Un geste très ancien
Quand un élève de 6e tape une question dans un assistant IA au CDI, il prolonge un geste qui a près de quatre mille ans : déléguer à un objet ce que la tête fait moins bien. Ce geste, on le retrouve devant une AESH qui calcule mentalement le tiers-temps d’une épreuve, devant un gestionnaire qui ouvre Excel pour boucler une commande, devant un principal qui lance un export Pronote pour préparer un conseil. Le calcul délégué, c’est l’air qu’on respire dans un EPLE. Et il vient de loin.
Cet article fait le trajet — du boulier à la puce d’IA — pour situer où nous en sommes vraiment en 2026, et pourquoi la prochaine décennie ne ressemblera pas aux précédentes.
Avant tout, un objet tenu dans la main
Un suanpan chinois, héritier direct de l’abaque mésopotamien. Chaque boule représente une quantité discrète — un 0 ou un 1 avant la lettre.
Le premier instrument de calcul connu, le boulier (ou abaque), est attesté en Mésopotamie 2000 ans avant notre ère. Les Chinois lui donneront sa forme la plus aboutie — le suanpan — bien plus tard. Le mot important, ici, c’est discret : le boulier représente l’information par sauts — une boule, ou pas de boule. C’est exactement ce que feront, des millénaires plus tard, les bits dans la mémoire d’un ordinateur.
Vers -87 avant J.-C., sur une épave repêchée en mer Égée, un mécanisme en bronze à engrenages, la machine d’Anticythère, calcule des positions astronomiques. Personne en Europe ne fabriquera l’équivalent avant mille six cents ans. La technique, parfois, se perd.
La mécanique apprend à compter
La Pascaline de 1642, conservée au CNAM. Pascal a dix-neuf ans quand il la construit pour aider son père percepteur. Une dizaine d’exemplaires seulement seront fabriqués.
En 1623, l’astronome allemand Wilhelm Schickard construit pour Kepler une « horloge calculante », première machine mécanique connue à effectuer des additions. Elle disparaît dans un incendie. Dix-neuf ans plus tard, en 1642, à dix-neuf ans, Blaise Pascal réalise pour son père — percepteur des impôts à Rouen — la Pascaline, capable d’additionner et de soustraire des nombres de huit chiffres. Une dizaine d’exemplaires seront fabriqués. C’est un échec commercial : trop chère, entre 100 et 140 livres, soit une fortune.
En 1673, Leibniz ajoute la multiplication et la division. Mais le saut conceptuel, celui qui prépare l’informatique, vient d’ailleurs. Il vient des métiers à tisser. Vers 1804, Joseph-Marie Jacquard met au point un métier qui lit ses motifs sur des cartes perforées. Pour la première fois, une machine exécute une suite d’instructions stockée à l’extérieur d’elle-même. La distinction entre la machine et son programme est née dans une fabrique lyonnaise.
Le métier de Jacquard (vers 1804) lit ses motifs sur des cartes perforées. La même technologie servira un siècle plus tard à programmer les premiers ordinateurs IBM.
Charles Babbage saisit l’idée. En 1834, il conçoit la machine analytique, un calculateur mécanique programmable par cartes perforées. La machine n’a jamais fonctionné de son vivant — la mécanique du XIXᵉ siècle n’était pas assez précise — mais elle contenait déjà ce qui fait un ordinateur : une unité de calcul, une mémoire, un programme externe. Ada Lovelace, qui rédige pour cette machine la première suite d’instructions destinée à un calcul autre qu’arithmétique, est considérée comme la première programmeuse de l’histoire.
Un mathématicien imagine la machine universelle
Babbage manquait des outils. Il manquait aussi du concept. Ce concept arrive en 1936, dans un article où Alan Turing décrit une machine abstraite — pas un objet, un raisonnement — capable d’exécuter n’importe quel calcul tant qu’on lui fournit le bon programme. La machine de Turing ne fait rien : elle prouve. Elle prouve qu’une seule architecture peut, en principe, simuler toutes les autres.
C’est le théorème fondamental qui sépare l’informatique de la simple calculatrice mécanique. Quand on dit aujourd’hui qu’un grand modèle de langage est Turing-complet, on lui décerne ce certificat-là — celui de pouvoir, en théorie, calculer tout ce qui est calculable.
