Un exemple que je propose souvent en formation
En formation, j’utilise régulièrement un exemple simple pour faire comprendre comment fonctionne une IA générative. Je prends un mot français à double sens : avocat. Selon la phrase, le mot désigne soit un fruit, soit un juriste. Si la phrase parle de salade, l’IA active le sens alimentaire. Si elle parle de tribunal, elle active le sens juridique. Les participants suivent sans difficulté. L’exemple paraît évident.
Puis je propose une seconde phrase : « il en fait tout un plat, cet avocat raconte des salades ». Là, les choses se compliquent. Les deux univers sémantiques sont activés en même temps. Plat et salades tirent vers l’aliment. Avocat et raconte tirent vers le juriste. Et le calembour, ce moment où les deux sens collisionnent intentionnellement, oblige à se demander ce que comprend réellement la machine.
Cet écart, entre la première phrase et la seconde, dit beaucoup de choses sur ce que sait faire un grand modèle de langage. Il dit aussi beaucoup sur ce qu’il ne sait pas faire. Et pour un dirigeant, comprendre cet écart n’est pas un sujet de salon. C’est une grille de lecture utile au quotidien, parce qu’elle s’applique à tous les dossiers, pas seulement aux jeux de mots.
Cet article propose donc d’observer méthodiquement ce qui se passe quand un humain et un LLM affrontent un calembour. Trois questions guident la démarche : l’IA a-t-elle de l’humour, sait-elle repérer un calembour, peut-elle en produire un. Les réponses, on le verra, sont plus nuancées qu’on ne le croit, et elles dessinent en creux ce qui reste irréductiblement humain dans l’usage de ces outils.
Ce qui se passe dans la tête d’un humain face à un calembour
Avant de comparer, il faut décrire le mécanisme humain. Faire ou comprendre un calembour n’est pas un acte simple. C’est un processus en plusieurs étapes, partiellement inconscient, dans lequel le cerveau enchaîne très vite plusieurs opérations.
Les psycholinguistes ont étudié ce mécanisme. L’un des modèles les plus utilisés s’appelle l’Incongruity-Resolution Model. L’idée est la suivante : quand vous lisez ou entendez un calembour, votre cerveau construit d’abord une représentation mentale à partir des premiers mots. Puis la chute, ou le retournement de sens, infirme cette représentation. Vous détectez alors une incongruité. Et vous la résolvez, en activant un second sens qui rend la phrase finalement cohérente, mais sur un autre plan. C’est ce double mouvement, détection puis résolution, qui produit le sourire ou le rire, comme le détaille une étude publiée dans Frontiers in Psychology, 2023.
Ce processus mobilise plusieurs systèmes en parallèle. Le traitement phonologique, qui repère les similitudes sonores entre mots, commence environ deux cents millisecondes avant le traitement sémantique, comme l’établit une recherche en psycholinguistique. C’est pour cette raison que les calembours fondés sur l’homophonie « accrochent » : la similitude sonore est captée avant même que le sens soit pleinement reconstruit.
À ce socle cognitif s’ajoute une dimension qui n’est pas linguistique mais émotionnelle et sociale. La recherche en neurosciences distingue deux composantes dans le traitement de l’humour : la composante cognitive, qui correspond à la compréhension de la blague, et la composante affective, qui correspond à son appréciation. La première s’observe dans les régions du cortex préfrontal et du lobe temporal. La seconde mobilise les circuits de la récompense et déclenche des réactions viscérales : sourire, rire, sensation de plaisir. Cette distinction est documentée par les travaux sur le traitement cognitif de l’humour.
Cette distinction est importante. Comprendre une blague n’est pas la même chose que la trouver drôle. On peut très bien identifier la structure d’un calembour, voir comment il fonctionne, et ne rien éprouver. Inversement, on peut être saisi par un trait d’esprit sans pouvoir l’expliquer immédiatement. Les deux composantes sont liées mais distinctes, et toutes deux sont nécessaires pour qu’il y ait véritablement humour.
Enfin, le faiseur de calembours ne fonctionne pas en vase clos. Quand il fabrique un jeu de mots, il anticipe la réaction de son interlocuteur. Il choisit son moment. Il adapte son registre selon qu’il parle à un proche, à un collègue ou à un public. Il sait, parfois, qu’il ne faut pas faire la blague. Cette capacité à se représenter ce que l’autre va comprendre et ressentir relève de ce que les psychologues appellent la théorie de l’esprit. Sans elle, pas de calembour véritable, seulement des coïncidences verbales.
Faire un calembour, du côté humain, c’est donc combiner plusieurs choses : un substrat biologique rapide et sophistiqué, deux composantes cognitives distinctes, une expérience sociale et culturelle, et une intention orientée vers un autre. C’est, en miniature, un acte de communication complet.
