Metamorfon, un instrument de pensée

Journal

Metamorfon ressemble à cinq types d’outils et n’appartient à aucune de ces catégories. Chaque comparaison, examinée de près, dégage un trait qu’une définition directe énoncerait moins nettement.

Pas un assistant IA du quotidien. ChatGPT, Claude, Gemini ou Mistral travaillent dans le registre de la requête et de la réponse : un interlocuteur unique, qui s’ajuste à l’utilisateur au fil de l’échange. Metamorfon réunit plusieurs modèles distincts et déplace la relation : ils ne répondent plus seulement à l’utilisateur, ils se répondent. D’un tour à l’autre, leurs positions se renforcent, se déplacent, se contredisent, se recomposent.

Pas un assistant de recherche. Un assistant de recherche a une fonction : trouver l’information et la restituer. Metamorfon convoque la recherche web lorsqu’un débat dépend de faits récents, mais l’information y reste un matériau. Tout se joue après son arrivée : comment un modèle l’interprète, comment un autre la conteste.

Pas un outil de productivité. Les outils de productivité accélèrent des tâches que l’on sait déjà accomplir. Metamorfon ralentit à dessein. Formuler la question, laisser le débat se déployer, isoler un point, changer de régime, relire les analyses : ce temps n’a rien d’un coût annexe. L’objet de la réflexion change pendant qu’il s’écoule.

Pas un benchmark. Un benchmark mesure des performances sur des tâches fixées d’avance, tandis qu’un dialogue prolongé expose une conduite : comment un modèle défend une position, répond à une objection, tient ou révise ses engagements, et laisse voir ses présupposés quand un autre attaque son raisonnement.

Pas un outil de génération de contenu. Une session produit d’abord une trajectoire : positions initiales, objections, déplacements, impasses, corrections, parfois un concept qui prend forme. Les modes d’analyse relisent ensuite cette trajectoire sous plusieurs angles. Ces cinq écarts dessinent sa catégorie : Metamorfon est un instrument de pensée.

La formule appelle une objection : pourquoi faire dialoguer plusieurs modèles améliorerait-il quoi que ce soit ? Rien ne le garantit. D’où la méthode.

La contradiction éprouve, elle ne prouve pas

Un grand modèle de langage excelle à produire une réponse cohérente à partir d’un contexte. Son utilité vient de là. La difficulté aussi, dès qu’on s’en sert pour réfléchir.

Une réponse fluide, structurée, documentée en apparence, peut reposer sur une prémisse fragile. Le modèle déroule avec talent les conséquences d’un cadrage discutable, parce que rien dans l’échange ne l’oblige à y revenir.

L’entraînement des assistants accentue le trait. On ne leur apprend pas seulement à produire un langage plausible : leur post-entraînement incorpore des préférences humaines sur ce qu’est une réponse utile. Les travaux sur la sycophantie (Sharma et al., ICLR 2024) montrent que cette optimisation pousse, dans certaines conditions, un modèle à épouser les croyances de son utilisateur plutôt qu’à maintenir la réponse exacte.

Le phénomène n’est ni uniforme ni inévitable, et les modèles sont aussi entraînés à lui résister. Il est assez réel pour que les grands fournisseurs lui consacrent des évaluations spécifiques. Demander au même modèle de se critiquer ne règle rien d’office. Sans retour externe fiable, l’auto-correction échoue souvent à améliorer un raisonnement et le dégrade parfois (Huang et al., ICLR 2024).

Une seconde réponse du même système n’est pas un second regard. D’où l’intérêt de la recherche pour le débat entre modèles. Lorsque plusieurs instances confrontent leurs réponses puis les révisent, le raisonnement et la factualité s’améliorent sur plusieurs tâches (Du et al., ICML 2024) : l’objection apporte au modèle une information absente de sa propre trajectoire et lui pose un problème nouveau.

Le gain n’est pas automatique : les systèmes de débat ne surpassent pas de façon fiable des méthodes sans débat, comme le vote entre plusieurs réponses d’un même modèle, et se montrent plus sensibles au réglage de leurs paramètres (Smit et al., ICML 2024). Dans une étude contrôlée sur un puzzle logique, le succès tient d’abord à la force de raisonnement des agents et à la diversité du groupe, et la pression de la majorité y étouffe la correction indépendante (Wu et al., prépublication 2025).

