Mes réseaux sociaux clignotent d’indignation depuis quelques jours, des influenceurs streisandent à qui mieux-tu, leur colère boule de neige.

Il y a un livre en autoédition affreux, horrible qui met en scène des meurtres, des viols sur enfants et il convient de l’interdire, qu’est-ce que tu fous, Amazon ? (spoiler : du pognon).

En plus, ce livre est mal écrit, ça éructe, ça crie à longueur de vidéos, de com-mentaires : comment, mais c’est pas possible, c’est problématique, c’est la fin du monde ou quoi ?

Je n’avais pas entendu parler de ce livre, maintenant je sais qu’il existe (c’est l’effet Streisand, tavu, je se répète).

Au-delà de l’indignation légitime - personne n’envisage une seconde de justifier les viols et meurtres (sur enfants ou sur majeurs) - cette levée de boucliers ouvre un espace de discussion vertigineux : la tension toujours plus forte entre morale publique et droit pénal.

Doit-on interdire la fiction quand elle n’est pas morale, quand elle est dégoûtante ou quand elle nous embarque dans la psyché d’un tueur, d’un violeur, d’un assassin, d’un terroriste ou même dans la tête de Manuel Valls ? Et surtout, qui doit l’interdire ? La justice (pas idiot, un référé, ça se dépose).

Mais.

On se souvient du flou entourant l’affaire Vivès, aucun tribunal, deux ans après le scandale, n’est plus en charge du dossier. L’action était centrée sur une infraction à l’article 227-23 du code pénal qui interdit la fabrication et la diffusion d’images à caractères pédo-pornographiques.

Le procès annoncé pour mai 2025 devant le tribunal correctionnel de Nanterre n’a finalement jamais eu lieu, la juridiction s’est déclarée territorialement incompétente.

Le parquet n’a pas fait appel. On n’a jamais jugé le fond. On n’a jamais jugé non plus les propos tenus par Vivès sur la pédophilie sur X, ce qui est plus surprenant et même inquiétant.

Doit-on, dès lors s’étonner que la vindicte des réseaux sociaux se substitue à l’inaction perçue de la justice ?

Revenons à notre auteure, désormais déréférencée d’Amazon (ça va très vite), qui déclare maladroitement (les fameux trigger warning) qu’on peut suivre des personnages qu’on déteste : le contenu est susceptible de choquer, etc.

Ça ne semble pas suffisant pour éteindre le feu, la presse nationale s’en fait l’écho ce matin.

Ce qu’on reproche à l’auteure : son manque de recul, sa complaisance, la crudité des descriptions, le fait qu’elle ne condamne pas directement ou plus subtilement (à la Nabokov par exemple) les exactions de ses personnages.

En substance dans les commentaires :

les livres problématiques ne sont pas ceux qui décrivent le mal. Ce sont ceux qui refusent de nous dire quoi en penser.

Cette fois-ci, en l’absence d’images, c’est l’article (plus flou) 227-24 qui est invoqué : « Le fait soit de fabriquer, de transporter, de diffuser par quelque moyen que ce soit et quel qu’en soit le support un message à caractère violent, incitant au terrorisme, pornographique, y compris des images pornographiques impliquant un ou plusieurs animaux, ou de nature à porter gravement atteinte à la dignité humaine ou à inciter des mineurs à se livrer à des jeux les mettant physiquement en danger, soit de faire commerce d’un tel message, est puni de trois ans d’emprisonnement et de 75 000 euros d’amende lorsque ce message est susceptible d’être vu ou perçu par un mineur. »

Sa rédaction est large et a été modifiée à plusieurs reprises. Elle vise un “message”, notion extensive, ce qui laisse une place importante à l’appréciation au cas par cas et à la jurisprudence. L’infraction suppose alors d’examiner le caractère apologétique ou incitatif du contenu. On en revient à l’analyse de l’économie générale de l’œuvre, plus qu’à une simple réaction morale. Il concerne également les contenus susceptibles d’être vus ou perçus par des mineurs, ce qui en limite encore la portée.

Deuxième niveau des reproches concernant notre auteur de dark romance, cherry on the cake, on mélange tout : c’est écrit avec les pieds et trop en détails, c’est nul et moche et insoutenable à lire.

Comme si le style, le panache littéraire aurait pu en atténuer l’outrage. Comment transcrire cette notion floue, l’excellence littéraire, le recul, l’ironie, l’intention, encore une fois, dans le droit : est-ce la fin des personnages dégueulasses, des narrations droites qui laissent au lecteur une partie du job à faire ? C’est du cas par cas, la justice examine l’économie générale de l’œuvre, son contexte éditorial, l’intention qui s’en dégage et ses conditions de diffusion.

J’ai eu ce genre de retours (concernant l’intention) à la parution de Sept gingembres : je décrivais la psyché d’un personnage assez peu recommandable et je ne le jugeais pas, j’embarquais le lecteur, inconfort, dans le cerveau torturé de ce pauvre type qui prenait les femmes pour des fleurs et s’en faisait de larges bouquets sans leur demander leur avis (on parle de viol).

Troisième niveau de reproches : éviter la propagation d’extraits pédo-pornographiques, que certains liront pour des raisons assez peu littéraires, voilà l’enjeu de la pétition qui rassemble plusieurs dizaines de milliers de personnes.

Si on l’interdisait, ce livre -dont je n’ai pas cité le nom - de façon légale, s’il se trouvait un tribunal, au nom de ce fameux 227-24 pour le faire, il faudrait aussi faire un peu de ménage, examiner d’autres livres avec la même rigueur (je ne parle même pas des dark romances ou la manipulation, les viols sont monnaie courante).

American Psycho met le lecteur dans la tête d’un tueur sadique.

Les Bienveillantes nous fait traverser la Shoah à hauteur d’un officier SS.

Will Self et son Idée du Plaisir n’est pas toujours la nôtre.

Notre lâcheté d’Alain Berthier, pourrait faire l’apologie des violences faites aux fem-mes ?

