ChatGPT voit-il vraiment le rouge ? Ce qu’une étude révèle sur les métaphores

Quand ChatGPT explique qu’une « fête très rose » évoque la joie et la gentillesse, sa réponse paraît intuitive. Elle correspond à des associations largement partagées dans la langue et la culture. Pourtant, cette aisance verbale suffit-elle à affirmer que l’outil « comprend » le rose, ou qu’il pourrait réellement voir le rouge ? Une étude publiée dans la revue Cognitive Science apporte une réponse plus nuancée que l’impression donnée par une conversation fluide.

Les travaux dirigés par la professeure Lisa Aziz-Zadeh s’intéressent aux métaphores chromatiques, ces usages où une couleur ne désigne pas seulement une propriété visuelle, mais véhicule une humeur, une valeur ou une idée. Dans ce domaine, les mots ont une histoire sociale et affective. Dire que l’on « voit rouge », que l’ambiance est « grise » ou qu’une fête est « rose » ne consiste pas à identifier une teinte sur un nuancier.

L’enjeu de l’étude est donc moins de savoir si une machine peut nommer correctement une couleur que de déterminer comment elle relie les couleurs à des notions abstraites. Les résultats mettent en regard des humains ayant des expériences perceptives et pratiques différentes, et ChatGPT, un modèle de langage capable de repérer d’immenses quantités de régularités dans les textes.

Une étude qui compare quatre façons d’associer les couleurs

Le protocole a réuni quatre catégories de participants : des adultes qui voient les couleurs, des adultes daltoniens, des peintres, ainsi que ChatGPT. Tous ont été confrontés à des mots abstraits, dont « physique », et invités à leur associer des couleurs. Les chercheurs ont également examiné leur manière d’interpréter des métaphores de couleur, notamment lorsqu’elles étaient nouvelles.

Cette comparaison est importante, car elle évite une opposition trop simple entre une intelligence humaine supposément homogène et une intelligence artificielle. L’expérience d’une couleur dépend de la perception, mais aussi des habitudes acquises, de l’éducation, de la pratique artistique et des conventions linguistiques. Un mot comme « rouge » peut ainsi renvoyer à une longueur d’onde, à un objet, à une émotion ou à une expression figée.

Le résultat le plus frappant chez les humains concerne les adultes daltoniens. D’après l’étude, ils partagent souvent des associations de couleurs similaires à celles des personnes qui voient les couleurs. Autrement dit, une connaissance fine des métaphores chromatiques ne dépend pas mécaniquement de la capacité à distinguer toutes les teintes.

Cela n’a rien de paradoxal : les couleurs circulent aussi par les conversations, les livres, les images décrites par autrui et les expressions apprises dès l’enfance. On peut savoir que le rouge est fréquemment associé à la colère ou à l’interdit sans faire personnellement l’expérience visuelle du rouge de la même façon qu’une autre personne.

Pourquoi les peintres se distinguent-ils ?

Les peintres ont obtenu de meilleurs résultats lorsqu’il s’agissait d’interpréter de nouvelles métaphores de couleur. L’étude y voit l’effet d’une expérience plus riche des couleurs, à la fois visuelle et pratique. Leur activité les conduit à manipuler les pigments, à observer les contrastes, à ajuster les nuances et à attribuer aux teintes une fonction expressive précise.

Ce résultat ne signifie pas que les peintres possèdent une définition universellement supérieure de chaque couleur. Il suggère plutôt qu’une pratique approfondie peut enrichir la manière de relier une sensation, un geste, une matière et un mot. Une personne qui travaille quotidiennement la couleur ne se contente pas d’apprendre que certaines associations existent : elle les explore et les transforme dans une activité créative.

C’est ici qu’intervient l’idée de cognition incarnée, domaine dans lequel travaille Lisa Aziz-Zadeh. Cette approche insiste sur le rôle du corps, de la perception et de l’action dans la formation des concepts. Comprendre un mot ne reviendrait pas seulement à le relier à d’autres mots, mais aussi à mobiliser des expériences vécues : voir, toucher, se déplacer, agir ou ressentir.

Dans le cas des métaphores de couleur, l’étude invite donc à distinguer deux choses : la capacité à reproduire une association conventionnelle, et la capacité à faire résonner cette association avec une expérience sensorielle ou artistique personnelle.

ChatGPT est cohérent, sans pour autant faire l’expérience d’une couleur

Face aux questions posées, ChatGPT a produit des associations de couleurs remarquablement cohérentes avec les métaphores chromatiques. Il peut expliquer, par exemple, que le rose est fréquemment relié à la joie et à la gentillesse lorsqu’il commente l’expression d’une « fête très rose ».

Cette réponse n’est pas aléatoire. Un modèle de langage est entraîné à repérer des relations statistiques entre les mots dans de très grands ensembles de textes. Lorsqu’il reçoit une question, il génère une réponse en s’appuyant sur les formulations et les associations qu’il a apprises. Si les textes rapprochent souvent le rose de la douceur, de la joie ou de la bienveillance, le système peut restituer ce lien de façon convaincante.

