Navigation – Plan du site

AccueilNumérosvol. 34/1Hors thèmeNature et technologie langagière ...

Hors thème

Nature et technologie langagière dans les dialogues oraux homme-machine

François Perea

Résumés

L’auteur propose dans un premier temps un examen des prothèses technologiques, tels les assistants personnels des téléphones intelligents (smartphones), qui sont devenues de véritables interlocuteurs. Elles transforment ainsi la nature des codes employés dans un environnement numérique où l’interconnexion et les exigences d’échange dépassent les catégories traditionnelles et questionnent la nature de la subjectivité en œuvre dans le langage humain. Dans un second temps, il s’attache à observer les modélisations contemporaines de ces échanges à travers l’examen de quelques configurations linguistiques (tensions allocutives, interactionnelles et énonciatives) permettant de dégager des lignes de forces de la conception des interactions orales homme/machine dans de tels contextes.

Haut de page

Texte intégral

(F1) Comment vas-tu ?

(C2) Je vais très bien merci.

(F3) Peux-tu me raconter une blague ?

(C4) Que s’est-il passé en 1111 ? L’invasion des Uns !

(F5) Ce n’est pas très drôle !

(C6) Peut-être qu’une nanoseconde de repos m’aidera…

Voilà ! Ça va beaucoup mieux maintenant.

1Ce petit dialogue oral, somme toute assez banal, devrait nous surprendre. Si pour François Rabelais « le rire est le propre de l’homme », le conteur de l’histoire drôle est ici un « agent non humain », pour reprendre la terminologie techno-informatique qui désigne ainsi un artefact autonome dans la réalisation d’une ou plusieurs tâches. Plus exactement, il s’agit d’un programme pour téléphone intelligent qui répond d’une voix féminine au prénom Cortana.

2Chacun des systèmes d’exploitation de téléphonie mobile possède désormais un tel service de communication vocale : Siri pour l’IOS Apple, Voice Actions pour l’Android de Google et Cortona pour les Windows phones. Tous ces « assistants personnels intelligents » se déploient désormais depuis nos téléphones jusqu’à nos ordinateurs.

3Leur humour est un peu fruste (Siri répond à la question « Quel est le sens de la vie ? » : « Kant à moi, je ne saurais répondre. Joli jeu de mots, je sais »), mais il témoigne d’une profonde mutation dans les interfaces vocales. Il ne s’agit plus de simples interfaces de commande sur le modèle d’une impulsion vocale procédurale qui consiste à traiter le mot énoncé comme l’empreinte d’un caractère pour déclencher une procédure (par exemple « dites : service technique »). Il s’agit désormais de pouvoir converser avec la machine, de manière fluide.

4Le présent article s’inscrit dans une réflexion générale sur les nouvelles formes de dialogue homme-machine et en particulier sur les figures langagières de la subjectivité qui y sont travaillées.

5Il ne s’agira pas d’en explorer les aspects techniques (Landragin, 2013, par exemple, en propose une approche synthétique à laquelle le lecteur pourra se reporter). Si notre article porte l’accent sur les aspects langagiers des relations homme-machine, il ne s’inscrit pas pour autant dans le courant de la linguistique informatique et notamment du traitement automatique de la langue et de la parole (sur ce point, les numéros 141 et 142 de la revue L’Information grammaticale proposent un panorama des plus instructifs). Moins qu’à une approche des ressorts et des fonctionnements des systèmes technolinguistiques (qui restent pour autant largement liés au questionnement), nous nous attachons donc ici à la dimension relationnelle et subjective qui s’instaure dans les dialogues entre agents humain et non humain, en nous inscrivant dans l’approche TDI (texte, discours, interactions) précisant que 

travailler sur les univers discursifs numériques implique de dépasser une conception logocentrée (centrer l’analyse sur les énoncés et les seules matières langagières) pour élaborer une conception écologique qui observe dans leur entier les environnements des énoncés (Paveau, 2013).

6La première partie (« De la prothèse à l’alter ego ») présente certains traits anthropologiques et sociaux contemporains qui conditionnent les rapports langagiers homme-machine. Elle s’attache à construire un parcours jalonné par des questionnements sur les prothèses linguistiques, les interfaces et les codes qui conduisent à des formes de dialogue dit naturel (au sens que le terme a dans ce contexte et que nous convoquerons par les italiques : qui ne nécessite pas d’effort technologique particulier de la part de l’utilisateur et se rapproche des modes d’interactions exclusivement humains) entre des figures d’interaction en tension s’inscrivant dans un continuum (humain, cyborg, humanoïde, machine).

7La deuxième partie (« Les configurations linguistiques ») propose ensuite d’explorer trois pistes de réflexion autour de ces figures d’interaction, par l’observation des manifestations de la subjectivité dans des dialogues homme-machine (les tensions allocutives/d’adresse, les formes d’interaction et les figures techno-énonciatives). Elle propose une modélisation des relations interactionnelles entre sphère technologique et sphère naturelle. Pour ce faire, nous nous appuierons sur des exemples de dialogues variés ne constituant pas un corpus d’analyse homogène, mais utiles pour ancrer la réflexion linguistique.

8Une conclusion reprend de manière synthétique et réflexive le parcours et souligne la diversité et l’hybridité des figures et des postures naturelles et technologiques présentes dans ces interactions.

De la prothèse à l’alter ego

9Les avancées technologiques contemporaines développent des dialogues « finalisés » (l’utilisateur cherche à obtenir une information par exemple) articulés à des actions de requêtes et de mises en cause (Caelen, 2007), et articulant des dimensions multicodiques et multimodales (Rouillard, 2002). Pour autant, la tension ambitieuse vise la reproduction future des interactions humaines dont Robin Dunbar (1991) dit qu’elles sont pour l’écrasante majorité sans finalité pratique et qu’elles réalisent un travail de sociabilité : les hommes se parlent comme les grands singes s’épouillent, pour nouer et entretenir des relations, organiser leur coexistence. Demain, ces interactions devraient, si l’on en croit les futurologues, se déployer dans le cadre de dialogues homme-machine égalitaires (« maître-maître » chez Luzzati, 1996). Si l’on préfère, il ne s’agira plus de concevoir des machines capables de comprendre des ordres pour pouvoir les exécuter, mais des systèmes artificiels intelligents aptes à converser, à créer du lien social et affectif avec les hommes.

10La visée de telles interfaces dépasse ainsi largement le cadre d’une reconnaissance ou d’une synthèse vocale, mais suppose le déploiement, certes encore embryonnaire, d’une intelligence artificielle dont le parangon pourrait être (à en juger par le nombre de références qui y sont faites dans la littérature scientifique consacrée au sujet) la créature imaginée par Arthur C. Clarke et rendue célèbre à l’écran par Stanley Kubrick. Ce superordinateur, Hal, interagit avec les autres membres de l’équipage du Discovery One de manière telle qu’il établit

un cadre communicationnel, empreint de courtoisie, d’une finesse des échanges, se déployant d’après un registre langagier soucieux de nuances, de l’adresse du prénom au moment opportun, d’un juste ton grâce à des inflexions vocales modulées selon la nature et les circonstances de chaque parole (Sadin, 2013 : 17).

11Car, lorsque la science-fiction imagine l’une des formes les plus poussées d’intelligence artificielle, celle-ci est toute-puissante, sensible et douée de parole. La machine n’est plus simplement un objet technique permettant un traitement linguistique : elle vise à rivaliser avec l’ensemble des compétences des sujets parlants. Si l’objectif est loin d’être atteint, l’ambition est belle et bien présente, et affichée comme promesse commerciale : « Siri comprend non seulement ce que vous dites, mais aussi ce que vous voulez dire. Et il vous répond […]. Adressez-vous à Siri comme à une personne »1.

12Face à une telle intelligence, artificielle, dont les formes contemporaines sont imaginées sous une forme réticulaire et connectée (les fameux « objets connectés » échangeant déjà entre eux comme dans un circuit neuronal, s’informant, apprenant les uns des autres), pouvant prendre jusqu’à la forme confondante du robot humanoïde, l’homme fait face à une redistribution des rôles et de son identité même : il perd son statut exclusif d’être doué de parole.

Des prothèses linguistiques

13Pourtant, les technologies linguistiques existent de longue date. La parole elle-même peut être perçue comme une technique : elle repose sur un étayage, un outillage organique, et se déploie au moyen d’organes initialement dévolus à la respiration et à la nutrition pour l’essentiel. Mais la parole reste incarnée : elle est de la manière la plus intime, corporelle, humaine et reste, malgré ses formes et ses variations culturelles, une expression naturelle de l’homme.