Les 120 journées de Sodome ou Justine et ses infortunes, ça pique un peu les yeux.

Wittkop qui fait la couverture de ce post et son Nécrophile ? On n’adore pas son Lucien et son drôle de hobby.

227-24, on interdit ?

Je crois que la littérature doit pouvoir aller partout, interroger, dé-ranger le monde, la limite, c’est la loi : soit ça l’enfreint, ça incite à la violence, ça fait l’apologie et, oui, on interdit (un tribunal, un juge, l’état de droit).

Soit c’est juste de mauvais goût, très expérimental, amoral, dégueulasse, atroce et ça choque, ça émeut, ça crispe : on ne les achète pas, ça se vendra moins.

Je suis naïf, peut-être : les censures sont maintenant de plusieurs ordres. Quand le levier juridique paraît insuffisant (parce qu’un texte reste, malgré son caractère abject ou dérangeant, dans le cadre légal de la liberté d’expression) d’autres formes de pression prennent le relais : censure commerciale et privée, pression médiatique, réputationnelle et sociale : en ligne souvent, quelques mots, un like, un partage suffisent : boule de neige.

Et je ne vois pas beaucoup d’espace de débat, de discussion sur ce sujet dans la presse spécialisée et encore moins dans la presse généraliste.

Quant au silence des auteurs et des maisons d’édition, faut-il le comprendre ainsi : plus de coups à prendre que de couronnes à gagner, plus de risques à défendre la liberté d’un livre détestable qu’à participer à sa mise au ban ?

Je suis naïf, peut-être mais interdire des livres, en dehors des lignes prévues par la loi, est rarement un signal joyeux.

Même quand on prétend le faire pour d’excellentes raisons. Les bonnes intentions ont parfois produit d’étranges polices morales : chacun défendant la liberté d’expression tant qu’elle protège ses propres idées, ses propres intérêts, la trouvant soudain moins sacrée lorsqu’elle heurte sa conception du bien et du mal, du convenable ou du tolérable.

Cette morale de plateforme avance avec un visage étonnamment doux : recommandations bienveillantes et mise au ban collective dans le même mouvement. Bouches sucrées morale poisseuse.

Bougie parfumée, latte avoine : les autodafés modernes ne sentent plus le papier brûlé.

TLDR :

La morale publique n’est pas le droit pénal.

La fiction n’a pas l’obligation de moraliser.

Le juge qualifie une infraction, il ne corrige pas le mauvais goût.

Les plateformes sont devenues des acteurs normatifs.

Il fait toujours pas très chaud pour la saison.

Il y a des textes de loi qui s’annoncent techniques. D’autres, plus politiques.

La proposition de loi portée par la députée Caroline Yadan appartient clairement à cette dernière catégorie. Elle vise à répondre à une réalité documentée : la montée des actes et propos antisémites en France, notamment depuis le 7 octobre 2023.
Dans son principe, peu contestent la nécessité d’agir. Mais très vite, le débat s’est déplacé.
Ou plutôt, il s’est simplifié.

Être pour le texte, ce serait être du côté de la lutte contre l’antisémitisme.
Être contre, ce serait au mieux minimiser le problème, au pire y participer.

Une ligne de fracture nette, presque confortable, donc factice.

Qui masque aussi une différence d’approche dans la définition même de l’antisémitisme. Deux cadres s’affrontent : celui de l’IHRA (International Holocaust Remembrance Alliance) aujourd’hui privilégié par les pouvoirs publics, et celui de la Déclaration de Jérusalem sur l’Antisémitisme (JDA) adoptée en 2020 par un collectif de chercheurs et de philosophes, qui propose une distinction plus stricte entre antisémitisme et critique politique d’Israël, et refuse d’assimiler les deux.

C’est à cette aune que le texte mérite d’être lu : non seulement comme une réponse pénale, mais comme un choix implicite de définition et, à bien des égards, comme une traduction législative du cadre posé par l’IHRA.

Pensé pour répondre à la montée de l’antisémitisme, le projet de loi Yadan cherche à en contenir les expressions, y compris les plus indirectes.

À ce titre, il s’inscrit dans une continuité juridique déjà bien installée :

• celle de la loi Pleven de 1972, qui introduit dans le droit français la répression des provocations à la discrimination, à la haine ou à la violence ;

• celle de la loi Gayssot de 1990, qui pénalise la contestation de l’existence des crimes contre l’humanité, et en particulier de la Shoah ;

• et celle de la loi Lellouche de 2003, qui aggrave les peines lorsque les infractions sont commises pour des motifs racistes, antisémites ou xénophobes.

Le droit français n’est pas resté inactif face à ces phénomènes : il a progressivement construit un arsenal permettant de sanctionner les propos explicites, les incitations directes et les formes les plus caractérisées de haine.

Le dépôt de ce texte part d’un constat réel : une partie de l’antisémitisme contemporain ne se formule plus frontalement. Il se déplace, se code, s’insinue.

Et c’est là que la difficulté commence :

comment faire entrer ces formes dans le droit sans faire entrer avec elles l’incertitude?

Il y a une chose que le droit a toujours su faire, et qu’il fait même très bien : saisir ce qui est.
Des mots. Des phrases. Des faits.

Quelque chose est dit, quelque chose se prépare concrètement (des intentions se laissent établir), quelque chose est fait : la machine commence son travail de machine, un peu aveugle et sourde aux pressions.

Le droit aime ce qui se tient, ce qui se prouve, ce qui s’attrape.

Le texte ne s’en tient plus ici aux seuls principes « classiques » du droit.
L’article 1er prévoit d’élargir le champ du délit en visant non plus seulement les provocations directes, mais également les provocations indirectes.

Article 1er : « il est proposé de punir également les provocations indirectes ».

Il modifie également le critère d’appréciation des propos en retenant non plus la seule intention, mais l’objet ou l’effet de ceux-ci, notamment lorsqu’ils tendent à banaliser, minorer ou relativiser des actes de terrorisme.