ENIAC : l’électronique et la salle entière
L’ENIAC à l’Université de Pennsylvanie, 1945. Trente tonnes, 18 000 tubes à vide, 167 m² au sol. Sa programmation se faisait à la main, en débranchant et rebranchant des câbles.
La guerre accélère tout. En 1945, à l’Université de Pennsylvanie, J. Presper Eckert et John Mauchly achèvent l’ENIAC. C’est le premier ordinateur électronique généraliste. Les chiffres font sourire aujourd’hui : 30 tonnes, environ 18 000 tubes à vide, 160 kilowatts consommés (de quoi alimenter un petit lycée), 167 m² au sol, et 5 000 additions par seconde. À l’époque, c’est mille fois plus rapide que tout ce qui existait. Sa programmation se fait en débranchant et rebranchant des câbles à la main. Quand un tube grille — ce qui arrive plusieurs fois par jour — il faut le remplacer.
Ce n’est pas tenable. Il faut autre chose.
En décembre 1947, dans les Bell Labs du New Jersey, John Bardeen, Walter Brattain et William Shockley assemblent un objet de quelques millimètres qui fait la même chose qu’un tube à vide — interrompre ou laisser passer un courant — sans surchauffe ni ampoule. C’est le transistor. Tout ce qu’on lit sur un écran aujourd’hui découle de cette pièce-là.
Au passage : d’où vient le mot « ordinateur » ?
Avant d’aller plus loin, un détour. Si nous parlons aujourd’hui d’ordinateurs et non de computers ou de calculateurs, c’est à cause d’une lettre. Une seule. Datée du 16 avril 1955 et signée d’un professeur de philologie latine de la Sorbonne, Jacques Perret.
Au printemps 1955, IBM France s’apprête à fabriquer dans son usine de Corbeil-Essonnes ses premières machines électroniques destinées au traitement de l’information — ce que les Américains appellent Electronic Data Processing System. Le mot anglais computer, lui, est plutôt réservé aux machines scientifiques et se traduit aisément par « calculateur » ou « calculatrice ». Mais IBM anticipe l’arrivée de machines bien plus puissantes, capables de traiter de grandes quantités de données par programme. « Calculateur » paraît trop étroit. Il faut un autre mot.
François Girard, responsable de la publicité chez IBM France, écrit alors à l’un de ses anciens maîtres, Jacques Perret, latiniste à la Sorbonne, en sollicitant son avis. La lettre est signée par Christian de Waldner, président d’IBM France. La réponse, manuscrite, tient en une page. Elle commence ainsi :
« Cher monsieur, que diriez-vous d’ordinateur ? C’est un mot correctement formé, qui se trouve même dans le Littré comme adjectif désignant Dieu qui met de l’ordre dans le monde. »
Perret poursuit en notant que le mot a l’avantage de produire facilement un verbe (ordiner) et un nom d’action (ordination). Il reconnaît l’inconvénient — ordination désigne aussi une cérémonie religieuse — mais juge les deux champs de signification suffisamment éloignés pour que la confusion soit improbable. Il propose même, en passant, une variante féminine : ordinatrice électronique. La lettre se termine par cette invitation qui mérite d’être lue par tout cadre habitué aux décisions techniques :
« Je souhaite que ces suggestions stimulent, orientent vos propres facultés d’invention. N’hésitez pas à me donner un coup de téléphone si vous avez une idée qui vous paraisse requérir l’avis d’un philologue. »
La lettre originale du 16 avril 1955, conservée aux archives IBM France. Une page manuscrite qui a fixé pour soixante-dix ans le mot français.
IBM retient la proposition. Le grand public l’adopte en quelques années. Et ordinatrice tombe en désuétude — la machine restera masculine.
