INTRODUCTION

Le débat à propos de l’intelligence artificielle (ou IA) est régulièrement relancé depuis l’origine de cette notion. On peut évidemment remonter aux animaux-machines, ou aux mythes littéraires, depuis l’antiquité, sur les êtres humains artificiels ou les automates. Mais depuis les années cinquante, le débat sur une intelligence artificielle a lieu plus concrètement du fait de l’existence des ordinateurs. Cependant, alors qu’il y a quarante ans, seuls quelques théoriciens se permettaient cette digression philosophique sur les machines à calculer qu’étaient les ordinateurs à leurs débuts, avec les années quatre-vingt, la généralisation de la micro-informatique a donné l’occasion de diffuser ce problème philosophique et technique auprès des utilisateurs avertis ou curieux. Enfin, au début des années quatre-vingt-dix, la confrontation tangible avec machine concerne tous les domaines d’activité. Cette situation engage à fournir une représentation satisfaisante en réponse aux questions qui ne manquent pas de se poser à la conscience ou à l’imaginaire des utilisateurs. Il n’est donc pas illégitime de faire entendre un autre son de cloche que celui des adversaires de l’IA.

L’informatique a longtemps été quasi exclusivement technique, et plutôt isolée dans des salles climatisées. Cet état pouvait sembler la dispenser de fournir le cadre intellectuel de sa justification, qui dépend actuellement de la théorie mathématique. D’autant que les informaticiens de naguère ont pu se laisser aller à entretenir le mystère, d’abord auprès de ceux qui dépendaient d’eux par des délais imposant le respect ou le ressentiment. Il en a résulté une image d’éloignement technocratique, renforcée par l’excuse bien connue dont se servent souvent les intermédiaires administratifs : “ C’est la faute à l’ordinateur !”

Dès le début, cette absence de maîtrise a laissé libre cours à des représentations fantasmatiques, aidées par la mise en scène littéraire ou cinématographique des vieux mythes universels, de Frankenstein aux films catastrophes. L’argument est la déshumanisation ou la perte du contact — supposé direct par le passé — avec la nature. S’il convient de restituer à ces mythes leur validité philosophique en les rattachant à la lignée du romantisme, qui en constitue la systématisation et la cohérence, on peut s’interroger sur leur pertinence, ou au moins sur le privilège d’exclusivité de ces représentations. Car l’exploitation littéraire des craintes et de l’ignorance des conséquences de la science domine aujourd’hui le terrain. L’alternative aux adversaires de l’IA est représentée quasi exclusivement par l’auteur de science-fiction, Isaac Asimov, avec sa série sur les robots.

La résistance à l’idée d’une intelligence artificielle est-elle issue de ces seules représentations littéraires, qui visent essentiellement à réserver l’intelligence à l’humain, au point de considérer l’intelligence artificielle comme une contradiction dans les termes ? Certes, la présence d’une machine peut être considérée d’un simple point de vue utilitaire qui ne prête guère à conséquence. Encore qu’on puisse soutenir que les extensions techniques modifient la conscience ou la nature de l’être humain, comme le reconnaissent les opposants à l’IA, souvent en affirmant le contraire simultanément. Mais ceux qui pratiquent l’informatique, et ceux auprès desquels on fait miroiter des réalisations époustouflantes, peuvent constater que la partie mécanisée de l’activité humaine, ne concerne plus une qualité motrice (comme les transports), ou technique (comme la mécanisation en général, par opposition à l’artisanat). La propriété humaine mécanisée, la connaissance, voire la pensée donc, touche au plus fondamental. Et c’est toute la question de l’intelligence artificielle.

Les opposants à l’IA

Ce livre étudiera donc spécialement les critiques contre l’intelligence artificielle présentées par quelques auteurs représentatifs, voire canoniques. Il s’opposera souvent moins à leurs arguments particuliers qu’à leur conclusion de l’impossibilité de l’IA. Le plus souvent d’ailleurs, on pourra conclure à sa possibilité pour les mêmes raisons [NOTE 1].

Plus spécifiquement, le débat a pris sa forme actuelle avec l’étude critique assez systématique, en son temps, de Hubert L. Dreyfus, Intelligence artificielle, Mythes et limites, (What Computers Can’t do, The Limits of Artificial Intelligence, 1972, 1979, et 1992). Il incarne le champion de l’opposition à l’intelligence artificielle. Sa critique phénoménologique rencontre de nombreux échos dans le public, et chez les informaticiens eux-mêmes, influencés par leur formation scolaire ou par la mode de cette tendance philosophique.

