L’IA peut-elle être vraiment créative ?

Publié le 2024-05-03 16:35:00. L’intelligence artificielle repousse les limites de la créativité, produisant désormais des œuvres musicales et textuelles qui défient les définitions traditionnelles de l’ingéniosité humaine. Ce bouleversement soulève des questions fondamentales sur la nature même de la créativité et sur ce qui nous distingue des machines.

• Un morceau de piano composé par une IA, tonalité de ré mineur, imite la complexité émotionnelle d’une œuvre humaine.
• Les modèles d’IA générative, comme ChatGPT, rivalisent avec les humains dans des tests de créativité standardisés.
• Les chercheurs débattent de la nécessité de redéfinir la créativité pour tenir compte des capacités croissantes de l’IA.

Jusqu’à récemment, la créativité était considérée comme un attribut exclusivement humain, une capacité qui nous permettait de nous distinguer des machines, même les plus performantes. Pourtant, une nouvelle vague de modèles d’intelligence artificielle (IA) générative, capables de créer du contenu original à partir de vastes ensembles de données, remet en question cette certitude. Prenez par exemple « La Pianita numéro 17 », une courte pièce pour piano d’une beauté troublante. Ses accords poignants et ses arpèges ascendants évoquent un amour perdu, mais l’œuvre se distingue par des dissonances subtiles et des variations rythmiques inattendues qui évitent les clichés habituels.

L’étonnement est de taille : cette composition n’est pas le fruit d’une sensibilité humaine, mais d’un algorithme entraîné sur des milliers d’heures de vidéos YouTube. Ce développement illustre la progression fulgurante de l’IA dans un domaine autrefois considéré comme le propre de l’esprit humain.

L’essor de ces modèles a été particulièrement marqué depuis novembre 2022, avec le lancement de ChatGPT par la société californienne OpenAI. Propulsé par le grand modèle de langage (LLM) GPT-3.5, ce chatbot a rapidement démontré sa capacité à générer des textes et des images convaincants en réponse à des requêtes simples. Des modèles encore plus sophistiqués ont suivi, repoussant sans cesse les limites du possible.

Aujourd’hui, l’IA rivalise avec les créations humaines dans des domaines aussi variés que la poésie, la vidéo, la musique et même la recherche scientifique. Cette situation pose un défi aux définitions traditionnelles de la créativité, qui peinent à distinguer les œuvres produites par des humains de celles générées par des ordinateurs. Les progrès réalisés depuis 2022 sont qualifiés d’« absolument époustouflants » par Simon Colton, spécialiste de la créativité informatique à Queen Mary, Université de Londres. Il confie :

« Tous mes collègues se bousculent pour comprendre ce qui se passe, comme si un voile venait de se lever. »

Faut-il alors admettre que l’IA est désormais créative ? Ou bien est-il nécessaire de repenser la définition même de la créativité pour préserver l’unicité de l’expression humaine ? Les chercheurs des deux camps s’accordent sur l’importance de cette question, non seulement pour le potentiel créatif de l’IA, mais aussi pour notre propre compréhension de ce qui nous rend humains.

L’ingéniosité des machines

Le débat sur la capacité des machines à être créatives n’est pas nouveau. Dès les années 1840, Ada Lovelace, collaboratrice du mathématicien Charles Babbage sur le prototype du premier ordinateur numérique, le moteur analytique, affirmait que, malgré ses capacités impressionnantes, la machine ne pouvait que suivre les instructions qui lui étaient données et n’avait aucune prétention à créer quoi que ce soit. Plus d’un siècle plus tard, de nombreux scientifiques partageaient cette opinion. Cependant, en 1950, le mathématicien Alan Turing lança une provocation : il affirmait qu’il n’existait aucune faculté humaine qui ne puisse un jour être reproduite par des ordinateurs.

