Traduction de Using LLMs to Enhance Democracy par Seth Lazar & Lorenzo Manuali dans Minds and Machines, 23 février 2026
Résumé
Les grands modèles de langage (LLM) comptent parmi les outils les plus avancés jamais conçus pour comprendre et générer du langage naturel. La délibération et la prise de décision démocratiques impliquent, à plusieurs étapes distinctes, la production et la compréhension du langage. Il est donc naturel de se demander si nos meilleurs outils linguistiques pourraient s’avérer déterminants pour l’une de nos tâches linguistiques les plus importantes. Des chercheurs et des praticiens se sont récemment demandé si les LLM pouvaient soutenir la délibération démocratique en tirant parti de leurs capacités à résumer du contenu, à agréger des opinions sur ce contenu résumé et à représenter les électeurs en prédisant leurs préférences face à des choix non vus. Dans cet article, nous évaluons si l’utilisation des LLM pour remplir ces fonctions et d’autres fonctions connexes fait réellement progresser les valeurs démocratiques qui sous-tendent ces expériences. Nous suggérons que le bilan est mitigé. En présence d’inégalités de fond en matière de pouvoir et de ressources, ainsi que de profonds désaccords moraux et politiques, nous ne devrions pas utiliser les LLM pour automatiser des composantes du processus démocratique qui n’ont pas de valeur instrumentale, ni être tentés de supplanter les procédures décisionnelles équitables et transparentes qui sont pratiquement nécessaires pour concilier des intérêts et des valeurs concurrents. Cependant, si les LLM doivent être tenus à l’écart des processus décisionnels démocratiques formels, nous pensons qu’ils peuvent en revanche renforcer la sphère publique informelle — l’arène qui sert d’intermédiaire entre les gouvernements démocratiques et les communautés politiques qu’ils servent, au sein de laquelle les communautés politiques recherchent des informations, forment des publics civiques et demandent des comptes à leurs dirigeants.
PDF traduit avec DeepL. Attention : les phrases qui commencent à la fin d’une page pour se terminer sur la suivante sont souvent tronquées. Les liens vers les références bibliographiques ne conduisent pas à la bonne référence. Les titres des livres et articles référencés (de même que la revue qui publiait cet article [Minds and Machines] ont été traduits alors qu’ils réfèrent à des documents en anglais.
Les traductions de 2026 (.xlsx) – celles de 2025 – par Gilles en vrac
Les caractères gras dans le texte sont de Gilles
Pour vous recevoir un courriel hebdomadaire vers mes traductions.