On peut également retenir comme significative la position d’un chercheur en intelligence artificielle même, Joseph Weizenbaum, qui est passé dans le camp de l’opposition avec son ouvrage Puissance de l’ordinateur et raison de l’homme (Computer Power and Human Reason, 1976). Il s’était d’abord rendu célèbre avec son programme ELIZA, qui simulait une consultation avec un psychothérapeute. Ses objections à l’intelligence artificielle sont plus classiquement morales, et anti-techno-scientifiques. Et la régression de ses références sur une position religieuse illustre bien la difficulté de penser le monde moderne avec des catégories adéquates (ou tout simplement actualisées).

Une troisième opposition notoire appartient au philosophe du langage, John Searle, dont le livre, Du cerveau au savoir (Minds, Brains and Science,Conférence Reith 1984 de la BBC), résume les positions. Il reprend sur le plan de la philosophie, la plupart de résistances des linguistes à l’intelligence artificielle. La particularité de cette généralisation philosophique consiste évidemment à transformer les difficultés effectives de la formalisation du langage en impossibilités ontologiques. La position linguistique est évidemment fondamentale en intelligence artificielle, puisqu’il s’agit de formaliser la connaissance, le plus possible en langage naturel. Or les querelles des chapelles linguistiques n’arrangent pas la situation. L’opposition à l’IA devient donc un moyen privilégié du dogmatisme, alors qu’en principe, le traitement automatique devrait permettre de trancher entre des formalisations différentes. N’est-ce pas précisément à cause de cette possibilité qu’une résistance s’installe ?

Il peut être utile de signaler également l’ouvrage de Terry Winograd et Fernando Flores, L’intelligence artificielle en question (Understanding Computer and Cognition, 1986). Le premier, encore un des chercheurs des origines de l’IA, avait réalisé un programme resté célèbre, SHRDLU, qui permettait de communiquer avec la machine pour lui faire déplacer des blocs dans un environnement. Il est lui aussi passé à l’ennemi au nom de ses convictions philosophiques. Le second, ancien ministre de l’économie du gouvernement de Salvador Allende avant le putsch de 1973 au Chili, développe plus spécialement une discussion des systèmes d’information. Et il conteste également la possibilité de l’informatisation du monde humain au nom des mêmes conceptions philosophiques post-heideggeriennes.

Ces quatre ouvrages permettent de couvrir un champ assez large des arguments de l’opposition à l’intelligence artificielle. Chacun développe plus particulièrement un aspect de la critique seulement ébauchée par les autres. Mais ils servent aussi de moyen de contrôle de certains excès partisans, de quelques erreurs, ou tout simplement de révélateurs des limites de cette position philosophique. De nombreux autres opposants reprennent le plus souvent les thèses des quatre livres mis sur la sellette ici même [NOTE 2]. Ils constituent les bases de la vulgate philosophique pour appréhender le phénomène nouveau de l’intelligence artificielle, voire l’informatique en général [NOTE 3].

L’influence de la critique de l’IA, spécialement du fait de l’autorité de cette philosophie dominante (en France surtout), nécessitait donc une réplique la moins respectueuse possible du conformisme. Et, comme les résultats concrets ne sont pas reconnus, la situation exigeait une réponse sur le même plan des idées générales. Ce livre est d’ailleurs né en réaction à une rencontre organisé par L’ARC (Association de la Recherche Cognitive), où un psychanalyste s’opposait à l’IA au nom de l’irréductibilité de la subjectivité. Outre (ou à cause de) son trac face à une assemblée d’informaticiens et de cogniticiens qu’il pouvait considérer comme l’incarnation du mal, son exposé (ou son cours) laborieux se plaçait exclusivement sur le plan de l’autorité de textes canoniques de la psychanalyse ou de la phénoménologie. A aucun moment, on n’a pu voir s’exprimer l’individu qu’il prétendait évoquer, sinon par le déclenchement automatique d’un mécanisme de défense académique !

