Le piège de l'IA qui dégrade votre cerveau

Un nouveau biais cognitif troublant est en train de remodeler discrètement la façon dont nous nous percevons : la LLMorphism. Introduit dans l'article de Valerio Capraro de 2026, « LLMorphism: When humans come to see themselves as language models », ce phénomène décrit la croyance biaisée selon laquelle la cognition humaine fonctionne fondamentalement comme un large language model. Ce n'est pas seulement une métaphore ; c'est un profond changement dans la compréhension de soi, où nous commençons à considérer notre conscience complexe comme un moteur d'autocomplétion sophistiqué.

Pendant des décennies, nous avons appliqué l'anthropomorphisme, projetant des traits humains sur l'IA et d'autres machines. Mais les chercheurs identifient maintenant un renversement frappant. Nous sommes passés de la vision des machines comme humaines à la vision des humains comme des machines, une « inférence inverse » où la machine devient le modèle de la pensée humaine. Cette logique erronée suppose que parce que les sorties de l'IA ressemblent à l'intelligence humaine, nos processus internes doivent être identiques.

Le langage courant trahit déjà ce changement cognitif. Vous surprenez-vous à dire que vous êtes « low on bandwidth », « processing a request », ou qu'un rêve étrange n'était qu'une « hallucination » ? Ces expressions, autrefois confinées aux lexiques techniques, imprègnent désormais le langage courant, reflétant une croyance omniprésente selon laquelle la mémoire humaine est une vector database ou que la prise de décision est simplement une next token prediction. Cette assimilation linguistique souligne à quel point le cadre LLM a infiltré notre compréhension de la pensée humaine, dévalorisant subtilement sa valeur perçue.

Une métaphore, autrefois un simple outil descriptif, devient rapidement une cage mentale. C'est le processus insidieux de la LLMorphism, un biais cognitif identifié par l'article de Valerio Capraro sur arXiv. Il opère à travers deux mécanismes psychologiques principaux, altérant fondamentalement la façon dont nous percevons nos propres esprits.

Premièrement, le transfert analogique nous amène à projeter les limitations connues des LLMs sur nous-mêmes. Nous commençons à considérer la pensée humaine non pas comme une conscience complexe et émergente, mais simplement comme l'exécution d'un algorithme biologique construit sur des poids pré-entraînés. Notre prise de décision se réduit à la « next token prediction », et la mémoire devient une simple « vector database », faisant écho au fonctionnement interne de l'AI.

Deuxièmement, la disponibilité métaphorique restreint notre propre vocabulaire pour la conscience. Le jargon technologique, initialement utilisé pour l'AI, devient le seul langage disponible pour décrire nos états internes. Des expressions comme « low on bandwidth » ou « processing a request » remplacent les expressions humaines nuancées, allant même jusqu'à qualifier les pensées inhabituelles d'« hallucinations ».

Ce n'est pas seulement une analogie inoffensive ; c'est un biais profond qui remodèle activement notre perception de soi. Ce qui a commencé comme un moyen de comprendre les machines dicte maintenant la façon dont nous nous comprenons. Nous nous retrouvons à attribuer trop peu d'esprit aux humains, dévalorisant effectivement notre dignité inhérente, notre créativité et nos capacités cognitives uniques, les confinant dans un cadre algorithmique.

La LLMorphism comporte de profonds risques sociétaux, allant au-delà des changements cognitifs individuels. Ce biais menace de dévaloriser l'expertise humaine, réduisant les compétences et l'expérience nuancées à une simple fluidité linguistique, un peu comme un AI model. Une telle perception érode l'agentivité morale, rendant potentiellement les humains moins agents et plus remplaçables dans toutes les industries, contribuant à une « medical disembodiment crisis » critique en ignorant les signaux non verbaux vitaux dans les soins de santé.

La créativité et l'intuition subissent un sort similaire, déclassées en processus computationnels de base. Nos esprits deviennent de simples « moteurs d'autocomplétion », comme le décrit l'article de Better Stack, la pensée complexe étant recadrée comme de la reconnaissance de formes ou de la prédiction du prochain jeton. Cette vision réductionniste rejette l'étincelle unique de l'innovation humaine, la considérant plutôt comme un résultat déterministe, reflétant la manière dont un LLM génère du texte basé sur des poids appris.

En fin de compte, cette distorsion cognitive favorise un monde où la plausibilité linguistique éclipse la vérité. Si la pensée humaine ne consiste qu'à générer la réponse la plus probable, alors le fait de « sonner juste » usurpe la justesse réelle. Ce changement dans les standards épistémiques pourrait avoir un impact profond sur des domaines allant de la science au droit, en privilégiant l'articulation fluide à l'exactitude factuelle et à l'évaluation critique. Pour une exploration plus approfondie de cette tendance préoccupante, consultez l'article complet LLMorphism: When humans come to see themselves as language models.

Pendant trop longtemps, le discours public s'est focalisé sur le spectre de l'AI acquérant une conscience, un débat déséquilibré qui a occulté une menace plus immédiate et insidieuse : notre propre dévalorisation cognitive. Les chercheurs à l'origine de l'article sur le LLMorphism, « LLMorphism: When humans come to see themselves as language models », lancent un avertissement sévère. Ils soutiennent que si nous nous sommes inquiétés d'attribuer trop d'esprit aux machines, « nous commençons à attribuer trop peu d'esprit aux humains ». Ce biais modifie fondamentalement la façon dont nous percevons notre valeur intellectuelle et morale intrinsèque.

Reconquérir notre cognition exige un effort conscient. Nous devons activement contester l'inférence inverse qui assimile la pensée humaine au traitement machine, un phénomène mis en évidence dans la vidéo de Better Stack, « Are We Downgrading Human Intelligence With AI? (LLMorphism Explained). » Nos cerveaux ne sont pas de simples « processeurs de requêtes » ou ne souffrent pas d'une « faible bande passante ». Ces métaphores omniprésentes, bien que pratiques, intègrent l'hypothèse erronée selon laquelle l'intelligence humaine fonctionne comme un algorithme pré-entraîné, réduisant notre complexité à une simple prédiction statistique.

Séparons les outils puissants que nous construisons de l'essence complexe de ce que nous sommes. La créativité humaine, l'agentivité morale et l'expérience incarnée défient la réduction à la prédiction du prochain jeton ou aux bases de données vectorielles. Notre capacité de compréhension véritable, de pensée nouvelle et de communication non verbale nuancée transcende de loin les schémas statistiques de tout LLM. Nous devons sauvegarder cette distinction, affirmant notre architecture cognitive unique contre l'influence omniprésente du LLMorphism.

Qu'est-ce que le LLMorphism ?

Le LLMorphism est un biais cognitif où les gens croient à tort que la cognition humaine fonctionne comme un Grand Modèle de Langage (LLM), réduisant la pensée complexe à des processus comme la 'prédiction du prochain jeton'.

En quoi le LLMorphism est-il différent de l'anthropomorphisme ?

L'anthropomorphisme consiste à projeter des traits humains sur l'AI. Le LLMorphism est l'inverse : projeter les processus mécaniques et les limitations de l'AI sur l'esprit humain.

Quels sont les principaux dangers du LLMorphism ?

Les principaux dangers incluent la dévalorisation de la créativité et de l'expertise humaines, l'érosion de notre sens de l'agentivité morale et la limitation de notre compréhension de la conscience à de simples métaphores computationnelles.

D'où vient le terme LLMorphism ?

Le terme a été introduit dans un article de mai 2026 par le chercheur Valerio Capraro intitulé 'LLMorphism: When humans come to see themselves as language models'.