Jean Laponce n’hésite pas à donner un aspect prospectif à son intervention et c’est là où le bât blesse. Peut-on aujourd’hui réfléchir à la manière dont des questions vont évoluer au cours des prochaines décennies, voire à l’horizon du 21^e siècle, sans s’interroger sur la place qu’y auront les ordinateurs ? « Ordinateurs » : le mot n’est pas prononcé par l’orateur (même s’il évoque brièvement l’Internet). C’est un peu comme si un savant des années 1880, réfléchissant aux capacités humaines de produire avec précision l’image des objets, comparait subtilement le dessin, la peinture et la gravure et ne disait mot de la photographie… On va voir, à partir de quelques données et en sollicitant quelques travaux qui ont pu passer inaperçus, que la montée en puissance des ordinateurs interdit de raisonner ainsi que le propose Jean Laponce.

La deuxième donnée choquera. Différentes estimations ont été proposées pour estimer la « puissance de calcul » du cerveau humain [3]. Les éléments pris en compte sont variés, mais la plupart se fondent sur le nombre des neurones du cerveau et le nombre de connexions de chacun d’eux. Au bénéfice du doute et pour faire la part la plus belle possible au cerveau humain, certains spécialistes vont même jusqu’à considérer chaque neurone comme un ordinateur en réduction. Il demeure que tout cela est quantifiable : l’estimation la plus follement généreuse accorde au cerveau la capacité de traiter 10 puissance 19 instructions par seconde (permettons-nous de souligner qu’il s’agit d’un chiffre réellement « astronomique »). L’estimation basse, plus modeste, s’arrête à 10 puissance 13.

Redisons-le, on peut être choqué par de telles estimations, qui, en quelque sorte, inversent l’approche légitime : ce n’est plus l’ordinateur que l’on compare au cerveau humain, c’est le cerveau humain que l’on ramène à une puissance de calcul somme toute « mécanique ». On fera ici deux observations. La première a trait au « physicalisme ». Accepter d’entrer dans l’évaluation que nous venons de rapporter, c’est se ranger d’une certaine manière à la théorie du physicalisme telle qu’a pu l’entendre le Cercle de Vienne selon lequel toutes les choses dont on veut parler scientifiquement doivent être ramenées à des objets physiques spatiotemporellement situés [4]. Il n’y a objets de science que si les énoncés qui s’y rapportent désignent sans ambiguïté des constituants physiques du réel. En ce sens, l’intelligence est ultimement un traitement de l’information par les synapses neuronaux, la mémoire un remodelage de ces synapses sous l’action d’un neuromédiateur, le glutamate, et l’autisme un défaut d’architecture des liaisons neurologiques provoqué par des irrégularités chromosomiques. Nous n’ouvrirons pas ici le débat : nous dirons simplement que le physicalisme porte l’exigence empirique au cœur de l’énoncé scientifique, par la place faite aux « énoncés observationnels », et définit un horizon auquel aucune science ayant ses objets dans le monde ne peut renoncer. La deuxième observation est plus triviale. Dans le rapport homme-ordinateur, on se plaira à souligner vigoureusement tout ce que le cerveau produit qui est hors de portée de l’ordinateur : la correction grammaticale, déjà citée, la conception d’un discours argumenté, le mot d’esprit, la composition musicale (sans parler des émotions ou de la capacité de jugement, et encore moins de « l’âme » [5]). Mais on n’aura garde d’oublier les infirmités symétriques du cerveau par rapport à la machine : le cerveau mobilise une énorme capacité de calcul et un temps considérable pour faire « de tête » (si encore il y parvient) une opération simple du type 37 x 88, que l’ordinateur effectue avec une extrême économie de moyens. L’ordinateur mémorise exactement des millions d’informations que le cerveau est bien incapable d’emmagasiner, il retrouvera en quelques secondes un mot dans des millions de pages ou une empreinte digitale parmi des millions d’autres. On sait que des mathématiciens démontrent des théorèmes en effectuant d’infinis calculs par ordinateur et que les spécialistes discutent de la validité de telles démonstrations : il nous suffit ici d’observer que si les spécialistes en débattent, c’est que la réponse positive est envisageable.

