Quel est le lien entre un conte africain datant de 3000 ans, Les Voyages de Gulliver (1726) de Jonathan Swift, et le prix de votre nouvel ordinateur ? À première vue, difficile de répondre. Et pourtant, comme dirait Dirk Gently, détective holistique : “Everything is connected !”

J’ai commencé à tirer ce fil en jouant récemment à un jeu vidéo qui m’a laissé une sensation étrange.

Eliza

Eliza (jeu de Zachtronics sorti en 2019) nous propose d’incarner Evelyn, une jeune femme qui a participé à la conception d’une Intelligence Artificielle (IA) thérapeutique. Après un burn-out qui l’a tenue éloignée du monde de la tech pendant plusieurs années, elle revient dans le monde du travail, non pas comme développeuse, mais comme proxy. Son travail consiste à lire à voix haute, face à de vrais patients, les phrases qu’Eliza, l’IA thérapeute, lui suggère sur l’écran de ses lunettes connectées.

Elle découvre alors, en tant qu’utilisatrice et face aux patients, ce que sa création est devenue, et commence à se demander si elle a bien fait.

Je travaille dans la tech depuis près de 20 ans. Je me suis reconnu en Evelyn sous plusieurs aspects, et au début, j’ai préféré ne pas vouloir comprendre lesquels.

Il y a d’abord cette question que je me pose régulièrement, sur le futur que nous construisons à travers nos innovations technologiques. Je me souviens d’une journée en famille à suivre une chasse au trésor imprimée sur une feuille A4 pour découvrir une ville du Cantal. J’ai réalisé à ce moment là que je m’amusais bien plus qu’avec la plupart des applications mobiles de visite à la mode. J’y inclus celles que je concevais à l’époque.

Nous disposons aujourd’hui avec l’IA d’une technologie qui pourrait nous décharger des tâches les plus ingrates et répétitives. Et pourtant, nous mettons en avant la génération d’illustrations médiocres, de livres sans auteurs, et de musiques sans musiciens. Nous confions aux machines ce qui nous rend humains, et nous conservons intactes les corvées qui nous privent précisément de l’espace nécessaire à nous exprimer à travers la création.

Il y a ensuite l’autre versant : des millions de personnes confient aujourd’hui leurs angoisses les plus intimes à de grands modèles de langage (les LLM), parce qu’elles n’ont personne à qui parler. Certaines y trouvent une forme de réconfort, beaucoup développent une forme de dépendance émotionnelle, et pour quelques-uns, cela se termine mal. Nous n’avons jamais été aussi connectés, et en même temps si seuls. Pour avoir traversé moi-même le parcours de la thérapie, je sais qu’un espace d’écoute, ce n’est pas cela.

J’ai d’abord pensé que cette situation était nouvelle, apparue avec ChatGPT, puis Claude, Gemini, etc. En cherchant à la comprendre, j’ai compris qu’elle était écrite depuis bien plus longtemps. Des intuitions traversant les siècles, déposées ici et là par des gens qui n’avaient ni ordinateurs, ni modèles de langage, mais qui avaient déjà senti venir quelque chose. C’est cette histoire que je raconte ici, parce que je crois qu’elle nous dit quelque chose d’important sur ce qui nous arrive.

ELIZA

En voulant en savoir plus sur le jeu Eliza, j’ai appris qu’il avait été nommé ainsi en référence à ELIZA, un programme informatique conçu en 1966 par Joseph Weizenbaum, chercheur en informatique germano-américain. Ce programme était l’un des premiers agents conversationnels, destiné à simuler une discussion avec un psychothérapeute, et avait pour but d’étudier les modes de communication entre humains et machines.

Pour contourner les limites techniques de l’époque et éviter d’embarquer dans le programme une immense base de connaissances sur le monde réel, Weizenbaum utilisa un ingénieux système de reconnaissance de mots-clés, classés selon leur nature et leur importance, puis un script de décision appelé DOCTOR qui détermine la réponse à formuler. Il créa pour cela un langage de programmation sur mesure adapté aux chaînes de caractères, nommé Michigan Algorithm Decoder Symmetric List Processor (MAD-SLIP), et une méthodologie de substitution, donnant à l’utilisateur une illusion de compréhension du langage naturel.

À sa grande surprise, le programme était si convaincant que beaucoup d’utilisateurs (sa secrétaire la première) développèrent une dépendance émotionnelle à ce programme ELIZA (au point d’avoir nommé effet ELIZA la tendance humaine à attacher aux mots un sens que l’ordinateur ne peut y avoir mis) !

