Au-delà de la parole et de l'écriture : l'IA peut-elle permettre aux humains d'échanger leurs pensées à haute vitesse ?

Une étude scientifique sur l'intelligence artificielle, les interfaces cerveau-ordinateur et l'échange direct de pensées entre personnes

Article de synthèse scientifique et cadre de recherche proposé | Novembre 2026

Résumé

Les ordinateurs modernes d'aujourd'hui échangent des informations à des vitesses difficiles à imaginer.

Une connexion Gigabit Ethernet ordinaire peut transférer des données à un milliard de bits (1 000 000 000 bits) par seconde. Les technologies avancées de calcul et de centres de données fonctionnent encore bien plus vite.

Mais la situation humaine est entièrement différente.

Même aujourd'hui, les personnes utilisent principalement la parole, l'écriture, les gestes et les mouvements du corps pour transmettre leurs pensées, idées, opinions et sentiments aux autres.

Bien qu'un énorme traitement d'informations neurales ait lieu dans le cerveau humain, notre capacité à transférer ces informations à une autre personne de manière significative est comparativement très limitée.

Cette situation soulève une question scientifique importante.

En utilisant l'intelligence artificielle et les technologies neurales, les personnes peuvent-elles échanger leurs pensées et leurs idées directement, avec précision et à haute vitesse, sans l'aide de la parole ou de l'écriture ?

Cet article examine la vitesse du transfert d'informations humaines, les technologies qui interprètent les signaux neuraux du cerveau, les interfaces cerveau-ordinateur, la communication cerveau à cerveau et les progrès scientifiques réalisés jusqu'en novembre 2026.

Il propose également un nouveau cadre de recherche pour l'échange à haute vitesse de pensées et d'intentions humaines avec l'aide de l'intelligence artificielle.

L'objectif fondamental de cette recherche n'est pas simplement de transférer davantage de données numériques.

Son objectif central est d'explorer la faisabilité scientifique d'une nouvelle méthode de communication qui transmette aux autres la véritable signification de ce qu'une personne souhaite exprimer, en moins de temps et avec une plus grande précision.

1. Introduction : Les barrières de vitesse dans la communication humaine

Considérons deux ordinateurs connectés à un réseau informatique moderne.

Ils peuvent convertir de très grandes quantités d'informations en signaux électriques et les échanger en quelques millisecondes.

Considérons maintenant deux personnes qui échangent une idée complexe.

La première personne doit former une idée dans son esprit.

Ensuite, elle doit convertir cette idée en langage.

Elle doit choisir des mots appropriés.

Elle doit organiser ces mots en une phrase correcte.

Ce n'est qu'alors qu'elle peut parler ou écrire.

De même, la seconde personne doit entendre ou lire ces mots. Elle doit ensuite en comprendre le sens et déterminer ce que la première personne voulait réellement dire.

Chaque étape de ce processus prend du temps.

À certaines occasions, des malentendus peuvent survenir. L'idée doit alors être expliquée à nouveau.

Le problème important ici n'est pas que le cerveau humain fonctionne lentement.

Il existe plutôt un écart significatif entre le traitement des informations neurales qui a lieu dans le cerveau humain et la vitesse à laquelle ces informations peuvent être transmises aux autres.

Une étude de Coupé et ses collègues, publiée dans la revue Science Advances en 2019, a examiné 17 langues et estimé que le taux de transfert d'informations des langues parlées humaines est en moyenne d'environ 39 bits par seconde [1].

Dans une autre étude importante, Zheng et Meister ont estimé le taux de traitement des informations comportementales humaines à environ 10 bits par seconde. Cette étude a été publiée en ligne en 2024 et a paru dans la revue Neuron en 2025 [2].

Ces deux études mesurent des types différents de traitement de l'information. Les deux chiffres ne peuvent donc pas être utilisés de manière interchangeable.

Ce ne sont pas non plus des mesures définitives de la capacité totale de traitement neural du cerveau humain.

Néanmoins, elles montrent que le débit d'information des actions et de la communication humaines conscientes est bien inférieur au débit de transfert de données de nombreux systèmes électroniques.

Cette différence constitue la base de notre nouvelle recherche.

2. La vitesse de transfert des données des ordinateurs et la vitesse de communication des humains

Les ordinateurs convertissent les informations sous forme numérique et les échangent selon des protocoles de communication définis.

