Contenu du sommaire : AIntelligences

Les fournisseurs d'IA parlent maintenant des raisonnements réalisés par leurs machines et, devant les résultats exceptionnels de la nouvelle vague dite « générative », les slogans publicitaires semblent enfin prendre vie. Résistent-ils pour autant à l'analyse ? Des intérêts commerciaux bien compris ne chercheraient-ils pas à entretenir une forme de confusion entre leurs intelligences (artificielles) et l'intelligence tout court ? Cet article commence par regrouper quelques caractéristiques saillantes de cette dernière avant de rappeler ce qui fait l'IA moderne et débouche sur les grands modèles de langage, leurs verbiages stochastiques et le verbiage qu'ils induisent chez leurs créateurs, ou plutôt leurs promoteurs. Cela autorise non pas une vaine comparaison entre deux modes de traitement de l'information dissemblables, mais un appui stable permettant de répondre à la question autrement plus féconde de leur éventuelle altérité, à laquelle l'article donne réponse.

Cet article propose une nouvelle approche épistémologique pour caractériser l'interaction entre humains et dispositifs technologiques langagiers à partir du concept de fabrique sémiotique hybride. Il s'agit de montrer que les modèles de langage probabilistes ne produisent ni un sens en soi, ni un non-sens, mais ouvrent des espaces interprétatifs distribués entre humains, artefacts techniques et milieux symboliques. En mobilisant les travaux de Bruno Latour, Charles Sanders Peirce et André Leroi-Gourhan, l'article défend l'idée que les « hallucinations » des agents conversationnels ne doivent pas être neutralisées, mais comprises comme des occasions de coconstruction du sens. Une telle perspective implique que l'éthique ne peut se réduire à une conformité technique. Ce cadre invite à repenser la régulation, non comme un formatage des réponses, mais comme la condition d'une coconstruction harmonieuse du sens.

Cet article propose une apologie critique de l'agentivité algorithmique, dans un effort diplomatique de réconciliation entre sciences informatiques et approches critiques des algorithmes. En nous appuyant sur les résultats d'ethnographies récentes portant sur la construction d'algorithmes, nous mettons en lumière deux capacités de l'intelligence propre à l'agentivité algorithmique : la capacité de concentration (un effort méthodique vers la précision), et la capacité de mise en relation (l'articulation de données nouvelles à des savoirs acquis), toutes deux empruntées à la discussion bergsonienne de l'intelligence. Nous montrons également que cette intelligence reste bornée, car incapable de saisir l'indéterminé.

Les outils conversationnels et d'IA générative proposés par de nombreux prestataires et LegalTech aux professionnels du droit, font l'objet de promesses, attentes et croyances, mais sont aussi parfois perçus comme non dénués de risques voire de souffrance. Domine actuellement, au sein des organisations, une approche productiviste priorisant le temps gagné et occultant les effets ambivalents de ces technologies sur la qualité de vie au travail ainsi que sur l'apprentissage du métier. Leur appropriation, qui varie selon les structures, l'avancée dans la carrière et la spécialisation, s'inscrit dans une division technique et morale du travail. Contribuant à la montée en force de professionnels aux profils hybrides, entre le droit, la gestion et le numérique, mais aussi à celle des fonctions juridiques au sein des entreprises, les IAgs s'inscrivent dans des recompositions à la fois professionnelles, managériales et organisationnelles.

Quelle incidence les SAI ont-ils sur les formes d'intelligence propres aux processus de formalisation dans le projet de design : la mise en forme sensible des idées, les langages formels, la compréhension physique et géométrique du monde tangible, la connaissance des techniques, matériaux et procédés de fabrication ? Nous examinerons comment l'intégration des SAI, d'abord symboliques puis connexionnistes, déplace, réactualise, fait muter ou oblitère ces savoir-faire et change les langages formels pensables et possibles. Les IA génératives actuelles font glisser le processus de formalisation d'une « écriture des formes » (dessin informé) à celle de l'exercice d'un regard. Placé au cœur de cette ambivalence de nos systèmes technologiques, où le rapport au réel est essentiellement médié par les images, tout en étant brouillé par l'hyperréalisme des images générées, le designer va chercher à ouvrir des voies de passage entre image et monde tangible, modélisation et fabrication, revisitant ses manières de projeter les formes.

Cet article explore la division du travail entre les experts humains et les algorithmes d'intelligence artificielle (IA) relevant de l'apprentissage automatique dans une société spécialisée dans l'audit des dégradations de la chaussée. Il s'agit d'analyser comment l'inclusion de l'IA a retracé les contours des domaines d'intervention des humains et des machines dans le travail de diagnostic. Il apparaît que sans la cohérence apportée par les experts humains aux résultats de l'IA ceux-ci sont peu exploitables et interprétables. Le cœur du travail de diagnostic n'est pas tant le repérage des dégradations sur la route que la mobilisation de connaissances et de compétences sociales propres aux humains et encore peu accessibles aux machines. Loin de remplacer l'humain, l'IA transforme les pratiques professionnelles tout en renforçant la complémentarité entre compétences humaines et capacités techniques.

