Nos cerveaux en boucles, pas en calculs : ce que l’IA ignore

Un courant en neurosciences décrit le cerveau non comme un ordinateur, mais comme un système de contrôle en boucle de rétroaction. Cette lecture, portée notamment par Paul Cisek, est mobilisée pour qualifier l’IA de « hot dog cognitif »: séduisante à l’instant, délétère si elle s’installe au menu. Elle s’oppose aux discours qui assimilent le cerveau à une machine de Turing ou à un ordinateur biologique.

L’intégration de l’IA au « régime mental » est présentée comme nocive

Selon cette thèse, les produits d’intelligence artificielle s’installent dans la culture et cette progression est avancée comme une explication des désordres causés par ces outils. L’IA est décrite comme facile et tentante, mais finalement mauvaise pour l’esprit. L’analogie utilisée est celle du « hot dog cognitif » : un produit qui attire sur le moment mais nuit aux systèmes cognitifs façonnés par l’évolution. Il est soutenu que l’IA obstrue la capacité à développer, dans nos têtes, les connaissances nécessaires pour se repérer dans le monde. Comme pour l’alimentation, l’usage ponctuel n’est pas désigné comme le problème ; c’est l’installation régulière qui poserait préjudice. Le risque allégué vient donc de l’intégration de ces outils dans notre « régime mental ». Cette intégration est attribuée à une volonté des hyperscalers de Big Tech d’inscrire l’IA au quotidien cognitif.

Le cerveau envisagé comme système de rétroaction, pas calcul séquentiel

Paul Cisek, neuroscientifique à l’Université de Montréal, défend un modèle où le cerveau est un système de contrôle en boucle de rétroaction plutôt qu’un processeur d’information. Dans cette perspective, l’organisme ajuste activement les entrées qu’il reçoit en fonction des options disponibles. John Dewey avait déjà formulé l’idée d’un circuit où la réponse motrice détermine aussi le stimulus. Cette vision est présentée comme cohérente avec l’architecture biologique issue de l’évolution : au fil du temps, de nouveaux comportements naissent en réponse à des possibilités environnementales, prolongeant l’emprise de contrôle sur le monde. Elle propose de cartographier l’émergence des comportements et d’y superposer des structures cérébrales, par exemple l’apparition de systèmes d’exploration avec la mobilité des vertébrés, liés au développement de l’hippocampe et de la mémoire épisodique. Cisek appelle à délaisser les schémas d’entrées-sorties algorithmiques au profit de modèles dynamiques. Il est aussi avancé que le cadre computationnel ne s’aligne pas sur les structures observables et masque le rôle de contrôle des interactions avec l’environnement.

L’exemple du baseball illustre deux approches opposées de l’action

Attraper une balle en vol peut se lire comme un problème de calcul ou comme une régulation en boucle. Dans la première lecture, il faudrait estimer vitesse et gravité et exécuter des calculs mentaux implicites pour prédire la trajectoire. La seconde propose une règle pratique : garder la balle à la même position dans le champ visuel et se déplacer en conséquence. Cette heuristique évite de séparer esprit et mouvement et d’invoquer des calculs complexes. Elle est présentée comme correspondant mieux à l’expérience des joueurs de champ central.

Le modèle computationnel et ses partisans face aux réserves historiques

L’analogie cerveau-ordinateur, formulée dès Alan Turing, schématise la pensée en séquences d’entrée, calcul et sortie, où la perception mènerait à la cognition puis à l’action. Cette représentation a nourri des avancées en informatique, des machines à additionner aux réseaux neuronaux artificiels et à l’IA générative. Des figures publiques ont repris cette assimilation : Norbert Wiener reliait techniques et pensée d’époque, Demis Hassabis parle du cerveau comme proche biologique d’une machine de Turing et Elon Musk comme d’un ordinateur biologique. À l’inverse, John von Neumann doutait que ce modèle capture la complexité exceptionnelle du système nerveux. La critique rappelle que ces systèmes ont évolué pour permettre aux organismes d’agir dans un écosystème et d’exercer un contrôle, ce que la rétroconception computationnelle tendrait à négliger.

Des boucles sociales millénaires et leurs détournements allégués

Une part décisive des boucles de rétroaction humaines est sociale. Il est avancé que le modèle computationnel les capture mal, tout comme l’industrie de l’IA. Des normes et institutions de transmission du savoir ont été construites sur des millénaires : imitation des gestes puis des sons, émergence du langage oral, sédentarisation et développement de pratiques agricoles, création de l’écrit pour représenter langues et idées et transmettre des concepts complexes à travers les générations. L’éducation formelle s’est mise en place pour assurer le partage des connaissances, et des dispositifs collectifs de décision comme marchés, droit et démocratie ont émergé. Cette dynamique culturelle est décrite comme continue avec l’évolution biologique, visant un contrôle accru sur l’environnement, mais susceptible d’effets indésirables. L’exemple alimentaire illustre ces dérives : la rareté ancienne des graisses a façonné notre attrait et notre stockage, tandis que l’agriculture a rendu ces aliments abondants, avec les hot dogs comme exemple. En parallèle, il est soutenu que, depuis moins d’une décennie, des entreprises de Big Tech ont œuvré à démanteler les normes et institutions de communication et d’apprentissage.