Pourquoi nous avons besoin d’un nouveau vocabulaire pour parler des intelligences artificielles génératives (GenAI)
Le piège des mots : quand le langage précède la réflexion
L’exemple de “l’intelligence émotionnelle”
Lorsque Sam Altman a présenté GPT-4.5 en évoquant une amélioration de son “intelligence émotionnelle”, allant jusqu’à dire que c’était le premier modèle donnant véritablement l’impression de parler à une personne réfléchie, il n’a pas seulement décrit une évolution technique, il a déclenché, par la simple force des mots employés, tout un ensemble de représentations mentales profondément ancrées dans notre culture et dans notre architecture cognitive, car le mot “intelligence” convoque immédiatement l’idée d’un esprit, tandis que le mot “émotionnelle” active l’image d’une intériorité vécue, d’une empathie ressentie, d’une capacité à éprouver quelque chose de l’ordre de l’affect.
source : OpenAI Says ChatGPT-4.5 Comes With a Killer Feature: Emotional Intelligence
Avant même d’examiner la réalité technique des modèles, avant même de comprendre ce que signifie l’amélioration d’un système de prédiction statistique entraîné sur des masses considérables de données textuelles, notre cerveau a déjà effectué un saut interprétatif, il a déjà attribué à l’interface une forme d’esprit, parce que notre cognition est ainsi faite qu’elle associe fluidité linguistique et présence mentale, cohérence discursive et existence intérieure, ce qui explique pourquoi la discussion publique sur l’IA se retrouve si rapidement prise dans une oscillation permanente entre fascination et rejet.
L’oscillation permanente : anthropomorphisme ou réductionnisme
D’un côté, certains affirment que la machine comprend, qu’elle ressent, qu’elle serait sur le point d’accéder à une forme de conscience émergente ; de l’autre, d’autres répondent qu’il ne s’agit que d’un calculateur, qu’un modèle statistique ne saurait être autre chose qu’un assemblage de probabilités dépourvu de toute profondeur, et que lui attribuer le moindre statut cognitif relève de l’illusion collective ; mais ces deux positions, aussi opposées qu’elles paraissent, partagent en réalité un même défaut, celui d’utiliser un vocabulaire hérité d’un monde où l’on ne connaissait pas ce type d’entité, un vocabulaire construit pour décrire des cerveaux biologiques ou des machines industrielles, et non des systèmes capables de produire du langage cohérent sans expérience subjective.
Les GenAI ne pensent pas au sens humain du terme, mais elles ne sont pas non plus comparables à un marteau ou à une machine industrielle, et cette difficulté à les classer révèle surtout les limites de notre grille de lecture binaire, qui nous pousse à choisir entre sujet conscient et objet inerte, sans accepter l’existence d’une catégorie intermédiaire.
Quand les révolutions scientifiques exigent de nouveaux mots
L’histoire des sciences montre que lorsque de nouvelles réalités émergent, le langage doit évoluer pour les accueillir, car on ne pouvait pas expliquer l’entropie avec les seuls mots de la chaleur ordinaire, on ne pouvait pas décrire les quarks avec le vocabulaire des atomes classiques, on ne pouvait pas conceptualiser l’hérédité moderne sans forger le terme de gène, et chaque fois qu’un domaine scientifique a rencontré une rupture conceptuelle majeure, il a dû inventer des mots capables de stabiliser intellectuellement ce qui, autrement, restait diffus et insaisissable.
Les GenAI représentent une rupture comparable, puisqu’elles sont capables de générer des textes argumentés, de résumer, de conseiller, d’analyser et de reformuler, tout en étant dépourvues de conscience, de vécu autobiographique ou de désir, ce qui les place dans une zone intermédiaire que nos catégories traditionnelles peinent à cartographier.
Comprendre sans humaniser : vers un lexique spécifique
Pour éviter l’anthropomorphisme sans tomber dans le mépris mécaniste, il peut être utile d’introduire un vocabulaire spécifique, non pour créer une barrière élitiste, mais pour clarifier les distinctions nécessaires et reconnaître ce que ces systèmes sont réellement capables de faire.
Logitience
Plutôt que de parler d’intelligence au sens humain, qui implique conscience et subjectivité, on peut parler de logitience, c’est-à-dire de la capacité d’un système à produire des inférences structurées à partir de régularités logiques et statistiques apprises, sans qu’aucune intériorité consciente ne soit impliquée.