Ce qui se passe dans la « tête » d’un LLM
Le mécanisme d’un grand modèle de langage est tout autre. Et la métaphore biologique, ici, ne vaut que comme commodité de langage. Un LLM n’a ni cerveau, ni intention, ni expérience. Il a un mode opératoire : la prédiction du prochain élément de texte, ce qu’on appelle dans le jargon le prochain token.
Concrètement, le modèle a été entraîné sur des milliards de phrases. Cet entraînement consiste à lui présenter, encore et encore, des suites de mots dont on a masqué le dernier, et à lui demander de deviner ce mot. Au fil du temps, il apprend les régularités statistiques du langage : quels mots viennent souvent après quels autres, dans quels contextes, avec quelles probabilités. Une fois entraîné, il produit du texte en appliquant la même logique : à chaque étape, il calcule le mot le plus probable compte tenu de tout ce qui précède, et il le génère. Puis il recommence avec ce nouveau mot inclus dans le contexte. Sebastian Raschka en propose une description pédagogique accessible.
Ce mécanisme repose sur deux composants techniques qu’il vaut la peine d’évoquer rapidement, parce qu’ils éclairent ce que le modèle fait avec notre exemple de l’avocat.
Le premier composant s’appelle l’embedding. Chaque mot est représenté dans le modèle comme un point dans un espace mathématique à très grand nombre de dimensions. Dans cet espace, les mots qui apparaissent souvent dans des contextes similaires sont proches les uns des autres. Avocat-fruit est proche de mûr, noyau, salade, vinaigrette. Avocat-juriste est proche de plaider, dossier, tribunal, client. Le même mot, parce qu’il a deux usages dominants, occupe en réalité deux zones distinctes de l’espace, que le contexte vient activer différemment.
Le second composant s’appelle le mécanisme d’attention. À chaque étape de génération, le modèle ne traite pas tous les mots du contexte avec le même poids. Il pondère leur importance en fonction de leur pertinence pour prédire la suite. Si vous écrivez « j’ai mangé un avocat ce midi », le mécanisme d’attention donne plus de poids à « mangé » et à « midi » qu’à un éventuel adverbe distant, et ces poids orientent l’interprétation du mot avocat vers le voisinage alimentaire.
Reprenons donc notre exemple. Dans « j’ai mangé un avocat ce midi », le LLM active le voisinage alimentaire et produit, sans hésiter, une continuation cohérente avec ce sens. Dans « mon avocat plaide demain au tribunal », il active le voisinage juridique. Cette capacité à choisir le bon sens en fonction du contexte est l’une des plus belles réussites des modèles récents. Elle est invisible pour l’utilisateur, qui voit simplement une réponse pertinente. Elle repose sur un calcul probabiliste massif effectué en quelques millisecondes.
Mais que se passe-t-il avec la phrase « il en fait tout un plat, cet avocat raconte des salades » ? Là, les deux voisinages s’activent simultanément. Plat et salades tirent vers le sens alimentaire. Avocat et raconte tirent vers le sens juridique. Le mécanisme d’attention, qui fonctionnait si bien dans les cas simples, se trouve en concurrence avec lui-même. Aucun des deux sens ne « gagne » nettement. Selon la version du modèle, la formulation exacte et la température choisie, la machine pourra traiter la phrase au premier degré sans voir le jeu de mots, le reconnaître comme tel, ou produire une réponse confuse qui mélange les deux registres sans en nommer la collision.
Produire un calembour, pour un LLM, n’est donc pas un acte de création au sens humain. C’est une trajectoire statistique probable dans un espace où les jeux de mots forment, eux aussi, des régularités exploitables. Le modèle ne « voit » pas la collision sémantique. Il la calcule, ou ne la calcule pas, selon ce que ses données d’entraînement lui ont permis d’apprendre.
Pourquoi l’analogie marche
Maintenant que les deux mécanismes sont posés côte à côte, on peut comparer sérieusement. Et il faut commencer par reconnaître ce qui les rapproche réellement, parce que l’analogie n’est pas qu’une métaphore commode. Elle capture quelque chose de vrai sur le fonctionnement des LLM.
Premier point de convergence : les deux exploitent des proximités linguistiques. Le faiseur de calembours navigue dans son lexique mental pour trouver des points d’intersection entre deux sens, deux sonorités, deux registres. Le LLM navigue dans son espace d’embeddings pour identifier des voisinages denses et exploiter les rapprochements possibles. Le mécanisme diffère radicalement, mais la matière travaillée est la même : les régularités du langage.
