Le AI peut-il passer des tests cognitifs humains ? Explorer les limites de l’intelligence artificielle

L’intelligence artificielle (AI) a considérablement progressé, depuis la propulsion de voitures autonomes jusqu’à l’aide aux diagnostics médicaux. Cependant, une question importante demeure : l’AI pourrait-il jamais passer un test cognitif conçu pour les humains ? Alors que l’AI a obtenu des résultats impressionnants dans des domaines tels que le traitement du langage et la résolution de problèmes, il éprouve encore des difficultés à reproduire la complexité de la pensée humaine.

Les modèles d’AI comme ChatGPT peuvent générer du texte et résoudre des problèmes de manière efficace, mais ils ne performent pas aussi bien lorsqu’ils sont confrontés à des tests cognitifs tels que l’évaluation cognitive de Montréal (MoCA), conçue pour mesurer l’intelligence humaine.

Ce fossé entre les réalisations techniques de l’AI et ses limites cognitives met en évidence des défis importants concernant son potentiel. L’AI n’a pas encore égalé la pensée humaine, en particulier dans les tâches qui nécessitent une raisonnement abstrait, une compréhension émotionnelle et une conscience contextuelle.

Comprendre les tests cognitifs et leur rôle dans l’évaluation de l’AI

Les tests cognitifs, tels que la MoCA, sont essentiels pour mesurer divers aspects de l’intelligence humaine, notamment la mémoire, la raison, la résolution de problèmes et la conscience spatiale. Ces tests sont couramment utilisés dans les milieux cliniques pour diagnostiquer des conditions telles que la maladie d’Alzheimer et la démence, offrant un aperçu de la façon dont le cerveau fonctionne dans différents scénarios. Des tâches telles que rappeler des mots, dessiner une horloge et reconnaître des modèles évaluent la capacité du cerveau à naviguer dans des environnements complexes, des compétences essentielles dans la vie quotidienne.

Lorsqu’ils sont appliqués à l’AI, cependant, les résultats sont tout à fait différents. Les modèles d’AI tels que ChatGPT ou Google’s Gemini excellent dans des tâches telles que la reconnaissance de modèles et la génération de texte, mais ils éprouvent des difficultés avec les aspects de la cognition qui nécessitent une compréhension plus profonde. Par exemple, alors que l’AI peut suivre des instructions explicites pour accomplir une tâche, il lui manque la capacité de raisonner de manière abstraite, d’interpréter les émotions ou d’appliquer le contexte, qui sont des éléments essentiels de la pensée humaine.

Les tests cognitifs servent donc un double objectif lors de l’évaluation de l’AI. D’une part, ils mettent en évidence les forces de l’AI dans le traitement des données et la résolution de problèmes structurés de manière efficace. D’autre part, ils exposent des lacunes importantes dans la capacité de l’AI à reproduire la gamme complète des fonctions cognitives humaines, en particulier celles qui impliquent une prise de décision complexe, une intelligence émotionnelle et une conscience contextuelle.

Avec l’utilisation généralisée de l’AI, ses applications dans des domaines tels que la santé et les systèmes autonomes exigent plus que la simple réalisation de tâches. Les tests cognitifs fournissent un référentiel pour évaluer si l’AI peut gérer des tâches qui nécessitent une raisonnement abstrait et une compréhension émotionnelle, des qualités centrales de l’intelligence humaine. Dans le domaine de la santé, par exemple, alors que l’AI peut analyser les données médicales et prédire les maladies, il ne peut pas fournir un soutien émotionnel ou prendre des décisions nuancées qui dépendent de la compréhension de la situation unique d’un patient. De même, dans les systèmes autonomes tels que les voitures autonomes, l’interprétation de scénarios imprévisibles nécessite souvent une intuition humaine, que les modèles d’AI actuels ne possèdent pas.

En utilisant des tests cognitifs conçus pour les humains, les chercheurs peuvent identifier les domaines où l’AI a besoin d’amélioration et développer des systèmes plus avancés. Ces évaluations aident également à établir des attentes réalistes sur ce que l’AI peut accomplir et mettent en évidence où l’implication humaine est toujours essentielle.

Les limites de l’AI dans les tests cognitifs

Les modèles d’AI ont réalisé des progrès impressionnants dans le traitement des données et la reconnaissance de modèles. Cependant, ces modèles sont confrontés à des limites importantes lorsqu’il s’agit de tâches qui nécessitent une raisonnement abstrait, une conscience spatiale et une compréhension émotionnelle. Une étude récente qui a testé plusieurs systèmes d’AI à l’aide de l’évaluation cognitive de Montréal (MoCA), un outil conçu pour mesurer les capacités cognitives humaines, a révélé un fossé clair entre les forces de l’AI dans les tâches structurées et ses difficultés avec les fonctions cognitives plus complexes.

Dans cette étude, ChatGPT 4o a obtenu un score de 26 sur 30, indiquant une altération cognitive légère, tandis que Google’s Gemini a obtenu un score de 16 sur 30, reflétant une altération cognitive grave. L’un des défis les plus importants pour l’AI était lié aux tâches visuospatiales, telles que dessiner une horloge ou reproduire des formes géométriques. Ces tâches, qui nécessitent la compréhension des relations spatiales et l’organisation de l’information visuelle, sont des domaines où les humains excellent intuitivement. Malgré les instructions explicites, les modèles d’AI ont éprouvé des difficultés à accomplir ces tâches avec précision.

