09-04-2018

 | A LA UNE

Mon cerveau n’est pas un ordinateur par Michel Blay

Le dernier dossier de notre revue Regards Croisés est consacré aux neurosciences. Alors que le ministre de l’Éducation nationale prône un recours préférentiel aux neurosciences pour promouvoir des pratiques pédagogiques qui soient fondées « en vérité », les auteur.es démontrent qu’une telle affirmation relève précisément de la croyance, de l’illusion, et en l’occurrence d’un choix politique. Lorsqu’une hypothèse n’est plus utilisée comme hypothèse mais prétend dire tout le réel, la « science » devient une idéologie pouvant servir à toutes les manipulations.
Pour vous mettre en appétit nous vous offrons 2 articles, celui de Michel Blay , président de notre conseil scientifique et celui de Christine Passerieux, membre du GFEN.

Mon cerveau n’est pas un ordinateur

Michel Blay est Directeur de recherche émérite au CNRS et préside le Conseil scientifique de l’Institut de recherches de la FSU

« L’ordinateur n’a pas d’humanité. Il ne sait pas bluffer au poker. Il ne sait pas non plus rêver (…) Mais il oblige l’homme à se définir par rapport à lui : en quoi ne sommes-nous pas simplement des superordinateurs » [1]. Oui, pourquoi pas ? Mais qui nous oblige à nous définir par rapport à l’ordinateur ? En quel sens sommes-nous commensurables à l’ordinateur et pourquoi devrions-nous d’une façon ou d’une autre avoir des points communs avec lui ?

Le cerveau est souvent conçu, de nos jours, en neurosciences computationnelles, comme une sorte d’ordinateur dans le sens où ce domaine de recherche s’applique à dégager des principes computationnels (algorithmes) qui seraient sous-jacents à l’activité neuronale. Cet article porte sur ce domaine, étant entendu qu’il y a d’autres champs en neurosciences (neuroanatomie, neurochirurgie, etc). On notera que, de son côté, l’intelligence artificielle s’inspire des réseaux de neurones, mais, dans ce cas les neurones et les synapses sont des éléments artificiels construits à partir de transistors classiques en silicium (puces neuromorphiques) et en lien avec les nanotechnologies voire avec l’électronique organique.

Revenons à notre cerveau. Le neuropsychiatre Roland Jouvent écrit en 2013 dans le Cerveau-magicien  : « L’ordinateur n’a pas d’humanité. Il ne sait pas bluffer au poker. Il ne sait pas non plus rêver (…) Mais il oblige l’homme à se définir par rapport à lui : en quoi ne sommes-nous pas simplement des superordinateurs » [2]. Oui, pourquoi pas ? Mais qui nous oblige à nous définir par rapport à l’ordinateur ? En quel sens sommes-nous commensurables à l’ordinateur et pourquoi devrions-nous d’une façon ou d’une autre avoir des points communs avec lui ? De même Mathieu Triclot note en 2008 dans Le moment cybernétique  : « Comme souvent avec la cybernétique il est difficile de décider si ce sont les machines qui sont humanisées ou les vivants qui sont pensés comme des machines » [3].

Sans multiplier les citations on notera encore que Pierre-Marie Lledo et Jean-Didier Vincent se félicitent que le cerveau-machine prenne le pas sur nous et ironisent sur notre pauvre intériorité : « L’avènement des cerveaux machines pourrait modifier de façon radicale la manière dont nous pourrons interagir avec notre entourage. Quelle défaite pour les fanatiques de l’âme et de ses mystères ! A moins qu’il ne s’agisse simplement d’une défaite de l’humain, s’il faut en croire le chœur des lamentations des humanistes transis » [4].

Cerveaux et algorithmes

Cependant les positions les plus fermes et les plus nettes sur ces questions, en particulier quant à leurs applications pédagogiques, sont celles développées par Stanislas Dehaene. Dans un article de 2013 intitulé « Les quatre piliers de l’apprentissage, ou ce que nous disent les neurosciences » on découvre avec intérêt voire avec surprise que le cerveau est algorithmisé : « S’il fallait ne retenir qu’une seule découverte majeure pour ces dix dernières années, c’est que le cerveau, dès l’enfance, est intrinsèquement très organisé. Il contient d’emblée ce qu’on pourrait nommer des algorithmes, et l’apprentissage proprement dit ne fera que les activer et les recycler pour des usages culturels et scolaires. La remarquable plasticité du cerveau humain le rend habile, à tout âge, à apprendre. Encore faut-il savoir en tirer parti. C’est ici que les neurosciences ont leur mot à dire » [5].