Évidemment, ce programme ne pouvait pas réellement comprendre l’utilisateur, il se contentait d’entretenir la parole de ce dernier, en transformant habilement ses propres phrases en questions, pour l’inciter à continuer. N’oublions pas le contexte : à l’époque, l’ordinateur personnel n’existe pas. Pour les premiers usagers, discuter avec une machine avait encore quelque chose de magique, et malgré les contestations insistantes de Weizenbaum, ils étaient convaincus de percevoir une forme d’intelligence et de compréhension.

Lorsque le logiciel ne trouvait aucune correspondance avec ses instructions dans la phrase de l’usager, et ne savait donc comment interpréter celle-ci, la réponse par défaut était : “Je vois…”, ou “Je comprends…”. Ce qui aurait pu constituer une faiblesse du programme se révéla toutefois être un atout inattendu ! Certaines personnes découvraient qu’elles n’avaient pas besoin d’une vraie réponse, mais plutôt d’être écoutées sans jugement. L’illusion devenait réelle dans l’acte même de parler.

Alan

Cette expérience jusqu’ici inédite de pouvoir communiquer naturellement avec une machine, en étant convaincu que c’est un humain qui nous répond, est à rapprocher des travaux d’Alan Turing sur le concept d’intelligence artificielle dès 1950. Il décrira sous forme d’un Test (Test de Turing, initialement nommé Imitation Game - jeu d’imitation) la faculté d’une machine à tromper le jugement d’un humain sur sa nature même.

Turing, mathématicien britannique, joua un rôle majeur dans la cryptanalyse des communications allemandes lors de la Seconde Guerre mondiale. Il est aujourd’hui largement considéré comme le père de l’informatique et un pionnier de l’intelligence artificielle. Turing estimait qu’en l’an 2000, il serait possible de programmer des ordinateurs dotés de près de 128 mégaoctets (Mo) de mémoire et de les faire jouer au jeu d’imitation si bien, qu’un utilisateur moyen n’aurait pas plus de 70% de chance de l’identifier correctement après lui avoir posé des questions pendant cinq minutes. Sa prédiction sur la quantité de mémoire des ordinateurs de l’an 2000 s’avéra très juste, mais le test de Turing demeura invaincu bien plus longtemps.

Battre ce test est resté pendant longtemps un objectif scientifique secondaire, car en fin de compte il ne permet pas de mesurer une forme d’intelligence ou de conscience, mais simplement d’imitation. Pouvoir se faire passer pour un humain à travers le langage est-il suffisant pour considérer une machine comme intelligente ? Nous savons reconnaître des formes d’intelligence très développées chez certaines espèces animales sans que la communication avec elles soit nécessaire. Turing reste néanmoins une figure emblématique pour les défenseurs de l’intelligence artificielle, notamment en raison de sa vision naïvement optimiste de l’avenir : “Un jour,ces dames promèneront leurs ordinateurs au parc et se raconteront : ‘Mon petit ordinateur a dit quelque chose de vraiment drôle ce matin !’”

Si l’an 2000 n’a pas vu la réalisation complète de la vision de Turing, on peut relever quelques évènements marquants. En 1997, le super-calculateur IBM Deep Blue battait pour la première fois le champion Garry Kasparov dans un match d’échecs, en utilisant une puissance de calcul gigantesque (évaluant 200 millions de coups par seconde), qui lui permettait de sélectionner le meilleur coup à chaque instant. Il piochait pour cela dans une base de données compilant des décennies de parties professionnelles. Il faudra attendre 2016 pour que Google DeepMind batte un joueur de Go (un défi considéré plus difficile encore que les échecs) en utilisant l’apprentissage automatique d’un réseau de neurones artificiels, ce qui lui permettait de développer une logique propre.

Les progrès de ces cinq dernières années ont été si significatifs, qu’ils éclipsent presque les avancées de l’intelligence des machines qui ont pu être faites depuis ELIZA en 1966. Ainsi en 2023, le journal Nature annonce que ChatGPT-4 serait le premier programme à vaincre le test de Turing, réussissant à tromper 41% des testeurs, surpassant GPT 3.5 qui plafonnait à 14%. Des chercheurs de Stanford confirment ce résultat dans une étude début 2024. Puis, seulement un an plus tard, des chercheurs de l’université de San Diego organisent un test de 5 minutes où les participants discutent simultanément avec deux interlocuteurs. Après avoir dialogué avec un humain et ChatGPT-4.5, 73% des participants ont désigné ChatGPT-4.5 comme étant l’humain… Lors du même test et dialoguant avec le programme ELIZA de 1966, tout de même 23% des participants se sont laissés piéger. Pas mal pour un programme vieux de 60 ans !

