Fiche de lecture

What computers [still] can’t do – a critique of artificial reason

Hubert Dreyfus

Un ouvrage critique suite aux premiers échecs de l’intelligence artificielle

Contexte de publication

Publié pour la première fois en 1965 et révisé dans des éditions ultérieures, « L’Intelligence Artificielle : Mythes et Limites » par Hubert Dreyfus s’inscrit dans le contexte de l’émergence des premières recherches en intelligence artificielle. À cette époque, l’enthousiasme autour du potentiel des ordinateurs à égaler la pensée humaine était à son apogée, et les chercheurs en IA se concentraient sur des approches symboliques et logiques pour modéliser l’intelligence.

L’essor du cognitivisme

Publié pour la première fois en 1965 et révisé dans des éditions ultérieures, « L’Intelligence Artificielle : Mythes et Limites » par Hubert Dreyfus s’inscrit dans le contexte de l’émergence des premières recherches en intelligence artificielle. À cette époque, l’enthousiasme autour du potentiel des ordinateurs à égaler la pensée humaine était à son apogée, et les chercheurs en IA se concentraient sur des approches symboliques et logiques pour modéliser l’intelligence.

L’intelligence artificielle :

mythes et limites

L’ouvrage est une exploration approfondie des idées et des concepts entourant le domaine complexe de l’intelligence artificielle (IA). L’auteur remet en question certains des mythes largement répandus sur la capacité des machines à égaler ou surpasser l’intelligence humaine, en s’appuyant sur des exemples concrets et des arguments scientifiques et philosophiques. Dreyfus propose une ainsi analyse critique de la façon dont l’IA est souvent perçue et discute des limites intrinsèques qui entravent le développement d’une véritable intelligence artificielle.

Problématiques abordées

Dreyfus y remet en question les approches cognitivistes, soulevant des problématiques fondamentales sur la nature de l’intelligence et les limites de la modélisation informatique. Il explore les défis inhérents à la reproduction de la pensée humaine par des machines, mettant en lumière les lacunes conceptuelles et les prémisses erronées sous-tendant de nombreuses recherches en intelligence artificielle.

L’émergence du cognitivisme

Dans le paysage intellectuel des années 1960 et 1970, le cognitivisme émergeait comme un courant dominant dans l’étude de l’esprit et de l’intelligence. Il reposait sur l’idée que la cognition pouvait être modélisée comme des processus informatiques, suggérant une analogie entre l’esprit humain et les ordinateurs. Cette perspective s’ancrait dans une vision computationnelle de la pensée, où l’intelligence était envisagée comme la manipulation de symboles selon des règles formelles.

À cette époque, le cognitivisme était stimulé par les progrès fulgurants dans les domaines de l’informatique et de la psychologie cognitive. Des chercheurs tels qu’Allen Newell et Herbert Simon, avec leur programme « General Problem Solver », tentaient de modéliser le raisonnement humain à l’aide d’algorithmes complexes. Cette approche postulait que toutes les formes de pensée pouvaient être réduites à des calculs logiques, suggérant une universalité de la méthode symbolique pour expliquer la cognition.

L’approche cognitiviste a également influencé la psychologie, notamment avec la théorie du traitement de l’information. Cette théorie comparait l’esprit à un ordinateur, où l’information est reçue, traitée, stockée et récupérée. La cognition était ainsi conceptualisée en termes de structures mentales internes et de processus formels, tels que la mémoire, l’attention et la résolution de problèmes. Ce modèle a conduit à des expériences et des théories visant à décomposer et à comprendre les processus mentaux comme des séquences logiques et ordonnées.

L'esprit computationnel

Cependant, cette vision a suscité des critiques, notamment celles de Hubert Dreyfus. Dreyfus soutenait que le cognitivisme, en se focalisant sur les aspects formels et computationnels de l’esprit, négligeait des aspects cruciaux de la cognition humaine. Selon lui, cette approche sous-estimait la complexité et la richesse de l’expérience humaine, notamment la compréhension tacite, l’apprentissage non formel et l’importance du contexte et du vécu dans le processus cognitif. Pour Dreyfus, la cognition ne pouvait être réduite à des algorithmes et des symboles, car elle impliquait une interaction corporelle et contextuelle avec le monde qui dépassait la capacité des modèles computationnels de l’époque.