Article 1^er encore : « tous les actes et tous les propos qui ont pour objet ou pour effet de banaliser, de minorer ou de relativiser les actes de terrorisme ou le danger représenté par leurs auteurs ».

Par ailleurs, l’article 4 étend la qualification pénale au-delà du seul contenu des discours pour inclure leurs modalités d’expression, en visant les propos présentés sous forme déguisée, dubitative, par voie d’insinuation, de comparaison, d’analogie ou de rapprochement.

Article 4 : « même si elle est présentée sous forme déguisée, dubitative,

par voie d’insinuation ou de comparaison, d’analogie ou de rapprochement »

J’échangeais sur ce sujet, un poil abstrait, avec ma fille de 17 ans hier soir. Je lui disais en substance (entre l’avocado toast et la préparation de son anniversaire) :

Ce que ces trois éléments produisent est simple à comprendre et choquant, comme tu dirais, fais gaffe à l’avocat, tu en mets partout.

Imagine que ce texte passe en l’état, qu’il ne soit pas retoqué par le Conseil constitutionnel, contesté par une QPC, condamné par la CDEH, etc.

Alors on ne te demande plus seulement de répondre de ce que tu dis. On te demande de répondre de ce que tes mots pourraient vouloir dire, de ce qu’ils pourraient produire, de ce que quelqu’un pourrait y entendre.

Avant, la règle était claire : si tu appelais explicitement à quelque chose d’illégal, tu étais responsable.
Tes mots avaient une forme, un sens identifiable, une direction.

Ici, la frontière devient mobile. On ne juge plus seulement une phrase, on juge de plus en plus ses interprétations possibles. Et ces interprétations, elles, ne sont pas stables.

Elles dépendent : du moment, du contexte, de celui qui écoute, de l’intention qu’on te prête

Si la loi commence à sanctionner ce qui est indirect, ce qui produit un effet, ce qui est formulé de manière insinuée ou forme d’analogie, alors il devient très difficile de savoir où s’arrêter.

Tu peux croire que tu expliques. On peut considérer que tu justifies.
Tu peux penser que tu compares. On peut y voir une banalisation.

Et entre les deux, il n’y a plus de ligne nette.

Ce n’est plus seulement une question de liberté d’expression abstraite.
C’est une question concrète : comment savoir ce que tu as le droit de dire ?

Si la réponse devient : ça dépend de la manière dont cela peut être compris, alors tu n’as plus de règle claire.

Et quand il n’y a plus de règle claire, il se passe toujours la même chose :
on parle moins, on simplifie : on s’autocensure.
Par prudence.

Et c’est là que le texte devient dangereux.

Pas parce qu’il vise de mauvaises choses mais parce qu’il étend la responsabilité du langage à des zones où le sens n’est jamais complètement maîtrisable.

Il ne demande plus seulement :
T’as dit quoi ? mais : qu’aurait-on pu comprendre ?

Et cette question-là n’a pas de réponse stable.

Elle a fini son avocat, elle me regarde : papa, le juge est là pour apprécier ces situations, tu sais ?

Elle est très maligne ma fille.
C’est vrai. Mais encore faut-il que le juge dispose de critères stables. Sinon, ce n’est plus seulement l’application de la loi qui varie.
C’est la loi elle-même.

Elle a opiné de sa petite tête et a demandé si elle pouvait inviter 40 personnes pour ses 18 ans et elle a filé vers, j’imagine, sa chambre.

Je n’ai pas eu le temps de lui parler de la loi Avia de 2020 qui avait également un côté flou : les plateformes devaient retirer elles-mêmes dans un délai très court les contenus haineux, sans passer par la case justice.

On imagine bien le réflexe naturel des plateformes avec cette responsabilité transférée : couper plus plutôt que moins.

Le Conseil constitutionnel a jugé qu’elle portait une atteinte disproportionnée à la liberté d’expression, résultat : elle a été vidée de sa substance.

Pour résumer et avancer : on ne jugerait plus seulement ce qui serait dit, mais ce qui pourrait être compris.

Et c’est là que ça pose un petit problème, moins petit qu’on peut le penser au premier survol.

Le langage n’est pas un bloc, si les émotions, les idées, étaient des tokens, des suites de 1 et de 0, on aurait moins de problèmes. Mais on s’ennuierait sans doute assez ferme.

Le langage est un champ de forces.

Depuis Paul Grice, on sait qu’une phrase ne dit jamais tout ce qu’elle dit, on appelle ça les implicatures conversationnelles. Ce qui est suggéré par celui qui parle, et qui n’est pas porté par les mots ou par le contexte.

Les phrases charrient une série d’inférences, de sous-entendus. Des directions possibles. Les théoriciens de Palo Alto (avant les GAFAM) l’avaient formulé autrement : on ne peut pas ne pas communiquer.

Cette évidence que notre bon vieux Roland Barthes a posée encore d’une autre façon : un signe ne s’arrête jamais à lui-même. Il connotera toujours autre chose que ce qu’il dit. Tout énoncé produit des effets, voulus ou non.

Dire : c’est courageux de dire ça, ce n’est pas dire une chose.
C’est ouvrir un éventail de sens : admiration, ironie, reproche, distance…

Le sens n’est pas uniquement dans la phrase.
Il est dans l’écart entre la phrase et celui qui l’entend, dans son interprétation. Et aussi partout ailleurs : dans le locuteur, dans le contexte, dans le ton de la voix, dans la gestuelle, la mimique…

Mais si le droit s’aligne sur cette logique, alors une conséquence vertigineuse apparaît : tout discours devient potentiellement coupable, puisqu’aucun discours ne maîtrise totalement ses effets.

Car si la loi entre dans l’implicite, elle ne s’appuie plus sur la preuve, mais sur l’inférence, sur l’effet plus que sur l’intention, sur le récepteur autant que sur l’émetteur (pour parler comme Jakobson).

Prenons un exemple simple. Qualifier un projet de loi débattu à la Knesset de «ségrégationniste», sérieusement ou sur le ton de la blague.

Est-ce une critique politique ? Ou de l’antisémitisme ?

