ELIZA : comment le premier chatbot a inventé l'IA… et ses multiples personnalités

ELIZA est souvent présentée comme la première star de l’intelligence artificielle : un thérapeute bienveillant sous forme de chatbot qui sondait gentiment les soucis de ses utilisateurs. Même son créateur, Joseph Weizenbaum, avait été surpris par l’accueil chaleureux réservé à son expérience d’interaction entre humains et machines. Pour certains, ELIZA annonçait une époque de psychothérapie automatisée. Pour d’autres, ce programme prouvait même une forme de conscience, une illusion vite surnommée « l’effet ELIZA ». Basé sur des descriptions publiées, ELIZA a été recréé sur de nombreux ordinateurs, mais ce n’est que récemment que son code source original a été exhumé des archives du MIT.

UN LIVRE RÉVÈLE LES SECRETS DU CODE D’ELIZA

Dans Inventing ELIZA: How the First Chatbot Shaped the Future of AI, récemment publié par MIT Press, une équipe de chercheurs analyse ce code et découvre un programme bien plus complexe qu’un simple simulateur de psychiatre. En réalité, ELIZA pouvait adopter plusieurs rôles différents. Les auteurs ont même recréé une version fidèle du personnage du thérapeute, que vous pouvez tester vous-même après avoir lu cet extrait.

ELIZA A INVENTÉ LA CONVERSATION AVEC LES MACHINES

Lors de son lancement au milieu des années 1960, le programme ELIZA a bouleversé la façon dont les gens imaginaient interagir avec les ordinateurs. En tant que premier chatbot, ELIZA a démontré comment une machine pouvait engager une conversation, ouvrant la voie à une multitude de questions sociales et techniques qui résonnent encore aujourd’hui. Aujourd’hui, nous ne nous posons même plus de questions en interagissant avec une machine en temps réel, en discutant par texte ou même en parlant dans le vide pour demander la météo. ELIZA a façonné non seulement notre façon d’interagir avec les ordinateurs, mais aussi notre perception même de ces machines. Elle a donné une réalité aux histoires de science-fiction sur le fonctionnement attendu des ordinateurs.

Cet article est adapté du nouveau livre « Inventing ELIZA: How the First Chatbot Shaped the Future of AI » (MIT Press, 2026).

UNE DÉCOUVERTE QUI TRANSFORME L’HISTOIRE DE L’IA

Bien qu’ELIZA ait été loin d’être un partenaire de conversation parfait, il a stupéfié ses utilisateurs. La découverte récente et l’analyse archéologique du code source original d’ELIZA représentent une intervention majeure dans l’histoire de l’informatique. En examinant l’implémentation réelle d’ELIZA plutôt qu’en se basant sur des reconstructions ou réimplémentations ultérieures, les chercheurs remettent en question des hypothèses tenues pour acquises concernant cet artefact logiciel essentiel.

Par exemple, le code source révèle qu’ELIZA n’était pas un simple chatbot basé sur la correspondance de motifs. Il était en réalité une plateforme sophistiquée conçue pour plusieurs « personnalités » ou scripts, avec un ensemble complexe de fonctionnalités incluant l’édition de scripts et une mémoire contextuelle. Le script que la plupart des gens associent au programme ELIZA s’appelait en réalité Doctor, un personnage de psychothérapeute. Pourtant, comme un chatbot moderne capable d’adopter différentes personnalités, ELIZA pouvait endosser de nombreux rôles.

« Ce code et ces scripts révèlent les hypothèses sous-jacentes sur le langage, la thérapie et l’interaction humain-machine qui continuent d’influencer le Développement de l’IA moderne. »

Ce matériel récemment découvert transforme notre compréhension du développement précoce de l’IA en démontrant que les innovations techniques de Joseph Weizenbaum étaient bien plus avancées que ce qui avait été documenté jusqu’à présent. De plus, les écarts entre ses descriptions publiées et l’implémentation réelle aident à montrer l’écart entre les modèles computationnels théoriques et leurs instantiations matérielles dans le code source des ordinateurs, une tension qui continue de façonner la culture numérique aujourd’hui.

UNE ARCHITECTURE QUI A PRÉFIGURÉ LES LOGICIELS MODERNES

La distinction architecturale entre ELIZA et Doctor représente une décision de conception importante dans l’histoire de l’IA. Imaginez ELIZA comme un système d’interaction et Doctor comme un ensemble de règles que Weizenbaum a conçues, parmi d’autres. Cette séparation, incarnée dans la dichotomie système-script d’ELIZA, a annoncé de nombreux motifs logiciels contemporains, allant de la configuration comme donnée aux architectures plug-in en passant par les langages spécifiques à un domaine.

