Intelligence artificielle et humaine sont-elles comparables ?

Cet article a été publié dans notre maga­zine Le 3,14 sur l’IA. Télé­char­gez-le ici.

L’intelligence arti­fi­cielle (IA) bou­le­verse le monde tel que nous le connais­sons. Elle s’im­misce dans toutes les par­celles de nos vies, avec des objec­tifs plus ou moins dési­rables et ambi­tieux. Imman­qua­ble­ment, l’IA et l’intelligence humaine (IH) sont com­pa­rées. Loin de sor­tir de nulle part, cette confron­ta­tion s’explique par des dyna­miques his­to­riques ins­crites au plus pro­fond du pro­jet IA.

L’IA et l’IH, en tant que domaines d’études, ont co-évo­lués. Deux approches se dis­tinguent depuis les pré­mices de l’informatique moderne : l’évolution par paral­lé­lisme ou par igno­rance. « Les fon­da­teurs de l’IA se sont divi­sés en deux approches. D’un côté, ceux qui vou­laient ana­ly­ser les pro­ces­sus men­taux humains et les repro­duire sur ordi­na­teur, en miroir, afin que les deux entre­prises se nour­rissent mutuel­le­ment. De l’autre, ceux qui voyaient dans l’IH une limite plus qu’une ins­pi­ra­tion. Ce cou­rant était inté­res­sé par la réso­lu­tion de pro­blèmes, autre­ment dit par le résul­tat et non par le pro­ces­sus », rap­pelle Daniel Andler. 

Notre pro­pen­sion à com­pa­rer IA et IH dans de nom­breux écrits n’est donc pas une lubie actuelle, elle fait par­tie de l’histoire de l’IA. Ce qui est symp­to­ma­tique de notre époque, c’est la ten­dance à assi­mi­ler l’ensemble de la numé­ri­sphère à l’IA : « Aujourd’­hui, on qua­li­fie d’IA toute l’informatique. Il faut remon­ter aux fon­de­ments de la dis­ci­pline pour com­prendre qu’une IA est un outil concret, qui se défi­nit par le cal­cul en train de se faire et la nature de la tâche qu’il résout. Si la tâche semble mettre en jeu des apti­tudes humaines, on va s’interroger sur la capa­ci­té d’intelligence. Voi­là, en sub­stance, ce qu’est l’IA », explique Maxime Amblard. 

Les deux grands cou­rants, pré­cé­dem­ment men­tion­nés, ont don­né nais­sance à deux grandes caté­go­ries d’IA :

• l’IA sym­bo­lique, basée sur des règles d’inférences logiques, qui se pré­oc­cupe peu de la cog­ni­tion humaine
• l’IA connexion­niste, basée sur des réseaux de neu­rones, qui s’inspire de la cog­ni­tion humaine

Maxime Amblard nous replonge dans le contexte de l’époque : «  Au milieu du 20^ème siècle, la capa­ci­té de cal­cul des ordi­na­teurs est infime com­pa­rée à aujourd’hui. Alors, on se dit que pour avoir des sys­tèmes intel­li­gents, il faut que le cal­cul contienne de l’information experte qu’on aura préa­la­ble­ment enco­dée sous forme de règles et de sym­boles. En paral­lèle, d’autres cher­cheurs s’in­té­ressent plu­tôt à la façon dont on pour­rait faire émer­ger de l’expertise. La ques­tion devient alors : com­ment peut-on construire une dis­tri­bu­tion de pro­ba­bi­li­té, qui four­ni­ra une bonne expli­ca­tion du fonc­tion­ne­ment du monde ? Dès lors, on com­prend pour­quoi ces approches ont explo­sé lorsque la dis­po­ni­bi­li­té des don­nées, les capa­ci­tés de mémoire et de cal­cul ont radi­ca­le­ment augmenté. » 

Pour ima­ger le déve­lop­pe­ment his­to­rique de ces deux branches, Maxime Amblard uti­lise la méta­phore de deux skis qui avancent l’un après l’autre : « Avant que la puis­sance de cal­cul ne soit au ren­dez-vous, les modèles pro­ba­bi­listes étaient invi­si­bi­li­sés au pro­fit des modèles sym­bo­liques. Actuel­le­ment, on vit un moment fort de l’IA connexion­niste grâce à ses résul­tats révo­lu­tion­naires. Néan­moins, le pro­blème de l’ex­pli­ca­bi­li­té des résul­tats laisse la voie ouverte aux sys­tèmes hybrides (connexion­nistes et sym­bo­liques), afin de remettre de la connais­sance dans les approches pro­ba­bi­listes classiques. »

De son côté, Anna­belle Blan­ge­ro pré­cise qu’au­jourd’­hui « il y a débat pour savoir si les sys­tèmes experts cor­res­pondent vrai­ment à de l’IA, étant don­né qu’on a ten­dance à qua­li­fier d’IA des sys­tèmes qui impliquent néces­sai­re­ment du machine lear­ning ». Néan­moins, Daniel And­ler évoque que l’une des figures de proue de l’IA, Stuart Rus­sell, qui reste très atta­ché à l’IA sym­bo­lique. Maxime Amblard abonde éga­le­ment dans ce sens : « J’ai peut-être une vision trop influen­cée par l’histoire et l’épistémologie de l’IA, mais je trouve que pour qua­li­fier quelque chose d’intelligent, il est plus impor­tant de se deman­der com­ment, ce qui est pro­duit par le cal­cul, trans­forme le monde, plu­tôt que de s’indexer sur la nature de l’outil qui a été uti­li­sé. » 

