# lecun-still-far-from-human-level-ai-llm-2026-09-25

## Veille

Post X de **Yann LeCun** (fondateur et président d'**AMI Labs**, professeur à NYU, ex-Chief AI Scientist de Meta, prix Turing), 25 septembre 2026, ~110 mots. Il répond à **Noah Smith**, qui jugeait *« already falsified »* une vidéo où LeCun qualifie de *« complete BS »* l'idée d'un *« country of geniuses in a data center »*. (A) Quatre questions-témoins : où sont le robot domestique, la voiture autonome de **niveau 5**, la voiture qui apprend à conduire *« in a few hours of practice like any 17 year old »*, le système qui comprend le monde réel et apprend vite *« like a house cat »* ? (B) Une concession : l'IA égalera l'humain dans tous les domaines, et la technique le **surpasse déjà sur un nombre croissant de tâches**. (C) Deux réserves : *« We're still far from that »*, et ce ne sera pas à base de **LLM**, cantonnés à un rôle d'interface textuelle. Un second post renvoie à sa formule du 20 septembre : les LLM autorégressifs, *« in and of themselves »*, ne mèneront pas à une IA de niveau humain. Le corpus contenait jusqu'ici LeCun comme référence citée par d'autres ([[deanwball-open-weights-decelerationnistes-kimi-2026-07-17]]), pas comme source ; le texte se lit à côté du scepticisme de [[luc-julia-ai-controversy-statements-media-2025-08-22]].

## Titre Article

Nope. It's still true. (post X en réponse à Noah Smith)

## Date

2026-09-25

## URL

https://x.com/ylecun/status/2103543949151658369

## Keywords

Yann LeCun, AMI Labs, NYU, Meta, prix Turing, Noah Smith, Noahpinion, IA de niveau humain, human-level AI, AGI, limites de l'IA, LLM, LLM autorégressifs, interface textuelle, compréhension du monde réel, modèles du monde, efficacité d'apprentissage, apprentissage de la conduite, voiture autonome, niveau 5, robot domestique, chat domestique, country of geniuses in a data center, surpasser l'humain sur des tâches, scepticisme

## Authors

Yann LeCun — fondateur et président d'AMI Labs, professeur à NYU, ex-Chief AI Scientist de Meta, prix Turing. Post X.

## Ton

Réplique polémique courte, typique de LeCun sur X : ouverture sèche (*« Nope. It's still true. »*), puis une anaphore de quatre questions rhétoriques (*« Where is your… »*) qui déplacent le débat des performances mesurées vers des capacités du quotidien que chacun peut vérifier. La seconde moitié change de registre : concession explicite, soulignée typographiquement (*« *** BUT *** »*), puis deux points numérotés au ton affirmatif, sans chiffre ni référence. L'argument ne repose pas sur un benchmark mais sur des exemples d'efficacité d'apprentissage (l'adolescent, le chat), qui reviennent de longue date dans ses interventions. Le post défend une position déjà formulée, il n'en introduit pas de nouvelle ; le second post (*« Also: »*) le dit lui-même en renvoyant à sa formulation du 20 septembre et à sa précision sur le mot « autorégressifs ».

## Pense-betes

- **La phrase d'équilibre à retenir** : l'IA *« surpasses humans in an ever-increasing number of tasks »* et *« we're still far from »* l'intelligence humaine. Les deux tiennent ensemble. C'est l'argument utile en conférence face au récit « l'IA va dépasser l'humain » : oui sur des tâches, non sur l'intelligence générale.
- **L'exemple de la conduite** : un adolescent de 17 ans apprend à conduire en quelques heures de pratique (en France, le permis B demande un minimum de 20 h de conduite encadrée). Des années de développement et des millions de kilomètres de données n'ont pas produit de voiture autonome de niveau 5, qui roulerait partout sans restriction, y compris dans des scènes jamais vues. L'écart porte sur l'**efficacité d'apprentissage**, pas sur la performance brute.
- **Le chat domestique** comme étalon : comprendre le monde physique et apprendre vite une compétence nouvelle, ce qu'aucun système actuel ne fait selon LeCun. Il vise la généralisation hors distribution, pas la compétence linguistique.
- **La nuance sur les LLM** : LeCun ne dit pas qu'ils sont inutiles, il dit qu'ils ne suffiront pas *« in and of themselves »* et qu'ils garderont un rôle d'interface textuelle. Le mot « autorégressifs » compte dans sa formulation du 20 septembre.
- **Ce que le post ne contient pas** : ni horizon temporel, ni mesure, ni description de l'architecture alternative (les modèles du monde qu'il défend ailleurs, via AMI Labs, n'y sont pas nommés). À citer comme position d'un chercheur de premier plan, pas comme démonstration.
- **Contexte du débat** : la vidéo à l'origine de l'échange (« no way in hell » d'atteindre l'AGI en faisant grossir les LLM ; « country of geniuses in a data center » qualifié de *« complete BS »*) circulait le même jour ; Noah Smith la jugeait déjà démentie. Pour la séquence de septembre 2026 sur le récit de remplacement, voir [[mhalla-what-if-the-future-does-not-need-you-2026-09-20]].