Il faut aussi remarquer que l’argumentaire fourni par cette critique de l’IA disqualifie les programmes de recherche de cette discipline auprès des décideurs ou du public. Car tous ceux qui n’en sont pas parties prenantes sont trop heureux de disposer d’un catalogue tout prêt pour éviter de s’intéresser à un domaine qu’ils ignorent, ou qui les inquiète. D’un point de vue opposé, un ouvrage de partisans de l’IA, La cinquième génération, d’Edward Feigenbaum et Pamela McCorduck argumentait facilement sur le thème anti-japonais de la concurrence scientifique internationale. Plus raisonnablement, on peut admettre que si une nation ne commence pas les recherches, ce ne sera pas la peine de pleurnicher si d’autres obtiennent des résultats avant elle. Mais il en est de même de tous les secteurs économiques.

On peut aussi, à cette occasion, rappeler l’aveu de Dreyfus sur l’origine de son intérêt pour l’IA. Ses étudiants du MIT (Massachusetts Institute of Technology) lui avaient fait remarquer que, dans les laboratoires où ils travaillaient, on réglait mécaniquement les vieux problèmes philosophiques, alors que la philosophie elle-même stagnait depuis longtemps dans le ressassement. La mauvaise humeur de Dreyfus pourrait être considérée plutôt comme un avertissement : si les chercheurs en sciences humaines ne s’intéressent pas à ces questions, ceux qu’ils considèrent comme de vulgaires techniciens vont sans doute les dépasser. Ce ne serait pas la première fois que cela se produirait dans l’histoire.

Débat assumé

Ce livre vise aussi explicitement à racheter le laisser-aller qui règne dans le monde académique, y compris le milieu concerné de l’IA. L’évitement systématique de la confrontation a déjà été noté par une des premières avocates de l’intelligence artificielle :

“Newell and Simon, who are prime targets of Dreyfus, concluded that any formal rebuttal would only propagate Dreyfus further. […] During the period immediately after “Alchemy and Artificial Intelligence” [NOTE 4] appeared, people often raised Dreyfus’s charges during the question-and-answer periods following lectures Newell and Simon gave, and so they in fact prepared answers. But aside from that, and from Herb Simon’s open letter to the Sigart Bulletin, the two have refused to answer Dreyfus directly. ” [NOTE 5] (McCorduck, Machines who Think, p. 202).

A l’inverse, Dreyfus n’a pas abandonné son activité de sape de l’IA, dont il s’est fait une petite spécialité. Il vient même de rééditer son ouvrage, en 1992, avec le titre — ironique plutôt que descriptif du fait qu’il est reproduit presque à l’identique — de What Computers Still Can’t Do. The Limits of Artificial Reason [Ce que les ordinateurs ne peuvent toujours pas faire. Les limites de la raison artificielle].

Nous assumerons donc le débat, pourtant souvent vanté comme indispensable, mais entravé par une certaine paresse dissimulée sous l’excuse besogneuse de la primauté sacrée du travail de recherche :

“Papert’s response is an unfinished document, largely because Papert lost interest in it, feeling that with a finite life it was more interesting things to do in science than to defend against what he considered an intellectually irresponsible attack. “ [NOTE 6] (McCorduck, Machines who Think, p. 203).

Il est au contraire possible de considérer que la réponse aux questions fait partie de la science, étant entendu que quiconque peut s’en charger. Cela reste vrai que ces questions soient posées par des collègues des mêmes disciplines, ou par des collègues d’autres disciplines. Une des contraintes de la science devrait être de ne pas négliger un minimum de cohérence globale, au moins pour ne pas saper son autorité auprès du public. Les profanes en question ont d’ailleurs les mêmes prérogatives. Les scientifiques doivent se plier à cette exigence de réponse : soit pour des motifs pédagogiques  soit pour des motifs démocratiques, du fait du financement public des programmes de recherche, ou des contraintes de sécurité des technologies autofinancées  soit pour leur propre sécurité, comme dans l’affaire de l’élimination des généticiens par les partisans de Lyssenko sous Staline. En fait, il faut tout autant dissiper les fausses idées sur l’IA qu’en donner de justes. Car on ne peut pas empêcher la production de mythes ou de fantasmes, plus ou moins classiques.

Le problème de l’intelligence artificielle

Le domaine de l’IA, et sa critique, concerne actuellement une multitude de domaines scientifiques (algorithmique , logique, linguistique, psychologie, philosophie, sociologie, robotique, etc.), et n’est pas circonscrite avec précision. Ce qui, évidemment, incite à penser qu’il ne s’agit pas d’un domaine autonome, voire qu’il s’agit de rien de scientifique du tout… Et une technologie à la mode peut être mise à toutes les sauces (ce qui ne lui est pas spécifique). De plus, la question de l’intelligence humaine elle-même est loin d’être résolue, ce qui biaise toute possibilité de comparaison. Mais on peut quand même distinguer concrètement plusieurs axes de développement de la question, et de la contestation.

