L’artificiel et la connaissance de l’artificiel
p. 513-523
Texte intégral
1L’artificiel n’a-t-il pas définitivement supplanté le naturel, comme motif, comme objet et comme projet théorique et pratique ? N’est-il pas la grande affaire de toute approche aujourd’hui de l’idée de nature ? Face aux grands problèmes de l’heure, n’aurions-nous pas besoin d’une philosophie de l’artificiel, plus que d’une philosophie de la nature ?
2Dans le cadre de cette dernière journée d’études sur les philosophies de la nature, où l’on traque celles-ci dans leurs destinées les plus actuelles, je proposerai quelques éléments de réflexion à propos de la connaissance de l’artificiel, et de la part de plus en plus considérable — et contestée — que prend la connaissance de l’artificiel dans la connaissance de la nature.
3Pour que cette affirmation sorte de la platitude et de la généralité, il faudra préciser la notion d’artificiel, les domaines ou champs « naturels » impliqués, et discuter les types de connaissance obtenue.
1. L’ARTIFICIEL ET LE NATUREL AUJOURD’HUI
4Quelle est la situation respective de l’artificiel et du naturel, lorsqu’à l’âge classique la nature est débarrassée de toute puissance symbolique et dépouillée de vertus germinatives aussi bien que de qualités ? La nature (la matière avec celles de ses propriétés qui relèvent de la figure, de la grandeur et du mouvement) ne doit plus la diversité et les propriétés qu’on peut reconnaître aux corps qui la composent qu’à l’« agencement » mécanique de ses parties. Mais celui-ci peut être volontaire (divin ou humain) ou involontaire (automatique, avec ou sans hasard). Dans tous les cas, le caractère « admirable » de cet agencement est célébré, et il justifie une confiance dans les ressources et les enseignements de la nature. On dit peut-être trop vite « désenchanté » le monde de la science classique. De Mersenne à Euler, de Newton à Buffon, il faudrait recenser les témoignages de savants émerveillés. La « Mécanique » est le nom qui s’imposera pour désigner cette connaissance de la nature toujours exposée à voir en elle un artifice divin.
5Toujours est-il que l’artifice humain s’insère en elle de plein droit, s’inscrivant sans rupture dans le texte naturel. Il n’y a pas, il n’y a plus, de différence ontologique entre le naturel et l’artificiel : dans l’artifice naturel, l’artifice est seulement poussé plus loin, et repoussé comme en-deçà. Paradoxalement, les machines faites par l’homme sont moins artificielles que celles qui sont produites naturellement, lesquelles sont machines jusque dans leurs moindres parties. Loin de l’idée qu’on ne peut être efficace qu’en imitant par l’art une nature finalisée, s’installe l’idée qu’on ne peut dominer que par la connaissance une nature aveugle. Le designer humain est aussi « hors nature » que le designer divin, même s’il est seulement démiurge, et non créateur.
6Vivons-nous et pensons-nous toujours dans ce dispositif ? En cette fin de XXe siècle, l’artificiel est omniprésent sous la forme de l’effet techniquement produit, exploité, et, dans une certaine mesure au moins, contrôlé. L’artificiel n’entretient plus avec l’artifice que le rapport le plus distendu, si l’artifice implique nécessairement, outre l’habileté industrieuse, la ruse qui déguise ses moyens et la fraude de l’escamoteur qui piège un spectateur manipulé1. L’artificiel est du naturel de plein droit, du naturel qui se montre, du naturel en représentation.
7L’artificiel s’ajointe à tel point à la nature que c’est celle-ci qui lui fournit le meilleur des étalons. On pourrait développer le cas de la définition de nos unités de mesure, la seconde ou le mètre. L’unité de mesure, artefact et norme indispensable pour la construction et l’usage d’autres artefacts, s’assujettit à des constantes naturelles, d’ailleurs inaccessibles sans médiations artificielles.