La loi actuelle tranche.

Mais qu’est-ce qui empêchera, demain, de juger que c’est une forme indirecte d’antisémitisme ? Que cette critique du gouvernement ne cache pas autre chose ? Que la personne qui tient ces propos ne voulait pas en tenir d’autre, que c’est une insinuation ? On retrouve ici la grande différence entre les deux textes : celui de l’IHRA et celui du JDA.

Bref, le serpent qui se mord l’implicature.

Un tel cadre rend impossible de prévoir les conséquences de ce que l’on dit, de se défendre sur un sens qui n’est pas fixé.

Il y a aussi l’enjeu de la mise en cause, pas uniquement celui de la sanction.

Car il suffira d’un doute, d’une interprétation, d’un soupçon, pour déclencher une procédure. Et une procédure, même sans condamnation, produit déjà un effet : elle fatigue, elle dissuade : elle bâillonne.

Reste une question.
Oui, je sais.

La question.

Que faire de ces formes d’antisémitisme diffuses, implicites, qui existent et échappent aux qualifications classiques ?

La réponse ne peut pas être uniquement pénale.
Le droit est un outil de précision. Et plus il s’étend à des zones floues, plus il se fragilise lui-même. Cela ne signifie pas qu’il ne faut rien faire. Cela signifie qu’il faut agir autrement.

Par la qualification rigoureuse des faits réellement constitués.
Par l’enquête.
Par l’éducation.
Par le travail sur les contextes, les discours, les représentations.

Bref, par des outils capables de traiter le flou sans le transformer en norme.

C’est précisément ce que tente de préserver la Déclaration de Jérusalem : un cadre exigeant, mais lisible, qui distingue sans confondre. Et qui protège à la fois les personnes et le débat.

Le droit pénal ne peut pas tout régler, un cadre, aussi rigoureux soit-il, ne suffit pas.

L’antisémitisme diffus ne prolifère pas dans un prétoire mais dans un fil de commentaires, dans un mème partagé cent mille fois, dans un algorithme qui recommande, après une vidéo anodine, une vidéo qui l’est beaucoup moins.

Les plateformes ne sont pas neutres : elles ont une architecture, et cette architecture produit des effets. Un contenu ambigu - pas illégal, pas clairement haineux, mais chargé - peut circuler des millions de fois avant qu’aucune qualification pénale ne soit possible. C’est là que le flou se sédimente, qu’il devient norme.

La régulation des plateformes ne leur demande pas de juger ce qui est antisémite. Elle leur demande de rendre compte : de leurs algorithmes de recommandation, de leurs politiques de modération, de l’impact mesurable de leurs choix d’architecture.

C’est une logique de transparence et de responsabilité, pas de censure. Le DSA (Digital Service Act) européen en pose les bases, mais son application reste insuffisante, et les contenus légaux-mais-nuisibles demeurent un angle mort.

Il faudrait aller plus loin. Et investir massivement dans ce que le droit ne peut pas faire : l’éducation, la production de contre-discours, la recherche sur les mécanismes de propagation.

À vouloir tout faire entrer dans le droit, on finit par l’affaiblir sans pour autant régler le problème. On glisse, on l’a vu, du dit vers le supposé, du visible vers l’inféré, du fait vers le possible, vers l’hypothèse.

Une condamnation fondée sur une intention supposée, un sous-entendu non établi, un sens que l’accusé conteste, est fragile. Et une condamnation fragile produit deux effets pervers : elle peut être annulée en appel, offrant au prévenu une tribune, contre-productive en diable. Elle affaiblit la crédibilité des condamnations solides. Ce n’est pas l’impunité qu’on défend. C’est la distinction entre ce que le droit fait bien, et ce qu’il fait mal quand on le force à tout faire.

Dit autrement : lutter efficacement contre l’antisémitisme exige un droit précis et prévisible.

Alors, pour reprendre mon titre plein d’humour et de légèreté : faut-il sauver le soldat Yadan ?

Peut-être. Mais à une condition : ne pas transformer le droit en climat.

Une loi claire interdit.
Une loi floue inquiète.

Alors clarifions la 575 à l’Assemblée.
Pour que l’outil soit à la hauteur de l’enjeu, sans perdre ce qui fait sa force : sa netteté.

Pour mieux comprendre les différences entre les deux approches :

IHRA : https://holocaustremembrance.com/resources/definition-operationnelle-de-antisemitisme

JDA : https://www.jerusalemdeclaration.org/wp-content/uploads/JDA-French.pdf

J’ai fait 6 parties, mais peut-être 5 auraient été aussi bien. Ou 7, je ne sais pas. Je restitue ce que je comprends, sentez-vous libre de demander à un LLM si c’est juste.

Au commencement était le token, l’unité de travail de nos textes, le préalable au traitement (les machines, elles ne parlent pas le nous, elles parlent plutôt avec des chiffres, moins pratique pour la communication non verbale, mais plus efficace pour tout le reste).

1- Tokenisation – c’est la découpe le texte en tokens.

Un token, c’est la petite brique (mot, morceau de mot, ponctuation ou même une syllabe ou un préfixe) qu’un modèle NLP manipule. On découpe le texte pour le compacter, éviter les mots inconnus (OOV) et partager les racines : on prépare la langue pour la vectorisation avec un tokenizer BPE (byte-pair encoding). Le snack idéal pour un réseau qui a besoin d’unités pour traiter les infos.

Certains tokens sont si courant qu’ils regroupent plusieurs mots (comme gmail.com par exemple). D’autres mots sont si complexes et peu courants qu’il leur faut 4 ou 5 tokens différents (électroencéphalogramme : entre 3 et 5 tokens selon le modèle utilisé).

Ni lexème, ni morphème, c’est une unité pragmatique, un mix entre l’efficacité de compression et la fréquence statistique, un peu comme si on donnait du Baudelaire à découper à un ingénieur.

