Comme les humains, les esprits artificiels peuvent apprendre en pensant, selon une étude

Certaines des plus grandes découvertes ne sont pas le fruit de simples observations, mais de la réflexion. Einstein a élaboré des théories sur la relativité grâce à des expériences de pensée, et Galilée a obtenu des informations sur la gravité grâce à des simulations mentales.

Une revue publiée le 18 septembre dans la revue Tendances en sciences cognitives montre que ce processus de réflexion n'est pas exclusif aux humains. L'intelligence artificielle est également capable de s'autocorriger et de parvenir à de nouvelles conclusions grâce à « l'apprentissage par la pensée ».

« Il existe quelques démonstrations récentes de ce qui ressemble à de l'apprentissage par la pensée en IA, en particulier dans les grands modèles de langage », explique l'auteur Tania Lombrozo, professeur de psychologie et codirectrice de l'initiative Natural and Artificial Minds à l'université de Princeton. « Parfois, ChatGPT se corrige tout seul sans qu'on le lui dise explicitement. C'est similaire à ce qui se passe lorsque les gens apprennent en pensant. »

Lombrozo a identifié quatre exemples d’apprentissage par la pensée chez les humains et l’IA : les apprenants peuvent acquérir de nouvelles informations sans apport externe grâce à l’explication, la simulation, l’analogie et le raisonnement. Chez les humains, expliquer le fonctionnement d’un micro-ondes à un enfant pourrait révéler les lacunes de notre compréhension.

Réorganiser les meubles du salon implique souvent de créer une image mentale pour simuler différentes dispositions avant d'effectuer des changements physiques. Le téléchargement de logiciels piratés peut sembler moralement acceptable au départ, jusqu'à ce que l'on fasse une analogie avec le vol de biens physiques. Si vous savez que l'anniversaire d'un ami tombe un jour bissextile et que demain est un jour bissextile, vous pouvez en déduire que l'anniversaire de votre ami est demain.

L’IA présente des processus d’apprentissage similaires. Lorsqu’on lui demande d’approfondir un sujet complexe, l’IA peut corriger ou affiner sa réponse initiale en fonction de l’explication qu’elle fournit.

L’industrie du jeu vidéo utilise des moteurs de simulation pour estimer les résultats du monde réel, et les modèles peuvent utiliser les résultats des simulations comme intrants pour l’apprentissage. Demander à un modèle linguistique de faire des analogies peut l’amener à répondre à des questions avec plus de précision qu’il ne le ferait avec des questions simples. Demander à l’IA de s’engager dans un raisonnement étape par étape peut l’amener à obtenir des réponses qu’elle ne parviendrait pas à obtenir avec une requête directe.

« Cela pose la question de savoir pourquoi les esprits naturels et artificiels ont ces caractéristiques. Quelle est la fonction de l'apprentissage par la pensée ? Pourquoi est-ce utile ? », explique Lombrozo. « Je soutiens que l'apprentissage par la pensée est une sorte d'apprentissage à la demande. »

Lorsque vous apprenez quelque chose de nouveau, vous ne savez pas à quoi cette information pourra vous servir à l'avenir. Selon Lombrozo, les gens ont tendance à mettre leurs connaissances de côté pour plus tard, jusqu'à ce que le contexte les rende pertinentes et justifient l'effort cognitif nécessaire pour réfléchir et apprendre.

Lombrozo reconnaît les difficultés que pose la définition des frontières entre le raisonnement, l'apprentissage et d'autres fonctions cognitives de haut niveau, un sujet de débat au sein du domaine des sciences cognitives. L'étude soulève également d'autres questions, dont certaines que Lombrozo prévoit d'explorer plus en détail, comme celle de savoir si les systèmes d'IA « pensent » réellement ou imitent simplement les résultats de ces processus.

« L’IA est arrivée à un point où elle est si sophistiquée à certains égards, mais limitée à d’autres, que nous avons l’opportunité d’étudier les similitudes et les différences entre l’intelligence humaine et l’intelligence artificielle », explique Lombrozo.

« Nous pouvons apprendre des choses importantes sur la cognition humaine grâce à l'IA et améliorer l'IA en la comparant aux esprits naturels. Nous sommes à un moment crucial où nous sommes dans une nouvelle position pour poser ces questions comparatives intéressantes. »