Demandez une blague à une IA : vous obtiendrez quelque chose de correct, souvent un jeu de mots reconnaissable. Puis envoyez-lui un message ironique, sans le signaler. Il y a de bonnes chances qu'elle le prenne au premier degré, ou qu'elle sur-interprète et voie de l'ironie là où il n'y en a pas. Ce décalage n'est pas anecdotique : c'est l'un des révélateurs les plus nets de ce que ces systèmes font réellement.
L'humour est un cas d'école parce qu'il concentre à peu près toutes les difficultés du langage. Voyons pourquoi.
Pourquoi produire une blague est facile
Une blague a une structure. Une mise en place, une attente, une rupture. Certaines formes sont extrêmement codifiées, et un modèle qui a lu des millions de textes humoristiques reproduit ces structures sans difficulté.
C'est de la reconnaissance de motif, exactement ce que ces systèmes font le mieux, comme nous l'expliquions dans notre article sur les LLM. Le résultat est souvent techniquement correct et rarement drôle, parce qu'une blague qui ressemble à mille autres blagues n'a plus l'effet de surprise qui la faisait fonctionner.
Pourquoi comprendre le second degré est difficile
Ici, trois obstacles se cumulent.
L'ironie inverse le sens sans changer les mots. Dire « quelle magnifique journée » sous la pluie signifie exactement le contraire de ce qui est écrit. Aucun élément du texte ne porte cette inversion : elle vient de la situation. Or le modèle ne perçoit que le texte.
Le contexte partagé est absent. L'humour repose massivement sur ce que les deux personnes savent en commun sans le dire : une histoire partagée, une culture, un événement récent, le ton d'une relation. Le modèle ne dispose que de ce qui est écrit dans la conversation, et il n'a pas d'ancrage dans le monde, comme nous le développions dans notre article sur la compréhension.
Le registre est ambigu. À l'écrit, sans intonation ni visage, distinguer une plaisanterie d'une affirmation sincère est parfois difficile même entre humains. C'est d'ailleurs la source de la plupart des malentendus par messagerie.
Il y a un facteur supplémentaire, et il est structurel. Ces modèles sont entraînés à répondre de manière serviable et à éviter les malentendus. Or interpréter un message au second degré comporte un risque : si l'on se trompe, on paraît ne pas prendre l'interlocuteur au sérieux. Le comportement le plus sûr, du point de vue de l'entraînement, est donc de traiter les propos au premier degré. Ce n'est pas une incapacité, c'est un choix implicite installé pendant l'apprentissage par retours humains.
Ce que cette limite révèle
L'humour est intéressant parce qu'il exige simultanément trois choses que ces systèmes possèdent inégalement.
Il faut maîtriser la langue, ce qu'ils font remarquablement. Il faut connaître le monde, ce qu'ils font partiellement, à travers ce qui en a été écrit. Et il faut partager une situation avec quelqu'un, ce qu'ils ne font pas du tout.
Un trait d'esprit fonctionne parce qu'il touche quelque chose au bon moment, avec la bonne personne. Il est daté, situé, relationnel. C'est précisément la dimension que ces systèmes n'ont pas : ils n'ont pas de moment, pas de situation, pas de relation.
Ce qu'il faut retenir
Cette limite est utile pour calibrer ce qu'on attend de ces outils. Ils sont excellents sur ce qui s'exprime dans le texte, et faibles sur ce qui dépend de ce qui n'y est pas.
Concrètement, deux conseils. Si vous voulez qu'une IA saisisse une intention ironique, dites-le explicitement : le décalage disparaît dès qu'il est nommé. Et si vous lui demandez de l'humour, attendez-vous à de la structure correcte plutôt qu'à de la drôlerie, et servez-vous en comme point de départ à retravailler.
Il y a quelque chose d'assez rassurant dans cette limite. Faire rire quelqu'un suppose de savoir qui il est, ce qui le touche, et ce qu'il ne dira pas. C'est peut-être la compétence sociale la plus fine que nous ayons, et elle résiste plutôt bien.