Par exemple :

• 1 gigabit par seconde (1 Gbps) = 1 000 000 000 bits par seconde.

• 10 Gbps = 10 milliards de bits par seconde.

• 100 Gbps = 100 milliards de bits par seconde.

• 800 Gbps = 800 milliards de bits par seconde.

Ces chiffres décrivent la capacité de transfert d'informations d'un réseau informatique.

Mais ils ne disent rien sur la rapidité avec laquelle un ordinateur comprend la véritable signification des informations envoyées.

La communication humaine est entièrement différente.

Dans les échanges entre personnes, ce qui compte le plus n'est pas seulement la quantité d'informations, mais leur signification.

Par exemple, une personne peut exprimer clairement une décision très complexe en quelques mots.

Une autre personne peut avoir besoin de plusieurs paragraphes pour expliquer la même idée.

Une grande prudence scientifique est donc nécessaire lorsque l'on compare la vitesse de transfert des données des ordinateurs à la vitesse de communication des humains.

Un ordinateur peut transférer un milliard de bits par seconde.

Mais cela ne signifie pas qu'il comprend la signification de ces informations.

Dans le même temps, une personne peut transmettre une idée profonde à quelqu'un d'autre en utilisant seulement quelques mots.

L'objectif de notre recherche n'est donc pas de transformer le cerveau humain en un réseau informatique de gigabits.

Notre objectif est plutôt d'augmenter la vitesse à laquelle des pensées et des idées significatives peuvent être échangées entre personnes d'une manière correctement comprise.

C'est le fondement scientifique le plus important de cette recherche.

3. Les progrès réalisés par la science jusqu'à présent

3.1 Les interfaces cerveau-ordinateur

Une interface cerveau-ordinateur, ou BCI en abrégé, est une technologie qui crée une connexion entre l'activité neurale du cerveau humain et un système informatique externe.

Grâce à cette technologie, les signaux obtenus du cerveau peuvent être analysés par ordinateur.

Il existe deux approches principales pour enregistrer l'activité cérébrale.

Premièrement, des méthodes comme l'EEG qui enregistrent l'activité électrique du cerveau sans chirurgie.

Deuxièmement, des méthodes qui utilisent des électrodes implantées dans le cerveau par chirurgie.

Les modèles d'intelligence artificielle analysent ces signaux neuraux et tentent d'identifier l'action qu'une personne a l'intention d'effectuer, le mot qu'elle veut exprimer ou une commande de communication.

Une étude de Willett et ses collègues, publiée dans la revue Nature en août 2023, a constitué une avancée importante dans ce domaine.

Ce travail a créé une technologie qui convertit en texte l'activité neurale qui se produit lorsqu'une personne tente de parler.

La participante a pu communiquer à un rythme d'environ 62 mots par minute.

Le taux d'erreur sur les mots était de 9,1 % avec un vocabulaire restreint de 50 mots et de 23,8 % avec un grand vocabulaire de 125 000 mots [3].

Cette recherche a prouvé que les signaux cérébraux produits lorsqu'une personne essaie de parler peuvent être utilisés pour communiquer relativement rapidement.

Mais ce système n'est pas une technologie capable de lire librement chaque pensée qui surgit dans l'esprit d'une personne.

Il a identifié l'activité neurale associée à la tentative de parole.

3.2 Générer la parole directement à partir des signaux cérébraux

D'autres avancées notables dans ce domaine ont eu lieu en 2025.

Littlejohn et ses collègues ont créé une technologie qui traite les signaux du cerveau humain par intervalles de 80 millisecondes et les convertit en parole avec l'aide de l'intelligence artificielle [4].

Dans une autre étude, Wairagkar et ses collègues ont décrit une méthode qui utilise les signaux neuraux du cerveau pour produire une parole synthétique expressive en temps réel.

Le participant à cette étude a également pu contrôler, dans une certaine mesure, des éléments expressifs comme l'intonation de la voix [5].

C'est une avancée très importante.

La communication humaine n'est pas simplement l'échange de mots.

La vitesse à laquelle nous parlons, le ton de la voix, l'expression émotionnelle et la façon dont nous accentuons les mots révèlent tous la véritable signification d'une idée.

Ces études démontrent la faisabilité de reconstruire la parole humaine naturelle à partir des signaux neuraux.

Néanmoins, elles restent des technologies expérimentales utilisées dans des contextes de recherche spécifiques.

