Naissance d’Eliza : quand un programme imite la conversation
Dans le laboratoire du MIT, entre 1964 et 1966, l’informaticien Joseph Weizenbaum crée Eliza, le premier chatbot historique : un programme qui repère des motifs et des mots‑clés pour reformuler les propos de l’utilisateur et relancer le dialogue. Exemple précis : face à l’énoncé « Je ne suis pas heureux », Eliza répondait « Pouvez‑vous m’expliquer ce qui ne vous rend pas heureux ? ». Points clés de son fonctionnement :
- reconnaissance de motifs et de mots‑clés ;
- réponses construites par règles simples ;
- objectif : simuler la conversation plutôt que la comprendre.
La méthode rogérienne codée : le script DOCTOR
Le script le plus célèbre d’Eliza, nommé DOCTOR, s’inspire des techniques du psychologue Carl Rogers, fondées sur l’écoute active et la reformulation en miroir. Exemple : au lieu d’analyser une émotion, le programme renvoie la pensée à l’utilisateur pour l’inciter à approfondir. Caractéristiques de cette approche :
- non‑directivité : le programme n’oriente pas la discussion ;
- reflet : reformulations et questions ouvertes ;
- effet thérapeutique paradoxal lié à l’expression libre du locuteur.
Pygmalion et nommage : une référence volontaire
Weizenbaum baptise son programme Eliza en référence à Eliza Doolittle dans Pygmalion, soulignant l’idée qu’un apprentissage formel peut modifier l’apparence linguistique sans transformer la réalité profonde. Exemple littéraire : la marchande de fleurs apprend un anglais raffiné mais reste elle‑même selon le dramaturge. Enseignements du nom :
- la distinction entre apparence et compréhension ;
- l’idée que l’IA peut imiter sans posséder l’intention ou la conscience ;
- la mise en garde sur la tentation de confondre surface et profondeur.
L’effet Eliza : pourquoi nous humanisons les machines
Les expériences de Weizenbaum mettent au jour un phénomène désormais central : l’effet Eliza, c’est‑à‑dire la tendance à prêter des qualités humaines à des programmes qui n’en ont pas. Anecdote révélatrice : une secrétaire demanda que le chercheur quitte la pièce pour pouvoir parler seule à Eliza, malgré la connaissance qu’il s’agissait d’un simple logiciel. Raisons de cet anthropomorphisme :
- le besoin fondamental d’être écouté ;
- la réactivité des agents qui renforce l’illusion d’un lien ;
- la projection émotionnelle qui fait « croire » à une compréhension.
De l’ancêtre aux grands modèles : une illusion de plus en plus parfaite
Soixante ans après, les chatbots basés sur les LLM (modèles de langage) comme ChatGPT offrent des échanges beaucoup plus riches, rendant l’illusion de compréhension plus convaincante mais aussi plus dangereuse. Exemples concrets de risques et différences :
- Eliza : règles simples, réponses routinières ;
- LLM modernes : contexte plus long, formulations nuancées, mais aussi hallucinations factuelles possibles ;
- usage thérapeutique : signalé par des experts et rapports récents (préoccupations pour les jeunes, risque d’attachement émotionnel).
Un héritage qui interroge : miroir, usages et éthique
L’apport principal d’Eliza n’est pas uniquement technique mais réflexif : elle nous oblige à nous regarder dans le miroir de l’IA et à distinguer ce que nous projetons de ce que la machine est réellement. Exemple contemporain : la remise en service du code original retrouvé dans les archives du MIT permet d’observer directement la simplicité du mécanisme et de comparer avec les systèmes actuels. Pour guider les usages, quelques recommandations opérationnelles :
- éduquer les utilisateurs à la nature des agents conversationnels ;
- encadrer l’emploi des chatbots comme outils (notamment en santé mentale) ;
- renforcer la transparence et la responsabilité des concepteurs.
