À l’ère du big data et de l’intelligence artificielle, les algorithmes occupent une place croissante dans les décisions et dans notre vie quotidienne : ce que nous lisons, achetons, regardons, et parfois même l’accès à un crédit ou à un emploi. Conçus pour gagner en rentabilité et en productivité, les algorithmes ne sont pas exempts de biais ni d’effets indésirables. Lorsqu’ils sont amenés à décider à la place des humains, les algorithmes soulèvent des questions éthiques et sociales que le droit commence à encadrer.
Qu’est-ce qu’un algorithme ?
Un algorithme est une suite finie d’instructions précises qui, correctement exécutées, permettent de résoudre un problème ou d’obtenir un résultat. Une recette de cuisine en est un exemple familier : des ingrédients en entrée, des étapes dans un ordre donné, un plat en sortie.
En informatique, l’algorithme est le squelette logique d’un programme. La programmation consiste à le traduire dans un langage informatique, que la machine exécute ensuite, après compilation ou par l’intermédiaire d’un interpréteur.
Le mot lui-même rend hommage à un savant du IXe siècle : il vient du nom latinisé du mathématicien persan al-Khwârizmî, qui travaillait à Bagdad et dont les ouvrages ont diffusé en Europe les méthodes de calcul avec les chiffres indo-arabes.
Comment se construisent les algorithmes
Un algorithme s’organise généralement en quatre parties :
- la déclaration des variables : la description des éléments que l’algorithme va manipuler ;
- l’entrée des données : leur récupération et leur initialisation ;
- le traitement : l’exécution des opérations nécessaires pour répondre au problème posé ;
- la sortie : la communication du résultat.
Chaque opération doit être assez élémentaire pour pouvoir, en principe, être réalisée en un temps fini par une personne munie d’un papier et d’un crayon.
Les caractéristiques d’un bon algorithme
L’informaticien Donald Knuth, dans son ouvrage de référence The Art of Computer Programming, retient cinq propriétés essentielles. Un algorithme doit être :
- fini : il se termine après un nombre fini d’étapes ;
- défini : chaque étape est décrite avec précision, sans ambiguïté, pour chaque cas ;
- doté d’entrées, les données sur lesquelles il travaille ;
- doté de sorties, les résultats qu’il produit ;
- effectif : ses opérations sont assez simples pour être réellement exécutées.
Un bon algorithme se concentre sur la logique de résolution plutôt que sur un langage particulier, et reste lisible et structuré. Sa performance se mesure à sa rapidité d’exécution, à sa sobriété en mémoire et en énergie, à la précision de ses résultats et à sa capacité à traiter des volumes de données croissants.
Où trouve-t-on des algorithmes ?
D’abord conçus pour résoudre des problèmes de calcul, les algorithmes ont envahi tous les domaines. Ils sont omniprésents :
- dans les outils du web : moteurs de recherche, recommandations de contenus ou de produits, fils d’actualité des réseaux sociaux, personnalisation des interfaces ;
- dans les applications : reconnaissance d’images et de visages, assistants vocaux, sites de rencontre, vérification de documents, aide à la conduite ;
- dans de nombreux secteurs : finance et assurance, médecine et imagerie, transports, logistique, recrutement.
Les algorithmes de recommandation, qui exploitent nos données personnelles et façonnent notre vie en ligne, ne sont qu’une branche de l’algorithmique, la science de la conception et de l’analyse des algorithmes.
Puissance et limites des algorithmes
La grande vertu des algorithmes est de permettre l’exécution optimisée de tâches répétitives, en décrivant les enchaînements logiques à un niveau abstrait et général. Un gros effort d’analyse au moment de la conception permet de mettre au point des algorithmes très puissants et de gagner un temps considérable.
Les progrès de l’algorithmique sont aussi impressionnants que ceux des ordinateurs. Le calcul des décimales de pi en est l’illustration : quelques milliers de décimales au milieu du XXe siècle, puis 300 000 milliards en avril 2025, un record homologué par le Guinness des records, obtenu grâce à l’algorithme des frères Chudnovsky et au logiciel y-cruncher.
Leurs limites ne sont pas seulement matérielles. La puissance de calcul et la mémoire ne sont pas infinies, mais il existe aussi des limites mathématiques : dès 1936, Alan Turing a démontré que certains problèmes ne peuvent être résolus par aucun algorithme, et d’autres, bien que solubles, demanderaient un temps de calcul astronomique.