Sur le plan formel, l’IA est la conséquence du développement de la logique. Les questions auxquelles L’IA se rattache sont celles du raisonnement, de la démonstration automatique, de la calculabilité. Un intérêt immédiat est de trouver une application à la logique, car les leçons de logique ne servaient effectivement pas à grand-chose avant les ordinateurs. On peut intégrer à ce domaine formel la question de l’intelligence humaine elle-même, à travers la psychologie cognitive. De ce point de vue, il est déjà indéniable qu’il existe des opérations formelles automatisables qui représentent des aspects du raisonnement humain. On ne comprend pas vraiment ce que signifie une négation de cette réalité. Le principe de ces questions est indépendant de l’existence de la machine. Les calculs pouvant être faits par écrit, ou oralement dans la discussion.

D’un point de vue technique, l’IA résulte de l’évolution de la machine à calculer, ou des automates, depuis le premier modèle de calculatrice mis au point par Pascal, en passant par la machine de Babbage, jusqu’aux machines mécanographiques d’Hollerith (à l’origine de la société IBM) et les premiers ordinateurs à lampes. On peut parler ici d’une mécanisation de la logique qui permet de répondre avantageusement à la lourdeur ou la vacuité — judicieusement notées par les logiciens de Port-Royal — de la pratique scolastique de la logique aristotélicienne. Mais les résistances des adversaires de l’IA concernent, plus ordinairement ici, la technique ou la science.

Les programmes considérés habituellement comme d’IA proprement dite concernent le traitement ou la compréhension du langage, et ce qui en découle, dans l’interaction avec un ordinateur. Un stade supérieur est la reproduction du raisonnement ou les systèmes experts [NOTE 7], voire la reconnaissance de forme, ou d’autres performances spécialisées. Ici, les résistances concernent plutôt les limitations ou l’aspect parcellaire de ces réalisations. On peut cependant, de ce point de vue, admettre des stades intermédiaires, contrairement aux puristes, linguistes ou philosophes. Qui peut demander à une science, spécialement à son début, de résoudre tous les problèmes par une seule théorie globale, et par une application générale instantanée ? Nous verrons pourtant que la pratique philosophique holiste (globaliste) ne se prive pas de nier les réalisations techniques, ou de récuser les progrès de chaque étape sur le plan de la connaissance.

Enfin, un axe essentiel de l’IA (ou de sa contestation) concerne les données ou les contenus traités par la machine. L’intérêt essentiel de l’informatique, de gestion généralement, ou d’IA en particulier, consiste précisément à appliquer un traitement à des données symboliques. Les informations concernent ainsi prioritairement les activités humaines, que les données soient quantitatives ou qualitatives n’a de toute façon aucune importance de ce point de vue. La machine d’Hollerith avait ainsi été construite pour traiter les données du recensement américain. Une simple base de donnée comporte bien des informations sur des propriétés du monde réel d’une activité humaine, professionnelle ou privée. L’analyse des systèmes ou des organisations met en forme les contenus d’un contexte humain à l’occasion des processus d’informatisation. Et les nouvelles techniques de programmation (programmation objet), ou les systèmes experts, permettent de manipuler les connaissances en terme de catégories proches de celles du raisonnement humain. Elles fournissent également une interaction humain-machine en langue naturelle.

Généralité informatique de l’intelligence artificielle

Un des fondements de ce livre est, au contraire de ce à quoi on pourrait s’attendre, une démystification de l’IA elle-même. Car on peut la considérer comme une généralisation de l’informatique traditionnelle. Ceci intègre un des aspects du scepticisme vis-à-vis de l’IA, exprimé par Philippe Kahn, l’ancien PDG de Borland, qui ironisa un jour en disant qu’on parle d’IA tant que ça ne marche pas vraiment, et que quand ça marche, on parle de programmes, tout simplement. Justement, dès le début, l’informatique classique correspond à ce qu’on a pu appeler la machine universelle. De ce point de vue originel, elle s’oppose simplement à la machine spécialisée (comme un métier à tisser — première machine du genre -, une machine à laver, un ascenseur, une calculette…). L’ordinateur charge à tour de rôle dans sa mémoire vive (effaçable) les programmes dont il a besoin, et qu’il trouve dans sa mémoire morte (permanente) ou dans des disques durs, des disquettes, des bandes magnétiques, ou par télécommunication, (ou anciennement sur des cartes perforées). L’IA n’apporte rien de ce point de vue technique, sinon par les réseaux de neurones, qui ajoutent à l’analogie avec l’être humain, mais qui peuvent être simulés sur un ordinateur traditionnel.