3.3 Utilisation pratique à long terme : une étude marquante de 2026

Une étude publiée dans la revue Nature Medicine en juin 2026 a montré une avancée importante dans l'utilisation pratique de la technologie des interfaces cerveau-ordinateur.

Dans cette étude de Card et ses collègues, une personne atteinte de paralysie motrice sévère a communiqué de manière autonome pendant une longue période avec l'aide d'une interface implantée.

Pendant près de deux ans, il a utilisé la technologie à domicile pendant plus de 3 800 heures.

Grâce à elle, il a communiqué environ 1,96 million de mots et 183 060 phrases.

La vitesse moyenne de communication était d'environ 56 mots par minute.

Dans les tests de parole contrôlés, la précision des mots dépassait 99 %. Mais dans les conversations naturelles quotidiennes, cette précision n'était pas la même à tout moment [6].

Cette différence est très importante.

C'est un accomplissement qu'une technologie fonctionne bien en laboratoire.

C'en est un autre que la même technologie fonctionne de manière fiable pendant une longue période dans la vie quotidienne des personnes.

Dans notre recherche sur l'échange de pensées humaines à haute vitesse, ces deux aspects doivent également être prouvés séparément.

3.4 Les informations peuvent-elles être échangées directement entre cerveaux humains ?

Il y a également eu quelques succès précoces dans le monde scientifique concernant la communication cerveau à cerveau.

Une étude appelée BrainNet a été publiée en 2019.

Dans cette étude, trois personnes ont travaillé ensemble sur un jeu simple en utilisant des signaux cérébraux.

Les décisions des deux premiers participants ont été enregistrées à l'aide de la technologie EEG.

Ces informations ont été envoyées au troisième participant sous forme de signaux définis par une méthode de stimulation cérébrale appelée Transcranial Magnetic Stimulation (TMS).

Cinq groupes ont participé à cette expérience.

Leur précision moyenne de performance a été enregistrée à 81,25 % [7].

Cette étude a démontré la faisabilité de transférer certaines informations entre cerveaux humains par le biais d'interfaces neurales.

Mais ce qui a été transféré n'était que des décisions très simples.

Des pensées complexes, des souvenirs ou des idées complètes n'ont pas été transférés directement.

Il existe donc une très grande différence scientifique entre transférer une simple information binaire et transférer la pensée complète d'une personne à quelqu'un d'autre.

3.5 Détecter la parole imaginée dans l'esprit

Une étude de Kunz et ses collègues publiée dans la revue Cell en août 2025 a montré que l'activité neurale qui se produit lorsqu'une personne imagine parler dans son esprit peut être partiellement identifiée.

Un autre aspect important de cette recherche est la vie privée mentale.

Les risques que la parole intérieure privée d'une personne, qu'elle ne souhaite pas partager avec les autres, soit accidentellement révélée par la technologie ont également été examinés.

En outre, des méthodes de sécurité ont été testées pour distinguer les pensées créées délibérément pour la communication de l'activité mentale privée [8].

Une autre étude, publiée dans la revue Nature Neuroscience en septembre 2026, a examiné certaines structures communes dans l'activité neurale de la parole imaginée et de la parole ouverte [9].

Ces découvertes peuvent créer des opportunités futures pour que les personnes communiquent certaines informations sans même tenter de parler.

Mais il n'existe aucune preuve scientifique permettant d'affirmer que les technologies actuelles peuvent comprendre avec précision chaque pensée qui surgit dans l'esprit de n'importe quelle personne, sans formation préalable ni coopération.

4. Le nouveau concept de recherche proposé

Échange de pensées humaines à haute vitesse avec l'aide de l'intelligence artificielle

Artificial Intelligence-Assisted High-Speed Thought Communication

L'objectif central de cette recherche :

Explorer la faisabilité d'une technologie qui identifie, à partir des signaux neuraux du cerveau, les pensées et les idées que les personnes souhaitent communiquer volontairement, les convertit en une forme numérique efficace, les transfère à une autre personne et permet à cette personne de comprendre avec précision la véritable signification de l'idée.

Cette recherche réunit plusieurs domaines scientifiques.

Interfaces cerveau-ordinateur : utilisées pour enregistrer et analyser les signaux obtenus du cerveau humain.

Intelligence artificielle : utilisée pour des tâches telles que la détection de motifs dans les signaux neuraux, la génération de langage, la compréhension des idées et la correction des erreurs.

