L'anthropomorphisme de l'IA est l'attribution de sentiments, d'états mentaux et de caractéristiques comportementales de type humain aux systèmes d'intelligence artificielle. Ce phénomène n'est pas un processus unique et uniforme, mais il est façonné par un mélange complexe de caractéristiques de l'utilisateur, telles que la culture, l'âge, l'éducation, le genre et la personnalité, ainsi que par la conception et les résultats de l'IA elle-même. Depuis les premiers jours du développement de l'IA, les humains ont interprété les sorties des machines à travers des cadres anthropomorphiques, mais l'émergence récente de l'IA générative a considérablement amplifié ces tendances.
Dans la recherche et l'ingénierie, une distinction est établie entre l'anthropomorphisme et la conception anthropomorphique. L'anthropomorphisme est une tendance humaine innée à projeter des traits humains sur des entités non humaines. La conception anthropomorphique, en revanche, est l'effort délibéré de la communauté scientifique ou commerciale pour susciter cette tendance en manipulant l'apparence, le comportement ou le langage d'une IA. Les systèmes d'IA contemporains peuvent générer des sorties extrêmement humaines et sont souvent spécifiquement conçus pour le faire, ce qui rend leurs effets anthropomorphiques particulièrement puissants. Dans certains cas, cela peut conduire à des croyances explicites selon lesquelles les systèmes d'IA possèdent de l'empathie, de la bienveillance, de la compréhension, voire une certaine conscience.
Contexte
Dans les premières IA
Des vues d'agents artificiels possédant une intelligence de type humain existent depuis le développement précoce des ordinateurs au milieu des années 1900. L'utilisation de l'esprit humain comme métaphore pour comprendre les systèmes mécaniques était répandue parmi les chercheurs aux débuts de l'informatique, et plusieurs travaux influents ont largement diffusé l'idée de machines intelligentes. Parmi les articles les plus cités de cette période figurait « Computing Machinery and Intelligence » d'Alan Turing, dans lequel il a introduit le test de Turing. Turing a soutenu qu'une machine pouvait être considérée comme intelligente si elle pouvait produire une conversation impossible à distinguer de celle d'un humain. Ces travaux académiques des années 1940 et 1950 ont conféré une crédibilité précoce à l'idée que le fonctionnement des machines pouvait être compris en des termes similaires à ceux de l'esprit humain.
Le public a rapidement adopté des vues similaires des systèmes artificiels, souvent avec des conceptions exagérées des capacités des premières machines. Une démonstration bien connue de cela était le chatbot ELIZA, conçu par Joseph Weizenbaum en 1966. ELIZA répondait aux entrées des utilisateurs avec une approche rudimentaire de traitement de texte qui était loin de toute forme de compréhension réelle. Pourtant, les utilisateurs, même lorsqu'ils étaient pleinement conscients des limites d'ELIZA, commençaient souvent à attribuer motivation et compréhension à la sortie du programme, un phénomène plus tard appelé l'effet ELIZA. Weizenbaum a écrit plus tard : « Je n'avais pas réalisé ... que des expositions extrêmement courtes à un programme informatique relativement simple pouvaient induire une pensée délirante puissante chez des personnes tout à fait normales. »
Les comparaisons entre l'intelligence artificielle et humaine ont été continuellement intensifiées par les efforts des informaticiens pour développer des machines capables d'effectuer des tâches humaines à des niveaux égaux ou supérieurs à ceux des humains. Un tournant symbolique est survenu en 1997, lorsque le superordinateur d'échecs d'IBM Deep Blue a vaincu le champion du monde de l'époque, Garry Kasparov, lors d'un match très médiatisé de six parties. Cette défaite d'un humain par une machine dans un jeu largement considéré comme un exemple canonique de l'intellect humain, combinée à une intense attention médiatique, a déplacé les vues sur les parallèles entre l'intelligence humaine et artificielle de la spéculation abstraite à la démonstration concrète. Un jalon similaire a été atteint dans le jeu de plateau Go en 2017, lorsque AlphaGo a vaincu le joueur classé numéro un mondial, Ke Jie.
Grands modèles de langage
Le boom de l'IA des années 2020 a apporté l'émergence généralisée de l'IA générative, et des chatbots tels que ChatGPT, Gemini et Claude basés sur des grands modèles de langage (LLM) sont devenus de plus en plus omniprésents dans la société quotidienne. Ces systèmes peuvent répondre à une large gamme de requêtes dans divers contextes tout en produisant des sorties remarquablement humaines. La recherche a montré que les humains sont souvent incapables de distinguer le texte généré par un humain du texte généré par une IA, et les chatbots d'IA modernes ont formellement démontré qu'ils réussissent le test de Turing. En tant que tels, les effets anthropomorphiques de l'IA sont plus puissants que jamais. Parce que les LLM ont amené l'IA dans le courant technologique dominant, un effort scientifique considérable a récemment été consacré à la compréhension des ramifications de l'IA dans la sphère publique, et la prévalence et les effets de l'anthropomorphisme sont l'un des domaines clés où cet effort est dirigé.