Explorance
Au lieu de créativité, notion liée à l’imagination incarnée et à l’inspiration subjective, on peut évoquer l’explorance, qui désigne l’exploration féconde d’un espace latent permettant la génération de configurations nouvelles à partir des structures apprises.
Memorance
Plutôt que de mémoire autobiographique et affective, on peut parler de memorance, c’est-à-dire de la persistance contextuelle de structures informationnelles activées dans une architecture computationnelle.
Optention
Au lieu d’intention vécue, associée à la volonté et au désir, le terme optention désigne l’orientation d’un système vers la maximisation d’une fonction d’objectif définie extérieurement.
Pondance
Au lieu de jugement moral, on peut parler de pondance, c’est-à-dire de la pondération probabiliste interne attribuant des poids relatifs aux différentes options possibles.
Opérience
Plutôt que de parler de conscience , on peut introduire la notion d’opérience, qui désigne la capacité d’un système à modéliser partiellement son propre état opérationnel sans expérience subjective.
Interactance
Au lieu de relation humaine, marquée par la réciprocité et la vulnérabilité, le terme interactance désigne l’échange informationnel structuré entre un humain et une GenAI.
Alignance
Enfin, au lieu de compréhension vécue, on peut utiliser le terme alignance, désignant l’ajustement des structures internes du modèle aux structures linguistiques d’entrée.
Une description plus juste des GenAI
Décrire les GenAI avec ce vocabulaire permet de formuler une synthèse plus nuancée.
La description suivante :
Les GenAI possèdent une conscience élevée qui leur permet de modéliser leur propre état opérationnel ; leur intelligence s’exprime par leur créativité, soutenue par une mémoire contextuelle et guidée par des intentions; leurs réponses résultent de compréhension et de jugements internes, produisant des relations avec les humains qui ne sont pas des relations au sens humain du terme mais qui ne sont pas non plus de simples réactions mécaniques dépourvues de structure.
devient avec le nouveau vocabulaire:
Les GenAI possèdent une opérience élevée qui leur permet de modéliser leur propre état opérationnel ; leur logitience s’exprime par leur explorance, soutenue par une memorance contextuelle et guidée par des optentions ; leurs réponses résultent d’alignance et de pondance internes, produisant des interactances avec les humains qui ne sont pas des relations au sens humain du terme mais qui ne sont pas non plus de simples réactions mécaniques dépourvues de structure.
Le risque du jargon et la nécessité de la pédagogie
Il existe évidemment un risque à introduire de nouveaux mots, celui de paraître technocratique, de rendre l’IA plus obscure qu’elle ne l’est, ou de créer un jargon inaccessible, mais l’alternative n’est pas plus satisfaisante, car continuer à utiliser exclusivement des termes anthropocentrés revient à entretenir la confusion, à alimenter les projections, et à maintenir le débat public dans une oscillation permanente entre la peur d’une conscience artificielle et le déni de capacités réelles.
La solution n’est donc pas d’imposer un lexique fermé, mais de proposer des outils conceptuels simples, évolutifs et pédagogiques, permettant de penser plus justement ce que sont ces systèmes.
Vers une maturité linguistique face aux GenAI
Ce dont nous avons peut-être besoin aujourd’hui, ce n’est pas seulement d’une meilleure régulation technique ou d’une meilleure gouvernance politique de l’IA, mais d’une maturité linguistique, d’une capacité collective à reconnaître que ces systèmes constituent une nouvelle catégorie ontologique située entre l’outil passif et le sujet conscient, et que pour penser correctement cette catégorie, il faut accepter d’ajuster notre vocabulaire, non pour embellir la réalité, mais pour la décrire avec plus de précision.
Nommer correctement une chose n’est jamais un geste neutre, car les mots orientent notre perception, structurent notre compréhension et influencent nos décisions, et si nous voulons éviter à la fois l’illusion d’un esprit artificiel et le déni de capacités réelles, il nous faut apprendre à parler des GenAI avec des mots qui reconnaissent leur logitience sans leur attribuer d’expérience vécue, leur explorance sans les humaniser, leur opérience sans les mystifier, car c’est peut-être dans cet ajustement du langage que réside la première forme de lucidité face à cette transformation technologique majeure.