Gary Marcus – 1970 à nos jours

Biographie

Dans l’histoire contemporaine des sciences cognitives et de l’intelligence artificielle, peu de figures incarnent avec autant de constance, de pugnacité et d’acuité intellectuelle le dialogue critique entre l’étude de l’esprit humain et la conception des architectures informatiques que Gary Marcus. Né en 1970, ce psychologue cognitiviste, neuroscientifique, auteur et entrepreneur américain a traversé plus de trois décennies de bouleversements scientifiques et technologiques en maintenant une ligne de crête épistémologique particulièrement exigeante. Alors que le paradigme dominant de l’intelligence artificielle a oscillé entre le symbolisme classique des pionniers et le triomphe contemporain du connexionnisme statistique incarné par l’apprentissage profond (Deep Learning), Marcus a inlassablement soutenu une thèse alternative et intégrative : l’esprit, qu’il soit biologique ou artificiel, ne saurait être réduit à une simple table d’associations statistiques passives, pas plus qu’il ne peut émerger d’une table rase computationnelle dénuée de pré-câblage structurel.

Formé à l’épicentre de la révolution cognitive du Massachusetts Institute of Technology sous la direction de Steven Pinker, Gary Marcus s’est d’abord illustré par ses recherches empiriques sur l’acquisition du langage chez le très jeune enfant. Ses expériences pionnières sur des nourrissons de sept mois, publiées à la fin des années 1990, ont apporté des preuves expérimentales décisives quant à l’existence d’une faculté précoce d’extraction de règles abstraites et algébriques, défiant frontalement les modèles purement associationnistes défendus par les tenants du modèle connexionniste de traitement distribué en parallèle (PDP). Loin de s’enfermer dans une posture de théoricien en chambre, il a continuellement confronté ses hypothèses aux données de la génétique moléculaire, de la neurobiologie du développement et de la psychologie évolutionniste, forgeant une vision singulière de l’esprit humain comme un édifice hautement structuré mais biologiquement bricolé — un concept immortalisé sous le terme d’ingénierie de « kluge ».

À partir des années 2010, alors que l’émergence spectaculaire des réseaux de neurones profonds et des modèles de langage massifs semblait emporter l’adhésion sans réserve de l’industrie technologique et d’une large part du monde académique, Gary Marcus s’est mué en la voix dissidente la plus visible et la plus rigoureuse de la discipline. Refusant l’illusion d’une compréhension véritable au sein d’architectures qui ne font qu’interpoler des régularités statistiques au sein d’immenses corpus de données, il a inlassablement diagnostiqué les failles intrinsèques du paradigme dominant : hallucinations sémantiques, absence de robustesse, incapacité à raisonner de manière causale et faillite de la généralisation hors distribution. En plaidant pour une réconciliation fondamentale entre les approches connexionnistes et les systèmes symboliques au sein d’un paradigme neuro-symbolique hybride, Marcus ne s’est pas contenté de formuler une critique négative ; il a posé les jalons méthodologiques et éthiques nécessaires à l’émergence d’une intelligence artificielle véritablement robuste, digne de confiance et alignée sur la complexité réelle de la cognition humaine. Ce mémoire exhaustif retrace de 1970 à nos jours la genèse, les déploiements et l’impact durable de son œuvre scientifique monumentale.

1. Introduction biographique et genèse intellectuelle (1970 à nos jours)

1.1 Origines, parcours universitaire et précocité intellectuelle

Gary Marcus naît le 8 février 1970 aux États-Unis, dans un environnement intellectuel stimulant qui favorise très tôt chez lui une insatiable curiosité pour les mécanismes de la pensée humaine et la logique informatique. Dès son adolescence, Marcus manifeste une précocité intellectuelle singulière, se passionnant de front pour la programmation sur les premiers micro-ordinateurs personnels et pour les énigmes de la linguistique formelle. Cette double fascination pour le code algorithmique et le verbe humain constitue le creuset originel de l’ensemble de ses travaux futurs. Plutôt que de choisir un cursus conventionnel, le jeune étudiant opte pour le Hampshire College à Amherst dans le Massachusetts, une institution réputée pour sa pédagogie alternative axée sur l’autonomie de la recherche, les projets interdisciplinaires et la remise en question des frontières académiques traditionnelles.

Au Hampshire College, Marcus façonne un cursus sur mesure entièrement dédié aux sciences cognitives naissantes. Il y dévore les écrits fondateurs de Noam Chomsky, de Jerry Fodor, mais aussi les premiers manifestes connexionnistes de David Rumelhart et James McClelland. C’est durant cette période universitaire initiale qu’il commence à concevoir des simulations informatiques destinées à tester des hypothèses psychologiques sur la mémoire et le traitement des phrases. Cette confrontation directe avec les limites des premiers réseaux connexionnistes appliqués au langage nourrit son scepticisme à l’égard des explications simplistes de l’esprit par la seule force des poids synaptiques modifiables. Il obtient son diplôme de premier cycle (Bachelor of Arts) en 1989 à l’âge de dix-neuf ans seulement, attestant d’une vélocité intellectuelle hors norme qui attire immédiatement l’attention des plus grands centres de recherche américains.

L’atmosphère intellectuelle de la fin des années 1980 est marquée par la résurgence fulgurante du connexionnisme, galvanisé par la formalisation de l’algorithme de rétropropagation du gradient par Rumelhart, Hinton et Williams. Tandis qu’une vague d’enthousiasme déferle sur l’informatique cognitive, prédisant l’obsolescence imminente des modèles computationnels symboliques, le jeune Marcus adopte d’emblée une posture de recul critique. Convaincu que l’informatique ne peut faire l’économie d’une description fine des représentations mentales abstraites, il choisit de poursuivre ses recherches doctorales au cœur même du réacteur de la révolution cognitiviste : le département des sciences cérébrales et cognitives du prestigieux Massachusetts Institute of Technology.

1.2 La formation doctorale au MIT sous l’égide de Steven Pinker

Admis au Department of Brain and Cognitive Sciences du MIT, Gary Marcus y intègre le laboratoire de Steven Pinker, l’un des plus éminents psycholinguistes de sa génération, alors engagé dans la défense vigoureuse du nativisme linguistique et de la psychologie évolutionniste. L’environnement du MIT est alors un carrefour intellectuel d’une intensité rare : Noam Chomsky y enseigne la linguistique formelle, Jerry Fodor y a laissé une empreinte indélébile avec sa théorie de la modularité de l’esprit, tandis que des chercheurs en neurosciences computationnelles tentent de faire le pont entre circuits biologiques et fonctions mentales. C’est dans ce creuset théorique d’élite que Marcus entreprend la rédaction de sa thèse doctorale consacrée à l’inflexion verbale et à l’acquisition des règles grammaticales chez l’enfant.

Sous la direction méticuleuse de Pinker, Marcus s’attaque à la controverse scientifique la plus brûlante de l’époque : le célèbre débat sur le passé des verbes anglais (the English past-tense debate). Les connexionnistes prétendaient alors qu’un réseau de neurones artificiels dénué de règles explicites pouvait apprendre indifféremment les formes régulières (comme walk/walked) et les formes irrégulières (comme sing/sang ou go/went) par simple mémorisation associative distribuée. Marcus, armé d’une méthodologie quantitative rigoureuse, démontre minutieusement les failles empiriques de ce modèle : les enfants ne se contentent pas d’associer des phonèmes de surface ; ils appliquent spontanément et de manière productive une règle abstraite de suffixation (« ajouter -ed à la racine »), même à des néologismes totalement inconnus qu’ils n’ont jamais entendus, tout en traitant les irrégularités via un système de mémoire associative séparé.

Ce travail de thèse magistral, soutenu en 1993, débouche sur une série de publications fondatrices qui assoient la réputation de Marcus comme un chercheur intraitable sur le plan méthodologique. Il démontre que l’architecture de l’esprit ne peut être comprise sans postuler une dissociation nette entre un module computationnel manipulant des variables et des opérations algébriques d’une part, et un système mémoriel associatif d’autre part. Cette immersion au MIT forge de manière définitive le socle épistémologique de Gary Marcus : une fidélité indéfectible à l’exigence de validation empirique en psychologie du développement, conjuguée à un refus obstiné des mirages de l’empirisme radical qui postulent qu’un système vierge exposé à des données massives peut spontanément engendrer la structure de la pensée.

1.3 Carrière académique à l’Université de New York (NYU)

Après l’obtention de son doctorat, Marcus effectue un passage en tant que chercheur postdoctoral puis commence son professorat à l’Université du Massachusetts à Amherst, avant d’être recruté par la prestigieuse Université de New York (NYU). Il rejoint le département de psychologie de NYU, une institution académique de premier plan qu’il marquera de son empreinte pendant plus de deux décennies. À NYU, Marcus s’affirme rapidement comme l’un des professeurs les plus dynamiques et influents de son domaine, gravissant tous les échelons académiques jusqu’à obtenir le titre de professeur titulaire en psychologie et en neurosciences.

Conscient que les spéculations théoriques sur la nature de la pensée doivent être enracinées dans l’observation expérimentale directe de la genèse de l’esprit, Gary Marcus fonde et prend la direction du Centre pour le développement de l’enfant de NYU (NYU Center for Child Language). Ce laboratoire de pointe devient un foyer international de recherche où sont conçus des protocoles expérimentaux d’une inventivité méthodologique remarquable. À l’aide de paradigmes de fixation visuelle préférentielle et d’habituation auditive, Marcus et son équipe y auscultent les capacités cognitives des nourrissons dès les premiers mois de leur existence, traquant les signatures comportementales de l’apprentissage de structures formelles abstraites bien avant l’apparition du langage articulé.