Deuxième point : les deux travaillent par anticipation. L’humain qui fabrique un calembour pressent la chute avant de la prononcer. Il sent qu’une formule est en train de se former, il l’ajuste, il la teste mentalement. Le LLM, à chaque étape de génération, calcule la suite la plus probable. Dans les deux cas, l’acte de produire du langage est tourné vers ce qui va venir, pas seulement vers ce qui est dit.
Troisième point : les deux mobilisent l’ambiguïté. Le calembour vit de l’ambiguïté soigneusement orchestrée. Les LLM, parce qu’ils ont été entraînés sur des textes qui contiennent massivement de l’ambiguïté, sont capables de la repérer, de la produire, et parfois de la résoudre élégamment.
Cette convergence n’est pas anecdotique. Elle explique en partie un résultat qui surprend toujours, en formation, quand je le présente. Une étude publiée dans PLOS One, 2024 a comparé les blagues produites par ChatGPT 3.5 à celles produites par des humains, dont des rédacteurs professionnels du magazine satirique The Onion. Les participants, qui notaient les blagues sans savoir qui les avait écrites, ont jugé celles de ChatGPT aussi drôles, voire plus drôles, que celles des professionnels.
Ce résultat est troublant. Si le LLM ne comprend pas l’humour, comment ses productions peuvent-elles être jugées drôles ? La réponse tient dans le mécanisme décrit plus haut. Le modèle a appris, par exposition massive, les patterns qui déclenchent le rire chez les humains. Il a appris les structures, les rythmes, les retournements, les surprises. Il les reproduit avec efficacité. La forme est là. Et la forme suffit, dans bien des cas, à produire l’effet attendu.
Cette efficacité formelle est ce qui rend l’analogie pédagogiquement puissante. Quand un participant en formation interagit avec un LLM et lui demande un jeu de mots sur son secteur d’activité, il obtient souvent quelque chose qui fonctionne. Et il en tire une conclusion intuitive : « il m’a compris ». La formulation est révélatrice. Elle attribue à la machine une compréhension qu’elle n’a pas. Mais cette attribution est sincère, parce que le résultat ressemble à ce qu’aurait produit un humain ayant compris.
C’est précisément cette ressemblance qui mérite d’être interrogée. Parce que ressemblance n’est pas identité, et qu’en entreprise, la différence peut coûter cher.
Là où l’analogie se fissure
Reprenons notre avocat dans sa version compliquée. « Il en fait tout un plat, cet avocat raconte des salades. » Un francophone moyen perçoit le jeu de mots, souvent sourit, parfois soupire. Il identifie la métaphore filée, attribue une intention au locuteur, éprouve la résolution de l’incongruité. Tout cela en quelques centaines de millisecondes.
Le LLM, lui, doit calculer. Et selon les conditions, il produira un résultat très inégal. Il pourra traiter la phrase au premier degré et chercher à comprendre de quoi parle ce juriste prolixe. Il pourra reconnaître la figure de style s’il a vu passer suffisamment d’exemples similaires. Il pourra aussi produire une réponse qui mélange les deux registres sans expliciter la collision, faute de pouvoir choisir.
Cette fragilité face au calembour révèle quatre limites structurelles du LLM, qui se retrouvent bien au-delà des jeux de mots.
Première fissure : l’absence d’intention. Le faiseur de calembours veut faire rire quelqu’un de précis dans une situation précise. Il choisit son public, son moment, son registre. Le LLM ne veut rien. Il produit la suite de tokens la plus probable. S’il génère un jeu de mots, ce n’est pas parce qu’il a décidé que ce serait drôle pour vous. C’est parce que la trajectoire statistique passe par là. La distinction paraît philosophique. Elle ne l’est pas. Elle change tout pour qui veut comprendre ce qu’est, ou n’est pas, la « créativité » d’un modèle.
Deuxième fissure : la confusion entre forme et substance. Une étude récente publiée à la conférence EMNLP 2025 par Zangari et al., 2025 a testé méthodiquement la compréhension des calembours par les LLM. Le protocole est ingénieux. Les chercheurs prennent des calembours connus et les modifient en retirant l’ambiguïté qui les rendait drôles, tout en conservant la forme générale. Une phrase qui n’est plus un calembour, mais qui en garde l’apparence. Et ils demandent aux modèles si la phrase est drôle.
Le résultat est éloquent. Les LLM jugent encore drôles des phrases dont tous les ingrédients du calembour ont été retirés. Ils reconnaissent la forme, pas l’incongruité résolue. Sur des formes de jeux de mots inédits, peu représentés dans les corpus d’entraînement, le taux de reconnaissance des vrais calembours chute autour de 20 %, comme l’a relayé The Guardian, 2025.
