâches : elle retire certaines frictions, en crée de nouvelles, et rend parfois plus visible ce que les humains faisaient jusque-là sans le nommer.

Une méthode simple pour mieux répartir le travail

Pour une équipe, le paradoxe de Moravec peut devenir un outil de conception très concret. Avant d’introduire un système automatisé, il est utile de découper un processus en gestes réellement accomplis plutôt qu’en grandes étiquettes.

On peut alors examiner chaque étape à l’aide de quelques questions :

• Les informations d’entrée sont-elles suffisamment fiables et homogènes ?
• Le résultat attendu peut-il être décrit et contrôlé sans ambiguïté ?
• Que se passe-t-il dans les cas atypiques ?
• Qui détecte une erreur plausible mais discrète ?
• La tâche demande-t-elle une action physique, une relation ou une interprétation du contexte ?
• Le temps gagné justifie-t-il le temps consacré à préparer, vérifier et corriger ?

Cette dernière question est décisive. Une automatisation n’est pas utile parce qu’elle produit quelque chose vite ; elle l’est si elle améliore le système complet. Un outil peut réduire le temps de production d’un document tout en augmentant celui de la vérification. Il peut fluidifier les cas ordinaires et déplacer toute la complexité vers les cas difficiles, précisément ceux qui exigent les personnes les plus expérimentées.

La meilleure répartition du travail n’oppose donc pas l’humain à la machine. Elle consiste à confier aux systèmes ce qu’ils font avec régularité, puis à préserver du temps humain pour ce qui demande attention, responsabilité et adaptation.

Ce que le paradoxe nous apprend de nous-mêmes

Le paradoxe de Moravec a une vertu presque philosophique : il remet à leur place nos critères spontanés de l’intelligence. Le raisonnement symbolique est impressionnant, mais il n’épuise ni la compréhension ni l’habileté. Savoir vivre dans un monde changeant, y agir sans tout casser, interpréter autrui et réviser son geste à chaque instant constitue une forme de compétence extraordinairement dense.

À mesure que les machines progressent dans le langage, l’analyse et la création de contenus, cette leçon devient plus utile, non moins. Elle nous pousse à mieux distinguer la production d’une réponse de la compréhension d’une situation ; la reconnaissance de formes de l’expérience vécue ; l’exécution rapide de la responsabilité.

Les machines ne « marchent » pas moins bien parce qu’elles manqueraient d’intelligence au sens simple. Elles rencontrent un monde que les humains ont appris à habiter depuis toujours, avec un corps, des sens, des habitudes et une capacité continue à faire face à l’imprévu. C’est peut-être là que le paradoxe cesse d’être un simple constat sur la technique : il devient une invitation à regarder avec plus de précision ce que nous appelons, trop vite, l’évidence humaine.