{"id":284227,"date":"2025-06-19T20:43:11","date_gmt":"2025-06-19T18:43:11","guid":{"rendered":"https:\/\/legrandcontinent.eu\/fr\/?p=284227"},"modified":"2025-06-21T19:42:22","modified_gmt":"2025-06-21T17:42:22","slug":"chatgpt-cerveau-etude-mit","status":"publish","type":"post","link":"https:\/\/legrandcontinent.eu\/fr\/2025\/06\/19\/chatgpt-cerveau-etude-mit\/","title":{"rendered":"ChatGPT est-il en train de casser le cerveau humain ? 5 points sur le preprint du MIT sur les effets de l\u2019IA"},"content":{"rendered":"\n
Dans un preprint<\/em> de 206 pages publi\u00e9 par le MIT Media Lab, Nataliya Kosmyna et ses co-auteurs (disponible int\u00e9gralement \u00e0 ce lien)<\/a> pr\u00e9sentent pour la premi\u00e8re fois de mani\u00e8re aussi pr\u00e9cise les effets de l\u2019utilisation des mod\u00e8les de langage (LLM) comme ChatGPT sur le cerveau humain <\/span>1<\/sup><\/a><\/span><\/span>.<\/p>\n\n\n\n Dans leur exp\u00e9rience men\u00e9e au MIT pendant plusieurs mois, les chercheurs ont examin\u00e9 l\u2019effort cognitif induit par trois modes de r\u00e9daction d\u2019un essai pour l\u2019examen d\u2019entr\u00e9e \u00e0 l’universit\u00e9 aux \u00c9tats-Unis (SAT) et \u00e9tudi\u00e9 l\u2019activit\u00e9 cognitive de trois groupes distincts en regardant chez chacun d\u2019eux les m\u00eames indicateurs.<\/p>\n\n\n\n 54 volontaires recrut\u00e9s par le MIT Media Lab ont ainsi r\u00e9alis\u00e9 trois sessions espac\u00e9es sur quatre mois.<\/p>\n\n\n\n Chaque session consistait \u00e0 r\u00e9diger, en vingt minutes, un essai r\u00e9pondant \u00e0 l\u2019un des neuf sujets fournis, \u00e0 raison de trois sujets diff\u00e9rents par session.<\/p>\n\n\n\n Ces trois sessions ont permis aux chercheurs de d\u00e9gager les diff\u00e9rences dans l\u2019activit\u00e9 du cerveau en termes d\u2019activit\u00e9 cognitive, de type d\u2019effort mobilis\u00e9 \u2014 en comparant quelles zones du cerveau sont les plus mobilis\u00e9es \u2014 et les incidences comportementales induites par l\u2019usage d\u2019un moteur de recherche ou d\u2019un LLM \u2014 comme la capacit\u00e9 \u00e0 citer son travail, \u00e0 consid\u00e9rer son essai comme le sien et \u00e0 penser de mani\u00e8re critique.<\/p>\n\n\n\n Mais l\u2019exp\u00e9rience a \u00e9galement cherch\u00e9 \u00e0 comprendre, dans les m\u00eames conditions de r\u00e9daction, l\u2019effet<\/em> que pouvait avoir l\u2019utilisation d\u2019un LLM \u2014 en l\u2019occurrence ChatGPT \u2014 dans le temps.<\/p>\n\n\n\n Afin de produire des m\u00e9triques de comparaison, 18 des volontaires du MIT sont revenus pour une quatri\u00e8me session crois\u00e9e, o\u00f9 l\u2019objectif \u00e9tait d\u2019analyser les modifications de l\u2019activit\u00e9 c\u00e9r\u00e9brale : de ceux travaillant avec LLM \u00e0 ceux travaillant sans aucune, et inversement. Dans l\u2019\u00e9tude, ces groupes sont not\u00e9s \u00ab LLM>Brain-only \u00bb et \u00ab Brain-only>LLM \u00bb (voir infra<\/em>, point 4).<\/p>\n\n\n\n Les conditions exp\u00e9rimentales pour les trois types de r\u00e9daction \u00e9taient les suivantes : <\/p>\n\n\n\n Pendant qu\u2019ils r\u00e9digeaient, les volontaires ont \u00e9t\u00e9 soumis \u00e0 un enregistrement neuro-physiologique \u00e0 l\u2019aide d\u2019une s\u00e9rie d’\u00e9lectrodes et de capteurs plac\u00e9s directement sur leur cuir chevelu.