Dreyfus a également souligné que le cognitivisme peinait à modéliser des capacités humaines telles que la compréhension du langage naturel, la reconnaissance des visages et la prise de décision dans de réels contextes imprévisibles. Il a critiqué l’hypothèse de la représentation symbolique, arguant que la compréhension et la signification émergent non pas de manipulations symboliques internes, mais de notre engagement corporel et situé dans le monde.

Bien que le cognitivisme ait représenté une avancée majeure dans la compréhension de la cognition, ces critiques de Dreyfus ont mis en lumière ses limites, ouvrant la voie à de nouvelles perspectives, telles que l’énaction et l’intelligence artificielle incarnée, qui cherchent à intégrer pleinement l’expérience corporelle et le contexte dans la compréhension de l’esprit.

L'influence de la phénoménologie :

Martin Heidegger

Martin Heidegger

Philosophie allemande

Heidegger a profondément influencé la pensée contemporaine, notamment la manière de penser l’existence humaine. Heidegger a rejeté l’idée que les êtres humains sont principalement des penseurs rationnels, insistant plutôt sur l’importance de l’expérience vécue et de l’engagement dans le monde. Ses analyses poussées des interactions primaires qu’on a avec les objets, ainsi que sa perspective sur la « préoccupation » comme mode d’être fondamental, ont été cruciales pour Dreyfus. Elles l’ont aidé à critiquer les modèles cognitivistes et connexionnistes de l’IA, qui négligeaient la dimension pratique et contextuelle de l’intelligence humaine.

Ludwig Wittgenstein

Ludwig Wittgenstein

Philosophie analytique

Le « second » Wittgenstein, dans son ouvrage « Philosophical Investigations », a marqué un tournant par rapport à ses premières théories logico-positivistes. Il a remis en question la conception de la langue et de la pensée comme des systèmes logiques rigides, introduisant la notion de « jeux de langage » et mettant l’accent sur l’utilisation pratique et sociale du langage dans des contextes spécifiques. Cette approche a influencé Dreyfus en mettant en évidence la complexité et la nature contextuelle et pragmatique de la compréhension humaine, défiant ainsi les tentatives de modélisation simpliste du langage et de la pensée dans l’IA.

Maurice Merleau-Ponty

Maurice Merleau-Ponty

Phénoménologie

Maurice Merleau-Ponty est connu pour ses travaux philosophiques sur le corps comme source primaire de connaissance et d’expérience. Dans « Phénoménologie de la perception », il explore la manière dont le corps et l’expérience sensorielle sont intrinsèquement liés à notre compréhension du monde. Cette idée a eu un impact significatif sur Dreyfus, l’aidant à argumenter contre la vision décontextualisée et désincarnée de l’intelligence proposée par les modèles cognitivistes en IA.

Le corps au coeur de la cognition

En fait, si on veut véritablement comprendre le fonctionnement de l’intelligence, il faut revenir à sa source même, c’est-à-dire à son développement au travers de l’interaction du corps avec son environnement, par la perception et l’action. C’est pourquoi Dreyfus insiste sur l’importance de l’expérience corporelle et de l’interaction directe avec le monde physique dans le développement de l’intelligence. En critiquant les approches symboliques et en soulignant les limites actuelles de la compréhension artificielle, l’auteur appelle à une réévaluation des attentes envers l’IA. Pour Dreyfus, une véritable intelligence artificielle nécessiterait une compréhension profonde de la signification contextuelle et une interaction significative avec l’environnement, des aspects encore largement inaccessibles pour les machines contemporaines de son époque.

« Know-how » vs « know that »

Tout ceci amène l’auteur à développer l’idée que l’intelligence s’acquiert progressivement par un apprentissage. Il y a une évolution de la pensée. L’intelligence humaine se développe de manière incrémentale au fil du temps, à travers l’interaction avec le monde réel, un aspect souvent négligé dans le domaine de l’IA. C’est pourquoi pour Dreyfus, la connaissance et l’intelligence, avant d’être un « know that », et justement pour pouvoir être un « know that », est avant tout un « know how ».

L’intelligence artificielle :

mythes et limites

Dreyfus remet donc en question l’approche cognitiviste, mais aussi connexionniste qui ne prend pas en compte le corps dans son entièreté et son interaction avec le milieu. La conclusion du livre laisse entrevoir un scepticisme quant à la possibilité de reproduire fidèlement l’intelligence humaine à travers des modèles informatiques traditionnels. Dreyfus souligne les limites actuelles de l’IA et met en garde contre les attentes irréalistes. L’impact de son œuvre s’étend au-delà du monde académique, influençant la réflexion sur les sciences cognitives et contribuant à une réévaluation des approches de l’intelligence artificielle.

