Vérité et certitude

Les notions de vérité et de certitude sont fondamentales pour comprendre les défis de l’ère numérique. Cette exploration philosophique éclaire notre rapport l’information, aux fake news et l’intelligence artificielle.

Pourquoi ces concepts importent-ils ?

l’ère de la désinformation et des contenus générés par IA, distinguer le vrai du faux devient un enjeu majeur. Comprendre les fondements philosophiques de la vérité nous arme intellectuellement.

Contexte numérique

• Prolifration des fake news sur les réseaux sociaux
• Deepfakes et contenus synthétiques indétectables
• Bulles de filtre et chambres d’écho algorithmiques
• IA générative produisant du contenu plausible mais faux

La vérité : définitions philosophiques

Théorie de la correspondance

Une proposition est vraie si elle correspond à la réalité. « Il pleut » est vrai si et seulement s’il pleut effectivement. C’est l’approche intuitive de la vérité.

Théorie de la cohérence

Une proposition est vraie si elle est cohérente avec l’ensemble de nos croyances. Approche privilégiée dans les systèmes formels et mathématiques.

Théorie pragmatique

Est vrai ce qui fonctionne, ce qui a des conséquences pratiques positives. La vérité se mesure à son utilité (William James, John Dewey).

La certitude : degrés et limites

Certitude absolue vs relative

• Certitude logique : 2+2=4 (indubitable dans le système)
• Certitude empirique : le soleil se lèvera demain (très probable)
• Certitude psychologique : conviction personnelle (peut être fausse)

Le doute méthodique

Descartes proposait de douter de tout pour ne garder que les certitudes indubitables. Cette méthode reste pertinente face aux fake news : questionnons nos sources.

Applications au numérique

Évaluation des sources

• Qui est l’auteur ? Quelle est son expertise ?
• Quelles sont ses sources primaires ?
• D’autres sources fiables confirment-elles ?
• Quel est l’intérêt de l’émetteur ?

Biais cognitifs surveiller

• Biais de confirmation : on croit plus facilement ce qui confirme nos opinions
• Effet de vérité illusoire : répété = perçu comme vrai
• Argument d’autorité : expert dans un domaine ≠ expert dans tous

IA et vérité

Les LLM ne « savent » pas

Les modèles de langage génèrent du texte statistiquement probable, pas nécessairement vrai. Ils peuvent « halluciner » des faits plausibles mais faux avec une grande assurance.

Vérification humaine indispensable

• Ne jamais prendre un output IA pour argent comptant
• Croiser avec des sources primaires
• Utiliser l’IA comme point de départ, pas comme oracle

Développer son esprit critique

Méthode CRAAP

1. Currency : l’information est-elle récente ?
2. Relevance : est-elle pertinente pour mon besoin ?
3. Authority : l’auteur est-il qualifié ?
4. Accuracy : est-elle vérifiable et sourcée ?
5. Purpose : quel est l’objectif (informer, vendre, convaincre) ?

Points clés retenir

1. La vérité est un concept philosophique complexe avec plusieurs définitions
2. La certitude absolue est rare ; raisonner en probabilités
3. Les biais cognitifs nous rendent vulnérables à la désinformation
4. L’IA génère du contenu plausible, pas nécessairement vrai
5. L’esprit critique est une compétence à cultiver activement