Compréhension
7 écrits
A Polyphonic Conception of AI Understanding
Avec Pierre Beckmann.
Soutient que la question de savoir si les grands modèles de langage comprennent ce dont ils parlent est à la fois incontournable et mal posée : incontournable, parce que les utilisateurs doivent distinguer les réponses qui méritent une confiance épistémique de celles qui n’en méritent pas, et qu’aucun vocabulaire purement mathématique ou statistique ne permet d’opérer cette distinction sans réintroduire, sous un autre nom, le concept de compréhension ; mal posée, parce que le concept hérité présuppose un lieu unique de la compréhension. L’interprétabilité mécaniste révèle au contraire que les LLM sont des systèmes profondément polyphoniques, dont les réponses émergent de mécanismes parallèles d’inégale fiabilité. En s’appuyant sur des indices de compréhension médicale, mathématique, logique et spatiale dans les LLM, l’article élabore une conception adaptée à de tels systèmes : un modèle comprend un domaine dans la mesure où il contient des circuits solides, qui suivent la structure pertinente, et les mobilise de manière fiable pour contrôler ses réponses — ce qui transforme des disputes métaphysiques en apparence oiseuses en questions empiriques traitables, susceptibles de guider la répartition de la confiance.
Télécharger le PDF
Evolving Minds, Evolving Language: Metaphor as a Process of Conceptual Adaptation to Artificial Intelligence
Manuscrit (+diaporama)
Soutient que l’application croissante de termes cognitifs tels que « compréhension » ou « raisonnement » aux grands modèles de langage, y compris par des chercheurs techniquement avertis, ne relève ni d’attributions littérales ni d’un simple parler relâché, mais de la métaphore comme adaptation conceptuelle : l’extension créatrice de concepts au-delà de leur domaine d’origine sous la pression de besoins conceptuels. En mobilisant la tradition Strawson-Kant sur l’imagination et l’application des concepts, la sémantique inférentialiste, la théorie du rational framing de Bermúdez et le modèle de structure-mapping de Gentner, l’article propose un cadre à quatre composantes : transfert sélectif de liens inférentiels plutôt que de référence, rôle directeur des besoins conceptuels et de leur normativité aptique, possibilité d’évaluer empiriquement les inférences transférées grâce à l’interprétabilité mécaniste, et « carrière » des termes cognitifs appliqués à l’IA, depuis la comparaison novatrice jusqu’à une possible conventionnalisation. Il déplace ainsi le débat sur l’applicabilité littérale des termes cognitifs à l’IA vers des questions graduelles et empiriquement traitables sur l’aptitude de transferts inférentiels déterminés, tout en montrant que le vocabulaire cognitif employé pour l’IA a des enjeux évaluatifs et pratiques.
Voir la présentation
From Habitus to Systema: Keckermann and the Pedagogical Origins of Cognitive Systematicity
En cours d’évaluation
Soutient que le systema de la première modernité est né vers 1600 comme une machine à enseigner, avant de devenir un idéal métaphysique ou épistémologique. Le savoir scolastique reposait sur l’autorité de l’Église et sur un habitus cultivé au fil d’années de dispute ; après la Réforme, les nouvelles confessions protestantes durent former pasteurs et maîtres d’école rapidement et en grand nombre. Retraçant comment le ramisme donna au savoir une forme spatiale, embrassable d’un seul coup d’œil, et comment le Systema logicae (1600) de Bartholomäus Keckermann unit la méthode ramiste à la substance aristotélicienne, l’article montre que le système a extériorisé l’ordre cognitif, transférant à des structures d’exposition visibles et reproductibles un travail jusque-là accompli par des personnes formées et par des institutions. La philosophie, selon la formule d’Alsted, est un habitus dans l’esprit et un systema hors de lui. Les vertus de cette forme nouvelle étaient celles d’un mécanisme : visibilité d’ensemble, reproductibilité et indépendance à l’égard de tout maître particulier. Renforcée par l’imprimerie et les technologies de papier, et ennoblie par une garantie métaphysique héritée du systema mundi stoïcien, la machine à enseigner se verrait plus tard chargée de certifier la vérité et de fonder une autorité impersonnelle. L’article s’achève en demandant ce que le passage de la Summa au systema a évacué — une question qui ressurgit chaque fois que de nouvelles technologies, du fichier au résumé généré par algorithme, promettent d’abréger le chemin de la compréhension.
Télécharger le PDF
Re-Engineering the Concept of Understanding for AI
Avec Pierre Beckmann.
Soutient que le concept de compréhension doit être repensé pour la cognition artificielle, d’une manière empiriquement informée par la recherche sur l’interprétabilité mécaniste et théoriquement informée par une compréhension des fonctions du concept.
PDF à venir
Why We Care about Understanding: Competence through Predictive Compression
Avec Pierre Beckmann.
Propose une théorie unificatrice de la compréhension en reconstruisant par rétro‑ingénierie la fonction à la fois de l’état mental et du concept. Soutient que nous tenons à la compréhension parce qu’elle fonde une compétence robuste. Notre concept de compréhension a évolué comme un indicateur efficace pour suivre cette propriété difficile à cerner, ce qui nous permet d’identifier à qui faire confiance et de qui apprendre. Cela met en lumière la dimension sociale de la compréhension et la manière dont elle façonne la compréhension humaine. La compréhension résulte de pressions convergentes à prédire le monde au moyen de modèles cognitifs non seulement exacts, mais aussi suffisamment compressés pour être stockés, démontrés et transmis.
Télécharger le PDF
Forms of Understanding in LLMs: A Crisis for Comprehension?
Dans The Routledge Handbook of Philosophy of AI. Leonard Dung, Guido Löhr et Chris Ranalli (dir.). Londres : Routledge. À paraître. Avec Pierre Beckmann.
Mechanistic Indicators of Understanding in Large Language Models
Philosophical Studies. 2026. Avec Pierre Beckmann. doi:10.1007/s11098-026-02513-1
Mobilise des données techniques détaillées issues de la recherche sur l’interprétabilité mécaniste (MI) pour soutenir que, bien que les LLM diffèrent profondément de la cognition humaine, ils font plus que comptabiliser des cooccurrences de mots : ils forment des structures internes que l’on peut comparer de façon féconde à différentes formes de compréhension humaine, telles que la compréhension conceptuelle, factuelle et principielle. Nous synthétisons les résultats les plus pertinents à ce jour de la MI tout en les inscrivant dans un cadre théorique intégrateur pour penser la compréhension dans les LLM. Le phénomène des « parallel mechanisms » montre toutefois que les différences entre les LLM et la cognition humaine sont aussi philosophiquement fécondes à considérer que les similarités.
Télécharger le PDF