intellectica 1993/2, n° 17: Philosophies et sciences cognitives [retour table de matières]
Bruno BACHIMONT
Nature, Culture et Artefacture : la place de l’intelligence artificielle dans les sciences cognitives, Pages 213-238 [Texte en pdf]
Resumé: L’intelligence artificielle (IA) a pour but de prendre en compte dans ses modèles des connaissances portant sur l’apparence qualitative du monde telle qu’elle se prête à une description linguistique. L’IA veut résoudre automatiquement des problèmes en utilisant ces connaissances. Nous argumentons dans cet article que les programmes de l’IA ne permettent pas d’appréhender ces connaissances. Pour surmonter cette impossibilité, il lui faut abandonner la vision naturaliste de la connaissance qui est la sienne, selon laquelle toute connaissance qualitative repose sur une représentation symbolique de nature computationnelle. Les connaissances ont un sens irréductible au sens que leur représentation possède dans les programmes. Mais, le caractère symbolique des représentations permet à l’utilisateur de les interpréter comme des connaissances alors qu’elles ne sont que du code. Réaliser un système à base de connaissances revient alors à approximer computationnellement ces connaissances pour qu’un utilisateur interprète le comportement du système pour y retrouver ses connaissances et le comprendre comme une résolution. Le but de cette IA que nous rebaptisons artefacture est alors de réaliser des machines donnant à penser, et non de construire des machines pensantes. L’artefacture étudie les artefacts construits comme des programmes et compris comme des agents résolvant des problèmes.
Nature, Culture and Artefacture : where Artificial Intelligence stands in the cognitive sciences
Abstract: Artificial intelligence (AI) builds models based on knowledge that deals with the qualitative structure of the world as descriptions in natural language can reflect it. AI aims at solving computationally problems by using this knowledge. However we claim in this paper that AI programs cannot succeed in such enterprise. In order to cope with this problem, AI need to discard its naturalistic conception of knowledge according to which every qualitative knowledge relies upon a computational symbolic representation. Knowledge meaning cannot be reduced to the computational meaning its representation has in a program. However, the fact that representations are symbolic enables a user to interpret a representation as a piece of knowledge while it is only a piece of code. Building a knowledge based system amounts to computationally approximate knowledge so that an user interprets the system behaviour by assigning to it its knowledge and so that it understands it as a problem-solving process. The goal of AI, we call here artefacture, consists in building machines giving something to think, rather than in building a thinking machine. Artefacture is the study of artefacts built as programs and understood as problem-solving agents.
|
