Adaptation et révision éditoriale : Valérie Briet Badin
Les limites de notre perception : réalité, pensée critique et intelligence artificielle
Au-delà du RGB : voyons-nous la réalité ou
en construisons-nous une interprétation ?
Le week-end dernier, au cours d’une conversation avec des amis médecins, nous évoquions le fait que les êtres humains possèdent trois types de cônes dans la rétine, dont les sensibilités spectrales se chevauchent et nous permettent de construire notre perception des couleurs.
Mais que se passerait-il si nous disposions de cinq types de cônes, voire davantage, ou si notre sensibilité s’étendait à une plus grande partie du spectre électromagnétique ?
Ce que nous considérons aujourd’hui comme « réel » cesserait-il pour autant de l’être ? Pensons, par exemple, à la vision des abeilles, capables de percevoir des couleurs qui nous échappent, ou encore aux capacités sensorielles de certains reptiles, qui leur permettent de détecter leur environnement même dans l’obscurité totale.
Alors, qu’est-ce que la réalité ?
La réalité existe indépendamment de notre capacité à la percevoir, mais la représentation que nous nous en faisons est conditionnée par nos sens, notre cerveau et nos connaissances.
Une question se pose alors à nouveau : qu’est-ce que la réalité et comment influence-t-elle notre manière de travailler en photographie ?
Nous pouvons distinguer trois niveaux :
La réalité physique : ce qui existe et produit des effets indépendamment de notre observation.
La réalité perçue : la représentation que notre système nerveux construit à partir d’informations sensorielles limitées.
La réalité interprétée : le sens que nous attribuons à ce que nous percevons, sous l’influence de notre expérience, de notre culture, de nos connaissances et de nos convictions.
Ce n’est pas parce que nous ne percevons pas quelque chose que cette chose n’existe pas. Ce n’est pas parce que nous percevons quelque chose que nous le comprenons. Et ce n’est pas parce que nous croyons le comprendre que nous avons raison.
Nous devons nous interroger : quelle part de ce que nous appelons « réalité » correspond au monde tel qu’il existe, et quelle part relève du modèle que notre cerveau a construit pour nous permettre d’y vivre ?
C’est pourquoi, pour nous qui enseignons, apprendre à penser de manière critique revient, dans une certaine mesure, à apprendre à reconnaître les limites de notre propre perception et de notre compréhension.
Mais pouvons-nous représenter avec précision une réalité que nous ne percevons pas dans sa totalité ?
Partons de deux constats : notre perception est limitée et notre interprétation est, dans une certaine mesure, subjective. L’expérience, les connaissances, le langage et les convictions conditionnent notre manière de comprendre et de décrire ce que nous observons.
Si notre perception est limitée et si nos interprétations sont influencées par notre expérience, que se passe-t-il lorsque nous transformons ces interprétations en instructions destinées à une intelligence artificielle ?
À la lumière du travail que nous développons depuis quelque temps avec l’IA, nous pouvons considérer qu’une méthodologie structurée permet de réduire l’incertitude.
Grâce à l’observation systématique, à la précision de la description, à la pensée logique et critique ainsi qu’au contrôle des variables, nous pouvons élaborer des instructions plus cohérentes,
vérifiables et reproductibles.
L’intelligence artificielle ne supprime pas les limites de la perception humaine ; elle peut même les amplifier lorsque nous les traduisons en instructions ambiguës.
C’est pourquoi notre méthode ne commence pas par la génération d’une image, mais par une construction consciente et structurée des informations que nous fournissons au système.
Les modules spécifiques de la méthodologie que nous développons (RAP, IRP et PRS), destinés à établir des références, à préserver l’identité et à contrôler les variables, trouvent ainsi une justification qui dépasse le cadre de la photographie : ils constituent des mécanismes permettant d’organiser l’information, de définir des contraintes, de maîtriser les variables et d’évaluer les résultats.
Et voici un point qui me semble particulièrement important : un résultat visuellement convaincant n’est pas nécessairement un résultat correct. La fidélité doit être évaluée au regard des références et des objectifs définis, et non uniquement en fonction de l’apparence.
Il me semble qu’avec cette approche, le travail que nous menons dépasse largement la simple création d’images à l’aide de l’intelligence artificielle. Il devient une démarche qui nous invite à observer plus attentivement, à remettre en question nos interprétations et à structurer notre pensée avec rigueur.
Car il ne suffit pas d’apprendre à donner des instructions à l’intelligence artificielle ; nous devons d’abord apprendre à construire nos propres idées avec rigueur.
Et peut-être que le plus grand défi n’est pas de découvrir quelle part de la réalité nous sommes capables de percevoir, mais de reconnaître tout ce que nous tenons pour réel sans avoir jamais pris le temps de le remettre en question.