Le rayonnement de Marcus à NYU dépasse rapidement les frontières de la psychologie académique traditionnelle. Ses cours, qui embrassent les neurosciences, l’intelligence artificielle, la linguistique et la philosophie de l’esprit, forment une génération entière de chercheurs appelés à repenser les liens entre modèles computationnels et biologie humaine. Ses talents de pédagogue et son sens aigu de la formule percutante l’amènent également à collaborer étroitement avec les départements d’informatique et de philosophie de NYU, côtoyant des penseurs comme Ned Block et Thomas Nagel. Tout au long de cette période new-yorkaise féconde, Gary Marcus s’impose comme une autorité internationale incontournable, régulièrement invitée à prononcer des conférences plénières dans les plus grands colloques mondiaux de sciences cognitives.

2. Psychologie du développement et acquisition du langage chez l’enfant

2.1 L’apprentissage des règles abstraites dès la petite enfance

En janvier 1999, Gary Marcus publie dans la revue Science un article expérimental qui va profondément ébranler les certitudes de la communauté des sciences cognitives : « Rule Learning by Seven-Month-Old Infants ». Confronté aux thèses de psychologues empiristes qui soutenaient que l’apprentissage du langage chez le nourrisson reposait exclusivement sur des mécanismes d’apprentissage statistique distributionnel et de calcul de probabilités de transition entre syllabes (comme l’avaient suggéré les travaux de Jenny Saffran), Marcus imagine un protocole d’une rigueur absolue destiné à isoler la capacité des bébés à extraire des règles formelles abstraites indépendantes de toute ressemblance statistique superficielle.

Dans cette étude historique, des nourrissons de sept mois sont exposés pendant une très courte phase d’habituation à des séquences de pseudo-mots de trois syllabes obéissant à une structure grammaticale précise, par exemple une grammaire de type ABA (comme « ga-ti-ga » ou « li-na-li ») ou une grammaire de type ABB (comme « ga-ti-ti » ou « li-na-na »). Une fois cette phase complétée, les nourrissons sont testés avec des séquences entièrement constituées de nouveaux phonèmes et de nouvelles syllabes qu’ils n’ont rigoureusement jamais entendus au cours de leur vie ou de la phase d’apprentissage (par exemple « wo-fe-wo » contre « wo-fe-fe »). En mesurant le temps de regard des bébés vers la source sonore — un indice comportemental validé mesurant la réaction à la nouveauté —, Marcus démontre sans équivoque que les nourrissons distinguent immédiatement la structure grammaticale cohérente de la structure violant la règle abstraite apprise, bien que les stimuli physiques soient totalement inédits.

Cette découverte fondamentale prouve de manière indiscutable que des nourrissons de sept mois ne se contentent pas de stocker des fréquences d’apparition ou des cooccurrences de surface : ils possèdent un mécanisme computationnel inné capable d’extraire des variables algébriques abstraites (instanciant l’équivalent de $X-Y-X$ versus $X-Y-Y$) et de généraliser instantanément ces relations structurelles à des données hors distribution. Ces résultats ont infligé un coup d’arrêt scientifique majeur aux prétentions des modèles connexionnistes simples de l’époque, incapables de reproduire une telle généralisation algébrique sans être réentraînés spécifiquement sur le nouveau vocabulaire.

2.2 Le traitement de la régularité et de l’irrégularité morphologique

Prolongeant ses investigations sur l’apprentissage des règles, Marcus s’est profondément investi dans l’analyse de la morphologie flexionnelle, érigeant la distinction entre verbes réguliers et verbes irréguliers en un modèle expérimental emblématique de la structure de l’esprit. Dans des monographies hautement techniques et des articles de référence parus dans des revues telles que Cognition, il a minutieusement disséqué des corpus massifs de production verbale spontanée chez l’enfant, notamment issus de la base de données CHILDES, pour documenter le phénomène bien connu de surgénéralisation (l’enfant produisant spontanément « breaked » au lieu de « broke » ou, en français, « il a prendu » au lieu de « il a pris »).

Marcus démontre empiriquement que ces erreurs de surgénéralisation ne surviennent pas parce que l’enfant subit une soudaine avalanche d’exemples réguliers dans son environnement linguistique, mais parce que son système cognitif applique par défaut une opération générative symbolique dès lors que la récupération de la forme irrégulière en mémoire échoue. Il formalise ainsi, de concert avec Steven Pinker, le modèle à double voie (dual-route model) :

• Une voie associative reposant sur une mémoire lexicale distribuée, sensible aux similarités phonologiques et à la fréquence d’usage, dédiée au stockage et à la récupération des exceptions irrégulières ;
• Une voie computationnelle symbolique formelle, insensible à la fréquence et opérant sur des catégories syntaxiques universelles, qui applique la règle combinatoire de suffixation par défaut.

Cette distinction théorique permet d’élucider avec une élégance remarquable des phénomènes cliniques et développementaux complexes. Par exemple, Marcus et ses collègues démontrent que même lorsqu’un verbe régulier présente une fréquence d’occurrence extrêmement faible, il ne subit aucune dégradation d’apprentissage par rapport à un verbe fréquent, ce qui contredit de plein fouet les prédictions des réseaux connexionnistes uniformes qui indexent linéairement la performance d’apprentissage sur la densité statistique de l’entraînement.

2.3 Implications pour l’architecture cognitive infantile

L’ensemble de ces travaux expérimentaux menés sur le développement linguistique de l’enfant a conduit Gary Marcus à théoriser les fondations de l’architecture cognitive dès le berceau. Ses découvertes ont apporté une réfutation expérimentale décisive des postulats comportementalistes résiduels qui imprégnaient encore une partie des sciences sociales, démontrant que l’apprentissage du langage ne procède pas d’un conditionnement passif ou d’un simple mimétisme associatif induit par l’adulte. L’enfant humain n’est pas un récepteur passif qui empile des données de capteurs, mais un théoricien actif doté d’un appareil déductif interne capable d’émettre des hypothèses structurelles sur le flux d’informations qu’il perçoit.

Sur le plan structural, Marcus affirme que l’esprit infantile dispose dès la naissance d’un équipement computational minimal composé de primitives formelles : la capacité de distinguer des variables, d’opérer des liaisons de variables (variable binding), et d’exécuter des opérations combinatoires sur ces symboles mentaux. Ces prédispositions structurelles constituent les conditions de possibilité mêmes de l’acquisition rapide du langage face au problème de la pauvreté du stimulus formulé par Chomsky. Sans cet outillage algorithmique inné, le nourrisson serait noyé dans l’infinité combinatoire des corrélations acoustiques possibles de son environnement sans jamais parvenir à converger vers la grammaire de sa langue maternelle.

Par ailleurs, cette vision modulaire et computationnelle de l’esprit de l’enfant a offert des grilles de lecture fondamentales pour la neuropsychologie clinique et la compréhension des troubles spécifiques du langage (TSL ou dysphasies). En montrant que la voie symbolique des règles peut être sélectivement altérée tandis que la mémoire associative lexicale demeure intacte (ou inversement), Marcus a conforté la thèse selon laquelle l’esprit n’est pas un système homogène et indifférencié, mais une mosaïque d’architectures spécialisées interconnectées, fruit d’un programme génétique hautement coordonné.

3. L’architecture de l’esprit : Innéisme, génétique et cerveau

3.1 « The Birth of the Mind » : Du génome à la structure cognitive

En 2004, Gary Marcus publie un ouvrage théorique fondamental qui marque un tournant majeur dans sa trajectoire intellectuelle : « The Birth of the Mind: How a Tiny Number of Genes Creates the Complexities of Human Thought ». Dans ce livre acclamé par la critique, Marcus s’attaque au sempiternel et stérile dilemme opposant l’inné et l’acquis (Nature versus Nurture), une querelle qui paralysait les sciences cognitives depuis des décennies. Marcus y soutient avec force que cette dichotomie est un contresens biologique total : la génétique n’est pas l’antithèse de la plasticité et de l’apprentissage environnemental, mais son moteur architectural même.

Le point de départ de l’ouvrage repose sur un paradoxe quantitatif fascinant révélé par le séquençage du génome humain au début des années 2000 : le génome de notre espèce ne contient qu’environ vingt à vingt-cinq mille gènes codant pour des protéines, un chiffre dérisoire au regard des quatre-vingt-six milliards de neurones et des centaines de milliers de milliards de synapses qui tissent la connectivité cérébrale. Comment un si petit volume d’instructions moléculaires peut-il spécifier la prodigieuse complexité de l’esprit humain ? Marcus résout cette énigme en mobilisant les concepts les plus avancés de la génétique du développement et de la biologie moléculaire.

Il forge une analogie programmatique féconde : les gènes ne doivent pas être conçus comme les briques rigides d’un plan architectural figé (blueprint), mais comme les sous-programmes et fonctions logiques conditionnelles d’un code logiciel hautement modulaire. Les gènes régulateurs agissent comme des instructions de type IF... THEN, capables d’allumer ou d’éteindre des cascades d’expressions génétiques en fonction de signaux spatio-temporels internes et externes. Ainsi, un nombre restreint de gènes peut, par des boucles itératives, des gradients de morphogènes et des mécanismes de duplication et différenciation modulaire, générer des architectures corticales complexes, feuilletées et pré-câblées pour traiter des catégories précises d’informations abstraites.