La progression de ces dernières années est vertigineuse : nous avons franchi le point où l’illusion n’est plus discernable de la réalité. La machine sait désormais parler notre langage, l’écrire, mais aussi créer des images ou des sons dont on ne peut plus affirmer l’authenticité avec certitude. Mais cet exploit est-il le fruit d’une obsession datant de ce seul dernier siècle ?

Ada

Pour le savoir, faisons un nouveau retour en arrière, avant les premiers agents conversationnels des années 1960, avant l’invention du transistor qui permit la fabrication du premier ordinateur électronique en 1947, avant leurs prédécesseurs les ordinateurs à tubes à vide ou électromécaniques, et arrêtons-nous aux balbutiements de la maîtrise de l’électricité, en 1842, dans un village du sud de l’Angleterre.

Ada Lovelace, comtesse de Lovelace, née Ada Byron en 1815 à Londres, fille d’un poète et d’une mère férue de mathématiques, fut élevée principalement par sa grand-mère. Elle reçut une éducation approfondie en mathématiques et en sciences, sous l’impulsion de sa mère, ce qui était très inhabituel à l’époque pour une jeune fille de la noblesse. Ses centres d’intérêt furent remarquablement larges, allant de la mécanique à ce qu’elle appelait la science poétique, en passant par l’idée de modéliser mathématiquement les pensées et les sensations. En grandissant, sa tutrice, la scientifique Mary Somerville lui permit de côtoyer de nombreuses célébrités de l’époque (parmi eux, les scientifiques Andrew Crosse, Charles Wheatstone, Michael Faraday ou l’auteur Charles Dickens). En 1833, elle rencontra Charles Babbage, mathématicien et inventeur visionnaire en qui elle sembla trouver une figure paternelle.

Babbage travaillait alors à la conception d’une machine à calculer d’un genre nouveau, incorporant un système d’automatisation dans une machine à différences (dispositif entièrement mécanique destiné au calcul des tables de fonctions polynomiales). Il reprit pour cela un concept mis au point au tout début du siècle, par un inventeur Lyonnais, qui rendait les métiers à tisser configurables par l’opérateur (le métier Jacquard, premier système mécanique programmable). L’écriture d’une séquence d’instructions en perforant des cartes de papier permettait à la machine de lire et d’interpréter ces ordres, qu’elle convertissait mécaniquement en motifs sur le morceau d’étoffe. Babbage souhaitait adapter cette invention pour doter une machine à calculer de capacités similaires. Il n’aura hélas jamais l’opportunité de fabriquer sa machine analytique, mais consacra sa vie à sa conception dans les moindres détails.

La machine analytique tisse des motifs algébriques tout comme le métier Jacquard tisse des fleurs et des feuilles.

En 1842, Ada s’intéressa à la machine de Babbage, et lui proposa ses services pour le développement et la promotion de celle-ci. Pour se familiariser avec son fonctionnement, et en l’absence d’un Babbage malade, on lui suggéra de traduire en anglais une transcription française de la conférence que Babbage donna à Turin quelques années plus tôt, et qui avait été récemment publiée. Babbage lui demanda d’enrichir la traduction avec les notes qu’elle jugerait utiles, commentant et détaillant certains aspects de l’article. Elle entama alors une période de travail acharné qui aboutit à la rédaction de sept notes, notées de A à G, représentant près de trois fois le volume de texte de l’article original. Cette traduction accompagnée des notes d’Ada fut publiée en 1843, et reçut un certain succès car l’ouvrage, très précis et documenté, rendait indiscutable l’utilité de la machine analytique. Une chose que Babbage avait échoué à communiquer jusqu’alors.

Les notes d’Ada Lovelace sont désormais légendaires dans l’histoire de l’informatique et en particulier la note G, qui décrit un algorithme très détaillé pour calculer les nombres de Bernouilli (une suite de nombre rationnels) en utilisant la machine analytique. Cet algorithme est souvent considéré comme le premier programme informatique publié au monde, un siècle avant la fabrication du premier ordinateur, et sans jamais avoir été testé (Babbage ne trouvera jamais les fonds pour faire construire sa machine). Ada devient donc la première codeuse de l’histoire, et invente dans ce premier programme, la première boucle conditionnelle (tant que X est vrai, faire Y) qui est devenue incontournable dans les programmes informatiques.