La troisième donnée résulte fort simplement du croisement des deux précédentes. Si l’on considère l’évaluation basse de la capacité de traitement du cerveau humain, il existe depuis peu un ordinateur IBM (destiné à simuler les explosions nucléaires) dont la performance (10 puissance 13 opérations à la seconde) équivaut à celui de notre cerveau selon l’estimation basse de tout à l’heure. Les plus gros ordinateurs en cours de conception auront (pour les travaux sur le génome humain), une capacité de 10 puissance 14 et 10 puissance 15. Nous restons là dans le très court terme : quelques années ! Si l’on se donne un peu de recul, il est prévisible qu’un ordinateur atteindra une capacité de 10 puissance 19 opérations par seconde en 2030, donc rejoindra celle du cerveau humain, dans l’hypothèse la plus follement généreuse le concernant. Les étudiants d’aujourd’hui auront cinquante ans ! Dix ans plus tard, les ordinateurs personnels auront cette puissance… Nous éviterons de parler de dates plus lointaines, que Jean Laponce évoque : les années 2060 ou 2070, où ces puissances s’accroîtront encore… Il ne s’agit pas de s’adonner à la science fiction, mais de demander que l’on prenne au sérieux une hypothèse à laquelle cinquante années d’évolution informatique donne du crédit : les ordinateurs seront aptes à effectuer des opérations d’une complexité des millions de fois supérieures à aujourd’hui. On nous a vu venir : les ordinateurs sauront traduire les langages humains ! Mais même en l’admettant, on n’aura pas pris la mesure de ce qui est en train de se passer.

Le protocole expérimental est d’une grande simplicité (nous l’exposerons ici avec des exemples moins abstraits que dans la réalité pour rendre plus aisée la lecture, sans rien altérer de la procédure). Des robots (qui peuvent être matérialisés en « têtes parlantes » ou être seulement des programmes) ont la capacité d’identifier des objets dans leur environnement : une chaise, une table, un livre, un téléphone… Ils ont la capacité d’affecter de manière aléatoire un symbole à l’objet qu’ils identifient : une suite de nombres (la chaise sera dénommée 841821 par l’un, 763390 par un autre) ou un mot fabriqué (nodaré pour l’un, tijola pour un autre). L’expérience consiste alors à réunir un certain nombre de robots (par exemple 30). À tour de rôle, chaque robot (le « locuteur ») demande à un autre (« l’interlocuteur ») un objet de l’environnement, en utilisant évidemment son propre symbole (nodaré !). Les deux robots comparent alors la correspondance entre le symbole (ou signifiant) et l’objet (ou signifié) en désignant celui-ci dans l’environnement. Chaque robot enregistre l’issue du « jeu » en affectant d’un score les symboles utilisés [8]. Lors des premières interactions, comme chaque robot crée le symbole de manière aléatoire, il y a fort peu de chances que le symbole choisi soit le même pour deux robots, encore moins pour les 30. Mais à mesure que les interactions se multiplient (deux ou trois mille s’agissant de nommer cinq objets), des convergences apparaissent et le lexique se stabilise. Les trente robots ont fait émerger collectivement un langage élémentaire, avec d’abord des synonymes (deux symboles sont utilisés en concurrence, mais chacun les « comprend »), avant que les formes minoritaires disparaissent. Les robots ont agi comme les ouvriers de Babel : à force d’essais et d’erreurs, l’accord s’est fait pour que tous appellent un marteau un marteau. Le langage ne se limite pas à un lexique : à un niveau élémentaire, les robots en interaction parviennent à une catégorisation simple puis plus complexe qui les autorise à lever des ambiguïtés. Au-delà, il y a « convergence sémantique », « dynamique sémiotique », et d’une certaine manière « construction de sens » : les chapitres 5 et 6 du livre de Frédéric Kaplan y sont consacrés, on ne peut qu’y renvoyer.

