Quel est l'avis de John Carmack sur l'intelligence artificielle ?
Le nom de John Carmack est revenu dans les discussions après une déclaration d’Elon Musk affirmant que les intelligences artificielles pourraient bientôt produire directement du code binaire, sans passer par les méthodes classiques de programmation. Le créateur des moteurs de Doom et Quake est bien placé pour commenter ce sujet : après les jeux vidéo et la réalité virtuelle, il consacre désormais son travail à l’intelligence artificielle générale. Sa position se distingue surtout par son pragmatisme. Carmack croit aux progrès rapides de l’IA, mais se méfie des idées spectaculaires qui ne démontrent pas encore leur efficacité.
Qui est John Carmack et pourquoi son avis compte ?
John Carmack est l’un des programmeurs les plus influents de l’histoire du jeu vidéo. Cofondateur d’id Software, il a dirigé le développement technique de Wolfenstein 3D, Doom et Quake. Son travail a contribué à imposer la 3D temps réel sur ordinateur et à populariser plusieurs techniques d’optimisation graphique.
Il a ensuite rejoint Oculus comme directeur technique. En 2019, il a réduit son implication dans la réalité virtuelle afin de travailler davantage sur l’AGI, puis a quitté Meta en 2022 pour se concentrer sur sa société Keen Technologies.
Son intérêt pour l’IA ne vient donc pas d’un effet de mode. Carmack aborde le sujet comme un ingénieur habitué à construire des systèmes complexes avec des ressources limitées. Son expérience explique aussi pourquoi ses prises de position attirent autant l’attention des développeurs.
John Carmack croit-il à l'intelligence artificielle générale ?
Oui. John Carmack considère qu’une intelligence artificielle générale, capable d’apprendre et de s’adapter à de nombreux problèmes, peut être obtenue par l’ingénierie. Il ne présente pas l’AGI comme une idée abstraite réservée à un futur lointain : il en a fait son activité principale avec Keen Technologies.
Sa démarche reste toutefois différente de celle des grands laboratoires qui misent sur des modèles toujours plus vastes. Carmack s’intéresse notamment à l’apprentissage continu, à la mémoire, à la capacité d’un système à acquérir de nouvelles compétences et à l’efficacité des algorithmes.
Il défend une méthode progressive : construire, mesurer, identifier ce qui bloque et améliorer le système par petites étapes. Cette approche correspond à sa manière historique de développer des moteurs de jeux, puis des technologies de réalité virtuelle.
Que pense-t-il des grands modèles de langage comme ChatGPT ?
Carmack reconnaît les capacités impressionnantes des grands modèles de langage. Ils savent écrire, résumer, programmer et manipuler des connaissances dans de nombreux domaines. Il ne les considère pourtant pas comme une démonstration suffisante d’une intelligence générale complète.
Un LLM apprend principalement à prédire et produire des séquences à partir d’un immense volume de données. Une AGI devrait aussi pouvoir apprendre durablement de nouvelles expériences, construire une mémoire cohérente, poursuivre des objectifs et adapter son comportement sans devoir être entièrement réentraînée.
Sa position n’est donc pas que les LLM sont inutiles ou condamnés. Il estime plutôt qu’ils représentent une partie du chemin, pas nécessairement l’architecture finale. Les progrès futurs pourraient venir de leur combinaison avec d’autres mécanismes d’apprentissage et de mémoire.
L'IA va-t-elle écrire directement du code binaire ?
En février 2026, une déclaration d’Elon Musk a largement circulé : selon lui, l’IA pourrait bientôt produire directement un binaire plus efficace que celui généré par un compilateur, au point de rendre la programmation classique inutile.
L’idée est techniquement imaginable. Un modèle peut déjà générer du code source, manipuler de l’assembleur et rechercher des optimisations. Passer directement d’une spécification à des instructions machine n’est donc pas impossible en théorie.
Mais produire un programme ne consiste pas uniquement à obtenir un fichier exécutable. Un logiciel doit pouvoir être testé, relu, corrigé, audité et adapté à plusieurs architectures. Le code source, les tests et les représentations intermédiaires rendent ce travail possible. Les compilateurs modernes apportent aussi des décennies de recherche, de validation et d’optimisation reproductible.
Sa manière de travailler laisse apparaître une position pragmatique : une nouvelle méthode mérite d’être adoptée lorsqu’elle produit des résultats mesurables, fiables et maintenables, pas uniquement parce qu’elle paraît plus directe.
Pourquoi le code source restera-t-il utile même avec des agents IA ?
Le rôle du développeur peut diminuer dans l’écriture manuelle de chaque ligne sans que le code source disparaisse. Une IA peut générer une application, lancer les tests, corriger une erreur puis compiler le résultat. Dans cette chaîne, le langage de programmation reste une représentation structurée que les outils peuvent analyser.
