Moraliser les machines communicantes. Des barricades morales à l’éthique située : trois cas d’usage de l’IA en milieu professionnel
Notice bibliographique
Résumé
La diffusion foudroyante de ChatGPT a fait monter d’un cran la panique que les débats sur l’intelligence artificielle, et notamment sur la moralité de leurs performances linguistiques et communicatives, qu’ils suscitent depuis plus d’un demi-siècle. Dans cet article, nous développerons ce questionnement en deux temps. D’abord, nous proposons une anthropologie documentaire des grands textes d’encadrement éthique sur l’IA, focalisant sur ses impacts sur la communication au travail. Après avoir fait ressortir les spécificités de l’approche universaliste de ces textes, nous examinons trois cas d’usages d’agents conversationnels et des machines communicantes au sein de contextes professionnels, documentés par des entretiens avec usagers, usagères, concepteurs et conceptrices. L’objectif est de montrer que l’analyse ethnographique des pratiques permet de mettre en évidence des éthiques situées remettant en perspective les principes d’une approche universaliste à la communication machinique. Ce qui conduit, en conclusion, à repenser le rôle-même du chercheur ou de la chercheuse, moins « expert·e » et énonciateur, énonciatrice de règles et de principes, et plus porte-parole analytique de son terrain.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,034 |
| Communication savante | 0,013 | 0,012 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».