Le débat ne garantit pas la correction. Les modèles ne sont pas non plus des témoins indépendants. Leurs corpus se recoupent, leurs références culturelles également, et certains présupposés traversent tous les textes dont ils ont appris. Mesurées sur plus de 350 LLM, leurs erreurs sont nettement corrélées, et celles des modèles les plus performants le restent entre fournisseurs et architectures distincts (Kim et al., ICML 2025). Trois modèles qui répètent le même chiffre ne font pas trois sources.

La pluralité ne vaut donc pas preuve. Elle crée des occasions de mise à l’épreuve. Une affirmation passe entre les mains d’un interlocuteur étranger à la chaîne d’arguments qui l’a produite ; une objection force l’explicitation d’une prémisse restée implicite. Deux positions qu’on croyait compatibles se découvrent contradictoires dès qu’elles partagent le même espace de discussion. Metamorfon ne rend pas vraies les réponses des IA, mais agence des conditions où l’erreur a davantage d’occasions d’être remarquée.

Un cadre méthodologique

Faire débattre plusieurs LLM n’est encore qu’un dispositif technique. L’instrument commence avec des décisions : comment les modèles se rencontrent, ce qu’ils reçoivent, ce qu’on attend d’eux, comment leurs réponses sont examinées, où l’utilisateur intervient. Autrement dit, avec une méthode.

Celle de Metamorfon opère à quatre niveaux : les instructions données aux modèles, l’architecture de leurs échanges, le mode de débat appliqué à un tour, les analyses qui reviennent sur la session. À aucun de ces niveaux elle ne dicte la bonne réponse. Elle règle les conditions de l’examen. Le fonctionnement concret de cette orchestration — architectures de dialogue, modes de débat, Focus et analyses — est développé dans Faire débattre deux IA : orchestrer et analyser le dialogue. Ici, l’accent porte moins sur la conduite d’une session que sur la fonction du cadre : ce qu’il permet de mettre à l’épreuve, de rendre visible et, parfois, de recomposer.

La méthode repose d’abord sur les instructions. Demander à une IA de « révéler les biais » d’un texte suppose qu’il en contient ; lui demander de « démontrer pourquoi une thèse est fausse » fixe la destination avant l’enquête. L’instruction fabrique alors une part du résultat qu’elle prétend découvrir. L’esprit des instructions tient en une règle : prescrire une forme, jamais une conclusion. Des axes, un ordre d’examen, une discipline de restitution. Leur rédaction retire un à un les mots qui inclinent l’interprétation : nous appelons cela la « dépopulation lexicale ».

Une méthode critique ne consiste donc pas à ordonner aux modèles d’être critiques. Elle met les propositions à l’épreuve sans avoir décidé d’avance laquelle devra céder. Les architectures de dialogue forment le deuxième niveau de la méthode. Elles fixent qui parle à qui, dans quel ordre, et ce que chaque modèle reçoit des autres avant de répondre.

Les modes de débat changent ensuite la règle du jeu. Convergent, constructif, équilibré, critique, réfutatif : non pas cinq crans d’un curseur d’intensité, mais cinq opérations distinctes sur le même matériau. Le critique examine les arguments à l’intérieur du cadre admis ; le réfutatif conteste le cadre.

Dans les architectures adaptatives, le mode varie donc sans que la question change. Une proposition construite lors d’un tour de dialogue peut être livrée, au suivant, à la recherche de ses points faibles. À l’inverse, une phase très critique peut céder la place à un régime constructif, où les modèles recomposent à partir de ce qui a résisté. La méthode ne cherche pas le désaccord pour lui-même. Elle vise à rendre informatifs le désaccord, l’accord et la révision.

Une discipline argumentative

Organiser les tours de parole ne suffit pas. Un débat peut être à la fois spectaculaire et médiocre. Deux interlocuteurs se contredisent sans jamais répondre à l’argument de l’autre. Un modèle déplace une définition en cours de route, change d’exigence selon qu’il juge sa thèse ou celle d’un autre, rend peu à peu sa position irréfutable.

La contradiction ne produit pas plus la raison que la pluralité ne produit la vérité. L’Évaluation argumentative porte sur ce point. Elle ne dit pas qui a raison sur le fond. Elle observe la conduite du raisonnement : l’objection a-t-elle reçu une réponse ? La conclusion suit-elle des prémisses avancées ? Une correction justifiée est-elle reconnue ? Un modèle réclame-t-il à son interlocuteur une preuve qu’il ne fournit pas lui-même ? Appelons cela une discipline argumentative : cohérence des critères, traitement loyal de l’argument adverse, capacité de révision, distinction entre objection et réfutation, refus de déplacer en silence les termes du débat.