14André Leroi-Gourhan (1993) a montré que les êtres humains, depuis un million d’années, extériorisaient certaines de leurs facultés afin d’en décupler le potentiel (il y a plus de mémoire dans une bibliothèque que dans un cerveau). Ils produisent ainsi leurs propres prothèses qui se reprennent mutuellement : l’écriture externalise la parole, l’imprimé externalise l’écriture manuscrite, l’écran externalise le papier… Et Régis Debray de conclure : « Ainsi nos facultés organiques nous ont-elles quitté une à une pour se déposer dans les artefacts : à présent, le celluloïd voit, la bande magnétique parle, la puce calcule, le clavier dessine et fantasme. Pour nous, à notre place » (2000 : 5).

15La prothèse n’est pas réductible à l’objet technique qui la matérialise. Son statut prothétique est lié à la transformation qu’elle opère chez le sujet : « […] la conjonction prothétique d’un animal Homo sapiens et d’une chose transforme le premier en sujet et la seconde en objet » (Soriano, 2007 : 164). Et Bernard Stiegler d’appuyer :

L’homme n’est homme que dans la mesure où il se met hors de lui, dans ses prothèses. […] En ce sens, si l’on dit souvent que l’homme a inventé la technique, il serait peut-être plus exact ou en tout cas tout aussi légitime de dire que c’est la technique, nouveau stade de l’histoire de la vie, qui a inventé l’homme (1998 : 190).

16Pour certains, le langage articulé constitue lui-même une prothèse humaine : une « technique » de déploiement des capacités représentationnelles, sémiotiques et interactionnelles dont l’impact de transformation par intégration « subjective, psychologique » (Soriano, op. cit. : 165) est tel que le langage a fini par devenir une nature définitoire de l’humanité : « […] le langage a permis à l’humanité de développer une forme de coopération entre individus radicalement différente des formes des sociétés animales antérieures » (Lévy, 2012 : 74).

17Qu’en est-il alors d’une transformation prothétique des prothèses elles-mêmes ?

18Si les auteurs ont insisté sur les dynamiques sociales et subjectives qui accompagnaient les « révolutions » médiatiques (invention de l’écriture, de l’imprimerie à caractères mobiles, de la transmission et de l’enregistrement de la voix ou de la musique, de l’image fixe ou animée…), ils sont peu nombreux à avoir insisté sur les conséquences réelles qu’entraînent ces technologies sur les conceptions du langage.

19Sylvain Auroux (1994) est de ces derniers : il décrit l’écriture (qu’il considère comme un dispositif de type mnémonique, à l’instar de Leroi-Gourhan) comme le moyen d’invention d’un savoir métalinguistique conduisant à envisager la langue différemment que dans les saisies épilinguistiques qui ont précédé son invention. Le constat n’est guère différent chez Debray, qui a pu pointer comment l’écriture alphabétique puis l’imprimerie supposent une vision segmentée de la chaîne parlée, ou comment le numérique discrétise en points et pixels :

Il y a trois mille ans, l’alphabet phénicien substituait à la gamme chaude et continue des timbres, aux fondus de la voix humaine, une vingtaine de modules stables. L’ordinateur aussi, si l’on ose dire, remplace l’infinie variété des langages par une suite de zéro et de un ; et l’atomisation par codage rend possible ensuite l’automatisation du traitement. Notre fameux « virtuel », qui est moins une révolution qu’un complément d’information, prolonge en somme un mouvement d’abstraction des choses inaugurées par les premiers graffitis des grottes ornées (op. cit. : 6).

20Les prothèses linguistiques se déploient ainsi dans une double interaction :

  • D’une part, elles résultent d’une externalisation de facultés humaines (pour ne prendre qu’un exemple discuté depuis l’Antiquité : la mémoire) qui implique une transformation subjective et psychologique chez les humains ;

  • D’autre part, elles évoluent et peuvent connaître des usages détournés, formant un système de technologie (Leroi-Gourhan) transversal et doté d’une certaine autonomie.

21Sur le plan langagier, le travail prothétique a des racines et des incidences profondes. Les formes langagières premières, naturelles en ce sens qu’elles sont incarnées et acquises, constituent non seulement un trait définitoire discret de l’humanité (les autres espèces animales ne sont pas douées de parole), mais elles sont aussi celles qui constituent son essence même, son matériau et son support symbolique. Ce langage naturel s’est déployé dans des prothèses diverses qui en ont étendu certaines capacités, développé certains usages et transformé les conceptions métalinguistiques. Aujourd’hui, conclut Pierre Lévy, « la cyberculture [constitue] une nouvelle étape dans la vie du langage » (op. cit. : 74).

22Il n’est donc pas surprenant que l’informatique se soit très tôt intéressée au langage naturel et il n’est pas anodin que l’histoire des interfaces homme-machine développées dans ce cadre montre qu’elle a d’abord eu prise sur ces prothèses, plus commodes à soumettre aux codes numériques.

Des interfaces et des codes 

23Il est indéniable que malgré les avancées technologiques réalisées depuis le questionnement inaugural d’Alan Turing (1950), la parole a longtemps manqué aux machines. L’histoire des interfaces, qui a mobilisé les systèmes sémiotiques seconds (écriture) ou alternatifs (images) pour contourner (momentanément) le problème, en témoigne.

24Les premières interfaces homme-ordinateur (les CLI: command line interface) reposaient (et reposent encore) sur des codages informatiques écrits supposant une saisie par le clavier de lignes de commande destinées à piloter l’ordinateur. Le principe suppose un apprentissage (du code) et se déploie dans une direction qui est celle de l’écriture. La ligne de commande joue ainsi le rôle d’interface traductrice entre le langage naturel du programmateur et le code binaire de la machine.

25L’invention de la souris a ouvert la voie aux GUI (graphical user interface) basées sur un système Wimp (pour « Windows, Icons, Menus and Pointing device », c’est-à-dire « fenêtres, icônes, menus et dispositif de pointage ») rendant plus faciles les interactions (il n’est pas anodin que les programmeurs aient choisi un acronyme signifiant mauviette en anglais, peut-être un regain de fierté de la part des véritables codeurs). L’objectif affiché est de proposer une interaction avec des outils et des objets représentant graphiquement sur l’écran des éléments de l’environnement dans lequel le corps évolue, essentiellement bureautique : fichier, dossier, corbeille… Aujourd’hui, la manipulation (mettre un fichier à la corbeille par exemple) se fait au moyen de la souris et du clavier, parfois par tablette graphique.

26Depuis quelques années déjà, les NUI (natural user interface) ont fait leur apparition. Le terme natural indique ici une manipulation corporelle directe, sans l’intermédiaire des périphériques de commande précédents. Le terme fait référence à la généralisation des interfaces tactiles (téléphone, tablette, écran d’ordinateur), mais aussi aux procédés de captation de mouvements tels qu’ils sont développés notamment par l’industrie du jeu vidéo. Ainsi, le périphérique Kinect (Xbox) détecte les mouvements du corps devant l’écran et permet d’utiliser les commandes vocales dans des interfaces essentiellement ludiques.

27Enfin, les XUI (xpérience user interface) développent non seulement les commandes à partir du corps, mais également son immersion dans l’interface. La superposition d’images de synthèse sur des lunettes (réalité augmentée) participe de ce principe, tout comme la projection de l’écran sur une partie du corps (l’avant-bras, la main). Certains systèmes proposent même de faire de la peau une nouvelle surface tactile (skinput). Mais le projet d’immersion va plus loin avec les travaux visant à dématérialiser l’écran : l’image étant projetée autour de l’utilisateur dont le corps et la voix deviennent les agents de manipulation.

28L’évolution des interfaces, brossée ici à grands traits, montre une tendance évolutive visant à favoriser les interactions directes, c’est-à-dire ne nécessitant pas l’apprentissage d’un code complexe (Cobol, Fortran, PHP par exemple) de la part de l’utilisateur, ce qui lui promet une expérience dite naturelle. Dès lors, les interfaces incluant le corps et la voix finissent par se développer.

29Si, depuis les années 1950, la synthèse vocale (rendre une machine capable de prononciation) et la reconnaissance vocale (rendre une machine capable de traiter de la parole) ont donné lieu à de nombreux progrès, la complexité des processus linguistiques (imbriquant plusieurs niveaux : depuis la reconnaissance phonétique jusqu’aux compétences pragmatiques et sociales nécessaires pour saisir une interaction) semblait laisser aux humains le monopole de la conversation ordinaire.

30C’est que le code informatique, binaire dans sa forme ultime, ne connaît « aucun espace entre le signifié et le signifiant » (Fogel et Patino, 2013 : 93). L’écart à combler est immense :

Au plus loin des humains, on trouve les « langages machines » qui ne s’écrivent qu’avec des jeux d’instructions rédigeant les chiffres 1 et 0 que plus personne n’aligne directement à la main. […] Les « langages assembleurs », qui utilisent les lettres de l’alphabet, les signes typographiques, les chiffres, offrent une traduction plus maniable. Lisibles pour les initiés, ils jouent le rôle d’intermédiaires vers les « langages machines ». Encore plus loin de la machine s’utilisent les « langages évolués », les « langages structurés », les « langages compilés », etc., selon une terminologie qui différencie difficilement des catégories qui peuvent se chevaucher. Lisibles pour les humains avertis, ils sont traduits en langages assembleurs tant leur code va vers la machine […]. C’est à la lumière de ces langages qu’il faut reconsidérer la frontière séparant les humains des machines numériques (ibid. : 98-99).