<\/p>\n\n\n\n Pour complexifier l\u2019op\u00e9ration et reproduire les conditions en milieu scolaire, une derni\u00e8re \u00e9tape consistait en la notation des copies par des humains et une par une IA con\u00e7ue sur mesure.<\/p>\n\n\n\n Enfin, \u00e0 l’issue de l’exp\u00e9rience, les volontaires \u00e9taient soumis \u00e0 un questionnaire.<\/p>\n\n\n\n Conduit sur un nombre restreint de participants, ce test essentiellement qualitatif permet de donner des tendances qui pourraient \u00eatre des pistes pour la recherche, dans l’attente d’\u00e9tudes quantitatives men\u00e9es sur des \u00e9chantillons plus importants. <\/p>\n\n\n\n Les r\u00e9sultats de l\u2019\u00e9tude semblent sans appel : la \u00ab connectivit\u00e9 c\u00e9r\u00e9brale \u00bb diminuerait syst\u00e9matiquement en fonction du soutien externe.<\/p>\n\n\n\n Le groupe travaillant avec seulement son cerveau pr\u00e9sente les r\u00e9seaux neuronaux les plus solides et les plus \u00e9tendus ; le groupe s\u2019\u00e9tant aid\u00e9 d\u2019un moteur de recherche montre un engagement interm\u00e9diaire ; et le groupe ayant travaill\u00e9 avec l\u2019appui d\u2019un LLM suscite le couplage global le plus faible.<\/p>\n\n\n\n Autrement dit : plus le soutien ext\u00e9rieur est \u00e9lev\u00e9, plus l\u2019amplitude des zones actives dans le cerveau est faible.<\/p>\n\n\n\n Cette amplitude est \u00e9tudi\u00e9e \u00e0 partir d\u2019un indicateur, la Dynamic Direct Transfer Function<\/em> (dDTF). <\/p>\n\n\n\n Obtenu \u00e0 l\u2019aide des donn\u00e9es enregistr\u00e9es par les \u00e9lectrodes, cet outil math\u00e9matique sert \u00e0 observer, instant par instant, quelle zone du cerveau \u00ab commande \u00bb directement une autre \u00e0 une fr\u00e9quence donn\u00e9e. Elle permet aux neuroscientifiques de suivre en temps r\u00e9el le flux direct d\u2019information entre r\u00e9gions c\u00e9r\u00e9brales, fr\u00e9quence par fr\u00e9quence, et en tirer des marqueurs pertinents.<\/p>\n\n\n\n Les chiffres de l\u2019\u00e9tude sont \u00e0 cet \u00e9gard frappant : le groupe ayant travaill\u00e9 sans assistance \u00e0 l\u2019activit\u00e9 la plus \u00e9lev\u00e9e ; celui qui travaille avec un moteur de recherche \u00e0 une activit\u00e9 inf\u00e9rieure d\u2019environ 34 \u00e0 48 %.<\/p>\n\n\n\n Quant au groupe travaillant avec ChatGPT, il voit son amplitude cognitive totale r\u00e9duite de pr\u00e8s de 55 %.<\/p>\n\n\n\n L\u2019observation granulaire de cette activit\u00e9 sur les diff\u00e9rentes zones du cerveau r\u00e9v\u00e8le plusieurs sp\u00e9cificit\u00e9s.<\/p>\n\n\n\n Ces r\u00e9sultats sugg\u00e8rent que l\u2019utilisation des LLM, si elle augmente la performance des t\u00e2ches, a surtout un effet sur l\u2019architecture cognitive.<\/p>\n\n\n\n Comme le r\u00e9v\u00e8le l\u2019\u00e9tude : \u00ab Le groupe \u00ab cerveau seul \u00bb a exploit\u00e9 de vastes r\u00e9seaux neuronaux distribu\u00e9s pour g\u00e9n\u00e9rer du contenu en interne ; le groupe \u00ab moteur de recherche \u00bb s’est appuy\u00e9 sur des strat\u00e9gies hybrides de gestion de l’information visuelle et de contr\u00f4le r\u00e9gulateur ; et le groupe \u00ab LLM \u00bb a optimis\u00e9 l’int\u00e9gration proc\u00e9durale des suggestions g\u00e9n\u00e9r\u00e9es par l’IA. \u00bb<\/p>\n\n\n\n Les donn\u00e9es dites \u00ab comportementales \u00bb \u2014 en particulier celles relatives \u00e0 la capacit\u00e9 de citation, \u00e0 l’exactitude des citations et \u00e0 l’appropriation des essais \u2014 prolongent et corroborent les conclusions de l\u2019\u00e9tude en mati\u00e8re de connectivit\u00e9 neuronale.