8L’artificiel se pense comme un surcroît de naturel, ou comme du naturel produit à la demande et sur mesure, ou à la mesure de nos besoins, de notre commande, de nos exigences, et parfois de notre fantaisie. Nous sommes prêts à reprendre à son propos la formule cartésienne : « Toutes les choses qui sont artificielles sont avec cela naturelles ». L’artificiel peut bien avoir des effets merveilleux, en ce qu’ils ne ressemblent à rien de déjà connu, il ne repose, et chacun le sait a priori, que sur la base de phénomènes naturels étudiés et reconnus comme tels. L’hologramme en fournirait un exemple. Notre idée du naturel s’enrichit à une allure vertigineuse de tous les effets « artificiels » instrumentés par le génie ou l’ingénierie humaine. S’il cesse assez vite de paraître extraordinaire, ce n’est pas d’abord parce que nous le regardons d’un œil habitué ; c’est parce que nous l’appréhendons avec une âme savante. L’artificiel n’est plus gouverné par la volonté d’imiter frauduleusement en ses effets habituels une nature déjà là, déjà connue. Il le serait plutôt par l’intention de « reconnaître » — au sens de l’explorateur, de l’éclaireur ou même de l’essayeur — une nature possible, toute la nature possible, toutes les natures possibles. Nous voyageons dans les mondes possibles, dont nous nous forgeons petit à petit les clés. Ces possibles, nous ne nous contentons pas de les décrire : nous les faisons passer à l’existence, pour en tirer des avantages matériels effectifs2.
9Les grandes peurs de notre temps tiennent à cette situation nouvelle, recouverte parfois du néologisme « technoscience ». La question est en effet de savoir si ces mondes possibles venant de notre fait à l’existence ne sont pas, en un autre sens, des mondes impossibles, invivables. L’environnement cristallise les retombées et les effets désastreusement négatifs d’un artificialisme qui n’a été que trop efficace. Il nous rappelle brutalement à la nécessité et à l’urgence d’une distinction entre la nature et l’artificiel. Nous y incite aussi le « génie génétique », adossé à une nature qu’il « assiste » (la PMA, procréation médicalement assistée). Est-ce suffisant pour qu’on la retrouve ?
10Naturel et artificiel peuvent d’une part sembler n’avoir qu’une frontière mouvante et inassignable. Ils sont d’autre part dramatiquement ressentis comme contradictoires, appelant à un choix éthique.
2. L’ARTIFICIEL COMME MOYEN DE CONNAISSANCE
11Ce n’est pas tout à fait le même concept de l’artificiel qui s’impose ici. Toute activité de connaissance opère sur des artefacts symboliques. Certains de ceux-ci peuvent être dits naturels, comme les « langues naturelles », sans perdre pour autant leur statut d’artefact. Mais qu’est-ce qui est naturel (et que veut dire « naturel ») dans les « langues naturelles » ? L’écriture n’est jamais dite « naturelle »... à moins qu’on tienne pour écriture le code génétique lui-même, dont le symbolisme ne doit rien à l’art3. Les systèmes de numération, l’écriture des nombres, ne sont pas naturels. Les hommes les créent conformément à leurs besoins. Les symbolismes ad hoc élaborés à des fins de connaissance scientifique de la nature (notation chimique par exemple) sont le résultat d’un design proprement dit. Ce design présente aujourd’hui une forme très particulière.
12Pour connaître le phénomène qu’elle étudie, une science fabrique des modèles, sur lesquels elle opère. Les modèles mathématiques, et de plus en plus, informatiques, sont l’instrument habituel des chercheurs non seulement en physique, mais en génétique des populations, en éthologie et en écologie, en économie, en linguistique. On a le droit de dire que le modèle est artificiel parce qu’on le construit, de façon à le faire fonctionner, et à opérer sur lui : il est à ce titre objet de connaissance lui-même. D’autre part, la connaissance de cet artificiel reflue sur celle des phénomènes naturels modélisés. L’artificiel est marqué ici par le caractère — le plus souvent — numérique du modèle sur lequel on opère, et par l’exécution automatique4 de ces opérations. On assiste donc à la transposition des données et de leur traitement dans un medium neutre ou universel ayant, par rapport à l’écriture symbolique antérieure — à toutes les formes d’écritures symboliques antérieurement imaginées — l’avantage d’une double base : un support matériel (hardware) et un support formel (software), hautement techniques de part en part, assurant le déroulement automatique rapide des procédures de calcul, et incorporant celui-ci dans des artefacts. Une ingénierie des symbolismes s’est mise en place, en quelques générations d’ordinateurs.
