Le problème difficile de l'identité - évaluation d'un clone LLM - Journal

Sep 17, 2026

Dans le cadre de travaux explorant la faisabilité du clonage de personnalité, l’article présente la conception et l’évaluation d’un agent conversationnel, pseudoLuc, visant à reproduire la manière de s’exprimer, les positions et le style d’un individu réel. Le dispositif combine un corpus de textes personnels, un manuel de personnalité structurant 23 dimensions, et un LLM renforcé par une composante RAG pour améliorer la factualité. Les résultats, via plusieurs questionnaires, indiquent une similarité sémantique d’environ 50 %, une cohérence de réponses avec 10 000 à 15 000 tokens, et une flexibilité permettant d’ajuster certains traits, tout en discutant les enjeux éthiques.

LangueFrench

CatégorieRecherche & Rapport

FormatPDF

Pages21

Temps de lecture32 min

AccèsTéléchargement gratuit

Table des matières

Résumé

Introduction

Problème difficile de la conscience et fonctionnalisme

Cadres computationnels de la conscience

Simulation, compréhension et controverse philosophique

JOURNAL INTERNATIONAL DE TECHNOLOGIE, DE L’INNOVATION, DE LA PHYSIQUE, DE L’ENERGIE ET DE L’ENVIRONNEMENT Le problème difficile de l'identité :évaluation d'un clone LLM L. E. Brunet ISSN : 2428-8500 DOI : 10.52497/jitipee.v9i2.381 Le problème difficile de l'identité : évaluation d'un clone LLM Luc E. Brunet(1) (1) R&D Mediation [luc.brunet@insead.edu](luc.brunet@insead.edu) Résumé – Dans le cadre de travaux explorant lafaisabilité du clonage de personnalité, nous présentons la conception et l’évaluation d’un agent conversationnel baptisé pseudoLuc, destinéà reproduire la manière de s’exprimer, les positions et le style d’un individu réel (Luc). Aprèsavoir recueilli un corpus de textes personnels et construit un manuel de personnalité (prompt contextuel) structurant les 23 dimensions jugées essentielles, nous avons intégré ces informations à un modèle de langage (LLM) agrémenté d’une composante de « RécupérationGénération Augmentée » (Retrieval-Augmented Generation : RAG) pour améliorer la factualité. Les résultats montrent qu’un prompt explicite de l’ordre de 10 000 à 15 000 tokens (unité de base utiliséepour découper et représenter des données) suffit à générer des réponsescohérentes, fidèles au style de la personne imitée et largement jugées indiscernables par des proches. Nous détaillons les performances sur plusieurs questionnaires (Proust, portrait chinois, “duels”) : pseudoLuc reproduit les choix de Luc ou s’en approche, avec un taux de similarité sémantique autour de 50 %. Au-delà, l’étude met en évidence la flexibilité du modèle : il est possible de modifier aisément des traits comme l’extraversion ou l’émotivité en ajustant le prompt. Sur le plan éthique, l’expérience illustre autant les promesses (conservation et diffusion du savoir personnel, assistants virtuels) que les risques (confection d’œuvres apocryphes, usurpation). Nous concluons sur les limites actuelles (biais de verbosité, absence de langage corporel) et les perspectives qu’ouvre la personnalisation explicite dans le domaine des grands modèles de langage. Mots clés : RAG, LLM, clonage de personnalité, identité. DOI : 10.52497/jitipee.v9i2.381 Introduction L'entraînement d'un grand modèle de langage, Large Language Model (LLM), sur des textes de philosophie cynique en grec ancien (modèle diogénial) dans une optique d'étude de textes fragmentaires a posé de nombreuses questions quant à la validation des productions apocryphesartificielles comme des écrits humains apocryphes parfois anciens. Mais le corpus de textes antiques, réduits et culturellement éloigné, ne permet pas de mener des expérimentations quant à la validation de la convergence entre l'état d'esprit émulé et l'état d'esprit réel. De manière à s'affranchir de cela tout en évitant les problèmes éthiques ainsi que de propriété intellectuellede corpus, un LLM entraîné (pseudoLuc) sur mes propres écrits a été élaboré . Cet article analyse les difficultés à discriminer le vrai du plausible ainsi que les implications des clones LLM de personnalité . La création d’un clone d’intelligence artificielle visant à reproduire la personnalité d’un individu soulève des questions fondamentales en sciences cognitives. L’une d’elles est le fameux problème difficile de la conscience, formulé par Chalmers [1], qui interroge pourquoi et comment des états physiques ou fonctionnels peuvent s’accompagner d’une expérience subjective consciente. Si un réseau de neurones artificiel produit la même réponse qu'un réseaude neurones biologique, alors peut-on le considérer comme un agent de remplacement crédible ? Ce problème persiste même une fois expliqués toutes les fonctions de l’esprit, suggérant une lacune explicative entre la simple simulation fonctionnelle et la conscience vécue. À l’inverse, la doctrine du fonctionnalisme en philosophie de l’esprit postule que les états mentaux [2] sontentièrement définis par leur rôle fonctionnel dans le système cognitif, c’est-à-dire leurs relations c

FAQ

Quel est l’objectif de l’agent conversationnel pseudoLuc ?

PseudoLuc vise à reproduire la manière de s’exprimer, les positions et le style d’un individu réel (Luc) à partir d’un corpus personnel et d’un manuel de personnalité structurant des dimensions jugées essentielles.

Comment pseudoLuc est-il construit pour améliorer la qualité des réponses ?

L’agent intègre un modèle de langage (LLM) complété par une composante de Récupération Génération Augmentée (RAG), afin d’améliorer la factualité des réponses.

Quels résultats l’étude rapporte-t-elle sur la similarité et la cohérence des réponses ?

Les résultats montrent que 10 000 à 15 000 tokens suffisent pour générer des réponses cohérentes, fidèles au style imité, jugées largement indiscernables par des proches. Les questionnaires indiquent une similarité sémantique autour de 50 % et la possibilité d’ajuster certains traits via le prompt.

Sep 17, 2026

Télécharger par Caleb Sterling