Le réseau de neurones comme machine à remonter le temps : pourquoi on apprend aux LLM à penser à l'ancienne

On évalue généralement les modèles de langage à la quantité de connaissances : plus un réseau de neurones a absorbé de données, plus il est intelligent. Mais un groupe de chercheurs et de passionnés a retourné cette logique. Ils réduisent volontairement les jeux de données d'entraînement à des textes d'une époque historique précise, et obtiennent un résultat totalement inattendu : une intelligence artificielle qui raisonne comme si elle vivait au XVIIe siècle ou au début du XXe.

Au premier abord, l'idée ressemble à une lubie exotique. Pourquoi voudrait-on d'un modèle qui ignore l'existence des antibiotiques, de la théorie de la relativité ou d'internet ? Pourtant, une motivation scientifique sérieuse la sous-tend.

Les LLM actuels sont entraînés sur des corpus couvrant toute l'histoire de l'écriture jusqu'à nos jours. Ils regardent inévitablement le passé à travers le prisme du présent, avec sa terminologie, ses valeurs et ses connaissances accumulées. Un modèle entraîné uniquement sur des textes antérieurs à 1912 est privé de cette optique rétrospective.

Il ne se contente pas de reproduire les mots de l'époque : il reproduit sa manière de penser, ses angles morts, sa certitude sur des choses que nous tenons depuis longtemps pour des erreurs.

Sur le plan technique, l'approche se présente ainsi. On prend l'architecture d'un modèle de langage standard, en général relativement compact, car le volume de textes historiques est limité. Le corpus d'entraînement est constitué exclusivement de sources datées d'une période donnée : livres, journaux, lettres, traités scientifiques, documents juridiques. Il est crucial d'exclure tout texte rédigé après la date de coupure choisie. Le modèle assimile ainsi non seulement le vocabulaire et la grammaire de l'époque, mais aussi son cadre épistémologique, c'est-à-dire les limites de ce que les gens d'alors jugeaient possible, vrai et admissible.

Les applications de ces modèles « temporels » sont bien plus vastes qu'on ne pourrait le penser. En gnoséologie, la science de la connaissance, ils permettent d'étudier comment les mécanismes mêmes de formation du savoir ont évolué. On peut interroger un modèle de 1650 sur la nature des maladies et obtenir une réponse fondée sur la théorie humorale. Il ne s'agit pas d'une stylisation, mais de la conviction sincère d'un système pour lequel la théorie des germes n'existe tout simplement pas. Les scientifiques disposent ainsi d'un outil unique pour modéliser des paradigmes historiques de pensée.

En sciences comportementales, ces modèles aident à étudier comment le contexte culturel et informationnel façonne les comportements et les décisions. Si l'on place un LLM dans le cadre des connaissances d'une époque, on peut modéliser des réactions à des événements, des décisions économiques, des attitudes sociales, et les comparer à des données historiques réelles. C'est en somme une forme de psychologie historique computationnelle qui était impensable il y a encore quelques années.

Le potentiel éducatif est lui aussi impressionnant. Imaginez un dialogue interactif avec un « savant » du siècle des Lumières qui ne se contente pas de citer des textes du XVIIIe siècle, mais raisonne de façon cohérente dans la vision du monde de l'époque. L'étudiant peut poser des questions, débattre, se heurter à une logique qui était irréprochable en son temps mais paraît absurde aujourd'hui. C'est une manière puissante de montrer que le savoir n'est pas une grandeur absolue, mais un processus historiquement conditionné.

Plusieurs initiatives ouvertes travaillent déjà dans cette direction. Les projets évoqués par les spécialistes de Beeline Cloud développent à la fois les modèles et la méthodologie de préparation des corpus historiques. La difficulté majeure tient à la qualité des données. Les textes numérisés des siècles passés comportent souvent des erreurs de reconnaissance, et le choix des sources exige une expertise sérieuse d'historiens, afin que le corpus représente la pensée de l'époque et pas seulement son élite littéraire.

Cette approche soulève aussi une question fondamentale. Si un modèle entraîné sur des textes du passé reproduit les erreurs et les préjugés de son temps, que dit-on alors des LLM actuels ? Ils sont tout aussi limités par le cadre de notre époque ; nous ignorons simplement encore lesquelles de nos « vérités évidentes » les générations futures jugeront naïves. Les modèles temporels deviennent un miroir qui rappelle que toute intelligence, artificielle ou non, est le produit de son temps. Et prendre conscience de ce fait vaut peut-être mieux que n'importe quelle percée technologique.