3.2 Pré-câblage et plasticité neuronale

L’une des contributions conceptuelles les plus décisives de Marcus dans The Birth of the Mind réside dans sa distinction sémantique et neurobiologique lumineuse entre le pré-câblage (pre-wiring) et la rigidité développementale (hard-wiring). Le discours dominant en neurosciences, souvent séduit par une interprétation radicale de la plasticité synaptique, tendait à rejeter l’innéisme au motif que le cerveau adulte est malléable, plastique et capable de réorganisations fonctionnelles majeures après une lésion. Marcus dénonce vigoureusement cette confusion épistémologique :

« Dire que le cerveau est pré-câblé ne signifie aucunement qu’il est immuable ou insensible à l’environnement ; cela signifie simplement qu’il ne commence pas son existence comme une page blanche non structurée. Il s’agit d’un brouillon d’écriture (a rough draft), profondément façonné par l’évolution, que l’expérience et l’apprentissage viennent ensuite éditer, corriger et affiner continuellement. »

Marcus démontre, données embryologiques à l’appui, que les axones neuronaux ne naviguent pas au hasard dans le cerveau fœtal en attendant des stimulations pour tisser leurs connexions. Au contraire, des mécanismes de guidage axonal génétiquement spécifiés par des molécules d’adhésion cellulaire et des chimiorépulsifs tracent des autoroutes synaptiques précises bien avant toute naissance. La plasticité synaptique n’intervient pas pour créer la connectivité à partir de zéro, mais pour calibrer les poids, tailler les connexions surnuméraires (synaptic pruning) et affiner les circuits computationnels sous l’effet de l’interaction active avec le milieu physique et social.

Ce modèle d’un esprit structuré dès sa genèse embryonnaire permet d’expliquer pourquoi certaines aires corticales se spécialisent systématiquement pour des fonctions cognitives hautement spécialisées — comme l’aire fusiforme pour la reconnaissance faciale ou la région de Broca et de Wernicke pour la syntaxe et la sémantique — même en présence d’expériences individuelles divergentes. La plasticité n’est pas le démenti de l’innéité ; elle est l’outil adaptatif exécuté par un substrat génétiquement préparé.

3.3 L’héritage cognitiviste post-chomskyen

L’œuvre de Gary Marcus s’inscrit indéniablement dans la lignée du paradigme nativiste ouvert par Noam Chomsky dans les années 1950, qui avait su porter un coup fatal au béhaviorisme skinnérien. Toutefois, Marcus opère une émancipation critique remarquable vis-à-vis de l’orthodoxie chomskyenne traditionnelle. Alors que Chomsky a fréquemment manifesté un scepticisme prononcé à l’égard de la sélection naturelle darwinienne et a parfois semblé reléguer l’émergence du langage à une mystérieuse macro-mutation isolée (le saut évolutif de l’opération Merge), Marcus ancre résolument son nativisme dans la biologie évolutive néodarwinienne et la génétique moléculaire.

Pour Marcus, la grammaire universelle et la structure de l’esprit ne sont pas tombées du ciel en un bloc monolithique sous l’effet d’une singularité physique ; elles sont le produit de l’évolution biologique par descendance avec modification, orchestrée par le remodelage progressif de réseaux génétiques régulateurs préexistants chez les primates non humains. Marcus reproche ainsi aux linguistes génératifs leur tendance à s’abstraire des contingences concrètes de l’implémentation neuronale et génomique. Il invite instamment les sciences cognitives à quitter le ciel des abstractions purement syntaxiques pour plonger dans les mécanismes concrets de l’embryogenèse cérébrale.

Ce positionnement intellectuel fait de Gary Marcus l’un des artisans majeurs d’une synthèse moderne entre la psychologie computationnelle, la génétique du développement (l’approche Evo-Devo) et les neurosciences cognitives. En affirmant que la cognition humaine combine des algorithmes formels innés et des mécanismes de plasticité fine modulés par le génome, il offre une alternative scientifique rigoureuse tant à l’empirisme radical des réseaux de neurones vierges qu’à l’innéisme idéaliste des grammairiens formalistes imperméables à la biologie.

4. La critique épistémologique du connexionnisme strict

4.1 L’ouvrage fondamental : « The Algebraic Mind » (2001)

Au tournant du millénaire, alors que le monde académique assiste aux premiers soubresauts des architectures connexionnistes de seconde génération, Gary Marcus publie ce qui demeure son chef-d’œuvre théorique : « The Algebraic Mind: Integrating Connectionism and Cognitive Science » (MIT Press, 2001). Cet ouvrage dense et rigoureusement argumenté se veut une autopsie épistémologique approfondie des prétentions du connexionnisme éliminativiste, tout en tendant la main à une intégration architecturale féconde entre neurones et symboles.

Dans The Algebraic Mind, Marcus formalise de manière incontestable les composantes non négociables de ce qu’il nomme l’esprit algébrique. Il affirme que tout système cognitif prétendant rendre compte de l’intelligence humaine et animale doit impérativement posséder trois capacités computationnelles fondamentales :

• La manipulation de variables explicites : la capacité de stocker et de traiter des symboles mentaux indépendamment de leur instanciation empirique particulière ;
• La distinction nette entre représentations de variables et instances de variables : ce qui correspond en informatique à la liaison de variable (variable binding) et à la manipulation de structures relationnelles hiérarchiques ;
• La compositionnalité structurelle : la capacité de construire des pensées et des expressions complexes dont le sens découle directement et systématiquement des parties constituantes et de la règle de leur agencement.

À l’aide de démonstrations mathématiques et de simulations logicielles précises, Marcus examine les architectures connexionnistes directes de type perceptron multicouche et réseaux à propagation avant. Il met en lumière leur incapacité structurelle à implémenter de véritables mécanismes de liaison de variable sans faire exploser de manière exponentielle le nombre de connexions requises, démontrant ainsi que ces réseaux ne constituent pas une théorie plausible de l’esprit, mais simplement de gigantesques approximations fonctionnelles dépourvues d’architecture logique interne.

4.2 Le problème de la généralisation hors distribution

L’une des thèses les plus prophétiques et les plus influentes formulées par Marcus dans The Algebraic Mind concerne la distinction épistémologique capitale entre deux formes de généralisation : la généralisation au sein du domaine d’entraînement (interpolation ou généralisation intra-distribution) et la généralisation hors distribution (universals outside the training space ou extrapolation cognitive). Marcus démontre que les réseaux connexionnistes formés par descente de gradient sont intrinsèquement prisonniers de l’espace géométrique défini par les exemples d’entraînement.

Pour illustrer cette limitation rédhibitoire, Marcus conçoit des tâches logiques et arithmétiques élémentaires. Par exemple, si l’on entraîne un réseau de neurones standard à prédire la parité de nombres pairs représentés en binaire sur la plage $[0, 64]$, et qu’on le teste sur un nombre pair inédit situé au-delà de cette plage (par exemple $66$ ou $128$), le réseau échoue lamentablement. Pourquoi ? Parce que le réseau ne manipule pas la règle algébrique universelle $\forall x , (\text{Pair}(x) iff x pmod 2 = 0)$ ; il a simplement corrélé l’activation de certains nœuds d’entrée spécifiques avec des nœuds de sortie. Dès lors qu’une variable se présente sous une configuration d’entrée jamais activée durant l’entraînement, les poids synaptiques associés sont démunis.

À l’inverse, un esprit biologique doté d’une compétence algébrique manipule la variable formelle « nombre » et la règle de divisibilité de manière universelle : une fois la règle assimilée, elle s’applique instantanément et sans effort à un nombre composé d’un million de chiffres qu’aucun être humain n’a jamais vu auparavant. Marcus prouve ainsi que la cognition humaine n’est pas une simple interpolation statistique de surface opérant dans un espace euclidien vectoriel multidimensionnel, mais un système symbolique capable d’abstractions catégorielles pures et de projections déductives illimitées.

4.3 La compositionnalité et la productivité de la pensée

S’appuyant sur les travaux séminales de Jerry Fodor et Zenon Pylyshyn (notamment leur article mythique de 1988 contre le connexionnisme), Marcus revisite et fortifie dans The Algebraic Mind les arguments de la productivité et de la systématicité de la pensée. La systématicité désigne cette propriété remarquable par laquelle la capacité de concevoir ou de comprendre une proposition mentale implique intrinsèquement la capacité de comprendre toute une famille de propositions structurellement reliées : quiconque est capable de penser « Jean aime Marie » possède ipso facto l’outillage conceptuel pour penser « Marie aime Jean ».

Marcus démontre avec brio que dans un réseau connexionniste pur, où les représentations sont distribuées sous forme de vecteurs d’activation holistiques et non décomposables, la systématicité n’est nullement garantie par l’architecture. Rien dans la dynamique intrinsèque des poids n’impose que le vecteur associé à « Jean aime Marie » entretienne un lien structurel strict avec celui associé à « Marie aime Jean ». Le réseau peut apprendre l’une des assertions de manière éclatante et échouer totalement sur la seconde si son corpus d’entraînement présente une asymétrie statistique dans les occurrences de ces séquences.

En défendant la théorie computationnelle-représentationnelle de l’esprit (CRUM), Marcus rappelle que la créativité cognitive humaine repose sur la manipulation d’arbres syntaxiques hiérarchiques et d’opérations combinatoires discrètes. Vingt-cinq ans après sa formulation, cette critique demeure d’une brûlante actualité : elle préfigurait trait pour trait les défaillances contemporaines des transformeurs géants (Transformers) et des modèles de langage de grande taille (LLM), qui peinent encore aujourd’hui sur des tâches de raisonnement compositionnel dès lors que l’on modifie légèrement les entités lexicales au sein d’un problème logique standard.

5. Psychologie évolutionniste et théorie du bricolage cérébral

5.1 « Kluge : The Haphazard Construction of the Human Mind » (2008)

Après avoir établi la nécessité d’une structure algébrique formelle pour l’esprit, Gary Marcus publie en 2008 un ouvrage grand public d’une portée anthropologique et philosophique majeure : « Kluge: The Haphazard Construction of the Human Mind » (publié en français sous le titre Kluge : La construction hasardeuse de l’esprit humain). Dans ce livre caustique et brillant, Marcus prend à revers une tendance lourde de la psychologie évolutionniste populaire : celle de l’adaptationnisme naïf (souvent moqué par Stephen Jay Gould comme le paradigme panglossien), qui postule que chaque recoin de l’anatomie et de la psychologie humaine est une machine optimale, parfaitement sculptée par des millions d’années de sélection naturelle pour maximiser notre efficacité adaptative.

