L’informatique a longtemps été perçue comme le domaine par excellence de la rigueur absolue, de la précision millimétrée — un univers où le flou n’a pas droit de cité, où l’incertitude est une faute professionnelle. On lui accolait volontiers une réputation de forteresse réservée aux initiés, aux « mateux » et autres nerds, selon la terminologie consacrée. On lui accolait, devrais-je dire, car le 30 novembre 2022 a marqué une rupture nette dans cette représentation collective. L’irruption de ChatGPT dans la conscience du grand public a tout reconfiguré.
Certes, les grands modèles de langage existaient déjà dans les cercles spécialisés, mais c’est ce basculement vers la démocratisation soudaine qui mérite réflexion. Le succès fut immédiat, presque déconcertant — et c’est précisément là que réside la première anomalie. Car l’internaute lambda, lorsqu’il interroge un moteur de recherche, cherche avant tout de l’information vérifiable, solide, propre à dissiper ses propres incertitudes. Or voilà qu’on lui propose un outil qui, avec l’aplomb confondant d’un érudit, peut tout simplement inventer.
C’est dans ce contexte qu’apparaît le mot qui, selon moi, restera comme l’un des choix de vulgarisation les plus malheureux de ces dernières années : hallucination. Terme emprunté au registre psychiatrique — voire mystique —, il convoque spontanément l’image du visionnaire dérangé, du médium en transe, du poète habité. Tout sauf l’ingénieur. En introduisant subrepticement une dimension surnaturelle dans un phénomène qui n’en contient objectivement aucune, on a semé la confusion dans des esprits déjà fragilisés par la complexité technique. Non, l’intelligence artificielle n’hallucine pas. Elle ne consomme pas de substances. Elle commet des erreurs structurelles, calculables, analysables — ce qui est fondamentalement différent.
Ce glissement sémantique n’est pas anodin. Il s’inscrit dans une tradition de vulgarisation approximative dont l’informatique quantique offre un autre exemple frappant. Là aussi, les métaphores censées éclairer le profane finissent par l’égarer davantage. Et pourtant, contrairement aux LLM, l’informatique quantique reste encore largement sans application grand public — bien que ce moment approche à grands pas. La fenêtre pour bien faire les choses se referme.
Plus de trois ans après ce tournant, les mêmes questions ressurgissent inlassablement dans les débats : les LLM sont-ils vraiment intelligents ? Peut-on distinguer une intelligence naturelle d’une intelligence artificielle, et laquelle serait supérieure à l’autre ? Ce paradoxe sociologique m’interpelle : les opposants les plus véhéments à ces technologies sont souvent ceux qui en maîtrisent le moins les mécanismes internes, quand leurs utilisateurs les plus assidus se soucient peu de les comprendre — simplement parce que ça fonctionne.
Einstein, à qui l’on prête la formule — « La théorie, c’est quand on sait tout et que rien ne fonctionne. La pratique, c’est quand tout fonctionne et que personne ne sait pourquoi » —, n’imaginait sans doute pas décrire avec une telle précision l’articulation entre mécanique quantique et intelligence artificielle. Et pourtant, rarement une citation n’aura semblé aussi prophétique.
- L’IA, c’est compliqué
- J’y comprend rien
- Je l’utilise
- Je ne l’utilise pas
- J’en comprend assez pour l’utiliser