Les caractéristiques techniques occasionnent parfois quelques confusions, souvent intéressées. Comme le soulignent Winograd et Flores, le nom cinquième génération, utilisée parfois pour caractériser l’IA, concerne plutôt les microprocesseurs. La première génération se composait de tubes à vide (en 1940), la suivante de transistors (en 1950), puis de circuits intégrés (en 1960), et celle des VLSI (very large scale integration), intègre plusieurs dizaines de milliers de composants sur une puce. La cinquième génération actuelle en intègre des millions. Mais on peut considérer autre chose que la simple accumulation quantitative, en attirant l’attention sur le câblage des opérations logiques elles-mêmes. Les microprocesseurs (CISC ou RISC [NOTE 8]) ne constituent que la version matérielle (hard) de programmes (soft). Dans la succession des langages de programmation qui les construisent, on peut déjà observer la progressivité vers une communication de plus en plus humaine :

Les langages de première génération, le codage binaire des débuts de l’informatique, correspondait à la décomposition maximale des opérations, quasiment au niveau des composants des microprocesseurs. On parlait alors le langage de la machine. Le principe en était l’application directe de la machine de Turing qui effectue de simples déplacements de signes à des emplacements de la mémoire, et définit les transformations admises.

Les langages de deuxième génération, les assembleurs, correspondent simplement à la traduction des suites de chiffres binaires (0000101010101) en codes plus facilement mémorisables (ADD pour l’addition, etc.), et permettant d’abord d’éviter les fautes de frappe. On peut déjà considérer la partie du programme qui s’occupe de traduire l’assembleur en langage machine comme une amélioration de la communication humain/machine. Mais chaque assembleur ne concerne toujours qu’un type de microprocesseur.

Les langages de troisième génération, FORTRAN, COBOL, C, ALGOL, BASIC, etc., correspondent eux aussi à l’amélioration de la communication. Ces nouvelles instructions constituent des résumés de suites d’instructions en assembleur. La suite d’instructions élémentaires d’une addition en assembleur (“LD x, ADD y, STO z”, chargement d’un registre, application des règles de l’addition binaire, stockage du résultat) possède bien, dans un langage de troisième génération, une lisibilité correcte (“A = B + C”). Le code du programme est également portable sur tout microprocesseur.

Les langages de quatrième génération (comme SQL — Structured Query Language), concernent plus particulièrement le traitement de l’information dans les bases de données. Ils correspondent à des suites d’instructions exprimées de façon plus explicites (SELECT “CLIENTS” WITH “COMMANDE” > 10000 ) pour trouver des enregistrements dans un fichier, les sélectionner selon certains critères, les modifier, sortir des états sur l’imprimante, etc. Les ateliers de génie logiciel (AGL ou RAD - Rapid Application Development), qu’on peut aussi classer à ce niveau, permettent quant à eux de construire une base de donnée qui représente directement le système d’information, ou la réalité à formaliser.

Les langages de cinquième génération, les langages de l’intelligence artificielle comme LISP ou PROLOG, ou les extensions “objets” (fonctionnant en terme de classes, etc.) des langages des deux générations précédentes, permettent de représenter la connaissance, en principe sous forme déclarative (en gros : “grand-parent = parent de parent” en PROLOG). Le moteur d’inférence que contient le langage permet ensuite de calculer si les conséquences peuvent être déduites des questions qu’on pose au système. Et les systèmes (dits non-monotones) peuvent modifier eux-mêmes les connaissances dont ils disposent, en fonction des interactions avec l’environnement. L’utilisateur est moins un programmeur qu’une partie de cet environnement qui échange des informations avec la machine.

Sur ce principe, l’IA constitue une étape face à la programmation traditionnelle, ou impérative, où le programme doit décrire précisément l’algorithme, les étapes décrivant les traitements (l’ordre des opérations d’une recette de cuisine en est le meilleur exemple). L’IA a développé l’approche d’une programmation déclarative, qui consiste à fournir des informations structurées comme des définitions. Les analyses linguistiques du langage sont le meilleur exemple de la forme déclarative :

phrase = groupe nominal + groupe verbal

groupe nominal = déterminant + nom

groupe nominal = déterminant + adjectif + nom, etc.

