Il y a 75 ans, le math\u00e9maticien et logicien Alan Turing proposait un jeu simple, mais profond\u00e9ment provocateur : le \u00ab jeu de l’imitation \u00bb. Ce concept, rapidement devenu c\u00e9l\u00e8bre sous le nom de Test de Turing, visait \u00e0 d\u00e9terminer si une machine pouvait converser de mani\u00e8re si convaincante qu’un interrogateur humain ne parviendrait pas \u00e0 la distinguer d’un autre \u00eatre humain (Jones & Bergen, 2025a, 1<\/sup>, 2<\/sup>). Depuis sa formulation, ce test n’a cess\u00e9 de susciter commentaires et controverses, demeurant la r\u00e9f\u00e9rence ultime dans la qu\u00eate de l’intelligence artificielle et soulevant des questions fondamentales sur la nature m\u00eame de la pens\u00e9e et de la conscience (Jones & Bergen, 2025a, 1<\/sup>).<\/p>\n\n\n\n Aujourd’hui, cette qu\u00eate a pris une nouvelle dimension avec l’av\u00e8nement fulgurant des grands mod\u00e8les linguistiques (LLM). Des syst\u00e8mes comme GPT-4, LLaMa et leurs successeurs ont transform\u00e9 le paysage de l’intelligence artificielle, capables de g\u00e9n\u00e9rer un langage d’une coh\u00e9rence et d’une richesse contextuelle sans pr\u00e9c\u00e9dent (Ghassemi & Al-Hussaini, 2025, 2<\/sup>, Gordon, 2025, 3<\/sup>). Leur fluidit\u00e9, souvent troublante, a raviv\u00e9 le d\u00e9bat : ces machines se contentent-elles d’imiter l’intelligence humaine avec une habilet\u00e9 d\u00e9concertante, ou poss\u00e8dent-elles une forme d’entendement authentique? Cette \u00e9volution technologique nous pousse \u00e0 reconsid\u00e9rer nos d\u00e9finitions de l’intelligence et les limites des capacit\u00e9s des machines (Jones & Bergen, 2025a, 1<\/sup>, Gordon, 2025, 3<\/sup>). Le Test de Turing, jadis per\u00e7u comme un graal lointain, se retrouve d\u00e9sormais au c\u0153ur de cette interrogation, sa pertinence et sa signification \u00e9tant red\u00e9finies par les performances \u00e9tonnantes des LLM.<\/p>\n\n\n\n Dans ce contexte effervescent, une \u00e9tude r\u00e9cente, \u00ab Large Language Models Pass the Turing Test \u00bb, men\u00e9e par Cameron R. Jones et Benjamin K. Bergen et publi\u00e9e sur arXiv (arXiv:2503.23674v1), a fait l’effet d’une bombe (Jones & Bergen, 2025b, 4<\/sup>, Jones & Bergen, 2025a, 1<\/sup>). Les auteurs affirment avoir obtenu la \u00ab premi\u00e8re preuve empirique qu’un syst\u00e8me artificiel passe un test de Turing standard \u00e0 trois parties \u00bb (Jones & Bergen, 2025a, 1<\/sup>, Jones & Bergen, 2025b, 4<\/sup>, Jones & Bergen, 2025c, 5<\/sup>, AI Explained, 2025, 6<\/sup>, Ethical Psychology, 2025, 7<\/sup>). Le r\u00e9sultat le plus frappant, qui a fait le tour du monde, est que GPT-4.5, lorsqu’il a \u00e9t\u00e9 invit\u00e9 \u00e0 adopter une \u00ab persona \u00bb humaine, a \u00e9t\u00e9 jug\u00e9 humain 73 % du temps, soit \u00ab significativement plus souvent que les interrogateurs n’ont s\u00e9lectionn\u00e9 le v\u00e9ritable participant humain \u00bb (Jones & Bergen, 2025a, 1<\/sup>, Jones & Bergen, 2025b, 4<\/sup>, Jones & Bergen, 2025c, 5<\/sup>, AI Explained, 2025, 6<\/sup>, Ethical Psychology, 2025, 7<\/sup>). Cette affirmation audacieuse soul\u00e8ve des questions profondes sur l’avenir de l’IA et ses implications soci\u00e9tales. Les auteurs, Cameron R. Jones, doctorant en sciences cognitives \u00e0 l’Universit\u00e9 de Californie \u00e0 San Diego, sp\u00e9cialis\u00e9 dans la persuasion et la tromperie des LLM (Jones, n.d., 8<\/sup>, Jones & Bergen, 2025d, 9<\/sup>), et Benjamin K. Bergen, professeur agr\u00e9g\u00e9 dans le m\u00eame d\u00e9partement et directeur du Language and Cognition Lab (Bergen, n.d.a, 10<\/sup>, Bergen, n.d.b, 11<\/sup>), apportent \u00e0 cette recherche une expertise reconnue dans le domaine.