Marcus introduit dans le lexique philosophique et cognitif le terme d’argot d’ingénieur kluge (ou kludge), désignant une solution technique maladroite, inélégante, bancale et inefficace, mais qui parvient vaille que vaille à fonctionner pour accomplir sa tâche. Il emprunte à François Jacob la métaphore saisissante de l’évolution biologique non pas comme un grand ingénieur planificateur muni d’une feuille de route immaculée, mais comme un « bricoleur » qui utilise les débris et les pièces détachées hérités de ses ancêtres pour rafistoler de nouveaux organes au pied levé :

« L’évolution ne repart jamais de zéro. Elle ne peut pas effacer l’ardoise et réécrire l’architecture du cerveau pour la rendre logique, rationnelle et parfaite. Elle empile des circuits récents par-dessus des circuits ancestraux, créant un enchevêtrement baroque de compromis fonctionnels, d’incohérences et de vulnérabilités systémiques. »

Marcus soutient que notre esprit n’est pas un chef-d’œuvre d’optimisation computationnelle, mais un édifice branlant fait de compromis historiques. Le cerveau humain moderne tente de faire fonctionner des modules de pensée réflexive abstraite (localisés principalement dans le cortex préfrontal récemment étendu) au sommet de machineries sous-corticales reptiliennes et de systèmes d’associations mémorielles conçus pour des mammifères archaïques dont les seuls impératifs étaient la fuite, la prédation et la reproduction immédiate dans la savane pléistocène.

5.2 Vulnérabilités de la mémoire et des processus décisionnels

Pour étayer sa thèse du kluge cérébral, Gary Marcus procède à une autopsie sans complaisance des facultés cognitives humaines, à commencer par la mémoire. Contrairement à un ordinateur moderne qui utilise une mémoire adressable par localisation (où chaque information est stockée dans une case numérique unique et invariable, permettant un rappel instantané, exhaustif et sans la moindre distorsion), le cerveau humain est affligé d’une mémoire adressable par le contenu et par résonance contextuelle :

• Nous nous souvenons des choses en fonction des associations d’idées, des émotions ambiantes et des indices superficiels du moment présent, ce qui nous rend prodigieusement vulnérables aux faux souvenirs, à la suggestibilité et à l’amnésie de la source ;
• Nous sommes incapables de retrouver à coup sûr des informations cruciales stockées dans notre mémoire à long terme si le contexte d’interrogation diffère subtilement du contexte d’encodage ;
• À l’inverse, des souvenirs traumatiques ou anecdotiques totalement hors de propos envahissent continuellement notre champ de conscience sans que notre volonté puisse les endiguer.

Cette architecture mémorielle défectueuse contamine l’ensemble de notre appareil décisionnel. Marcus démontre comment nos jugements sont systématiquement dévoyés par des biais cognitifs massifs : le biais de confirmation (la tendance incoercible à chercher uniquement les preuves qui confortent nos croyances préexistantes), le biais d’ancrage, ou encore l’effet de cadrage. Notre rationalité est prise en otage par des mécanismes ancestraux qui privilégient le consensus grégaire, la gratification immédiate et la conformité au groupe plutôt que l’examen méticuleux de la vérité empirique et de la logique propositionnelle.

5.3 La rationalité humaine sous un prisme non idéaliste

L’analyse développée dans Kluge débouche sur une vision anthropologique profondément lucide et anti-idéaliste de la condition humaine. Marcus anticipe avec acuité les travaux popularisés ultérieurement par Daniel Kahneman sur les systèmes de pensée duelle (Système 1 rapide, intuitif, associatif et automatique ; Système 2 lent, délibératif, logique mais coûteux sur le plan métabolique). La tragédie de l’esprit humain réside dans le fait que notre système réflexif est perpétuellement débordé ou subverti par notre système ancestral associatif : nos désirs primaires et nos peurs archaïques recrutent notre cortex préfrontal pour fabriquer des rationalisations a posteriori plutôt que pour guider nos actions de façon désintéressée.

Toutefois, loin de sombrer dans un nihilisme cynique ou dans le désespoir anthropologique, Gary Marcus utilise ce diagnostic pour formuler des propositions éthiques et institutionnelles pragmatiques. Puisque le cerveau individuel est un kluge incurable, nous ne pouvons pas nous fier aveuglément à nos intuitions « naturelles » ou à notre prétendu bon sens inné. La rationalité n’est pas un don spontané de notre biologie ; c’est une conquête culturelle fragile et précaire.

Pour compenser nos défaillances cognitives structurelles, Marcus plaide pour l’édification de prothèses cognitives et d’institutions correctrices collectives :

• La méthode scientifique avec ses protocoles de réplication et d’essais en double aveugle pour juguler notre biais de confirmation ;
• Le système judiciaire fondé sur le débat contradictoire et l’évaluation standardisée des preuves pour contrer l’arbitraire émotionnel ;
• Des garde-fous démocratiques institutionnalisant la délibération et le contrôle mutuel pour pallier la myopie décisionnelle de nos dirigeants.

6. Neuroplasticité adulte et psychologie des apprentissages tardifs

6.1 L’auto-investigation expérimentale : « Guitar Zero » (2012)

À l’âge de près de quarante ans, Gary Marcus décide de mettre ses théories sur l’innéisme, les périodes critiques et la plasticité neuronale à l’épreuve de sa propre chair intellectuelle à travers une expérience existentielle et scientifique hors du commun. Diagnostiqué dès son plus jeune âge comme étant dépourvu du moindre don musical, souffrant d’une amusie fonctionnelle et d’une dysrythmie sévère qui l’avaient persuadé tout au long de sa vie qu’il était biologiquement incapable de chanter juste ou de taper en mesure, il prend la décision téméraire d’apprendre la guitare électrique à partir de zéro. Cette aventure donne naissance à un ouvrage captivant publié en 2012 : « Guitar Zero: The New Musician and the Science of Learning ».

Dans cet essai auto-ethnographique magistral, Marcus adopte une démarche de savant-cobaye digne de la grande tradition des pionniers de la physiologie. Il installe son bureau au carrefour des conservatoires de musique, des écoles de rock pour adolescents et des laboratoires de neuro-imagerie fonctionnelle. Marcus s’interroge : les fenêtres temporelles du développement cérébral — les fameuses périodes critiques théorisées par Eric Lenneberg pour le langage ou par Hubel et Wiesel pour le cortex visuel — se referment-elles de manière irrévocable à l’âge adulte, interdisant à jamais l’acquisition d’une habileté motrice et perceptive aussi complexe que la virtuosité musicale ?

En disséquant scrupuleusement ses propres blocages cognitifs, la douleur de ses doigts malhabiles, ses échecs initiaux répétés et ses microscopiques victoires perceptives, Marcus fait dialoguer son expérience vécue avec les données les plus pointues des neurosciences de l’expertise auditive et motrice. Il démontre que si les fenêtres de plasticité maximale se referment effectivement pour laisser place à une stabilité structurelle nécessaire à la survie de l’adulte, le cerveau mature conserve des réserves de reconfiguration synaptique insoupçonnées, à condition que l’apprentissage contourne les automatismes défectueux du sujet.

6.2 Mécanismes de la plasticité cérébrale chez l’adulte

Sur le plan strictement neurobiologique, Guitar Zero offre une exploration lumineuse des processus cellulaires et anatomiques sous-tendant la réorganisation corticale tardive. Marcus s’appuie sur le concept de pratique délibérée (deliberate practice) théorisé par le psychologue K. Anders Ericsson, mais il le dépouille de ses mythes simplistes (tels que la fameuse légende journalistique des « 10 000 heures nécessaires pour devenir un génie » colportée sans nuance par Malcolm Gladwell). Marcus insiste : ce n’est pas la quantité brute d’heures répétées machinalement qui transforme le cerveau, mais la qualité métacognitive de l’effort consenti :

• La focalisation obsessionnelle sur l’analyse de l’erreur microscopique et sa correction immédiate ;
• La décomposition fractale des schémas moteurs complexes en sous-unités élémentaires exécutées à un tempo ralenti ;
• La réallocation de l’attention consciente avant de permettre le transfert vers les ganglions de la base pour l’automatisation gestuelle.

Marcus documente comment l’apprentissage tardif de la guitare induit un remodelage mesurable de la carte somatotopique du cortex moteur primaire (l’homoncule de Penfield), augmentant la représentation corticale des doigts de la main gauche dédiée au frettage. Il analyse les cascades neuromodulatrices impliquées, notamment le rôle crucial de l’acétylcholine dans l’ouverture temporaire de brèches de plasticité focale chez l’adulte et la libération phasique de dopamine lors de la résolution de micro-problèmes rythmiques.

Ce travail permet à Marcus de battre en brèche l’idéologie essentialiste du « don inné exclusif » sans pour autant céder à l’égalitarisme biologique naïf : nous n’avons pas tous les mêmes facilités génétiques de départ, mais les contraintes innées ne sont pas des prisons infranchissables ; elles représentent des coefficients de friction initiale que l’ingénierie pédagogique peut surmonter.