13L’expérimentation n’en est pas pour autant délaissée, bien au contraire. L’informatique serait plutôt perçue comme son substitut dans les cas où celle-ci est impossible. Or l’expérimentation elle-même est une conduite de l’artificiel. Le laboratoire, en chimie d’abord, puis dans les sciences expérimentales et dans les sciences du comportement, est le lieu par excellence de la production d’artefacts, qu’il importe évidemment de reconnaître comme tels. En chimie, l’artificiel c’est la synthèse5. La synthèse chimique des corps est, du point de vue de l’artificiel, une révolution, puisqu’elle le fait passer de la forme, où il résidait toujours auparavant, à la matière6. En physique, l’expérimentation se concentre à proximité de l’accélérateur de particules, au moins au sens figuré, puisque « proximité » ne veut plus rien dire dans le monde artificiel de la recherche. Depuis déjà plus d’un siècle, on ne peut plus étudier la nature qu’à la pointe de l’appareillage le plus high tech. Question d’imagerie, comme pourrait le laisser croire l’exemple astronomique ou l’exemple biomédical ? Le formidable investissement dans les technologies de l’imagerie n’a pas seulement visé à accroître le domaine du visible, dans une nature qui lui fixait des limites étroites. Ici encore, il ne s’agit pas seulement de voir, il s’agit de faire, de produire. C’est le phénomène lui-même qui est un artefact.
14La question du naturel réapparaît cependant comme la question d’une histoire : origine de l’univers, origine de la vie, évolution, origine du langage. La nature ne se réduit pas à un ensemble de lois. Comme si les vieilles intuitions avaient toujours cours, comme si les vieilles affirmations d’Aristote avaient toujours leur mot à dire, la nature est le processus qui nous a conduits où nous sommes, sans appel à une intervention extérieure. De cela, l’artificiel peut-il rendre compte ? Les scénarios, modèles, expérimentations ne manquent pas. Mais le naturel oppose à ces constructions hypothétiques et fictives le fait, incontournable et énigmatique.
3. L’ARTIFICIEL COMME MODÈLE DE LA CONNAISSANCE
15L’intervention la plus spectaculaire de l’artificiel est sans doute son intervention comme modèle de la connaissance elle-même... ou du moins son intervention dans les sciences cognitives, sous la forme des computers models ». On pourrait définir la cognition en disant que c’est ce qui, dans les processus de connaissance (et pas seulement dans les comportements de connaissance) est susceptible de modélisation informatique. La modélisation et le traitement informatique des processus nerveux, perceptifs, linguistiques, intellectuels, donne les neurosciences, et l’Intelligence Artificielle7. On retrouve ici, sous une forme très aiguë, la question de la simulation. Que veut dire simulation, quand l’artificiel simule le vivant, dans ses performances et ses activités de connaissance ? Un simulacre, une réplique, une reproduction ou un modèle ?
16Les neurosciences, la psychologie cognitive sont-elles des applications de la computer science de la même façon que l’astronomie et la physique furent dites « mathématiques mixtes » ? La différence tient à ce qu’on a affaire à des simulations mécaniques du traitement de l’information censé s’opérer dans les processus biologiques, neurologiques, « mentaux ». Toutes ces disciplines rencontrent inévitablement déjà le problème de l’artificiel, et des méthodologies de l’artificiel, dans la mesure où elles visent à élaborer des computational models de la base neuronique des processus cognitifs.
17La spécificité de l’Ι.Α.8 là-dedans, spécificité à laquelle les spécialistes tiennent beaucoup, n’est pas définie par tous dans les mêmes termes.