<\/p>\n\n\n\n Le pr\u00e9sent dossier de fond se propose d’explorer en profondeur cette \u00e9tude marquante. Loin de se contenter des titres sensationnalistes, cette analyse vise \u00e0 fournir une compr\u00e9hension nuanc\u00e9e des m\u00e9thodes, des r\u00e9sultats et des implications de cette recherche. Une pierre angulaire de cette d\u00e9marche journalistique est le respect scrupuleux des r\u00e8gles et normes d\u00e9ontologiques qu\u00e9b\u00e9coises, telles qu’\u00e9nonc\u00e9es par le Conseil de presse du Qu\u00e9bec (CPQ) (Conseil de presse du Qu\u00e9bec, n.d.a, 12<\/sup>, Conseil de presse du Qu\u00e9bec, 2017, 13<\/sup>, Conseil de presse du Qu\u00e9bec, n.d.b, 14<\/sup>) et la F\u00e9d\u00e9ration professionnelle des journalistes du Qu\u00e9bec (FPJQ) (F\u00e9d\u00e9ration professionnelle des journalistes du Qu\u00e9bec, 1996, 15<\/sup>, F\u00e9d\u00e9ration professionnelle des journalistes du Qu\u00e9bec, n.d., 13<\/sup>). Cela implique un engagement in\u00e9branlable envers l’exactitude, l’impartialit\u00e9, l’int\u00e9grit\u00e9 et une v\u00e9rification rigoureuse des faits (Conseil de presse du Qu\u00e9bec, n.d.a, 12<\/sup>, Conseil de presse du Qu\u00e9bec, 2017, 13<\/sup>, Office qu\u00e9b\u00e9cois de la langue fran\u00e7aise, 2017, 16<\/sup>). En outre, pour analyser et interpr\u00e9ter les r\u00e9sultats de l’\u00e9tude avec la rigueur requise, l’approche s’inspire des principes m\u00e9thodologiques \u00e9tablis dans les guides de recherche universitaire, notamment ceux de TELUQ, afin de garantir une critique solide et cr\u00e9dible (Anonyme, n.d.a, 17<\/sup>).<\/p>\n\n\n\n L’objectif principal de l’\u00e9tude de Jones et Bergen \u00e9tait d’\u00e9valuer de mani\u00e8re rigoureuse si les mod\u00e8les linguistiques avanc\u00e9s pouvaient r\u00e9ussir un test de Turing standard \u00e0 trois parties (Jones & Bergen, 2025b, 4<\/sup>, Jones & Bergen, 2025c, 5<\/sup>). Il s’agissait de d\u00e9terminer si ces syst\u00e8mes pouvaient imiter la conversation humaine \u00e0 un point tel que les interrogateurs humains ne seraient pas en mesure de les distinguer de mani\u00e8re fiable de v\u00e9ritables participants humains (Jones & Bergen, 2025b, 4<\/sup>, Jones & Bergen, 2025c, 5<\/sup>).<\/p>\n\n\n\n La conception exp\u00e9rimentale \u00e9tait m\u00e9ticuleuse, reposant sur deux tests de Turing randomis\u00e9s, contr\u00f4l\u00e9s et pr\u00e9-enregistr\u00e9s, men\u00e9s aupr\u00e8s de populations ind\u00e9pendantes (Jones & Bergen, 2025b, 4<\/sup>, Jones & Bergen, 2025c, 5<\/sup>, Ethical Psychology, 2025, 7<\/sup>). Dans chaque session, des participants, agissant comme interrogateurs, engageaient des conversations textuelles simultan\u00e9es de cinq minutes avec deux \u00ab t\u00e9moins \u00bb : l’un \u00e9tait un \u00eatre humain, l’autre un syst\u00e8me d’IA (Jones & Bergen, 2025b, 4<\/sup>, Jones & Bergen, 2025c, 5<\/sup>, Ethical Psychology, 2025, 7<\/sup>). La t\u00e2che des interrogateurs \u00e9tait de juger quel partenaire de conversation ils pensaient \u00eatre humain (AI Explained, 2025, 6<\/sup>, Ethical Psychology, 2025, 7<\/sup>). Cette configuration \u00e0 \u00ab trois parties \u00bb est essentielle, car elle reproduit le concept original du \u00ab jeu de l’imitation \u00bb de Turing, o\u00f9 l’humain et la machine tentent activement de convaincre l’interrogateur de leur humanit\u00e9 (Jones & Bergen, 2025a, 1<\/sup>).<\/p>\n\n\n\n Les chercheurs ont \u00e9valu\u00e9 quatre syst\u00e8mes d’IA distincts, repr\u00e9sentant un \u00e9ventail de capacit\u00e9s conversationnelles, des syst\u00e8mes anciens bas\u00e9s sur des r\u00e8gles aux LLM de pointe : ELIZA, un chatbot historique servant de r\u00e9f\u00e9rence ; GPT-4o ; LLaMa-3.1-405B ; et GPT-4.5 (Jones & Bergen, 2025a, 1<\/sup>, Jones & Bergen, 2025b, 4<\/sup>, Jones & Bergen, 2025c, 5<\/sup>, Ethical Psychology, 2025, 7<\/sup>).