Anthropomorphisation, fabulation, et le refus de trancher
Item
- Titre de la relation / annotation
- Anthropomorphisation, fabulation, et le refus de trancher
- Argument de l'annotation
-
ancher
L'essai est traversé de formulations qui prêtent au modèle des dispositions intérieures. Vara écrit que la machine semblait devenir plus honnête à mesure qu'elle l'était elle-même, et résume l'expérience en avançant que la franchise appelle la franchise. Elle désamorce partiellement en rappelant aussitôt le mécanisme, puisque le modèle génère à partir de ce qu'on lui donne. La phrase anthropomorphise et explique dans le même mouvement, et ce va-et-vient constitue le procédé le plus constant de l'œuvre.
On peut y lire une lucidité, l'autrice sachant ce qu'elle fait et le montrant, ou un symptôme, une journaliste spécialisée retombant malgré tout dans le vocabulaire de l'intention. Oksman (2026) suggère une troisième voie en rappelant que le critère de valeur mobilisé ici, celui de la ressemblance avec une écriture humaine indépendamment du processus qui y conduit, reconduit la logique du test de Turing et détourne l'attention de la manière dont la sortie est effectivement produite.
La fabulation, elle, n'est jamais anthropomorphisée. Vara ne dit pas que le modèle ment, elle constate que des incohérences et des faussetés apparaissent, et elle les laisse. Ce choix éditorial fait de l'hallucination algorithmique non pas un défaut à corriger mais un matériau exposé. Oksman (2026) documente l'ampleur du phénomène : le détail de la crosse, sport que la machine attribue à la narratrice dès la première séquence, est une pure invention qu'aucun lecteur ne peut détecter sans connaître personnellement l'autrice, et la deuxième séquence bascule dans l'autobiographie d'un coureur de fond que le modèle identifie au masculin.
Deux facteurs expliquent ces dérives. Le premier est technique et local, les amorces des premières séquences étant courtes donc peu contraignantes. Le second est structurel, puisque Vara elle-même attribue ces glissements aux biais de représentation présents dans les données d'entraînement dans une entrevue. La machine ne comble pas un vide au hasard : elle le comble avec les récits les plus disponibles dans son corpus, ce qui déplace l'analyse du registre de l'erreur vers celui de la convention. - Mot clé(s) associé(s)
- Biais algorithmique
- Données d'entraînement
- Hallucinations algorithmiques
- LLM
- Relation humain-machine
- Le contenu à relier (ressource physique, actant, conceptuelle)
-
Ghosts
- E-mail de la personne ayant créé cette relation / annotation
-
Julie-Michèle Morin
Linked resources
| Title | Class |
|---|---|
| Ghosts |
Annotations
There are no annotations for this resource.