6.3 Retombées théoriques pour la psychologie éducative

Les conclusions théoriques tirées par Gary Marcus dans Guitar Zero ont eu des répercussions significatives dans le domaine de la psychologie de l’éducation et de l’andragogie (la science de l’apprentissage des adultes). Marcus démontre que la plupart des échecs d’apprentissage chez les adultes ne relèvent pas d’une dégénérescence neuronale inéluctable ou d’une rigidité organique insurmontable, mais de méthodes pédagogiques profondément inadaptées au fonctionnement du cerveau mature :

Les enfants apprennent de manière largement implicite, par imprégnation statistique et mimétisme sans filtre, grâce à un cortex préfrontal encore malléable et peu encombré de modèles du monde rigides. L’adulte, en revanche, possède un cortex préfrontal hyper-développé qui filtre continuellement l’information par le haut (top-down processing), cherchant à rationaliser et à intellectualiser chaque geste, ce qui génère une inhibition motrice et une anxiété paralysante face à l’erreur.

Marcus propose ainsi des stratégies de contournement pour les apprenants matures :

• Utiliser des systèmes de notation visuelle simplifiée (comme les tablatures ou les logiciels interactifs comme Rocksmith) pour court-circuiter la surcharge cognitive liée au décodage du solfège classique ;
• Exploiter les capacités d’analyse conceptuelle abstraite de l’adulte pour comprendre la théorie harmonique avant d’exiger la virtuosité musculaire ;
• Normaliser l’inconfort neurologique associé à la désautomatisation des habitudes motrices préexistantes.

Cet ouvrage témoigne de la cohérence globale de l’œuvre de Marcus : qu’il s’agisse de nourrissons de sept mois, d’algorithmes informatiques ou d’un psychologue de quarante ans empoignant une guitare, la question centrale demeure invariablement la même : comment un système computationnel structuré transforme-t-il les signaux de son environnement pour acquérir de nouvelles compétences formelles ?

7. Diagnostic critique du Deep Learning et de l’intelligence artificielle

7.1 L’illusion de la compréhension dans les modèles connexionnistes récents

À partir de 2012, la victoire écrasante d’AlexNet au concours ImageNet marque le début de la domination planétaire du Deep Learning. Les réseaux de neurones profonds, gavés de téraoctets de données et propulsés par la puissance colossale des processeurs graphiques (GPU), s’emparent de la vision par ordinateur, de la reconnaissance vocale puis du traitement automatique du langage naturel. Un discours triomphaliste s’empare de la Silicon Valley et de la presse scientifique : le connexionnisme aurait enfin triomphé, le symbolisme ne serait qu’une relique du passé, et l’intelligence artificielle générale (AGI) ne serait plus qu’une question de mise à l’échelle (scaling) quantitative des réseaux.

Gary Marcus se dresse presque immédiatement contre cette euphorie collective, qu’il juge épistémologiquement infondée. Dès la fin des années 2010, il publie des tribunes cinglantes et des articles techniques démontrant que le Deep Learning souffre d’un vice de forme constitutif : il confond reconnaissance de motifs statistiques et compréhension sémantique réelle. Marcus met en garde contre l’illusion cognitive de la compétence apparente. Un réseau de neurones convolutif ou un modèle de langage autoregressif peut afficher des taux de réussite spectaculaires sur des bancs d’essai standardisés tout en étant radicalement privé du moindre modèle interne de la réalité physique ou logique :

C’est la réactualisation magistrale du célèbre problème de l’ancrage des symboles (symbol grounding problem) posé par Stevan Harnad et de l’argument de la Chambre chinoise de John Searle : un système qui ne fait que calculer des cooccurrences de pixels ou des probabilités de jetons textuels (tokens) sans jamais lier ces unités discrètes à des entités ontologiques persistantes dans le monde réel ne « comprend » rigoureusement rien à ce qu’il manipule. Il fonctionne comme un miroir statistique déformant, reflétant les régularités du corpus d’entraînement sans disposer du moindre accès à la vérité, à la physique ou à la causalité.

7.2 Fragilité, hallucinations et absence de modèle du monde

Pour étayer son diagnostic sans concession, Marcus collecte et documente méticuleusement les modes de défaillance aberrants qui frappent les fleurons de l’IA contemporaine. Il attire l’attention sur la vulnérabilité pathologique des réseaux aux attaques contradictoires (adversarial attacks) : il suffit d’ajouter un bruit imperceptible à l’œil humain sur une photographie de panda pour qu’un modèle de vision de pointe la classe avec une certitude absolue de 99 % comme un gibbon, ou de coller un simple autocollant jaune sur un panneau « Stop » pour qu’une voiture autonome le confonde avec une limitation de vitesse à 80 km/h. Un être humain, même un très jeune enfant, n’est jamais victime de telles illusions grotesques, car sa vision s’appuie sur une compréhension géométrique et causale de la tridimensionnalité et des objets réels.

Avec l’avènement des grands modèles de langage (LLM) comme GPT-2, GPT-3 puis GPT-4 conçus par OpenAI, Marcus formalise de manière précoce le concept d’hallucination (la génération par le modèle d’affirmations entièrement fausses formulées avec un aplomb autoritaire désarmant). Il forge, pour qualifier ces architectures, des concepts percutants qui deviendront universellement adoptés :

• Les LLM sont des « perroquets stochastiques » (pour reprendre également l’expression de Bender, Gebru et al.) ou des « extrapolateurs de plausibilité » ;
• Ils maîtrisent la forme de la pensée (la grammaire superficielle, la fluidité rhétorique, le style élégant) sans posséder le fond (la cohérence factuelle, la logique non contradictoire, le respect des lois physiques) ;
• Ils sont incapables de gérer le bon sens commun (common sense reasoning), c’est-à-dire l’ensemble des connaissances implicites partagées sur la façon dont le monde physique et social fonctionne (par exemple : une tasse vide ne peut pas contenir de thé, ou si l’on renverse une table, les objets posés dessus tombent par terre).

Marcus fustige ce qu’il nomme l’hypothèse du scaling (the scaling hypothesis), cette croyance quasi religieuse selon laquelle il suffirait d’accroître indéfiniment la taille des réseaux, le nombre de paramètres et les gigawatts d’électricité pour voir émerger miraculeusement une intelligence générale véritable. Pour Marcus, empiler des couches de neurones statistiques pour atteindre le bon sens équivaut à construire des échelles de plus en plus hautes dans l’espoir d’atteindre la Lune : la direction méthodologique est fondamentalement mauvaise.

7.3 L’article manifeste de 2018 : « Deep Learning: A Critical Appraisal »

Le 2 janvier 2018, Marcus met en ligne sur la plateforme arXiv un article de synthèse de près de trente pages qui va faire l’effet d’une déflagration au sein de la communauté scientifique : « Deep Learning: A Critical Appraisal ». Dans ce manifeste d’une lucidité remarquable, Marcus condense plusieurs années de réflexion en énumérant méthodiquement les dix limites intrinsèques du Deep Learning :

1. L’insatiabilité en données d’entraînement (data hunger), rendant le système incapable d’apprendre à partir de quelques exemples comme le fait tout être vivant ;
2. La faible capacité de transfert et de généralisation ouverte face à des contextes nouveaux ;
3. L’absence de traitement robuste des structures hiérarchiques et compositionnelles ;
4. L’incapacité à effectuer des inférences causales (confondant systématiquement corrélation et causalité) ;
5. L’opacité absolue de ses représentations internes (le problème insoluble de la « boîte noire ») ;
6. L’absence d’intégration des connaissances a priori et des ontologies du monde ;
7. L’incapacité à dissocier rigoureusement les variables des valeurs d’instanciation ;
8. La vulnérabilité extrême aux biais statistiques de surface au détriment des invariants logiques ;
9. L’absence totale d’auto-évaluation épistémique (l’incapacité à savoir ce qu’il ignore) ;
10. La propension structurelle à l’instabilité et aux faux positifs dangereux dans les systèmes critiques.

Téléchargé des centaines de milliers de fois et cité dans d’innombrables travaux académiques, cet article devient immédiatement la référence incontournable de tous les chercheurs insatisfaits par les dérives mono-paradigmatiques du secteur. Malgré les attaques virulentes qu’il essuie de la part de certains zélateurs de l’industrie, le manifeste de 2018 s’est vu rétrospectivement validé point par point par l’évolution technologique ultérieure, consacrant Gary Marcus comme le plus perspicace des vigies contemporaines de l’intelligence artificielle.

8. Le paradigme neuro-symbolique : Vers une réconciliation cognitive

8.1 « Rebooting AI » (2019) avec Ernest Davis

Loin de se cantonner à une posture de dénonciation critique, Gary Marcus s’associe en 2019 avec l’éminent informaticien Ernest Davis, spécialiste mondial des logiques du bon sens et professeur à l’Université de New York, pour publier un manifeste constructif majeur : « Rebooting AI: Building Artificial Intelligence We Can Trust » (Vintage Books). Dans cet ouvrage séminal, les deux auteurs posent les bases programmatiques d’une refondation radicale de l’informatique cognitive, plaidant pour une IA digne de confiance (Trustworthy AI) capable d’opérer avec robustesse dans les environnements ouverts du monde réel.

Marcus et Davis y dressent un contraste saisissant entre l’IA étroite (Narrow AI), capable d’écraser les maîtres du monde au jeu d’échecs ou de go grâce à des algorithmes de recherche en arbre et d’apprentissage par renforcement opérant dans des espaces clos aux règles immuables, et l’IA robuste requise pour la conduite automobile autonome, le diagnostic médical ou le soin aux personnes âgées. Dans un monde ouvert, les règles ne sont jamais figées, les imprévus sont infinis, et l’incapacité d’une machine à comprendre le contexte élémentaire d’une situation humaine conduit inexorablement à des catastrophes industrielles et sanitaires.