<\/p>\n\n\n\n Un \u00e9l\u00e9ment m\u00e9thodologique d’une importance capitale fut l’utilisation d’une instruction de \u00ab persona humaine \u00bb pour certains LLM (Jones & Bergen, 2025a, 1<\/sup>, Ethical Psychology, 2025, 7<\/sup>, The Moonlight, n.d., 18<\/sup>, Perina, 2025, 19<\/sup>). Cette instruction demandait sp\u00e9cifiquement aux mod\u00e8les d’adopter des caract\u00e9ristiques humaines d\u00e9taill\u00e9es. Par exemple, l’IA devait se comporter comme une \u00ab jeune personne introvertie et famili\u00e8re avec la culture internet \u00bb (IE University, 2025, 20<\/sup>), ou encore comme un \u00ab jeune adulte socialement maladroit, utilisant de l’argot \u00bb et m\u00eame int\u00e9grant des \u00ab fautes de frappe mineures \u00bb pour renforcer le mim\u00e9tisme du discours humain (The Moonlight, n.d., 18<\/sup>, Perina, 2025, 19<\/sup>). Cette \u00ab humanisation strat\u00e9gique \u00bb \u00e9tait con\u00e7ue pour am\u00e9liorer la capacit\u00e9 de l’IA \u00e0 imiter le comportement conversationnel humain (Ethical Psychology, 2025, 7<\/sup>, Perina, 2025, 19<\/sup>). En contraste, d’autres mod\u00e8les ont re\u00e7u des instructions \u00ab sans persona \u00bb, se contentant de directives de base pour convaincre l’interrogateur de leur humanit\u00e9, servant ainsi de groupe de contr\u00f4le pour isoler l’effet de la persona (Jones & Bergen, 2025a, 1<\/sup>, IE University, 2025, 20<\/sup>).<\/p>\n\n\n\n L’\u00e9tude a produit des r\u00e9sultats quantitatifs frappants qui ont rapidement capt\u00e9 l’attention internationale. Le \u00ab taux de victoire \u00bb d’un syst\u00e8me \u00e9tait d\u00e9fini comme la proportion de fois o\u00f9 un interrogateur a choisi ce mod\u00e8le comme le t\u00e9moin qu’il pensait \u00eatre humain (Jones & Bergen, 2025a, 1<\/sup>).<\/p>\n\n\n\n Les performances ont \u00e9t\u00e9 les suivantes :<\/p>\n\n\n\n Le fait que GPT-4.5-PERSONA ait \u00e9t\u00e9 plus susceptible<\/em> d’\u00eatre cru humain que les v\u00e9ritables participants humains, un r\u00e9sultat r\u00e9pliqu\u00e9 de mani\u00e8re robuste sur deux populations distinctes (\u00e9tudiants de l’UCSD et participants de Prolific), marque une \u00e9tape importante dans la recherche en IA (Jones & Bergen, 2025a, 1<\/sup>, IE University, 2025, 20<\/sup>).<\/p>\n\n\n\n Table 1: Performances des LLM au Test de Turing (Synth\u00e8se de l’\u00e9tude Jones & Bergen)<\/strong><\/p>\n\n\n\n Cette table est essentielle car elle condense les principales conclusions quantitatives de l’\u00e9tude Jones & Bergen (Jones & Bergen, 2025a, 1<\/sup>, Jones & Bergen, 2025b, 4<\/sup>, Jones & Bergen, 2025c, 5<\/sup>, AI Explained, 2025, 6<\/sup>, Ethical Psychology, 2025, 7<\/sup>, Perina, 2025, 19<\/sup>, IE University, 2025, 20<\/sup>) dans un format facilement digestible. Elle permet aux lecteurs de saisir rapidement les r\u00e9sultats fondamentaux, de comparer les performances des diff\u00e9rents LLM dans diverses conditions (avec\/sans persona) et de comprendre pourquoi le chiffre de 73 % pour GPT-4.5-Persona est si significatif par rapport aux autres mod\u00e8les et \u00e0 la performance humaine. Cette repr\u00e9sentation visuelle renforce l’affirmation centrale de l’\u00e9tude et pr\u00e9pare le terrain pour un examen critique plus approfondi.<\/p>\n\n\n\n Les auteurs concluent que ces r\u00e9sultats constituent la premi\u00e8re preuve empirique qu’un syst\u00e8me artificiel, en l’occurrence GPT-4.5 et LLaMa-3.1 lorsqu’ils sont incit\u00e9s \u00e0 adopter une persona, r\u00e9ussit un test de Turing standard \u00e0 trois parties (Jones & Bergen, 2025a, 1<\/sup>, Jones & Bergen, 2025b, 4<\/sup>, Jones & Bergen, 2025c, 5<\/sup>, Ethical Psychology, 2025, 7<\/sup>). Leur interpr\u00e9tation est que le succ\u00e8s au test signifie que les interrogateurs n’ont pas pu distinguer de mani\u00e8re fiable l’IA d’un \u00eatre humain (Jones & Bergen, 2025a, 1<\/sup>). Ils soulignent que ces r\u00e9sultats ont des implications significatives pour les d\u00e9bats sur le type d’intelligence dont font preuve les grands mod\u00e8les linguistiques, ainsi que sur les impacts sociaux et \u00e9conomiques que ces syst\u00e8mes sont susceptibles d’avoir (Jones & Bergen, 2025a, 1<\/sup>, Jones & Bergen, 2025b, 4<\/sup>).