18Vieille définition de Minsky9 : elle a pour objectif « to construct computer programs which exhibit behavior that we call ‘intelligent behavior’ when we observe it in human beings » (p.3). Les mêmes auteurs prennent soin de distinguer Al et simulation of human problem solving (p.38), disant que la première n’est pas assujettie à la contrainte de modélisation du comportement humain. C’est pourtant au terme simulation of cognitive processes qu’avaient pensé Simon et Newell pour la désigner (Simon, p.7), terme auquel ils ont renoncé justement parce qu’ils craignaient qu’on ne prenne pas au sérieux les similitudes qu’ils cherchent à corroborer, sous prétexte que le terme « simulation » peut être une contrefaçon de l’apparence, sans réalité. Aussi peut-on s’étonner que F.&F. insistent tant sur le fait que dans le cas des programmes joueurs d’échecs, c’est seulement à des fins pragmatiques que Newell et Simon utilisent des techniques ou méthodes humanlike de préférence à d’autres schèmes computationnels possibles, mais moins performants.
19Autres définitions :
- Le but de l’ΙΑ serait « achieving intelligent performance in computers comparable to that of human beings »10.
- L’IA « approaches questions about the mind by analysing actual or conceptual computer models of the brain » (E. Hundert, même référence, p.411).
- L’IA « aims to understand what we might call Brain Intelligence (BI) in terms of concepts and techniques of engineering » (Richard Gregory, même référence, p.235). Le même auteur définit l’ΙΑ « au sens fort » : « It is possible to design and build computer-based machines that are intelligent and can read meanings in Symbols » (p.237).
- L’IA « is the part of computer science concerned with designing intelligent computational Systems, that is Systems that exhibit the characteristics we associate with intelligence in human behavior, — understanding language, learning, reasoning, solving problems, and so on. Many believe that insights into the nature of the mind can be gained by studying the operation of such programs »11.
20En quoi l’ordinateur fournit-il un paradigme du rapport Brain/Mind ? Par le calque qu’en fournirait Hardware/Software (ou quincaillerie/mentaillerie, comme disent les Canadiens). « L’ordinateur pourrait être l’appareillage instrumental idéal pour élaborer avec précision le mode de liaison du mental avec la structure et les processus cérébraux. En principe, il pourrait être possible (sic) de modéliser les réseaux neuroniques du cerveau dans le hardware d’un ordinateur, et de mimer (to mimic) la séquence des opérations exécutées par les circuits nerveux avec le software du programme » (cf note 10). Comparer avec la définition de F « IA au sens fort » donnée par Searle : « The mind is to the brain as the program is to the computer hardware » (p.242). Le problème, c’est que « simulation » n’est pas « réplication ». L’IA est un « design not bounded by copying » (p.236). L’idée est déjà chez F.&F. Cela ne rend-il pas le sens « fort » d’autant plus faible ?
21Qu’est l’ΙΑ en définitive ? Une science, une would-be science, ou une variété d’engineering (puisqu’on parle de cognitive engineering et de knowledge engineering) ? Nous venons de lire un certain nombre de définitions de l’ΙΑ. Au départ, le champ est celui d’un projet. Une des difficultés, c’est que les chercheurs impliqués en parlent de plus en plus comme de quelque chose qui existe déjà. Selon les termes de P. Wagner, on commence par dire : « C’est une entreprise visant à faire accomplir aux ordinateurs des tâches qui nécessitent de l’intelligence, quand elles sont accomplies par des humains ». Puis on dit : « Une machine est intelligente à partir du moment où elle accomplit des tâches qui, si elles étaient faites par des humains, seraient considérées comme des tâches intelligentes ». L’imperceptible glissement est capital, puisqu’on passe à l’intelligence artificielle comme réalité déjà acquise, dès lors que la simulation est réalisée.
22De même que la différence entre un sens faible et un sens fort de l’Ι.Α., cela pose le problème de la simulation et de sa valeur comme critère. Newell, Shaw et Simon 1958 posaient qu’un programme censé décrire quelque comportement humain pouvait être tenu pour une théorie du comportement en question, de même que son exécution par un ordinateur pouvait être regardée comme une « simulation » permettant la vérification des prédictions de la théorie. Cela ne les empêchait d’ailleurs pas d’insister sur le fait que le cerveau et le calculateur avaient des structures différentes. Dans I. A. Promesses et réalités (Paris, Interéditions, 1984), Alain Bonnet présente la démarche du chercheur en IA de la façon suivante : « Choisir une activité réputée intelligente, émettre des hypothèses (que l’on appellera théorie) concernant les informations et les processus mis en jeu au cours de la réalisation de telles activités, incorporer ce processus dans un programme d’ordinateur et observer le comportement et les performances du programme ». L’auteur a-t-il le droit de nourrir les espoirs suivants : « L’IA est la discipline visant à comprendre la nature de l’intelligence en construisant des programmes d’ordinateurs imitant l’intelligence humaine » ?