Sans anticiper sur la suite de notre article, on ne peut manquer de remarquer dans ce texte un retour en force de l’inné – plus il y a d’inné, moins il y a de social et d’historique. Ce même Stanislas Dehaene écrit dans un numéro de la revue Cités consacré à « l’éducation à l’âge du numérique » qu’il s’est « intéressé très tôt aux mathématiques et à la manière dont les mathématiques sont implémentées ou réalisées par le cerveau humain » [6] . Au regard de l’histoire des mathématiques et de leur genèse, on est en droit de s’interroger sur le sens « d’implémentées » et sur l’expression « réalisées dans le cerveau ». On discerne un glissement du construit vers l’inné - qui se confirme dans la suite de l’article : le construit mute miraculeusement en inné. Un peu plus loin, Dehaene résume l’activité du cerveau à une sorte de machine cybernétique simplette : « Le cerveau fonctionne ainsi par itérations, avec des cycles qu’on peut décomposer en quatre étapes successives : prédiction, feedback, correction, nouvelle prédiction » et pour faire chic il ajoute : « On parle alors de cerveau bayésien – de l’inférence du même nom- ou statisticien. Il (le cerveau) internalise organiquement des statistiques » [7].

L’ensemble de ces affirmations concernant le fonctionnement du cerveau repose pour l’essentiel sur l’imagerie cérébrale et le repérage de zones d’activité, de telle sorte que « La zone de la lecture recycle un « algorithme » préexistant, celui de la reconnaissance des visages : au scanner, on voit nettement la même zone s’activer. D’une reconnaissance des visages elle passe à une reconnaissance des lettres et des mots. Mais ce recyclage n’est pas une simple réutilisation. Si l’on parle de plasticité, c’est qu’il s’agit bien aussi de réorganiser des algorithmes – de les reprogrammer en quelque sorte » [8]. Comment Stanislas Dehaene peut-il conclure de la simple observation de zones apparaissant en activité (avec ou sans scanner) à celle de la présence sous-jacente de structures de type algorithmique pouvant se réorganiser ou se reprogrammer, c’est-à-dire à statut explicatif ? Si l’on élimine le côté boule de cristal de l’affaire, la réponse est simple : le cerveau est conçu a priori comme un ordinateur à structure algorithmique, il est alors aisé de conclure de ce qu’on observe qu’il y a évidemment des algorithmes sous-jacents. La boucle est bouclée. On trouve, ou du moins on fait croire que l’on trouve, ce que l’on s’était déjà donné a priori. L’hypothétique est confondu avec le réel ; nous y reviendrons.

Quelle est la signification d’une telle démarche ? Ou pour le dire plus précisément : pourquoi penser le cerveau comme un écheveau d’algorithmes, plutôt qu’autrement ? Une réponse à cette question trouve son sens dans une approche plus générale, celle relative à notre conception de la nature.

L’idée de nature

Un peu d’histoire permet de mettre ce questionnement en perspective. L’étude des transformations de l’idée que nous nous faisons de la nature conduit à prendre conscience que ce qui nous apparaît aujourd’hui comme éternel et évident n’est qu’un moment lié à des choix particuliers philosophiques, théologique, scientifiques etc. [9].

Qu’est-ce donc alors que la nature ou plus exactement, comment, à travers les siècles, pensons-nous la nature et comment nous pensons-nous ?

