Le Colloque > Résumés > Duteil Carine

Notre proposition entend questionner la démarche des IA génératives à l'aune de la complexité de la communication langagière. Alors qu'une vision de l'information cybernétisée confrontée à « la pensée complexe » telle que la définit Morin, semble mener à une aporie, nous chercherons, dans une perspective de linguistique appliquée, à la dépasser. La notion d'information, telle que nous la connaissons aujourd'hui, a été développée principalement par Hartley, puis approfondie par Shannon et Weaver. Cette conception de l'information repose sur deux aspects fondamentaux : l'aspect communicationnel avec la transmission de messages ; l'aspect statistique qui concerne la probabilité (ou plus précisément l'improbabilité) d'apparition d'unités élémentaires porteuses d'information, appelées binary digits ou bits. Cette théorie de l'information a trouvé sa première application dans le domaine même qui l'a vue naître, les télécommunications. Et elle continue d'alimenter les applications en traitement automatique du langage naturel. Or, comme le souligne Morin (2014, 36), l'aspect communicationnel ne rend absolument pas compte du « caractère polyscopique de l'information, qui se présente au regard tantôt comme mémoire, tantôt comme savoir, tantôt comme message, tantôt comme programme, tantôt comme matrice organisationnelle. » ; et « l'aspect statistique ignore, y compris même dans le cadre communicationnel, le sens de l'information, il ne saisit que le caractère probabilitaire-improbabilitaire, non la structure des messages et, bien entendu, ignore tout de l'aspect organisationnel. » (op.cit., 38). 

De plus, les méthodes distributionnelles, suivies par les IA génératives, s'affrontent au désordre, à la néguentropie et au processus de réorganisation et de reconception propre aux systèmes complexes, tels que le langage. Bien que l'on parle d'« émergence sémantique » depuis l'avènement de l'architecture Transformerdans les IA, de nombreux défis persistent, notamment en ce qui concerne les nuances sémantiques, l'expression des émotions et la prise en compte des processus d'interprétation. Nous proposerons des pistes d'amélioration, comme l'annotation des données d'entraînement avec des éléments sémantiques et pragmatiques, ainsi que l'introduction d'embeddings culturels et contextuels (en lien avec les pratiques discursives et les genres textuels).

Pour illustrer cette réflexion, nous aborderons un cas pratique, celui des influenceurs générés par IA, capables de produire des contenus de divertissement, promotionnels, interactifs, éducatif, grâce aux algorithmes de génération de texte entraînés sur de vastes corpus de publications d'influenceurs humains. Notre attention se portera sur les patterns linguistiques et les motifs narratifs utilisés dans les publications et commentaires, mais aussi sur les stratégies sémantico-rhétoriques mettant en jeu l'ethos, le logos et le pathos. La triade sera testée sur les données des influenceurs IA et des influenceurs réels.