Après le détour his­to­rique et défi­ni­tion­nel, se pose la ques­tion sui­vante : l’IA et l’IH sont-elles les deux faces d’une même pièce ? Avant de pou­voir éla­bo­rer une réponse, il faut s’interroger sur le cadre métho­do­lo­gique qui rend cette com­pa­rai­son pos­sible. Pour Daniel And­ler, « le fonc­tion­na­lisme est le cadre par excel­lence dans lequel se pose la ques­tion de la com­pa­rai­son, à condi­tion que nous appe­lions “intel­li­gence” le résul­tat com­bi­né des fonc­tions cog­ni­tives. » Pour­tant, il manque presque sûre­ment quelque chose pour s’approcher au plus près de l’intelligence humaine, située dans le temps et dans l’espace. « His­to­ri­que­ment, c’est John Hau­ge­land qui déve­loppe cette idée d’un ingré­dient man­quant dans l’IA. On pense sou­vent à la conscience, à l’in­ten­tion­na­li­té, à l’autonomie, aux émo­tions ou encore au corps », déve­loppe Daniel Andler.

En effet, la conscience et les états men­taux asso­ciés semblent man­quer à l’IA. Pour Anna­belle Blan­ge­ro, cet ingré­dient man­quant n’est qu’une ques­tion de moyens tech­niques : « Je viens d’une école de pen­sée en neu­ros­ciences où l’on consi­dère que la conscience émerge de l’évaluation per­ma­nente de l’environnement et des réac­tions sen­so­ri-motrices asso­ciées. Par­tant de ce prin­cipe, la repro­duc­tion de la mul­ti­mo­da­li­té humaine sur un robot devrait faire émer­ger les mêmes carac­té­ris­tiques. Aujourd’hui, l’architecture des sys­tèmes connexion­nistes repro­duit assez fidè­le­ment ce qu’il se passe dans le cer­veau humain. D’ailleurs, on uti­lise des mesures d’activités simi­laires au sein des réseaux de neu­rones bio­lo­giques et artificiels.”

Néan­moins, comme le fait remar­quer Daniel And­ler, « Aujourd’hui, il n’existe pas de théo­rie unique pour rendre compte de la conscience chez l’être humain. La ques­tion de son émer­gence est lar­ge­ment ouverte et sujette à de nom­breux débats dans la com­mu­nau­té scien­ti­fi­co-phi­lo­so­phique. » Pour Maxime Amblard, la dif­fé­rence fon­da­men­tale réside dans la volon­té de faire du sens. « Les humains construisent des modèles expli­ca­tifs de ce qu’ils per­çoivent. Nous sommes de véri­tables machines à faire du sens. »

Mal­gré ce déve­lop­pe­ment argu­men­té, la ques­tion du rap­pro­che­ment entre IA et iH reste entière. De fait, le pro­blème est avant tout concep­tuel et concerne la façon dont nous défi­nis­sons l’intelligence. 

Une défi­ni­tion clas­sique décri­rait l’intelligence comme l’ensemble des capa­ci­tés per­met­tant la réso­lu­tion de pro­blèmes. Dans son récent ouvrage, Intel­li­gence arti­fi­cielle, intel­li­gence humaine : la double énigme, Daniel And­ler pro­pose une défi­ni­tion alter­na­tive, élé­gante et à rebours : « Les ani­maux (humains ou non-humains) déploient la facul­té de s’adapter à des situa­tions. Ils apprennent à résoudre des pro­blèmes qui les concernent, situés dans le temps et dans l’espace. Ils se fichent allè­gre­ment de résoudre des pro­blèmes géné­raux, décon­tex­tua­li­sés. » 

Cette défi­ni­tion, qui est sujette à débat, a le mérite de repla­cer l’intelligence dans un contexte et de ne pas en faire un concept inva­riant. Le mathé­ma­ti­cien et phi­lo­sophe rap­pelle éga­le­ment la nature du concept d’intelligence. « L’intelligence fait par­tie de ce qu’on nomme un concept épais : il est à la fois des­crip­tif et objec­tif, appré­cia­tif et sub­jec­tif. Bien qu’en pra­tique, on peut rapi­de­ment conclure sur l’intelligence d’une per­sonne dans une situa­tion, on peut tou­jours en dis­cu­ter en principe. »

Fina­le­ment, la ques­tion de la com­pa­rai­son semble inin­té­res­sante si on attend une réponse concrète. Elle l’est davan­tage pour com­prendre le che­min intel­lec­tuel par­cou­ru, le pro­ces­sus. Cette réflexion met en exergue des ques­tions cru­ciales : que vou­lons-nous don­ner à l’IA ? Dans quels buts ? Que sou­hai­tons-nous pour le futur de nos sociétés ? 

Des ques­tions essen­tielles qui ravivent les chal­lenges éthiques, éco­no­miques, légis­la­tifs et sociaux qui doivent être rele­vés par les acteurs et actrices du monde de l’IA et par les gou­ver­ne­ments, les citoyens et les citoyennes du monde entier. Au fond, il est inutile de savoir si l’IA nous res­semble ou nous res­sem­ble­ra. La seule ques­tion qui importe est que vou­lons-nous en faire et pourquoi ? 

Julien Hernandez