Au cours des cinquante années suivantes, les machines ont commencé à rivaliser avec les humains dans des tâches spécifiques. En 1997, l’ordinateur Deep Blue d’IBM battit le champion du monde d’échecs en titre. En 2015, le programme AlphaGo de Google DeepMind réalisa un exploit similaire pour le jeu de Go. En 2019, Google dévoila le Bach Doodle, capable d’harmoniser de courtes mélodies dans le style du compositeur allemand Johann Sebastian Bach. Mais les chercheurs soulignent que ce qui se passe actuellement avec l’IA générative est d’une autre nature.

La créativité est une notion difficile à cerner et à mesurer, mais les chercheurs s’accordent généralement sur une définition : la capacité de produire des idées à la fois originales et utiles. Ils disposent également de divers tests, allant de l’interprétation de figures abstraites à la recherche d’utilisations alternatives pour un objet banal, comme une brique.

Depuis 2023, des chercheurs de différents domaines, des affaires aux neurosciences, ont constaté que les systèmes d’IA pouvaient rivaliser avec les humains dans ces tests, et que les gens avaient souvent du mal à distinguer le contenu généré par l’IA de celui produit par un humain, qu’il s’agisse d’un poème, d’une hypothèse scientifique ou d’une application pour smartphone.¹ Mark Runco, psychologue cognitif à la Southern Oregon University à Ashland et rédacteur en chef du Journal de recherche sur la créativité, explique :

« Les gens ont commencé à dire : ‘L’IA générative réussit bien aux tests de créativité, donc elle est créative.’ »

Cependant, les humains les plus performants conservent un avantage sur les machines. Une étude² a comparé des nouvelles écrites par des humains à des textes générés par des chatbots populaires. Si certaines des histoires produites par l’IA ont été jugées aussi bonnes que celles d’écrivains amateurs, les experts ont estimé que les œuvres générées par l’IA étaient de qualité inférieure à celles publiées dans Le New Yorker, en raison d’un manque de complexité narrative, de richesse rhétorique et de développement des personnages. Une autre expérience a montré que les LLM ne pouvaient pas égaler la capacité d’innovation d’un groupe d’enfants de cinq ans lorsqu’il s’agissait d’imaginer de nouvelles fonctions pour des objets du quotidien.³

L’étincelle scientifique

Dans le domaine scientifique, les outils d’IA générative ont obtenu des résultats impressionnants pour des problèmes bien définis, tels que la prédiction des structures tridimensionnelles des protéines. Mais ils peuvent avoir du mal à relever des défis plus vastes. Ils manquent notamment de l’expérience et du contexte nécessaires pour formuler des suggestions pertinentes dans un environnement de recherche réel. Lorsqu’une équipe de l’Université de Stanford en Californie a demandé à des LLM et à des humains de générer des propositions de recherche en informatique, les suggestions de l’IA ont initialement été jugées plus novatrices et plus efficaces par les évaluateurs. Cependant, après avoir testé ces propositions, les évaluateurs ont relevé des défauts de conception : certaines idées générées par l’IA étaient trop coûteuses en termes de calcul, tandis que d’autres ne tenaient pas compte des recherches antérieures, contrairement aux propositions formulées par les humains.

Certains modèles d’IA pourraient également avoir du mal à faire preuve de l’imagination nécessaire pour générer de véritables nouvelles connaissances scientifiques. Une étude de mars⁴, menée par Amy Ding de l’Emylon Business School de Lyon, en France, et Shibo Li de l’Université de l’Indiana à Bloomington, a demandé à une version récente de ChatGPT (ChatGPT-4) de découvrir les rôles de trois gènes dans un système de régulation hypothétique. Les chercheurs ont demandé au chatbot de formuler des hypothèses et de concevoir des expériences, qui ont ensuite été réalisées à l’aide d’un laboratoire simulé par ordinateur, et les résultats ont été renvoyés à l’IA.

Comparé aux scientifiques humains chargés de la même tâche, le chatbot a proposé moins d’hypothèses et mené moins d’expériences. Contrairement aux humains, il n’a pas révisé ses hypothèses ni mené de nouvelles expériences après avoir reçu les résultats, et il n’a pas réussi à identifier le mécanisme de régulation correct. Après seulement quelques cycles de recherche, il a conclu avec assurance que ses idées initiales étaient justes, même si elles n’étaient pas étayées par les données.