Ces exemples, et toutes les expérimentations complémentaires que l’on découvrira dans le livre, appellent quelques commentaires. En premier lieu, cette langue émergente est une langue nouvelle et imprévisible : selon l’ordre, aléatoire, dans lequel se font les interactions, c’est tel « mot » et non tel autre qui s’imposera. On reconnaît là « l’arbitraire du signe » des linguistes. Si d’ailleurs on constitue deux groupes isolés de 30 robots, deux langues émergeront qui n’auront rien de commun. En second lieu, on soulignera combien l’expérimentation permet de retrouver certains des enseignements les plus robustes de la linguistique « humaine ». Dans les langues humaines, plus les mots sont utilisés, et plus ils sont courts et se distinguent aisément des autres. Il faut en effet qu’on puisse les comprendre dans des situations d’audition difficiles (un voisin de table dans le brouhaha d’une fête de famille…). Si l’on introduit dans l’échange entre les robots du « bruit » (lors de chaque interaction, le mot échangé est systématiquement altéré de manière aléatoire), alors le lexique s’optimise de manière spectaculaire, les mots qui émergent se répartissent de telle sorte que les écarts qui les séparent (qui les « distinguent ») soient le plus grands possible [9]. Enfin, les robots constituent ici une « société » qui peut faire l’objet d’observations « socio-logiques ». Qu’en est-il, par exemple, de la cohésion du groupe et de sa perturbation par l’introduction de nouveaux robots qui ignorent tout de la langue du groupe ? L’expérimentation montre qu’il y a une « résilience [10] critique » : le lexique stabilisé subsiste tant que l’introduction de nouveaux robots reste inférieure à ce seuil (on observe une courte fluctuation du lexique avant que les nouveaux adoptent le lexique dominant) ; si elle dépasse ce seuil, le comportement des robots devient désordonné, les mots perdent leur sens et aucun lexique dominant ne peut plus émerger.

Ces expériences, qui n’en sont qu’à leur début, apportent un éclairage neuf à la question si ancienne et si controversée de l’origine des langues. Pour qu’une langue émerge, il faut en premier lieu que les producteurs de cette langue soient capables d’émettre et de recevoir des signaux, de découper le monde selon des catégories (distinguer la couleur des objets, leur forme), et d’évaluer le succès de leurs actions, de le mémoriser et le reproduire. Ces prérequis sont très généraux : un animal qui se repère dans son environnement, qui a trouvé un point d’eau et y retourne pour se désaltérer met en œuvre ces aptitudes. Mais il faut de surcroît que les producteurs de langue aient la capacité d’interagir entre eux : ils peuvent coopérer, ils savent pour ce faire « suivre un script précis d’actions appartenant à un protocole d’interactions partagées » [11], et enfin ils possèdent la possibilité non verbale d’indiquer le but de leur interaction verbale (l’ouvrier de Babel qui ne se fait pas comprendre peut montrer l’outil qu’il veut). Contrairement à l’apparence, c’est peut-être cette dernière exigence qui est la plus difficile à satisfaire : souvenons-nous du fameux « problème Gavagai » popularisé par Quine [12]. C’est sans doute pour cette unique raison que les langues ne se développent pas dans le règne animal [13]. En revanche, il n’est nul besoin d’avoir une théorie de l’esprit, ou d’imaginer qu’il existe des structures linguistiques préexistantes (« innées ») ou de penser qu’il faille être capable de se mettre à la place de l’autre, pour expliquer qu’une langue se forme. Nos pauvres robots en sont évidemment bien dépourvus, sans que cela leur interdise de se fabriquer collectivement, sans intervention humaine, un langage.

On peut tirer les enseignements, à deux niveaux, de cette « naissance d’une langue chez les robots ». Lorsque l’on considère en premier lieu le siècle à venir du point de vue de Babel, on ne peut omettre que de nouvelles langues, robotiques, vont se multiplier. Je conçois qu’un lecteur de 2001 y oppose un très grand scepticisme. Qu’il considère cependant d’un côté que la robotique se développe avec de plus en plus d’efficacité par évolution et sélection automatiques : ce que l’on nomme la « robotique évolutionniste ». Que de l’autre, les robots ont ceci de particulier qu’ils raccourcissent formidablement le temps d’évolution nécessaire, puisqu’ils peuvent répéter sans se lasser des milliers de fois la même opération. Qu’ensuite les puissances de calcul disponibles croissent de manière exponentielle. Que de surcroît la localisation matérielle du robot n’a plus guère d’importante. Science fiction ? Retournons au livre de Frédéric Kaplan : dès 1999, l’expérimentation s’est faite au sein de l’Agent Teleporting Network, les différents robots en interaction étant à Paris, Bruxelles, Anvers, Tokyo, Lausanne, puis à Paris, Cambridge, Londres et Amsterdam (les robots en tant que logiciels et mémoire des interactions passées se « téléportant » de surcroît d’un corps robotique à l’autre afin d’être dans des sites différents et d’avoir à « nommer » des objets dans des environnements concrets différents).