Théorie de l'information : aide à évaluer mathématiquement avec quelle efficacité et quelle précision les informations peuvent être transférées.

Réseaux numériques sécurisés : aident à envoyer les informations générées en toute sécurité vers un autre système informatique.

Stimulation cérébrale et technologies neurales : peuvent aider à explorer la possibilité future de délivrer des informations spécifiques directement au système neural du destinataire. Des tests médicaux et scientifiques approfondis sont essentiels pour cela.

L'opportunité importante de cette recherche peut résider dans la création d'une méthode qui transmet la signification de ce qu'une personne souhaite exprimer, sans avoir besoin de générer et de transférer chaque mot qu'elle veut dire.

Par exemple, supposons qu'une personne pense ce qui suit :

« Je suis d'accord avec ce plan. Mais je voudrais reporter sa mise en œuvre à la semaine prochaine. »

Une technologie future pourrait tenter d'identifier les trois éléments importants de cette pensée.

Premièrement, l'accord avec le plan.

Deuxièmement, la réticence à le mettre en œuvre immédiatement.

Troisièmement, la demande de le reporter à la semaine prochaine.

L'intelligence artificielle pourrait identifier ces significations de base et construire une phrase que l'autre personne peut comprendre.

Mais il y a ici un défi important.

Il ne suffit pas que la phrase générée par l'intelligence artificielle soit linguistiquement élégante.

Elle doit exprimer, sans changement, l'idée que la première personne voulait réellement transmettre.

C'est l'importance du concept appelé Semantic Communication.

5. Le cadre technique proposé

La structure initiale pour mettre en œuvre cette recherche peut être divisée en six étapes principales.

Étape 1 : Enregistrement des signaux cérébraux

Une personne décide, avec son plein consentement, de transmettre des informations à quelqu'un d'autre.

À ce moment-là, l'activité cérébrale associée au mot, à la commande ou à l'idée qu'elle essaie délibérément d'exprimer est enregistrée à l'aide d'une interface neurale appropriée.

Dans la recherche initiale, des méthodes non chirurgicales comme l'EEG et des données de recherche déjà publiées peuvent être utilisées.

Étape 2 : Identification de la pensée avec l'intelligence artificielle

Les signaux cérébraux enregistrés sont analysés par des modèles de machine learning.

L'objectif est d'identifier les informations que la personne a délibérément essayé de transmettre.

La recherche doit commencer par identifier un petit nombre de mots, de commandes ou d'idées.

Ce n'est qu'après avoir confirmé la précision de cette technologie de base que les travaux doivent passer à la compréhension de pensées complexes.

Étape 3 : Conversion de la pensée en données basées sur le sens

Les informations identifiées sont converties, avec l'aide de l'intelligence artificielle, en une forme numérique structurée.

Cela peut inclure les idées principales de la pensée, les relations entre elles, les conditions et l'incertitude de l'estimation.

Cela permet de représenter la signification de base des informations dans un système informatique avant même qu'une phrase complète ne soit générée.

Étape 4 : Transfert d'informations sécurisé à haute vitesse

Les données générées sont envoyées à un autre système via un canal de communication numérique sécurisé et chiffré.

À ce stade, la vitesse du réseau informatique ne devrait pas constituer un obstacle majeur.

Les réseaux informatiques actuels sont déjà capables de transférer des informations à très haute vitesse.

Au contraire, comprendre avec précision les signaux cérébraux, générer l'idée correcte et réduire le temps que prend l'ensemble du processus peuvent être les problèmes les plus difficiles.

Étape 5 : Reconstruction du message pour le destinataire

L'intelligence artificielle convertit les informations reçues en une forme qu'une autre personne peut comprendre.

Il peut s'agir de texte, de parole ou d'une autre forme de communication appropriée.

Le destinataire doit pouvoir comprendre la signification des informations, demander des éclaircissements en cas de doute et connaître l'incertitude de l'estimation de l'intelligence artificielle.

Étape 6 : Confirmation de la compréhension du message

Il doit être confirmé que le destinataire a correctement compris l'idée.

Si nécessaire, la possibilité de demander des éclaircissements ou des corrections doit également être fournie.

Si l'on veut créer à l'avenir une communication directe cerveau à cerveau, une technologie distincte capable de délivrer des informations au système neural du destinataire doit également être développée.

Une distinction importante doit être notée ici.

Convertir le signal cérébral d'une personne en texte par ordinateur et faire lire ce texte à une autre personne sur un écran est une communication cerveau-ordinateur-humain.