## RésuméDe400mots

Le 25 septembre 2026, **Yann LeCun** répond sur X à l'économiste **Noah Smith**. Celui-ci avait commenté une vidéo, largement partagée le même jour, où LeCun affirmait qu'on n'atteindrait pas une intelligence de niveau humain en faisant simplement grossir les LLM, et que l'idée d'un « pays de génies dans un data center » était du « complete BS ». Pour Smith, cette position semblait « déjà démentie ».

LeCun maintient : « Nope. It's still true. » Il appuie sa réponse sur quatre questions. Où est votre robot domestique ? Où est votre voiture autonome de niveau 5 ? Où est votre voiture robot capable d'apprendre à conduire en quelques heures de pratique, comme n'importe quel adolescent de 17 ans ? Où est votre système d'IA capable de comprendre le monde réel et d'apprendre rapidement de nouvelles compétences, comme un chat domestique ?

Il ajoute une concession. Il ne fait « aucun doute » que l'IA deviendra à terme aussi intelligente que les humains dans tous les domaines. Mais il pose deux réserves. D'abord, « nous en sommes encore loin », même si l'IA et l'informatique surpassent les humains dans un nombre toujours croissant de tâches. Ensuite, cette intelligence ne reposera pas sur les LLM, même s'ils auront un rôle à jouer, par exemple comme interface textuelle.

Dans un second post (« Also: »), LeCun renvoie à une réponse du 20 septembre adressée notamment à Geoffrey Hinton : il y rappelait avoir dit que « les LLM autorégressifs, en eux-mêmes, ne mèneront pas à une IA de niveau humain », et que cette affirmation reste « totalement vraie ».

Le post ne contient ni chiffre, ni échéance, ni description de l'architecture alternative. Son argument tient à des exemples d'efficacité d'apprentissage : un humain ou un animal acquiert une compétence nouvelle avec peu d'expérience et la transpose à des situations inédites, ce que les systèmes actuels ne font pas. L'exemple de la conduite résume l'écart : quelques heures de pratique suffisent à un adolescent, alors que la conduite autonome sans restriction n'est toujours pas atteinte.

Le texte distingue deux affirmations souvent confondues dans le débat public : l'IA dépasse l'humain sur des tâches de plus en plus nombreuses, et l'IA reste loin de l'intelligence humaine générale. LeCun soutient les deux à la fois.

## GrapheDeConnaissance

- Yann LeCun —dirige→ AMI Labs (ORGANISATION, 0.95)
- Yann LeCun —s_oppose_à→ Noah Smith (PERSONNE, 0.9)
- Noah Smith —affirme_que→ la position de LeCun sur les limites des LLM semble déjà démentie (AFFIRMATION, 0.85)
- Yann LeCun —affirme_que→ nous sommes encore loin d'une IA de niveau humain (AFFIRMATION, 0.95)
- Yann LeCun —affirme_que→ l'IA et l'informatique surpassent les humains dans un nombre croissant de tâches (AFFIRMATION, 0.9)
- Yann LeCun —prédit→ l'IA deviendra à terme aussi intelligente que les humains dans tous les domaines (AFFIRMATION, 0.9)
- Yann LeCun —prédit→ l'IA de niveau humain ne reposera pas sur les LLM, qui garderont un rôle d'interface textuelle (AFFIRMATION, 0.9)
- Yann LeCun —affirme_que→ les LLM autorégressifs, en eux-mêmes, ne mèneront pas à une IA de niveau humain (AFFIRMATION, 0.9)
- Yann LeCun —s_oppose_à→ country of geniuses in a data center (CONCEPT, 0.85)
- Yann LeCun —affirme_que→ aucune voiture ne sait apprendre à conduire en quelques heures de pratique comme un adolescent de 17 ans (AFFIRMATION, 0.9)
- Yann LeCun —affirme_que→ aucun système d'IA ne comprend le monde réel ni n'apprend vite de nouvelles compétences comme un chat domestique (AFFIRMATION, 0.9)
- voiture autonome de niveau 5 —fait_partie_de→ limites de l'IA (CONCEPT, 0.75)
- efficacité d'apprentissage —s_applique_à→ IA de niveau humain (CONCEPT, 0.8)
- LLM —permet→ interface textuelle vers des systèmes d'IA (AFFIRMATION, 0.8)
- Yann LeCun —référence→ Geoffrey Hinton (PERSONNE, 0.75)

---
Canonical: https://www.thekb.eu/fr/fiches/lecun-still-far-from-human-level-ai-llm-2026-09-25/