Le paradoxe de Moravec est une observation formulée dans les années 1980 par le roboticien Hans Moravec (et parallèlement par Marvin Minsky et d’autres) : pour l’intelligence artificielle, il est relativement facile de maîtriser ce que les humains considèrent comme difficile — la logique, les échecs, les calculs complexes — mais extrêmement difficile de maîtriser ce que tout jeune enfant sait faire sans réfléchir : marcher, voir, reconnaître un objet et le saisir avec dextérité.
L’explication est évolutive. Les compétences sensorielles et motrices ont été perfectionnées par la nature pendant des centaines de millions d’années ; elles sont donc intégrées en nous, automatiques et paraissent « simples ». Le raisonnement abstrait est au contraire récent à l’échelle de l’évolution, et nous l’accomplissons lentement et avec effort — c’est pourquoi il nous semble être la performance la plus exigeante. Or ce sont justement ces anciennes capacités « faciles » qui sont les plus complexes sur le plan computationnel et les plus difficiles à programmer.
Pour la robotique humanoïde, ce paradoxe est en substance le problème fondateur de la discipline. Il explique pourquoi nous disposons d’une IA qui compose un poème ou résout une équation, alors que construire un robot capable de ranger de façon fiable n’importe quelle cuisine ou de saisir délicatement un fruit mou reste un problème non résolu. La manipulation habile est particulièrement exigeante — voir main dextre — tout comme le maintien de l’équilibre pendant la marche, raison pour laquelle naissent des robots comme Atlas, Figure 03 ou Phoenix.
Le paradoxe de Moravec est aussi la raison pour laquelle l’approche actuelle s’appuie davantage sur l’apprentissage à partir de données (apprentissage par imitation) que sur la programmation manuelle — les compétences physiques sont en effet difficiles à décrire par des règles, mais on peut les montrer. C’est l’ossature théorique du concept d’IA incarnée et un antidote utile au battage médiatique : les progrès des modèles de langage ne signifient pas automatiquement qu’un robot saura maîtriser le monde qui nous entoure.