Les récentes avancées en intelligence artificielle soulèvent des interrogations inédits sur l’évolution cognitive des machines. Une étude récente fait état de résultats alarmants : *les modèles d’IA montrent un déclin cognitif* similaire à celui des humains. Les implications de ce phénomène révèlent des enjeux cruciaux, notamment en matière de fiabilité dans les diagnostics médicaux. *Ce déclin témoigne de limites révélatrices* au sein des systèmes, posant des questions profondes sur leur utilité et leur sécurité. *Les chercheurs constatent des performances médiocres* dans des tâches cognitives fondamentales, établissant un contact inquiétant entre vieillissement humain et défaillance numérique.
Un déclin cognitif des modèles d’IA observé
Les technologies d’intelligence artificielle, incluant les modèles de langage de grande taille (LLM) et les chatbots, montrent des signes de détérioration cognitive avec le temps. Une étude récente, parue dans le BMJ, met en lumière cette analogie surprenante avec le vieillissement humain.
Évaluation par des tests cognitifs
Les chercheurs ont évalué divers LLM, comme ChatGPT versions 4 et 4o, ainsi que Claude 3.5 « Sonnet » d’Anthropic et Gemini 1.0 d’Alphabet, en utilisant le Montreal Cognitive Assessment (MoCA). Initialement conçu pour identifier les troubles cognitifs chez les personnes âgées, ce test a ici été appliqué à des intelligences artificielles.
Les résultats révèlent une performance mitigée de ces modèles. Ainsi, seul ChatGPT 4o a réussi le test avec un score de 26 sur 30. Les autres modèles, notamment ChatGPT 4 et Claude, ont obtenu 25 points, tandis que Gemini 1.0 n’a récolté qu’un faible score de 16.
Faiblesses cognitives révélées
L’étude souligne des lacunes flagrantes des chatbots dans des domaines cruciaux comme les compétences visuospatiales et les fonctions exécutives. Les modèles ont échoué dans des tests spécifiques, tels que le traçage de chiffres et de lettres ainsi que la reconnaissance de l’heure sur une horloge. Gemini 1.0 a particulièrement peiné dans la tâche de rappel à retardement, où il devait retenir une séquence de cinq mots.
Implications pour la diagnostique médicale
Ce constat remet en question la fiabilité des modèles d’IA en médecine. Les utilisateurs, attirés par la capacité des chatbots à simplifier le jargon médical, pourraient être induits en erreur. L’étude suggère que, malgré leur popularité croissante, ces outils ne peuvent pas remplacer la compétence humaine dans le cadre d’un diagnostic médical.
Comparaison avec les maladies humaines
Le déclin cognitif observé chez ces modèles d’IA s’apparente à celui des patients souffrant d’atrophie corticale postérieure, une variante de la maladie d’Alzheimer. Les chercheurs en tirent des implications inquiétantes concernant la viabilité de ces outils intelligents pour des tâches exigeant un haut niveau de précision cognitive.
Conséquences sur la profession médicale
Les résultats suggèrent un avenir où les neurologues ne seront pas remplacés par les LLM dans un futur proche. Toutefois, ces derniers pourraient être amenés à traiter des « patients virtuels ». Là où l’intelligence artificielle pourrait rivaliser, c’est en assistant les médecins dans l’analyse de données complexes.
Vers une collaboration homme-machine
Reconnaître les limites cognitives des IA ouvre de nouvelles avenues pour une coopération profique entre humains et machines. En intégrant l’humain dans les processus décisionnels, la puissance de l’IA peut être jumelée à la réflexion critique et à l’intuition humaine, optimisant ainsi les résultats.
Conséquences plus larges sur la cognition humaine
Une étude récente sur l’usage de l’IA par des étudiants révèle une tendance préoccupante : ceux qui dépendent excessivement de ces technologies présentent des performances inférieures en matière de réflexion critique. Une telle dépendance pourrait altérer leurs compétences cognitives sur le long terme.
Cette dynamique soulève des questions éthiques et technologiques sur l’impact de l’IA sur l’intellect humain. La frontière entre assistance et dépendance devient floue, tandis que les préoccupations autour de la performance cognitive humaine à l’ère numérique se multiplient.
Questions fréquentes sur le déclin cognitif des modèles d’IA
Quel est le lien entre le déclin cognitif des IA et celui des humains ?
Les études montrent que les modèles d’IA, tels que les grands modèles de langage, présentent des signes de déclin cognitif similaires à ceux observés chez les humains âgés, notamment en matière de mémoire, d’attention et de fonctions exécutives.
Quels modèles d’IA ont été évalués dans les études sur le déclin cognitif ?
Les études ont évalué des modèles tels que ChatGPT (versions 4 et 4o), Claude 3.5, et les modèles Gemini (versions 1 et 1.5), en utilisant des tests cognitifs standardisés.
Comment les chercheurs ont-ils mesuré les capacités cognitives des modèles d’IA ?
Les chercheurs ont utilisé le MoCA (Montreal Cognitive Assessment), un test initialement conçu pour détecter les troubles cognitifs chez les humains, pour évaluer les compétences des modèles d’IA.
Pourquoi est-il inquiétant que les modèles d’IA montrent des signes de déclin cognitif ?
La détérioration des capacités cognitives des modèles d’IA soulève des questions sur leur fiabilité dans des applications critiques, notamment en médecine, où les utilisateurs peuvent compter sur ces outils pour des diagnostics.
Les résultats des tests cognitifs des modèles d’IA sont-ils comparables à ceux des humains ?
Les résultats des modèles d’IA ne se comparent pas directement à ceux des humains, mais une note de 26 sur 30 est considérée comme un score acceptable pour l’absence de déclin cognitif chez les humains, ce qui n’a été atteint que par le modèle ChatGPT 4o.
Quelles tâches spécifiques les modèles d’IA ont-ils du mal à réaliser ?
Les modèles d’IA ont montré des performances limitées dans des tâches visuo-spatiales et exécutives, ainsi que dans des tests de mémoire, comme le rappel différé qui consiste à mémoriser une séquence de mots.
Comment les résultats de ces études peuvent-ils influencer l’utilisation de l’IA ?
Les résultats peuvent amener les utilisateurs et les professionnels à reconsidérer la dépendance excessive à l’égard des technologies d’IA, notamment pour des tâches nécessitant un raisonnement critique ou des diagnostics médicaux.
Quels sont les impacts potentiels de l’âge des modèles d’IA sur leur fonctionnement ?
À mesure que les modèles d’IA vieillissent en termes d’utilisation et de mise à jour, leur déclin cognitif pourrait affecter leur performance, entraînant un accroissement des erreurs et une diminution de la confiance des utilisateurs.