Certains remirent en question le statut de première programmeuse à Lady Lovelace, arguant que des notes de Babbage précédant cette publication contenaient déjà des premières ébauches de programmes pour la machine. Mais ceux-ci ne furent jamais publiés, et les spécialistes concèdent qu’ils n’atteignaient pas la sophistication et l’élégance de celui d’Ada. Quelle que soit la manière de raconter cette histoire, on ne peut nier que les notes de la mathématicienne la placent comme la première à entrevoir des applications de cette machine à calculer programmable qui dépassent largement le cadre des mathématiques.

La machine pourrait aussi agir sur autre chose que les nombres […] Imaginons, par exemple, que les relations fondamentales des hauteurs en musique, dans l’harmonie et la composition, puissent être décrites et adaptées [de manière mathématique] : la machine pourrait alors composer des œuvres musicales élaborées et rigoureuses, d’une complexité et d’une ampleur quelconques.

Oui, vous avez bien lu, alors que l’invention de la photographie bouleverse les façons de représenter le monde, que les machines à vapeur propulsent l’industrie vers une révolution, et que l’objet le plus futuriste à ce moment est le télégraphe, Ada invente le concept de musique électronique… en observant le fonctionnement d’un métier à tisser !

Ada Lovelace s’intéresse beaucoup au fonctionnement du cerveau, et manifeste dès 1844 sa volonté de créer un modèle mathématique expliquant comment le cerveau produit les pensées et comment les nerfs donnent naissance aux sensations (une modélisation mathématique du cerveau). La note G contient un avertissement sur le fait que la machine analytique ne constitue pas une forme d’intelligence artificielle :

La machine analytique n’a absolument aucune prétention à donner naissance à quoi que ce soit. Elle peut faire tout ce que nous savons lui ordonner d’exécuter. Elle peut suivre une analyse ; mais elle n’a aucun pouvoir d’anticiper des relations ou des vérités analytiques.

Cette dernière citation sera d’ailleurs commentée par Alan Turing en 1950, qui l’interprète de cette manière : “les ordinateurs ne peuvent pas nous surprendre”, ce à quoi il répond qu’au contraire, il peuvent bel et bien surprendre les humains, notamment lorsque les conséquences de certaines données ne sont pas immédiatement perceptibles. Il justifie l’opinion de Lovelace par le contexte scientifique de l’époque où elle écrivait, et selon lui, à la lumière de connaissances plus récentes, il apparaît que les mécanismes de stockage du cerveau présentent des similitudes avec ceux d’un ordinateur.

Cette similitude entre homme et machine, entre pensée et calcul, est évoquée par deux scientifiques qu’un siècle sépare. Ce n’est pas un évènement isolé, on pourrait également relier cette pensée aux philosophes du XVIIIe siècle, au cours duquel Descartes compare le corps humain aux mécanismes d’une horloge, ce que Rousseau reformule en :

Je ne vois dans tout animal qu’une machine ingénieuse, à qui la nature a donné des sens pour se remonter elle-même.

Et ce ne sont pas là les seuls auteurs à s’être penchés sur la question de la machine humaine, ou de l’intelligence artificielle.

Jonathan

Le XVIIIe siècle oscille entre deux sentiments. D’une part, l’enthousiasme pour les découvertes du siècle précédent qui change considérablement la façon dont on comprend le monde (Newton, Galilée, Kepler), ce qui provoque un essor des sciences expérimentales, la physique, l’astronomie, la médecine, tout comme les curiosités scientifiques et les projets techniques parfois absurdes. D’un autre côté, subsistent des croyances anciennes, des usages parfois naïfs de la science, et une sorte de scepticisme envers les bienfaits de la raison scientifique sur l’humanité.

C’est dans ce contexte que Jonathan Swift, écrivain, membre du clergé anglo-irlandais, et surtout satiriste et pamphlétaire politique, rédige Les Voyages de Gulliver, paru en 1726. Ce pastiche des récits de voyages, très populaires à l’époque, parfois classé dans la littérature jeunesse, est en réalité un pamphlet politique, une satire féroce du progrès scientifique, et un conte philosophique sur la condition humaine.