Mais il faut résister à un raccourci fréquent : une phrase pertinente n’est pas la preuve d’un ressenti. ChatGPT peut employer le mot « rouge », décrire son usage symbolique et l’insérer dans une explication émotionnelle. Rien, dans cette performance, ne montre qu’il éprouve une sensation comparable à celle d’une personne face à un objet rouge.

Lisa Aziz-Zadeh résume cette limite ainsi : « Il existe encore une distinction entre l’imitation des schémas sémantiques et la richesse des expériences sensorielles. » L’intérêt du travail est précisément de ne pas nier les capacités du modèle. ChatGPT réussit une partie de la tâche, parfois avec beaucoup de naturel. Mais la nature de cette réussite diffère de celle d’un humain qui associe un mot à sa perception et à son vécu.

« Voir le rouge » peut désigner deux réalités très différentes

La question « ChatGPT peut-il voir le rouge ? » mélange en réalité plusieurs capacités. La première est technique : un système peut-il recevoir et analyser des données visuelles ? La seconde est linguistique : peut-il parler du rouge, de ses nuances et de ses symboles ? La troisième est subjective : peut-il avoir l’expérience vécue d’une couleur ?

L’étude porte avant tout sur la deuxième dimension. Elle examine des associations sémantiques et des métaphores, pas une expérience physiologique de la vision. Dans ce cadre, la réponse est claire : ChatGPT peut produire des relations entre couleurs et émotions qui ressemblent à celles exprimées par des humains, car elles sont abondamment présentes dans le langage.

Des versions multimodales de systèmes d’IA peuvent par ailleurs analyser des images et identifier des éléments visuels. Cette faculté ne doit pas être confondue avec une perception humaine. Une image est convertie en données traitées par le modèle, tandis que la vision humaine implique un organisme, des yeux, un système nerveux et une expérience subjective. Reconnaître un objet décrit comme rouge, ou répondre à propos de cet objet, ne permet donc pas de conclure qu’une IA « ressent » le rouge.

Ce que l’étude dit des limites des modèles de langage

Ces résultats éclairent une limite générale des modèles fondés principalement sur le texte. Le langage encode une grande part de l’expérience humaine, ce qui permet à une IA de répondre à un vaste éventail de questions. Mais les mots ne contiennent pas nécessairement toute la texture de ce qu’ils décrivent.

Un modèle peut apprendre que la glace est froide parce que cette relation apparaît dans les textes. Il peut aussi expliquer qu’une couleur est apaisante, vive ou triste. En revanche, il ne construit pas ces associations par le même chemin qu’une personne qui a touché de la glace, observé un coucher de soleil ou appris à mélanger des peintures. L’étude sur les métaphores chromatiques rend cette différence tangible, parce que les couleurs se situent à la frontière entre langage, perception et culture.

Elle rappelle aussi qu’il serait imprudent d’évaluer une IA uniquement à la qualité de ses formulations. Une réponse fluide peut traduire une excellente maîtrise de conventions discursives, sans informer directement sur l’existence d’une compréhension sensorielle. Inversement, la différence constatée ne retire rien à l’utilité de l’outil pour expliquer une expression, rédiger un texte ou proposer des associations créatives.

Pour les chercheurs, une piste consiste à mieux intégrer des données sensorielles, visuelles ou tactiles aux systèmes d’IA. Cela pourrait rapprocher davantage certains traitements artificiels de la manière dont les humains relient perception et langage. Il ne s’agirait toutefois pas automatiquement de recréer une expérience consciente : relier plusieurs types de données est une avancée technique, tandis que le ressenti subjectif demeure une question distincte.

Ce qu’il faut surveiller

La recherche devra préciser comment les expériences perceptives et corporelles modifient la compréhension des métaphores. Les peintres obtiennent de meilleurs résultats sur les expressions nouvelles, mais cette observation ouvre plusieurs questions : quelles pratiques comptent le plus ? L’apprentissage artistique, la manipulation de matières, l’exposition à des images ou les échanges sociaux autour des œuvres ?

Il faudra également suivre les progrès des IA combinant texte, image et autres formes de données. Elles pourront sans doute établir des liens plus fins entre une scène visuelle et les mots qui la décrivent. Le défi sera de ne pas confondre cette amélioration de la reconnaissance et de la description avec une expérience vécue comparable à celle d’un humain.

En juillet 2025, l’enseignement principal de l’étude est donc moins une condamnation de ChatGPT qu’un appel à la précision. L’outil sait manier les conventions qui font du rose une couleur de fête ou du rouge un signe de colère. Il n’en découle pas qu’il voit ces couleurs, ni qu’il les ressent. Entre dire correctement ce qu’évoque une teinte et en faire l’expérience, il reste une différence que le langage, aussi sophistiqué soit-il, ne suffit pas à effacer.