Pour Aristote, la nature (phusis) est ce qui désigne le résultat du processus de formation et de croissance des choses matérielles qui ont en elles-mêmes le principe de leur développement. L’idée de nature s’inscrit, si l’on peut dire, dans la dynamique du devenir, dans la finitude de chacun, et ne peut, par conséquent, être, en elle-même, l’objet d’un traitement mathématique puisque ces dernières relèvent de l’intelligible, de la sphère des idées éternelles et permanentes (il y a donc la sphère du sensible là où l’on vit et celle de l’intelligible, le séjour des idées). Les mathématiques peuvent cependant aider à décrire des phénomènes sensibles et à permettre de fabriquer des outils et des appareillages, mais en aucun cas ne peuvent expliquer ce qu’il en est du monde dans son devenir. Cette approche, cela saute aux yeux, est fort différente de ce que concevons aujourd’hui en parlant de la nature où les mathématiques ont un rôle explicatif. Pour que cela ait été possible, il a d’abord fallu que l’idée que l’on se faisait de la nature change. C’est ce qui s’est produit au tournant des XVIe et XVIIe siècles, où l’on voit se constituer une nouvelle idée de nature : la nature machine.

Cette nouvelle idée de nature appréhende celle-ci comme une machine, une machine susceptible d’être « réglée » et « remontée » par un grand horloger, Dieu, qui deviendra une hypothèse pour Laplace au tout début du XIXe siècle. La nature est donc devenue une machine, une machine certes très complexe, mais une machine c’est-à-dire un ensemble de diverses pièces et autres engrenages. Dans cette nouvelle conception, l’homme devient l’homme-machine qui a un bel avenir devant lui. Au XVIIIe siècle Julien Offray de la Mettrie publie L’homme machine (Leyde, 1748). Puis dans la seconde moitié du XIXe avec le développement conjoint des idées d’économie et de physique, à travers l’introduction du principe de conservation de l’énergie [10], fleurissent de multiples textes explicitant l’idée d’homme-machine ou d’homme-moteur. L’aboutissement de ces travaux s’appelle le taylorisme et le stakhanovisme tandis que le fordisme se met en place au début du XXe siècle.

Revenons un peu sur cet homme-machine. Il est, au XVIIIe siècle comme la nature, dont il est une partie, le résultat d’une combinaison plus ou moins précise de pièces et d’engrenages, puis, au XIXe siècle et au début du XXe siècle, une combinaison de circuits électriques et autres réactions chimiques. Il s’ensuit que le fonctionnement sous-jacent du cerveau de cet homme-machine et le développement de ses activités mentales se résument aussi à de tels processus. Au XVIIIe siècle on parlera de physique de l’esprit sous l’influence de Descartes et de Locke. Aujourd’hui, c’est là que je veux en venir, la nature est toujours conçue comme une machine, mais une machine qui a abandonné ses processus mécaniques pour devenir machine électronique. De même que les montres (représentation de la nature aux XVIIe et XVIIIe siècles) qui étaient mécaniques sont devenues électroniques, notre cerveau a connu une transformation identique. Il n’est plus un enchevêtrement d’engrenages mais un ensemble de micro processeurs associés à des logiciels et à des algorithmes. En un mot l’homme-machine des siècles précédents est devenu l’homme-ordinateur de la neuroscience computationnelle et Stanislas Dehaene en est son héraut. Par le cerveau mécanique on expliquait mécaniquement ses activités, de même par le cerveau électrique, qui n’a aucun rapport avec le précédent, on explique que le cerveau répond aux stimulations électriques et par cela confirme sa « nature » électrique. Aujourd’hui le cerveau-ordinateur, qui lui non plus n’a aucun rapport avec le précédent (si ce n’est l’électricité) ne peut bien évidemment rendre compte de l’activité mentale que par des algorithmes. Il est donc indispensable de considérer toutes ces affirmations successives, non pas sur le mode de la vérité ou de la réalité, mais sur celui de l’hypothétique, un hypothétique pouvant être intéressant sur le plan heuristique, mais sans plus. Il serait temps de s’en rendre compte et de faire preuve d’un peu plus de modestie.