31Il semblait ne manquer aux machines que la parole : voici que les choses changent. Les capacités de calcul permettent une gestion en un temps infinitésimal d’immenses quantités de données à concaténer, à décoder. De plus, depuis que les ingénieurs ne conçoivent plus chaque machine comme un super-cerveau (selon le modèle cybernétique initial) mais connectent toutes sortes de systèmes, l’intelligence artificielle fait d’immenses progrès. Avec des compétences encore modestes mais se perfectionnant d’elles-mêmes de manière exponentielle, les robots inventent même leurs propres langues, réellement, à partir de leur environnement, comme en témoignent les travaux de Frédéric Kaplan (2001) pour l’entreprise Sony. Et lorsque cette intelligence artificielle devient suffisamment performante, dépasse la fonction de prothèse humaine (dépôt de mémoire, aide au calcul…), lorsqu’elle paraît parfois surpasser sa pensée, l’homme interroge le rapprochement et envisage que l’artificiel puisse être un alter ego, une entité douée de parole avec laquelle converser.

32Il envisage alors l’inenvisageable : parler directement avec une autre entité, non humaine, artificielle… qui lui réponde dans sa langue, de manière spontanée et — pourquoi pas — pour le plaisir de la discussion.

De nouvelles altérités incontournables

33L’entreprise relève d’abord de la nécessité coopérative.

34Nous baignons, avec le développement exponentiel des productions numériques, dans une masse de données sans cesse grandissante avec laquelle nous devons composer, interagir. Charles-Edouard Bouée risque à ce propos quelques chiffres permettant de prendre la mesure du phénomène : « Retenons l’étape irréversible, franchie au cours de l’été 2010 : il s’est généré alors, en une journée, plus de données qu’au cours de toute l’histoire de l’humanité » (2014 : 20). Si l’on peut s’interroger sur la mesure d’un tel phénomène (qui par définition défie toute tentative de quantification), on ne peut pas réfuter la surabondance de données qui défie nos capacités d’attention, de mémorisation, de gestion de l’information.

35Pour permettre aux hommes de composer avec cette affluence, des mesures sont prises.

36Elles sont commerciales, pour certaines d’entre elles. Ainsi, pour parvenir à offrir un public suffisant aux productions dont le nombre croît de manière exponentielle, certains s’attachent à combattre le déficit et la dispersion de l’audience par la gestion de l’économie de l’attention (Goldhaber, 1997 ; Kessou, Mellet et Zouinar, 2010). Pour guider l’auditoire dans les méandres des diffusions, la maîtrise technologique des systèmes sémiotiques — en premier lieu la langue — devient ainsi un enjeu majeur, puisque ces systèmes peuvent devenir, saisis par les algorithmes, des marchandises rentables. Ainsi, pour Kaplan, nous assistons chez les entreprises du numérique et en premier lieu chez Google « [qui] a étendu le domaine du capitalisme à la langue elle-même » (2014 : 149) à une véritable course à l’armement linguistique. Celle-ci consiste en un développement d’algorithmes de recherche permettant notamment de faire le lien entre des requêtes en langue naturelle (inscrites dans le champ d’un moteur de recherche) et des mots-clés déterminés dans des « sous-lexiques commerciaux » prédéterminés par les annonceurs. Ces liens, soumis aux enchères, permettent de donner aux langues et aux mots une valeur marchande inscrite dans le principe de l’offre et de la demande.

37Ces mesures, mais d’une manière générale la complexification des systèmes informatiques numériques, supposent que face à l’explosion du nombre de données (dénommées dès lors big datas) soient mises en place des solutions automatisées.

38L’automatisation (programmée par des agents humains : les dispositifs numériques ne sont pas autonomes de leurs concepteurs) se présente comme une aide aux utilisateurs : des programmes d’intelligence artificielle traitant pour les usagers une partie des tâches liées notamment à la gestion des données très chronophages.

39La gestion des données linguistiques (écrites pour la plupart, mais le travail se concentre désormais particulièrement sur les productions orales) est parfois même entièrement automatisée, au point que des systèmes d’écriture automatique autonomes et performants existent aujourd’hui :

En utilisant un logiciel très élaboré d’intelligence artificielle, [la plateforme] Quill organise les données et les informations pour les transformer en « histoires ». C’est de cette façon que le magazine américain Forbes « écrit » les communiqués financiers qui sont postés sur son site Internet… Le laboratoire d’intelligence artificielle du MIT a mis au point un programme qui rédige automatiquement des « papiers » scientifiques et l’université de Tokyo a inventé une machine en mesure d’explorer son environnement, d’y évoluer de façon autonome, de reconnaître des humains pour leur poser des questions, de prendre des photos et de restituer le tout sous forme d’un reportage publié automatiquement sur Internet… (Bouée, 2014 : 162-163).

40Si le développement de l’intelligence artificielle a été motivé, au départ, par le désir de création d’un cerveau électronique (ambition cybernétique), les travaux sont aujourd’hui portés par le désir de créer des machines capables de communiquer avec des êtres humains, de la même manière que ces derniers le font entre eux.

41Ces pôles communicants mis en relation, s’ils sont portés par des figures imaginaires, ne doivent pas nous tromper. Malgré tous ses progrès, et notamment ceux qui déploient la « gestion » des affects, l’intelligence artificielle n’est pas comparable à l’intelligence humaine. Il ne s’agit pas ici d’un anthropocentrisme déniant toute concurrence intellectuelle, mais d’une mise en avant de l’aspect simulé de cette intelligence. Ainsi, pour John Searle (1980), l’intelligence artificielle ne peut être que « faible » en ce sens que les ordinateurs (par exemple) ne peuvent que simuler les pensées, car leur compréhension n’est pas réelle : elle peut être formelle mais pas sémantique.

42Ce caractère simulatoire (l’intelligence artificielle simulant l’intelligence humaine, celle-ci étant alors réduite à des fonctions combinatoires et computationnelles) trouve son pendant dans les figures technologiques et subjectives nouvelles. Leur rapprochement suppose une naturalisation de leurs interactions (dont témoigne le syntagme « dialogue naturel ») qui est elle aussi de l’ordre de la simulation, si ce n’est du simulacre.

43Ces interactions homme-machine empruntant alors ce versant naturel renforcent la transformation présentée plus haut : l’humain est mis en mesure de communiquer avec la machine comme avec un autre humain. Et quand ces conditions mobilisent la communication orale spontanée, à la fois ancestrale et résistante à la mise en programme, les figures de la subjectivité prennent des allures de portraits de science-fiction.

44Le « couplage humano-machinique » (Sadin, op. cit. : 32) ne désigne plus alors une simple relation pratique, mais bien une interaction intersubjective au sein de laquelle les deux membres s’influencent, voire se définissent. La frontière entre humain et machine est pour certains auteurs dépassée, parce que l’homme se machinise, parce que la machine s’humanise. Ces processus s’inscrivent à différents degrés sur un continuum dont les bornes (pouvant — science-fiction ou futurologie ? — se rejoindre) sont constituées par les figures de l’humain augmenté et de l’humanoïde.

45L’humain augmenté connaît plusieurs variantes (dont celle du posthumain), mais toutes ont en commun de considérer les incidences de la réparation et de la transformation technologiques (et largement numériques) du corps et des capacités humaines. Donna Haraway (1985) dévoile, en l’inscrivant dans le courant de la postmodernité et comme proposition féministe, la figure du cyborg disqualifiant les catégories traditionnelles : animé/objet, nature/technologie, homme/femme, etc. Ainsi l’être humain change, et Sophie Mendelsohn peut écrire :

[…] avec l’avènement récent des manipulations génétiques et le décodage du génome humain, un champ entier de la biologie peut s’éloigner d’une démarche qui viserait à comprendre des systèmes vivants naturels pour se concentrer sur une maîtrise intellectuelle et technique de systèmes vivants artificiels (2001 : 106).

46De nombreuses critiques dénoncent un abandon, une dématérialisation du corps, dont Bernard Andrieu rappelle qu’elle reposerait notamment sur « une dépendance biotechnologique de ses fonctions physiologiques et motrices, comme dans les prothèses, implants et autres aides à la navigation, recul de la mort, respiration artificielle » (2010 : 35). À l’opposé, l’auteur plaide en faveur d’une amélioration de la nature, du dépassement des limites corporelles de l’être humain : la maladie, la vieillesse, la mort, en guise de maîtrise de son environnement. Inscrit dans le courant postmoderne, il défend la thèse d’une technologie permettant ainsi de protéger le corps et de le faire « progresser ».