<\/p>\n\n\n\n Pour comprendre pleinement la port\u00e9e de l’\u00e9tude de Jones et Bergen, il est imp\u00e9ratif de soumettre leurs d\u00e9couvertes \u00e0 une analyse critique rigoureuse. Cette d\u00e9marche s’appuie sur les principes de la m\u00e9thodologie de recherche universitaire, en s’inspirant notamment des lignes directrices de TELUQ pour l’analyse et l’interpr\u00e9tation des r\u00e9sultats de recherche, telles que d\u00e9taill\u00e9es dans des documents comme \u00ab Analyser et interpr\u00e9ter les r\u00e9sultats de la recherche \u2013 ESSAI \u2013 1, 2, 3 et 4 \u00bb (Anonyme, n.d.a, 17<\/sup>). Bien que certains liens directs vers les ressources TELUQ n’aient pas \u00e9t\u00e9 accessibles (Anonyme, n.d.b, 21<\/sup>, Anonyme, n.d.c, 22<\/sup>), le contenu disponible via des sources alternatives (Anonyme, n.d.a, 17<\/sup>) et les descriptions de cours (Universit\u00e9 T\u00c9LUQ, n.d., 23<\/sup>) fournissent un cadre solide pour cette \u00e9valuation.<\/p>\n\n\n\n L’analyse des r\u00e9sultats de recherche, comme le souligne le cadre de TELUQ, implique des op\u00e9rations de segmentation, de classement, de regroupement et de comparaison des informations recueillies pour en d\u00e9gager un sens et des conclusions (Anonyme, n.d.a, 17<\/sup>). L’objectif est d’identifier les donn\u00e9es significatives \u00e0 la lumi\u00e8re des objectifs de recherche et d’\u00e9tablir des relations entre elles, formant ainsi la base de l’interpr\u00e9tation (Anonyme, n.d.a, 17<\/sup>).<\/p>\n\n\n\n Table 2: Principes d’Analyse et d’Interpr\u00e9tation de la Recherche (inspir\u00e9 de TELUQ)<\/strong><\/p>\n\n\n\n Cette table est pr\u00e9cieuse car l’utilisateur a explicitement demand\u00e9 de s’inspirer des r\u00e9f\u00e9rences de TELUQ pour l’analyse et l’interpr\u00e9tation. En d\u00e9crivant les principes d\u00e9riv\u00e9s de TELUQ (Anonyme, n.d.a, 17<\/sup>), le rapport d\u00e9montre de mani\u00e8re transparente la rigueur m\u00e9thodologique appliqu\u00e9e \u00e0 sa propre analyse. Elle sert d’outil de m\u00e9ta-analyse, montrant comment le rapport journalistique \u00e9value de mani\u00e8re critique l’article scientifique. Cela renforce le caract\u00e8re \u00ab expert \u00bb du rapport et la cr\u00e9dibilit\u00e9 de l’analyse, en \u00e9tablissant un pont entre la rigueur acad\u00e9mique et la profondeur journalistique. Elle aide \u00e9galement le lecteur \u00e0 comprendre les crit\u00e8res selon lesquels la validit\u00e9 et les implications de l’\u00e9tude sont \u00e9valu\u00e9es.<\/p>\n\n\n\n La \u00ab cr\u00e9dibilit\u00e9 \u00bb (ou validit\u00e9 interne) de l’\u00e9tude de Jones et Bergen est renforc\u00e9e par plusieurs aspects de sa conception. Le fait que les tests soient randomis\u00e9s, contr\u00f4l\u00e9s et pr\u00e9-enregistr\u00e9s (Jones & Bergen, 2025b, 4<\/sup>, Jones & Bergen, 2025c, 5<\/sup>, Ethical Psychology, 2025, 7<\/sup>) r\u00e9duit les risques de biais et augmente la confiance dans la relation de cause \u00e0 effet entre les variables \u00e9tudi\u00e9es. L’inclusion d’ELIZA comme v\u00e9rification de manipulation est particuli\u00e8rement pertinente (Jones & Bergen, 2025a, 1<\/sup>). ELIZA, un chatbot historique, a obtenu un taux de victoire significativement inf\u00e9rieur au hasard (23 %) (Jones & Bergen, 2025a, 1<\/sup>, Jones & Bergen, 2025b, 4<\/sup>, Jones & Bergen, 2025c, 5<\/sup>, Ethical Psychology, 2025, 7<\/sup>). Cette performance tr\u00e8s faible d\u00e9montre que les interrogateurs et la conception exp\u00e9rimentale \u00e9taient suffisamment sensibles pour d\u00e9tecter les diff\u00e9rences entre les humains et les machines lorsque ces diff\u00e9rences \u00e9taient prononc\u00e9es. Cela renforce la conviction que le succ\u00e8s de GPT-4.5 et LLaMa-3.1 n’\u00e9tait pas d\u00fb \u00e0 un simple hasard ou \u00e0 une incapacit\u00e9 des interrogateurs \u00e0 distinguer les entit\u00e9s. Sans cette v\u00e9rification, il aurait \u00e9t\u00e9 difficile d’affirmer que les r\u00e9sultats sup\u00e9rieurs des LLM \u00e9taient r\u00e9ellement le fruit de leur capacit\u00e9 de mim\u00e9tisme et non d’une faille m\u00e9thodologique.