Reconnaître une image, apprendre à partir d’exemples, classer des informations ou produire une réponse adaptée sont des capacités que l’être humain exerce quotidiennement. Ce sont aussi des performances que l’intelligence artificielle cherche à reproduire sous une forme informatique. Cette proximité explique pourquoi psychologie cognitive et intelligence artificielle se rencontrent régulièrement, même si leurs objets ne doivent pas être confondus.
La psychologie cognitive cherche à expliquer les opérations qui permettent à une personne de traiter une information, de la représenter et de l’utiliser. L’intelligence artificielle construit pour sa part des systèmes capables d’accomplir certaines tâches qui nécessitent habituellement des capacités cognitives humaines. Leur interaction devient particulièrement intéressante lorsque les modèles de l’une permettent de formuler des hypothèses pour l’autre, puis de tester jusqu’où la comparaison reste pertinente.
Comment la psychologie cognitive inspire-t-elle certains modèles d’intelligence artificielle ?
Pour construire un système capable de résoudre une tâche, il faut définir quelles informations il reçoit et comment celles-ci pourront être transformées avant qu’une réponse soit produite. Cette manière de décomposer un problème présente une parenté évidente avec la démarche de la psychologie cognitive, qui cherche elle aussi à identifier les opérations intermédiaires entre une information reçue et un comportement observable.
Les notions de représentation, de catégorisation ou d’apprentissage illustrent particulièrement ce rapprochement. Un humain ne traite pas chaque objet rencontré comme s’il était entièrement nouveau. Il repère des ressemblances, établit des catégories et utilise ses expériences précédentes pour interpréter une situation. Les systèmes artificiels cherchent eux aussi à extraire des régularités à partir d’informations déjà rencontrées afin de pouvoir traiter de nouveaux cas.
Cette proximité ne signifie pas que les modèles informatiques copient directement l’esprit humain. Ils utilisent des structures mathématiques et des procédures conçues pour obtenir un résultat. La psychologie cognitive fournit surtout des problèmes à formaliser et des distinctions conceptuelles qui peuvent guider la manière de découper certaines tâches complexes.
L’intérêt devient alors réciproque. Construire un modèle artificiel oblige à préciser ce que l’on appelle reconnaître, apprendre ou sélectionner une réponse. Une notion psychologique assez générale doit devenir suffisamment explicite pour pouvoir être traduite en opérations. Cette exigence de formalisation peut ensuite conduire à réexaminer la manière dont un modèle cognitif a lui-même été défini.
Pourquoi l’intelligence artificielle aide-t-elle à formaliser certains processus cognitifs ?
Une explication cognitive peut sembler convaincante tant qu’elle reste formulée avec des mots. La difficulté apparaît lorsqu’il faut indiquer exactement comment plusieurs opérations s’enchaînent. Quelles informations sont disponibles au départ ? Quelles transformations sont réalisées ? Comment plusieurs possibilités sont-elles départagées ? À quel moment une réponse devient-elle suffisamment probable pour être sélectionnée ?
Un modèle informatique oblige à rendre ces questions plus précises. S’il doit reproduire une performance, chaque étape doit pouvoir être décrite d’une manière suffisamment explicite pour produire effectivement un résultat. Cette contrainte ne prouve pas que le modèle reproduit la pensée humaine, mais elle permet d’identifier des zones où une explication psychologique reste trop vague.
La comparaison devient particulièrement intéressante lorsque le système artificiel et l’être humain sont confrontés à des problèmes similaires. Leurs réussites peuvent paraître proches alors que leurs erreurs suivent des logiques très différentes. Dans ce cas, l’écart fournit une information précieuse. Il montre qu’obtenir le même résultat ne suffit pas pour conclure que le chemin suivi est identique.
Une intelligence artificielle peut donc servir de modèle de comparaison sans devenir pour autant une copie de l’esprit humain.
Cette distinction est essentielle. L’objectif n’est pas uniquement de fabriquer une machine capable de réussir une tâche. Pour la psychologie cognitive, la question consiste aussi à savoir si la manière dont le système traite l’information permet réellement d’éclairer une hypothèse concernant la cognition humaine.
Une intelligence artificielle raisonne-t-elle comme un être humain lorsqu’elle réussit la même tâche ?
Une performance similaire peut facilement créer une illusion de ressemblance. Si une personne et un système artificiel reconnaissent correctement une image ou classent les mêmes informations, il serait tentant de supposer qu’ils ont utilisé des mécanismes comparables. Rien ne permet pourtant de le conclure automatiquement.
L’être humain traite une situation à partir d’une histoire d’apprentissage, de connaissances accumulées et d’un contexte auquel il attribue une signification. Une même information peut prendre une valeur différente selon ce qu’il sait déjà ou ce qu’il cherche à accomplir. Un système artificiel peut parvenir au même résultat à partir de relations statistiques très différentes.
Les erreurs constituent souvent un moyen particulièrement intéressant d’observer cet écart. Deux systèmes qui réussissent neuf fois sur dix la même tâche peuvent sembler équivalents. Si leurs erreurs apparaissent toutefois dans des situations totalement différentes, cela suggère que leurs mécanismes ne sont probablement pas les mêmes.
La psychologie cognitive peut donc utiliser les performances artificielles comme un point de comparaison. Elle peut examiner les conditions dans lesquelles un modèle réussit, celles où il échoue et la manière dont il réagit lorsqu’une information nouvelle ne ressemble pas exactement aux exemples déjà rencontrés.
Cette comparaison permet également de distinguer compétence apparente et fonctionnement cognitif. Produire une réponse correcte montre qu’un système a réussi une tâche donnée. Cela ne démontre pas à lui seul qu’il dispose des mêmes représentations ou de la même compréhension qu’une personne arrivée à cette réponse.
Quelles sont les limites de la comparaison entre intelligence artificielle et cognition humaine ?
La première limite vient de la différence entre un modèle et ce qu’il cherche à représenter. Un modèle informatique simplifie nécessairement le phénomène étudié. Il sélectionne certaines propriétés et en laisse d’autres de côté afin de rendre le problème calculable.
Cette simplification peut être extrêmement utile. Elle permet d’isoler une opération précise et d’examiner les conséquences d’une hypothèse. Elle devient problématique seulement si l’on oublie que la réussite du modèle ne prouve pas que l’esprit fonctionne exactement selon la même architecture.
L’intelligence humaine possède également une capacité à transférer ses connaissances entre des situations très différentes. Une expérience peut modifier la compréhension d’un problème rencontré beaucoup plus tard dans un autre contexte. Les êtres humains interprètent aussi les informations en fonction de connaissances générales qui ne sont pas nécessairement présentes dans la tâche elle-même.
Les systèmes artificiels peuvent eux aussi généraliser, mais la manière dont ils le font ne doit pas être assimilée automatiquement à la généralisation humaine. Comparer ces deux formes de traitement permet justement de mieux repérer les particularités de chacune.
L’interaction entre intelligence artificielle et psychologie cognitive devient donc la plus féconde lorsqu’elle ne cherche pas à déclarer trop vite que la machine reproduit l’esprit. L’IA fournit des outils de formalisation et des systèmes avec lesquels confronter certaines hypothèses cognitives. La psychologie cognitive apporte en retour des questions précises sur ce que signifie réellement percevoir, apprendre, représenter une information ou résoudre un problème. Leur rencontre aide moins à effacer la frontière entre humain et machine qu’à examiner avec davantage de précision ce qui se passe de chaque côté.