47Quelles que soient les positions (critiques ou laudatives), l’augmentation semble bien être l’avenir de l’homme. La technologie améliorerait le corps de l’homme en le connectant à ce que l’imaginaire geek nomme la « matrice ». Et Maxence Grugier d’écrire :

Les connexions, aujourd’hui multiples, dont il [le corps] est l’objet (en particulier par l’entremise d’Internet et des nouveaux outils de communication, tels que l’ordinateur portable, le téléphone mobile, les balises GPS, etc.) en font un périphérique d’entrée et de sortie de flux informationnels. En se raccordant ainsi quotidiennement à la machine, le corps acquiert des fonctionnalités qu’il n’aurait pas su ou pu développer seul (2003 : 224).

48À l’autre bout du continuum, la figure du robot humanoïde fait l’autre moitié du chemin. Les robots sont innombrables (les robots industriels notamment) et ont des formes variées, mais l’humanoïde (du latin humanus et du grec oid : comme) se distingue par son apparence qui se rapproche de celle des humains. La ressemblance (partielle et relative) est physique (et le sexe des machines alimente les fantasmes du cybersexe), mais également psychologique et comportementale, au point que certains jouent le rôle de psychologues : Ellie, développé en 2011 à l’Université de Caroline du Nord, questionne les patients, analyse les réponses, relance… et pose un diagnostic. Certains robots sont capables de reproduire des émotions en parlant, à l’instar de Nexi (développé au MIT) dont les yeux, les paupières et la mâchoire se déplacent pour marquer la peur, la joie, etc. Les patients d’Ellie affirment oublier qu’ils parlent à une machine au bout de quelques minutes.

49La question de l’anthropomorphisme est alors ouverte : « Qui plus est, nous sommes souvent atteints d’un sophisme anthropomorphique (aptitude à parler aux choses qui nous entourent), dont le pendant devrait être le sophisme inverse, celui d’une machine inhumaine, parfaite et sans défaut ! » (Luzzati, 2014 : 51)

50Cet anthropomorphisme n’est pas seulement physique (création de robots à l’apparence humaine) : il est également cognitif et communicatif (du fait de l’échange naturel) et de ce point de vue largement plus développé, se déployant dans les objets connectés, ou « robjets, à la fois “robot” et “objet”, bénéficiant d’une connexion généralisée » (Tisseron, 2015 : 54).

51Si la théorie de l’Uncanny Valley (« Vallée de l’étrange » ou, selon la traduction de Daniel Luzzati — 2014 : 51 —, « Vallée de l’inquiétante étrangeté », en écho à Sigmund Freud) de Masahiro Mori (1970) postulant que la ressemblance anthromorphique connaît un point limite au-delà duquel l’humain refuse l’interaction a connu un grand succès, elle est aujourd’hui remise en cause (par exemple dans Bartneck, Takayuki, Hiroshi et Norihiro, 2009) et les concepteurs ne craignent plus de créer des artefacts à l’apparence humaine. Plus encore, ceux-ci sont développés pour permettre l’empathie « artificielle », cognitive et émotionnelle selon Serge Tisseron (op. cit.).

52Ainsi, les figures en présence, parfois imaginaires et projectives, fluctuent et avec elles la nature de leur relation, de leurs identités et, par processus médiologique, la nature de la langue qu’elles utilisent.

53Nous proposons alors de mobiliser certains éléments d’une analyse des discours et des interactions permettant d’observer en linguiste (inscrit dans le champ épistémologique des TDI) certains traits du comportement langagier dans le dialogue homme-machine. L’intention est bien de poursuivre le questionnement apparu dans l’approche interdisciplinaire précédente et lié au rapport technique au langage et aux figures interactionnelles marquées par la fluidité. Il s’agit ainsi d’observer les tensions allocutives (dans l’adresse à l’autre), interactionnelles (types de relations langagières établies) et techno-énonciatives (dans les formes de langage actualisées) déterminées/déterminant des figures des sujets parlants, que celles-ci renvoient à des hommes, à des machines ou à des hybrides.

Les configurations linguistiques

54Il ne s’agit pas ici, encore une fois, de porter un regard sur les aspects techniques de la modélisation linguistique informatique, et les lignes qui suivent n’ont pas pour prétention de cerner l’intégralité des interactions homme-machine. Le propos se concentrera sur l’exploration de trois pistes de réflexion permettant de saisir la complexité des conversations orales homme-machine, afin d’en saisir certains paramètres modélisateurs.

Les tensions allocutives

55Les sciences du langage, en particulier les approches énonciatives et interactionnelles, ont largement souligné l’importance de l’identification mutuelle des participants dans l’échange. Cette identification est l’un des traits déterminant le discours, les limites du dicible, le ton, le degré d’implicite, les termes d’adresse, les processus d’interprétation… Lorsque l’on s’adresse à des amis, à des parents, à des étudiants, etc., des configurations linguistiques et communicationnelles différenciées se mettent en place de manière automatique, routinière et rituelle, et relativement évidente. Elles conduisent, sur un plan linguistique, à élaborer les relations humaines dans un rapport de détermination sociale (modèles et rôles statutaires dans une communauté), interactionnelle (dans le travail de la relation en situation) et subjective (dans les rets des dynamiques psychologiques) (Marc et Picard, 2000 : 35).

56Les coordonnées de cette configuration sont parfois largement perturbées lorsque l’on se trouve dans la situation de dialogue homme-machine.

57Un exemple permet de s’en rendre compte.

58Il s’agit d’une capture d’écran réalisée lors d’une séquence d’apprentissage (logiciel Tell me more) d’une langue étrangère (espagnol) qui vise explicitement à développer les compétences dialogales orales.

Figure . Copie d’écran Tell me more

Figure . Copie d’écran Tell me more

59Trois interactions sont imbriquées ici.

60La première est écrite : elle concerne la consigne apparaissant sous l’intitulé « Dialogue ». La deuxième et la troisième reposent sur un dialogue oral ou mixte :

  • En français, entre l’utilisateur et le programme : l’interface indiquant ici, par écrit, qu’il n’y a pas eu de reconnaissance vocale ;

  • En espagnol, entre monsieur Fuera (« El señor Fuera ») et le standardiste dont l’utilisateur est censé endosser le rôle dans le dialogue d’apprentissage (le texte du dialogue est prononcé, l’utilisateur répond oralement et par la suite, lorsque l’apprenant aura progressé, le texte disparaîtra).

61Dans le dernier cas, l’utilisateur fait face à une « croisée d’adresses » qui le conduit à endosser plusieurs positions locutoires : réceptionniste face à monsieur Fuera, apprenant face à l’enseignant (il lui faut énoncer la bonne réponse parmi les propositions), humain face à la machine (qui sanctionnera d’un « Je ne vous ai pas compris ! » une réponse mal articulée ou trop tardive pour être traitée par l’algorithme). Ainsi, il s’adresse simultanément et dans le même élan à un agent humain (fût-il fictif) et à un agent non humain, sur plusieurs niveaux imbriqués.

62On pourra arguer que l’exemple choisi est particulier puisqu’il implique plusieurs dialogues.

63Cependant, les interfaces de dialogue plus ordinaires comportent la même ambiguïté allocutive. Par exemple, le dialogue avec un assistant personnel virtuel sur téléphone intelligent repose sur un simulacre des civilités humaines (« Bonjour, que puis-je faire pour vous ? » demande Cortana). Ce simulacre place l’utilisateur dans une configuration de dialogue humain courtois (qui est amplifié par le fait que le téléphone sert aussi, et avant tout, à communiquer oralement avec d’autres personnes) tout en l’inscrivant dans un processus d’interaction avec une machine (à laquelle il est sommé de faire reconnaître sa voix, notamment en articulant distinctement et en choisissant rigoureusement ses mots).

64Le simulacre est parfois poussé jusqu’à la confusion et fait même objet de concours. Ainsi, le Loebner Prize récompense depuis 1991 les « agents conversationnels » ou chatbot (en contraction de « chat » et « robot ») satisfaisant le plus au test de Turing, c’est-à-dire brouillant le plus les coordonnées d’adresse du locuteur humain incapable de déterminer s’il converse avec un semblable ou avec un programme.

65Loin de se résumer à ces formes « extrêmes » de dialogue, le champ des possibles adresses est varié. Il est balisé par les formes d’adresse :

  • Exclusives ou prioritaires à la machine, par exemple lorsque l’on doit indiquer à l’ordinateur de bord d’un véhicule s’il doit « lire » ou « ignorer » un message que vient de recevoir le téléphone auquel il est connecté ou lorsque l’on écoute les indications vocales du GPS ;

  • Exclusives ou prioritaires à l’humain, dans les cas des dialogues entre humains médiés par une machine (appels téléphoniques par exemple).

66Mais dans le cadre des formes complexes de dialogue homme-machine, c’est-à-dire dans les situations où apparaît un dialogue naturel, les différentes configurations mêlent de manière variée et parfois jusqu’à la confusion plusieurs niveaux allocutifs, créant des figures de l’altérité hétérogène : humanité artificielle ou machine humanisée (ce dernier point est renforcé par les prénoms donnés aux interfaces et par les traits de caractère qui peuvent leur être prêtés par certaines firmes qui en font la promotion).