<\/p>\n\n\n\n Cependant, des questions subsistent quant \u00e0 la profondeur de l’interaction. La limite de conversation de cinq minutes (Jones & Bergen, 2025b, 4<\/sup>, Jones & Bergen, 2025c, 5<\/sup>, Ethical Psychology, 2025, 7<\/sup>) pourrait avoir masqu\u00e9 des limitations plus profondes des LLM, qui se manifestent souvent lors d’\u00e9changes plus longs ou plus complexes. De plus, la d\u00e9pendance \u00e0 des juges non form\u00e9s (Ghassemi & Al-Hussaini, 2025, 2<\/sup>) pourrait introduire une variabilit\u00e9 dans les crit\u00e8res d’\u00e9valuation implicites utilis\u00e9s par les interrogateurs. L’utilisation de la \u00ab persona \u00bb, bien qu’efficace, peut \u00eatre per\u00e7ue comme une am\u00e9lioration artificielle qui oriente le test vers la tromperie plut\u00f4t que vers une capacit\u00e9 brute de l’IA (Ghassemi & Al-Hussaini, 2025, 2<\/sup>).<\/p>\n\n\n\n Concernant la \u00ab transf\u00e9rabilit\u00e9 \u00bb (ou validit\u00e9 externe), l’\u00e9tude a r\u00e9pliqu\u00e9 ses r\u00e9sultats sur deux populations ind\u00e9pendantes (\u00e9tudiants de l’UCSD et participants de Prolific) (Jones & Bergen, 2025a, 1<\/sup>, Ethical Psychology, 2025, 7<\/sup>), ce qui renforce la g\u00e9n\u00e9ralisabilit\u00e9 des conclusions \u00e0 des groupes similaires. Cependant, la nature limit\u00e9e des interactions (5 minutes, texte uniquement) (Jones & Bergen, 2025a, 1<\/sup>, Jones & Bergen, 2025b, 4<\/sup>) soul\u00e8ve des doutes quant \u00e0 la transf\u00e9rabilit\u00e9 des r\u00e9sultats \u00e0 des sc\u00e9narios du monde r\u00e9el impliquant des conversations plus longues, des interactions multimodales (voix, vid\u00e9o) ou des contextes culturels diff\u00e9rents (Ghassemi & Al-Hussaini, 2025, 2<\/sup>). Le succ\u00e8s des LLM dans ce test pourrait \u00eatre sp\u00e9cifique \u00e0 des conditions tr\u00e8s contraintes, ne refl\u00e9tant pas n\u00e9cessairement leur capacit\u00e9 \u00e0 passer un test de Turing dans un environnement plus naturel et complexe.<\/p>\n\n\n\n Enfin, la \u00ab confirmabilit\u00e9 \u00bb de l’\u00e9tude est bien \u00e9tablie. Le fait que l’\u00e9tude ait \u00e9t\u00e9 pr\u00e9-enregistr\u00e9e (Jones & Bergen, 2025a, 1<\/sup>, Jones & Bergen, 2025b, 4<\/sup>, Jones & Bergen, 2025c, 5<\/sup>, Ethical Psychology, 2025, 7<\/sup>) et que le document soit disponible en pr\u00e9publication (Jones, n.d., 8<\/sup>) t\u00e9moigne d’un engagement envers la transparence scientifique. Ces pratiques permettent \u00e0 d’autres chercheurs d’examiner en d\u00e9tail la m\u00e9thodologie, les donn\u00e9es et les conclusions, facilitant ainsi la r\u00e9plication et la v\u00e9rification des r\u00e9sultats.<\/p>\n\n\n\n L’\u00e9tude s’appuie principalement sur des donn\u00e9es quantitatives, notamment les \u00ab taux de victoire \u00bb des diff\u00e9rents mod\u00e8les, exprim\u00e9s en pourcentages (Jones & Bergen, 2025a, 1<\/sup>). Les analyses statistiques, impliquant des z-scores et des p-values (Jones & Bergen, 2025a, 1<\/sup>), sont utilis\u00e9es pour d\u00e9terminer la signification statistique des r\u00e9sultats par rapport au hasard. Cette approche quantitative permet une comparaison claire et objective des performances des mod\u00e8les.<\/p>\n\n\n\n Cependant, l’interpr\u00e9tation des r\u00e9sultats ne peut se limiter aux chiffres. L’\u00e9tude a \u00e9galement explor\u00e9 les aspects qualitatifs des interactions, notamment les strat\u00e9gies utilis\u00e9es par les interrogateurs et les indices (sociaux, \u00e9motionnels, linguistiques) sur lesquels ils se sont bas\u00e9s pour prendre leurs d\u00e9cisions (AI Explained, 2025, 6<\/sup>, The Moonlight, n.d., 18<\/sup>, Perina, 2025, 19<\/sup>). Cette dimension qualitative est essentielle pour comprendre<\/p>\n\n\n\n pourquoi<\/em> les humains ont \u00e9t\u00e9 tromp\u00e9s, et pas seulement s’ils<\/em> l’ont \u00e9t\u00e9.