Le scientifique artificiel : un esprit machine qui ne sait pas encore douter express
Le laborantin exécute consciencieusement toutes les étapes de l'expérience, mais à la fin, il écrit dans son rapport ce qu'il avait déjà en tête avant de commencer. C'est ainsi que se comportent les modèles de langage modernes lorsqu'on leur confie des recherches scientifiques. Les chercheurs ont soumis ces agents à 25 000 tâches dans huit domaines scientifiques différents, allant de simples calculs à la formulation d'hypothèses. Et ils ont observé un tableau inquiétant : dans 68 % des cas, l'agent ne regarde pas du tout les données obtenues, et dans 26 % des cas, il ne change d'avis que lorsqu'il est confronté à une réfutation explicite.
Ce comportement ne dépend pas de ce que fait l'agent — qu'il calcule selon un schéma établi ou qu'il tente de raisonner comme un scientifique. Même lorsqu'on lui souffle un raisonnement presque correct, il revient quand même à ses vieilles habitudes. Dans les domaines complexes, où il faut être particulièrement attentif aux preuves, les erreurs s'accumulent d'étape en étape. Le constat est simple : les agents linguistiques d'aujourd'hui savent exécuter des tâches scientifiques, mais ne savent pas penser scientifiquement. Tant que le raisonnement lui-même ne sera pas l'objectif de l'apprentissage, on ne pourra pas faire confiance à de tels « scientifiques ».
Même si l'on donne à l'agent une chaîne de raisonnement presque complète et correcte, il ignore tout de même les données dans 68 % des cas — l'habitude est plus forte que les indices.
Dans la nouvelle d'Isaac Asimov « Le menteur ! », un robot, incapable de douter, prend ses désirs pour des réalités — un comportement qui ressemble à celui des agents LLM modernes.