On peut alors résumer l’IA à la capacité pour un programme, c’est-à-dire pour des règles d’inférence et des données, de trouver tout seul le moyen capable de résoudre un problème. Les concepteurs des premières machines, ou ceux qui en formalisèrent la possibilité théorique, s’aperçurent très vite qu’on pouvait, récursivement, donner au programme la possibilité de se considérer lui-même comme une donnée. Ce qui constitue toute l’essence de l’intelligence artificielle.

On n’a ainsi pas de mal à extrapoler en imaginant qu’il sera possible un jour de communiquer directement avec la machine en langage humain (plus ou moins simplifié). Il suffit pour cela de rajouter, comme dans les cas précédents, une nouvelle couche qui sert d’intermédiaire entre le langage humain (dit langage naturel dans le monde informatique) et le code opératoire du microprocesseur. Car il ne faut pas oublier que chaque niveau est traduit en permanence dans le niveau inférieur dans le fonctionnement courant de l’ordinateur. L’IA permet ainsi essentiellement d’éviter d’apprendre un langage artificiel, dont la fonction principale était de supprimer les ambiguïtés. Car même dans un dialogue simple avec une base de données, on peut avoir des réponses insuffisantes, soit par défaut, soit par excès. Alors que ce qu’on appelle une réponse coopérative (plus ou moins en langage naturel) permet de répondre aux questions mal posées (en proposant des alternatives), ou de considérer le contexte (en tenant compte des questions précédentes).

Finalement, la critique de l’IA est fondée sur une sorte d’inversion du discours optimiste, triomphaliste, ou franchement publicitaire, qui règne dans l’informatique en général. Dans ce domaine technologique, on rencontre une sorte d’enthousiasme ou d’exaltation liés aux annonces quasi-quotidiennes de progrès. Il est vrai que le coefficient multiplicateur peut donner légitimement le vertige : rien que pour les micro-ordinateurs depuis 1981, la rapidité de traitement est passée de 7 Mhz à 500 Mhz pour le standard des machines professionnelles  la mémoire de travail est passée de 64 Ko (milliers de caractères) à 64 Mo (millions)  la mémoire de masse était constituée seulement de disquettes qui contenaient 360 Ko, sans disque dur  en 1995, ils contiennent respectivement, 1,44 Mo (voire 200 Mo pour certaines disquettes de sauvegarde) et 10 Go (un milliard de caractères) pour le disque dur [NOTE 9].

Dans ce contexte, on conçoit que certains partisans de l’IA qui subissaient les limites des débuts de la discipline pouvaient, à tort ou à raison, considérer que leurs problèmes seraient résolus plus tard. D’autant que dans l’informatique, le rythme de changement est de l’ordre de 12 ou 18 mois environ, et non l’épuisement d’un cycle de production de cinq ans comme dans les industries traditionnelles, ou une carrière de trente-cinq ans pour les qualifications professionnelles ou académiques. Un regard rétrospectif incite même à penser que les insatisfactions d’aujourd’hui auraient dû être bien plus grandes hier, avec des moyens aussi limités.

A l’opposé, les résistances à l’IA semblent correspondre aux paradoxes de Zénon : jamais la flèche n’atteindra la cible, jamais Achille (ou le lièvre) ne rejoindra la tortue, jamais la machine ne sera aussi intelligente que l’humain. Même pour certains informaticiens ou chercheurs de l’IA, les résistances paraissent insurmontables. L’IA dans son ensemble peut facilement servir de tête de Turc, même pour ceux qui travaillent dans une de ses divisions. Un parti pris, voire un sectarisme, pour leur spécialité, peut leur faire dénigrer celle des autres.

 L’étape classique de la mécanisation concernait le travail manuel. Le programme du métier à tisser correspondait déjà à une suite d’instructions qui disaient à une machine ce qu’il fallait faire. Le principal intérêt de l’informatique a été d’appliquer ces instructions à des données numériques ou symboliques, tout en pouvant déclencher des commandes sur des périphériques extérieurs (machines, imprimantes, écrans, etc.). L’étape en question dans l’intelligence artificielle concerne simplement la mécanisation de capacités intellectuelles, quel que soit le niveau de complexité. La résistance à cette mécanisation est équivalente aux autres. Elle se fait simplement mieux entendre, car elle concerne les métiers qui manipulent les arguments et les idées.

Notes