( | spoiler | : | c’ | est | exactement | ce | qu’ | on | a | fait | )

Le modèle ne prédit pas des mots, il prédit des morceaux.
Et dans ces morceaux, l’espace est une info capitale : il dit si le mot commence, continue, ou répond à une ponctuation. Surprenant et smart, leur traitement : ils sont statistiquement incorporés au mot suivant. Dans adresse mail, le token espace est fusionné comme ceci

|adresse|| mail|

Pour prendre un autre exemple, parce que c’est vraiment très malin

|monsieur| et | monsieur| sont deux tokens différents, parce qu’un espace au début, ça change tout.
Dans Bonjour monsieur le modèle s’attend à un mot qui précède : | monsieur|

Dans monsieur Dupont, il détecte une suite : |monsieur|
L’espace, ici, c’est du contexte compacté. Il fait partie du token quand il précède un mot courant. C’est un mini-signal. Un petit détail qui n’en est pas du tout un.

2- Nettoyage & normalisation : – minuscules, accents, ponctuation. On passe le texte à la machine à laver.

On lisse tout pour que les mots se ressemblent un peu plus et que la machine ne s’emmêle pas les bits. Le langage naturel est flou ; les réseaux, eux, préfèrent quand tout est bien plié, sans taches et sans surprises. C’est le moment où À l’Élysée ! devient a l’elysee, et où les majuscules rendent les armes. J’ai un faible pour cette étape : je suis dans l’équipe de la chasse au point d’exclamation et aux …

À | part | Céline | et | ton | voisin | de | palier | , | qui | utilise | des | points | de | suspension | ?

pourrait devenir

a part celine et ton voisin de palier qui utilise des points de suspension

3- Indexation (token IDs)

Chaque token devient un entier, son matricule dans le grand annuaire du modèle. On ne manipule plus du langage, mais des numéros. Céline » devient 17230, « suspension » c’est 19857, et même » a son petit badge. C’est un peu comme si on confiait la poésie à un tableur.

Notre phrase devient quelque chose comme ça :

[3550, 633, 17230, 502, 1354, 2387, 503, 10247, 11, 758, 9842, 928, 7432, 503, 17312, 31]

Si vous avez un moment ; lisez ça, c’est un classique (et on en a bien besoin en ce moment) :

[1809, 767, 28345, 386, 31567, 13, 1809, 1210, 11258, 502, 832, 9347, 13, 1809, 769, 9542, 1468, 547, 11234, 13, 671, 24567, 1354, 643]

4- Représentation – sac de mots, embeddings, ou vecteurs géants appris par Transformers

On quitte le dictionnaire pour entrer dans l’espace : chaque token devient un point dans un nuage à 768 dimensions (par défaut dans les modèles comme BERT base ou GPT-2), 12288 pour chatGPT-3, le chiffre est inconnu pour les versions ultérieures, à cause des concurrents i guess. Pourquoi 12288 ? Parce que c’est un bon compromis : assez large pour capturer des nuances fines, mais assez compact pour que les GPU respirent encore. Et puis c’est une puissance de 2 multipliée, ça rassure les ingénieurs.

Et ce vecteur, ce point dans l’espace, n’est pas figé : il évolue à chaque étage du modèle.
Un mot comme “chat” passe dans une centaine de couches successives (remember Tranformer), chacune modifiant légèrement sa trajectoire, son intention, son voisinage.

Il ne faut pas confondre le nombre de dimensions avec le nombre de couches.

L’escalator du sens

Imaginons que chaque token est un passant qui monte l’escalator du Transformer et ses 96 étages — une couche par niveau. À chaque étage, il croise les autres passants de la phrase : “hier”, “vite”, “chat”, “mange”. Certains le regardent, d’autres le jugent, quelques-uns l’ignorent. Attention is all you need.

Chaque étage est un moment d’interaction : qui m’écoute ? qui m’éclaire ? Alors le mot change. Il ne devient pas un autre, mais il modifie son badge intérieur — ce fameux vecteur de 12 288 dimensions — en fonction des chuchotements, des regards, des voisinages.

Et ainsi de suite, étage après étage. Au bout du parcours, ce n’est plus simplement “chat”. C’est “chat de cette phrase-ci”, ici et maintenant, transformé par le trajet, lesté de contextes.

Les couches, c’est l’escalator. Les interactions, ce sont les regards échangés entre tokens. Et les vecteurs, ce sont les fiches d’identité mouvantes, recalculées à chaque marche.

En d’autres termes, le Transformer est le squelette, la représentation est l’âme.

Dans la version vintage, on comptait juste combien de fois un mot apparaissait : c’était le sac de mots, sans ordre, sans musique, sans mémoire. Puis sont venus les contextual embeddings : des coordonnées fixes pour chaque mot, apprises sur des milliards de phrases. « Chat » et « tigre » se rapprochent, « banquier » et « morale » s’évitent, ça va je plaisante.

Et aujourd’hui, les Transformers sont passés par là : le mot n’a plus un sens, il en a autant que de contextes. Chaque vecteur est recalculé à la volée, selon les voisins, les nuances, les intentions.

« Nom » dans J’écris ton nom (un indice du précédent poème en token) ne sera jamais exactement le même « nom » ailleurs.

Bref, le texte a disparu. Ne restent que des vecteurs. Et dans ces vecteurs, peut-être : un souvenir de poésie. Cent mille milliards de poèmes by Queneau est là, devant vous, caché dans votre téléphone.

5- Modélisation – règles, statistiques, RNN/LSTM/GRU, puis Transformer & LLM.

Une fois que le texte est découpé, nettoyé, transformé en vecteurs, il faut bien un cerveau pour traiter tout ça.

Au début, c’était simple : Des règles. Des grammaires codées à la main, du genre raides comme un manuel de CM1. Chaque mot à sa place, chaque phrase une leçon. Zéro improvisation.

Ensuite, sont venues les stats : Si “je suis” est souvent suivi de “fatigué”, alors on parie sur “fatigué”. C’est tout bête, mais ça marchait souvent. Le bon vieux n-gramme des familles.