Le livre formule une exhortation pressante : pour sortir l’IA de l’ornière des approximations statistiques fragiles, les ingénieurs doivent cesser de réinventer la roue dans des laboratoires coupés du monde et prendre enfin au sérieux les leçons accumulées par plus d’un siècle de psychologie de l’enfant. L’esprit humain ne s’est pas construit en ingérant l’intégralité du Web sous forme de texte brut ; il a évolué en combinant un substrat inné hautement spécialisé avec une interaction physique et sensori-motrice continue avec le réel.

8.2 L’hybridation des architectures computationnelles

Le cœur propositionnel de la vision défendue par Gary Marcus réside dans la promotion infatigable de l’intelligence artificielle neuro-symbolique. Rejetant les guerres de chapelles stériles qui ont opposé pendant un demi-siècle les symbolistes (« Good Old-Fashioned AI » ou GOFAI) et les connexionnistes, Marcus démontre que l’avenir de l’intelligence artificielle réside impérativement dans l’hybridation intime de ces deux paradigmes complémentaires :

• La composante neuronale (connexionniste) : excelle dans les tâches perceptives de bas niveau, la reconnaissance de motifs sensoriels hautement bruités, le traitement de signaux continus (vision, parole brute) et la flexibilité probabiliste ;
• La composante symbolique : indispensable pour les opérations cognitives de haut niveau, le raisonnement logique formel, l’arithmétique exacte, la manipulation de structures hiérarchiques compositionnelles et l’explicabilité vérifiable.

Marcus soutient que prétendre bâtir une intelligence artificielle générale uniquement avec des réseaux de neurones équivaut à vouloir faire fonctionner un être humain sans son cortex préfrontal, en s’appuyant uniquement sur son système d’apprentissage perceptif réflexe. Les architectures neuro-symboliques doivent intégrer de manière native des modules de représentation spatiale tridimensionnelle, de persistance temporelle des objets et de physique naïve (naive physics), codés sous forme d’invariants symboliques que les couches sensorielles neuronales viennent alimenter et interroger en temps réel.

Cette vision s’inspire directement des modèles de double système de la pensée humaine : l’intuition perceptive rapide et statistique informe en permanence le raisonnement logique symbolique, qui en retour supervise, valide, corrige et contraint les dérives ou les illusions de la perception.

8.3 L’échafaudage ontologique et le raisonnement causal

Pour Marcus et Davis, une véritable intelligence artificielle doit être pourvue d’un échafaudage ontologique (ontological scaffolding), c’est-à-dire d’une base structurée de concepts et de relations fondamentales décrivant la structure même de la réalité. Cela implique de ressusciter et de moderniser les efforts d’ingénierie des connaissances — tels que les projets Cyc initié par Doug Lenat ou ConceptNet —, non plus comme des répertoires statiques isolés, mais comme des structures sémantiques dynamiques couplées à des modèles computationnels modernes.

En outre, Marcus intègre de manière centrale les percées mathématiques du prix Turing Judea Pearl sur le raisonnement causal. Les modèles de Deep Learning contemporains demeurent désespérément englués au premier échelon de la « hiérarchie causale » de Pearl : celui de la simple association observationnelle ($P(y|x)$ : que puis-je prédire si j’observe $x$ ?). Ils sont structurellement aveugles aux deux échelons supérieurs indispensables à l’intelligence :

• L’intervention active : $P(y|\text{do}(x))$ : qu’adviendra-t-il si je modifie délibérément l’état du système par une action physique concrète ?
• Le raisonnement contrefactuel : qu’aurait-il été si les événements s’étaient déroulés différemment ? Pourquoi telle action a-t-elle échoué et qu’aurait-il fallu faire pour réussir ?

Marcus prouve qu’aucun réseau de neurones statistique, quelle que soit la quantité de données passives qu’il ingurgite, ne peut franchir ces échelons sans intégrer des modèles causaux explicites dotés de variables manipulables. L’IA neuro-symbolique qu’il appelle de ses vœux constitue la seule voie rigoureuse pour doter les machines d’un sens commun authentique et d’une sécurité opérationnelle irréprochable.

9. Éthique, désinformation et gouvernance des technologies cognitives

9.1 Risques sociopolitiques de la prolifération de textes synthétiques

Dès l’apparition des premiers modèles de langage génératifs capables d’imiter la prose humaine avec une fluidité superficielle trompeuse, Gary Marcus tire la sonnette d’alarme sur les dangers existentiels que ces technologies font peser non pas sur une hypothétique apocalypse robotique de science-fiction, mais sur le tissu démocratique et informationnel immédiat de nos sociétés. Marcus est l’un des tout premiers intellectuels publics à théoriser le spectre de la pollution industrielle de l’infosphère par la prolifération exponentielle de textes et d’images synthétiques à coût marginal nul :

Dans ses écrits d’alerte, il décrit comment des acteurs malveillants, des régimes autocratiques ou des fermes de clics commerciales peuvent automatiser la production de campagnes de désinformation ciblées à une échelle jusqu’alors inimaginable dans l’histoire humaine. En inondant le Web de fausses nouvelles contextuellement calibrées, de faux articles scientifiques et de faux commentaires sur les réseaux sociaux, ces outils menacent de détruire la confiance publique élémentaire, socle de toute vie démocratique délibérative.

Marcus alerte également sur un écueil psychologique majeur qu’il a fréquemment étudié en tant que cognitiviste : l’effet ELIZA, c’est-à-dire cette tendance compulsive de l’esprit humain à attribuer une conscience, une intentionnalité, des émotions et une intelligence bienveillante à tout système technologique capable d’aligner des phrases grammaticalement impeccables. En exploitant sans scrupule cette vulnérabilité cognitive humaine, les concepteurs de chatbots conversationnels génèrent un anthropomorphisme toxique qui aliène les utilisateurs vulnérables et facilite la manipulation commerciale et politique de masse.

9.2 Témoignage devant le Sénat américain et plaidoyer public

L’apogée de l’action citoyenne et politique de Gary Marcus survient le 16 mai 2023 lors d’une audition historique devant la sous-commission sur la vie privée, la technologie et le droit du Sénat des États-Unis, présidée par le sénateur Richard Blumenthal. Invité à témoigner aux côtés de Sam Altman, directeur général d’OpenAI, et de Christina Montgomery, responsable de la confiance chez IBM, Marcus captive les législateurs et la presse mondiale par sa lucidité sans concession, son indépendance d’esprit et sa maîtrise technique absolue des dossiers.

Tandis qu’Altman adopte une posture diplomatique et policée, Marcus prononce un plaidoyer retentissant contre le laisser-faire des entreprises technologiques. Il rappelle aux sénateurs les leçons amères de l’absence de régulation des réseaux sociaux au début des années 2010, qui a conduit à l’aggravation de la crise de santé mentale chez les adolescents et à la polarisation politique toxique de l’Occident. Il somme le gouvernement américain de ne pas répéter la même erreur tragique avec l’intelligence artificielle générative :

« Nous nous trouvons à un carrefour critique de l’histoire humaine. Si nous laissons des poignées de conglomérats privés réguler eux-mêmes des algorithmes opaques qui fabriquent des discours synthétiques à grande échelle, nous condamnons notre démocratie à un chaos informationnel irréversible. »

Pour parer à ce désastre annoncé, Marcus formule devant le Congrès des propositions institutionnelles concrètes d’une portée majeure :

• La création immédiate d’une agence fédérale dédiée à l’IA, dotée de pouvoirs d’inspection technique, d’audit indépendant des algorithmes et d’homologation préalable avant tout déploiement public à grande échelle (sur le modèle de la FDA pour les produits pharmaceutiques) ;
• La fondation d’une organisation internationale de surveillance de l’IA calquée sur le modèle du GIEC ou de l’Agence internationale de l’énergie atomique (AIEA), chargée de coordonner les normes mondiales de sécurité computationnelle ;
• L’imposition stricte d’audits de données pour interdire l’utilisation non consentie de propriétés intellectuelles protégées et la mise en place d’obligations d’étiquetage indélébile (filigranes cryptographiques) pour tout contenu généré par IA.

9.3 Responsabilité éthique du chercheur et vulgarisation scientifique

En tant qu’intellectuel engagé, Gary Marcus conçoit son statut de chercheur comme un sacerdoce public indissociable d’une exigence absolue d’honnêteté intellectuelle et de courage moral. Refusant d’émarger aux programmes de subventions biaisés financés par les géants de la tech (les GAFAM) qui achètent le silence ou la complaisance de pans entiers de la recherche académique, il a constamment préservé son entière indépendance financière et conceptuelle.

Pour mener sa bataille pour l’éveil des consciences, Marcus déploie une énergie communicationnelle prodigieuse. Il publie des tribunes percutantes dans les plus grands journaux de la planète — tels que The New York Times, The New Yorker, The Atlantic ou Wired — et lance sa propre plateforme d’analyse critique sur Substack intitulée Marcus on AI. Sur cet espace suivi par des dizaines de milliers de scientifiques, d’ingénieurs, de juristes et de décideurs politiques à travers le monde, il ausculte chaque semaine les prétentions hyperboliques des communiqués de presse d’OpenAI, de Google DeepMind ou de Microsoft, démontant avec une jubilation méthodique leurs protocoles expérimentaux défaillants et leurs extrapolations commerciales fallacieuses.

Marcus incarne la figure moderne du « lanceur d’alerte épistémologique » : il démontre que le véritable scepticisme n’est pas une hostilité passéiste au progrès technologique (le mythe du luddite commodément agité par les capital-risqueurs de la Silicon Valley pour disqualifier leurs critiques), mais l’application rigoureuse de la méthode scientifique face à des bulles spéculatives qui mettent en péril la stabilité même du savoir humain et de la sécurité publique.