Le code lisible offre aussi un point de contrôle. Une entreprise doit comprendre les dépendances utilisées, vérifier les règles de sécurité, reproduire une version et identifier l’origine d’un comportement. Un binaire généré comme une boîte noire complique ces opérations.
Le changement le plus crédible concerne donc l’interface de programmation. Les humains décriront davantage des objectifs, des contraintes et des tests. Les agents produiront une part croissante du code et pourront descendre vers des niveaux techniques plus bas lorsque cela apporte un gain réel.
Quelle est la différence entre la vision de Carmack et celle d'Elon Musk ?
Elon Musk formule souvent des prédictions publiques avec des échéances courtes. Sa déclaration sur le binaire présente une rupture nette : l’IA remplacerait rapidement le code écrit par les humains et dépasserait les compilateurs.
John Carmack raisonne davantage à partir des problèmes techniques encore ouverts. Il croit qu’une AGI est réalisable, mais insiste sur le travail d’ingénierie nécessaire pour améliorer l’apprentissage, la mémoire et l’efficacité. Sa confiance dans l’IA ne l’empêche pas de distinguer une démonstration convaincante d’une projection.
Les deux visions partagent une même intuition : les humains écriront moins de code à la main. Elles diffèrent surtout sur la façon d’y parvenir et sur la place des outils intermédiaires. Chez Carmack, une technologie reste pertinente tant qu’elle aide à construire un système plus fiable.
Ce que sa vision change pour les développeurs
La programmation ne disparaît pas nécessairement, mais son niveau d’abstraction continue de monter. Les développeurs sont déjà passés de l’assembleur aux langages de haut niveau, puis aux frameworks, aux services cloud et aux assistants de code.
Avec des agents plus autonomes, la valeur se déplace vers la définition du besoin, l’architecture, les données, les tests et la validation. Savoir lire du code reste utile pour contrôler ce qui est produit. Comprendre les systèmes devient même plus important lorsque la quantité de code généré augmente.
La trajectoire de Carmack invite à éviter deux réactions opposées : ignorer les progrès de l’IA ou annoncer la disparition immédiate de toute compétence technique. Le scénario le plus concret est celui d’une programmation davantage assistée, dans laquelle les humains contrôlent le résultat à un niveau plus élevé.
Mon avis sur la position de John Carmack
La vision de John Carmack me paraît intéressante parce qu’elle associe une forte confiance dans l’IA à une culture du résultat. Il ne nie pas la possibilité d’un changement profond. Il cherche surtout à savoir quelles briques manquent encore pour construire une intelligence capable d’apprendre de manière générale.
Sur le code binaire, la question n’est pas de savoir si une IA pourra en générer. Elle le peut déjà dans certaines limites. Le vrai test sera de déterminer si cette méthode devient plus fiable, moins coûteuse et plus facile à contrôler qu’une chaîne reposant sur du code source et un compilateur.
Tant que ce gain n’est pas démontré, supprimer les représentations lisibles ressemble davantage à une perte de contrôle qu’à un progrès. L’avenir de la programmation dépendra moins du format final produit par l’IA que de notre capacité à vérifier ce qu’elle construit.
Sources
- Lex Fridman Podcast #309 : entretien approfondi avec John Carmack sur la programmation, l’AGI et sa méthode de travail.
- TechCrunch : annonce de son retrait du poste de CTO d’Oculus pour se consacrer davantage à l’AGI.
- John Carmack sur X : annonce de la levée de fonds de Keen Technologies consacrée à l’AGI.
- Times of India : retranscription de la déclaration d’Elon Musk sur la génération directe de code binaire par l’IA.
Qui est John Carmack ?
John Carmack est un programmeur américain, cofondateur d’id Software et développeur principal des moteurs de Doom et Quake. Après avoir travaillé sur la réalité virtuelle chez Oculus, il se consacre désormais à l’intelligence artificielle générale.
John Carmack travaille-t-il encore dans le jeu vidéo ?
Son activité principale est désormais la recherche sur l’AGI au sein de Keen Technologies. Son expérience dans les moteurs de jeux influence toutefois sa méthode d’ingénierie.
John Carmack pense-t-il que les LLM sont des AGI ?
Il reconnaît les capacités des grands modèles de langage, mais considère que l’intelligence générale demande aussi des progrès en apprentissage continu, en mémoire et en adaptation.
John Carmack a-t-il répondu à Elon Musk sur le code binaire ?
Aucune source primaire fiable retrouvée ne permet d’attribuer à John Carmack une réponse directe à cette déclaration précise. Sa position documentée reste favorable aux progrès de l’IA, avec une forte exigence de résultats mesurables.
L'intelligence artificielle peut-elle générer du code machine ?
Oui, une IA peut générer de l’assembleur ou des instructions machine dans certains contextes. Cela ne prouve pas encore qu’elle puisse remplacer de manière fiable les langages, les tests et les compilateurs dans les logiciels complexes.