Ce qui frappe, rétrospectivement, c’est le choix de sens. Là où l’anglais computer met l’accent sur le calcul (de to compute, calculer), le français choisit la mise en ordre. Le mot vient du latin ordinator — celui qui ordonne, qui organise, qui agence. Dans l’usage théologique médiéval, Dieu ordinateur du monde désigne celui qui range le chaos en cosmos. Perret transfère cette idée à la machine : un ordinateur n’est pas d’abord ce qui compte, c’est ce qui organise l’information. Avec le recul de 2026, on pourrait dire que la langue française a eu, en 1955, une intuition juste sur ce qui allait devenir le métier des machines : moins calculer que classer, indexer, mettre en relation, ordonner.
Une coopération universitaire-industrielle bénévole, en 1955, entre un latiniste de la Sorbonne et un industriel américain. On a connu des inventions techniques plus coûteuses pour un effet moindre.
Du transistor au Macintosh
L’Intel 4004 de 1971 : 2 300 transistors sur un ongle, conçu à l’origine pour une calculatrice de bureau japonaise. Plus puissant que l’ENIAC, mille fois plus petit.
Pendant vingt-cinq ans, on apprend à empiler les transistors sur des plaques de silicium. En 1971, Intel sort le 4004, premier microprocesseur du commerce, conçu à l’origine pour une calculatrice japonaise. Il tient sur un ongle. Il contient 2 300 transistors, fonctionne à 740 kHz, exécute environ 92 000 instructions par seconde. Plus que l’ENIAC, dans un objet plus petit qu’une pièce de cinq centimes. Une chambre forte de calcul est devenue une miette.
Le Macintosh de 1984. 128 ko de RAM — moins que la taille d’une photo de smartphone aujourd’hui — et pourtant le premier ordinateur grand public à interface graphique.
Treize ans plus tard, le 24 janvier 1984, Apple présente le Macintosh lors du Super Bowl. 2 495 dollars de l’époque, soit environ 7 700 dollars d’aujourd’hui. Un Motorola 68000 cadencé à 8 MHz, 128 ko de RAM, un écran noir et blanc de neuf pouces, un lecteur de disquettes 400 ko. C’est le premier ordinateur personnel grand public à interface graphique : on clique avec une souris au lieu de taper des commandes.
Pour donner l’échelle : 128 ko de RAM, c’est moins que la taille d’une seule photo prise par un téléphone aujourd’hui. Le Mac de 1984, qui a fait basculer le monde dans l’informatique personnelle, ne pourrait littéralement pas charger une image que n’importe quel élève prend en sortant de cours.
La loi de Moore, mode d’emploi
En 1965, Gordon Moore — co-fondateur d’Intel — observe dans la revue Electronics que le nombre de transistors qu’on peut mettre sur une puce double tous les ans. Il révise son estimation en 1975 : tous les deux ans. Cette « loi », qui n’est ni une loi physique ni une loi économique mais une prédiction tenue par l’industrie comme une feuille de route, est restée à peu près vraie pendant un demi-siècle.
Les chiffres concrets de cette accélération donnent le vertige. En 1971, le 4004 embarque 2 300 transistors. En 1985, l’Intel 386 en compte 275 000 — soit cent fois plus en quatorze ans. Dix ans plus tard, le Pentium dépasse trois millions. En 2008, on franchit le milliard. En 2022, la puce Nvidia H100, qui entraîne la plupart des grands modèles d’IA actuels, en intègre 80 milliards. Deux ans plus tard, en 2024, le Nvidia Blackwell B200 monte à 208 milliards, et la société Cerebras met au point une puce taille d’une plaque de silicium entière — le WSE-3 — avec 4 000 milliards de transistors. En cinquante-trois ans, le facteur de multiplication est de l’ordre du milliard.
Et ce n’est qu’une partie de l’histoire. La fréquence d’horloge a aussi grimpé : de 740 kHz sur le 4004 à plusieurs GHz aujourd’hui, soit un autre facteur mille. Et les puces modernes ne font plus une opération à la fois : elles en exécutent des milliers en parallèle. Mises bout à bout, ces accélérations expliquent pourquoi un téléphone de 2026 est plusieurs centaines de milliards de fois plus puissant, en opérations par seconde, que l’ENIAC.
