# Benjamin Lindquist retrace l’irrationalité créative de l’IA > Benjamin Lindquist retrace comment la randomisation des premiers réseaux neuronaux a associé créativité, réponses inattendues et hallucinations de l’IA. Type : Actualité IA · Catégorie : Tendances · Publié le 2026-10-23 · Signal IA - Order & Chaos Source : https://www.orderchaos.eu/signal-ia/actu/benjamin-lindquist-relie-les-hallucinations-a-la-randomisation Tags : ia, histoire, créativité, hallucinations, réseaux neuronaux --- ## En résumé - Benjamin Lindquist relie les hallucinations de l’IA aux premières expériences de randomisation. - Les réseaux neuronaux ont gagné du terrain autour de 2012 grâce aux données et au calcul. - La réduction des réponses inattendues peut limiter certaines formes de créativité des systèmes. **Le signal :** Benjamin Lindquist situe l’origine des hallucinations de l’IA dans la randomisation introduite par les ingénieurs dès les années 1950. ## Une créativité fondée sur l’inattendu **Benjamin Lindquist** étudie l’histoire de la randomisation dans les premiers systèmes d’intelligence artificielle. Dans un article publié dans la revue *Past and Present*, l’assistant professeur du MIT retrace l’injection volontaire d’irrationalité dans des algorithmes conçus pour résoudre des problèmes de manière déterministe. Ces travaux visaient à imiter certains aspects de la [créativité](/signal-ia/actu/above-the-law-defie-lia-par-une-ecriture-debridee) humaine et à produire des résultats qui ne seraient pas entièrement prévisibles. **Selon Lindquist**, cette orientation historique aide à comprendre pourquoi certains modèles peuvent produire des hallucinations. Une réponse inattendue peut parfois correspondre à une idée originale, mais elle peut aussi contenir une erreur présentée avec assurance. Le chercheur associe ainsi créativité, imprévisibilité et compromis persistants dans la conception des systèmes d’intelligence artificielle. Il détient un poste partagé entre le MIT Schwarzman College of Computing et le département d’ingénierie électrique et d’informatique. Il est également chercheur principal au Laboratory for Information and Decision Systems. [Lire l’entretien du MIT](https://news.mit.edu/2026/qa-how-ai-came-to-model-messy-human-mind-1023). ## Le rôle historique du hasard dans les années 1950 **John Pierce** défendait une conception atypique des mathématiques dans l’art au début des années 1950. L’ingénieur de Bell Labs estimait que les mathématiques pouvaient retirer de l’ordre à une œuvre, puis introduire une rupture inattendue susceptible de s’éloigner des clichés et de favoriser une idée nouvelle. Cette vision rejoignait une longue réflexion scientifique et artistique sur le rôle du hasard dans la découverte. **Certains chercheurs** considéraient aussi les [réseaux neuronaux](/signal-ia/actu/arlequin-ai-leve-28-millions-pour-des-ia-de-confiance) artificiels comme des modèles observables du cerveau. Ils espéraient y examiner les erreurs productives et les mécanismes mentaux moins ordonnés. D’autres défendaient une hypothèse différente : pour eux, la créativité correspondait simplement à une pensée normale mieux exécutée. Ce désaccord a nourri un débat sur l’intelligence humaine et sur la possibilité de la reproduire dans une machine. ## Des laboratoires aux assistants conversationnels depuis 2012 **Les systèmes anciens** n’étaient pas évalués comme les assistants conversationnels actuels. Les défenseurs des premiers réseaux neuronaux recherchaient parfois des réponses qui s’écartaient des attentes, car ils disposaient déjà de systèmes capables de fournir des résultats raisonnables et prévisibles. Les réponses étranges pouvaient donc représenter une qualité recherchée. Ces modèles restaient toutefois confinés aux laboratoires, et une sortie incorrecte ou surprenante entraînait moins de conséquences concrètes. **Le débat historique** a ensuite opposé les réseaux neuronaux à l’intelligence artificielle symbolique. Cette dernière représentait le monde comme un ensemble de règles, de faits et de propositions à reconstruire dans un ordinateur. Les réseaux neuronaux ont gagné du terrain dans les années 1950 avant de perdre de l’influence. En 1957, Frank Rosenblatt a notamment développé le perceptron, un modèle précoce de réseau neuronal. Psychologue et figure importante de cette approche, il est mort accidentellement le jour de son 43e anniversaire, en 1971. **Les réseaux neuronaux** ont néanmoins persisté dans les sciences cognitives durant les années 1980. Leur puissance exigeait davantage de données et de calcul, tandis que l’essor d’Internet a progressivement fourni ces ressources. Autour de 2012, ils ont commencé à dépasser une forme statistique d’apprentissage automatique. Cette progression a préparé le développement des modèles modernes, désormais utilisés dans des produits grand public. [Consulter l’article de recherche](https://academic.oup.com/past/advance-article-abstract/doi/10.1093/pastj/gtag026/8943680). ## Le compromis entre créativité et fiabilité **Le compromis central** concerne la réduction des hallucinations et la conservation des réponses créatives. Benjamin Lindquist estime qu’il est possible de rendre les systèmes plus conformes au comportement attendu afin de limiter les réponses indésirables ou imprévues. Cette orientation n’est toutefois pas neutre : renforcer la prévisibilité peut réduire la variété des résultats produits. **Le chercheur relie** les conclusions surprenantes et créatives aux erreurs produites par les modèles. Les deux propriétés proviendraient de l’introduction historique d’une part de hasard dans des systèmes cherchant à imiter l’esprit humain. L’[histoire](/signal-ia/actu/donald-michie-alerte-deja-contre-la-tyrannie-automatisee) de l’IA suggère donc une tension entre créativité et prévisibilité. Pour Lindquist, renforcer fortement une caractéristique peut conduire à sacrifier involontairement l’autre. Il juge peut-être impossible d’atteindre complètement l’un ou l’autre extrême, ce qui laisse aux concepteurs un arbitrage permanent entre originalité, exactitude et responsabilité.