On ne peut pas l'appeler communication directe complète cerveau à cerveau.

Cette distinction doit être clairement maintenue à chaque étape de la recherche.

6. L'hypothèse scientifique centrale de cette recherche

L'hypothèse centrale de cette recherche est proposée comme suit.

En identifiant, avec l'aide de l'intelligence artificielle, les informations neurales que les personnes souhaitent délibérément communiquer, et en convertissant leur signification en une forme numérique efficace, certaines idées peuvent être transmises aux autres en moins de temps qu'avec la parole ou l'écriture, tout en maintenant une précision acceptable.

Cette hypothèse peut être testée scientifiquement.

Pour cela, le même type d'informations peut être échangé par la parole ordinaire, l'écriture et des interfaces neurales connectées à l'intelligence artificielle.

Dans la mesure du possible, les mêmes participants et les mêmes informations doivent être utilisés pour comparer les résultats.

Les mesures suivantes sont importantes dans cette étude.

1. Latence de bout en bout (End-to-End Latency)

Le temps écoulé entre le moment où une personne commence à transmettre des informations et celui où une autre personne les reçoit correctement.

2. Taux de transfert d'informations effectif (Effective Information-Transfer Rate)

Une mesure de la quantité d'informations correctement transférées par seconde, après prise en compte des erreurs et des corrections.

3. Fidélité sémantique (Semantic Fidelity)

La similarité de signification entre l'idée que la première personne voulait transmettre et l'idée que la seconde personne a comprise.

4. Taux d'erreur (Error Rate)

La quantité de mots, d'idées, de relations et de conclusions identifiés de manière incorrecte.

5. Compréhension du destinataire (Receiver Comprehension)

Une mesure de la capacité de la personne qui a reçu les informations à en comprendre correctement la véritable signification.

6. Effort de l'utilisateur (User Effort)

L'attention, l'effort mental ou la fatigue, la formation et la facilité d'utilisation nécessaires pour utiliser la technologie.

7. Protection de la vie privée (Privacy Protection)

Surveiller si des pensées ou des informations que l'utilisateur n'a pas autorisées sont accidentellement divulguées.

On ne peut pas dire qu'une technologie a accéléré la communication entre les personnes simplement parce que sa connexion réseau est rapide.

De même, le fait que l'intelligence artificielle génère une phrase très rapidement ne constitue pas une preuve suffisante.

Le processus complet de communication humain à humain doit être mesuré.

7. Le plan de recherche expérimentale proposé

Cette recherche peut être menée en trois étapes principales.

Première étape : Identification des intentions humaines

Il faut d'abord déterminer si quelques idées spécifiques que les personnes souhaitent délibérément transmettre peuvent être identifiées à partir des signaux cérébraux.

Des ensembles de données EEG déjà publiés, ou de nouvelles études menées avec le consentement et les autorisations appropriés, peuvent être utilisés.

Par exemple, les participants peuvent tenter de transmettre l'une des idées suivantes.

• Je suis d'accord.

• Je ne suis pas d'accord.

• J'ai besoin d'aide.

• J'ai besoin d'explications supplémentaires.

Des modèles de machine learning peuvent être utilisés pour examiner si des différences apparaissent dans les signaux cérébraux associés à ces idées.

Ensuite, les performances du modèle doivent être évaluées à l'aide de données non utilisées lors de l'entraînement, de sessions de test différentes et de participants indépendants.

La question importante à cette étape :

Est-il possible d'identifier de manière fiable, à partir des signaux cérébraux, l'idée qu'une personne souhaite transmettre ?

Deuxième étape : Transfert de signification avec l'aide de l'intelligence artificielle

Une tentative peut ensuite être faite pour convertir les informations identifiées lors de la première étape en idées complètes avec l'aide de l'intelligence artificielle.

Trois aspects doivent être comparés ici.

Premièrement, l'idée que l'expéditeur voulait réellement transmettre.

Deuxièmement, l'idée que l'intelligence artificielle a reconstruite.

Troisièmement, la signification comprise par la personne qui a reçu ces informations.

La précision avec laquelle ces trois éléments correspondent doit être examinée par des méthodes mathématiques et statistiques.

Plus important encore, lorsqu'une idée n'est pas claire pour l'intelligence artificielle, celle-ci doit exprimer son incertitude plutôt que de générer des informations incorrectes.

