Le AI Interface Museum de Kyle Jeong contient actuellement 49 cartes, de Siri en 2011 à des agents apparus en 2026.1
La collection donne envie d'y voir une chronologie générale de l'IA, mais ses captures racontent autre chose.
GPT-3, ChatGPT, Copilot, Siri ou Operator ne sont ni de même nature, ni de même puissance, ni destinés au même travail ; ce que les captures mettent réellement sur une ligne, c'est autre chose : la manière dont un humain donne une intention à une machine et reprend ensuite le contrôle de ce qu'elle fait.
Sur quinze ans, ce contrat change plusieurs fois.
Au début, on formule une commande ; viennent ensuite le prompt, la suggestion à accepter, la conversation qui conserve du contexte, l'objet éditable à côté du chat, puis l'agent qu'il faut regarder agir avant de décider s'il peut continuer.
L'histoire des interfaces IA ressemble ainsi moins à la disparition de l'interface qu'à un déplacement du point où l'humain exerce son jugement.
Dire la commande
Le musée commence le 4 octobre 2011 avec Siri sur l'iPhone 4S.1
La date correspond à l'annonce Apple. L'entreprise présente alors Siri comme un assistant auquel on parle naturellement pour demander d'envoyer un message, programmer un rappel, chercher une information ou accomplir une action sur le téléphone.2
La grande innovation d'interface n'est pas l'absence d'écran : Siri vit au milieu d'un système d'exploitation rempli de boutons, listes et applications, auquel il ajoute une entrée linguistique pour des fonctions déjà délimitées.
L'utilisateur garde une responsabilité assez simple : exprimer la bonne commande et vérifier la réponse. Le système ne lui demande pas de construire un programme, ni de suivre un plan de vingt étapes.
Écrire le programme
Le 11 juin 2020, le musée place le GPT-3 Playground sous l'étiquette « Prompt as programming ».1
Le même jour, OpenAI annonce son API et la décrit comme une interface générale « text in, text out » : un développeur fournit un texte, le modèle produit une continuation ou une transformation.3
L'interface change alors la nature du travail humain.
Il ne suffit plus de choisir parmi des intentions prévues par le téléphone. Le prompt devient une sorte de programme mou : exemples, consignes, format attendu, contexte et paramètres décrivent le comportement recherché sans langage formel strict.
Cette généralité transfère cependant une nouvelle charge à l'utilisateur : décrire le problème de façon suffisamment bonne pour faire émerger le bon comportement.
L'époque du prompt engineering est en partie née de cette surface vide qui paraissait si simple.
Accepter dans l'outil
Un an plus tard, GitHub Copilot déplace encore le point de contrôle.
Lors de la technical preview du 29 juin 2021, GitHub le présente comme un « AI pair programmer » intégré à l'éditeur, capable de proposer des lignes ou des fonctions entières à mesure que l'utilisateur tape.4
Le modèle n'est plus dans une page séparée où l'on vient expérimenter. Il apparaît dans le flux de travail existant.
Le geste clé devient l'acceptation locale : le développeur écrit un commentaire ou quelques lignes, voit une proposition apparaître, puis l'accepte, la modifie ou l'ignore. Le rôle humain n'est plus seulement de spécifier l'intention en amont. Il devient aussi celui qui valide chaque morceau au moment où il entre dans l'artefact final.
C'est une transition importante : l'IA commence à disparaître visuellement dans les outils ordinaires au lieu d'exiger son propre « espace IA ».
Garder la conversation
ChatGPT renverse à nouveau le contrat en novembre 2022.
OpenAI présente explicitement son format de dialogue comme un moyen de répondre aux questions de suivi, reconnaître des erreurs, contester des prémisses et poursuivre un échange.5
Le chat devient alors un conteneur de contexte : au lieu de condenser tout le problème dans une seule invite parfaite, l'utilisateur peut corriger, préciser, revenir sur une réponse et maintenir une tâche dans la durée.
Cette commodité crée sa propre dette d'interface, puisqu'une longue conversation mélange bientôt instruction, historique, brouillon, résultat, erreur, correction et nouvelle demande dans une seule colonne verticale.
Le chat est excellent pour négocier l'intention. Il est beaucoup moins bon pour devenir lui-même le document, le programme ou l'objet final.
Sortir le résultat
Anthropic matérialise cette séparation avec Artifacts lors du lancement de Claude 3.5 Sonnet en juin 2024 : le code, le texte ou le design généré apparaît dans une fenêtre dédiée à côté de la conversation.6
Le changement paraît presque banal aujourd'hui. Il répond pourtant à une limite structurelle du chat : une conversation et un objet éditable n'ont pas le même cycle de vie.