D’après les articles de revues publiés, ELIZA a été recréé sur de nombreuses plateformes, comme l’IBM PC. Pourtant, le code source original est resté intact dans les archives du MIT pendant de nombreuses années.

L’INFLUENCE DES CONTRAINTES TECHNIQUES DES ANNÉES 1960

Sans aucun doute, le contexte historique de l’informatique des années 1960 a profondément influencé l’architecture d’ELIZA. Les décisions prises en informatique, reflétant des contraintes matérielles, créent des dépendances de chemin et finissent par devenir des normes culturelles de programmation. Ces contraintes se sont manifestées dans le traitement en une seule passe d’ELIZA, son stockage basé sur bande magnétique et son implémentation orientée pile. Pourtant, malgré ces limitations, Weizenbaum a conçu une solution élégante. Ces caractéristiques techniques, bien que invisibles pour les utilisateurs, sont cruciales pour créer l’illusion de compréhension qui a rendu ELIZA si convaincant.

Weizenbaum a expliqué de nombreuses caractéristiques techniques d’ELIZA dans l’article de 10 pages publié dans l’édition de janvier 1966 de la revue Communications of the Association for Computing Machinery (CACM). Mais il a choisi d’omettre certains détails essentiels.

Dans cet article, Weizenbaum a publié le dialogue le plus connu d’ELIZA, qui commence par :

« Ils nous harcelent toujours avec quelque chose ou autre. »

Ce dialogue a marqué le lancement public d’ELIZA en 1966, présenté comme l’un des exemples produits par le script Doctor. En trouvant le code source d’ELIZA et en examinant comment il exécute le script Doctor, nous comprenons mieux ces deux parties distinctes du système et pouvons explorer les nombreuses autres personnalités d’ELIZA. Parmi les autres scripts connus à ce jour, ELIZA était programmé pour discuter de mathématiques, de poésie, de couleurs, de paradoxes, de synchronisation, de relativité, de la France ou encore des ascenseurs.

Ces scripts fonctionnent comme des modèles. Ce sont des données structurées qui guident le système ELIZA pour « jouer » un rôle ou une tâche particulière. En comparant les dialogues archivés et publiés d’ELIZA issus d’interactions avec une variété de scripts, y compris Doctor, nous pouvons mieux comprendre les personnalités des bots et leur fonctionnement, en prêtant une attention particulière à la façon dont un bot évoque les dynamiques sociales entre le système et l’utilisateur.

Ultimement, l’étude des dialogues et des scripts démontre le rôle crucial que joue la collaboration dans ces échanges, car le bot et l’utilisateur co-créent le sens de leur interaction. Pour comprendre l’étendue complète des capacités et des possibilités conversationnelles d’ELIZA, examinons la variété des scripts qui ont été créés pour ce système.

CHAQUE SCRIPT CRÉE UNE PERSONNALITÉ UNIQUE

Ce qui distingue chaque script ELIZA, c’est à la fois son sujet et les choix linguistiques et stylistiques utilisés pour transmettre ce contenu. Ces choix ne sont pas neutres : ils peuvent être considérés comme construisant une personnalité particulière avec des caractéristiques qui émergent à travers les motifs langagiers, le vocabulaire et l’approche conversationnelle du script. En résumé, ce n’est pas seulement ce que vous dites qui compte, mais aussi comment vous le dites.

Par exemple, avec le script Doctor, Weizenbaum a délibérément imité le style d’un thérapeute « rogérien ». Il a choisi ce personnage parce que le mode psychiatrique est l’un des rares types de conversations dans lesquelles une personne peut « adopter la posture de quelqu’un qui ne connaît presque rien du monde réel ». Par exemple, si quelqu’un disait à un psychiatre « Je suis allé faire un long tour en bateau », et que celui-ci répondait « Parlez-moi des bateaux », on n’imaginerait pas qu’il ne sait rien des bateaux, mais plutôt qu’il a une intention précise en orientant ainsi la conversation qui suit.

Ainsi, la personnalité la plus célèbre créée pour ELIZA était une commodité technique. Comme l’explique Lucy Suchman, experte en interaction humain-machine : « Le programme Doctor exploitait le principe selon lequel des prémisses partagées peuvent rester implicites : moins nous disons dans une conversation, plus ce qui est dit est considéré comme évident. » En créant l’effet ELIZA original, moins c’était plus.

