Pourquoi les modèles de langage n’atteindront jamais l’AGI : la leçon centenaire de Wittgenstein

Il y a plus d'un siècle, un maître d'école austro-hongrois a écrit une phrase qui aujourd'hui sonne comme un arrêt sur toute l'industrie des grands modèles de langage. "Les limites de mon langage signifient les limites de mon monde" — cette thèse de Ludwig Wittgenstein de son "Tractatus Logico-Philosophicus" de 1921 s'est avérée être le diagnostic le plus précis pour une technologie dans laquelle le monde a investi des centaines de milliards de dollars.

Pour comprendre pourquoi cela importe maintenant, il faut se souvenir du contexte. Il y a seulement deux ou trois ans, l'industrie vivait dans un état d'euphorie. Chaque nouvelle version de GPT, Claude ou Gemini démontrait un bond impressionnant dans les capacités.

Les modèles ont appris à écrire du code, analyser des images et résoudre des problèmes d'olympiades. Il semblait qu'à l'intelligence artificielle générale—AGI—il ne manquait que peu de chose, exigeant seulement plus de données, plus de paramètres, plus de puissance de calcul. Les investisseurs versaient l'argent, les corporations restructuraient leurs stratégies, et les orateurs publics rivalisaient dans leurs prédictions sur le moment où la machine dépasserait l'être humain.

Aujourd'hui, en 2026, la tonalité de la conversation a notablement changé. Le mot "bulle" s'entend de plus en plus souvent, et les sceptiques gagnent des arguments de plus en plus.

C'est précisément à ce moment qu'il vaut la peine de revenir à Wittgenstein. Son idée centrale est simple et radicale à la fois : le langage n'est pas simplement un outil de description de la réalité, mais la limite même de ce que nous sommes capables de penser. Tout ce qui existe au-delà du langage n'existe simplement pas pour un être linguistique.

Transposez ce principe à un LLM — et vous obtenez non pas une métaphore, mais une description littérale d'une limitation architecturale. Un grand modèle de langage opère avec des tokens. Il prédit le fragment de texte suivant en se basant sur des régularités statistiques extraites d'un corpus de données gigantesque.

Il ne perçoit pas le monde directement — il ne voit pas, n'entend pas, ne ressent pas la douleur, n'éprouve pas la faim. Son "monde" entier est du texte. Et les limites de ce texte sont effectivement les limites de son monde.

Les critiques pourraient objecter : les modèles multimodaux modernes travaillent déjà avec des images, du son et de la vidéo. N'est-ce pas une sortie au-delà du langage ? Ici, il est important de comprendre la différence entre le traitement du signal et la perception véritable.

Quand un modèle "voit" une photographie, il transforme les pixels en représentations numériques et les met en relation avec des descriptions textuelles du corpus d'entraînement. Ce n'est pas la vision au sens humain — c'est un système complexe de références croisées. Le modèle ne comprend pas ce qu'est la couleur rouge ; il connaît seulement les contextes dans lesquels le mot "rouge" apparaît à côté de certains motifs numériques.

Wittgenstein dirait que le modèle joue un jeu de langage sans avoir accès à ce auquel ce jeu se réfère.

Il y a un second aspect de la philosophie de Wittgenstein qui frappe juste. Dans la période tardive de son œuvre, il en est venu à l'idée des "jeux de langage" — la conception que le sens d'un mot est déterminé par son usage dans une pratique spécifique. La compréhension n'est pas l'extraction d'un sens abstrait d'un dictionnaire, mais la capacité d'agir dans le monde d'une certaine manière.

Quand nous disons "je comprends ce qu'est un marteau," nous ne voulons pas dire la connaissance d'une définition, mais l'expérience d'enfoncer des clous, le poids de l'outil dans la main, la mémoire musculaire du coup. Un LLM peut décrire impeccablement un marteau, énumérer ses types, citer les instructions d'utilisation — mais il n'a pas, et ne peut pas avoir, l'expérience d'enfoncer des clous. Sa "compréhension" est une simulation dépourvue de fondement corporel.

Cela ne veut pas dire que les modèles de langage sont inutiles — au contraire, ils sont incroyablement utiles précisément dans les limites de leur univers linguistique. Ils excellent dans les tâches qui s'inscrivent entièrement dans l'espace textuel : édition, traduction, génération de code, résumé, découverte de motifs dans les données. Le problème n'est pas dans les modèles eux-mêmes, mais dans les attentes gonflées qui ont été placées sur eux. Quand les cadres dirigeants des entreprises technologiques promettent une AGI en deux ou trois ans, soit ils ne comprennent pas la nature des limitations, soit ils alimentent délibérément le frenésie des investissements.

Le chemin vers l'intelligence artificielle générale, s'il existe, se trouve presque certainement au-delà du paradigme purement linguistique. Il nécessitera des systèmes capables de cognition incarnée — l'interaction avec le monde physique, la formation de modèles internes de la réalité par l'expérience, plutôt que par la lecture de textes sur l'expérience. La robotique, l'informatique neuromorphe, les architectures hybrides combinant les approches symboliques et connexionnistes — tout cela sont des directions potentielles, mais aucune n'a encore approché de la résolution du problème fondamental.

Wittgenstein est mort en 1951, sans soupçonner l'existence des ordinateurs, des réseaux de neurones ou de la tokenisation. Mais son intuition sur la nature du langage et de la compréhension s'est avérée prophétique. Les limites du langage sont effectivement les limites du monde. Et tant que nous construisons une intelligence confinée au langage, nous construisons quelque chose d'impressionnant, mais fondamentalement limité. Reconnaître cette limitation n'est pas du pessimisme, mais une étape nécessaire vers une conversation honnête sur le chemin que prend réellement l'industrie de l'intelligence artificielle.