Dialogue 2 - IA et voix - Quand les machines se mettent à parler

​Un « oui » peut exprimer l’enthousiasme, l’agacement ou la résignation, selon la manière dont il est prononcé. Une hésitation peut signaler un doute, un silence inviter l’autre à poursuivre. Nous entendons dans une voix bien davantage que des mots. Nous y percevons une présence, une disposition à notre égard, parfois une intention.

​Que se passe-t-il lorsque cette voix est celle d’une machine ?

​Après un premier dîner consacré à l’écriture et à l’expression avec l’IA, nous souhaitons explorer ce que la voix transforme dans notre relation aux machines. À mesure que nous prenons l’habitude de leur parler, nous leur expliquons ce que nous voulons, cherchons nos mots, précisons une demande. Et lorsqu’un agent peut nous répondre, prendre une initiative ou mener une tâche pour nous, la conversation devient aussi une manière d’agir.

​Nous pouvons savoir que nous utilisons un système informatique et avoir, dans l’échange, l’impression de nous adresser à quelqu’un. Une voix reconnaissable, une réponse au bon moment, une question qui semble attentive : que nous conduisent-elles à attendre de la machine ? Que lui attribuons-nous ? Et que lui laissons-nous décider ?

​Le premier sujet est celui de notre rapport à nous-mêmes. Parler, est-ce exprimer une pensée déjà formée ou participer à sa construction ? Une étude publiée dans Consciousness and Cognition en 2023 a montré que se parler à voix haute pouvait améliorer les performances de jeunes adultes dans une tâche de mémoire de travail visuospatiale. Dans ce contexte, la parole avait une fonction qui dépassait la communication avec autrui.

​C’est également ce que l’on explore, autrement, en psychanalyse : parler peut faire émerger quelque chose qu’on ne savait pas encore pouvoir dire. Mais quelle place l’interlocuteur occupe-t-il dans ce processus ? Quand nous réfléchissons avec une IA, le sentiment de ne pas être jugés peut libérer la parole. Ses questions et reformulations peuvent nous aider à préciser une intuition. Mais est-ce la même expérience que de chercher ses mots devant quelqu’un qui nous écoute, réagit, se tait ou nous interrompt ?

​Chez les enfants, une expérience menée auprès de 117 enfants de trois à six ans a montré qu’un agent conversationnel pouvait reproduire certains bénéfices de la lecture dialoguée avec un adulte sur la compréhension d’une histoire, dans un cadre expérimental scénarisé. Qu’attendons-nous alors d’un interlocuteur pour qu’il nous aide à apprendre, à imaginer ou à élaborer une idée ?

​Les interfaces vocales ouvrent aussi des possibilités à ceux pour qui l’écriture constitue un obstacle. Mais lorsque la machine peut agir à partir de nos paroles, une nouvelle ambiguïté apparaît. « Il faudrait peut-être décaler ce rendez-vous » peut être une réflexion, une demande de conseil ou une instruction. Comment lui faisons-nous comprendre que nous sommes encore en train de chercher ce que nous voulons ? Et quand sa reformulation commence-t-elle à orienter notre décision ?

​Il y a ensuite ce que nous percevons dans la voix elle-même.

​Dans Le grain de la voix (1972), Roland Barthes s’intéressait à cette présence du corps dans le chant, à ce qui nous touche dans une voix au-delà du texte ou de la mélodie. La philosophe Adriana Cavarero, dans For More Than One Voice (2005), distingue quant à elle ce qui est dit de celui qui parle. Une voix porte une singularité, celle d’un être qui s’adresse à un autre.

​Mais qu’advient-il de cette singularité lorsqu’une voix peut être reproduite sans le corps qui l’a produite, ou conçue pour donner à un assistant une identité reconnaissable ?

​Dans une étude publiée en 2026, quarante participants ont écouté des voix humaines et leurs clones synthétiques, prononçant des phrases avec des intonations assurées ou hésitantes. Les variations vocales modifiaient les impressions sociales dans les deux cas, mais les voix humaines étaient notamment jugées plus riches émotionnellement.

​Une chanson, une poésie ou une histoire peuvent nous émouvoir alors même que nous savons leur voix artificielle. Qu’est-ce qui compte dans cette expérience : ce que nous entendons, ce que nous imaginons de celui qui parle ou l’intention que nous lui attribuons ? Notre émotion change-t-elle si nous apprenons après coup qu’aucune personne n’a interprété ce que nous venons d’écouter ?

​Dans une conversation, ces impressions peuvent également devenir des attentes. Une voix nous semble attentive, rassurante ou sûre d’elle. Nous lui prêtons peut-être de la compréhension, une personnalité, une compétence. À quel moment le sentiment d’une présence devient-il une raison de suivre un conseil ? Quels biais liés à l’accent, au genre perçu ou à la manière de parler entrent dans l’autorité que nous accordons à cette voix ?

