The Brief
Créativité et culture 5 min de lecture

La machine du 18e siècle de Swift qui a prédit les LLM

NAVION

Partager

On se souvient de Jonathan Swift comme d’un satiriste, d’un moraliste, d’un provocateur littéraire. On ne le considère généralement pas comme un prophète de l’intelligence artificielle. Pourtant, une lecture attentive des Voyages de Gulliver, publiés en 1726, révèle quelque chose qui devrait faire réfléchir quiconque suppose que les grands modèles de langage sont une invention purement moderne de la pensée.

L’argument n’est pas métaphorique. Il est structurel.

La machine dans l’Académie de Lagado

Le troisième voyage des Voyages de Gulliver est le moins célébré des quatre. Alors que les Lilliputiens et les Brobdingnagiens sont entrés dans la culture populaire, la visite de l’Académie de Lagado dans le pays de Balnibarbi reste largement ignorée. C’est là que l’anticipation de l’IA par Swift devient la plus explicite.

Dans l’Académie, Gulliver rencontre un professeur qui supervise un grand cadre mécanique, d’environ 20 pieds sur 20 pieds, actionné par 40 assistants. Le dispositif est composé de petits blocs de bois, chacun recouvert d’un morceau de papier portant un mot de la langue locale. Les blocs sont reliés par des fils et équipés de 40 poignées ou manivelles. Lorsque les assistants tournent les manivelles, la disposition des mots change de manière aléatoire. Des scribes enregistrent ensuite toutes les combinaisons intelligibles qui émergent. Le processus fonctionne six heures par jour.

L’ambition du professeur est explicite: cette machine permettrait à « la personne la plus ignorante » de produire des œuvres en philosophie, poésie, politique, droit, mathématiques et théologie, sans aucune étude ni génie inné. Les volumes déjà produits se composent de phrases décousues, que le professeur prévoit d’assembler en ce qu’il appelle « un Corps complet de tous les Arts et Sciences ». Il demande seulement un financement adéquat et 500 cadres supplémentaires.

Retirez la mécanique du 18e siècle et le cadre satirique, et l’architecture est reconnaissable. Un système opère de manière mécanique sur le langage. Il produit des résultats en recombinant des mots existants. Il promet de démocratiser la production intellectuelle. Il nécessite des ressources importantes pour passer à l’échelle. Le rôle humain se réduit à tourner des manivelles et à filtrer les résultats.

Ce que Swift a réussi, et ce qu’il a manqué

Le parallèle avec les grands modèles de langage n’est pas parfait, et la source est honnête quant à ses limites. La machine de Swift n’a pas la capacité de répondre à une question spécifique d’un utilisateur individuel. Cette dimension interactive, la boucle de questions-réponses qui définit l’expérience ChatGPT, est absente du dispositif de Lagado.

Mais cette absence est moins importante qu’il n’y paraît. Une part substantielle de ce que font les systèmes d’IA aujourd’hui n’est pas de la réponse aux questions. C’est de la génération de contenu: produire du texte à partir d’un corpus de langage accumulé, en appliquant des schémas statistiques pour générer du nouveau matériel. C’est précisément ce que fait la machine de Lagado, de sa manière laborieuse et actionnée à la main.

Ce que Swift capture avec une précision particulière est la logique sous-jacente de l’opération. La machine fait le travail. L’opérateur n’a besoin d’aucune expertise. Le résultat est dérivé mécaniquement du langage plutôt que de la compréhension. Et le système produit beaucoup de bruit en plus du signal qu’il parvient à générer. À Lagado, les scribes filtrent le charabia. C’est ce que la plupart des couvertures médiatiques des limites de l’IA manquent: Swift a identifié le problème des hallucinations trois siècles avant que le terme n’existe. Ses scribes constituent la couche de contrôle qualité que le déploiement de l’IA moderne oublie souvent.

La véritable cible de Swift, selon l’analyse ancrée dans le texte, était la Royal Society de Londres et sa culture de projets expérimentaux ambitieux, parfois absurdes. La satire vise l’écart entre la grandeur de la promesse et la pauvreté du résultat réel. Cet écart ne s’est pas refermé.

Pourquoi une satire vieille de 300 ans fait toujours mouche

La raison pour laquelle l’épisode de Lagado de Swift résonne n’est pas qu’il a prédit la technologie. C’est qu’il a identifié l’idéologie qui se cache derrière: la croyance que des opérations mécaniques sur le langage peuvent se substituer à la compréhension, et que l’accès à une telle machine confère des capacités intellectuelles à quiconque l’utilise, indépendamment de ses connaissances ou de son jugement.

C’est le modèle passif de l’intelligence que la source identifie comme le fil conducteur entre la machine de Lagado et les LLM contemporains. L’utilisateur n’a pas besoin de penser. Le système pense pour lui, ou semble le faire. La promesse de « gains remarquables en connaissances et en productivité », comme le formule la source, repose sur cette hypothèse.

Swift était sceptique face à cette hypothèse en 1726. Ce scepticisme vaut la peine d’être hérité. Les systèmes d’IA augmentent véritablement la capacité humaine de manière significative: ils gèrent le volume, font surface à des schémas, accélèrent la rédaction et libèrent de la largeur de bande cognitive pour un jugement de plus haut niveau. Mais la critique de Lagado met en lumière ce qui se perd lorsque l’humain dans la boucle arrête de filtrer, arrête de questionner, arrête de lire le résultat avec l’attention critique d’un scribe.

Le professeur de Lagado était fier de ses volumes de phrases décousues. Il avait un plan pour les rendre cohérents. Il avait juste besoin de plus de financement et de plus de cadres.

En bref

L’Académie de Lagado de Jonathan Swift, tirée des Voyages de Gulliver (1726), décrit un dispositif mécanique qui recombine des mots pour générer des textes sur n’importe quel sujet, actionné par 40 assistants travaillant six heures par jour, promettant un accès universel à la connaissance sans étude ni expertise. Le parallèle structurel avec les grands modèles de langage est suffisamment précis pour être instructif. Ce que Swift ajoute, au-delà de l’esquisse technique, est une critique: le modèle passif de l’intelligence qui sous-tend de tels systèmes produit du bruit en plus du signal, et sans un filtrage humain actif, le bruit l’emporte. Trois siècles plus tard, cet avertissement n’a pas reçu de réponse.

D’après un reportage de The Conversation.

Rédigé par

NAVION