Le cerveau normé-éduqué

Nous ne sommes ni des machines, ni des ordinateurs, mais des hommes et des femmes existant dans leur finitude, en interaction avec ce qui est, loin des immortalités conceptuelles auxquelles on veut nous réduire [11]. Ni les concepts, ni la machine, ni la chimie, ni les logiciels etc. n’expliquent ni n’expriment l’homme vivant, contrairement à ce que certains laissent croire ou font croire. Le concept de chien, je le rappelle, n’aboie pas ! La simplification des êtres dans ce qu’ils sont ne doit pas conduire à confondre l’être simplifié (objet possible et hypothétique d’études expérimentales y compris en neurosciences computationnelles) avec ce qu’il est, à moins que l’on souhaite peut-être réduire l’homme, en gommant son intériorité, à un ensemble de procédures normées et codées compatibles avec le fonctionnement des machines comme, déjà, l’avait fait Taylor au début du XXe siècle pour le corps des travailleurs.
Pourquoi mettre de jeunes enfants devant des ordinateurs ou autres machines électroniques si ce n’est pour leur inculquer le plus tôt possible des comportements machiniques les assujettissant au monde sans profondeur d’une vie réduite à des gestes quasi instinctifs et à une langue réduite à un outil ? Pourquoi aussi s’étonner d’un retour à la violence alors que rien des échanges vivants, par langage et non par signaux ou clics, entre individus n’est plus vraiment privilégié. En fonctionnant comme des logiciels nous avons peu de chance d’être dans l’infinité et dans la présence des choses et des êtres du monde !
Les errements que nous venons de décrire et que chantent les hérauts des neurosciences computationnelles résultent d’une grave faute de raisonnement sur laquelle nous devons revenir, faute nourrie par l’orgueil et la suffisance scientiste : cette faute apparaît lorsqu’une hypothèse n’est plus utilisée comme hypothèse, mais comme une vérité à prétention normative disant le réel. La « science » devient alors une idéologie pouvant servir à toutes les manipulations.
Notre existence s’impose en dehors de toute réduction à une machine, à un circuit électronique, à un ordinateur ou à un enchevêtrement d’algorithmes. L’histoire révèle le statut hypothétique de ces propositions tout en niant leur prétention à la vérité absolue et au réel que certains, de siècle en siècle, voudraient imposer. La liberté, celle de notre existence et de notre intériorité, comme celles de nos enfants à un prix : résister aux formes modernes du taylorisme qui s’annoncent à travers la prétention à dire la vérité qu’affichent les neurosciences, en particulier computationnelles.

Michel Blay
Directeur de recherche émérite au CNRS

[1Cité par Jean-Michel Besnier dans, L’homme simplifié. Le syndrome de la touche étoile, Paris, Fayard, 2012, p. 175-176.

[2Cité par Jean-Michel Besnier dans, L’homme simplifié. Le syndrome de la touche étoile, Paris, Fayard, 2012, p. 175-176.

[3Mathieu Triclot, Le moment cybernétique : la constitution de la notion d’information, Paris, Champ Vallon, 2O08, p.92.

[4Cité par Pièces et main d’œuvre, Manifeste des chimpanzés du futur. Contre le transhumanisme, Editions Service Compris, 2017, p. 105. Par ailleurs un livre du neurophysiologue Marc Jeannerot s’intitule, Le cerveau-machine, Paris, Fayard, 1983

[5Stanislas Dehaene, « Les quatre piliers de l’apprentissage, ou ce que nous disent les neurosciences », Paris Innovation Review : Paris sciences et lettres (PSL), 2013.

[6Stanislas Dehaene, « Apprentissage et sciences cognitives », Cités, 63, 2015, p. 81-97.

[7Ibid. note 4.

[8Ibid. note 4.

[9Sur ces questions nous nous permettons de renvoyer le lecteur à nos ouvrages, Dieu, la nature et l’homme. L’originalité de l’Occident, Paris, Armand Colin, 2013 et Critique de l’histoire des sciences, Paris, CNRS éditions, 2017.

[10Voir note 8 et Anson Rabinbach, Le moteur humain : l’énergie, la fatigue et les origines de la modernité, Paris, La Fabrique, 2004 (première édition en anglais, MIT Press, 1989.

[11Nous signalons à ce propos notre petit livre, Penser ou cliquer. Comment ne pas devenir des somnambules, Paris, CNRS éditions, 2016.

Envoyer à un ami  Version imprimable de cet article Version imprimable

Voir tous les articles « A LA UNE »