Herméneutique et intelligence artificielle : une collaboration humain-machine en quête de sens - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

Hermeneutics and Artificial Intelligence: a Human-Machine Collaboration in a Quest for Meaning

Herméneutique et intelligence artificielle : une collaboration humain-machine en quête de sens

Résumé

Since his 1950 article in which Turing proposed the thought experiment of the imitation game, cognitive sciences have asked the question of the possibility of autonomous thought on the part of a machine. Following some negative responses (Searle, Putnam, Dreyfus), MIT researchers have developed a new methodology to combine the analytical faculties of AI with the natural human understanding of phenomena. This approach called “computational hermeneutics” proposes a human-machine collaboration between (i) the logical-mathematical explanation of data and (ii) the interpretation of their contextual meaning. The idea here is to allow both the machine to learn from digital texts the intentional content found there (social, historical, and psychological elements) and, for humans, a means of reporting a causal relationship between the meaning of words and their context of use from a written medium. The objective of this presentation will be to show how hermeneutics as a tradition of interpretation of sacred texts in philology, then as an interpretation of sensitive and existential experience in philosophy, was able to find its principles renewed through interdisciplinarity that AI enables around the analysis of digital documents. Thus, we will try to ask ourselves to what extent an AI “understands” what it reads, and how the question of meaning can be integrated today into the heart of formal sciences.
Depuis son article de 1950 dans lequel Turing proposait l’expérience de pensée du jeu de l’imitation, les sciences cognitives se sont posé la question de la possibilité d’une pensée autonome de la part d’une machine. À la suite de quelques réponses négatives (Searle, Putnam, Dreyfus), des chercheurs du MIT ont développé une nouvelle méthodologie pour combiner les facultés analytiques de l’IA avec la compréhension naturelle humaine des phénomènes. Cette approche nommée « herméneutique computationnelle » propose une collaboration humain-machine entre (i) l'explication logico-mathématique des données et (ii) l'interprétation de leur signification contextuelle. L’idée est ici de permettre à la fois à la machine d’apprendre à partir des textes numériques les contenus intentionnels qui s’y trouvent (éléments sociaux, historiques et psychiques) et, pour les humains, un moyen de rendre compte d’une relation de causalité entre la signification des mots et leur contexte d’usage à partir d'un support écrit. L’objectif de cette présentation sera de montrer comment l’herméneutique en tant que tradition d’interprétation des textes sacrés en philologie, puis comme interprétation de l’expérience sensible et existentielle en philosophie, a pu trouver ses principes renouvelés à travers l’interdisciplinarité que l’IA permet autour de l’analyse des documents numériques. Ainsi, on tâchera de se demander dans quelle mesure une IA « comprend » ce qu’elle lit, et comment la question du sens peut s’intégrer aujourd'hui au cœur des sciences formelles.
Charles Bodon - Communication - Fresco 2021 - Talks D2 .ppt.pdf (1.12 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04366077 , version 1 (28-12-2023)

Licence

Copyright (Tous droits réservés)

Identifiants

  • HAL Id : hal-04366077 , version 1

Citer

Charles Bodon. Herméneutique et intelligence artificielle : une collaboration humain-machine en quête de sens. Colloque des Jeunes Chercheur·se·s en Sciences Cognitives, 11e édition, Fédération Française des Étudiants et Jeunes Actifs en Sciences de la Cognition (Fresco); Institut des Sciences du Digital (IDMC), Mar 2021, Paris, France. ⟨hal-04366077⟩

Collections

UNIV-PARIS1
11 Consultations
9 Téléchargements

Partager

Gmail Facebook X LinkedIn More