La Société royale de Londres pour l’amélioration des connaissances naturelles (abrégée en Royal Society) est une institution fondée en 1660 et siégeant à Londres, destinée à promouvoir les sciences. Cette société savante est impitoyablement moquée par Swift dans deux chapitres consacrés à l’île de Laputa, dans lesquels se multiplient les personnages excentriques et les exemples de recherche grotesque (capture de rayons solaires à l’aide de concombres, assouplissement du marbre pour en faire des oreillers, etc.). Les habitants de l’île sont obsédés par l’astronomie, les mathématiques et la physique, ils passent des journées entières à penser et repenser les choses, émettre des conjectures et faire des calculs incessants, au point de perdre tout sens commun.

Sur cette île, Gulliver rencontre un chercheur qui lui présente une machine étonnante. Faisant environ 7m de côté, composée de petits morceaux de bois de la taille d’un dé, reliés entre eux par des fils de métal, et sur les faces desquels sont collés des petits papiers. Sur ces papiers sont inscrits tous les mots de la langue, dans leurs différents modes, temps, ou déclinaisons, mais sans ordre. Sur le périmètre de la machine se trouvent quarante manivelles, qui une fois actionnées, font pivoter les morceaux de bois, changeant ainsi la disposition des mots. Le maître présent sur place demande alors à ses élèves de lire tout bas les lignes à mesure qu’elles apparaissent sur la machine, et lorsqu’il trouve trois ou quatre mots de suite qui peuvent faire partie d’une phrase, il les note. La classe s’applique à répéter cela inlassablement, plusieurs heures par jour. Le professeur présente a Gulliver plusieurs gros volumes de phrases décousues, dont il espère tirer un corps complet d’études sur toutes les sciences et les arts.

Chacun sait, disait-il, combien les méthodes ordinaires employées pour atteindre aux diverses connaissances sont laborieuses ; et, par ces inventions, la personne la plus ignorante pouvait, à un prix modéré et par un léger exercice corporel, écrire des livres philosophiques, de la poésie, des traités sur la politique, la théologie, les mathématiques, sans le secours du génie ou de l’étude.

Évidemment, en écrivant cela, en maître de l’absurde, Swift cherche à provoquer le lecteur, à ridiculiser les inventions de l’époque et les dérives scientifiques qui en découlent… Mais cela n’empêche qu’il nous décrit là, ni plus ni moins que… ChatGPT. Un grand modèle de langage (LLM) fonctionne en assemblant des fragments de mots, en cherchant les assemblages les plus probables, en se basant sur l’entrainement qu’il a reçu, qui consiste à décortiquer les millions de textes disponibles créés par l’homme (ou par d’autres ordinateurs). Un LLM ne comprend pas vraiment ce qu’il écrit comme un humain, la machine n’associe pas un sens aux mots qu’elle assemble, elle excelle à former et enchaîner des phrases en nous imitant.

Je profite de ce passage sur Les Voyages de Gulliver pour citer un autre passage intéressant pour notre histoire : lorsque le roi de Brobdingnag (une île peuplée de géants), rencontre Gulliver, qui à ses yeux paraît minuscule, il n’envisage pas un instant que celui-ci puisse être humain.

Il s’imagina que je pourrais être une machine artificielle comme celle d’un tournebroche, ou tout au plus d’une horloge inventée et exécutée par un habile artiste. Mais quand il eut entendu ma voix, et qu’il eut trouvé du raisonnement dans les petits sons que je rendais, il ne put cacher son étonnement et son admiration.

Nous avons donc tiré un fil, qui relie les LLM de notre présent à cette capsule temporelle vieille d’exactement trois cents ans. Un fil tissé de la soie du Test de Turing, évoqué plus tôt, et qui illustre l’obsession de l’homme pour la machine capable, si ce n’est de penser, tout au moins de parler notre langage.

On pourrait continuer ainsi longtemps, tant la question de l’intelligence artificielle, sous une forme ou une autre, a été traitée dans l’histoire de l’humanité. De Frankenstein de Mary Shelley au XIXe siècle, aux automates populaires au XVIIIe siècle, en passant par les légendes du Moyen-Âge ou les différents récits fondateurs de nos religions; chaque époque a vu l’imaginaire des hommes et des femmes fonctionner à plein régime, pour chercher à créer un égal de manière artificielle. Est-ce un moyen de combler une forme de solitude ? De laisser un trace de notre existence et de vaincre ainsi notre mortalité ? Est-ce simplement une conséquence de nos capacités cognitives, qui traduisent un avantage évolutif en nous permettant de transformer notre environnement, de construire, transmettre, créer, séduire et coopérer ?

