Le septième sens des IA, une autre manière de percevoir l’implicite ?

Il y a chez les humains une étrange capacité à percevoir ce qui ne se formule pas entièrement, ces implicites diffus qui orientent profondément nos interactions. Ce fameux « regarder ce qui se passe quand il ne se passe rien».

C’est juste, j’ai d’ailleurs encore pu l’expérimenter personnellement ces dernières semaines. Suivie depuis trois mois par une kiné pour une lésion du genou droit, je l’observe beaucoup. Je m’aperçois que son rôle va bien au-delà des exercices de rééducation. Quand je lui dis que je ne peux plus plier le genou après une rechute survenue au moment même où je me croyais guérie, elle distingue tout de suite le physique du mental. Alors elle détourne l’attention, me fait faire un autre mouvement, me parle d’autre chose. Sans que je m’en rende compte, le geste revient.

Parfois aussi elle m’écoute sans me répondre. C’est un silence habile, une absence de mots qui n’est pas de l’indifférence, bien au contraire. C’est un espace qu’elle me laisse pour déposer mes frustrations, mes doutes de blessée, sans chercher à intellectualiser ou à rassurer à tout prix. Bref, en se taisant, elle me permet de l’apprivoiser par moi-même.

La machine ne sait pas encore se taire à dessein

C’est ce genre de petits détails qui, comme j’en discutais récemment avec un ami consultant, reste difficile à traduire dans une machine. En cause ? Les modèles de langage conversationnels sont, par construction, orientés vers la réponse.

Le silence, l’attente, la suspension ou le fait de ne pas intervenir au bon moment restent, pour l’heure, des comportements extrêmement complexes à modéliser. Il existe aussi d’autres nuances encore plus difficiles à formaliser.

Une personne qui travaillait avec Claude sur des mails délicats remarquait par exemple que son IA cherche presque systématiquement à laisser une porte de sortie très diplomatique à son interlocuteur.

Dans certains cas pourtant, lui choisissait volontairement une position plus ferme. Il ne s’agissait ni de rigidité ni d’ego, mais d’enjeux “backstage” — toute une dynamique relationnelle impossible à condenser dans un prompt ou un fichier Markdown.

Une autre forme d’implicite des machines ?

Alors, face à tout cela, on aurait tendance à opposer un humain du côté de l’implicite et une machine du côté de l’explicite. Ce serait pourtant une autre simplification. La réalité est plus subtile, car les grands modèles de langage (LLM) accèdent eux aussi à certaines formes d’implicite. Pas l’implicite vécu, pas celui des corps, un autre type d’implicite, plus structurel, distribué dans le langage lui-même.

C’est précisément ce que montrent les travaux de Marc Cavazza dans les Cahiers de sémiotique des cultures (2026). En s’appuyant sur la sémantique interprétative de François Rastier, il explique que les LLM ne se contentent pas d’être de simples « perroquets stochastiques » capables d’enchaîner mécaniquement les mots les plus probables. Ils maintiennent des cohérences sémantiques globales, des continuités de sens, ce que la sémiotique appelle des isotopies.

Une isotopie, c’est cette continuité diffuse qui donne à un texte son atmosphère, sa cohérence implicite, son “air de famille” qui traverse les textes. Cavazza évoque par exemple des termes comme « président », « débat », « inauguration » ou « ordre exécutif » : pris séparément, ils renvoient à des réalités différentes ; ensemble, ils installent immédiatement un même horizon politique.

Les LLM semblent capables de prolonger certaines de ces continuités bien au-delà du seul niveau lexical. On l’a vu de manière presque caricaturale lorsque certains utilisateurs avaient remarqué qu’en formulant leurs demandes de manière agressive ou impatiente, ils obtenaient parfois des réponses plus directes ou légèrement plus précises. La machine ne “comprend” évidemment pas la colère humaine ; elle prolonge simplement des régularités statistiques dans lesquelles certains marqueurs de tension, d’urgence ou d’insistance se trouvent fréquemment associés à certaines formes de réponse.

Cavazza parle même d’« herméneutique matérielle » pour désigner une approche où le sens ne relève plus uniquement d’une intention abstraite ou intérieure, mais se forme à travers les relations entre textes, situations et régularités observables dans les corpus.

Dans cette perspective, certaines cohérences interprétatives peuvent émerger d’opérations statistiques appliquées à de vastes ensembles textuels. Comme il le souligne, un prompt mobilise des cadres discursifs, des tonalités, des genres et des références culturelles déjà inscrits dans les données ayant servi à l’entraînement des modèles.

Nous mobilison inconsciemment une multitude de signaux explicites et implicites

Quand un humain, en réunion, se dit : « l’ambiance est bizarre », il mobilise déjà inconsciemment une multitude de signaux explicites et implicites : hésitations, reformulations, silences légèrement trop longs, changements de ton ou déplacements subtils des sujets de conversation. Les LLM pourraient déplacer l’échelle à laquelle certaines de ces régularités deviennent perceptibles.

Et si demain, au lieu de demander à notre IA un simple compte rendu de réunion, nous lui demandions : 

« Quel est l’implicite ici ? » Quelles tensions discursives émergent ? Quelles positions reviennent sans jamais être formulées explicitement ? Et au fond, qu’est-ce qui circule dans la conversation sans jamais être véritablement dit ? Comme toujours, il ne s’agira pas de prendre ces retours au pied de la lettre et faire preuve de discernement, mais ils pourraient déplacer notre regard, l’affûter, ouvrir de nouvelles lignes de perception.

On parle souvent du sixième sens pour désigner cette intuition humaine difficile à expliquer, cette capacité à sentir une situation avant même de pouvoir la formuler. Peut-être que le septième sens commence là, dans la rencontre entre cette intuition diffuse et de nouveaux dispositifs d’exploration. 

Et au fond, rendre visible l’invisible… quoi de plus grisant ?

👉 Voir tous les billets de Marie Dollé sur sa newsletter substack « In bed with Tech »