Retour au blog
Robotique

Le paradoxe de Moravec : le robot gagne aux échecs mais ne sait pas plier votre linge

26 janvier 2026 6 min de lecture

Illustration générée avec Google Flow (Nano Banana Pro).
Illustration générée avec Google Flow (Nano Banana Pro).

Une machine peut écraser le champion du monde d'échecs, démontrer des théorèmes et réussir l'examen du barreau — mais demandez-lui de plier le tas de linge propre sur votre lit, et elle s'effondre. Ce n'est pas une blague sur les robots maladroits. C'est l'une des découvertes les plus profondes et les plus humbles de l'intelligence artificielle, et elle porte un nom : le paradoxe de Moravec. Ce que nous trouvons difficile, l'ordinateur le trouve facile. Et ce qu'un bébé fait sans y penser est, pour une machine, presque impossible.

Deep Blue, la machine d'IBM qui a battu le champion du monde Garry Kasparov en 1997, exposée au Computer History Museum — Crédit : James the photographer / Wikimedia Commons (CC BY 2.0)
Deep Blue, la machine d'IBM qui a battu le champion du monde Garry Kasparov en 1997, exposée au Computer History Museum — Crédit : James the photographer / Wikimedia Commons (CC BY 2.0)

Le facile est dur, et le dur est facile

Dans les années 1980, le roboticien Hans Moravec — avec des pairs comme Rodney Brooks et Marvin Minsky — remarque quelque chose d'étrange. Comme il l'écrit en 1988, « il est relativement facile de faire atteindre à un ordinateur le niveau d'un adulte aux tests d'intelligence ou aux dames, et difficile, voire impossible, de lui donner les compétences d'un enfant d'un an en matière de perception et de mobilité. »

Mesurez à quel point c'est à l'envers. On considère les grands maîtres d'échecs et les mathématiciens comme le sommet de l'intelligence humaine. Et on tient pour rien le fait de traverser une pièce, de reconnaître le visage de sa mère ou d'attraper une tasse de café — des choses qu'un bébé d'un an sait faire. Pourtant, pour un ordinateur, le classement s'inverse complètement. Battre un grand maître a demandé, en 1997, une machine de la taille d'un réfrigérateur. Attraper de manière fiable un objet chiffonné et inconnu dans une pièce en désordre reste, encore aujourd'hui, un problème de pointe.

La version courte, chérie des ingénieurs : les robots trouvent faciles les choses difficiles, et difficiles les choses faciles.

Tout est la faute d'un milliard d'années d'évolution

Pourquoi la nature nous aurait-elle construits ainsi ? La réponse de Moravec est évolutive, et elle est magnifique.

Les compétences qui nous semblent sans effort — voir, garder l'équilibre, saisir, sentir le poids et le glissant d'un objet dans la main — sont les plus anciennes que la vie possède. Elles ont été affinées sur des centaines de millions d'années, depuis les premières créatures qui devaient se mouvoir, chasser et ne pas se faire dévorer. Quand l'humain est arrivé, tout cela était déjà gravé au plus profond de notre matériel, tournant en silence sous notre conscience.

« Dans les vastes régions sensorielles et motrices très évoluées du cerveau humain est encodé un milliard d'années d'expérience sur la nature du monde et sur la façon d'y survivre », écrit Moravec. Le raisonnement abstrait — l'algèbre, la logique, les échecs — est au contraire un tout nouveau tour de magie, vieux peut-être de quelques milliers d'années, que nous accomplissons lentement et à grand-peine. Il nous semble dur précisément parce qu'il est neuf et mal rodé. Et il est facile à programmer pour la même raison : c'est une fine couche récente que l'on sait vraiment décrire avec des règles.

Minsky a parfaitement résumé le revers de la médaille : « En général, c'est de ce que notre esprit fait le mieux que nous sommes le moins conscients. » La machinerie la plus sophistiquée de votre tête est justement celle qui ne se ressent pas.

Le visage avenant d'un robot humanoïde. Construire une machine capable de percevoir et de se mouvoir dans le monde humain en désordre reste bien plus dur que d'en construire une capable de raisonner — Crédit : Alex Knight / Unsplash
Le visage avenant d'un robot humanoïde. Construire une machine capable de percevoir et de se mouvoir dans le monde humain en désordre reste bien plus dur que d'en construire une capable de raisonner — Crédit : Alex Knight / Unsplash

Pourquoi plier une serviette est un cauchemar

Le test le plus cruel pour un robot, c'est celui que votre grand-mère réalise tout en bavardant au téléphone : le linge.

Un échiquier est un monde clos et bien rangé. Soixante-quatre cases, trente-deux pièces, des règles qui ne changent jamais. Un ordinateur peut parcourir des millions de coups possibles par seconde. Un tee-shirt, c'est l'exact contraire d'un échiquier. C'est un objet déformable — mou, infiniment variable, jamais deux fois la même forme. Pour le plier, un robot doit deviner où sont les bords et les coins alors que le tout n'est qu'un tas froissé, prédire comment le tissu va retomber et s'accrocher quand on le soulève, et ajuster sa prise en temps réel grâce à un toucher qu'il ne possède pas vraiment. Aucune règle propre, seulement un fouillis sans fin et glissant.

Les chiffres rendent la chose limpide. En 2010, un robot célèbre de l'université de Berkeley, le PR2, a enfin appris à plier des serviettes de manière fiable — il a réussi sur les cinquante serviettes inconnues qu'on lui a soumises. Le hic : il lui fallait environ vingt à vingt-cinq minutes pour plier une seule serviette. La machine qui aurait pu humilier un champion d'échecs dans la pièce d'à côté avait besoin de près d'une demi-heure pour faire ce qu'un humain fatigué expédie en dix secondes.

Un mur de machines à laver. Raisonner sur un échiquier est un problème fermé ; manipuler du tissu mou et imprévisible dans le monde réel est ouvert et terriblement dur — Crédit : Sarah Brown / Unsplash
Un mur de machines à laver. Raisonner sur un échiquier est un problème fermé ; manipuler du tissu mou et imprévisible dans le monde réel est ouvert et terriblement dur — Crédit : Sarah Brown / Unsplash

Le paradoxe façonne encore l'IA d'aujourd'hui

On sent le paradoxe de Moravec dans chaque gros titre sur l'intelligence artificielle en ce moment. Les systèmes qui rédigent des dissertations, réussissent des examens de médecine et génèrent de l'art — tout ce qui ressemble le plus à « penser » — sont arrivés plus vite que presque personne ne l'avait prévu. Pendant ce temps, un robot capable de ranger votre cuisine, de vider votre lave-vaisselle et de plier une lessive sans casser les verres à vin relève toujours, obstinément, de la science-fiction.

C'est le paradoxe qui fait exactement ce qu'il annonçait il y a des décennies. La couche cognitive, neuve et faite de règles, était le fruit mûr à portée de main. La couche sensorimotrice — celle qui a un milliard d'années d'évolution derrière elle — est l'océan profond et difficile dans lequel nous ne faisons qu'entrer.

Alors, la prochaine fois qu'une IA vous éblouira avec un poème ou du code, souvenez-vous du superpouvoir tranquille que vous avez utilisé ce matin sans y penser : vous avez tendu la main, dans une pièce encombrée, et attrapé exactement le bon objet. Vous êtes grand maître d'une compétence si ancienne et si totale qu'aucune machine sur Terre n'égale encore un bambin à moitié endormi. Le problème le plus dur de la robotique, c'est celui que vous résolvez avant le petit-déjeuner.

Un projet du même genre ?

Je conçois et déploie des produits comme celui-ci. Parlons-en.

Discutons