L’objectif n’était pas de créer un thérapeute automatisé fonctionnel, mais de trouver un rôle suffisamment contraint pour correspondre aux limites de l’environnement de programmation. Ensuite, Weizenbaum a composé le script pour correspondre à ce rôle en choisissant des mots spécifiques qui évoquaient un ton rhétorique et une caractérisation, par exemple : « PARLONS ENCORE DE POURQUOI VOUS… QU’EST-CE QUE ÇA VOUS SUGGÈRE ? » Dans Doctor, le côté machine de la conversation doit paraître comme un bon auditeur qui se soucie de ce que l’utilisateur a mentionné précédemment, donc il inclut souvent le texte de l’utilisateur dans ses réponses et garde ses réponses ouvertes. Parce qu’un vrai médecin serait inquisiteur, le script contient beaucoup de questions en « QUOI » et « POURQUOI ». Dans d’autres scripts et dialogues, les mots-clés des scripts et les réponses attribuées révèlent les décisions de conception qui aident à créer des personnalités spécifiques. Cette variation devient de plus en plus apparente à mesure que nous examinons l’éventail plus large des scripts d’ELIZA.

LE SCRIPT NEWENG : UNE PERSONNALITÉ LOCALE ET CASANIÈRE

Commençons par un script appelé Neweng, abréviation de New England. Dès le milieu des années 1950, des scientifiques commençaient déjà à considérer l’idée de Turing de converser avec un ordinateur comme une possibilité tangible. En 1959, une « machine à conversation » créée par une petite équipe du Computation Centre de l’Université de Toronto pouvait faire de petits échanges sur la météo si elle était préprogrammée avec des données actuelles. Son script incluait une série classée de mots liés au temps, aux émotions et aux lieux, mais le système avait « une vision plutôt étroite », un vocabulaire limité et aucune connaissance de la syntaxe. Selon ses créateurs, « malgré cette grossièreté, les résultats en conversation passable sont étonnamment bons, ce qui est en quelque sorte un commentaire sur la superficialité des conversations ordinaires sur la météo. »

Un fragment du code source d’ELIZA montre comment les réponses scriptées étaient encodées, dans ce cas pour faire ressembler ELIZA à un thérapeute rogérien. MIT Libraries, Distinctive Collections

L’un des scripts de test d’ELIZA trouvé dans les archives avait une fonction similaire. Neweng ne console pas, ne fait pas de thérapie ni n’instruit : il ne fait que de petits échanges. Il discute comme lors d’un dîner ennuyeux.

Que pouvons-nous apprendre d’une conversation aussi basique dans laquelle il semble ne rien se passer d’intéressant ? Malgré les échanges banals, une personnalité émerge du script du bot dans des phrases comme « AGRÉABLEMENT FRAIS » ou « LÀ-HAUT » et dans des lieux comme « LES PLAGES SUR LONG ISLAND SOUND ». À partir de tels commentaires, nous pouvons commencer à imaginer une personnalité qui possède non seulement un certain vocabulaire, mais aussi certains passe-temps et lieux de vacances. Peut-être que des hypothèses implicites sur la race et la classe sociale émergent également.

Une personnalité bavarde peut prendre de nombreuses formes, selon l’endroit et le moment où la conversation a lieu. Celle-ci semble réservée, peut-être adaptée à son cadre dans la Nouvelle-Angleterre des années 1960. Le système rappelle à l’utilisateur que le Missouri n’est pas un État de Nouvelle-Angleterre, mais que se passerait-il si cette conversation avait lieu dans le Missouri, au Texas ou au Mexique ? La personnalité de la machine aurait un son différent dans sa cadence, son ton et ses références. Que comprendrions-nous d’une personnalité de chatbot originaire de Fire Island, de Brooklyn ou de Berlin ? À quoi ressembleraient-ils, et quels sujets aborderaient-ils ?

Ces différences de sujet comptent. Elles impliquent des personnalités avec des antécédents et des expériences entièrement différents, offrant aux utilisateurs des interactions et des relations affectives totalement différentes. De cette façon, le script Neweng démontre comment même des algorithmes simples produisant des réponses contextuelles sur la géographie pouvaient générer une impression convaincante de personnalité et de lieu.

