Comment les sciences cognitives et l’intelligence artificielle sont entrelacées

À ce jour, vous êtes probablement persuadé que l’IA (intelligence artificielle) offre toutes les opportunités que l’on peut espérer et toutes les menaces à craindre. Mais avec toutes les nouvelles sur l’IA qui nous parviennent, il semble presque que l’IA soit une invention récente qui nous a soudainement pris par surprise et changera la société pour toujours. C’est une discipline indépendante inventée récemment. Je ne nie pas les opportunités offertes par l’IA, comme je ne nierais pas la promesse d’une autre discipline ou méthode scientifique. Et je ne suis certainement pas ignorant des risques que l’IA nous fait courir, car je n’ignorerais pas les risques que les technologies nous font courir.

L’histoire de l’IA

Par Wirestock sur Pixabay

Intelligence artificielle

Source : Par Wirestock sur Pixabay

L’intelligence artificielle et les sciences cognitives sont étroitement liées. L’IA a été inventée pour la première fois dans une proposition d’atelier qui a eu lieu à l’été 1956 au Dartmouth College. L’atelier visait à trouver des réponses à des questions telles que comment faire en sorte que les machines utilisent le langage, forment des abstractions et des concepts et résolvent des problèmes : comment développer des esprits artificiels qui fonctionnent de la même manière que les esprits humains. La réunion a réuni 11 informaticiens, parmi lesquels Allan Newell et Herb Simon, qui ont remporté un prix Nobel pour leurs travaux deux décennies plus tard.

Quelques semaines après l’atelier de Dartmouth, un groupe d’intérêt spécial en théorie de l’information s’est tenu au MIT. Cette réunion a réuni des chercheurs en psychologie, linguistique, informatique, anthropologie, neurosciences et philosophie. Lors de cette réunion également, les questions concernant le langage, les abstractions et les concepts, ainsi que la résolution de problèmes ont joué un rôle central. Ces questions étaient motivées par la question centrale : comment pouvons-nous mieux comprendre l’esprit humain en développant des esprits artificiels. La réunion du groupe d’intérêt spécial a réuni plusieurs chercheurs qui ont également assisté à l’atelier de Dartmouth.

A lire aussi  8 choses que vous pouvez faire pour sauver le monde

Le groupe d’intérêt spécial du MIT a marqué la révolution cognitive et le début des sciences cognitives. La révolution cognitive peut être mieux caractérisée par un mouvement qui a mis l’accent sur l’étude interdisciplinaire de l’esprit humain et de ses processus, en mettant un accent particulier sur les similitudes entre les processus informatiques et les processus cognitifs, entre les esprits humains et les esprits artificiels. Cela a conduit à ce que l’on appelle maintenant les sciences cognitives, un programme de recherche interdisciplinaire composé de psychologie, d’informatique, de neurosciences, de linguistique et de disciplines connexes.

En repensant à ces réunions des années 1950, à la naissance de l’intelligence artificielle et à la naissance des sciences cognitives, c’est presque comme si l’IA était l’informatique motivée par la psychologie, et la psychologie des sciences cognitives motivée par l’informatique.

Concepts et méthodes

La relation entre l’IA et les sciences cognitives ne se limite pas à deux ateliers. Aussi dans les théories, les concepts et les méthodes qu’ils utilisent, il y a des similitudes frappantes.

L’apprentissage par renforcement en IA est évidemment dérivé de l’apprentissage par renforcement tel que nous le connaissons en psychologie. Et au cœur de l’IA de nos jours se trouve l’apprentissage en profondeur, l’utilisation de réseaux de neurones artificiels. Ces réseaux de neurones artificiels s’inspirent des réseaux de neurones humains. Particulièrement vers les années 1980, ces réseaux de neurones artificiels se sont révélés très prometteurs, moins à l’époque en IA et plus en sciences cognitives.

Chercheurs de premier plan

Le lien entre l’IA et les sciences cognitives peut également être vu dans l’arrière-plan de chercheurs de premier plan. Parmi les chercheurs qui ont proposé l’atelier de Dartmouth figuraient John McCarthy, à la fois informaticien et cogniticien, et Marvin Minsky, cognitif et informaticien. D’autres qui ont assisté à l’atelier, dont Allan Newell, avaient une formation en recherche en psychologie et en informatique. David Rumelhart et Jay McClelland, qui ont dirigé la recherche sur les réseaux de neurones artificiels dans les années 1980, avaient tous deux une formation en psychologie. Et l’un des contributeurs aux deux volumes “Parallel Distributed Processing” de Rumelhart et Jay McClelland était Jeff Hinton, considéré comme l’une des figures de proue des réseaux de neurones artificiels, un psychologue cognitif et un informaticien.

Le coût de l’explicabilité

Mais il y a un message à retenir plus important pour les interdépendances de l’IA et des sciences cognitives. Ce message à retenir ne réside pas dans l’histoire de l’IA et des sciences cognitives, ni dans l’utilisation de concepts et de méthodes similaires, ni dans les antécédents des chercheurs. Cela réside dans ce que nous pouvons apprendre de l’IA et des sciences cognitives. Par exemple, en ce qui concerne l’importance de l’IA explicable, également appelée XAI. Alors que l’IA (et la science des données) se concentrent souvent sur la précision, nous voudrons peut-être accorder plus d’attention aux raisons pour lesquelles les techniques et les méthodes prennent des décisions particulières.

La précision et les performances des systèmes d’IA augmentent rapidement avec plus de puissance de calcul et des algorithmes plus complexes. Cela a aussi un prix : l’explicabilité. Si nous voulons créer des algorithmes équitables, en suivant les principes FAIR de trouvabilité, d’accessibilité, d’interopérabilité et de réutilisation des actifs numériques, nous devons au moins être en mesure de comprendre les mécanismes qui sous-tendent les algorithmes. Et cela me rappelle ce que Mike Jones a déclaré il y a quelques années à propos de la science des données :

A lire aussi  Qui est votre tiers ?

Au sein des sciences cognitives, nous avons été beaucoup plus sceptiques quant aux promesses du big data, en grande partie parce que nous accordons une si grande valeur à l’explication qu’à la prédiction. L’un des principaux objectifs de tout scientifique cognitif est de comprendre pleinement le système étudié, plutôt que de se contenter d’une simple théorie descriptive ou prédictive. (Jones, 2017)

En d’autres termes, les interdépendances entre l’IA et les sciences cognitives ne relèvent pas seulement du passé. En fait, plus que jamais, ils se situent dans le présent et l’avenir.