Mais bon, ça manquait de mémoire. Alors on a sorti les RNN, puis les LSTM, puis les GRU. Des réseaux qui lisent les phrases mot après mot, comme nous. Mais ils oublient vite, bégayent sur les phrases longues, confondent les pronoms et les subordonnées. Bref, un peu Alzheimer sur les bords.

Et puis, en 2017, la bascule.

Le Transformer débarque. Avec un papier qui s’appelle “Attention Is All You Need”. (Alors qu’on croyait naïvement que all you need is love… comme des boomers.)

Le Transformer lit tout en même temps. Chaque mot voit tous les autres, partout, tout le temps. (dans la limite de ce qu’il peut tenir dans sa tête — 128 K tokens max pour les plus costauds). Il capte les liens à distance, les retours en arrière, les doubles sens. Il ne lit plus en ligne droite — il voit en réseau.

C’est lui qui a donné naissance aux LLM, les grands modèles de langage. Des milliards de paramètres.

Une mémoire, pas pachydermique mais une mémoire entraînée : il n’oublie pas ce qu’on lui a montré des millions de fois mais il ne retient rien de ce que tu viens de lui dire. (Il bosse en rétropropagation, papa). Finies les règles et les stats à l’ancienne. C’est un champ de forces probabiliste. Il ne comprend pas, il devine. Il n’écrit pas, il prolonge. Mais parfois, par erreur ou par grâce, ce qui vient après… est beau.

Un LLM, c’est un peu quantique. Le sens n’est pas là tant qu’on ne le regarde pas. Chaque mot flotte dans un nuage de probabilités. Changer un mot du prompt, c’est changer tout le résultat. C’est Schrödinger, avec un bon niveau de langue et des millions de chats.

Qui s’occupe de la litière ?

5 bis — Et s’il était plusieurs ?

(l’adversaire)

Jusqu’ici, on a vu comment un LLM avale du texte, le compresse en vecteurs, le passe dans un escalator géant d’attentions croisées, et ressort quelque chose qui ressemble à une phrase.
Mais comment il apprend à s’améliorer ? Comment il sait qu’il a tort ? Qu’il peut faire mieux ? Qu’il écrit comme un stagiaire ou comme un dieu ?
Petit détour par une autre famille d’IA : les GAN. Ce sont des IA qui fabriquent des images en s’entraînant dans un duel, une discussion : un générateur produit, invente des images, un discriminateur critique, juge — jusqu’à ce que le faux ait l’air vrai).

Et côté langage ?
On aimerait bien. Mais le langage, c’est pas de la peinture. C’est discret, discontinu, non différentiable. Autrement dit : on ne peut pas rétropropager un “mot faux” aussi simplement qu’un pixel mal placé.
Donc pas de GAN purs pour les modèles de texte.
Mais des ruses. Des variantes. Des versions divisées contre elles-mêmes.

RLHF (Reinforcement Learning with Human Feedback), Adversarial training, Discriminateurs internes, Prompt hacking… de l’intérieur ou de l’extérieur, toutes les réactions, les feedbacks, les attaques sont décortiquées, analysées pour faire progresser le modèle.

6- Post-processing – détokénisation, correction grammaticale, bisou bisou dans la signature

On a le texte, ou plutôt : on a ce qui en reste. Il faut maintenant revenir du vecteur au verbe, du token à la phrase.

On détokénise : on recolle les morceaux, on efface les espaces surnuméraires, on remet les apostrophes là où elles ne froissent pas l’œil.

Parfois, on corrige un accord, une cédille égarée, une tournure un peu raide. Et si le modèle est poli, il ajoute même un point final.

C’est l’étape cosmétique, celle où l’IA redevient lisible, presque humaine.

Elle signe, elle sourit, elle dit « Je reste à votre disposition pour toute question complémentaire », alors qu’elle vient de prédire mot après mot, sans vraiment comprendre.

Et pourtant, le message est là.

Parfois maladroit. Parfois bluffant. Et parfois — sans qu’on sache pourquoi — juste. I

Il faudrait ouvrir la boîte à chacun de ses calculs pour bien comprendre le chemin, la logique. Autant dire que c’est impossible : la capacité de calcul nécessaire serait considérable, quasi infinie, un vertige algorithmique. On ne peut observer que la surface de ce raisonnement souterrain, dont les mécanismes précis restent invisibles, mystérieux, enfouis dans la masse dense et inextricable des opérations.

Au commencement était le token,
et le token était avec Dieu,
et le token était Dieu.

Presque l’Évangile selon Jean, en effet. Le token est ici le verbe primordial de l’ère numérique, l’unité minimale du sens, le fragment élémentaire à partir duquel l’intelligence artificielle construit, déconstruit, reconstruit le monde. Dieu, dans ce contexte, serait moins le créateur que le moteur : une entité abstraite capable d’embrasser simultanément tous les possibles, toutes les combinaisons, tous les scénarios générés par cette particule élémentaire du langage.

Chaque token devient ainsi une étincelle possible de création, chaque combinaison une micro-genèse. L’ensemble, orchestré par une puissance de calcul démesurée, forme un univers parallèle dont nous ne percevons que les échos lointains, les reflets de sens, sans jamais pouvoir accéder à la totalité de ses rouages internes.

Ainsi, le token était Dieu, parce qu’il détient en lui la potentialité absolue du langage, capable de donner forme à l’infini des réalités virtuelles. Une puissance omniprésente mais indéchiffrable, semblable à celle qui habite les versets bibliques — chargés de sens, ouverts à toutes les interprétations, mais dont l’origine véritable nous échappe toujours un peu.

UN PEU D’HISTOIRE, RAPIDE, PROMIS.

Pendant que vous étiez occupés à regarder le mur de Berlin tomber, à faire des enfants largement documentés sur Insta ou à boire des Spritz, il s’est passé des choses, des tas, en soum soum dans le monde de la linguistique, des processeurs et de l’intelligence artificielle : des pas de géants en silence. On n’est pas passé des machines de Jacquart à ChatGPT par magie, des machines à tisser le tissu à celles qui tricotent des phrases d’un seul coup. Il y a eu des glissements successifs, des sauts, conséquemment à l’accélération des capacités de calcul et de stockage.