Si l’on veut chercher le début de notre fil, le commencement de cette envie de créer le vivant de nos propres mains, on peut remonter jusqu’au mythe grec du sculpteur Pygmalion qui donne vie à sa statue avec l’aide d’Aphrodite. Mais on pense aujourd’hui que ce mythe tiendrait lui-même son origine d’une légende africaine datant de 3000 ans ! Et que penser des 45 millions de peintures et gravures rupestres et pariétales représentant l’homme et son environnement, témoignages des peuples nous précédant de plusieurs dizaines de milliers d’années ? S’animaient-elles sous la lueur d’une flamme pour permettre aux premiers hommes de raconter leur histoire, de se sentir moins seuls, ou de laisser leur empreinte ?

La saviez-vous ? L’agent conversationnel ELIZA de 1966 évoqué au début de ce récit, tient son nom du personnage d’Eliza Doolittle, protagoniste principale de l’adaptation en pièce de théâtre de Pygmalion par George Bernard Shaw en 1913 !

Claude

Revenons au présent, et répondons maintenant à la devinette qui ouvrait ce récit. Quel rapport entre cette histoire et le prix de la mémoire informatique en 2026 ?

Et bien, le programme ELIZA de 1966, faisant 420 lignes, utilisait pour fonctionner l’équivalent d’une centaine de kilo-octets de mémoire vive (environ l’équivalent de la quantité de données contenues dans un fichier PDF de 4 pages de texte).

De nos jours, il est possible de faire tourner un modèle de langage avec lequel on peut discuter, ou générer des images, sons, musiques, sur son propre ordinateur (façon ChatGPT, mais en restant privé, local, gratuit et bien moins consommateur d’énergie). Il faut pour cela utiliser un matériel appelé carte graphique, doté d’une grande quantité de mémoire vive. Ce sont justement ces cartes graphiques qui servent à jouer aux jeux vidéos, en transformant les lignes de code en images. Problème : après les pénuries causées par les mineurs de cryptomonnaies en 2020, ce sont désormais les géants de l’IA qui accaparent la plus grande partie de ces puces mémoires, d’où une envolée des prix (avec des tarifs parfois multipliés par 5 au cours de l’année 2025).

Pour avoir une intelligence artificielle locale, on utilise au moins 24 gigaoctets (Go) de mémoire. Soit environ 200 000 fois plus que ce qui était nécessaire pour le programme ELIZA de 1966. Pour nos IA préférées en ligne, les données ne sont pas publiques, mais on estime que les modèles actuels comme Gemini, Claude, ChatGPT (ou Le Chat, du français Mistral AI) pourraient nécessiter de l’ordre de 10 teraoctets (To) de mémoire pour fonctionner, soit plus de 400 PC de gaming allumés pour vous à chaque requête, soit 80 000 fois plus que la prédiction de Turing pour l’an 2000, et 10 milliards de fois plus de memoire que ce dont avait besoin ELIZA pour se faire passer pour un humain ! Vertigineux !

Conclusion

Ce que je reconnais dans le personnage d’Evelyn du jeu vidéo Eliza, c’est une posture que je connais bien : celle de quelqu’un qui a contribué à construire quelque chose, et qui se retrouve un jour à se demander ce que ça a produit. Il ne s’agit ni de regretter ni de déconstruire, mais d’affronter la question qui s’impose, et qu’on ne peut plus faire semblant de ne pas entendre.

De tous temps, nous avons cherché à créer des versions artificielles de nous-mêmes, et peu importe qu’il s’agisse de marbre, d’engrenages ou de lignes de code, la question reste “pourquoi ?”. Maintenant que la machine peut communiquer avec nous de manière indiscernable d’un autre humain, que choisissons-nous de lui confier ? Créer, ressentir, aimer : précisément ce qui nous rend humains ? Ou au contraire les tâches ingrates et pénibles, qui nous privent de l’espace nécessaire à nous sentir vivants ?

La machine apprend à nous parler. Pendant ce temps, à qui parlons-nous ?

Les tentatives de création de machines pensantes nous seront d’une grande aide pour découvrir comment nous pensons nous-même.