​La parole engage enfin notre manière d’agir avec les autres.

​Une conversation suppose des règles souvent implicites, que Harvey Sacks, Emanuel Schegloff et Gail Jefferson ont étudiées dès 1974. Nous prenons la parole, nous nous interrompons, nous nous ajustons, nous laissons une place à l’autre. Lorsqu’un agent participe à cet échange, qui en donne le rythme ? Qui pose les questions, choisit ce qui mérite d’être précisé ou décide qu’il est temps de passer à l’action ?

​Nous avons l’habitude de donner des instructions aux machines. Avec un assistant proactif, la demande peut circuler dans l’autre sens. Imaginons qu’il nous dise : « Commence par cette tâche », « Tu devrais répondre maintenant » ou « Je te conseille de reporter ce déplacement ». Comment recevons-nous ces paroles ? Comme une aide, une recommandation, une injonction ?

​Cette assistance peut nous permettre de surmonter un obstacle, de tenir un engagement ou de consacrer notre attention à autre chose. Elle peut aussi nous conduire à suivre des priorités que nous n’avons pas choisies. Au nom de qui l’assistant parle-t-il : nous-mêmes, son concepteur, l’organisation qui nous demande de l’utiliser ? Que devons-nous pouvoir contester, interrompre ou modifier pour rester acteurs de nos choix ?

​La possibilité même de se faire comprendre mérite aussi d’être interrogée. Une étude de Stanford publiée en 2020 avait relevé des taux d’erreur de transcription presque deux fois plus élevés pour les locuteurs noirs que pour les locuteurs blancs américains dans cinq systèmes commerciaux de l’époque. Ce résultat ne préjuge pas des performances actuelles, mais pose une question essentielle : lorsque la parole devient une interface pour agir, quelles voix sont entendues avec fidélité ? Qui doit adapter sa manière de parler à la machine ?

​Enfin, l’apparente familiarité de la conversation peut nous faire oublier le système avec lequel nous échangeons. Une étude publiée en 2026 montre que parler à une IA suscitait moins d’inquiétudes pour la vie privée que lui écrire. Cette différence s’atténuait lorsque la transcription apparaissait à l’écran, sans différence significative dans la quantité d’informations effectivement dévoilées. L’échange pouvait sembler passager alors même qu’il laissait une trace. Que comprenons-nous de ce que la machine retient de nos paroles, et de la manière dont cette mémoire pourrait guider ses interventions futures ?

​Pour ce prochain dîner Tandem, nous aimerions explorer ce que devient notre relation aux machines lorsque nous pouvons leur parler, percevoir en elles un interlocuteur et leur confier une part de l’initiative.

​Trois questions pour le dîner :

• ​La parole comme expérience de soi : que découvrons-nous de ce que nous pensons et voulons en parlant avec une machine ? Quelle part prend-elle dans cette élaboration ?

• ​La voix comme expérience sensible : qu’est-ce qui nous donne l’impression d’avoir affaire à quelqu’un ? Que nous conduit-elle à ressentir, à attendre ou à lui attribuer ?

• ​La parole comme acte social et politique : lorsqu’un assistant nous conseille, prend l’initiative ou agit pour nous, comment se partagent l’autorité et la décision ?

​----

​Format : 10 participants soigneusement sélectionnés. Une seule table, une conversation collective guidée par des questions. Pas de présentation, pas de pitch, pas de téléphones. Gratuit (seules vos consommations sont à charge).

Newsletter: Que vous ayez candidaté ou non, recevez le récap de ce dîner via la newsletter: https://tally.so/r/XxWe14

​Ce dîner est organisé par un tandem :

​Marine Buclon est entrepreneure et executive coach basée à Paris. Formée aux humanités (ENS Paris-Saclay, Sciences Po, HEC), elle a passé quinze ans dans l'entrepreneuriat tech à explorer ce qui reste profondément humain : l'éducation, l'apprentissage, le futur du travail. Ancienne COO de Wave.ai, un service de coaching fondé sur l'IA, elle accompagne aujourd'hui des dirigeants et indépendants qui cherchent à affirmer leur singularité dans un monde où l'IA redessine les règles du jeu.

​Margaux Pelen est la fondatrice d'episcope, un studio de stratégie basé à Berlin qui travaille sur le "nouveau deal cognitif" (augmentation et compromis cognitifs). Depuis 15 ans, elle aide des organisations de toutes tailles à adopter les nouvelles technologies sans perdre leur capacité de discernement. Elle est diplômée d'HEC Paris, Télécom Paris et de la Singularity University (NASA).

​En savoir plus sur les dîners Tandem : www.tandemdialogues.com