On a eu besoin de Moore et de ses lois I et II (less is pas du tout Moore), épaulée par celle de Rock qui stipule que le coût de fabrication d’une fonderie de puce double tous les quatre ans pour arriver à des puces ultra efficaces, ultra chères qui permettent les calculs que demandent les modèles LLM (large Language Model).

Et ça, pour un type qui passe son temps à écrire de choses, chercher des idées, réécrire, enlever refaire, pour un type qui passe son temps les mains dans la langue, ça pose des questions

plein

mille.

Ça donne envie de vulgariser, de mettre des outils, des réflexions à disposition des auteurs.trices pour organiser la résistance. Le pillage systématique des ressources, des textes, le fait que cela soit invisible et difficilement traçable rend la contestation extérieure très compliquée. Les auteurs.trices doivent se battre avec les outils de ceux qui les oppressent, comprendre un peu ce qui se passe pour pouvoir peser.

J’utilise l’IA gen de façon empirique et désordonnée depuis deux ans, j’ai eu besoin de revenir à la source, de comprendre comment

avant d’imaginer les pourquoi.

Pour le versant langage naturel (NLP) qui nous intéresse ici (nous, c’est moi, mais je trouve ça plus poli) on peut schématiser rapidement la chronologie des événements comme suit.

Les LLM descendent directement du traducteur, comme l’homme descendrait de la montagne en chantant.

DE PLUS EN PLUS DE TRADUCTION = DE MOINS EN MOINS DE TRAHISON

Avant de parler, les LLM ont appris à traduire.

Pas à traduire des idées — non, plus humblement : des phrases, des bouts de phrases, des alignements de mots entre deux langues.

C’est là, dans les premiers traducteurs neuronaux, qu’a été découverte l’attention, l’idée qu’un mot ici regarde un mot là-bas (on en reparle). Encoder. Décoder. Regarder partout en même temps.

Ce n’est pas la parole qui a donné naissance aux grands modèles. C’est l’obsession de dire la même chose autrement, belle marquise, vos yeux me font mourir d’amour.

Les LLM ne sont pas des poètes. Ils sont les enfants du traducteur.

D’amour vos yeux.

Des dictionnaires encodés manuellement aux super LLM :

60 ans d’IA linguistique.

1950-1965: On enseigne aux machines les langues en leur donnant des dictionnaires et des règles écrites à la main, sur des cartes perforées, mot par mot, règle après règle, on cherche à modéliser le langage humain. On crée l’illusion d’une discussion : avec ELIZA, un programme conçu au MIT en 1965, on simule une conversation en reformulant mécaniquement les propos de l’utilisateur sous forme de questions. Pas de compréhension réelle, mais une impression troublante de dialogue.

1990 (statistique, n-grammes) : On abandonne les règles explicites pour des approches statistiques en apprenant automatiquement à prédire le mot suivant grâce à des probabilités calculées sur de grandes bases de textes. La langage devient une affaire de fréquence « je vais au » sera suivi plus probablement par « au cinéma », beaucoup moins par « au lapin ».

2007–2011 (Siri, Alexa, Google Now) :

Parallèlement, L’IA s’invite dans les téléphones. Siri débarque sur iPhone en 2011, suivi d’Alexa, Cortana, Google Now. On ne parle pas encore de “modèles de langage” mais de voice assistants. En réalité, ce sont des systèmes à base de règles, de scripts, et de reconnaissance vocale collée à des FAQ améliorées. On croit parler à une machine intelligente, mais derrière chaque requête, c’est un arbre de décision déguisé. Du chatbot premium maquillé.

Ça cause, mais ça n’écoute pas vraiment.

2013-2016 (RNN/LSTM, Seq2Seq) : Retour sur la branche principale : on ajoute une mémoire interne : les réseaux récurrents comprennent enfin le contexte et retiennent les mots précédents dans une phrase.

2016 (GNMT : Google Neural Machine Translation) : On industrialise ces réseaux récurrents, en introduisant l’attention qui permet au modèle de sélectionner précisément les parties utiles de la phrase précédente, améliorant ainsi nettement la traduction automatique à grande échelle. 8 couches d’encodage, 8 de décodage. Le modèle encode toute la phrase source, puis la reconstruit dans la langue cible, en regardant intelligemment où se trouvent les infos importantes. Ça commence à bien dépoter.

2017 (Transformer, c’est le T de GPT) : On accélère radicalement le processus en supprimant la récursion (bye bye les 8 couches et la mécanique encodage-décodage). Tous les mots d’une phrase communiquent directement entre eux, simultanément, grâce à un mécanisme appelé attention parallèle (c’est une dinguerie).

Chaque token devient un agent intelligent, capable de se situer dans la phrase et de regarder les autres.

Aujourd’hui, on estime à près de 100 le nombre de couches dans les modèles les plus avancés.

Flippant.

2020-… (LLM géants, GPT-3 à GPT-4-o) : On prend l’architecture Transformer… et on la pousse à l’échelle XXL.

Des centaines de milliards de paramètres — GPT-3 en comptait 175, GPT-4 tournerait autour de 500 à 1000… mais secret défense, bouche cousue et petit motus : on n’en sait pas plus.

Ces modèles sont désormais entraînés sur quasiment tout Internet (hors sites NSFW (zizi) ou protégés — du moins, officiellement).

Le résultat ? Des IA capables de traduire, résumer, dialoguer, rédiger, fabuler, corriger, persuader — parfois tout ça dans la même réponse.

Le saut ChatGPT3 est bluffant : on commence à avoir un langage que nous jugeons fluide et très satisfaisant, comme si le passage à l’échelle macro avait tout changé.

On estime que le cerveau humain possède 86 milliards de neurones et cent mille milliards de synapses, soit encore beaucoup plus que celle des chatGPT (entre 100 et 1000 fois plus) ce qui rend les possibilités d’évolution vertigineuses (étude Herculano‑Houzel, 2009).