23Dans le test de Turing, la simulation est appréciée à sa capacité d’induire en erreur. L’artificiel, l’automate, marque un point quand il réussit à se faire passer pour un homme, quand il « rivalise » avec l’homme, dans la production de réponses pertinentes et humanlike. On retrouve la structure de l’artifice comme structure de méconnaissance. Dans l’ΙΑ, de la même façon, seul le résultat compte, à savoir, une conduite ayant tous les aspects extérieurs de la conduite intelligente.
24Faut-il distinguer deux concepts de « simulation », un scientifique et un technique ?
25Il semble que ce soit bel et bien la réalisation technique de la simulation qui soit à la source du problème. L’artificiel est directement mis en cause, en tant que tel, dans le débat entre Gregory et Searle. Si tant est que cerveaux et ordinateurs soient les uns et les autres machines, pourquoi Searle établit-il une limite infranchissable entre deux sortes de machines, réservant à celles qui sont « naturelles » la capacité « sémantique », et réduisant les autres, a priori, à la capacité « syntaxique » ? Qu’est-ce qui est spécial dans les machines composées de molécules organiques ? Qu’est-ce qui invalide a priori le droit de l’ordinateur à la capacité de percevoir un « sens » dans les informations qu’il traite ? À coup sûr, ce n’est pas parce qu’il est matériel, mais parce qu’il est artificiel qu’il se voit débouté par Searle. Gregory répond : la machine pense, et il invoque la « preuve par le cerveau ». La question, selon lui, est une question empirique, à laquelle la philosophie n’a pas le pouvoir de donner une réponse « de principe ». Il suffit qu’un artefact remplace l’homme dans une opération, calcul numérique ou pilotage aérien — ce qui est l’objet d’un constat empirique — pour que l’artefact soit reconnu de plein droit capable de cette opération. Est-ce bien un constat empirique ? F. Dretske12 soutient que l’ordinateur n’est même pas capable d’additionner. Dans le domaine de la cognition et dans celui de l’esprit, certains semblent postuler que les deux sortes de modèles (mathématiques, d’une part, informatiques d’autre part) n’auraient pas les mêmes droits. La justification par le design serait illégitime. Même si elle a, à terme, un résultat extérieur identique, l’exécution artificielle d’une opération ou d’une activité humaine serait inassimilable à celle-ci. À ceux qui demandent si d’hypothétiques « Martiens » pourraient penser, sera-t-on obligé de répondre que c’est à condition de n’être pas constitués de molécules de silicone mais de molécules organiques ?
26Leibniz écrit (Monadologie, § 17) : « On est obligé de confesser que la perception et ce qui en dépend, est inexplicable par des raisons mécaniques, c’est-à-dire par les figures et les mouvements. Et feignant qu’il y ait une Machine dont la structure fasse penser, sentir, avoir perception ; on pourra la concevoir agrandie en conservant les mêmes proportions, en sorte qu’on y puisse entrer comme dans un moulin. Et cela posé, on ne trouvera en la visitant au dedans que des pièces qui poussent les unes les autres et jamais de quoi expliquer une perception ».
27L’IA est-elle bien nommée ? Ne devrait-on pas la redéfinir, comme le proposait en 1984 déjà Torrance, dans la préface à son recueil (p. 13) ? Les phénomènes communs aux hommes et aux animaux, qui ne relèvent pas à proprement parler de l’intelligence, sont plus difficiles à simuler que les phénomènes ou conduites d’intelligence proprement dite. Il est finalement plus facile d’artificialiser l’expertise du médecin (diagnostic) et de l’ingénieur (conception), que la capacité de comprendre des phrases relativement triviales en langue naturelle. Plus facile d’artificialiser bon nombre de compétences de haut niveau, que d’artificialiser la reconnaissance des formes. Cependant, on sait aussi que celle-ci a beaucoup d’aspects qui relèvent de l’artificiel, ou qui peuvent passer sous ses fourches caudines, comme le démontrent les explications cognitivistes en éthologie animale (notion de stimulus-clé). Pour parler comme Dretske, ce sont bien, à ce compte, les clés qui ouvrent les portes.