ELIZA LE PROFESSEUR : UNE PERSONNALITÉ PLUS STRUCTURÉE

Alors que Neweng pourrait être considéré comme ayant créé une personnalité conversationnelle décontractée axée sur les échanges sociaux légers, d’autres scripts poussaient ELIZA dans des rôles plus structurés et éducatifs. Ces scripts démontrent comment le système pouvait être adapté non seulement pour des bavardages amicaux, mais aussi pour l’enseignement.

Edwin Taylor, au MIT’s Education Research Center, a développé des scripts alternatifs pour ELIZA, testant sa capacité à agir comme un enseignant. Intrvw, Canvec, FVP1 et Arithm sont un ensemble de scripts ELIZA créés comme outils pédagogiques utilisés dans des expériences menées par Edwin F. Taylor au MIT’s Education Research Center. Ces scripts fonctionnent sur des versions ultérieures d’ELIZA qui ont incorporé une innovation technique importante appelée correspondance conditionnelle de mots-clés.

Contrairement à la version originale d’ELIZA, qui se contentait de rechercher des mots-clés et de générer des réponses basées sur leur présence, ces versions mises à jour pouvaient suivre ce qui avait été discuté précédemment et bifurquer vers différents chemins conversationnels en fonction des réponses spécifiques de l’utilisateur. Ce développement permettait à ELIZA de simuler une sorte de méthode socratique, où un tuteur guide l’apprentissage à travers des questions soigneusement séquencées qui répondent aux réponses de l’étudiant plutôt que de simplement présenter des informations.

Ces scripts construisent la personnalité du tuteur à travers de nombreux gestes linguistiques subtils qui créent une caractérisation et un ton rhétorique. Ce ton diffère de celui de Doctor, qui pose des questions ouvertes et semble doux et non scientifique. Dans les scripts d’enseignement, de grands blocs de texte informatif du bot tendent à dominer la conversation, et le ton est souvent plus sec et moins émotionnel dans ces explications. Les dialogues indiquent des scripts structurés qui incluent des conseils pour guider l’étudiant à travers des parcours d’apprentissage socratique étroits.

En particulier, les scripts d’enseignement comportent des éloges et des critiques. Les dialogues pour Intrvw, Canvec et FVP1 sont émaillés de « EXCELLENT », « TRÈS BIEN », « C’EST JUSTE » et « FÉLICITATIONS ». Ces éléments créent l’impression d’un instructeur encourageant qui soutient l’étudiant. Cette politesse a été reprise dans les bots contemporains comme ChatGPT, qui a été démontré comme performant lorsque les utilisateurs lui parlent avec politesse.

ELIZA pouvait devenir un tuteur plus efficacement à mesure que le système gagnait en capacités, un autre rappel précieux qu’ELIZA n’était pas un seul programme, mais une famille de programmes. Après la publication de l’article de 1966 dans CACM, Weizenbaum a continué à développer les systèmes d’interaction et de compréhension. Par curiosité, il a écrit le script Arithm moins comme un tuteur et plus pour « illustrer le pouvoir de l’évaluateur auquel ELIZA a accès ». Il utilise une interface en langage simple et amical pour permettre aux utilisateurs de faire de la programmation simple. Le script peut effectuer des calculs, attribuer des variables à des valeurs et effectuer des opérations sur celles-ci. Les problèmes de mathématiques peuvent être décrits sous forme de phrases :

La version mise à jour d’ELIZA de 1967 pouvait accumuler des faits et stocker des informations supplémentaires. Dans cette version ultérieure, lorsque le système ne reconnaît pas une information, il pose des questions de suivi pour obtenir des données. Comme l’explique Weizenbaum, « Le script actuel est conçu pour révéler, plutôt que cacher, le manque de compréhension et les incompréhensions. Remarquez, par exemple, que lorsque le programme est invité à calculer la surface d’un ballon, il ne sait pas encore qu’un ballon est une sphère et que, lorsqu’il faut calculer le diamètre du ballon, le fait qu’un ballon soit un objet n’a pas encore été établi. » Contrairement à Doctor, qui pose des questions pour faire avancer la conversation, Arithm construit son stock de données et de déclarations logiques.

L’IMPORTANCE DE L’INTERACTION UTILISATEUR-PERSONNALITÉ

Bien que la variété des scripts nous aide à voir comment une gamme de personnalités pouvait être construite par la programmation de scripts ELIZA, ils ne représentent que la moitié du processus conversationnel. Un script peut établir une base pour une personnalité, mais cette personnalité ne se révèle pleinement que par l’interaction avec les utilisateurs qui s’engagent avec elle, l’interprètent et y répondent de manière à confirmer, défier ou transformer le caractère implicite du script.