<\/p>\n\n\n\n Ces r\u00e9sultats sugg\u00e8rent que la dynamique fonctionnelle du r\u00e9seau activ\u00e9e pendant la r\u00e9daction d’un essai fa\u00e7onne des processus comme la m\u00e9moire, l’efficacit\u00e9 de l’autocontr\u00f4le et le degr\u00e9 d’appropriation per\u00e7ue du travail \u00e9crit.<\/p>\n\n\n\n La divergence comportementale la plus constante et la plus significative entre les groupes a \u00e9t\u00e9 observ\u00e9e dans la capacit\u00e9 \u00e0 citer de t\u00eate son propre essai.<\/p>\n\n\n\n Cette difficult\u00e9 correspond directement \u00e0 la r\u00e9duction de la connectivit\u00e9 c\u00e9r\u00e9brale dans le groupe utilisant un LLM : ces oscillations sont en effet g\u00e9n\u00e9ralement plus fortes lorsque les individus g\u00e9n\u00e8rent et structurent int\u00e9rieurement du contenu plut\u00f4t que d’int\u00e9grer passivement des informations g\u00e9n\u00e9r\u00e9es \u00e0 l’ext\u00e9rieur.<\/p>\n\n\n\n L\u2019\u00e9tude met notamment en avant le fait que la r\u00e9duction de l\u2019activit\u00e9 cognitive chez les utilisateurs de LLM \u00ab refl\u00e8te probablement un contournement des processus d’encodage profond de la m\u00e9moire, les participants lisant, s\u00e9lectionnant et transcrivant les suggestions g\u00e9n\u00e9r\u00e9es par l’outil sans les int\u00e9grer dans les r\u00e9seaux de m\u00e9moire \u00e9pisodique \u00bb.<\/p>\n\n\n\n Les volontaires utilisant un moteur de recherche comme Google ou ne s\u2019appuyant sur aucun outil num\u00e9rique n’ont pas pr\u00e9sent\u00e9 de telles d\u00e9ficiences.<\/p>\n\n\n\n Une autre grande divergence comportementale qui ressort de l\u2019\u00e9tude est la perception qu\u2019ont les participants de la paternit\u00e9 de leur essai.<\/p>\n\n\n\n Alors que le groupe travaillant sans assistance revendique presque \u00e0 l’unanimit\u00e9 la pleine propri\u00e9t\u00e9 de ses textes (16\/18 lors de la premi\u00e8re session et 17\/18 lors de la troisi\u00e8me), le groupe r\u00e9digeant avec ChatGPT pr\u00e9sente un sentiment ambivalent \u00e0 ce sujet.<\/p>\n\n\n\n Au total, l\u2019\u00e9tude conclut que \u00ab ces r\u00e9ponses sugg\u00e8rent une diminution du sentiment d’agentivit\u00e9 cognitive \u00bb.<\/p>\n\n\n\n Selon les auteurs, cela met en \u00e9vidence un probl\u00e8me : les outils d’IA, bien que pr\u00e9cieux pour soutenir les performances, peuvent involontairement entraver le traitement cognitif approfondi, la r\u00e9tention et l’engagement authentique avec le mat\u00e9riel \u00e9crit. <\/p>\n\n\n\n Cette observation exp\u00e9rimentale semblerait fournir la preuve que si les utilisateurs s’appuient trop fortement sur les outils d’IA, ils peuvent penser acqu\u00e9rir une ma\u00eetrise superficielle sans parvenir \u00e0 int\u00e9rioriser et \u00e0 s\u2019approprier les connaissances.