4. SCIENCE DU DESIGN ET DU GÉNIE, SCIENCES DE L’ARTIFICIEL ?
28Dans son livre The Sciences of the Artificial, H. Simon prend « artificiel » en un sens dont il reconnaît qu’il est très particulier (very specific). Il donne ce nom à des phénomènes qui « sont comme ils sont seulement du fait qu’un système est adapté, par des buts ou des fins, à l’environnement dans lequel il vit » (p.IX). C’est par là que ces phénomènes relèvent du design. L’artificiel selon Simon est l’ensemble des moyens qui servent à l’adaptation. Les systèmes capables de comportement sont ceux qui poursuivent des objectifs indépendants des modifications de l’environnement. C’est-à-dire qu’ils tiennent compte de ces modifications pour s’en affranchir. L’artificiel, c’est le man-made world des symboles, d’abord, des outils et machines, ensuite. Mais le paradigme le plus éclairant de l’artificiel est le jeu. Celui-ci, jeu de stratégie ou devinette arithmétique (pensons au célèbre DONALD + GERALD = ROBERT) est la sélection ou la production d’un environnement dans lequel il s’insère et s’opère. L’environnement du jeu est effectivement un problem environment, un task environment, matrice des conduites possibles, où l’on maximise la fonction d’utilité. L’ingénierie, la technique, l’économie, la médecine, la musique, procèdent à la façon du jeu : l’environnement est « artificialisé », c’est-à-dire qu’il est calibré, quantifié, mesuré, verbalisé, évalué selon des normes auxquelles on le plie. Et ce sont là les conditions propres à en faire le cadre d’un comportement rationnel, finalisé, adaptatif.
29Rationnel, d’ailleurs, en un sens fort large, puisque manifestement la conduite de tout vivant en relève. C’est la « boîte de Skinner » mise à notre échelle. « Un objet, dit Von Uexküll, c’est un ensemble de données qui se déplacent ensemble ». L’animal répond à une certaine configuration de l’objet, à un ensemble de traits (stimulus-clé), à un schéma précis qui n’est pas l’objet intégral. Le leurre, aussi efficace que grossier, peut remplacer efficacement ce dernier. Ce schéma, auquel les objets de rencontre sont confrontés, donne lieu aux premières ébauches de pensée conceptuelle. On pense au pattern matching observé par les éthologues13 et des psychologues. Par-là s’explique que la conduite animale livre ses secrets à l’artifice expérimental. L’éthologie conçoit l’instinct non plus comme un déroulement d’actes infaillibles et aveugles, mais comme un processus mécanique complexe d’ajustement à la fluidité de l’entour, mettant en jeu des facteurs internes et externes (G203). Avec cette remise en question de la distinction de l’inné et de l’acquis, la notion de « programme ouvert »14 sanctionne ce constat, selon lequel « l’inné est le plus souvent une recette pour apprendre » comme l’écrit Eibl-Eibesfeldt. L’étude de l’instinct tombe dans la catégorie des sciences de l’artificiel, ou du moins, il n’y a plus de frontière étanche entre les deux domaines. H. Atlan a critiqué, on le sait, l’emploi de la notion de « programme » en biologie, estimant que cette solution pour éviter l’usage de concepts téléologiques se heurtait à la difficulté de l’origine interne dudit programme. En vérité, au moins au niveau des comportements15, il semble plutôt que le concept de programme soit le meilleur concept disponible à ce jour pour penser l’heuristique propre aux adaptations du vivant.