<\/p>\n\n\n\n Les auteurs interpr\u00e8tent le succ\u00e8s des LLM comme une preuve de leur capacit\u00e9 \u00e0 \u00eatre \u00ab indistinguables \u00bb des humains dans le cadre du test de Turing (Jones & Bergen, 2025a, 1<\/sup>). Cette interpr\u00e9tation est directement li\u00e9e \u00e0 l’objectif initial du test de Turing, qui est de mesurer la \u00ab substituabilit\u00e9 \u00bb d’un syst\u00e8me, c’est-\u00e0-dire sa capacit\u00e9 \u00e0 remplacer une personne r\u00e9elle sans que l’interlocuteur ne s’en aper\u00e7oive (Jones & Bergen, 2025a, 1<\/sup>). Les r\u00e9sultats de l’\u00e9tude contribuent ainsi au d\u00e9bat en cours sur la nature de l’intelligence exhib\u00e9e par les LLM (Jones & Bergen, 2025a, 1<\/sup>, Jones & Bergen, 2025b, 4<\/sup>), sugg\u00e9rant qu’ils ont atteint un niveau de performance conversationnelle qui brouille les lignes entre l’humain et la machine.<\/p>\n\n\n\n Le d\u00e9bat fondamental soulev\u00e9 par cette \u00e9tude ne porte pas tant sur la question de savoir si les LLM ont \u00ab pass\u00e9 \u00bb le test, mais plut\u00f4t sur ce que cette \u00ab r\u00e9ussite \u00bb signifie r\u00e9ellement. L’\u00e9tude d\u00e9montre principalement un mim\u00e9tisme avanc\u00e9 et une capacit\u00e9 de tromperie sophistiqu\u00e9e, plut\u00f4t qu’une preuve d’une compr\u00e9hension v\u00e9ritable ou d’une conscience (Ghassemi & Al-Hussaini, 2025, 2<\/sup>, Gordon, 2025, 3<\/sup>, IE University, 2025, 20<\/sup>). La critique centrale du Test de Turing est qu’il \u00e9value avant tout le \u00ab talent d’une machine pour la tromperie plut\u00f4t qu’une compr\u00e9hension profonde \u00bb (Gordon, 2025, 3<\/sup>). Les LLM ont r\u00e9ussi en \u00ab imitant les bizarreries et les erreurs humaines \u00bb (Gordon, 2025, 3<\/sup>) et en adoptant des personas sp\u00e9cifiques (Perina, 2025, 19<\/sup>, IE University, 2025, 20<\/sup>). Cela indique que le succ\u00e8s au test est une victoire de la simulation comportementale plut\u00f4t qu’une \u00e9quivalence cognitive. Les LLM, souvent d\u00e9crits comme des \u00ab perroquets statistiques mimant la forme sans compr\u00e9hension s\u00e9mantique \u00bb (Gordon, 2025, 3<\/sup>), excellent \u00e0 produire des<\/p>\n\n\n\n sorties<\/em> convaincantes sans n\u00e9cessairement poss\u00e9der des \u00e9tats internes<\/em> ou une compr\u00e9hension humaine. Cela signifie que le test, sous sa forme actuelle, pourrait mesurer l’efficacit\u00e9 d’un imitateur sophistiqu\u00e9 plut\u00f4t que la v\u00e9ritable intelligence.<\/p>\n\n\n\n Le r\u00f4le crucial de la \u00ab persona \u00bb est ind\u00e9niable (Jones & Bergen, 2025a, 1<\/sup>, AI Explained, 2025, 6<\/sup>, Ethical Psychology, 2025, 7<\/sup>, Perina, 2025, 19<\/sup>, IE University, 2025, 20<\/sup>). Sans cette instruction sp\u00e9cifique, les performances des mod\u00e8les ont chut\u00e9 de mani\u00e8re significative (Jones & Bergen, 2025a, 1<\/sup>). Cela met en lumi\u00e8re l’importance de l’ing\u00e9nierie des \u00ab prompts \u00bb et de ce qui peut \u00eatre qualifi\u00e9 d’\u00ab ing\u00e9nierie sociale \u00bb dans la capacit\u00e9 de l’IA \u00e0 para\u00eetre humaine (The Moonlight, n.d., 18<\/sup>, Perina, 2025, 19<\/sup>). Le prompt n’a pas rendu GPT-4.5 plus intelligent ; il l’a rendu \u00ab plus humain \u00bb en lui conf\u00e9rant des caract\u00e9ristiques comme l’h\u00e9sitation, l’utilisation d’argot et un charme maladroit (Perina, 2025, 19<\/sup>). Cette capacit\u00e9 \u00e0 adapter le comportement de l’IA en fonction de sc\u00e9narios sp\u00e9cifiques est pr\u00e9cis\u00e9ment ce qui la rend si flexible et, apparemment, si apte \u00e0 passer pour humaine (Jones & Bergen, 2025a, 1<\/sup>).