Les performances de cette méthode doivent être comparées à la frappe ordinaire, à la parole et à d'autres méthodes de communication.

Troisième étape : Communication entre personnes

Dans la troisième étape, des expériences de transfert d'informations peuvent être menées entre deux personnes participant avec leur plein consentement.

La première personne tente délibérément de transmettre des informations par un signal cérébral.

L'intelligence artificielle analyse ce signal, identifie les informations pertinentes et les envoie en toute sécurité.

La seconde personne reçoit et comprend ces informations.

La vitesse, la précision et la fiabilité du processus complet de communication sont ensuite mesurées.

Délivrer des informations directement au cerveau du destinataire constituerait une étape de recherche beaucoup plus avancée et distincte.

De telles tentatives nécessitent une expertise neurale, des approbations réglementaires, une sécurité médicale et des contrôles éthiques stricts.

La priorité doit donc être donnée, dans la recherche initiale, à démontrer si l'intelligence artificielle peut améliorer les performances de la communication entre les personnes.

8. Défis scientifiques et limites actuelles

Cette recherche comporte plusieurs défis importants.

Premièrement, tous les cerveaux humains ne représentent pas les mots et les idées selon les mêmes motifs neuraux.

Chaque personne peut donc avoir besoin d'un entraînement individuel ou d'un ajustement du modèle.

Deuxièmement, les signaux enregistrés par des méthodes non chirurgicales comme l'EEG peuvent contenir des niveaux élevés de bruit et d'interférences.

Par rapport aux électrodes implantées dans le cerveau, la capacité à détecter certains types d'activité neurale avec finesse peut également être moindre.

Troisièmement, essayer de parler, imaginer la parole dans son esprit, avoir l'intention d'exprimer une idée et penser en privé pour soi-même ne sont pas le même type d'activité neurale.

Ceux-ci doivent être étudiés séparément.

Quatrièmement, les grands modèles de langage peuvent parfois générer des phrases qui sont fausses mais semblent plausibles, sur la base des informations dont ils disposent.

Dans la technologie d'échange de pensées humaines, de telles erreurs peuvent devenir un très grand problème.

Dire à quelqu'un qu'une personne a pensé quelque chose qu'elle n'a pas pensé peut créer de graves malentendus.

Cinquièmement, il est très important que les résultats des études scientifiques puissent être reproduits par d'autres chercheurs.

Une étude publiée dans le Journal of Neural Engineering en 2026 a montré qu'il existe de nombreux problèmes pour reproduire les résultats des études qui identifient la parole imaginée.

Parmi les ensembles de données d'imagination de la parole examinés dans cette étude, seuls 36 % des participants ont atteint une précision de classification dépassant le seuil de signification statistique approprié [10].

Cela démontre à quel point la vérification indépendante, les méthodes de recherche transparentes et les tests fiables sont importants dans ce domaine.

Enfin, la vitesse de transfert des informations n'est pas le seul défi.

L'attention, la mémoire, la compréhension et les processus de pensée humains jouent également des rôles importants.

Supprimer le besoin de parler ne fait pas, à elle seule, disparaître entièrement le temps nécessaire pour former ou comprendre une idée complexe.

Sur la base des preuves scientifiques actuelles, on ne peut pas affirmer que chaque type de pensée humaine peut être transféré directement à une vitesse de gigabits.

Traiter la vitesse de transfert des données numériques et la vitesse de transfert des pensées humaines significatives comme une même chose est une approche scientifiquement incorrecte.

9. Vie privée, sécurité de l'information et droits de l'homme

Les technologies qui interprètent les signaux neuraux du cerveau humain créent également des responsabilités éthiques très importantes.

Dans les systèmes informatiques ordinaires, les informations traitées sont des informations que les personnes saisissent elles-mêmes.

Mais les interfaces neurales peuvent également enregistrer des signaux associés à l'activité mentale privée d'une personne qu'elle ne souhaite pas partager avec les autres.

Le principe de base le plus important de notre recherche doit donc être le suivant.

Seules les informations qu'une personne, avec son plein consentement, souhaite délibérément partager doivent être identifiées et envoyées aux autres.

Plusieurs dispositifs de sécurité sont nécessaires pour mettre ce principe en pratique.

L'utilisateur doit disposer d'un contrôle explicite pour initier la communication.

Dans la mesure du possible, les données neurales doivent être traitées sur l'appareil de l'utilisateur lui-même.