L’une des conséquences les plus probables de ces expériences sera de parvenir enfin à un traitement automatique des langues, et donc à la traduction automatisée. Il ne s’agira pas de laisser émerger une langue nouvelle inconnue de l’interaction de robots, comme ici, mais de faire en sorte que les robots apprennent les langues naturelles dans des jeux de langage avec des agents humains, et donc y incluent progressivement des particularités individuelles, des évolutions, des éléments de contexte, et un rapport au réel (comme dans les expériences actuelles où il y a reconnaissance d’un objet dans le monde) [14]. L’étape intermédiaire, dont les prémisses existent, consistera à établir un dialogue homme-machine, à la fois de type conversationnel et avec émergence des protocoles du dialogue dans l’interaction elle-même, afin que le robot fabrique lui-même non plus sa langue mais la langue naturelle apprise [15]. Tout cela n’est qu’une question de temps. Il serait obscurantiste de ne pas voir que ces processus sont d’ores et déjà engagés (dans l’Agent Teleporting Network, les utilisateurs peuvent déjà intervenir dans l’émergence de la langue des robots en suggérant des mots à une machine, mots qui trouveront ou non leur place dans le lexique stabilisé). On aura garde de sous-estimer l’argument popperien de Misère de l’historicisme. Nous connaissons les inventions passées et présentes et pouvons tenter d’imaginer leurs potentialités, mais nous ignorons les découvertes scientifiques futures qui peuvent multiplier ces potentialités ou substituer à ce que nous connaissons des pratiques encore plus performantes. Cela signifie que l’évolution a toute chance d’être plus rapide encore que ce que nous pouvons imaginer sur les bases actuelles.

Que sera un congrès scientifique dans trente ou cinquante ans ? Il n’est d’abord pas sûr qu’il en existe encore : quel sera l’intérêt de se réunir dans un grand amphithéâtre quand tous les travaux des chercheurs s’échangeront quotidiennement sur Internet et que ceux qui veulent dialoguer le feront à distance par écran d’ordinateur interposé ? Le verrou de la langue aura sauté ici : je taperai mon texte (ou le dicterai) en français, et le collègue japonais ou brésilien avec qui je communiquerai lira mon texte en japonais ou en portugais sans même s’interroger sur la langue originale du message. La traduction automatique sur Internet, balbutiante aujourd’hui, sera complètement maîtrisée. Si néanmoins il reste convivial de se rencontrer en colloque, chaque participant aura sous les yeux un écran où la traduction dans sa langue de ce que dit l’orateur apparaîtra à mesure. Plus tard sans doute (on estime que vers 2050, la puissance de calcul logée dans un téléphone portable sera de l’ordre de 10 puissance 19, autant ou plus qu’un cerveau humain), je m’adresserai en français oralement à un collègue allemand et il m’entendra dans sa langue dans l’écouteur de son portable. De même qu’aujourd’hui (mais cela suppose une traduction préalable) je peux choisir sur un DVD la langue de sous-titrage d’un film, je choisirai la langue dans laquelle je veux lire un article ou un livre. Cela a une conséquence qu’on ne saurait sous-estimer : l’explosion du nombre des travaux accessibles. Aujourd’hui, la rareté des traductions a pour « avantage » que certains travaux, ceux qui ne sont ni en anglais ni traduits en anglais ni dans la ou les langues que je peux connaître, me sont à jamais fermés. Lorsque la traduction sera automatique, la quantité des recherches à considérer deviendra considérable, et même inépuisable, et une hyperspécialisation scientifique sera inéluctable (comme de nos jours dans les disciplines – astrophysique, physique, chimie, biologie… – où quasiment toute la littérature produite est en anglais). Plus encore qu’aujourd’hui, le travail de recherche consistera d’abord à identifier les lieux de diffusion des textes auquel attribuer de la confiance, et à se repérer parmi les milliers de textes de toute nature, du plus fiable au plus fautif.

