<\/p>\n
Les syst\u00e8mes d\u2019intelligence artificielle peuvent r\u00e9diger des essais, r\u00e9pondre \u00e0 des questions et r\u00e9soudre des probl\u00e8mes complexes. Mais de nouvelles recherches sugg\u00e8rent qu\u2019ils pourraient avoir du mal \u00e0 faire quelque chose que les humains font quotidiennement : rester concentr\u00e9s sur la t\u00e2che \u00e0 accomplir lorsque les distractions les g\u00eanent.<\/p>\n
Les chercheurs dirig\u00e9s par Suketu Patel ont soumis plusieurs mod\u00e8les d\u2019IA de premier plan \u00e0 une exp\u00e9rience psychologique bien connue appel\u00e9e t\u00e2che Stroop. Les r\u00e9sultats ont r\u00e9v\u00e9l\u00e9 une diff\u00e9rence significative entre la mani\u00e8re dont les syst\u00e8mes d\u2019IA traitent les informations et la mani\u00e8re dont le cerveau humain g\u00e8re l\u2019attention.<\/p>\n
Qu’est-ce que la t\u00e2che Stroop\u00a0?<\/strong><\/p>\n La t\u00e2che de Stroop est un test psychologique classique utilis\u00e9 depuis des d\u00e9cennies pour \u00e9tudier l’attention, la concentration et la ma\u00eetrise de soi.<\/p>\n Dans le test, des mots de couleur tels que \u00ab rouge \u00bb, \u00ab bleu \u00bb ou \u00ab vert \u00bb sont affich\u00e9s \u00e0 l’encre color\u00e9e. Parfois, le mot et la couleur de l\u2019encre correspondent. Par exemple, le mot \u00ab rouge \u00bb peut appara\u00eetre \u00e0 l\u2019encre rouge. D’autres fois, ils sont en conflit, comme le mot \u00ab rouge \u00bb imprim\u00e9 \u00e0 l’encre bleue.<\/p>\n Les participants sont invit\u00e9s \u00e0 nommer la couleur de l\u2019encre plut\u00f4t que de lire le mot lui-m\u00eame.<\/p>\n Cela semble simple, mais cela cr\u00e9e un d\u00e9fi car lire des mots est une habitude automatique pour la plupart des gens. Le cerveau doit supprimer l\u2019envie de lire le mot et se concentrer plut\u00f4t sur l\u2019identification de la couleur de l\u2019encre.<\/p>\n Les psychologues utilisent souvent cette t\u00e2che pour mesurer ce que l’on appelle le contr\u00f4le ex\u00e9cutif, un ensemble de processus mentaux qui aident les gens \u00e0 r\u00e9guler leur attention, \u00e0 r\u00e9sister aux distractions et \u00e0 rester concentr\u00e9s sur leurs objectifs.<\/p>\n Tester l’attention de l’IA<\/strong><\/p>\n Les chercheurs voulaient voir si les grands mod\u00e8les de langage (LLM) modernes rel\u00e8vent ce d\u00e9fi de la m\u00eame mani\u00e8re que les humains.<\/p>\n Les LLM sont les syst\u00e8mes d’IA derri\u00e8re des outils tels que ChatGPT, Claude et Gemini. Ils sont form\u00e9s sur d\u2019\u00e9normes quantit\u00e9s de textes et apprennent des mod\u00e8les de langage, ce qui leur permet de g\u00e9n\u00e9rer des r\u00e9ponses qui semblent souvent remarquablement humaines.<\/p>\n Lorsqu\u2019ils recevaient des listes restreintes contenant cinq mots de couleur, les syst\u00e8mes d\u2019IA fonctionnaient g\u00e9n\u00e9ralement bien, m\u00eame lorsque les mots et les couleurs ne correspondaient pas.<\/p>\n Cependant, la situation a radicalement chang\u00e9 \u00e0 mesure que les listes s\u2019allongeaient.<\/p>\n GPT-4o a atteint une pr\u00e9cision de 91\u00a0% en travaillant avec cinq mots. En dix mots, sa pr\u00e9cision est tomb\u00e9e \u00e0 57 %. Lorsque la liste s’est \u00e9tendue \u00e0 quarante mots, la pr\u00e9cision est tomb\u00e9e \u00e0 seulement 15 %.<\/p>\n Claude 3.5 Sonnet a maintenu des performances stables sur des listes de vingt mots mais a ensuite connu une forte baisse, tombant \u00e0 24 % de pr\u00e9cision avec des listes de quarante mots.<\/p>\n Les chercheurs ont observ\u00e9 des mod\u00e8les similaires dans GPT-5, Claude Opus 4.1 et Gemini 2.5.<\/p>\n Quand l\u2019IA perd son focus<\/strong><\/p>\n Le d\u00e9fi est devenu encore plus difficile lorsque des mots de couleurs correspondants et incompatibles apparaissaient ensemble dans la m\u00eame liste.<\/p>\n Dans ces conditions, les performances se sont encore d\u00e9t\u00e9rior\u00e9es. La pr\u00e9cision des \u00e9l\u00e9ments incompatibles est tomb\u00e9e \u00e0 presque z\u00e9ro dans certains cas.<\/p>\n Selon les chercheurs, les mod\u00e8les d\u2019IA ont eu du mal \u00e0 maintenir les instructions permettant d\u2019identifier les couleurs de l\u2019encre. Au lieu de cela, ils lisaient de plus en plus les mots eux-m\u00eames.<\/p>\n En d\u2019autres termes, les syst\u00e8mes semblaient incapables de supprimer syst\u00e9matiquement la r\u00e9ponse pour laquelle ils avaient \u00e9t\u00e9 le plus lourdement entra\u00een\u00e9s.