Le test de

Pourquoi le CAPTCHA est un test de Turing inversé

Chacun a déjà dû recopier des lettres déformées ou cliquer sur toutes les images contenant un feu tricolore avant d'accéder à un site. Ce dispositif porte un nom : CAPTCHA, acronyme anglais signifiant littéralement « test de Turing…

Chacun a déjà dû recopier des lettres déformées ou cliquer sur toutes les images contenant un feu tricolore avant d’accéder à un site. Ce dispositif porte un nom : CAPTCHA, acronyme anglais signifiant littéralement « test de Turing public entièrement automatisé pour différencier les ordinateurs des humains ». Son principe est directement inspiré du test imaginé par Alan Turing, mais retourné.

Le test de Turing, mais à l’envers

Dans le test de Turing original, c’est un humain qui tente de distinguer une machine d’un autre humain. Dans un CAPTCHA, c’est l’inverse : une machine — le serveur du site web — tente de vérifier qu’elle communique bien avec un humain, et non avec un programme automatisé (un « bot ») cherchant à créer de faux comptes, publier des spams ou acheter en masse des billets de concert.

Une course technologique permanente

Les CAPTCHA exploitent des tâches que les humains réussissent facilement mais que les machines, historiquement, peinaient à accomplir : lire du texte déformé, reconnaître des objets dans une image bruitée, ou faire preuve de bon sens visuel. Mais cette frontière recule sans cesse : les progrès de la reconnaissance d’image par apprentissage profond ont rendu obsolètes de nombreux CAPTCHA visuels classiques, poussant les concepteurs vers des méthodes plus subtiles, comme l’analyse du comportement de la souris ou du rythme de frappe.

Cette course sans fin illustre bien, à petite échelle et de façon très concrète, le même défi que pose le test de Turing original : à mesure que les machines progressent, les critères permettant de les distinguer des humains doivent eux-mêmes évoluer.

A lire également :  Définir le test de Turing par Paul Daniell
À retenir

Comprendre l'intelligence artificielle, un repère à la fois

Qu'il s'agisse d'histoire, d'éthique, d'apprentissage automatique ou de linguistique computationnelle, chaque mécanisme éclaire un peu mieux ce que les systèmes actuels savent réellement faire. Comprendre ces bases permet de suivre l'actualité de l'IA avec plus de discernement.

Pour aller plus loin

  • Comparer les capacités réelles de différents systèmes conversationnels
  • Vérifier la source d'une affirmation avant de la reprendre à son compte
  • Suivre l'évolution réelle des systèmes d'IA, pas seulement leurs annonces
  • Partager ces repères avec vos proches pour nourrir un débat mieux informé