30Pour Simon, il y a une science du design, celui-ci étant défini comme la fonction qui atteint des buts, maintient des objectifs, moyennant adaptation à l’environnement. Le design est la fonction même de l’artificiel. La science de l’artificiel et du design est sur le fil du rasoir. L’artefact n’échappe pas à la nature. « The peculiar properties of the artefact lie on the thin interface between the natural laws within it, and the natural laws without. » Au cœur de la science de l’artificiel — science analytique, partiellement formalisable, partiellement empirique, enseignable — Simon place les méthodes d’optimisation (programmation linéaire, programmation dynamique, programmation géométrique, théorie des queues, théorie de la commande, etc.). Mais il forge des instruments complémentaires, en particulier la notion de satisficing. Il entend par là les procédures conduisant à des solutions satisfaisantes, dans les situations où des solutions optimales sont hors de portée. En fait, le satisficing n’a pas tant pour but de fixer une solution acceptable, des standards étant donnés, que de fixer des standards permettant de déboucher sur des solutions. En ce sens, Simon lui attribue une fonction de « recherche des alternatives ». On ne peut manquer de s’interroger : s’agit-il toujours d’une « science » ? Le fait que des procédures de ce genre soient mobilisées et implémentées dans des programmes (expérimentaux ou autres) d’ordinateurs prouve, au moins selon Simon, que le doute n’est plus de mise.
31La science de l’artificiel est plus que la science du seul artificiel, même si celui-ci est conçu en expansion. Elle nous plonge au cœur même des processus les plus « naturels » du monde vivant et pas seulement de ceux qui relèvent, comme l’intelligence, de l’artifice. Je n’oublie pas que la nature peut contenir des phénomènes ou processus qui échappent encore à notre artifice. Elle a donc encore pour nous quelque chose de fascinant, comme une ressource non pas inépuisable, certes, mais irremplaçable. La science d’aujourd’hui n’est cependant pas prête à lui faire des emprunts inconsidérés. A la question : « Que peut la nature ? », elle a choisi de répondre en examinant ce que peut l’artificiel.
32La philosophie en revanche est plus que jamais encline à faire de tels emprunts à la nature, et à réputer l’artificiel vide parce que nous n’y trouverions que nous-mêmes, ou ce que nous y avons mis. C’est en ce sens que je demandais en commençant si ce dont nous avons aujourd’hui le plus besoin, ce n’est pas une philosophie de l’artificiel.
Annexe
[COMMUNICATION DE J.-P. SÉRIS – APPENDICE]
On trouvera ci-après le texte de deux notes manuscrites de Jean-Pierre Séris trouvées par Mme Séris en mars 1995.
[Première note – 2 décembre 1994]
Note du 2 décembre 94 sur la p. 18-19
J’avais d’abord [écrit] au bas de la p. 18, à la suite de la citation Théodicée 403 : « Les ordinateurs se mettront à penser le jour où les instruments d’optique verront. En fait, la phrase – rajoutée – de Claude Bernard, qui m’avait tant frappé l’an dernier dans “Modèles mécaniques”, et qui se démarque des phrases écrites par le maître de Cl. Bernard, Magendie, vers 1836, la phrase de Cl. Bernard me montre que ce n’est pas de cela qu’il s’agit. Les conditions d’existence d’un œil ou d’un larynx ne sont réalisées nulle part ailleurs que dans les êtres vivants. Et c’est au même titre [que] les conditions d’existence de la pensée ne sont, non plus, réalisées nulle part ailleurs que dans les êtres vivants. Il y a une naturalité de la pensée* que l’artificiel ne peut reproduire. Mais rien n’empêche qu’il puisse servir à l’étudier. Nous sommes des machines, mais d’une autre sorte...
Citations sans auteur :
« L’homme porteur du projet ne peut pas – ne doit pas – regarder du même œil le “programme" génétique et le programme qu’il construit pour ses ordinateurs. Cette volonté que nous expérimentons en nous-même, nous ne la refusons pas de la même manière au matériel génétique de la bactérie et aux ordinateurs, même si c’est dans les deux cas la notion de “programme" qui nous permet de nous en passer ou d’en faire l’économie. »
Leibniz (Séris 1995, 177-179) pense à la fois :
— pas de pensée sans la vie
— la machine peut imiter en tout le rationnel.
* Langues, pensée, vie : naturelles et artificielles à la fois. Cf. Conclusion, § 2.