<\/p>\n Cette d\u00e9couverte est particuli\u00e8rement int\u00e9ressante car les humains sont confront\u00e9s \u00e0 un conflit similaire. Les gens sont g\u00e9n\u00e9ralement bien meilleurs pour lire les mots que pour nommer les couleurs de l\u2019encre. Pourtant, malgr\u00e9 ce biais, la plupart des individus peuvent maintenir une grande pr\u00e9cision et des performances stables m\u00eame lorsqu\u2019ils sont confront\u00e9s \u00e0 de longues listes de mots et de couleurs contradictoires.<\/p>\n Attention humaine vs attention machine<\/strong><\/p>\n L\u2019\u00e9tude met en \u00e9vidence une distinction importante entre l\u2019intelligence humaine et artificielle.<\/p>\n Bien que les syst\u00e8mes d\u2019IA modernes puissent produire des capacit\u00e9s de langage et de raisonnement impressionnantes, leurs m\u00e9canismes sous-jacents diff\u00e8rent des processus d\u2019attention observ\u00e9s dans les cerveaux biologiques.<\/p>\n Les humains peuvent souvent se concentrer sur un objectif sp\u00e9cifique tout en filtrant les informations concurrentes. Les r\u00e9sultats sugg\u00e8rent que les mod\u00e8les d\u2019IA actuels pourraient avoir des difficult\u00e9s avec ce type de contr\u00f4le cognitif lorsque les t\u00e2ches deviennent de plus en plus exigeantes.<\/p>\n Les chercheurs affirment que l’effondrement des performances observ\u00e9 dans ces exp\u00e9riences indique les limites fondamentales des grands mod\u00e8les de langage actuels. Bien que l\u2019IA puisse parfois imiter le comportement humain, sa capacit\u00e9 \u00e0 maintenir l\u2019attention semble fonctionner tr\u00e8s diff\u00e9remment de la fa\u00e7on dont les gens le font.<\/p>\n Les r\u00e9sultats rappellent que m\u00eame les syst\u00e8mes d\u2019IA les plus avanc\u00e9s pr\u00e9sentent encore des faiblesses, en particulier lorsque les t\u00e2ches n\u00e9cessitent de r\u00e9sister aux distractions et de rester concentr\u00e9s sur de longues s\u00e9quences d\u2019informations.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":" Les syst\u00e8mes d\u2019intelligence artificielle peuvent r\u00e9diger des essais, r\u00e9pondre \u00e0 des questions et r\u00e9soudre des probl\u00e8mes complexes. Mais de nouvelles recherches sugg\u00e8rent qu\u2019ils pourraient avoir du mal \u00e0 faire quelque chose que les humains font quotidiennement : rester concentr\u00e9s sur la t\u00e2che \u00e0 accomplir lorsque les distractions les g\u00eanent. Les chercheurs dirig\u00e9s par Suketu Patel […]<\/p>\n","protected":false},"author":1,"featured_media":33812,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_gspb_post_css":"","om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"fifu_image_url":"https:\/\/www.sciencedaily.com\/images\/1920\/humanoid-artificial-intelligence-robot-confused.webp","fifu_image_alt":"","_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[159],"tags":[1828,8175,8177,8176,2804,1563,1656],"offerexpiration":[],"class_list":["post-33811","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-themes-de-sante","tag-cerebral","tag-classique","tag-faiblesse","tag-grande","tag-lia","tag-revele","tag-test"],"aioseo_notices":[],"jetpack_featured_media_url":"https:\/\/www.sciencedaily.com\/images\/1920\/humanoid-artificial-intelligence-robot-confused.webp","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.zolattitude.com\/index.php\/wp-json\/wp\/v2\/posts\/33811","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.zolattitude.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.zolattitude.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.zolattitude.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.zolattitude.com\/index.php\/wp-json\/wp\/v2\/comments?post=33811"}],"version-history":[{"count":0,"href":"https:\/\/www.zolattitude.com\/index.php\/wp-json\/wp\/v2\/posts\/33811\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.zolattitude.com\/index.php\/wp-json\/wp\/v2\/media\/33812"}],"wp:attachment":[{"href":"https:\/\/www.zolattitude.com\/index.php\/wp-json\/wp\/v2\/media?parent=33811"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.zolattitude.com\/index.php\/wp-json\/wp\/v2\/categories?post=33811"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.zolattitude.com\/index.php\/wp-json\/wp\/v2\/tags?post=33811"},{"taxonomy":"offerexpiration","embeddable":true,"href":"https:\/\/www.zolattitude.com\/index.php\/wp-json\/wp\/v2\/offerexpiration?post=33811"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}