10. Controverses doctrinales et débats majeurs avec ses contemporains

10.1 Les joutes intellectuelles avec Yann LeCun

L’un des chapitres les plus vibrants de la vie intellectuelle de Gary Marcus réside dans sa rivalité dialectique continue avec Yann LeCun, pionnier historique des réseaux de neurones convolutifs (CNN), prix Turing 2018 et directeur scientifique de l’IA chez Meta. Durant près d’une décennie, les deux hommes se sont affrontés lors de débats publics mémorables — notamment leur affrontement fondateur à l’Université de New York en 2017 modéré par David Chalmers — et à travers des passes d’armes épiques sur les réseaux sociaux qui ont passionné la communauté scientifique mondiale.

Le différend doctrinal entre Marcus et LeCun porte sur la nature fondamentale des mécanismes nécessaires à l’émergence de l’intelligence :

• LeCun a longtemps soutenu que l’apprentissage auto-supervisé (self-supervised learning) appliqué à des flux continus de données vidéo permettrait à des architectures connexionnistes pures d’apprendre spontanément un modèle du monde et des lois de la physique sans avoir recours au moindre composant symbolique ou inné ;
• Marcus a inlassablement répliqué que sans mécanismes explicites de manipulation de symboles, de compositionnalité algébrique et de liaisons de variables pré-câblées, les représentations apprises par les systèmes de LeCun resteraient fragiles, sensibles aux corrélations fallacieuses et incapables de raisonnement déductif universel.

Bien que leurs échanges aient parfois pris un ton acéré et polémique reflétant la passion de leurs convictions respectives, cette confrontation a joué un rôle maïeutique inestimable pour l’ensemble du domaine. Il est d’ailleurs fascinant de noter que les récentes propositions architecturales de LeCun (notamment son architecture JEPA — Joint Embedding Predictive Architecture) intègrent désormais explicitement des modules d’évaluation hiérarchique et de mémoire persistante qui se rapprochent de manière troublante des exigences structurelles postulées de longue date par Gary Marcus.

10.2 Confrontations avec Yoshua Bengio et Geoffrey Hinton

Gary Marcus s’est également mesuré aux deux autres figures tutélaires du Deep Learning couronnées par le prix Turing : Yoshua Bengio (directeur de l’Institut Mila à Montréal) et Geoffrey Hinton (professeur émérite à l’Université de Toronto). En décembre 2019, lors d’un débat historique à Montréal intitulé « The AI Debate: Does AI Need More Innate Machinery? », Marcus affronte Bengio devant des milliers de chercheurs pour trancher la question de la nécessité d’implémenter des mécanismes innés dans les algorithmes.

Alors que Bengio plaidait pour que l’architecture des réseaux de neurones reste la plus minimale et la plus universelle possible afin de laisser le gradient extraire l’ensemble des connaissances, Marcus a démontré, données d’éthologie et de neurobiologie comparative à l’appui, que la nature n’a jamais produit d’animal fonctionnant sur une table rase. Une antilope nouveau-née sait courir quelques minutes à peine après sa mise bas, et un oiseau migrateur n’apprend pas à s’orienter par essai-erreur statistique ; ils viennent au monde avec des circuits pré-câblés ultra-spécialisés :

Face à Geoffrey Hinton, qui a notoirement soutenu la métaphore selon laquelle le cerveau humain ne serait rien d’autre qu’un optimiseur de descente de gradient fonctionnant sur des représentations vectorielles vectorisées continues, Marcus a toujours objecté que cette métaphore ignore superbement la richesse computationnelle du neurone biologique. Une synapse n’est pas un scalaire numérique flottant multipliant un signal ; c’est une machinerie biochimique dynamique complexe dotée de centaines de récepteurs, de cascades de second messager et d’une plasticité temporelle raffinée capable d’exécuter des opérations logiques locales.

Toutefois, la trajectoire récente de ces débats a pris une tournure inattendue : au printemps 2023, Geoffrey Hinton a publiquement démissionné de chez Google pour alerter le monde sur les risques existentiels des technologies qu’il a lui-même créées, rejoignant brutalement plusieurs des avertissements formulés de longue date par Gary Marcus quant au manque dramatique de contrôle et de compréhension interne de ces systèmes.

10.3 La défense opiniâtre de la psychologie cognitive classique

Tout au long de ces controverses épiques, la singularité irremplaçable de Gary Marcus a été d’assurer la survie et la défense opiniâtre de l’héritage de la psychologie cognitive classique face à l’hégémonie technocratique de l’ingénierie statistique. Durant les années 2015-2022, alors que l’argent des capitaux-risqueurs inondait les conférences d’informatique (comme NeurIPS ou ICML), marginalisant les départements de linguistique formelle et de psychologie du développement perçus comme « obsolètes », Marcus a agi comme une véritable digue épistémologique :

Il a rappelé sans relâche que l’intelligence artificielle n’est pas une simple sous-branche des mathématiques appliquées ou de l’optimisation non linéaire, mais un projet fondamentalement ancré dans la science de l’esprit. L’oubli de la psychologie, l’amnésie des acquis de la théorie de l’esprit, l’ignorance des travaux de Piaget, de Vygotski, de Bruner et de Chomsky conduisent inévitablement les informaticiens à réinventer maladroitement des concepts déjà théorisés depuis un demi-siècle ou à s’émerveiller d’artefacts statistiques éphémères.

Par sa stature académique incontestée, son éloquence et son autorité scientifique, Gary Marcus a permis à toute une génération de jeunes chercheurs en sciences cognitives de ne pas céder à la panique intellectuelle ou à la capitulation face au raz-de-marée connexionniste, maintenant vivante l’exigence d’une théorie de l’esprit où la forme, la structure logique et les symboles demeurent les piliers cardinaux de l’intelligence.

11. Méthodologie scientifique et épistémologie de Gary Marcus

11.1 L’interdisciplinarité radicale comme principe de recherche

L’un des traits les plus distinctifs de la trajectoire scientifique de Gary Marcus de 1970 à nos jours réside dans son adhésion viscérale à une interdisciplinarité radicale. À une époque où le monde académique s’est hyperspécialisé dans des silos disciplinaires étanches où les chercheurs s’ignorent mutuellement, Marcus a toujours refusé d’enfermer sa réflexion dans un périmètre administratif clos. Pour lui, le mystère de l’esprit ne peut être percé qu’en faisant converger les regards :

• La psycholinguistique expérimentale : pour cartographier les représentations mentales et leur chronologie d’émergence chez l’humain ;
• La génétique moléculaire et l’embryologie : pour comprendre comment les programmes biochimiques spécifient des architectures de calcul sans nécessiter un volume d’information irréaliste ;
• L’éthologie comparative : pour identifier les compétences cognitives universelles partagées avec le règne animal et isoler la singularité computationnelle de l’espèce humaine ;
• La logique formelle et l’informatique théorique : pour formaliser avec une rigueur mathématique sans faille la manipulation des variables, la récursivité et la compositionnalité.

Cette transversalité méthodologique constante permet à Marcus d’opérer des transferts d’intuitions foudroyants : lorsqu’il observe un nourrisson manipulant des syllabes en laboratoire, il y décèle immédiatement les contraintes logiques qui font défaut aux architectures logicielles de Deep Learning ; lorsqu’il étudie les mutations génétiques du développement, il y puise des métaphores opérationnelles pour concevoir les fondations logiques d’un système computationnel robuste.

11.2 Rigueur expérimentale contre illusions computationnelles

Sur le plan méthodologique, Marcus se distingue par une méfiance permanente envers ce que l’on pourrait nommer les illusions computationnelles. En informatique contemporaine, l’évaluation de la performance d’un modèle d’IA repose très souvent sur des métriques quantitatives globales (comme la perte de validation, l’exactitude moyenne ou les scores BLEU et GLUE) calculées sur des bancs de données fixes pré-compilés. Marcus a démontré que ces métriques sont intrinsèquement trompeuses et génèrent une profonde illusion de compétence :

Un modèle peut obtenir un score de 95 % sur un test de compréhension de texte simplement en exploitant des fuites statistiques de surface (spurious correlations ou clever hans effect), par exemple en associant machinalement certains mots-clés sans rien comprendre à la trame narrative. Pour contrer cette dérive méthodologique, Marcus a constamment plaidé pour l’importation en informatique des protocoles de contrôle stricts issus de la psychologie expérimentale :

• La conception de tests de stress cognitif standardisés (adversarial benchmarks) conçus non pas pour récompenser la répétition de schémas connus, mais pour sonder systématiquement les cas limites et les défaillances aux frontières du système ;
• L’obligation de tests en aveugle et de contre-épreuves vérifiant que la permutation de symboles ou le changement d’entités lexicales ne détruit pas la compétence logique exhibée par l’algorithme ;
• La réplicabilité stricte des résultats et la transparence totale des données d’entraînement, dénonçant le secret industriel qui entoure désormais les modèles commerciaux développés à huis clos par les monopoles technologiques.

11.3 Une philosophie des sciences ancrée dans le réalisme critique

Au niveau philosophique fondamental, l’épistémologie de Gary Marcus relève sans conteste du réalisme critique, par opposition à l’instrumentalisme pragmatique qui domine une grande partie de l’ingénierie informatique moderne. Pour un instrumentaliste, le but d’un modèle n’est que de prédire efficacement des données observables : si une immense boîte noire neuronale de mille milliards de paramètres parvient à produire des textes qui ressemblent à ceux d’un être humain, il est oiseux de se demander si le modèle « pense » réellement ou s’il reflète la réalité biologique.