Les questions éthiques posées par les algorithmes
- Des données biaisées : des données d’entrée incomplètes, de mauvaise qualité ou porteuses de préjugés faussent le résultat, et une logique du « faire au mieux » peut produire des modèles erronés.
- La bulle de filtres : en nous proposant surtout ce qui ressemble à nos goûts, nos réseaux ou notre localisation, les algorithmes peuvent enfermer l’internaute dans une sphère d’information, alors qu’internet devait ouvrir l’accès à toutes les connaissances.
- L’opacité et le pouvoir des plateformes : en 2015, des expériences menées par les chercheurs Robert Epstein et Ronald Robertson, publiées dans la revue PNAS, ont montré qu’un classement biaisé de résultats de recherche pouvait faire basculer de 20 % ou plus les intentions de vote d’électeurs indécis. D’autres chercheurs ont jugé l’effet plus modeste dans des conditions réalistes, mais le risque est réel.
- Les jugements de valeur du concepteur : choisir comment classer l’information ou s’il vaut mieux éviter les faux positifs ou les faux négatifs dans un logiciel d’imagerie médicale sont des décisions subjectives.
- La discrimination : des prix qui varient selon la localisation de l’internaute ou le moment de la consultation, des systèmes de notation qui aggravent les inégalités parce qu’ils reproduisent le passé. La mathématicienne Cathy O’Neil a recensé ces dérives dans Weapons of Math Destruction (2016), traduit en français sous le titre Algorithmes : la bombe à retardement (Les Arènes, 2018).
Encadrer les algorithmes : garde-fous et réglementation
Les concepteurs d’algorithmes, data scientists en tête, ont une responsabilité éthique et professionnelle importante. Il leur revient de :
- mener des tests approfondis avant la mise en service, puis des contrôles permanents, avec la possibilité de suspendre le système ;
- adopter une charte éthique pour repérer et corriger les biais et discriminations potentiels, liés par exemple au sexe ou à l’origine ;
- prévoir des voies de recours pour contester les décisions prises ;
- publier des analyses d’impact et rendre les algorithmes aussi transparents et intelligibles que possible.
Des auditeurs indépendants doivent aussi pouvoir décortiquer les modèles, mesurer leurs biais et certifier qu’ils sont exacts, cohérents et équitables. Le droit a commencé à suivre :
- en France, la loi pour une République numérique de 2016 impose à l’administration d’informer les citoyens lorsqu’une décision les concernant est prise sur le fondement d’un traitement algorithmique ;
- le RGPD, applicable depuis 2018, encadre les décisions entièrement automatisées produisant des effets juridiques sur une personne ;
- le règlement européen sur l’intelligence artificielle (AI Act), entré en vigueur le 1er août 2024, classe les systèmes selon leur niveau de risque. Ses obligations de transparence s’appliquent depuis le 2 août 2026, tandis que celles visant les systèmes à haut risque, comme ceux utilisés pour le recrutement, le crédit ou l’éducation, ont été reportées au 2 décembre 2027.
Certains systèmes censés améliorer les décisions humaines finissent par aggraver les problèmes qu’ils devaient résoudre. Rendre les algorithmes plus équitables et leurs concepteurs plus responsables passe par leur ouverture, leur contrôle par des tiers et la possibilité pour chacun de contester leurs décisions.
Questions fréquentes
Quelle différence entre un algorithme et un programme ?
L’algorithme est la méthode, la suite logique d’étapes. Le programme est sa traduction dans un langage informatique, exécutable par une machine. Un même algorithme peut être programmé dans de nombreux langages.
Un algorithme est-il forcément informatique ?
Non. Une recette de cuisine, la méthode de la division posée ou le mode d’emploi d’un meuble en kit sont des algorithmes. Les mathématiciens en utilisaient bien avant les ordinateurs.
Qu’est-ce qu’un algorithme de recommandation ?
C’est un algorithme qui analyse vos comportements passés, et parfois ceux d’utilisateurs aux goûts proches, pour vous suggérer un film, un produit, un article ou une vidéo.
Peut-on contester une décision prise par un algorithme ?
Oui. Le RGPD donne le droit, dans certains cas, de ne pas faire l’objet d’une décision entièrement automatisée et d’obtenir une intervention humaine. Pour les décisions administratives, la loi française permet de demander les principales règles de l’algorithme utilisé.