L’étude, publiée dans Nature Neuroscience, interroge l’idée selon laquelle les grands modèles de langage (LLMs) fonctionnent comme le cerveau humain. Les auteurs, qui incluent David Poeppel, ont mené plusieurs expériences auprès de locuteurs mandarins et ont enregistré les signaux cérébraux avec la magnétoencéphalographie (MEG). Ils ont complété ces données par des tests de Cloze et par des enregistrements de participants exposés à l’anglais pour vérifier la généralité des résultats.
Les chercheurs ont utilisé des LLMs pour estimer la prévisibilité des mots via deux grandeurs : l’entropie, qui reflète le nombre de mots possibles dans un contexte, et le surprisal, qui mesure l’inattendu d’un mot. Par exemple, la suite après « J’ai vu un » présente une entropie plus élevée que la suite après « Je me suis assis sur un », et « chat » est plus surprenant dans le second contexte.
En comparant les prédictions des modèles et les réponses cérébrales aux mêmes phrases, l’équipe montre que les corrélations ne sont pas uniformes : elles dépendent de la position du mot dans la structure grammaticale. Les résultats indiquent une sensibilité du cerveau aux constituants grammaticaux et suggèrent que la prédiction humaine s’appuie sur des unités organisationnelles plus larges que le seul mot suivant.
- Méthodes : locuteurs mandarins, MEG, tests de Cloze.
- Analyses : LLMs pour entropie et surprisal.
- Conclusion : prédiction modulée par constituants grammaticaux.
Mots difficiles
- magnétoencéphalographie — méthode d'enregistrement des champs magnétiques cérébraux
- entropie — mesure du nombre de mots possibles dans un contexte
- surprisal — mesure de l'inattendu d'un mot dans un contexte
- constituant — élément d'une structure linguistique plus largeconstituants
- prévisibilité — capacité à anticiper quel mot viendra ensuite
- locuteur — personne qui parle une languelocuteurs
- corrélation — lien statistique entre deux mesures ou variablescorrélations
- moduler — changer ou adapter l'intensité ou la façonmodulée
Astuce : survolez, mettez le focus ou touchez les mots en surbrillance dans l’article pour voir des définitions rapides pendant que vous lisez ou écoutez.
Questions de discussion
- Que pensez-vous de l'idée que le cerveau utilise des constituants grammaticaux pour prédire le langage ? Donnez un exemple.
- Quels avantages et quelles limites voyez-vous à comparer les LLMs au cerveau humain pour étudier la prédiction linguistique ?
- Pourquoi les chercheurs ont-ils inclus des locuteurs mandarins et des participants exposés à l'anglais ? Quelles différences cela peut-il révéler ?
Articles liés
Un mécanisme qui fait vieillir les batteries rechargeables
Des chercheurs identifient une « dégradation chimiomécanique » liée au gonflement et à la contraction des batteries pendant les cycles de charge. Ils observent des « cascades de contrainte » et proposent des pistes pour renforcer les électrodes.
Pourquoi certains mammifères contrôlent leur voix
Des neuroscientifiques expliquent pourquoi des phoques et des otaries peuvent contrôler leur voix alors que des coyotes ne le peuvent pas. L’étude, publiée dans Science, compare des cerveaux et montre une voie cérébrale directe liée au contrôle vocal chez les pinnipèdes.
Un site pour sauver les langues du Bangladesh
Un projet du gouvernement et du Bangladesh Computer Council a créé en juillet 2025 un site qui documente et enregistre des langues autochtones menacées. Le dépôt contient mots, phrases, transcriptions phonétiques et enregistrements audio.
Appareils portables et IA pour le diabète de type 2 et le prédiabète
Une méta-revue de l'University at Buffalo, publiée dans NPJ Digital Medicine, analyse 60 études issues d'environ 5 000 publications pour évaluer les avantages et les limites des appareils portables dotés d'IA pour le diabète et le prédiabète.
Comment le langage façonne notre vision de l’IA
Depuis l’arrivée de ChatGPT en novembre 2022, les grands modèles de langage ont transformé le débat public. Les effets sont mixtes : perturbation de l’éducation, nouveaux outils, confusion due au vocabulaire et appels à changer la manière de parler de l’IA.