Gary Marcus récuse avec indignation cette capitulation épistémologique. La science n’a pas pour unique vocation de fabriquer des approximations prédictives opportunistes ; elle a pour noble tâche de décrire et d’expliquer les mécanismes causaux réels qui président au fonctionnement du monde :

« Nous ne cherchons pas seulement à construire des machines qui imitent superficiellement l’apparence extérieure de la conversation humaine ; nous cherchons à comprendre les lois de la pensée. Une boîte noire insondable qui produit des résultats corrects par de purs accidents géométriques vectoriels ne constitue en rien une avancée dans notre compréhension de l’intelligence. »

Cette fidélité inébranlable à la vérité ontologique confère à la démarche de Gary Marcus une cohérence intellectuelle absolue depuis le début de sa carrière en 1970 jusqu’à aujourd’hui. Refusant les facilités de l’ingénierie de court terme et les compromis dictés par les cours de bourse de la tech, Marcus est demeuré le gardien intraitable de l’idéal des pères fondateurs de la science cognitive : édifier une science rigoureuse, explicable et vraie de l’esprit.

12. Bilan, postérité et impact durable sur les sciences de l’esprit

12.1 Redéfinition pérenne des liens entre cognition humaine et artificielle

Avec le recul historique de plus de trois décennies de contributions ininterrompues, le legs scientifique de Gary Marcus apparaît d’ores et déjà comme monumental. Les réticences et les railleries initiales que ses critiques acerbes suscitaient jadis au sein des cercles connexionnistes les plus dogmatiques ont progressivement cédé la place à une reconnaissance unanime de sa lucidité prémonitoire. Aujourd’hui, l’ensemble des limites qu’il avait identifiées dès son article pionnier de 1999 sur les nourrissons et théorisé dans son manifeste de 2018 sont devenues les axes de recherche prioritaires des plus grands laboratoires mondiaux :

Le problème de l’hallucination, la faillite de la compositionnalité, l’incapacité au raisonnement causal direct et la vulnérabilité aux changements de distribution sont désormais officiellement reconnus comme les goulots d’étranglement majeurs qui séparent les LLM contemporains d’une véritable AGI. De fait, l’influence de Marcus est directement perceptible chez toute une nouvelle génération de brillants chercheurs en informatique — au sein d’institutions comme le MIT, Stanford, le CNRS ou le Max Planck Institute — qui développent activement des systèmes neuro-symboliques, combinant représentations vectorielles denses et grammaires logiques formelles.

En consolidant de manière pérenne le rôle moteur de la psychologie du développement dans l’élaboration des technologies computationnelles, Marcus a sauvé l’IA de l’impasse d’un positivisme aveugle aux données biologiques. Il a démontré de manière irréfutable qu’on ne saurait construire l’esprit mécanique sans s’inspirer des lois fondamentales qui régissent la genèse de l’esprit vivant.

12.2 L’héritage d’un penseur polymathique de 1970 à aujourd’hui

L’apport de Gary Marcus de 1970 à nos jours transcende largement le cadre strict de l’intelligence artificielle ou de la linguistique. Il incarne l’une des figures polymathiques les plus accomplies de notre époque, capable de circuler avec une aisance magistrale entre la psychologie infantile, la biologie moléculaire, la sociologie de la technologie, la philosophie de l’esprit et l’éthique démocratique publique. Son œuvre tisse un pont vivant et lumineux entre la première révolution cognitive — incarnée par Alan Turing, Noam Chomsky, Herbert Simon et Jerry Fodor — et les vertigineux défis technoscientifiques du XXIe siècle.

Sa théorisation de l’esprit humain comme un système hybride — à la fois pourvu d’une armature computationnelle algébrique innée et biologiquement imparfait en raison du bricolage de l’évolution (le kluge) — offre l’un des portraits anthropologiques les plus réalistes, lucides et féconds de la science moderne. En refusant simultanément l’idéalisation angélique d’une rationalité humaine infaillible et le réductionnisme vulgaire d’un cerveau réduit à une simple calculatrice statistique, Marcus a su restituer à l’esprit humain toute sa formidable complexité, sa dignité tragique et sa singularité créatrice.

De surcroît, son courage moral et son indépendance politique inaltérable face à la puissance financière sans précédent des géants technologiques contemporains font de lui un modèle inspirant d’intellectuel scientifique engagé. Marcus a démontré qu’un chercheur n’est pas seulement un technicien du laboratoire confiné à la production d’indices bibliométriques, mais un citoyen éclairé dont le devoir absolu est de protéger la société contre les illusions dangereuses et les dérives mercantiles de ses propres créations.

12.3 Perspectives d’avenir pour les sciences cognitives contemporaines

Alors que nous nous enfonçons dans le XXIe siècle, les pistes de recherche ouvertes par Gary Marcus tracent les contours des chantiers les plus passionnants de la recherche future sur l’intelligence et la pensée. Pour atteindre le graal d’une intelligence générale véritablement robuste et digne de confiance, la communauté scientifique internationale devra impérativement réaliser le programme qu’il a inlassablement esquissé :

• Développer des architectures d’apprentissage capables d’extraire et de manipuler de manière autonome des abstractions algébriques à partir d’un nombre infime d’exemples empiriques (few-shot algebraic learning) ;
• Intégrer de façon organique des ontologies de bon sens et des modèles de physique naïve au cœur des moteurs de perception sensorielle ;
• Opérer la fusion computationnelle entre l’inférence causale formelle, le raisonnement contrefactuel et la flexibilité associative des réseaux profonds.

Mais au-delà de ces considérations techniques et informatiques, le message ultime délivré par Gary Marcus tout au long de sa trajectoire intellectuelle résonne comme un rappel d’une portée humaniste fondamentale : aucune machine contemporaine, aussi colossale soit sa mémoire vectorielle et aussi fluide soit sa génération de texte, ne possède d’intériorité subjective, de conscience morale, de sentiment d’existence ou de compréhension sincère de la finitude et de la joie. La conscience et la pensée humaine demeurent une singularité biologique et poétique irremplaçable.

En étudiant les nourrissons qui découvrent avec émerveillement les règles de leur langue, en observant les adultes qui se réinventent au prix de l’effort délibéré pour apprivoiser un instrument de musique, et en défendant l’intégrité de notre débat démocratique contre les mirages du synthétique, Gary Marcus nous aura rappelé ce qui constitue le trésor le plus précieux de notre espèce : la quête inlassable du sens, de la structure et de la vérité dans un univers d’une fascinante complexité.

Références

• Bengio, Y., LeCun, Y., & Hinton, G. (2021). Deep learning for AI. Communications of the ACM, 64(7), 58–65. https://doi.org/10.1145/3448258
• Chomsky, N. (1957). Syntactic Structures. Mouton & Co.
• Davis, E., & Marcus, G. (2015). Commonsense reasoning and commonsense knowledge in artificial intelligence. Communications of the ACM, 58(9), 92–103. https://doi.org/10.1145/2701413
• Fodor, J. A., & Pylyshyn, Z. W. (1988). Connectionism and cognitive architecture: A critical analysis. Cognition, 28(1–2), 3–71. https://doi.org/10.1016/0010-0277(88)90031-5
• LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436–444. https://doi.org/10.1038/nature14539
• Marcus, G. F. (1993). Children’s overregularization and its implications for cognition (Doctoral dissertation). Massachusetts Institute of Technology. https://dspace.mit.edu/handle/1721.1/12479
• Marcus, G. F. (1999). Rule learning by seven-month-old infants. Science, 283(5398), 77–80. https://doi.org/10.1126/science.283.5398.77
• Marcus, G. F. (2001). The Algebraic Mind: Integrating Connectionism and Cognitive Science. MIT Press. https://doi.org/10.7551/mitpress/1199.001.0001
• Marcus, G. F. (2004). The Birth of the Mind: How a Tiny Number of Genes Creates the Complexities of Human Thought. Basic Books.
• Marcus, G. F. (2008). Kluge: The Haphazard Construction of the Human Mind. Houghton Mifflin Harcourt.
• Marcus, G. F. (2012). Guitar Zero: The New Musician and the Science of Learning. Penguin Press.
• Marcus, G. F. (2018). Deep learning: A critical appraisal. arXiv preprint arXiv:1801.00631. https://doi.org/10.48550/arXiv.1801.00631
• Marcus, G. F. (2020). The next decade in AI: Four steps towards robust artificial intelligence. arXiv preprint arXiv:2002.06177. https://doi.org/10.48550/arXiv.2002.06177
• Marcus, G. F., & Davis, E. (2019). Rebooting AI: Building Artificial Intelligence We Can Trust. Pantheon Books / Vintage.
• Marcus, G. F., Pinker, S., Ullman, M., Hollander, M., Rosen, T. J., & Xu, F. (1992). Overregularization in language acquisition. Monographs of the Society for Research in Child Development, 57(4), 1–178. https://doi.org/10.2307/1166115
• Pearl, J. (2009). Causality: Models, Reasoning, and Inference (2nd ed.). Cambridge University Press. https://doi.org/10.1017/CBO9780511803161
• Pinker, S. (1994). The Language Instinct: How the Mind Creates Language. William Morrow and Company.
• Pinker, S. (1999). Words and Rules: The Ingredients of Language. Basic Books.
• Rumelhart, D. E., McClelland, J. L., & PDP Research Group. (1986). Parallel Distributed Processing: Explorations in the Microstructure of Cognition. MIT Press.
• Saffran, J. R., Aslin, R. N., & Newport, E. L. (1996). Statistical learning by 8-month-old infants. Science, 274(5294), 1926–1928. https://doi.org/10.1126/science.274.5294.1926
• United States Senate Committee on the Judiciary. (2023, May 16). Oversight of A.I.: Rules for Artificial Intelligence [Hearing transcript and testimony of Gary Marcus, Sam Altman, and Christina Montgomery]. Subcommittee on Privacy, Technology, and the Law. https://www.judiciary.senate.gov/committee-activity/hearings/oversight-of-ai-rules-for-artificial-intelligence