À gauche, on peut discuter, demander une variante et expliquer une contrainte. À droite, l'artefact garde une forme stable que l'on regarde et modifie comme un objet de travail.
Le musée date Artifacts du 20 juin 2024.1 La page Anthropic aujourd'hui disponible est datée du 21 juin et dit lancer la fonction ce jour-là.6
Une journée d'écart ne change évidemment pas l'histoire du design ; elle rappelle surtout quelque chose de plus important : cette collection est une sélection éditoriale vivante, pas un registre primaire infaillible. Les dates, catégories et formulations doivent être vérifiées lorsqu'elles deviennent des preuves.
Regarder agir
Le saut le plus important arrive lorsque l'interface cesse d'encadrer seulement une réponse ou un fichier et commence à encadrer une séquence d'actions.
Operator, présenté par OpenAI en janvier 2025, dispose de son propre navigateur et peut cliquer, taper et faire défiler des pages.7 L'annonce insiste aussi sur la reprise en main : l'utilisateur peut intervenir directement dans le navigateur lorsqu'une étape demande un mot de passe, un paiement ou un jugement plus sensible.7
Le ChatGPT agent lancé en juillet 2025 combine ensuite navigation, recherche et outils dans une tâche plus générale que le système peut planifier et exécuter.8
À ce stade, une simple bulle « voici ma réponse » ne suffit plus, car l'interface doit montrer ce que l'agent fait, où il se trouve, les actions déjà exécutées, ce qui attend une validation et la manière de récupérer la main.
Autrement dit, l'autonomie recrée de l'interface.
On pouvait imaginer qu'une IA plus capable ferait disparaître boutons, menus et états, mais l'inverse apparaît souvent : dès que le modèle touche au monde extérieur, il faut davantage de surfaces de contrôle pour que l'utilisateur puisse comprendre et interrompre le processus.
Montrer l'état
Cette évolution rapproche l'interface IA d'outils beaucoup plus anciens : console de suivi, gestionnaire de tâches, terminal, navigateur automatisé et historique d'opérations.
La conversation reste présente, mais elle devient l'une des couches du système plutôt que la totalité du produit.
Ce point fournit une grille plus utile que la chronologie brute du musée.
Pour comparer deux interfaces IA, on peut demander :
- où l'intention est-elle formulée ?
- quelle quantité de contexte l'utilisateur doit-il maintenir ?
- à quel moment valide-t-il le résultat ?
- que peut faire le système avant cette validation ?
- quelles actions sont visibles ?
- à quel moment l'humain peut-il reprendre le contrôle ?
Ces questions restent utilisables pour Siri, Copilot, ChatGPT, un générateur d'images ou un agent de navigateur, précisément parce qu'elles décrivent le contrat d'interaction plutôt que des modèles sous-jacents qui n'ont parfois presque rien de comparable.
Musée, pas benchmark
C'est aussi la principale limite du AI Interface Museum.
Ses 49 cartes mélangent assistants vocaux, recommandation, automobile, génération d'images, chatbots, outils de code, robots et agents.1 Il serait absurde de transformer leur ordre en courbe objective du « progrès de l'IA ».
La sélection dépend de Kyle Jeong. Certaines interfaces fondamentales sont forcément absentes, et la définition même d'une « interface IA » reste extensible presque à l'infini.
En revanche, comme collection de gestes d'interaction, l'ensemble devient très parlant.
Il montre que l'interface ne cesse pas de compter lorsque le modèle s'améliore. Elle compte davantage, parce qu'elle décide quelle part de la capacité devient compréhensible, modifiable ou dangereusement invisible.
Le prochain écran
Siri demandait : qu'est-ce que tu veux que je fasse ?
Le Playground demandait : peux-tu décrire le comportement assez précisément ?
Copilot demandait : acceptes-tu cette suggestion ?
ChatGPT demandait : veux-tu continuer la conversation ?
Artifacts ajoutait : est-ce bien cet objet que tu veux modifier ?
Les agents posent une question plus lourde : jusqu'où puis-je aller avant que tu aies besoin de regarder ?
C'est probablement la bascule la plus importante visible dans les 49 interfaces.
Le futur de l'interface IA n'est pas nécessairement un écran qui disparaît. Si les systèmes agissent davantage, il pourrait au contraire être un écran qui devient meilleur pour montrer ce qui se passe pendant qu'on ne clique plus soi-même.