Aucun individu ne pourrait lire, dans le temps d’une vie, l’ensemble des données textuelles utilisées pour entraîner un LLM. Comme le rappelle Yann LeCun, les grands modèles de langage sont entraînés sur une masse textuelle considérable : il évoque environ 170 000 ans de lecture pour parcourir un tel corpus, à raison de huit heures par jour.
Pourtant, cette disproportion quantitative ne suffit pas à produire une pensée critique. On retrouve ici l’opposition formulée par Montaigne entre “une tête bien faite” et “une tête bien pleine” : accumuler des informations ne signifie pas savoir les organiser, les hiérarchiser et les problématiser.
Anne Alombert est philosophe contemporaine et maître de conférences à l’Université Paris 8. Elle est l’invitée de l’émission d’ARTE “Les idées larges avec Laura Raim et Youness Bousenna”, consacrée à sa réflexion sur l’IA générative.
La dérive anthropomorphique des IA génératives attachée au terme même d’”intelligence artificielle”, correspond, chez Canguilhem, à des expressions comme, aux expressions comme “cerveau artificiel”, “machine pensante” ou “intelligence artificielle” qui donnent l’impression que la machine agit seule, comme si elle avait une pensée autonome. Or, derrière la machine, il y a toujours des choix humains : choix des données, choix du modèle, choix des objectifs, choix économiques, choix politiques… Dans le domaine des neurosciences, Anne Alombert fait référence au (fameux) article de Kosmyna et al. (2025), “Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task”, consacré à la dette cognitive.
Ses réflexions s’appuient sur Simondon, Stiegler, Derrida et Platon pour penser les dispositifs techniques comme des objets ambivalents, pris entre soin (soutien) et poison : le concept de pharmakon/pharmacologie (Platon). Ainsi, par exemple l’externalisation de la mémoire sur des supports matériels, historiquement le papier, puis sur des supports numériques comme l’iPhone, le Mac ou le cloud, a toujours existé et semble de prime abord bénéfique.
Mais cette externalisation peut aussi affaiblir nos ressources cognitives. Par exemple, l’”effet Google”, étudié par Sparrow, Liu et Wegner en 2011, montre que l’on se souvient davantage du chemin permettant d’accéder à l’information, notamment les mots-clés, que de l’information elle-même.
Anne Alombert insiste donc sur l’importance de l’écriture et sur les effets cognitifs de sa délégation à une IA générative.
Bibliographie
Alombert, Anne (2025), De la bêtise artificielle. Pour une politique des technologies numériques. Paris, Allia
Alombert, Anne (2023), Schizophrénie numérique. La crise de l’esprit à l’ère des nouvelles technologies. Paris, Allia