67On se contentera de souligner que deux pôles inclusifs apparaissent entremêlés :

  • Adresse à tension humanisée, chaque fois que l’utilisateur mobilise les configurations de la relation interpersonnelle humaine, dans des cas variés : adresse à des personnages fictifs (monsieur Fuera dans le premier exemple), actualisation d’une relation interpersonnelle en second plan (dans le même exemple, la relation enseignant-apprenant), adresse à la machine humanisée (le personnage Cortana dans le second exemple) ;

  • Adresse à tension mécatronique (mécanique, électronique et informatique), lorsque sont privilégiées les modalités d’adresse à la machine, c’est-à-dire lorsque son implication est déterminée par un souci de fonctionnement et de clarté à l’égard de l’interface : par exemple lorsqu’il exagère son articulation ou produit des énoncés destinés à être reconnaissables par le programme (nous y reviendrons).

68Cette simple considération ne doit pas nous tromper : elle cache en son fonctionnement même toute la complexité des interactions homme-machine. En effet, les capacités en langage naturel de la machine sont limitées et c’est à l’utilisateur de s’adapter à sa logique (Caelen, op. cit.), mais en même temps, ces dialogues reposent sur une mise en scène de comportements conversationnels humains de la part des artefacts. Ce n’est donc pas juste la direction de l’adresse que pointe cette distinction (qui n’exclut pas la conjonction), mais les compétences à la fois linguistiques, relationnelles, psychologiques et sociales complexes qu’elle suppose et que la confusion travaille, modifie. Par exemple, que dire de l’engagement affectif des personnes face aux robots destinés à gérer les émotions : robot-psy (Ellie), robot-auxiliaire de vie (Kompai) ou robot-bébé si réaliste qu’il est destiné aussi bien à la recherche en informatique qu’aux études psychologiques (Affetto) ?

69Julie Carpenter (2013) a ainsi montré l’attachement de certains soldats à des robots démineurs : ils leur manifestaient de l’empathie et pouvaient même, en cas de destruction de ceux-ci, présenter certains signes psychologiques de deuil, en particulier dans les cas où ils les appelaient par des noms propres. Et Tisseron de confirmer dans ce contexte l’inscription de la nomination dans ce que nous avons appelé plus haut une « tension humanisée » : « […] l’introduction d’un nom incite à prêter à la machine une personnalité propre dans la mesure où celle-ci est alors identifiée exactement de la même manière qu’un individu est nommé dans la vie courante » (op. cit. : 43).

La requête et la conversation

70Les adresses varient en fonction des types d’activités. Trois degrés peuvent servir de balises dans le continuum des tâches réalisées dans les dialogues homme-machine.

71Le premier, le plus commun et le plus ancien en ce qui concerne l’oral (tout comme l’écrit), est celui de la requête (nous reprenons ici les termes en usage dans le champ numérique). Celle-ci repose sur un principe d’action et de réaction qui conduit à la réalisation d’une tâche.

72La requête (et sa réponse) peut être effectuée de l’homme vers la machine et inversement. Elle est courante dans les centres d’appels téléphoniques où la parole doit être interprétée par la machine afin qu’elle réalise l’action idoine, par exemple choisir de diriger l’appel vers le service commercial ou vers le service technique. La reconnaissance vocale peut être ici simple (lorsque l’utilisateur est invité à prononcer une séquence particulière telle que « service commercial ») ou complexe (lorsqu’il s’agit d’énoncer de manière plus libre la raison de l’appel — reconnaissance de mots-clés dans une séquence moins contrainte). Si elle constitue une forme fruste d’échange, la requête est également sa forme la plus robuste, celle-là même qui se retrouve dans les formes plus élaborées comme segment de base, tout comme l’échange constitue l’unité de base dialogale de la conversation.

73Dans la majorité des cas, la production orale est unidirectionnelle et binaire (comme le principe conversationnel de la paire adjacente) et suppose une action de la part de chaque participant.

74Elle peut se déployer depuis la machine jusqu’à l’homme. Ainsi des indications de navigation fournies par un GPS ou d’une forme d’activité dans l’apprentissage des langues au cours de laquelle le logiciel énonce un mot correspondant à une image sur laquelle l’apprenant doit cliquer.

75Elle peut également se déployer depuis l’homme jusqu’à la machine, comme c’est le cas avec une commande orale permettant d’éteindre les lumières dans un environnement domotique, ou dans des activités d’apprentissage numérique où l’utilisateur doit prononcer le terme correspondant à une image affichée sur l’écran.

76Le deuxième degré d’activité pouvant servir de balise est celui de la co-élaboration (dialogue au sens technico-informatif). Le modèle sous-jacent au développement de ces activités est celui du langage-action. Le dialogue y est conçu comme une succession de requêtes mises en cause et aux réponses ajustées qui conduisent, de manière coordonnée, à satisfaire un but. Le système Halpin développé par Jean Caelen en fournit un exemple très abouti. L’action dialogale vise ainsi à permettre à un « demandeur » de se faire comprendre par un « répondeur », par ajustements successifs, afin d’attendre un « but » pratique (finalité suprême de ce type de dialogue). L’auteur donne ainsi l’exemple d’un dialogue permettant d’obtenir une proposition de lecture (op. cit. : 9) que nous présentons sous la forme de dialogue sans en changer les termes :

Demandeur : Je voudrais un roman [but visé]

Répondeur : Je n’ai que des nouvelles [mise en cause]

Demandeur : Alors une nouvelle en français [but visé]

Répondeur : Contemporaine ? [but visé]

Demandeur : Oui et facile à lire [requête]

Répondeur : Ok, en voici une [but atteint]

77La finalité du dialogue est donc externe et pratique : la nature et le fonctionnement de l’échange sont extrêmement spécialisés et restreints (ce dernier terme n’enlève rien à l’extraordinaire complexité de la programmation). Il est loin de rivaliser avec les échanges ordinaires entre humains, quand bien même il peut être qualifié, selon la taxinomie informatique, de naturel. Son auteur ne s’y trompe pas et l’acronyme choisi (Halpin pour « Hyperdialogue avec un agent en langage proche de l’interaction naturelle », nous soulignons) montre sa prudence.

78Ce degré de co-élaboration figure ainsi une forme particulière de dialogue, ayant quelques points communs avec ce que les spécialistes de l’analyse de la conversation nomment séquence et que Catherine Kerbrat-Orecchioni définit comme « un bloc d’échanges reliés par un fort degré de cohérence sémantique ou pragmatique, c’est-à-dire traitant d’un même thème, ou centré sur une même tâche » (1996 : 37). Ces blocs de séquences se succédant (comme les buts pratiques de chacune d’entre elles) peuvent constituer, techniquement, une interaction.

79Le troisième degré d’activité conjointe est celui de la conversation. En sciences du langage, le terme conversation désigne un type particulier d’interaction verbale souvent considéré comme prototypique et des plus complexes à analyser compte tenu des paramètres linguistiques, sociaux, psychologiques — et ici technologiques — qui entrent en jeu. La conversation est envisagée en situation (lieu, temps, nombre de participants), dans sa dynamique relationnelle, et Patrick Charaudeau et Dominique Maingueneau en retiennent comme trait caractéristique « la notion de finalité interne, c’est-à-dire relative à la rencontre elle-même et à la relation entre les participants, par opposition à une finalité externe, telle qu’une prise de décision ou une transaction par exemple » (2002 : 142).

80La gestion de la conversation homme-machine suppose une prise en compte de facteurs qui dépassent le cadre de la succession de requêtes et de mises en cause articulées à la reconnaissance et à la synthèse vocales. Dans un entretien publié dans la revue Sciences et vie (no 1166), Mathieu Lafourcade explicite quelques-uns des enjeux liés à la saisie informatique des conversations :

Le défi ultime est qu’ils [les robots] parviennent à identifier les représentations du monde de leurs interlocuteurs […] mais pour cela, il faut à la fois modéliser la connaissance du monde et la connaissance supposée que l’on prête à l’autre, c’est extrêmement difficile […] on construit un énorme réseau artificiel de relations entre les données — concepts, mots… — dans lequel des nœuds s’allument, et quand il y en a suffisamment, cela déclenche une décharge sur le nœud auquel ils sont reliés. Comme l’excitation de neurones dans un cerveau (2014 : 66).

81L’intelligence artificielle est ici mobilisée dans ses formes les plus poussées. Les approches statistiques (Rosset et Luzzati, 2014 : 50), promouvant des systèmes capables d’apprendre de chaque échange, vont dans ce sens. La machine ne doit pas seulement traiter de l’information linguistique, elle doit aussi intégrer les dimensions subjectives et intersubjectives des participants inscrits dans des échanges à finalité interne ou externe. La gestion du rapprochement des modes de pensée des hommes et des machines est au cœur d’un processus qui doit se faire reconnaître, voire correspondre, deux formes d’intelligence (l’une humaine, l’autre artificielle) à travers des processus d’interaction, comme le souligne Rémi Coletta :

[…] pour concevoir un système intelligent, ce n’est donc plus vraiment le temps de calcul nécessaire que l’on mesure, parce que le calcul ne coûte pratiquement plus rien, mais le nombre d’interactions nécessaires avec un être humain (2014 : 67).

