Un bébé dans l'amphi

Voici une petite expérience de pensée : prenons un très jeune nourrisson qui n'a pas encore appris à parler, et mettons le dans un amphi d'université, dans lequel a lieu un cours magistral proféré par un professeur qui n'accomplit aucune action, ne fait aucun geste. Tout au plus le professeur peut-il s'adresser à ses étudiants, leur poser des questions, et ceux-ci sont libres de répondre ce qu'ils veulent. Mais eux aussi n'ont pas le droit de faire des gestes. Ainsi, dans ce dispositif, le nourrisson entendra des paroles, mais seulement des paroles, aucun geste, ni action. Maintenant, demandons-nous combien de temps mettra l'enfant avant de savoir parler la langue utilisée dans l'amphithéâtre. Ma réponse à cette expérience est qu'il ne parviendra jamais à maîtriser cette langue, jamais il ne la comprendra. On pourrait laisser l'enfant dans la salle un temps infini, cela ne changerait rien à ce constat. Et cela n'a aucun rapport non plus avec le niveau de langue utilisé, ou la difficulté des propos. Le professeur pourrait utiliser un vocabulaire de deux cents mots, faire des phrases dont la syntaxe est minimale, mais le nourrisson ne pourrait toujours pas les comprendre (alors même que le nourrisson est capable d'apprendre une centaine de mots par jour!).

Pour quelle raison le nourrisson ne pourrait-il pas apprendre cette langue, même en restant un temps infini avec des personnes qui l'utilisent? Parce qu'apprendre une langue consiste à en connaître le sens, et connaître le sens d'une phrase signifie savoir quand on peut l'utiliser, et quand on ne peut pas. La signification d'une phrase est son usage (l'usage pouvant être les circonstances dans laquelle elle est vraie, si on veut décrire la réalité, mais aussi donner un ordre, saluer, conduire un raisonnement, etc.). Or, dans un contexte où le langage est justement utilisé en dehors de tout contexte (c'est la spécificité même de l'école : le seul contexte où le discours se retrouve détaché de son contexte), alors l'apprentissage de la langue n'est plus possible. Ne pouvant pas comprendre dans quel contexte une phrase peut être employée, l'enfant ne pourra jamais avoir l'idée du sens de cette phrase. L'enfant entend des phrases, des réponses, de longues tirades, etc. mais jamais il ne peut attacher ces phrases à des situations, des conditions de vérité. Pour l'enfant, la langue tourne à vide, tout peut être dit à n'importe quel moment. C'est pourquoi il ne pourra jamais apprendre une langue en restant dans cet amphi. Pour tirer profit des paroles qui s’échangent dans de tels lieux, où la parole circule indépendamment de tout contexte, il faut avoir une maîtrise préalable de la langue, donc avoir déjà associé les phrases que l'on utilise à des conditions contextuelles précises. 

Néanmoins, supposons que le nourrisson soit extrêmement attentif à tout ce qui se dit, notamment en ce qui concerne les séquences de mots et de phrases, et qu'il finisse par repérer certaines régularités dans leurs apparitions. Il remarquera par exemple que les phrases commençant par "est-ce que" entraînent une réponse de la part des étudiants, qui répondent à cette phrase toujours en commençant par "oui" ou par "non". Il remarquera peut être ensuite que certains termes sont toujours précédés par un très petit nombre de termes : il aura découvert la catégorie grammaticale des noms communs et des déterminants. S'il assiste à un cours sur Platon, il remarquera bien vite que les mots "nul n'est méchant" sont toujours suivis de "volontairement". Bref, l'enfant qui serait extrêmement attentif pourrait parvenir à découvrir les structures grammaticales de la langue, ainsi que peut-être, l'enchaînement de certaines phrases ou de certaines expressions qui reviennent souvent.

Ce dernier point est de grande importance pour comprendre ce qu'est la pensée, et il a été abondamment discuté dans le cadre des débats sur les ordinateurs. En effet, un ordinateur est dans la même situation que cet enfant très attentif, qui finirait par avoir une connaissance parfaite de la syntaxe de la langue, et de toutes les séquences normales de mots et de phrases. L'ordinateur puissant serait capable de réécrire un cours complet sur Platon juste en se servant des phrases qu'il a pu capter en assistant aux séances dans l'amphi. Pourtant, intuitivement, nous sentons bien que cet ordinateur qui produit des phrases seulement en tenant compte de considérations syntaxiques et de l'apparition statistique des mots et des phrases ne connaît pas vraiment cette langue, il n'en comprend pas le sens, il ne pense pas. Mais que lui manque-t-il donc?

La réponse est tellement simple, alors que le sujet a été tellement discuté, que je me dis que je dois faire erreur. Pourtant, comment rejeter cette réponse? La réponse est simplement que l'ordinateur ne dispose pas d'un système sensoriel lui permettant de retrouver les conditions contextuelles de l'utilisation des phrases et expressions qu'il utilise. Il dispose des conditions linguistiques (ce que nous indique la grammaire), mais pas de l'usage des phrases. Il sait que les noms communs doivent être mis après un déterminant, il sait que "nul n'est méchant" doit être suivi de "volontairement", mais il ne sait pas ce que signifient les mots qu'il utilise. Bref, il ne parle pas, il n'est qu'une machine de traitement et de production de sigles vocaux ou écrits. 

Ainsi, que faut-il pour parler? Il faut d'une part une capacité de recevoir et de produire des signes, donc un système d'entrée et de sortie de l'information, mais il faut encore au moins une deuxième entrée d'information, afin que la première entrée puisse être corrélée avec la seconde. Cette corrélation constitue justement la signification. Un mot ne prend son sens que parce que l'enfant humain est capable de corréler une certaine information sonore avec une situation visuelle, tactile, gustative ou olfactive. S'il n'avait pas au moins deux canaux d'entrée de l'information, jamais l'enfant ne pourrait comprendre le contexte d'usage des mots, jamais il ne comprendrait le sens des informations qui lui viennent par le premier canal. L'enfant touche un cube de la main, sa mère lui dit "cube", et il a ainsi appris à utiliser ce mot. Alors que cent mille ans de discussions mathématiques sur le cube ne suffiraient pas à l'enfant pour comprendre ce que signifie le mot "cube".

Ainsi, on peut distinguer de manière tranchée l'enfant virtuose, qui, enfermé dans un amphi, aurait appris à reproduire des suites de mot de manière parfaitement acceptable pour toutes les autres personnes présentes, et l'enfant ordinaire, qui a appris la langue comme nous tous. Le dernier parle vraiment, le premier ne fait que manipuler des signes sans les comprendre. Il lui manque tout simplement un deuxième canal d'information, qui lui aurait permis de mettre en relation les mots et les situations, d'établir les conditions d'usage des mots. Alors que le second, utilisant ses cinq canaux d'information, est capable de comprendre tout ce que les hommes peuvent dire.

Le problème de la parole (et de la pensée) des ordinateurs est donc résolu : un ordinateur pourra parler lorsqu'il disposera d'un dispositif de perception de la réalité, quel qu'il soit, de façon à attacher les informations qui lui sont envoyées par l'utilisateur ou le programme, avec les éléments pertinents de la réalité qu'il aura relevés grâce à ce dispositif. Un ordinateur avec une webcam, à qui on envoie l'information "Maman", chaque fois qu'une personne passe dans son champ de vision, apprendra à parler aussi bien que tous les nourrissons de l'espèce humaine.