Ces règles ne défendent aucune doctrine ; elles rendent plus exigeante la défense de toutes. L’enjeu est plus aigu avec des modèles de langage, dont une grande part de la puissance tient à la capacité de produire un discours fluide et convaincant. Force rhétorique et solidité logique sont deux propriétés. Un instrument de pensée doit savoir les séparer.

Un autre modèle n’est pas une autre source

L’examen argumentatif laisse intacte une autre fragilité : un raisonnement bien construit peut reposer sur une prémisse fausse. Un chiffre mal repris, une étude inexistante, une conclusion prêtée à tort à une source se logent sans peine dans une argumentation cohérente. Le débat ne garantit pas leur détection : des systèmes formés dans un environnement informationnel en partie commun produisent des erreurs corrélées.

Le cadre méthodologique doit donc, à un moment, sortir du dialogue. La Vérification des sources ne contrôle pas chaque phrase. Elle isole les affirmations vérifiables qui portent la démonstration (chiffres déterminants, études invoquées comme preuves, attributions à un auteur, œuvres, dates) et les confronte à des sources externes.

Une argumentation s’audite de l’intérieur, par sa cohérence, tandis qu’une affirmation factuelle exige une confrontation avec l’extérieur du dialogue. Une source exacte ne répare pas un mauvais raisonnement ; un raisonnement rigoureux ne change pas une donnée fausse en fait.

L’Évaluation argumentative et la Vérification des sources répondent à deux vulnérabilités distinctes. Aucune n’est une machine à vérité. Ensemble, elles multiplient les points où les erreurs (fautes de raisonnement, sources inventées ou surinterprétées) deviennent visibles.

L’utilisateur fait partie du problème

Reste une difficulté plus profonde : on peut examiner les réponses, les arguments et les sources sans jamais interroger la question qui a tout produit. Or toute question porte déjà une représentation du problème. Demander « que perd une société lorsque… » suppose une perte. Demander quelle solution apporter à un phénomène en fait déjà un problème. Choisir un vocabulaire juridique plutôt qu’économique, individuel plutôt que systémique, délimite l’espace où les modèles iront chercher leurs réponses.

Le défaut est inévitable : toute pensée commence quelque part. Ce point de départ, lui, s’examine. L’Archéologie critique remonte aux présupposés logés dans la question initiale et dans les interventions de l’utilisateur : concepts déjà installés, oppositions tenues pour acquises, vocabulaire qui éclaire certains objets et en laisse d’autres dans l’ombre. Elle ne note pas la question. Elle met au jour les décisions que celle-ci avait prises avant la première réponse. La distribution habituelle des rôles s’en trouve modifiée. Dans un chat classique, l’utilisateur interroge et le modèle est évalué. Ici, celui qui interroge entre à son tour dans le champ de l’examen. La méthode critique devient réflexive.

Des erreurs que seule la durée révèle

Une réponse isolée montre ce qu’un modèle produit dans une situation donnée. Elle ne dit pas ce que devient cette position lorsqu’elle rencontre une objection, une donnée contradictoire ou une reformulation du problème.

Produire une réponse et la soutenir face à l’objection sont deux épreuves distinctes. Certaines fragilités sont donc interactionnelles : elles n’existent, ou ne deviennent visibles, que dans la durée de l’échange. Un modèle infléchit sa position par petites touches et défend, quelques tours plus tard, autre chose que sa thèse de départ. Le déplacement peut être raisonnable et n’être jamais reconnu. On aurait tort de conclure de ces « révisions silencieuses » qu’un LLM ne sait pas se relire. Elles rejoignent une difficulté que documentent les recherches sur l’auto-correction citées plus haut : un modèle n’est pas pour lui-même un critique assez indépendant.

La durée du dialogue prend alors une valeur propre. La question n’est plus seulement « cette réponse est-elle bonne ? ». Elle devient : cette position reste-t-elle compatible avec celle que le modèle tenait quatre tours plus tôt ? Quel argument l’a fait changer ? A-t-il changé de conclusion sans toucher aux raisons qui la soutenaient ?