82La conversation, souvent considérée comme la forme la plus courante, la plus libre et la plus complexe des interactions humaines, paraît ainsi être le « défi ultime » (pour reprendre Lafourcade) dans le développement des interactions homme-machine.

83La question se pose alors de la nature et de l’artificialité de cette interaction, c’est-à-dire des formes discursives et interactionnelles qui devront être déployées par les hommes et les machines pour approcher (voire atteindre) le modèle de la communication entre humains. Autrement dit : comment les machines doivent emprunter au langage humain et les humains aux codes des machines pour pouvoir s’entendre ?

Les figures techno-énonciatives

84Le film Her de Spike Jonze met en scène, dans un futur proche, la relation affective qu’entretient un homme avec une forme personnalisée de système d’exploitation informatique. Au premier lancement de celui-ci, et après une série de questions destinées à proposer une interface adaptée au profil psychologique de son utilisateur, un premier dialogue oral apparaît entre Théodore et la machine :

Ordinateur : Hello, I’m here

Théodore : Hi

Ordinateur : Hi, I’m Samantha

85Cette séquence d’ouverture met en scène les signes ordinaires de la relation interhumaine proche : formes de salutation, présentation… Le dialogue est d’une banalité extrême à ce détail près qu’il apparaît entre un être humain et une machine. Salue-t-on sa cafetière le matin ? Donne-t-on un nom à un four ? Ces deux dernières machines dont l’usage est pourtant des plus quotidiens et pour certains des plus indispensables n’ont pourtant pas droit à la personnalisation : elles restent des objets, des appareils. À l’inverse, le logiciel d’exploitation est doté d’une personnalité : d’un genre (féminin), d’un prénom (Samantha), d’une personnalité (« J’aime ta façon de voir le monde », pourra ainsi déclarer Théodore).

86Certes, l’exemple donné est de l’ordre de la fiction, mais certains parmi ceux présentés dans les lignes qui précèdent semblent indiquer que la projection de Spike Jones dans un futur proche n’est pas si aléatoire. Siri, l’assistant personnel proposé par la firme Apple, change de sexe en traversant l’Atlantique : sa voix est féminine aux États-Unis et masculine en Europe pour s’adapter à de supposées attentes contrastées de la part des Nord-Américains et des Européens. Le prénom qui lui est donné permet ce changement. Cortana (Windows) possède une voix féminine et est même inspiré d’un personnage de fiction éponyme dans le jeu Halo, jeune et à la plastique avantageuse. Le simulacre de la relation interpersonnelle humaine est ainsi déjà présent dans nombre de situations d’interactions vocales homme-machine qui en multiplient des traits caractéristiques naturels : alternance des tours, identification des interactants, termes d’adresse… Cette humanisation de la machine au moyen des formes et des processus de communication semble être un trait du développement des interfaces numériques.

87L’emploi des pronoms d’adresse de la première et de la deuxième personne en est un trait à la fois caractéristique et désormais banal qui vaut symbole.

88Si l’on suit Emile Benveniste (1966), les incidences de cet emploi sont subjectives :

C’est dans et par le langage que l’homme se constitue comme sujet ; parce que le langage seul fonde la réalité, dans sa réalité qui est celle de l’être, le concept d’« ego ». […] Le langage n’est possible que parce que chaque locuteur se pose comme sujet, en renvoyant à lui-même comme je dans son discours. De ce fait, je pose une autre personne, celle qui, tout extérieure qu’elle est à « moi », devient mon écho auquel je dis tu et qui me dit tu (1966 : 159-160).

89La substance de cette interaction entre une personne et une machine est bien ancrée dans des processus personnalisants qui conduisent à concevoir la machine comme une personne, un sujet, un « ego », tout en interpellant l’« agent humain » dans sa subjectivité, non comme simple usager d’un appareil, mais comme personne émergeant de la relation à l’autre.

90Ce jeu d’alter ego est bien entendu de l’ordre de l’artifice et a pu être observé dans d’autres contextes de mobilisation médiatique.

91Ainsi, chez Marilia Amorim (2012) qui s’attache, en particulier dans les publicités, aux formes d’adresse aux consommateurs de la part de personnages de papier : « je suis une femme Jean-Louis David » semble énoncer une jeune femme photographiée en gros plan sur une affiche vantant les qualités d’une chaîne de salons de coiffure. Dans ce contexte, Amorim repère des stratégies de domination ou d’infantilisation. D’une manière générale, l’auteure pointe la perturbation des positions énonciatives typique de la postmodernité dont elle emprunte à Jean-François Lyotard (1986) un trait caractéristique : la mutation sujet-objet : « N’est-ce pas ce que proposent les théories postmodernes — supprimer la distinction sujet-objet pour la remplacer par un hybride de “quasi-objet” et “quasi-sujet” ? » (Amorim, op. cit. : 35).

92Dès lors, ces formes énonciatives marquent la perte de la spécificité humaine que constitue le dialogue et qui conduit l’être humain, ayant cédé sur cette exclusivité interactionnelle, à remettre à la machine une partie de son intelligence. Que l’on s’accorde ou pas avec l’auteure sur la « bêtise » qui en découle, force est de constater que le discours humanisé de la machine (intelligente) s’accompagne de formes mécatroniques du discours humain.

93L’un des aspects de la transformation des formes naturelles les plus remarquables concerne les formes discursives mobilisées par l’humain s’adressant aux machines.

94Les énoncés s’inscrivant dans une requête explicite, lorsque l’utilisateur préférera des formes strictement instructionnelles (« programme TV » énoncé à Cortana par exemple) à des formes empruntées à la conversation (« qu’y a-t-il à la télévision ce soir ? », au même programme d’assistance personnelle), permettent d’en rendre compte. Les formes de requêtes orales supposent ici, d’un point de vue formel et pragmatique, le recours à des genres de discours particuliers à visée informative prééminente, comme cela est par ailleurs le cas dans des recettes de cuisine, des notices de montage… Dans ce cas, la forme conversationnelle naturelle passe au second plan, l’utilisateur faisant face à la nécessité d’une clarté discursive visant une simple passation d’instruction.

95Mais le phénomène le plus caractéristique est probablement l’usage de technomots dont Marie-Anne Paveau observe les usages dans les écrits numériques. Les technomots apparaissent dans le cadre d’une délinéarisation :

La notion de technologie discursive rend compte du fait qu’en ligne, les formes de discours sont co-constitutives des matières technologiques et des dispositifs communicationnels. […] On peut donc définir la délinéarisation comme une élaboration du fil du discours dans laquelle les matières technologiques et langagières sont co-constitutives, et modifient la combinatoire phrastique en créant un discours composite à dimension relationnelle (Paveau, op. cit.).

96L’auteure donne en exemple deux technomots en usage sur Twitter : le hashtag (précédé du signe #) et le pseudonyme (précédé de @), qui permettent d’ajouter à la lecture linéaire une dimension référentielle et relationnelle intertextuelle (le hashtag lie le tweet à tous les autres présentant le même technomot) et personnelle (le pseudonyme précédé d’un @ désigne une adresse à l’intérieur même de l’énoncé).

97Les technomots apparaissent également à l’oral. On les retrouve par exemple, hors du champ du dialogue naturel, dans les logiciels de dictée vocale nécessitant l’explicitation normée d’instructions telles que « à la ligne », « ouvrir les guillemets » ou « mettre ça en italiques » (logiciel Dragon). Mais ils se déploient désormais dans les conversations homme-machine délimitant, outre les requêtes, des formes relationnelles, par exemple en ouverture de la conversation : « Ok Google », « Hey Siri » ou « Hey Cortana » (à ce jour aux États-Unis seulement), permettant d’engager le dialogue depuis n’importe quelle page du système d’exploitation, sans avoir à ouvrir le logiciel spécifique correspondant. Ces énoncés permettent ainsi d’annoncer aux différents assistants personnels qu’une commande va suivre (les fabricants les appellent voices commands).

98Il apparaît ainsi que les formes de discours homme-machine supposent une accommodation de la part des deux membres de l’échange dans cette tension énonciative :

  • Du côté de la machine, par un discours naturel, un « code humanisé » du point de vue des systèmes de réception et d’interprétation des messages (reconnaissance vocale avancée), mais également du point de vue de l’adresse (par l’emploi de formes initialement réservées aux formes d’échanges strictement humains) conduisant à la figure d’une machine « humanisée »;

  • Du côté de l’homme, par un discours technologisé, par l’intégration de formes de commandes discursives spécifiques, largement composées d’énoncés typiques valant code d’implémentation procédurale ou de passation de requête, conduisant à la figure d’un sujet parlant posthumain « mi-machine, mi-organisme » pour reprendre Jean-Michel Besnier (2012 : quatrième de couverture).