La cognition humaine intègre les entrées sensorielles, les mémoires et les émotions, permettant une prise de décision adaptative. Les gens s’appuient sur l’intuition, la créativité et le contexte lors de la résolution de problèmes, en particulier dans des situations ambiguës. Cette capacité de penser de manière abstraite et d’utiliser l’intelligence émotionnelle dans la prise de décision est une caractéristique clé de la cognition humaine et permet ainsi aux individus de naviguer dans des scénarios complexes et dynamiques.

En revanche, l’AI fonctionne en traitant les données à travers des algorithmes et des modèles statistiques. Même s’il peut générer des réponses basées sur des modèles appris, il ne comprend pas vraiment le contexte ou le sens derrière les données. Ce manque de compréhension rend difficile pour l’AI de réaliser des tâches qui nécessitent une pensée abstraite ou une compréhension émotionnelle, essentielles dans des tâches telles que les tests cognitifs.

Il est intéressant de noter que les limites cognitives observées dans les modèles d’AI présentent des similitudes avec les déficits observés dans les maladies neurodégénératives telles que la maladie d’Alzheimer. Dans l’étude, lorsque l’AI a été interrogé sur la conscience spatiale, ses réponses étaient trop simplistes et dépendantes du contexte, ressemblant à celles d’individus souffrant d’une altération cognitive. Ces résultats soulignent que même si l’AI excelle dans le traitement de données structurées et la prédiction, il lui manque la profondeur de compréhension nécessaire pour une prise de décision plus nuancée. Cette limitation est particulièrement préoccupante dans des domaines tels que la santé et les systèmes autonomes, où le jugement et la raison sont critiques.

Malgré ces limites, il y a un potentiel d’amélioration. Les nouvelles versions de modèles d’AI, telles que ChatGPT 4o, ont montré des progrès dans les tâches de raisonnement et de prise de décision. Cependant, la reproduction d’une cognition humaine similaire nécessitera des améliorations dans la conception de l’AI, potentiellement à travers l’informatique quantique ou des réseaux neuronaux plus avancés.

Les difficultés de l’AI avec les fonctions cognitives complexes

Malgré les progrès de la technologie d’AI, il en est encore loin de passer les tests cognitifs conçus pour les humains. Alors que l’AI excelle dans la résolution de problèmes structurés, il échoue dans les fonctions cognitives plus nuancées.

Par exemple, les modèles d’AI ont souvent du mal à dessiner des formes géométriques ou à interpréter des données spatiales. Les humains comprennent naturellement et organisent l’information visuelle, ce que l’AI peine à faire de manière efficace. Cela met en évidence un problème fondamental : la capacité de l’AI à traiter les données ne se traduit pas par une compréhension de la façon dont les esprits humains fonctionnent.

Au cœur des limites de l’AI se trouve sa nature basée sur les algorithmes. Les modèles d’AI fonctionnent en identifiant des modèles dans les données, mais ils manquent de conscience contextuelle et d’intelligence émotionnelle que les humains utilisent pour prendre des décisions. Même si l’AI peut générer des sorties de manière efficace en fonction de ce qu’il a été entraîné, il ne comprend pas le sens derrière ces sorties de la même manière qu’un humain. Cette incapacité à s’engager dans la pensée abstraite, couplée à un manque d’empathie, empêche l’AI de réaliser des tâches qui nécessitent des fonctions cognitives plus profondes.

Ce fossé entre l’AI et la cognition humaine est évident dans le domaine de la santé. L’AI peut aider à des tâches telles que l’analyse de scans médicaux ou la prédiction de maladies. Cependant, il ne peut pas remplacer le jugement humain dans la prise de décision complexe qui implique la compréhension de la situation d’un patient. De même, dans les systèmes tels que les véhicules autonomes, l’AI peut traiter de grandes quantités de données pour détecter des obstacles. Cependant, il ne peut pas reproduire l’intuition que les humains utilisent lors de la prise de décisions rapides dans des situations imprévues.

Malgré ces défis, l’AI a montré un potentiel d’amélioration. Les nouveaux modèles d’AI commencent à gérer des tâches plus avancées impliquant le raisonnement et la prise de décision de base. Cependant, même à mesure que ces modèles progressent, ils restent loin de reproduire la gamme complète des capacités cognitives humaines requises pour passer les tests cognitifs conçus pour les humains.

En résumé

En conclusion, l’AI a réalisé des progrès impressionnants dans de nombreux domaines, mais il en est encore loin de passer les tests cognitifs conçus pour les humains. Alors qu’il peut gérer des tâches telles que le traitement de données et la résolution de problèmes, l’AI éprouve des difficultés avec les tâches qui nécessitent une pensée abstraite, de l’empathie et une compréhension contextuelle.

Même avec les améliorations, l’AI continue de lutter avec des tâches telles que la conscience spatiale et la prise de décision. Même si l’AI montre des promesses pour l’avenir, en particulier avec les progrès technologiques, il est loin de reproduire la cognition humaine.