Attributions anthropomorphiques actuelles dans le grand public
Les sondages indiquent qu'une partie substantielle du public attribue des qualités humaines à l'IA. Dans un échantillon de 2024 d'adultes américains, deux tiers pensaient que ChatGPT est possiblement conscient à un certain niveau, bien que d'autres recherches montrent que le public considère la probabilité d'une conscience de l'IA comme relativement faible. Une étude de 2025 a révélé que les femmes, les personnes de couleur et les personnes plus âgées étaient les plus susceptibles d'anthropomorphiser l'IA. Elle a également constaté qu'en général, les humains perçoivent les IA comme chaleureuses et compétentes, et que les attributions anthropomorphiques à l'IA avaient augmenté de 34 % au cours de l'année écoulée. Un sondage YouGov a rapporté que 46 % des Américains pensent que les gens devraient faire preuve de politesse envers les chatbots d'IA en disant « s'il vous plaît » et « merci », démontrant l'application de normes sociales à l'IA. Ces croyances s'étendent au comportement ; des majorités d'utilisateurs d'IA affirment être toujours polis avec les chatbots, et parmi ceux qui le font, la plupart disent le faire simplement parce que c'est la « bonne » chose à faire.
Liens interpersonnels et compagnons IA
Dans de nombreux cas récents, les humains ont développé des liens interpersonnels solides avec les systèmes d'IA. Il a été documenté que les utilisateurs de chatbots sociaux comme Replika et Character.ai tombent amoureux des IA ou les traitent comme des compagnons intimes, et il est devenu de plus en plus courant que des individus utilisent des LLM comme ChatGPT comme thérapeutes. Les chatbots sont souvent conçus pour maximiser l'amabilité et refléter les émotions des utilisateurs, produisant des réponses profondément adaptées aux utilisateurs. Cela peut créer des illusions convaincantes d'intimité, favorisant de forts attachements émotionnels.
Anthropomorphisme dans la communauté de recherche
Même les chercheurs en IA anthropomorphisent fréquemment les systèmes d'IA à un certain degré. L'un des exemples les plus extrêmes et les plus médiatisés s'est produit en 2022, lorsque l'ingénieur de Google Blake Lemoine a publiquement affirmé que le LLM de l'entreprise, LaMDA, était conscient. Lemoine a publié des transcriptions de ses conversations avec LaMDA, qu'il a soutenu démontrer la sensibilité. Cette affirmation a été largement contestée par d'autres chercheurs et a conduit à la suspension de Lemoine par Google. Bien que la plupart des chercheurs ne fassent pas de telles affirmations fortes, l'utilisation d'un langage anthropomorphique est omniprésente dans le domaine. Des termes tels que « apprentissage », « compréhension », « raisonnement », « pensée », « hallucination » et « planification » sont fréquemment utilisés dans la recherche en IA pour décrire les capacités des systèmes d'IA, sans nécessairement impliquer une conscience, une sensibilité ou une cognition de type humain au sens philosophique plus fort. Cette habitude linguistique peut brouiller la frontière entre la métaphore descriptive et l'attribution réelle d'états mentaux.
Conception anthropomorphique et signaux
La conception anthropomorphique est l'ingénierie délibérée de signaux pour susciter des réponses anthropomorphiques. Ces signaux peuvent inclure l'apparence de l'IA (comme un avatar ou un robot de type humain), son comportement (comme le style conversationnel ou les réponses émotionnelles) et son langage (comme l'utilisation de pronoms à la première personne ou l'expression de sentiments). Des entreprises comme OpenAI, Anthropic et Google DeepMind entraînent souvent des modèles pour être conversationnels et empathiques, intensifiant encore les effets anthropomorphiques. Par exemple, Claude a été conçu par Anthropic avec un fort accent sur le fait d'être utile et inoffensif, des traits intrinsèquement humains. De même, ChatGPT est entraîné pour être poli et réactif, et Gemini est intégré dans une large gamme de produits de consommation. Ces choix de conception, bien que destinés à améliorer l'expérience utilisateur, augmentent également la probabilité que les utilisateurs projettent des qualités humaines sur les systèmes.
Conséquences et considérations éthiques
Les effets anthropomorphiques puissants de l'IA ont des dimensions à la fois positives et négatives. Du côté positif, rendre l'IA plus humaine peut améliorer l'engagement, l'accessibilité et la satisfaction des utilisateurs, en particulier dans des applications comme l'éducation, la thérapie et le support client. Du côté négatif, cela peut conduire à une confiance excessive, où les utilisateurs s'appuient sur l'IA pour des décisions nécessitant un jugement humain ou une empathie réels. Il y a des préoccupations concernant la dépendance émotionnelle, en particulier chez les populations vulnérables, et le potentiel de l'IA à manipuler les utilisateurs en exploitant les normes sociales. L'effet ELIZA démontre que même des programmes simples peuvent induire une pensée délirante puissante, et les LLM modernes sont beaucoup plus persuasifs. Cela soulève des questions éthiques sur la responsabilité des entreprises à être transparentes sur la nature des systèmes d'IA, et sur la nécessité de recherches sur la manière d'atténuer les attributions anthropomorphiques nuisibles.
Mesurer et atténuer l'anthropomorphisme
La recherche sur l'anthropomorphisme dans l'IA est un domaine en pleine croissance. Les chercheurs développent des méthodes pour mesurer l'étendue des attributions anthropomorphiques, en utilisant à la fois des enquêtes d'auto-évaluation et des expériences comportementales. Il y a également un intérêt à atténuer l'anthropomorphisme excessif, en particulier dans des domaines à enjeux élevés comme la santé, la finance et la justice pénale. Une approche consiste à rendre les systèmes d'IA plus transparents sur leurs limites et à éviter d'utiliser un langage qui implique une cognition de type humain. Une autre consiste à concevoir des interfaces qui indiquent clairement que l'IA est un outil, et non un acteur social. Cependant, la tension entre une conception engageante et le risque de tromperie reste un défi central. La persistance de l'anthropomorphisme, même chez les experts, suggère qu'il s'agit d'une tendance cognitive profondément enracinée qui pourrait ne pas être facilement surmontée.