<\/p>\n\n\n\n L\u2019un des int\u00e9r\u00eats de cette \u00e9tude est d\u2019avoir propos\u00e9 \u00e0 certains volontaires une quatri\u00e8me session d\u2019\u00e9criture. <\/p>\n\n\n\n Au cours de celle-ci, les groupes ont interverti leurs pratiques pour rechercher les diff\u00e9rences d\u2019activit\u00e9 cognitive en passant d\u2019un usage r\u00e9p\u00e9t\u00e9 du LLM \u00e0 pas de LLM du tout \u2014 et inversement.<\/p>\n\n\n\n La bascule est alors frappante : les volontaires pass\u00e9s de ChatGPT \u00e0 la seule utilisation de leurs cerveaux peinent \u00e0 recr\u00e9er un r\u00e9seau de connexions et une activit\u00e9 c\u00e9r\u00e9brale aussi riche ; ceux qui ont le droit \u00e0 l\u2019IA apr\u00e8s trois essais libres montrent un pic in\u00e9dit d\u2019activit\u00e9, signe qu\u2019ils utilisent l\u2019outil comme un multiplicateur plut\u00f4t qu\u2019un substitut \u2014 ils \u00e9crivent \u00e9galement des prompts plus pr\u00e9cis et plus vari\u00e9s.<\/p>\n\n\n\n Ceux qui avaient pr\u00e9c\u00e9demment \u00e9crit sans outils et qui ont eu le droit d\u2019utiliser l\u2019IA (le groupe dit \u00ab Brain-only > LLM \u00bb), montrent une augmentation significative de la connectivit\u00e9 c\u00e9r\u00e9brale globale, sugg\u00e9rant que la mobilisation soutenue par l’IA suscite des niveaux \u00e9lev\u00e9s d’int\u00e9gration cognitive, de r\u00e9activation de la m\u00e9moire et de contr\u00f4le descendant.<\/p>\n\n\n\n \u00c0 l\u2019inverse, pour le groupe qui avait r\u00e9dig\u00e9 avec l\u2019IA lors des premi\u00e8res sessions et qui a d\u00fb s\u2019en passer pour la quatri\u00e8me, l’utilisation r\u00e9p\u00e9t\u00e9e du LLM a refl\u00e9t\u00e9 une r\u00e9duction nette de la connectivit\u00e9 au fil du temps.<\/p>\n\n\n\n Selon les auteurs : \u00ab ces r\u00e9sultats soulignent l’interaction dynamique entre le soutien cognitif et l’engagement neuronal dans les contextes d’apprentissage assist\u00e9 par l’IA. \u00bb<\/p>\n\n\n\n Une autre conclusion plus pr\u00e9occupante de la quatri\u00e8me session est que les volontaires du groupe \u00ab LLM > Brain-only \u00bb se sont concentr\u00e9s \u00e0 plusieurs reprises sur un ensemble d’id\u00e9es plus restreint. <\/p>\n\n\n\n Selon les auteurs, cette r\u00e9p\u00e9tition pourrait sugg\u00e9rer que de nombreux participants ne se sont peut-\u00eatre pas engag\u00e9s profond\u00e9ment dans les sujets ou n’ont pas examin\u00e9 de mani\u00e8re critique le mat\u00e9riel fourni par le LLM.<\/p>\n\n\n\n Ce sch\u00e9ma refl\u00e8terait l’accumulation d’une dette cognitive <\/em> : le recours r\u00e9p\u00e9t\u00e9 \u00e0 des syst\u00e8mes externes tels que les LLM remplacerait des processus cognitifs exigeants n\u00e9cessaires \u00e0 la pens\u00e9e ind\u00e9pendante par des processus purement int\u00e9gratifs.<\/p>\n\n\n\n La dette cognitive reporterait donc l’effort mental \u00e0 court terme mais entra\u00eenerait des co\u00fbts \u00e0 long terme comme une diminution de l’esprit critique, une vuln\u00e9rabilit\u00e9 accrue \u00e0 la manipulation et une baisse de la cr\u00e9ativit\u00e9.