2026 : la courbe plie
Il y a un détail qu’on entend rarement dans les conférences enthousiastes : la loi de Moore est en train de finir. Pas parce qu’on n’arrive plus à fabriquer de transistors plus petits — on en fabrique encore — mais parce que les gains marginaux deviennent disproportionnés par rapport aux coûts. Construire une usine capable de graver à 2 nanomètres coûte aujourd’hui plus de 20 milliards de dollars. Le silicium se heurte à des limites quantiques : en dessous d’une certaine taille, les électrons franchissent les barrières par effet tunnel et le transistor ne sait plus dire si c’est 0 ou 1.
L’IEEE, qui pilote les feuilles de route du secteur, a abandonné en 2016 la simple traque de la miniaturisation pour passer à ce qu’elle appelle More than Moore : empilement 3D, architectures spécialisées, accélérateurs dédiés. Les gains de puissance des cinq prochaines années ne viendront plus principalement de transistors plus petits, mais de puces plus malines — pensées spécifiquement pour faire tourner un type de calcul, comme les puces neuronales d’Apple ou les TPU de Google.
« En 2025, la loi de Moore n’est pas obsolète, elle est transformée — elle n’est plus une simple prédiction de mise à l’échelle des transistors, mais un cadre multifacette reflétant l’innovation architecturale, l’ingéniosité de fabrication et un changement profond dans la manière dont les gains de performance sont obtenus. »
C’est la version polie. La version directe : les LLM qu’utilisent les enseignants en 2026 tournent sur des puces que personne, en 2015, n’avait imaginées. Et les modèles que nous aurons en 2030 tourneront sur des architectures que personne ne maîtrise encore complètement aujourd’hui.
Et l’école, là-dedans ?
Pourquoi raconter cette longue histoire dans un blog destiné à des cadres de l’Éducation nationale ? Pour trois raisons simples.
D’abord parce que la trajectoire compte. Un assistant IA dans un navigateur, c’est l’aboutissement de quarante siècles d’instruments de calcul, dont les soixante derniers ont compressé des chambres fortes de tubes à vide en miettes de silicium. Comprendre ça, c’est arrêter de penser que « l’IA est apparue en 2022 avec ChatGPT ». Elle est apparue le jour où Pascal a cherché à soulager son père de calculs répétitifs. Et accessoirement, le jour où un latiniste a décidé que cette machine s’appellerait ordinateur, c’est-à-dire celle qui ordonne — ce que font précisément les modèles d’aujourd’hui quand ils classent, indexent, mettent en relation.
Ensuite parce que la courbe plie maintenant. Les six prochaines années ne ressembleront pas aux six précédentes. Les progrès viendront moins de la puissance brute, davantage de l’astuce — modèles plus petits mais mieux entraînés, calcul à la périphérie sur les téléphones et les ordinateurs des élèves, fine-tuning sur des corpus métier. Cela veut dire que l’IA en classe en 2030 ressemblera moins à un dialogue distant avec un super-cerveau qu’à un copilote local qui connaît votre établissement.
Enfin parce que les choix qu’on fait maintenant comptent plus longtemps qu’on ne l’imagine. Pendant cinquante ans, on pouvait se dire qu’il suffisait d’attendre la prochaine génération de matériel pour que les contraintes disparaissent. Ce n’est plus vrai. Les outils qu’un chef d’établissement choisit en 2026, la formation qu’il propose à ses équipes, le cadre qu’il pose pour les élèves — tout cela aura une portée plus longue que dans les vingt années précédentes, parce que le rythme du changement matériel ralentit pendant que celui des usages, lui, accélère.
Pour aller plus loin
- Ainsi naquit le mot « ordinateur »… — CIGREF, transcription complète de la lettre de Jacques Perret du 16 avril 1955.
- Que diriez-vous d’« ordinateur » ? — Bibnum, dossier universitaire sur la genèse du mot et son contexte industriel.
- Jacques Perret (philologue) — article Wikipédia sur le latiniste à qui l’on doit le mot.
- Moore’s Law — article Wikipédia, état des connaissances en 2026 sur les chiffres de transistors et les feuilles de route IEEE.
- Timeline of Computer History — 1984 — Computer History Museum, archives sur le Macintosh.
- The microprocessor turns 50 — Chemical & Engineering News, juin 2021. Récit synthétique tube à vide → transistor → 4004.