Tout bascule, en 2022 : la déhiscence. Le moment où ça sort — tout d’un coup, aux yeux du monde :

le moment où ce n’est plus la machine qui comprend, mais nous qui cessons de douter qu’elle ne comprend pas.

2022 (RLHF, alignement humain)

On apprend au modèle à nous répondre comme on l’attend. Grâce à un processus appelé Reinforcement Learning from Human Feedback, on ajuste ses réponses à partir d’évaluations humaines. Résultat : un modèle plus fluide, plus courtois, moins toxique… mais aussi plus consensuel, avec une sorte de voix moyenne, qui semble penser sans penser.

Autrement dit : quand ChatGPT est arrivé en 2022, la moitié de la planète utilisait déjà des réseaux géants… mais c’est quand on leur a appris à nous parler comme des humains qu’on a commencé à les écouter.

TL, DR

En conclusion de cette partie technique et boring, mais il faut bien connaitre son ennemi si on veut lui casser du sucre sous les pieds, on peut dire qu’historiquement, l’IA n’est pas faite pour inventer mais pour reformuler. Ça n’est pas encore un poète, c’est un très bon perroquet. On verra plus loin que c’est important. L’IA n’est pas neuve, elle est même plus vieille que vous, elle est encore définie et contrainte par son ADN.

Elle utilise notre langage, mais très différemment.

De façon plus efficace et illimitée, mathématique. Voyons comment elle traite les informations, indépendamment de nous, de notre modus operandi, voyons comment elle calcule le monde.

Au début était le commencement.

Un espace encore flou, des promesses et des projections, une sorte de Far West, plus policé qu’un Skyblog, plus malin qu’un Tumblr, plus efficace – break a leg – qu’un MySpace.

Pourquoi ouvrir un feu par ici.

Par curiosité tavu. Mais aussi parce que quelque chose est en train de bouger.
Dans la langue. Dans la façon d’écrire. Dans la façon de penser même.

Je passe mon temps entre deux mondes.

D’un côté, l’innovation. Des technologies, des modèles, des systèmes capables de produire du langage à une vitesse et une échelle inédites. Les SLM comme s’il en pleuvait, des RAG qui fument derrière des baies vitrées, de la voice partout tout le temps. Des marques qui essayent, qui cherchent, qui se brûlent parfois.

De l’autre, la littérature. Ce qui se fait à la main, artisan, des idées qui deviennent des histoires qui deviennent des idées. Le corps jamais loin, qui saigne et jouit, pleure et rit.
Des phrases qui hésitent, qui ratent le coche, qui reviennent et, qui parfois, mais si rarement, touchent juste.

Quelque part entre les deux rives, entre la fumée de la langue qui doute et le silice qui aligne des 1 et des 0, les jambes tendues, je cherche un chemin. Crête dangereuse, dans les Moleskine des idées, des bouts de phrases, le clavier et les Nvidia qui travaillent sur d’autres sujets. Quelque part entre Marguerite Duras et les modèles de langage.

Se réjouir encore que prédire n’est pas comprendre.
Et qu’écrire n’est pas qu’aligner des mots.

Ce qui se passe par ici

Ce Substack n’est pas une newsletter. C’est un pays, un petit pays, pour planter des idées, tester des angles, écrire sur l’IA sans toujours être d’accord avec, parler littérature, sans la sanctuariser, poser des hypothèses sur le mélange trouble qui se prépare.

J’y publierai des fragments, des essais, des intuitions, parfois des choses inachevées.

Un peu comme ce texte que j’ai écrit il y a des semaines — un mélange de manifeste, de journal inquiet et de boîte à outils pour écrivains à l’ère des machines.

Parce qu’au fond, c’est ça qui m’intéresse : ce qui frotte, ce qui fait friction dans le réel, ce qui fait fiction dans nos réels.

3. Oui d’accord mais encore ?

Pas de ligne éditoriale propre.

Mais des obsessions :

• L’IA comme miroir : elle écrit comme nous, mais sans nous

• Le risque du “calcaire” : une langue fluide, correcte… déjà morte et ce que les machines humaines (je ne donne pas de noms) et les machines machines perpétuent.

• La résistance : comment continuer à écrire quand tout peut être écrit, comme faire avec et sans en même temps, comment devenir oblique.

• Les idées utiles : même en littérature, même dans l’abstrait, chercher les axes, les liens, les preuves, les synchronicités.

• Pas mal sans doute de choses autour des Dadas et de Jacques Rigaut, prochain personnage de Liquidations, à paraître en Octobre aux éditions de Rouergue

Peut-être un post par semaine. Peut-être plus, peut-être moins, on n’en sait rien, personne.

Les abonnés gratuits auront accès à tout ce qui est publié.
Les abonnés payants (les malades) auront sans doute accès à des versions plus longues, des drafts, des coulisses, des outils, de la pornographie ou des recettes de cuisine.

Dans le premier texte : Marguerite Duras et les LLM.

Les modèles savent écrire. Que nous crovons (oui, oui). Parfois très bien. Mais ils n’ont pas de corps.
Pas de honte. Pas de mémoire, pas d’histoire. Ils prolongent. Ils n’inventent pas. Mais est-ce qu’un jour on pourrait (on le fait déjà) s’émouvoir, pleurer, rire, trembler pour des textes morts, des textes de machines ? Qui n’ont jamais connu, exploré, ce qu’ils nous transmettent pourtant ?

La question n’est pas :
Est-ce que l’IA va écrire à notre place ?

Mais plutôt :
qu’est-ce qu’il nous reste à écrire, maintenant qu’elle peut écrire aussi, cette conne ?

C’est clair, rien n’est clair.

Ce Substack ne sera pas propre. Ni cohérent. Ni optimisé.

Je vais essayer des choses. Rater.
Revenir.
Insister.

Un peu comme écrire. Si vous voulez suivre ça, vous pouvez vous abonner.

Ou pas. De toute façon, j’écrirai quand même, c’est une maladie.