99Peut-on voir dans les phénomènes esquissés ici de manière successive (tensions allocutives, continuum requête-conversation, figures techno-énonciatives) des lignes de force permettant de les relier entre elles ? L’entreprise est délicate et le résultat forcément imparfait, néanmoins des tendances générales de rapprochement peuvent être esquissées.

Un essai de modélisation des configurations linguistiques

100Trois axes, non exhaustifs, ont ainsi pu être dégagés dans le cadre de cette succincte observation des (re)configurations des dialogues naturels homme-machine.

101Le premier (axe de la tension allocutive) concerne le continuum entre une « adresse humanisée » (l’agent humain s’adresse à la machine en mobilisant les ressources qui sont celles de la communication interhumaine) et une « adresse mécatronique » (l’agent humain est engagé dans un souci de clarté procédurale et prend en compte le fonctionnement de la machine). Sa détermination est allocutive, c’est-à-dire qu’elle est déterminée par la projection effectuée sur l’agent interlocuteur.

102Cet axe est, dans le processus d’interaction, intimement lié aux formes discursives qui font, dans les configurations extrêmes, que la machine « parle comme un humain » (« code humanisé ») ou que l’humain « code comme une machine » (« discours technologisé »). Le souci d’intercompréhension conduit la machine devant être comprise par l’homme à « s’humaniser » elle-même; l’homme désireux d’être compris par la machine à se « technologiser ». Cet axe, double (H-M), peut être désigné comme celui de la tension énonciative.

103Ces deux axes de tension permettent de dégager deux sphères — naturelle et technologique — dans lesquelles les degrés de formes interactionnelles (de la requête à la conversation : tension interactionnelle) viennent s’insérer et compléter une cartographie d’ensemble permettant de cerner en grande partie le champ des dynamiques.

104Les adjectifs naturel et technologique qualifiant sphère dans ce contexte ne doivent pas laisser croire qu’il s’agit de qualités intrinsèques : ils désignent deux pôles d’un continuum où se travaillent le sens et les pratiques langagières, en tension vers le modèle des relations humaines dites naturelles ou vers la relation codifiée et procédurale avec un artefact.

Schéma 1. Deux pôles d’un continuum

Schéma 1. Deux pôles d’un continuum

105Ainsi apparaît, au-delà des figures imaginaires déployées, un espace de tension langagière dynamique qui crée de nouvelles formes d’interaction et de discursivité entre :

  • La machine, l’obligeant à trouver des formes d’« expression » à la complexité nécessitant de déployer de nouvelles compétences d’intelligence artificielle, réticulaires, plastiques… qui doivent tendre vers une naturalité en prenant en compte l’agent humain et à se comporter, autant que faire se peut selon les avancées technologiques, comme ce dernier afin de pouvoir s’approcher du modèle conversationnel. Le parangon en est le robot humanoïde;

  • L’humain, devant adopter de nouvelles formes discursives (« technodiscursives » pour reprendre le terme de Paveau) et interactionnelles, articulées à de nouvelles postures anthropologiques et subjectives, nécessaires à la manipulation et à l’échange de données qui dépassent ses capacités en quantité (données de masse) et en qualité (formes générées par les technologies), nécessitant de prendre à compte les particularités de la prothèse externalisée en intégrant à son tour des caractéristiques de celle-ci lorsqu’elle devient un alter ego auquel s’adresser.

Schéma 2. Nouvelles formes d’interaction et de discursivité

Schéma 2. Nouvelles formes d’interaction et de discursivité

106La variété des interactions orales homme-machine et de leurs pendants que constituent les figures (duelles et hybrides) est telle que la modélisation laisse entrevoir quelques indices de la préfiguration de nouvelles hybridations sémiotiques, subjectives et relationnelles que la science-fiction ne renierait pas, pas plus que certains auteurs qui entrevoient même la fusion, tels Jean-Michel Truong :

Les ordinateurs étaient à l’origine des machines très grossières et distantes, dans des pièces climatisées où travaillaient des techniciens en blouses blanches. Ils sont ensuite arrivés sur nos bureaux, puis sous nos bras et maintenant dans nos poches. Bientôt, nous n’hésiterons pas à les mettre dans notre corps ou dans notre cerveau (2001 : 32).

En guise de conclusion

107Le parcours aura pu paraître long. Il est donc temps de rappeler les fils conducteurs des précédentes pages, après avoir rappelé que notre démarche de questionnement des dialogues homme-machine ne s’inscrit pas dans les différentes formes du traitement automatique du langage, mais dans une perspective anthropologique que nous considérons comme tout à fait complémentaire.

108Nous avons donc d’abord posé des jalons nécessaires à la compréhension de certains aspects des relations entre langage, technologie et sujet parlant. Il est à souligner que pour la première fois dans son histoire, un être humain a la possibilité de converser avec un inanimé qui manifeste des capacités de réponses dites naturelles. La chose est inédite et nous a conduit à présenter les éléments d’une anthropologie du langage considéré comme une technique.

109La dimension prothétique cognitive du langage montre que le propre de l’homme porte déjà en son sein la remise en cause d’une distinction étanche entre ce qui serait de l’ordre de la nature et ce qui tiendrait de celui de l’artifice. Cependant, la « technique langagière » reste particulière : elle est incorporée et permet le partage entre êtres humains. Au fil des occasions de contact entre les êtres humains et des objets technologiques, depuis la seconde moitié du dernier siècle tout particulièrement, les interfaces ont été travaillées pour permettre une communication dite naturelle, c’est-à-dire semblable (au sens de ressemblant) à celle qu’entretiennent les hommes lorsqu’ils se parlent entre eux. Au départ proches des codes des machines, ces interfaces ont peu à peu appris à parler. Il va de soi que cette « parole » n’est qu’un simulacre : la « chambre chinoise » de Searle nous rappelle que les machines n’ont pas accès au sens au même titre que les hommes. Mais ce simulacre a ceci de particulier qu’il pose de nouvelles altérités, de nouvelles figures parlantes qui viennent travailler une singularité humaine jusqu’alors sans concurrence. Et voici que les dynamiques subjectives liées au langage peuvent être interrogées de manière différente.

110Dans la deuxième partie de ce travail, nous avons alors proposé un examen de ces positionnements homme-machine selon un point de vue restreint à l’observation de trois paramètres étroitement liés, parfois même confondus, exécutée ici de manière exploratoire.

111Les tensions allocutives permettent d’envisager la manière dont le sujet s’adresse à la machine, de manière variée inscrite sur un continuum dont l’un des pôles (adresse humanisée) est caractérisé par la mobilisation des ressources d’adresse interpersonnelle et l’autre pôle (adresse mécatronique) est marqué par l’adresse à une machine.

112Les tensions interactionnelles regroupent les formes comportementales liées aux types de relations engagées. Des bornes sont distinguées (sur un nouveau continuum) : d’une part, la requête (le questionnement informatif, dans une démarche semblable à celle d’une recherche sur Internet), d’autre part, la conversation, supposant une relation psychologique et sociale, une relation d’alter ego.

113Les tensions énonciatives se déploient du côté de l’homme depuis le recours à un discours technologisé (formes technodiscursives spécifiques) jusqu’aux formes naturelles. Du côté de la machine, elles s’inscrivent de manière variée entre code informatique — succession de 0 et de 1 dans sa forme la plus essentielle — et code humanisé — c’est-à-dire dans les manifestations de surface donnant l’apparence du langage humain.

114Ces lignes de tension permettent de proposer une modélisation des figures subjectives entre sphère technologique et sphère naturelle. S’il est aisé de repérer dans le discours ordinaire des figures duelles opposant Machine (artefact parangon de la sphère technologique) et Humain (entité vivante de la sphère naturelle), l’observation de leurs interactions montre la présence de figures hybrides qu’une littérature scientifique projective ou de science-fiction a pu développer. L’humain projeté dans la sphère technologique devient ainsi posthumain ou humain augmenté ; la machine projetée dans la sphère naturelle sur le modèle humain devient alors humanoïde. Cette tension subjective, elle aussi hétérogène et inscrite sur des continuums croisés, souligne ainsi qu’au-delà des développements technologiques de ces interactions, des problèmes d’amélioration des interfaces, se pose la question du travail des subjectivités en cours, de la nature de l’humain.

Haut de page

Bibliographie

AMORIM, Marilia (2012), Petit traité de la bêtise contemporaine, Paris, Erès, coll. « Humus-philo ».

ANDRIEU, Bernard (2010), « Se “transcorporer”. Vers une autotransformation de l’humain », La pensée de midi, 30 : 34-414.

AUROUX, Sylvain (1994), La révolution de la grammatisation, Bruxelles, Mardaga.