Les informations doivent être transférées sous forme chiffrée.

Des systèmes de sécurité solides doivent être créés pour empêcher les personnes non autorisées d'accéder aux signaux cérébraux.

Il faut éviter de stocker des données neurales inutiles pendant de longues périodes.

L'utilisateur doit pouvoir arrêter immédiatement le transfert d'informations à tout moment.

En outre, il doit être clairement précisé que les idées générées par l'intelligence artificielle ne sont pas des enregistrements certains à cent pour cent des pensées présentes dans l'esprit d'une personne.

Ce sont des estimations générées sur la base de signaux neuraux.

En novembre 2025, l'UNESCO a adopté une recommandation internationale sur l'utilisation éthique des neurotechnologies [11].

Cette recommandation accorde de l'importance à la vie privée mentale, à la dignité humaine et à l'utilisation responsable des technologies neurales.

Dans notre recherche également, la vie privée et les garanties éthiques doivent progresser parallèlement au développement technologique.

10. Applications futures de cette technologie

Si cette recherche aboutit, ses premiers bénéfices pourraient profiter aux personnes confrontées à de graves difficultés de parole et de mouvement physique.

En particulier, les interfaces cerveau-ordinateur peuvent créer de nouvelles opportunités pour ceux qui ne peuvent pas communiquer en raison d'une paralysie motrice et de certaines affections neurologiques.

De telles technologies peuvent également être utilisées dans certaines situations particulières où communiquer par la parole ou les mouvements du corps est difficile.

Elles pourraient également améliorer l'accessibilité informatique pour les personnes en situation de handicap.

À plus long terme, cette recherche peut également contribuer à rendre plus efficace la communication entre les personnes et les systèmes d'intelligence artificielle.

Mais les bénéfices réels de chacune de ces applications doivent être prouvés scientifiquement, un par un.

On ne peut pas présumer à l'avance que la communication neurale directe sera meilleure que la conversation humaine ordinaire dans toutes les situations.

Le langage humain n'est pas simplement un outil lent pour transférer des informations.

Il remplit également de nombreuses fonctions importantes : penser, raisonner, exprimer des émotions, clarifier des idées et construire des relations humaines.

La nouvelle technologie doit donc renforcer la capacité de communication des personnes, et non leur faire perdre ces qualités importantes du langage humain.

11. La contribution scientifique de cette recherche et la voie à suivre

Cette recherche n'est pas proposée en supposant qu'une technologie transférant directement toutes les pensées humaines a déjà été créée.

Elle est plutôt proposée comme un cadre de recherche scientifique qui réunit l'identification des signaux cérébraux, la compréhension de la signification des idées avec l'aide de l'intelligence artificielle, la mesure des performances du transfert d'informations et l'évaluation de la compréhension réelle des personnes.

Sa question importante :

N'est pas de savoir si la pleine capacité de transfert de données d'un réseau électronique peut être créée à l'intérieur du cerveau humain.

La question importante est de savoir si le temps entre le moment où une personne forme une idée dans son esprit et le moment où une autre personne comprend correctement cette idée peut être réduit.

Pour cela, il faut déterminer si les représentations d'informations basées sur le sens créées avec l'aide de l'intelligence artificielle offrent des performances supplémentaires par rapport aux technologies neurales qui identifient la parole ordinaire.

Il ne suffit pas, pour dire qu'une technologie est réussie, que l'intelligence artificielle génère de belles phrases.

Elle doit réduire le temps que prend le transfert d'informations.

Elle doit protéger la véritable signification de l'idée envoyée.

Elle doit contrôler les erreurs à un niveau acceptable.

Elle doit fonctionner de manière fiable avec différentes personnes et dans des contextes pratiques.

Ces conditions doivent être prouvées par des expériences scientifiques.

La recherche doit également accepter que certaines approches puissent ne pas fonctionner mieux que la communication ordinaire.

La véritable valeur de la recherche scientifique ne réside pas seulement dans la démonstration d'un résultat attendu.

Elle réside dans la découverte, sur la base de preuves fiables, de la justesse ou de la fausseté de l'hypothèse.

12. Conclusion

Au cours des dernières décennies, les technologies de transfert de données des ordinateurs ont connu des progrès considérables.

Aujourd'hui, des ordinateurs situés dans différentes parties du monde échangent de très grandes quantités d'informations à haute vitesse.

