Les intelligences artificielles créent des contenus inédits, mais cela suffit-il vraiment pour parler d’invention ? Tom Zahavy, chercheur chez Google DeepMind, estime qu’elles recombinent brillamment sans franchir le saut créatif.
Son article de janvier 2026 porte un titre volontairement provocateur, « LLMs can’t jump ». Le chercheur désigne ainsi l’instant où l’esprit abandonne les règles pour imaginer celles encore manquantes. Une IA peut dessiner un astronaute médiéval chevauchant une méduse dans le métro parisien demain. Effectivement, l’image semblera nouvelle, mais elle ne traduira pas forcément une idée réellement originale ou profonde.
Les modèles génératifs parcourent d’immenses possibilités, rapprochent des concepts éloignés et adaptent des solutions connues. Pourtant, leurs créations restent généralement enfermées dans un cadre fixé par des humains au départ. L’invention commence lorsque ce cadre devient insuffisant et réclame une nouvelle manière de penser entièrement. Autrement dit, la machine explore la carte, mais ne décide pas encore de la remplacer.
Le saut créatif échappe encore aux machines
Pour préciser cette limite, Zahavy distingue trois formes de raisonnement souvent confondues dans les débats. La déduction applique une règle générale à un cas, puis produit une conclusion logique attendue. Par ailleurs, l’induction observe plusieurs situations, repère des régularités et propose ensuite une règle générale plausible commune.
Cette méthode correspond assez bien au terrain favori de l’apprentissage automatique et des modèles actuels. L’abduction suit une autre voie, puisqu’elle imagine une explication face à un résultat inattendu soudain. L’hypothèse doit ensuite subir des tests, car aucune donnée ne garantit immédiatement sa validité scientifique.
Selon Zahavy, les LLM bloquent ici malgré leurs performances parfois bluffantes en code ou mathématiques. Ils appliquent des règles, détectent des schémas et combinent efficacement les concepts déjà disponibles ailleurs.
En revanche, ils peinent à formuler les prémisses pertinentes lorsque personne ne les fournit auparavant. Les systèmes dits scientifiques IA expérimentent, mais suivent toujours des objectifs et cadres fixés humainement.
Einstein choisit le grand saut plutôt que Vulcain
Einstein sert d’exemple, avec une histoire plutôt gênante pour les prophètes du remplacement humain total. En 1905, sa relativité restreinte bouleverse le temps, mais n’explique toujours pas vraiment la gravité. Dix années supplémentaires mènent aux équations de 1915, sans gigantesque base destinée à guider Einstein.
La physique newtonienne fonctionnait encore bien, malgré l’anomalie connue dans l’orbite de Mercure depuis longtemps. Une planète invisible appelée Vulcain offrait alors un correctif simple, rassurant et beaucoup moins coûteux. Une machine conçue pour réduire l’erreur aurait probablement préféré cette rustine au chamboulement théorique complet.
Einstein imagine un observateur en chute libre, enfermé dans un ascenseur où son poids disparaît. Cette expérience mentale mène au principe d’équivalence entre accélération et gravitation, pilier de sa théorie.
Cette thèse reste philosophique, sans preuve expérimentale, tandis qu’Einstein héritait notamment des mathématiques de Grossmann. Depuis 2022, Yann LeCun défend ces modèles du monde, tandis que l’humain fixe encore l’objectif.
- Partager l'article :