Pour une cognition incarnée et située

La grande force de la recherche de Dreyfus à mon sens, est qu’elle ne se contente pas uniquement de souligner les lacunes et les limites de l’Intelligence artificielle de son époque. Dreyfus ouvre la voie à une approche alternative, qui se développe à partir des années 90 dans les sciences cognitives, et qui insiste sur l’importance du corps, et de son interaction avec le monde, pour la cognition. Mais c’est justement parce que les machines sont dépourvues de cette dimension incorporée, qu’elles sont limitées dans leur capacité à saisir le sens, et qui laisse Dreyfus sceptique quant à l’avenir de l’IA. Mais les développements récents de en intelligence artificielle nous montrent à quel point ce programme de recherche peut nous surprendre.

Une critique toujours d’actualité

La critique de Hubert Dreyfus sur l’intelligence artificielle a eu un impact important sur les sciences cognitives. L’idée que l’intelligence et l’expertise humaines dépendent principalement de processus inconscients plutôt que de manipulations symboliques conscientes, et que ces compétences inconscientes ne peuvent être entièrement capturées dans des règles formelles, a fait l’objet de nombreux débats et recherches en intelligence artificielle. Cette critique, initialement accueillie avec moquerie dans les années 1960, a commencé à être reconsidérée surtout dans les années 1980 avec l’émergence de la robotique et du connexionnisme. Depuis les années 60, la recherche en IA s’est éloignée de la manipulation de symboles de haut niveau (GOFAI) vers des modèles destinés à capturer davantage notre raisonnement inconscient, que Dreyfus considérait comme essentiel pour l’intelligence et l’expertise. Ces approches, dites sub-symboliques, qui incluent des paradigmes d’intelligence computationnelle comme les réseaux neuronaux et les algorithmes évolutionnaires, se concentrent sur le raisonnement inconscient simulé. La recherche sur les connaissances de bon sens s’est quant à elle également concentrée sur la reproduction du contexte de la connaissance​.

    En outre, les recherches en psychologie et en économie ont confirmé les spéculations de Dreyfus sur la nature de la résolution de problèmes humains. Les travaux de Daniel Kahnemann et Amos Tversky ont montré que les humains utilisent deux méthodes très différentes pour résoudre des problèmes : le « système 1 », rapide, intuitif et inconscient, et le « système 2 », lent, logique et délibéré. Cette dichotomie s’aligne avec la différenciation de Dreyfus entre le « know-how » et le « know-that », qu’il a lui-même emprunté aux philosophes dont il s’est inspiré, et souligne la complexité de la cognition humaine que l’IA n’a pas encore entièrement émulée​.

    Dans les domaines avancés de l’IA, des systèmes tels que le superordinateur Deep Blue d’IBM, Watson, et AlphaGo d’Alphabet ont démontré des capacités impressionnantes dans leurs champs respectifs. Cependant, ces réalisations reflètent davantage des progrès dans l’intelligence artificielle étroite (ANI) plutôt que dans l’intelligence artificielle générale (AGI). Ces systèmes, bien que puissants dans leurs tâches spécifiques, ne mettent pas en exergue l’intelligence dans sa généralité. Par exemple, AlphaGo a démontré la capacité de gérer des connaissances tacites dans le domaine du jeu de Go, mais cela reste limité à un monde idéalisé et n’englobe pas toute l’étendue de l’expérience humaine envisagées par Dreyfus.

    Il est certain que les avancées spectaculaires de l’intelligence artificielle ces dernières années contredisent le scepticisme de Dreyfus. Et pourtant, elles n’invalident pas pour autant ses critiques. En effet, malgré les progrès remarquables de l’IA dans des domaines spécifiques, elle n’a pas encore surmonté les défis soulignés par l’auteur. Sa critique reste pertinente, en particulier dans les discussions sur la nature de l’intelligence humaine et les limites de l’IA à la reproduire. Les avancées de l’IA a pour objectif de saisir et pouvoir reproduire les nuances de la cognition, mais il existe encore un écart significatif entre les capacités des systèmes IA et la généralité et la profondeur de l’intelligence humaine.