Mais la communication entre les personnes repose encore largement sur la parole, l'écriture et d'autres formes physiques d'expression.

Les recherches neurales récentes ont produit des avancées notables dans la reconstruction de la parole à partir des signaux cérébraux, l'identification de la parole imaginée dans l'esprit et le transfert d'informations définies entre cerveaux.

Néanmoins, une technologie qui transfère chaque type de pensée humaine directement, avec précision et à haute vitesse n'a pas encore été créée.

Elle reste un grand défi scientifique à résoudre.

À l'avenir, l'intégration de l'intelligence artificielle et des technologies neurales pourrait créer de nouvelles façons de réduire le temps dont les personnes ont besoin pour exprimer leurs pensées.

La recherche pratique à cette fin doit commencer à partir des signaux neuraux que les personnes essaient délibérément de transmettre.

Des modèles qui les identifient avec précision doivent ensuite être construits.

Ensuite, il faut évaluer avec quelle précision la véritable signification des informations est protégée.

Enfin, il doit être prouvé scientifiquement si cette technologie améliore réellement la vitesse et les performances de la communication entre les personnes.

Ce n'est qu'ensuite que les travaux pourront progresser vers des technologies plus avancées comme la communication directe complète cerveau à cerveau.

L'objectif ultime de ma recherche

L'objectif ultime de ma recherche est de réduire autant que possible l'écart entre la vitesse à laquelle une personne forme une pensée dans son esprit et la vitesse à laquelle une autre personne comprend avec précision la véritable signification de cette pensée.

Pour cela, mon approche proposée consiste à étudier ensemble l'intelligence artificielle, les interfaces cerveau-ordinateur, les neurosciences, la théorie de l'information et les technologies de communication sécurisées à haute vitesse.

Notre objectif n'est pas simplement d'envoyer davantage de données à haute vitesse.

Notre objectif est de construire le fondement scientifique d'une nouvelle méthode de communication capable de transférer les pensées et les idées des personnes en toute sécurité, avec précision et dans le temps le plus court possible, sans en changer la véritable signification.

Références

1. Coupé, C., Oh, Y. M., Dediu, D., & Pellegrino, F. (2019). Different languages, similar encoding efficiency: Comparable information rates across the human communicative niche. Science Advances, 5(9). https://doi.org/10.1126/sciadv.aaw2594
2. Zheng, J., & Meister, M. (2025). The unbearable slowness of being: Why do we live at 10 bits/s? Neuron, 113(2), 192–204. Published online: December 2024. https://doi.org/10.1016/j.neuron.2024.11.008
3. Willett, F. R., et al. (2023). A high-performance speech neuroprosthesis. Nature, 620, 1031–1036. https://doi.org/10.1038/s41586-023-06377-x
4. Littlejohn, K. T., et al. (2025). A streaming brain-to-voice neuroprosthesis to restore naturalistic communication. Nature Neuroscience, 28, 902–912. https://doi.org/10.1038/s41593-025-01905-6
5. Wairagkar, M., et al. (2025). An instantaneous voice-synthesis neuroprosthesis. Nature, 644, 145–152. https://doi.org/10.1038/s41586-025-09127-3
6. Card, N. S., et al. (2026). Long-term independent use of an intracortical brain–computer interface for speech and cursor control. Nature Medicine, 32, 2504–2510. https://doi.org/10.1038/s41591-026-04414-6
7. Jiang, L., et al. (2019). BrainNet: A Multi-Person Brain-to-Brain Interface for Direct Collaboration Between Brains. Scientific Reports, 9, Article 6115. https://doi.org/10.1038/s41598-019-41895-7
8. Kunz, E. M., et al. (2025). Inner speech in motor cortex and implications for speech neuroprostheses. Cell, 188(17), 4658–4673.e17. https://doi.org/10.1016/j.cell.2025.06.015
9. Zhao, Z., et al. (2026). A neural architecture for imagined and overt speech motor dynamics. Nature Neuroscience. https://doi.org/10.1038/s41593-026-02456-0
10. Tates, A., Matran-Fernandez, A., Halder, S., & Daly, I. (2026). Decoding speech imagery or just noise?: A symptom of the replicability crisis. Journal of Neural Engineering, 23(5). https://doi.org/10.1088/1741-2552/aea294
11. UNESCO. (2025). Recommendation on the Ethics of Neurotechnology. https://www.unesco.org/en/node/86248

By Keshavan Thiagaraja

Powered By K7