Is Dialogue with a Technosubject Possible? Architectures of Artificial Intelligence and Signatures of Consciousness
Notice bibliographique
Résumé
The article explores the phenomenon of consciousness through the lens of advances in artificial intelligence (AI) and of contemporary neurobiological theories, each offering a distinct account of the architecture of conscious processing. This theoretical landscape allows us to identify several specific properties – such as a global workspace, recurrent processing, metacognitive monitoring, predictive processing, and high-level information integration – as functional signatures of cognitive processes inherent to biological consciousness. While certain AI systems exhibit some of these properties, they currently manifest in a fragmented and poorly integrated manner. The transition toward hybrid, particularly neurosymbolic, architectures, coupled with the expanding use of neuroevolutionary and embodied approaches in robotics, is laying the groundwork for integrated systems that more closely approximate conscious cognitive functions. However, the necessary conditions for a genuine dialogue between humans and a potentially conscious technosubject – including elements of intersubjectivity, empathy, mutual ethical responsibility, and lived bodily and social experience, or at least functional analogues thereof – suggest that the capacity for such interaction transcends the mere simulation of functional properties. The potential emergence of artificial general intelligence (AGI) in the near future, an entity capable not only of performing all human cognitive functions but also of demonstrating autonomous behavior and engaging in genuine dialogue, necessitates a proactive discussion of the technosubject’s normative status (the bounds of agency and responsibility, rights, duties, and safeguards for humans), along with the development of appropriate ethical principles and regulatory mechanisms.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,009 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».