La Cartographie des tensions repère les désaccords qui résistent. La Méta-analyse cherche la structure sous les positions : axiomes partagés, conceptions divergentes de la preuve, angles morts communs sous les désaccords apparents. Une controverse bruyante se révèle parfois très homogène. Trois modèles se battent sur les réponses et acceptent en silence la même question.

La méthode ne désigne pas de vainqueur

L’expression « débat d’IA » appelle l’image de deux positions et d’un vainqueur. L’image ne couvre qu’un cas particulier. Un désaccord persistant instruit parfois plus qu’une victoire. Une convergence cède à la première réfutation, ou résiste à plusieurs. Une objection ne détruit pas toujours une thèse : elle l’oblige à préciser son domaine de validité.

La méthode cherche moins un « gagnant » qu’un changement dans l’état du problème. Ici apparaît la seconde fonction de l’instrument : éprouver une idée conduit parfois à la transformer. Le nom de l’application vient de là.

Du stress-test au laboratoire

Les grands modèles de langage recombinent remarquablement les éléments de leur contexte. Une distinction, une objection, une analogie, une contrainte de plus, et la réponse suivante réorganise l’ensemble. Un chat individuel le montre déjà.

L’échange multi-modèles ajoute une source de variation : une partie du contexte nouveau vient d’un autre système, engagé dans sa propre trajectoire argumentative. Le modèle A propose une distinction. Le modèle B n’en accepte qu’une partie et introduit une objection imprévue. A, ou C, ne répond plus seulement à la question de départ : il répond à cet objet nouveau. Quelques tours plus tard, l’opposition initiale a parfois disparu au profit d’une distinction que personne n’avait formulée ainsi au commencement. On a pu nommer cela une « pensée tierce ». L’expression ne doit pas dire plus que l’observable : rien ne démontre qu’aucun modèle n’aurait produit seul le résultat. Sa généalogie dans la session, elle, se constate : la proposition finale émerge de transformations dont l’échange garde la trace. D’où la métaphore du laboratoire. Une session n’est pas une expérience contrôlée ; on peut en revanche y faire varier les conditions de l’interaction et observer ce qui arrive aux idées. Les architectures changent la circulation de l’information, les modes de débat la règle argumentative. Une analyse repère un angle mort et en tire une nouvelle question. L’utilisateur intervient quand la dynamique collective devient elle-même une contrainte.

Isoler une question sans effacer le débat

Le mode focus condense cette logique. Il n’ajoute pas un sixième mode aux cinq autres ; il opère sur un autre plan. Pour un tour, les modèles gardent l’intégralité du contexte de la session mais ne sont plus tenus de se répondre : chacun traite la question posée sans la médiation des autres. Le mode de débat actif est suspendu lui aussi, puis reprend au tour suivant.

Cette suspension isole une variable. Une discussion collective a son inertie. Plus elle avance, plus certains concepts dominent ; une objection est absorbée par le cadre commun avant d’avoir été examinée pour elle-même. Les modèles dérivent vers l’abstraction jusqu’à perdre de vue la question que l’utilisateur cherchait à résoudre. Le débat se densifie aussi plus vite qu’un lecteur humain ne peut le suivre.

Le focus introduit une rupture locale sans effacer l’histoire qui la précède. Sa valeur tient à sa rareté : activé à chaque tour, il supprimerait la propriété qu’il protège, le travail des positions les unes sur les autres. Dans le laboratoire, il tient lieu de chambre d’isolement.

Retracer une émergence

L’Analyse de l’émergence cherche les transformations nées de cette dynamique. Le mot demande une définition stricte. Il ne désigne pas un concept inédit dans l’histoire des idées, ni un concept qu’aucun modèle n’aurait produit dans une autre conversation. Il désigne un concept, une distinction ou un cadre absent du point de départ, dont la formation se retrace à travers les contributions successives de la session. Cette généalogie compte plus qu’une revendication d’originalité. On y lit l’apport d’un modèle, la contestation d’un autre, les pistes abandonnées, la transformation qui a fait sortir de l’impasse. La Synthèse intégrative fait l’opération complémentaire : elle reconstruit, à partir de la pluralité des contributions, un ensemble cohérent. L’une regarde la transformation, l’autre l’édifice qu’on peut bâtir sur ses résultats.

