Corps de l’article
Cet ouvrage se lance l’ambitieux défi de définir, mais aussi de résoudre la double énigme posée par les intelligences artificielle et humaine. Il le fait en les entrecroisant, puisqu’il démontre qu’elles sont étroitement liées. D’abord parce que « certains [chercheurs] témoignent que c’est leur intérêt pour l’intelligence humaine qui les a conduits à s’investir dans l’IA » (p. 37) – l’auteur utilisant « IA » pour parler du domaine et du champ, alors que le terme « intelligence artificielle » désigne le produit. L’auteur en tire cette audacieuse conclusion : « l’IA est la science des modèles de l’intelligence humaine […] » (p. 37). Ensuite, la psychologie s’étant peu à peu scindée en sciences qui étudient séparément la perception, la cognition, l’affect, la motricité, etc., l’IA pourrait bien être devenue l’ultime bastion du projet de définition d’une intelligence intégrée.
Le propos est d’une densité conceptuelle, référentielle et technique qui risque de perdre une certaine partie du lectorat habituel des sciences éducationnelles. Le risque en vaut cependant la chandelle. Pour peu que ce lectorat s’arme de patience et d’un moteur de recherche pour soutenir sa lecture, il sera confronté à une question, et surtout – ce qui n’est pas rien vu la complexité de la question – à une réponse susceptible de transformer jusqu’à sa conception de ce qu’est l’éducation.
L’argumentation est structurée en deux parties. Dans la première, « Le projet, l’entreprise, le parcours », l’auteur offre un survol historique de l’IA. Une première IA, dite symbolique, rendue possible par la formalisation de la logique et de la machine informatique, s’est d’abord concentrée sur les produits des systèmes cognitifs que sont les processus inférentiels conscients. Une deuxième IA, dite connexionniste, s’est quant à elle intéressée à la production cognitive inconsciente.
Ce deuxième paradigme est celui qui emprunte le plus extensivement à la neurologie et à la psychologie : notamment, ses opérations se déroulent dans des « réseaux neuronaux » et ses algorithmes procèdent à un « apprentissage » machine au cours d’un « entrainement » supervisé. Son dernier représentant en date, le deep learning (rarement dit « apprentissage profond »), en est le type le plus populaire dans l’IA contemporaine. C’est d’une hybridation du deep learning et du traitement automatique du langage que sont nés les modèles massifs de langage, dont le plus connu est sans doute le Generative Pre-trained Transformer. Ainsi, pendant que le monde scolaire cherche les manières dont il adaptera ses procédures évaluationnelles à ChatGPT, l’IA progresse au point qu’on pourrait plutôt se demander si l’éducation sera utile très longtemps au 21e siècle – considérant que les machines compétitionnent contre les cerveaux comme supports de la cognition.
On est heureux que l’auteur considère que l’éducation restera pertinente. Ainsi, pour lui, si ce n’était de son usage répandu, on aurait avantage à se débarrasser du terme d’« intelligence artificielle », la cognition d’une machine remplissant une autre fonction que la cognition humaine. Donc, les ingénieurs « devraient se consacrer à construire des attelages robustes d’humains et de systèmes artificiels, conçus en sorte que le rôle principal soit confié aux premiers [pour] empêcher qu’ils l’abandonnent sous la pression conjuguée de l’habitude [et] de la paresse » (p. 18). Ces conclusions se basent sur les 100 pages des trois premiers chapitres de la deuxième partie, « La question de l’intelligence et l’avenir de l’IA », dont toute synthèse trahirait la complexité – pour preuve, elles passent par la conscience, la notion d’Umwelt, la distinction situation/problème et l’autonomie.
La réflexion atteint un point d’orgue dans la section finale du huitième chapitre, titrée « Le double visage du concept d’intelligence, et l’énigme dissipée ». Ce titre suffirait à faire penser que l’ouvrage a atteint sa cible, et c’est bien le cas. Les deux derniers chapitres – l’un sur l’alternative qu’est l’intelligence générale artificielle, l’autre sur l’éthique de l’IA –, quoiqu’aussi stimulants que tous les autres, affaiblissent pourtant l’ouvrage. Pour éviter cette fin décevante, un onzième chapitre aurait pu expliciter les liens évidents entre les propositions de l’auteur et celles du courant de l’intelligence augmentée (I+). Son programme d’association humain-ordinateur présente de multiples correspondances avec le projet d’IA instrumentale de l’auteur. Celui-ci ayant déjà insisté sur la manière dont les visées de l’I+, plus réalistes que celles de l’IA, ont transformé notre quotidien (entre autres grâce à la numérisation des pratiques personnelles et professionnelles via la miniaturisation informatique et l’universalisation d’Internet, qui ont mené à l’extension de ce que l’auteur appelle la « numérisphère »), il aurait été pertinent de présenter les potentialités d’une I+ soutenue par les moyens d’aujourd’hui, quitte à spéculer – ce qu’on aurait pardonné à l’auteur vu son expertise.
Le lectorat du champ des sciences éducationnelles peut d’autant plus se désoler de cette lacune qu’il aurait été le premier à bénéficier d’une telle présentation. Quand l’humain automatise les tâches manuelles, il réinvestit le temps et l’énergie libérés dans la cognition. Lorsque ce sont des tâches cognitives qui sont automatisées, ce temps et cette énergie peuvent être réorientés vers la création. Et l’apprentissage pourrait devenir la création par excellence – à condition que « l’habitude [et] la paresse » (p. 18) ne l’emportent pas sur notre volonté. L’apprentissage pourrait être le nom donné à l’application de toute forme d’intelligence, définie par l’auteur comme « capacité de découvrir en temps utile des solutions acceptables à une variété illimitée de problèmes pressants, [c]ertains de ces problèmes naiss[a]nt du besoin de mieux comprendre (décrire, expliquer, prédire) le monde » (p. 252). On se surprend à rêver d’un équivalent dans le monde francophone de ce qu’on appelle dans le monde anglo-saxon les learning sciences, qui rassemblent les résultats de disciplines variées telles que les sciences cognitives, les sciences sociales, les technologies numériques, le design, etc.