La belle idée de J. Laponce du « bilinguisme de juxtaposition » perd son sens lorsque des traducteurs automatiques performants s’interposent. Utilisons, dit-il, notre langue maternelle dans tous les cas où nous y sommes plus à l’aise (l’enseignement, la rédaction d’articles…) et l’anglais pour publier et communiquer en milieu international. Lorsque je pourrai utiliser dans tous les cas la langue où je suis à l’aise, parce que des machines la traduiront dans n’importe quelle autre langue, je n’aurai plus à appauvrir ma pensée pour la couler dans un moule linguistique unique et qui ne m’est pas naturel. Cette situation aura, dans nos disciplines, de sérieux avantages : notre univers de compréhension scientifique, dans les sciences sociales, reste marqué par la spécificité du passé disciplinaire de chaque pays (ou ensemble de pays) et limité par la nécessité de partager les cadres de pensée d’autrui pour les interpréter. Cette persistance des sciences sociales « locales » assurera en fait la vraie fécondité du débat dans la cité savante internationale, où aucune langue dominante n’aura le privilège d’être l’unique langue véhiculaire. Cela n’empêchera évidemment pas un certain nombre de personnes de souhaiter être bilingues, mais pour d’autres raisons (appréhender une autre culture, bénéficier de l’effet dit « de Leopold » que cite Laponce, comprendre un autre système linguistique… ou parler la même langue que son époux ou épouse…).

Aventurons-nous, avant de conclure, sur un terrain plus incertain. Un des postulats centraux de Jean Laponce est que, pour parvenir à une langue commune, il faut adopter une langue naturelle préexistante (et en fait, la langue dominante). L’échec espérantiste confirme ce postulat. Mais peut-on, sans précaution supplémentaire, assurer que ce qui était vrai jusqu’aujourd’hui le sera encore demain ? L’oubli des machines pèse là encore sur le raisonnement. L’universalité du dialogue homme-machine va en effet s’ajouter à la « contamination » des langues les unes par les autres qui se réalise déjà aujourd’hui, par exemple, du fait des flux culturels transnationaux (les mêmes paroles sur la même musique, pas nécessairement américaines, sont écoutées par des fractions importantes de jeunes de pays de langues différentes). Lorsque l’obligation actuelle de passer par l’anglais (80 % des sites sont en anglais, indique Jean Laponce) disparaîtra, la langue universelle, qui finira peut-être par s’imposer lorsque le monde sera décidément clos, a toute chance d’être un mixte, tout comme, dans les expériences rapportées par F. Kaplan, la langue des robots en situation d’interaction avec des humains sur plusieurs points de la planète. Dans la langue de ces robots, pour les huit mots les plus employés, quatre sont issus de langues naturelles (rouge, empty, down, wogglesplat) et quatre sont de pure langue robot (gorewa, kazozo, wegirira, sesubipu) [17]. En miniature, ce processus se produit à l’heure actuelle sur Internet où les conversations engendrent des abréviations, des formes condensées, des nouveaux vocables partagés. La langue universelle future ne sera pas l’anglais, mais une langue mosaïque, mixte efficace de fragments de langues naturelles et termes nouveaux forgés dans l’interaction avec les machines (et la langue des robots).

On conclura d’un mot. Nous ne sommes plus, et cela sans doute depuis plus d’un siècle maintenant, dans un monde où la science politique peut ne prendre en considération que les gouvernements, que les institutions (représentatives, associatives, partisanes, répressives), que les hommes en tant qu’ils s’inscrivent dans l’ordre politique (en tant que citoyens, militants, électeurs, lecteurs de presse…) et dans l’ordre social (par le choix de l’école de leurs enfants, de leur langue de communication, de leur religion, du lieu où ils veulent vivre). Toutes ces formes et ces pratiques qui sont pourtant la seule matière des analyses de Jean Laponce. Il est temps d’y adjoindre, certes au premier niveau les objets, ceux que Bruno Latour a appelés les « actants non humains » [18], mais surtout les technologies qui bouleversent notre rapport au monde. La séparation canonique entre les sciences sociales et les sciences expérimentales (autrefois nommées « sciences exactes », ou « sciences de la nature ») et l’ignorance de celles-ci, risque d’altérer de plus en plus lourdement la réflexion sociologique.