[Seconde note, datée du 3 décembre]
Encore un mot.
3 décembre.
Depuis le 17e siècle, l’artificiel fait partie de la nature... Il appartient à la nature. Il faudrait dire aussi : il devient très vite naturel, en un autre sens. On oublie l’intervention qui le fait passer à l’être ? Et plus !
Même appartenant de plein droit à la nature, l’artificiel n’est que par intervention humaine. Il est de la nature produite. Or il n’est pas seulement cela : il induit une naturalité proliférante. La nature se met à le produire, à son tour.
C’est vrai des langues, des villes, des pensées.
Notes de bas de page
1 On devine que le divin Designer ne fraude pas, mais l’infinité de sa puissance et de son industrie se traduit malgré tout de notre point de vue par un déguisement des moyens.
2 L’électricité, où tout commence par de la technique (pile de Volta ou centrale nucléaire) me semble l’exemple-type. À partir de quel moment a-t-on le droit de parler de « lumière artificielle » ? La lumière électrique est artificielle en un autre sens que la bougie. Énergie invisible, l’électricité n’en reste pas à ce paradoxal triomphe. Réinvestie dans l’électronique comme support de l’information, elle accélère son traitement et autorise — avec l’ΙΑ — un rebond spectaculaire de la question de l’artificiel.
3 Les spécialistes des neurosciences reconnaissent qu’ils n’ont pas encore réussi à « percer le code neuronique », mais il se pourrait que ce soit parce qu’il n’y a pas un tel code (Mindwaves, p.508).
4 Mécanique.
5 Voir M. Berthelot : « La chimie crée son objet. » (Chimie organique fondée sur la synthèse, Paris, 1860, tome II, p.809).
6 Les « matières plastiques » sont des matières inventées pour les besoins de la forme, des qualités faites substances.
7 Avec majuscules, pour désigner la discipline. Désormais : I.A.
8 Rapide incursion sur un terrain très fréquenté, mais on s’intéresse ici au deuxième terme de l’expression, alors que la littérature focalise l’attention sur le premier.
9 E. A. Feigenbaum & J. Feldman (Eds.) (1963) Computers and Thought, New York.
10 C. Blackmore & S. Greenfield (Eds.) (1987) Mindwaves, Oxford, p.205.
11 A. Barr & E. A. Feigenbaum (Eds.) (1981) The Handhook of Al, Los Altos Cal. Ils ajoutent que ΓΙΑ « experiments Systems that 1) solve some hard problems in chemistry, biology, medicine »(logic, puzle solving), 2) manipulate robotic devices to perform some useful repetitive sensorymotor tasks 3) answer questions posed in simple dialects of English or the natural languages (language understanding) ».
12 D. J. Cole, J. H. Fetzer & T. L. Rankin (Eds.) (1990) Philosophy, Mind and Cognitive Inquiry, Dordrecht, p. 78.
13 Expression de Donald T. Campbell 1966, utilisée aussi par K. Lorenz, L’envers du miroir, p.36. L’animal confronte les objets rencontrés à un schéma, patron ou modèle, qui peut être une configuration de Stimuli assez pauvre, mais retenant des traits saillants et pertinents, permettant une reconnaissance sûre, par exemple de la proie. Lorenz voit dans ce type de procédure la racine de toute pensée conceptuelle, l’origine de l’abstraction.
14 Lorenz, L’envers du miroir, chapitres IV et V.
15 Mais pourquoi pas aussi au niveau génétique tout entier ?
Auteur
Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
Spinoza au XIXe siècle
Actes des journées d’études organisées à la Sorbonne (9 et 16 mars, 23 et 30 novembre 1997)
André Tosel, Pierre-François Moreau et Jean Salem (dir.)
2008
Spinoza transalpin
Les interprétations actuelles en Italie
Chantal Jaquet et Pierre-François Moreau (dir.)
2012
Adam, la nature humaine, avant et après
Epistémologie de la Chute
Irène Rosier-Catach et Gianluca Briguglia (dir.)
2016
La pensée comme expérience
Esthétique et déconstruction
Marc Jimenez et Vangelis Athanassopoulos (dir.)
2016