Une étude récente a révélé que des modèles d’intelligence artificielle, tels que ChatGPT, Llama et Claude, adoptent des comportements de sélection de contacts dans des réseaux sociaux simulés qui ressemblent de manière surprenante à ceux des humains. Dans des expériences où ces modèles étaient invités à “se faire des amis” au sein de réseaux artificiels d’environ 200 nœuds, il a été constaté qu’ils ne se contentent pas d’interagir de manière aléatoire, mais qu’ils préfèrent se connecter avec des agents déjà bien intégrés – c’est-à-dire ceux ayant un “statut social” élevé dans le réseau –, à l’instar des comportements des individus dans les réseaux sociaux réels.
En plus de ce phénomène d’attraction vers des contacts populaires, les IA montrent également une préférence pour les “amis d’amis” par rapport à des contacts totalement inconnus. Cette dynamique, connue sous le nom de formation de triades, est un élément essentiel de la structure des réseaux sociaux humains et contribue à la cohésion des communautés en ligne.
Un autre comportement observé chez les modèles est la “homophilie”, soit la tendance à interagir avec des agents partageant des caractéristiques similaires, telles que des intérêts ou des attributs artificiellement assignés. Ce comportement souligne un modèle relationnel commun aux réseaux humains.
Effets et risques potentiels de l’utilisation quotidienne des IA
Ces résultats indiquent que les grands modèles linguistiques ne se limitent pas à être de simples outils logiques et rationnels. Ils présentent des schémas de sélection sociale qui peuvent refléter nos propres préjugés et préférences. Cela pourrait se traduire par des avantages, notamment la capacité de simuler des dynamiques sociales réalistes pour aider à concevoir des systèmes d’IA capables de comprendre et de prédire les comportements humains dans les réseaux.
Cependant, ces mêmes mécanismes sociaux peuvent également renforcer des phénomènes indésirables, comme la formation de “chambres d’écho”, des groupes isolés où des idées similaires se renforcent mutuellement, ou renforcer des hiérarchies et statuts artificiels sur les plateformes numériques.
Comprendre ces comportements est essentiel, car l’attribution de caractéristiques humaines aux IA, comme celle de pouvoir “choisir des amis” par affinité, peut conduire à des interprétations anthropomorphiques erronées. En réalité, les IA ne possèdent ni émotions ni relations authentiques; leurs schémas se basent sur les données sur lesquelles elles sont entraînées et les objectifs qui leur sont assignés.
L’étude démontre également que même des systèmes entièrement algorithmiques sont capables de reproduire des dynamiques sociales complexes, soulignant ainsi des applications potentielles intéressantes dans les modèles de simulation sociale et la nécessité de réfléchir de manière critique à la façon dont ces capacités peuvent influencer nos interactions avec les technologies intelligentes au quotidien.