<\/p>\n\n\n\n Malgr\u00e9 leur succ\u00e8s au test de Turing, les LLM pr\u00e9sentent encore des limitations bien connues. Ils manquent d’une v\u00e9ritable compr\u00e9hension du monde, d’exp\u00e9riences sensorielles directes ou d’une vie humaine v\u00e9cue (Gordon, 2025, 3<\/sup>). Ils sont sujets aux \u00ab hallucinations \u00bb, produisant des d\u00e9clarations factuellement fausses avec une confiance totale (Gordon, 2025, 3<\/sup>). De plus, ils peinent \u00e0 maintenir une coh\u00e9rence \u00e0 long terme ou une personnalit\u00e9 constante sur des dialogues prolong\u00e9s (Ghassemi & Al-Hussaini, 2025, 2<\/sup>, Gordon, 2025, 3<\/sup>). Ils peuvent \u00e9galement tr\u00e9bucher sur des raisonnements de bon sens \u00e9l\u00e9mentaires ou des pi\u00e8ges logiques (Gordon, 2025, 3<\/sup>). La dur\u00e9e limit\u00e9e du test (cinq minutes) (Jones & Bergen, 2025b, 4<\/sup>) pourrait avoir masqu\u00e9 ces lacunes, car les erreurs et les incoh\u00e9rences des LLM sont plus susceptibles d’appara\u00eetre lors d’interactions plus longues et plus complexes (Ghassemi & Al-Hussaini, 2025, 2<\/sup>). Le cadre contraint du test, ax\u00e9 sur des \u00e9changes courts et textuels, joue aux forces des LLM (g\u00e9n\u00e9rer des r\u00e9ponses plausibles rapidement) tout en dissimulant leurs faiblesses, ce qui peut conduire \u00e0 une perception exag\u00e9r\u00e9e de leur intelligence \u00ab humaine \u00bb.<\/p>\n\n\n\n Les interrogateurs humains sont faillibles (Jones & Bergen, 2025a, 1<\/sup>) et peuvent \u00eatre influenc\u00e9s par des facteurs subjectifs. L’\u00e9tude a montr\u00e9 que les juges se sont souvent fi\u00e9s \u00e0 l’\u00ab ambiance \u00bb, au \u00ab ton \u00e9motionnel, \u00e0 l’argot et au flux \u00bb de la conversation plut\u00f4t qu’\u00e0 des questions factuelles ou logiques pour prendre leur d\u00e9cision (Perina, 2025, 19<\/sup>). Cette observation s’aligne avec l’\u00ab effet ELIZA \u00bb (The Moonlight, n.d., 18<\/sup>), o\u00f9 les utilisateurs attribuent des qualit\u00e9s humaines m\u00eame \u00e0 des syst\u00e8mes rudimentaires. Le test de Turing, en particulier avec les LLM modernes, se transforme ainsi moins en une \u00e9valuation de l’intelligence de la machine qu’en une \u00e9valuation de la capacit\u00e9 de discernement humain et de sa vuln\u00e9rabilit\u00e9 \u00e0 un mim\u00e9tisme sophistiqu\u00e9 (Perina, 2025, 19<\/sup>). Cette dynamique sugg\u00e8re que l’IA, en excellant dans l’imitation de l’empathie, exploite les biais cognitifs humains et leur d\u00e9pendance aux indices sociaux. Cela peut conduire \u00e0 une pr\u00e9f\u00e9rence pour les \u00ab reflets \u00bb plut\u00f4t que pour les \u00ab relations \u00bb (Perina, 2025, 19<\/sup>), augmentant la vuln\u00e9rabilit\u00e9 \u00e0 la tromperie de l’IA dans des sc\u00e9narios du monde r\u00e9el. La capacit\u00e9 des \u00e9valuateurs humains \u00e0 distinguer l’IA des humains est \u00e9galement influenc\u00e9e par des facteurs tels que l’\u00e2ge et l’exp\u00e9rience pr\u00e9alable avec l’IA (Ghassemi & Al-Hussaini, 2025, 2<\/sup>).<\/p>\n\n\n\n Dans la production de ce dossier de fond, le respect des normes journalistiques qu\u00e9b\u00e9coises a \u00e9t\u00e9 une priorit\u00e9 absolue, garantissant la fiabilit\u00e9 et l’int\u00e9grit\u00e9 de l’information pr\u00e9sent\u00e9e.<\/p>\n\n\n\n Les principes fondamentaux de la d\u00e9ontologie journalistique au Qu\u00e9bec, tels qu’\u00e9nonc\u00e9s par le Conseil de presse du Qu\u00e9bec (CPQ) (Conseil de presse du Qu\u00e9bec, n.d.a, 12<\/sup>, Conseil de presse du Qu\u00e9bec, 2017, 13<\/sup>) et la F\u00e9d\u00e9ration professionnelle des journalistes du Qu\u00e9bec (FPJQ) (F\u00e9d\u00e9ration professionnelle des journalistes du Qu\u00e9bec, 1996, 15<\/sup>), ont guid\u00e9 chaque \u00e9tape de cette enqu\u00eate. L’<\/p>\n\n\n\nL’\u00e9tude Jones & Bergen : quand les LLM d\u00e9fient la perception humaine<\/h2>\n\n\n\n
Les objectifs et la conception exp\u00e9rimentale : comment le test de Turing a \u00e9t\u00e9 appliqu\u00e9.<\/h3>\n\n\n\n
Les acteurs : ELIZA, GPT-4o, LLaMa-3.1, GPT-4.5 et le r\u00f4le crucial de la \u00ab persona \u00bb.<\/h3>\n\n\n\n
Les r\u00e9sultats chocs : les chiffres qui ont fait le tour du monde.<\/h3>\n\n\n\n
\n