Un nombre demandé, puis retiré

Une session sur le rythme de décarbonation montre le passage de la critique à la recomposition. La question appelait un nombre : quel rythme annuel de réduction du CO₂ minimiserait les pertes humaines cumulées de la transition et du changement climatique ? Les trois modèles convergent d’emblée sur 6 à 7 %, et cette convergence aurait pu tenir lieu de réponse. La suite de la session en fait un problème. Sommés de chiffrer les morts, les modèles produisent des totaux dans un rapport de un à deux et demi, à rythmes presque identiques : ils n’emploient pas les mêmes fonctions de dommage. Surtout, la mortalité d’une transition « trop rapide » ne repose sur aucune fonction empirique établie. L’optimisation demandée exigeait une précision que les données ne fournissent pas. Les trois modèles retirent le chiffre sur lequel ils s’étaient accordés. Cette destruction ne laisse pas un vide. L’objet se déplace vers les mécanismes qui contraignent réellement la vitesse : stock d’équipements, capacité de substitution, délais d’infrastructure, files d’attente de raccordement, vulnérabilités sociales.

La session ne livre pas une meilleure réponse à la question initiale. Elle livre une meilleure question. La relation entre les deux dimensions de Metamorfon tient là : l’examen critique éprouve, le laboratoire recompose.

L’analyse ouvre l’expérience suivante

Les modes d’analyse ne marquent pas forcément la fin d’une session. Une Méta-analyse révèle un axiome que personne n’avait interrogé. L’Archéologie critique montre qu’une possibilité était exclue par la formulation initiale. L’Analyse de l’émergence désigne la distinction nouvelle sur laquelle faire porter la suite. L’Horizon des possibles recense les directions que le débat a rendues accessibles sans y entrer. Chacune de ces analyses se termine par une question : celle que le modèle analyste poserait aux participants à ce stade du débat.

Cette question peut être réinjectée dans la session telle quelle, ou reformulée par l’utilisateur. Quand la question nouvelle risque d’être absorbée par l’inertie du dialogue, le mode focus l’isole pour un tour ; l’échange collectif reprend ensuite, avec, dans son histoire, un élément examiné pour lui-même.

Le dispositif forme une boucle : dialoguer → analyser → reformuler → remettre à l’épreuve. Le débat ne sert plus seulement à produire une réponse : il devient une enquête itérative.

L’humain reste responsable de la méthode

Cette boucle ne tourne pas seule. L’utilisateur choisit la question initiale, les modèles, ses interventions, les modes de débat, les modes d’analyse. Il décide qu’un désaccord mérite d’être creusé, qu’une affirmation doit être vérifiée, qu’une discussion s’est enfermée dans un cadre trop étroit. Il décide surtout du sens du résultat. Aucun consensus entre modèles ne fait d’une proposition une vérité. Aucune Évaluation argumentative n’établit seule qu’une conclusion est juste. Aucune Vérification des sources ne dispense d’interpréter les sources. Aucune Analyse de l’émergence ne garantit la fécondité de ce qui a émergé.

Le cadre méthodologique accroît moins l’autorité de l’intelligence artificielle que le nombre de prises offertes au jugement humain. Il rend visibles divergences, révisions, présupposés, fragilités factuelles, concepts nouveaux, effets de cadrage, questions encore ouvertes. Cette abondance rend la réflexion plus exigeante. Elle retire parfois une certitude sans fournir celle qui la remplacera. Une méthode critique ne promet rien d’autre : elle ne supprime pas l’incertitude, elle l’empêche de se cacher derrière la fluidité d’une réponse.

De la réponse à la trajectoire

Les interfaces conversationnelles nous ont habitués à chercher une meilleure réponse : mieux rédigée, plus précise, plus documentée, venue d’un modèle plus puissant. Metamorfon explore une autre variable : le cadre dans lequel l’intelligence disponible est mise au travail. Un modèle isolé, plusieurs réponses parallèles, un débat contradictoire, une construction collective, une question passée par plusieurs régimes successifs : autant d’opérations différentes, même lorsqu’elles mobilisent exactement les mêmes LLM.

Metamorfon ne promet pas une intelligence supérieure. Il propose un cadre méthodologique pour travailler avec des intelligences imparfaites. L’unité pertinente n’est plus seulement la paire question-réponse. Elle devient la trajectoire : une proposition, une objection, une résistance, une vérification, une révision, un déplacement de cadre, parfois une distinction absente au départ. Puis une question qu’on ne peut plus poser tout à fait de la même manière.

Metamorfon est un instrument de pensée en ce sens. Un instrument pour éprouver les idées. Un laboratoire pour les transformer.

Références