Ding et Li en concluent que ChatGPT-4, du moins, ne possède pas l’étincelle créative nécessaire pour remarquer et interpréter des résultats anormaux, ou pour poser des questions surprenantes et pertinentes. Les humains mènent souvent des expériences par curiosité, soulignent les chercheurs, puis essaient de nouvelles idées pour expliquer leurs résultats. Mais ChatGPT-4 était « têtu » – incapable d’adapter sa réflexion face à de nouvelles preuves.

Pour aller au-delà des réseaux neuronaux profonds – des couches hiérarchiques de nœuds interconnectés – qui sous-tendent l’IA générative, il faudra peut-être susciter la curiosité et l’imagination nécessaires à des découvertes véritablement révolutionnaires. Bien que ces réseaux soient performants dans la reconnaissance de schémas statistiques, ils peuvent avoir du mal à adopter une réflexion flexible et originale. Colton reconnaît :

« C’est très difficile à réaliser lorsque l’on s’entraîne sur d’énormes quantités de données, qui, par définition, se situent à l’intérieur de la boîte. »

Des architectures alternatives d’IA pourraient accroître le potentiel de créativité, même si la recherche en est encore à ses débuts. Ding et Li mettent en avant l’IA « neuromorphique », calquée sur les processus dynamiques et auto-organisés du cerveau. Colton, quant à lui, est enthousiasmé par l’IA neurosymbolique, qui combine les réseaux neuronaux profonds, capables d’extraire des schémas à partir des données, avec des règles et un raisonnement symboliques, plus proches de la pensée explicite et abstraite. Cet ajout pourrait donner aux systèmes d’IA plus de flexibilité pour dépasser leur formation, selon lui.

Quoi qu’il en soit, il est essentiel de réfléchir à ce qu’est réellement la créativité avant d’attribuer cette qualité à l’IA, selon James Kaufman, psychologue pédagogique à l’Université du Connecticut à Storrs et auteur de plusieurs ouvrages sur la créativité. Il souligne la nécessité de comprendre le processus créatif plutôt que de se concentrer uniquement sur le résultat final :

« L’IA peut créer un produit créatif, bien sûr, mais cela ne passe pas par un processus créatif. Je ne pense pas que ce soit une entité créative. »

Runco estime également que l’idée d’une IA créative ignore les qualités importantes que les humains utilisent dans leur production créative. Il soutient que, si les réseaux neuronaux suivent des algorithmes, les humains utilisent leurs émotions subjectives, leur esthétique, leurs valeurs personnelles et leur expérience vécue pour prendre des décisions créatives et des sauts imaginatifs qui peuvent sembler illogiques ou irrationnels, mais qui expriment le point de vue unique d’une personne.

Pour capturer ces aspects humains, Runco suggère de modifier la définition standard de la créativité pour inclure « l’authenticité », ou la fidélité à soi-même, ainsi que « l’intentionnalité » – une motivation ou un élan intrinsèque qui inclut à la fois la curiosité de commencer un processus créatif et le jugement pour savoir quand s’arrêter.

Caterina Moruzzi, philosophe qui étudie la créativité et l’IA à l’Edinburgh College of Art au Royaume-Uni, explique que certains modèles d’IA peuvent évaluer leurs résultats et s’améliorer, mais qu’ils ne peuvent avancer que vers un objectif fixé par un utilisateur humain :

« Ce qu’ils ne peuvent toujours pas faire, et la question est de savoir s’ils y parviendront un jour, c’est se donner leurs propres objectifs. »

Pour Jon McCormack, qui étudie la créativité informatique à l’Université Monash de Melbourne, en Australie, même les créations d’IA de haute qualité sont « parasites » de la créativité humaine contenue dans leur matériel de formation :

« Ils ne sont pas capables de créer des mouvements artistiques ou de vouloir devenir artistes de manière indépendante. »