L'intelligence artificielle est un domaine de pointe dans les technologies informatiques innovantes. L'impact sociétal de ces technologies est indéniable. Google est un exemple significatif de l'application de méthodes d'intelligence artificielle dans notre quotidien et de leur énorme potentiel. Dans un domaine avec une telle vocation novatrice, des arguments de nature métaphysique ont été utilisés, à partir des années 60, pour justifier l'introduction de modèles alternatif aux probabilités (modèles flous, possibilités). En particulier, ces modèles ont été justifiés sur la base du critère métaphysique de la correspondance parfaite entre modèle et réalité. Le but de ce cours-conférence est d'analyser les implications épistémologiques d'un telle utilisation de la métaphysique.

Notre réflexion s'appuie sur le débat du XXesiècle autour du rapport entre science et métaphysique et du caractère révisable des modèles empiriques. En partant du principe fondamental qu'aucun modèle empirique ne peut être vérifié de manière définitive, nous montrons que l'utilisation d'arguments métaphysiques, tels que ceux qui ont été proposés pour justifier les modèles alternatifs, est problématique. Les arguments métaphysiques ne permettent pas de trancher sur la question de la validité des modèles alors que leur valeur opérationnelle le permet. Prenons à nouveau l'exemple de Google : celui-ci fait une utilisation massive des probabilités. La raison de cette utilisation est leur succès pratique.