<\/p>\n\n\n\n L\u2019\u00e9tude conclut \u00e0 cet \u00e9gard que \u00ab lorsque les participants reproduisent des suggestions sans en \u00e9valuer l’exactitude ou la pertinence, ils renoncent non seulement \u00e0 la propri\u00e9t\u00e9 des id\u00e9es, mais risquent \u00e9galement d’int\u00e9rioriser des perspectives superficielles ou biais\u00e9es. \u00bb<\/p>\n\n\n\n L\u2019analyse de ces diff\u00e9rents r\u00e9sultats montre qu\u2019une d\u00e9pendance pr\u00e9coce \u00e0 l’IA pourrait conduire \u00e0 un encodage m\u00e9moriel plus superficiel.<\/p>\n\n\n\n Les d\u00e9ficits importants du groupe utilisant les LLM \u2014 notamment en termes de m\u00e9moire \u2014 pourraient ainsi \u00eatre le signe d’une int\u00e9gration interne d\u00e9ficiente lors des premiers essais \u2014 probablement attribuable \u00e0 un traitement cognitif externalis\u00e9 vers le LLM.<\/p>\n\n\n\n \u00c0 l\u2019inverse, le simple fait de ne pas utiliser les LLM durant les phases initiales pourrait potentiellement favoriser l’\u00e9mergence de la m\u00e9moire.<\/p>\n\n\n\n Chez les r\u00e9dacteurs n\u2019utilisant aucune assistance num\u00e9rique, les efforts initiaux sans aide ont ainsi favoris\u00e9 la formation de traces m\u00e9morielles durables, permettant une r\u00e9activation plus efficace \u2014 m\u00eame lorsque les outils LLM ont \u00e9t\u00e9 introduits ult\u00e9rieurement.<\/p>\n","protected":false},"excerpt":{"rendered":" Pour la premi\u00e8re fois, une \u00e9tude scientifique a tent\u00e9 de mesurer l’impact d’une utilisation r\u00e9p\u00e9t\u00e9e de ChatGPT sur le cerveau.<\/p>\n Les r\u00e9sultats \u2014 publi\u00e9s dans un preprint par le MIT Media \u2014 marqueraient une tendance nette : travailler avec les mod\u00e8les de langage de l\u2019IA ferait perdre le contr\u00f4le cognitif et modifierait le comportement.<\/p>\n Plus inqui\u00e9tant : les utilisateurs int\u00e8greraient passivement les biais algorithmiques des concepteurs de LLM.<\/p>\n Nous synth\u00e9tisons les principaux enseignements d\u2019une \u00e9tude qui a le m\u00e9rite de lancer le d\u00e9bat sur une nouvelle fronti\u00e8re g\u00e9opolitique\u2014notre cerveau.<\/p>\n","protected":false},"author":10,"featured_media":284229,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"templates\/post-studies.php","format":"standard","meta":{"_acf_changed":false,"_trash_the_other_posts":false,"footnotes":""},"categories":[3412],"tags":[],"geo":[525],"class_list":["post-284227","post","type-post","status-publish","format-standard","hentry","category-puissances-de-lia","geo-ameriques"],"acf":[],"yoast_head":"\n1 \u2014 Une \u00e9tude qualitative : m\u00e9thodologie d\u2019un dispositif exp\u00e9rimental in\u00e9dit<\/h2>\n\n\n\n
\n
\n
2 \u2014 Les effets cognitifs de l\u2019utilisation de ChatGPT : les LLM atrophient-ils notre activit\u00e9 c\u00e9r\u00e9brale ?<\/h2>\n\n\n\n
\n
3 \u2014 Des cons\u00e9quences comportementales : la perte de capacit\u00e9 \u00e0 agir induite par l\u2019usage des LLM<\/h2>\n\n\n\n
Pourquoi les utilisateurs de ChatGPT ne se souviennent-ils pas de ce qu\u2019ils ont \u00e9crit ?<\/h4>\n\n\n\n
\n
\n
\n
Qui est l\u2019auteur des textes \u00e9crits avec l\u2019IA ? \u00c9tude d\u2019une dissociation<\/h4>\n\n\n\n
\n
4 \u2014 L\u2019IA destructrice : observer les d\u00e9g\u00e2ts caus\u00e9s par le LLM sur le cerveau.<\/h2>\n\n\n\n
5 \u2014 Inception<\/em> : la trace de l\u2019algorithme contre la trace de la m\u00e9moire<\/h2>\n\n\n\n