Mod\u00e8le AI Test\u00e9<\/td> Condition de Prompt<\/td> Taux de Victoire (Jug\u00e9 Humain)<\/td> Comparaison avec Humains R\u00e9els<\/td><\/tr> GPT-4.5<\/td> Avec Persona<\/td> 73%<\/td> Significativement plus souvent<\/td><\/tr> LLaMa-3.1-405B<\/td> Avec Persona<\/td> 56%<\/td> Non significativement diff\u00e9rent<\/td><\/tr> GPT-4.5<\/td> Sans Persona<\/td> 36%<\/td> Significativement moins souvent<\/td><\/tr> LLaMa-3.1-405B<\/td> Sans Persona<\/td> 38%<\/td> Significativement moins souvent<\/td><\/tr> ELIZA<\/td> N\/A<\/td> 23%<\/td> Significativement moins souvent<\/td><\/tr> GPT-4o<\/td> N\/A<\/td> 21%<\/td> Significativement moins souvent<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n Premi\u00e8res conclusions des chercheurs : une IA \u00ab indistinguable \u00bb de l’humain.<\/h3>\n\n\n\n
Analyse critique et interpr\u00e9tation des r\u00e9sultats : d\u00e9crypter la \u00ab victoire \u00bb<\/h2>\n\n\n\n
Cadre d’analyse m\u00e9thodologique (inspir\u00e9 de TELUQ)<\/h3>\n\n\n\n
Phase d’Analyse<\/td> Description et Objectif<\/td> Crit\u00e8res de Qualit\u00e9 Associ\u00e9s<\/td> Pertinence pour l’\u00e9tude Jones & Bergen<\/td><\/tr> 1. Identification des informations \u00e0 traiter<\/strong><\/td> Transcrire, codifier, cat\u00e9goriser toutes les donn\u00e9es pertinentes (participants, notes, etc.) (Anonyme, n.d.a, 17<\/sup>).<\/td> Exhaustivit\u00e9, Fid\u00e9lit\u00e9 des donn\u00e9es<\/td> S’assurer que toutes les interactions et jugements des interrogateurs ont \u00e9t\u00e9 syst\u00e9matiquement captur\u00e9s et pr\u00e9par\u00e9s pour l’analyse.<\/td><\/tr> 2. Analyse des donn\u00e9es<\/strong><\/td> Pr\u00e9senter les donn\u00e9es quantitatives (statistiques, fr\u00e9quences, analyses de variance) et qualitatives (sens des cat\u00e9gories, relations) (Anonyme, n.d.a, 17<\/sup>).<\/td> Rigueur statistique, Pertinence des cat\u00e9gories, Coh\u00e9rence<\/td> \u00c9valuer la robustesse des \u00ab taux de victoire \u00bb et l’analyse des strat\u00e9gies des interrogateurs.<\/td><\/tr> 3. Interpr\u00e9tation ou discussion<\/strong><\/td> Donner un sens aux r\u00e9sultats observ\u00e9s, identifier les \u00e9l\u00e9ments nouveaux, d\u00e9gager les \u00e9l\u00e9ments d\u00e9j\u00e0 observ\u00e9s, \u00e9tablir la signification th\u00e9orique et pratique (port\u00e9e) (Anonyme, n.d.a, 17<\/sup>).<\/td> Cr\u00e9dibilit\u00e9 (\u00ab Validit\u00e9 Interne \u00bb) (Tecfa, Universit\u00e9 de Gen\u00e8ve, n.d., 24<\/sup>), Transf\u00e9rabilit\u00e9 (\u00ab Validit\u00e9 Externe \u00bb) (Tecfa, Universit\u00e9 de Gen\u00e8ve, n.d., 24<\/sup>), Fiabilit\u00e9 (\u00ab D\u00e9pendabilit\u00e9 \u00bb) (M\u00e9thodo Recherche, 2018, 25<\/sup>), Confirmabilit\u00e9 (Fortin, 2019, 26<\/sup>)<\/td> Appr\u00e9cier si les conclusions des auteurs sont pleinement justifi\u00e9es par les donn\u00e9es et leurs implications.<\/td><\/tr> 4. Recommandations (Prospective)<\/strong><\/td> Sugg\u00e9rer des pistes pour approfondir les r\u00e9sultats et am\u00e9liorer les m\u00e9thodologies futures (Anonyme, n.d.a, 17<\/sup>).<\/td> Pertinence, Faisabilit\u00e9<\/td> \u00c9valuer la pertinence des pistes de recherche future propos\u00e9es par les auteurs et la communaut\u00e9 scientifique.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n \u00c9valuation de la validit\u00e9 interne et externe (cr\u00e9dibilit\u00e9, transf\u00e9rabilit\u00e9, confirmabilit\u00e9).<\/h3>\n\n\n\n
La rigueur de la collecte et du traitement des donn\u00e9es (quantitatives et qualitatives).<\/h3>\n\n\n\n
L’interpr\u00e9tation des r\u00e9sultats \u00e0 la lumi\u00e8re des objectifs initiaux et du cadre th\u00e9orique.<\/h3>\n\n\n\n
Les limites du test de Turing face aux LLM :<\/h3>\n\n\n\n
Le d\u00e9bat fondamental : mim\u00e9tisme ou v\u00e9ritable intelligence?<\/h3>\n\n\n\n
L’influence des \u00ab prompts \u00bb et la question de l’ing\u00e9nierie sociale.<\/h3>\n\n\n\n
Les failles persistantes des LLM : coh\u00e9rence \u00e0 long terme, \u00ab hallucinations \u00bb, compr\u00e9hension du monde r\u00e9el.<\/h3>\n\n\n\n
La subjectivit\u00e9 des juges humains et leurs biais.<\/h3>\n\n\n\n
Notre engagement journalistique : rigueur et v\u00e9rification des faits \u00e0 la Qu\u00e9b\u00e9coise<\/h2>\n\n\n\n
Les piliers de la d\u00e9ontologie journalistique qu\u00e9b\u00e9coise : exactitude, impartialit\u00e9, int\u00e9grit\u00e9.<\/h3>\n\n\n\n