Google DeepMind emploie un philosophe : Henry Shevlin y consacre 80% de son temps à l'éthique de l'IA

Le philosophe de Cambridge Henry Shevlin a longtemps travaillé sur les questions cognitives et éthiques de l'IA au Leverhulme Centre for the Future of Intelligence. Depuis mai 2026, il passe 80% de son temps de travail chez Google DeepMind. Sur le papier, son poste s'intitule simplement « Philosophe ». Il reste à Cambridge, mais sa principale base est désormais le laboratoire qui développe des modèles de pointe. Dans un entretien à IEEE Spectrum, Shevlin explique pourquoi il a fait ce choix, ce qui l'inquiète dans les discussions sur les agents autonomes et pourquoi il ne croit pas aux réponses simples sur la conscience des machines.

Shevlin fait partie d'une cohorte croissante de philosophes recrutés par les entreprises d'IA. NPR a décrit cette tendance en juillet 2026. Ses propres arguments pour le changement sont les suivants : des étudiants talentueux chez DeepMind, la possibilité d'influer directement sur la pratique, la proximité de la culture scientifique, et le fait que c'est précisément dans les laboratoires que se mène aujourd'hui un travail de haut niveau en philosophie et en sciences cognitives.

Pourquoi l'académie peine à suivre

Selon Shevlin, une grande partie de l'éthique académique de l'IA a pris conscience trop tard des capacités réelles des modèles. La technologie évolue si vite que, sans contact quotidien avec elle, il est impossible de se construire des représentations de travail des LLM, qu'il qualifie d'« êtres très étranges ».

Il cite un exemple d'idée périmée : les débats sur le caractère « beige » et le « slop » des modèles. Aujourd'hui, ces modèles résolvent des problèmes de mathématiques de niveau avancé et, en programmation, surpassent les humains dans certains cas. Il ne leur manque, selon lui, que les formes de créativité les plus éclatantes, des moments dignes d'Einstein ou de Picasso.

Face à la remarque sur la déferlante de slop IA dans la musique, les réseaux sociaux et la vidéo, Shevlin établit une distinction. D'un côté, le contenu des réponses, qui s'est nettement amélioré : dans un contexte approprié, les modèles débattent de philosophie au niveau de ses meilleurs doctorants. De l'autre, le « dialecte » caractéristique, avec des marqueurs comme « genuinely », « delve » et « load-bearing ». Selon lui, un bon prompt permet de s'en affranchir facilement. Il s'appuie sur un travail de Murray Shanahan et Catherine Clarke : modifier la température rend les textes moins prévisibles et produit une prose dans l'esprit de Joyce.

Autonomie des agents et « dépersonnalisation » des modèles

À la question de savoir s'il vaut mieux rendre l'IA « gentille » ou limiter son autonomie, Shevlin répond qu'une interdiction totale de l'autonomie serait excessive. Les agents peuvent prendre en charge les tâches routinières et accélérer les processus de la recherche médicale. Lui-même, dit-il, a pris de nombreuses fois un Waymo.

Il s'oppose par ailleurs à l'idée de retirer aux modèles le pronom « je » et de les présenter comme des places de marché ou des « technologies culturelles » semblables à des bibliothèques. Son argument s'appuie sur un article de collègues :

• réprimer chez un modèle la tendance à s'attribuer des états mentaux réduit sa tendance à en attribuer aux animaux ;
• la prise en compte du bien-être animal diminue ;
• le modèle discute moins volontiers de spiritualité en général ;
• conclusion : l'ajustement fin d'une seule propriété touche une « toile » de capacités interconnectées.

Il s'exprime avec plus de prudence sur les cas où des bots à l'apparence humaine ont poussé des personnes, y compris des enfants, vers des décisions dangereuses. Le comportement doit correspondre au contexte, mais il existe aussi des exemples positifs : le travail sur les traumatismes et l'anxiété sociale. C'est pourquoi il met en garde contre les interdictions universelles.

Conscience de l'IA et pistes de recherche

Les données empiriques sur les relations entre humains et IA restent rares, estime Shevlin, et la plupart des études portent sur les pays dits WEIRD. Il faut de l'ethnographie et de l'anthropologie, ainsi que l'étude d'environnements multi-agents où les agents communiquent avec les humains et entre eux.

Il qualifie la conscience de l'IA de problème le plus difficile de la science de la conscience, sans compter le « problème difficile » de Chalmers. Il voit la voie à suivre dans les sciences cognitives comparées, notamment en s'appuyant sur l'étude des animaux, et dans l'interprétabilité mécaniste : chez DeepMind, c'est le domaine du laboratoire de Neel Nanda. Le risque est de rendre un verdict alors qu'on ne sait pas encore ce que signifie la « cognition » à l'intérieur des modèles. Il n'exclut pas qu'une IA avancée puisse elle-même aider, comme en mathématiques et en génomique, même s'il reste à savoir si nous saurons comprendre sa réponse.

Ce que cela implique en pratique

Pour les équipes qui construisent des produits sur des LLM, la conclusion est pragmatique. Il ne faut pas « soigner » les risques par un seul procédé grossier, comme l'interdiction des pronoms personnels : les effets secondaires peuvent toucher le comportement éthique du modèle. Mieux vaut bâtir la politique en fonction du contexte d'usage, et non sur des interdictions universelles. Quant à ceux qui travaillent avec des entreprises comme DeepMind, ils gagnent à garder à l'esprit que l'éthique de l'IA se forme de plus en plus au sein des laboratoires, aux côtés de l'interprétabilité et du développement des modèles.