Absence de conscience et de qualia (limite transversale)

• Le référentiel sépare deux questions que le vocabulaire courant confond. David Chalmers (« Facing Up to the Problem of Consciousness », Journal of Consciousness Studies 2(3), p. 200-219, 1995) range d'un côté les « problèmes faciles » — discrimination, catégorisation, intégration de l'information, rapportabilité, attention, contrôle du comportement —, « directly susceptible to the standard methods of cognitive science », et de l'autre le problème difficile : « Why is the performance of these functions accompanied by experience? ». Qu'un modèle accomplisse les premières fonctions ne tranche rien sur la seconde question, dans un sens ni dans l'autre. Sa fiche côté humain : david-chalmers (axe philosophique)
• John Searle (« Minds, Brains, and Programs », Behavioral and Brain Sciences 3(3), p. 417-457, 1980) vise une thèse précise, l'IA forte, définie comme la position selon laquelle « the appropriately programmed computer really is a mind, in the sense that computers given the right programs can be literally said to understand and have other cognitive states » ; sa conclusion est que « the formal symbol manipulations by themselves don't have any intentionality ; they are quite meaningless ; they aren't even symbol manipulations, since the symbols don't symbolize anything. In the linguistic jargon, they have only a syntax but no semantics ». Sa fiche côté humain : john-searle (axe philosophique)
• Daniel Dennett (« Quining Qualia », dans Marcel & Bisiach (dir.), Consciousness in Contemporary Science, Oxford University Press, 1988) déplace le désaccord d'un cran : ce n'est pas que les machines seraient dépourvues de qualia, c'est que la notion elle-même — propriété ineffable, intrinsèque, privée, directement appréhendée — est incohérente, et il conclut « there simply are no qualia at all ». Chez lui la question « une IA a-t-elle des qualia ? » est donc mal formée plutôt qu'ouverte. Sa fiche côté humain : daniel-dennett (axe philosophique)
• Le rapport collectif de Patrick Butlin, Robert Long, Eric Elmoznino, Yoshua Bengio, Jonathan Birch, Stephen M. Fleming, Chris Frith, Liad Mudrik, Eric Schwitzgebel et al. (« Consciousness in Artificial Intelligence: Insights from the Science of Consciousness », arXiv, 17 août 2023) dérive des « indicator properties » computationnelles de cinq théories neuroscientifiques — traitement récurrent, espace de travail global, théories d'ordre supérieur, codage prédictif, schéma attentionnel — et conclut : « Our analysis suggests that no current AI systems are conscious, but also suggests that there are no obvious technical barriers to building AI systems which satisfy these indicators ». La conclusion est indexée sur les théories retenues et sur les systèmes examinés en 2023, pas sur l'architecture en général
• David Chalmers énonce dans « Could a Large Language Model be Conscious? » (arXiv, 4 mars 2023 ; Boston Review, 9 août 2023) une position graduée et non une conclusion : « while it is somewhat unlikely that current large language models are conscious, we should take seriously the possibility that successors to large language models may be conscious in the not-too-distant future ». Les obstacles qu'il nomme sont fonctionnels — « their lack of recurrent processing, a global workspace, and unified agency »
• Ce qui est effectivement mesuré est étroit. Jack Lindsey (Anthropic, « Emergent Introspective Awareness in Large Language Models », 29 octobre 2025) injecte des représentations de concepts dans les activations et teste si le modèle les détecte : Claude Opus 4.1 réussit environ 20 % du temps à l'intensité et à la couche d'injection optimales. L'auteur borne lui-même la portée du résultat : « We stress that the introspective capabilities we observe may not have the same philosophical significance they do in humans », et « the abilities we observe are highly unreliable ; failures of introspection remain the norm »

Cette fiche n'établit pas que les systèmes actuels sont dépourvus d'expérience subjective, et n'établit pas davantage l'inverse : elle enregistre des thèses signées et des résultats de protocole, et s'arrête là. Trois choses précises manquent et il faut les dire. D'abord, il n'existe aucun test décisif : le verdict de Butlin, Long, Bengio et al. porte sur des « indicator properties » dérivées de cinq théories neuroscientifiques particulières et suppose le fonctionnalisme computationnel — hypothèse que Searle rejette par principe, puisque pour lui aucune organisation formelle ne produit d'intentionnalité, et que Dennett rendrait sans objet, puisque pour lui il n'y a pas de quale à chercher. Un même protocole ne peut donc pas arbitrer entre ces trois positions ; il les présuppose ou les contourne. Ensuite, ce qui est mesuré est bien plus étroit que ce que le mot « conscience » suggère : l'expérience d'injection de concepts de Lindsey mesure une capacité de rapport sur un état interne, à environ 20 % de réussite dans les conditions les plus favorables, sur des modèles Claude en octobre 2025, et son auteur écarte lui-même l'inférence philosophique. Enfin, la fiche ne dit rien du statut moral : Long, Sebo, Butlin, Birch et Chalmers construisent leur recommandation sur l'incertitude précisément parce qu'elle n'est pas levée, et le référentiel ne la lève pas non plus. Deux formulations courantes sont donc à écarter comme non soutenues par les sources citées : « les modèles n'ont évidemment aucune expérience » et « les modèles pourraient bien avoir une expérience ». Ce qui est attesté est plus pauvre : aucun système examiné publiquement à ce jour ne satisfait les indicateurs dérivés des théories dominantes, et personne parmi les auteurs cités ne prétend que ces indicateurs épuisent la question.

Aucune autre fiche du référentiel ne nomme celle-ci, et celle-ci n'en nomme aucune. Ce n'est pas un signe d'accord : c'est un silence documentaire, et il se comble en écrivant les limites de la fiche avec des noms.

1. 1.David Chalmers, « Facing Up to the Problem of Consciousness », Journal of Consciousness Studies 2(3), p. 200-219primaire
2. 2.John R. Searle, « Minds, Brains, and Programs », Behavioral and Brain Sciences 3(3), p. 417-457primaire
3. 3.Daniel C. Dennett, « Quining Qualia », dans Marcel & Bisiach (dir.), Consciousness in Contemporary Science, Oxford University Pressprimaire
4. 4.Butlin, Long, Elmoznino, Bengio, Birch et al., « Consciousness in Artificial Intelligence: Insights from the Science of Consciousness », arXiv:2308.08708primaire17/08/2023
5. 5.David Chalmers, « Could a Large Language Model be Conscious? », arXiv:2303.07103 (Boston Review, 9 août 2023)primaire04/03/2023
6. 6.Jack Lindsey (Anthropic), « Emergent Introspective Awareness in Large Language Models », Transformer Circuitsprimaire29/10/2025
7. 7.Abeba Birhane, « Can AI ever be conscious? The question stems from a misconception », Nature, vol. 656, p. 816-817secondaire24/08/2026

Aucune paire humain × IA documentée pour cette capacité à ce jour. Le comparateur permet de tester la combinaison et affiche son statut réel.

• Biais hérités des données d'entraînement (limite transversale)Limite transversale documentée par la recherche académique en éthique de l'IA (fairness in machine learning)
• Capacité de découverte et saut abductif (limite transversale)
• Dépendance à la supervision humaine dans les usages à haut risque (limite transversale)
• Dépendance énergétique et matérielle de l'IA (limite transversale)Limite transversale documentée par la recherche sur l'empreinte environnementale de l'IA et les chaînes d'approvisionnement en semi-conducteurs
• Hallucination et fiabilité factuelle (limite transversale)
• Questions de gouvernance et d'alignement (limite transversale)