Le syntagme « intelligence artificielle », au sein de la recherche scientifique, est attaché à un ensemble de propositions diverses et parfois concurrentes. Cet article vise à restituer cette diversité tout en mettant au jour la dynamique qui préside à sa subsomption sous un même terme. L'histoire du développement de l'IA a souvent été écrite comme une controverse entre deux propositions concurrentes : le connexionnisme, pour lequel l'intelligence est la capacité d'adaptation à un milieu, et qui entend reproduire des comportements humains par le traitement statistique de données ; et l'IA symbolique pour laquelle l'intelligence est la capacité à produire des raisonnements logiquement valides, et qui entend reproduire des gestes cognitifs par la programmation de modèles formels des raisonnements. Souvent décrits comme antagonistes, chacun de ces courants a pourtant recours aux mêmes images, aux mêmes métaphores. Il semble donc que l'histoire de l'IA puisse également être décrite sur le mode de la persistance et de la continuité. Je défends qu'à travers la variété des courants de l'intelligence artificielle, c'est un même « style de pensée » (au sens de Ludwik Fleck), un même corpus de catégories, qui fonde l'unité du projet d'intelligence artificielle. Ce dernier s'agrège autour d'un problème central posé aux sociétés anglo-saxonnes à la suite de la Seconde Guerre mondiale : la nécessité antinomique de définir l'humain à la fois comme un être déterminé, et comme un être libre. La capacité symbolique des techniques d'IA à proposer une résolution de cette antinomie à travers la figure de l'automate autotransformateur pourrait en partie expliquer l'ampleur qu'elles revêtent dans l'actualité des imaginaires sociaux.

Sous des formes diverses – assistants personnels intelligents, chatbots, grands modèles de langage (LLM) – les systèmes de dialogue humain/machine ont vu leur usage se développer auprès du grand public ces dernières années, constituant parmi les concrétisations les plus notables de l'intelligence artificielle dans les mondes sociaux. Une des promesses qui relie ces technologies est l'utilisation du langage « naturel » dans la relation à la machine au moyen d'une interface conversationnelle, impliquant le fait que tous ces dispositifs captent et réalisent l'intention de l'utilisateur. Elle s'appuie sur une conception de l'humain simplifiée, qui en fait un agent rationnel tendu vers la poursuite de buts clairement définis et formulés. C'est sur cette intentionnalité partagée et lexicalisée que se fonde l'activité collaborative humain-machine. Articulant une approche décontextualisée, taxinomique et opérative des énonciations, l'acte de dialogue automatisé constitue une radicalisation intentionnaliste de l'acte de langage définit par J.L Austin, réorienté vers un finalisme univoque propre à la technique.

Le développement de l'apprentissage machine a fait naître de vifs débats théoriques sur la notion d'intelligence et sur la possibilité de l'attribuer ou non à des systèmes artificiels. Face aux critiques anti-behavioristes, qui insistent sur la nécessité de définir l'intelligence comme une qualité spécifique, non réductible à des comportements et qui serait en fait propre à l'être humain, un certain nombre de tentatives théoriques ont été entreprises pour tenter de donner corps à la notion d'intelligence tout en prenant en compte les développements récents de l'IA. Néanmoins, l'ensemble de ces positions demeurent fondées, comme la perspective anti-behavioriste, sur une comparaison constante entre l'intelligence artificielle et l'intelligence humaine. Cet article tente au contraire d'envisager un différentialisme radical, qui permette de penser la multiplicité des intelligences. Il entend mettre cette idée à l'épreuve : peut-on soutenir qu'il existe différents types d'intelligence et que le concept d'intelligence n'est pas indexé à l'intelligence humaine ? En d'autres termes, peut-il exister des formes d'intelligence non anthropocentriques, c'est-à-dire qui divergent radicalement de l'intelligence humaine ? Pour ce faire, il analyse les trois contre-arguments majeurs que semble devoir susciter cette proposition : peut-on encore parler de critères de l'intelligence si l'on affirme sa multiplicité ? Cette position conduit-elle à revenir à une conception entièrement behavioriste de l'intelligence ? Ne condamne-t-elle pas le projet d'IA dans son ensemble en lui ôtant son horizon, à savoir l'imitation de l'intelligence humaine ?

Nous discutons la propension naturelle et couramment observée de l'attribution de capacités humaines comme l'intentionnalité, les émotions, ou l'intelligence aux phénomènes naturels, aux êtres vivants non humains ou aux objets et systèmes artificiels. Ses raisons sont probablement évolutionnaires, et profondément ancrées dans le comportement humain. L'anthropomorphisation qui en découle, ou le refus de celle-ci, a notamment des conséquences sur les croyances religieuses et sur l'attitude individuelle et sociale vis-à-vis des autres espèces vivantes ou des systèmes artificiels qui exhibent un comportement perçu comme intelligent. Nous discutons les enjeux éthiques de l'anthropomorphisation et ses effets concrets sur la conception des systèmes intelligents et sur les relations humain-machine.