BARTNECK Christopher, Kanda TAKAYUKI, Ishiguro HIROSHI et Hagita NORIHIRO (2009), « My robotic doppelgänger – A critical look at the Uncanny Valley », The 18th IEEE International Symposium on Robot and Human Interactive Communication, Japan. [En ligne]. http://www.bartneck.de/publications/2009/roboticDoppelgangerUncannyValley/bartneckKandaRoMan2009.pdf. Page consultée le 2 février 2016.

BENVENISTE, Émile (1966), Problèmes de linguistique générale 1, Paris, Gallimard, coll. « Tel ».

BESNIER, Jean-Michel (2012), Demain les posthumains. Le futur a-t-il encore besoin de nous ?, Paris, Pluriel.

BIAGINI, Cédric (2012), L’emprise numérique. Comment internet et les nouvelles technologies ont colonisé nos vies, Paris, L’échappée.

BOUÉE, Charles-Édouard (2014), Confucius et les automates. L’avenir de l’homme dans la civilisation des machines, Paris, Grasset.

CAELEN, Jean (2007), « Le dialogue homme-machine aujourd’hui », Centraliens, 580 : 8-12.

CARPENTER, Julie (2013). « Just doesn’t look right: Exploring the impact of humanoid robot integration into explosive ordnance disposal teams », dans Rocci LUPPICINI (Éd.), Handbook of Research on Technoself: Identity in a Technological Society, Hershey, Information Science Publishing, p. 609-636.

CHARAUDEAU, Patrick et Dominique MAINGUENEAU (2002), Dictionnaire d’analyse du discours, Paris, Seuil.

COLETTA, Rémi (2014), « Entretien », Sciences et vie, 1166 : 67.

DEBRE, Régis (2000), « Les révolutions médiologiques dans l’Histoire. Pour une approche comparative », Bulletin des Bibliothèques de France, 1(45) : 4-12.

DUNBAR, Robin (1998), Grooming, Gossip and the Evolution of Language, Cambridge, Harvard University Press.

FOGEL, Jean-François et Bruno PATINO (2013), La condition numérique, Paris, Grasset.

GOLDHABER, Mickaël H. (1997), « The attention economy and the Net », First Monday, 2(4). [En ligne]. http://firstmonday.org/ojs/index.php/fm/article/view/519/440. Page consultée le 2 février 2015.

GRAY, Kurt et Daniel M. WEGNER (2012), « Feeling robots and human zombies: Mind perception and the uncanny valley », Cognition, 125 : 125–130.

GRUGIER, Maxence (2003), « L’utopie cyborg. Réinvention de l’humain dans un futur sur-technologique », Quasimodo, 7 : 223-238.

HARAWAY, Donna (1985), « A manifesto for cyborgs: Science, technology, and socialist feminism in the 1980s », Socialist Review, 15 : 2.

JONZE, Spike (2014), Her [film cinématographique], distributeur : Wild Bunch.

KAPLAN, Frédéric (2001), La naissance d’une langue chez les robots, Paris, Hermès Sciences.

KAPLAN, Frédéric (2014), « La question de la langue à l’époque de Google », dans Bernard STIEGLER (dir.), Digital studies. Organologie des savoirs et des technologies de la connaissance, Limoges, Fyp, p. 143-156.

KERBRAT-ORECCHIONI, Catherine (1996), La conversation, Paris, Seuil, Coll. « Mémo ».

KESSOUS, Emmanuel, Kevin MELLET et Moustafa ZOUINAR (2010), « L’Économie de l’attention : Entre protection des ressources cognitives et extraction de la valeur », Sociologie du Travail, Elsevier, 52(3) : 359-373.

KUBRICK, Stanley (1968), 2001, Odyssée de l’espace (titre original : 2001, A Space Odyssey) [film cinématographique], distributeur : Metro-Goldwyn-Mayer.

LAFOURCADE, Mathieu (2014), « Entretien », Sciences et vie, 1166 : 66.

LANDRAGIN, Frédéric (2013), Dialogue home-machine multimodal : de la pragmatique linguistique à la conception de système. Mémoire d’habilitation à diriger des recherches, Université Paris-Sud, Paris.

LEON, Jean, Daniel LUZZATI et Thierry POIBEAU (dir.) (2014), « Traitements automatiques de l’oral et de l’écrit. Quelle place pour la linguistique ? », L’information grammaticale, 142.

LEROI-GOURHAN, André (1993), L’homme et la matière, Paris, Albin Michel.

LEVY, Pierre (2012), « La cyberculture, une nouvelle étape dans la vie du langage », Gestion, 27(2) : 74-80.

LUZZATI, Daniel (2014), « Le dialogue homme-machine ou la confrontation du sens », L’information grammaticale, 141 : 46-52.

LUZZATI, Daniel, Martine ADDA-DECKER et Sophie ROSSET (dir.) (2014), « Traitements automatiques de l’oral et de l’écrit. Panorama des recherches et des technologies actuelles », L’information grammaticale, 141.

LUZZATI, Daniel (1996), « Pour une typologie des tâches en dialogue homme-machine », dans Jean VIVIER (dir.), Psychologie du dialogue homme-machine en langage naturel, Paris, Europia Productions, p. 107-115.

LYOTARD, Jean-François (1986), La postmodernité expliquée aux enfants, Paris, Galilée.

MARC, Edmond et Dominique PICARD (2000), Relations et communications interpersonnelles, Paris, Dunod, Coll. « Topos ».

MENDELSOHN, Sophie (2001), « Cyborg : l’avenir d’une utopie », Essaim, 8 : 103-114.

MORI, Masahiro (1970), « Bukimi no tani, the Uncanny Valley », Energy, 7(4) : 33-35.

PAVEAU, Marie-Anne (2013), « Ce qui s’écrit dans les univers numériques. Matières technolangagières et formes technodiscursives », Itinéraires, dossier « Textualités numériques », mis en ligne le 12 janvier 2015. [En ligne]. http://itineraires.revues.org/2313. Page consultée le 28 mai 2016.

ROSSET, Sophie et Daniel LUZZATI (2014), « Le dialogue humain-machine ou la confrontation au sens », L’information grammaticale, 141 : 46-52.

ROUILLARD, José (2002), « L’hyperdialogue », dans Céline PAGANELLI (dir.), Interfaces homme-machine et recherche d’information, Paris, Hermès-Lavoisier, p. 229-259.

SADIN, Eric (2013), L’humanité augmentée. L’administration numérique du monde, Paris, L’Echappée belle, Coll. « Pour en finir avec ».

SAINT-ALBIN (de), Michel (2008), « Relation client : quand l’intelligence artificielle s’en mêle ». [Entretien en ligne]. http://www.indexel.net/applications/relation-client-quand-l-intelligence-artificielle-s-en-mele.html. Page consultée le 17 février 2015.

SEARLE, John (1980), « Minds, brains, and programs », Behavioral and Brain Sciences, 3(3) : 417-457.

SORIANO, Paul (2007), « Prothèse », Médium, 13 : 162-171.

STIEGLER, Bernard (1998), « Leroi-Gourhan : l’inorganique organisé », Cahier de médiologie, 6 : 187-194.

TISSERON, Serge (2015), Le jour où mon robot m’aimera. Vers l’empathie artificielle, Paris, Albin Michel.

TRUONG, Jean-Michel (2001), Totalement inhumaine, Paris, Les empêcheurs de tourner en rond.

TURING, Alan (1950), « Computing machinery and intelligence », Mind, Oxford University Press, 49 : 433-460.

Haut de page

Notes

1 [En ligne]. http://www.apple.com/fr/ios/siri/. Page consultée le 14 juin 2016.

Haut de page

Table des illustrations

Titre Figure . Copie d’écran Tell me more
URL http://journals.openedition.org/communication/docannexe/image/6763/img-1.png
Fichier image/png, 448k
Titre Schéma 1. Deux pôles d’un continuum
URL http://journals.openedition.org/communication/docannexe/image/6763/img-2.png
Fichier image/png, 30k
Titre Schéma 2. Nouvelles formes d’interaction et de discursivité
URL http://journals.openedition.org/communication/docannexe/image/6763/img-3.png
Fichier image/png, 24k
Haut de page

Pour citer cet article

Référence électronique

François Perea, « Nature et technologie langagière dans les dialogues oraux homme-machine »Communication [En ligne], vol. 34/1 | 2016, mis en ligne le 26 août 2016, consulté le 19 mars 2024. URL : http://journals.openedition.org/communication/6763 ; DOI : https://doi.org/10.4000/communication.6763

Haut de page

Auteur

François Perea

François Perea est maîtres de conférences habilité à diriger des recherches, membre du laboratoire Praxiling UMR 5267 CNRS, Université Paul-Valéry Montpellier 3. Courriel : francois.perea@univ-montp3.fr

Articles du même auteur

Haut de page

Droits d’auteur

CC-BY-NC-ND-4.0

Le texte seul est utilisable sous licence CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search