La conscience comme défaillance du thermostat express
Un thermostat maintient une pièce à 20 degrés. Ouvrez la fenêtre en hiver – il enclenche le chauffage pour rétablir l'équilibre. Le cerveau fait quelque chose de similaire : il prédit constamment ce qui va se passer l'instant d'après et se corrige s'il se trompe. C'est ainsi qu'il apprend. Mais où se niche la conscience dans cette mécanique – la saveur d'une pomme ou la douleur d'une brûlure ?
Deux théories envisageaient la question sous des angles différents. L'une – le principe de l'énergie libre – affirme que tout système vivant cherche à minimiser la surprise, comme ce thermostat. L'autre – la théorie de l'information intégrée – tente de mesurer la conscience par la capacité d'un système à s'influencer lui-même. Si l'on décompose le cerveau en parties, il perd la vision d'ensemble. Jusqu'ici, aucun lien mathématique clair n'existait entre ces deux perspectives.
Les auteurs de la nouvelle étude ont trouvé ce lien. Ils proposent de considérer l'information comme la différence entre ce que le système a réellement fait et ce qu'il « aurait dû » faire s'il avait simplement suivi la trajectoire la plus probable. Il s'avère que les concepts clés de la théorie de la conscience – les fameux répertoires de causes et d'effets – découlent naturellement de cette définition. En d'autres termes, la mesure de la conscience apparaît comme un cas particulier de la manière dont un système gère les imprévus.
Cela ne signifie pas que le thermostat acquiert une âme. Il s'agit de voir qu'un même langage mathématique peut décrire à la fois l'apprentissage et l'expérience subjective. Le pont entre eux repose sur une idée simple : la conscience n'est pas une substance particulière, mais le degré auquel un système doit s'écarter de l'habituel pour rester lui-même.
Résumé original
tel que rédigé par les auteurs, en anglais arXiv:2605.12536
The Free Energy Principle (FEP) is a leading framework for mathematically modeling self-organization and learning, while Integrated Information Theory (IIT) is a computational ontology of consciousness oriented around irreducible cause and effect. While conceptual unifications have been proposed and appear to be supported by empirical findings, the absence of a rigorous mathematical mapping places upper bounds on their precision and testability. This work proposes that information can be defined as the deviation $$\psi$$ of realized dynamics from a constrained maximum-caliber (MaxCal) path ensemble over a finite time horizon. Under this definition, each of the cause/effect repertoires central to IIT 3.0 emerge directly from MaxCal variational principles, allowing IIT's phenomenological calculus to be re-derived from constrained entropy-maximization (CMEP). This framework supplies a theoretical bridge to active inference, which is mathematically dual to CMEP under Langevin dynamics, and offers a principled route for extending IIT to new dynamical regimes. When the approach is applied under the Central Limit Theorem (CLT) for Markov chains and via large deviations theory (LDT) to Ising models, information $$\psi$$ is shown to be equivalent to prediction error under accompanying predictive coding models. This may hold relevance to the ``hill-shaped trajectory'' of $$\Phi$$ observed in neuronal cultures adapting to sensory inputs. Together, these results provide a physically and mathematically grounded rationale for studying the convergence of FEP, IIT, and thermodynamic frameworks of cognition such as recent work grounding consciousness in violations of the Fluctuation-Dissipation Theorem (FDT).
En neurosciences, on connaît bien la courbe « en bosse » : lorsque des neurones en éprouvette apprennent à réagir à des stimuli, la mesure de l'information intégrée augmente d'abord, atteint un pic, puis retombe – comme si la conscience était la plus vive au moment de l'acquisition d'une nouvelle compétence.
Dans le roman « Blindsight » de Peter Watts, l'intelligence extraterrestre est dépourvue de conscience précisément parce que son comportement est toujours optimal et ne s'écarte jamais des prédictions.