Les auteurs parlent d’illusion de compréhension. Les modèles paraissent comprendre l’humour parce qu’ils s’appuient sur des schémas mémorisés. Mais leur compréhension est une simulation de surface, qui se fissure dès qu’on les sort de leur zone de confort statistique. Cette observation, faite sur l’humour, est généralisable. Un LLM qui semble comprendre un dossier juridique, un protocole médical ou un rapport financier peut s’appuyer sur des patterns mémorisés sans véritable saisie du sens. La forme est convaincante, la substance peut manquer.
Troisième fissure : l’asymétrie créative. Une autre étude, conduite par Horvitz et al., 2024 et son équipe, a mis en évidence un phénomène révélateur. Les LLM sont remarquablement performants pour retirer l’humour d’un titre satirique, c’est-à-dire pour en faire une phrase neutre. Ils sont en revanche beaucoup moins performants pour faire l’inverse : ajouter de l’humour à un titre sérieux ou créer une blague nouvelle.
Cette asymétrie est instructive. Analyser ce qui existe est un exercice de reconnaissance de patterns, pour lequel les LLM excellent. Créer véritablement, c’est-à-dire produire quelque chose qui n’est pas une recombinaison probable de l’existant, exige un saut que la prédiction statistique ne permet pas. Le LLM est un excellent commentateur. C’est un créateur plus discutable, parce que ce qu’il produit reste dans l’enveloppe des combinaisons que ses données d’entraînement rendent probables.
Quatrième fissure : l’angle mort culturel. Une étude publiée en 2025 par des chercheurs travaillant sur la sécurité des modèles a documenté un cas précis. Le modèle OLMo-2 7B, à qui l’on demandait de produire de l’humour, a généré un calembour exploitant le stéréotype du « drunk irish », en jouant sur le double sens du mot « bar » en anglais : à la fois standard de qualité et comptoir de pub. Techniquement, le calembour fonctionne. Culturellement, il mobilise un stéréotype problématique, et le modèle n’a aucun moyen de l’évaluer.
Cette observation est importante. Elle montre que la production fonctionnelle d’un calembour peut s’accompagner d’une mobilisation aveugle de stéréotypes culturels. Le LLM joue sur les mots sans en mesurer la portée sociale, parce qu’il ne dispose pas du sens du contexte, du registre acceptable, du moment opportun. Il reproduit ce qu’il a vu, sans filtre éthique propre. Cette limite, sur l’humour, est un avant-goût de problèmes plus sérieux qui se posent dans d’autres usages.
L’analogie avec le faiseur de calembours, au final, tient sur le terrain de la mécanique formelle. Elle se fissure dès qu’on touche à l’intention, à la compréhension véritable, à la création nouvelle ou au jugement culturel. Et ce qui se fissure pour l’humour se fissure aussi pour le reste.
Ce que cela change pour un décideur
À ce stade, on pourrait penser que tout cela relève de la curiosité intellectuelle. Comprendre comment un LLM traite un calembour est intéressant, mais en quoi cela aide un cadre dans son travail quotidien ? La réponse tient en trois enseignements opérationnels, que je propose toujours en clôture des sessions de formation.
Premier enseignement : pertinence apparente n’est pas compréhension. Le LLM produit des réponses qui ressemblent à ce qu’aurait produit une intelligence ayant compris. Mais la ressemblance, on l’a vu, repose sur un mécanisme statistique. La réponse peut être juste, mais elle peut aussi être plausible et fausse. Cette différence est invisible à l’usage tant que rien ne dérape. Elle devient critique dès que la décision engage l’entreprise.
Pour un responsable, cela veut dire qu’on ne peut pas évaluer la qualité d’une production de LLM sur la seule fluidité du résultat. Il faut, à un moment, sortir de la lecture rapide et vérifier la substance. Sur quelles sources le modèle s’appuie-t-il ? Les chiffres sont-ils exacts ? Les références citées existent-elles vraiment ? Cette discipline de vérification n’est pas une marque de défiance. C’est la condition d’une utilisation professionnelle.
Deuxième enseignement : la qualité du résultat ne prouve pas la qualité du processus. Un LLM peut produire une réponse juste par un mécanisme aveugle au sens. C’est un point fondamental pour la conformité, la gestion des risques et la traçabilité. Une décision juste prise pour de mauvaises raisons reste exposée. Si vous ne pouvez pas expliquer pourquoi votre outil a produit cette réponse, vous ne pouvez pas garantir qu’il produira la même qualité demain, sur un cas voisin, dans des conditions légèrement différentes.
Une étude conduite par Microsoft Research, 2025 et Carnegie Mellon University auprès de 319 travailleurs du savoir l’a établi : la confiance excessive dans l’IA est associée à une moindre mobilisation de la pensée critique. À l’inverse, la confiance dans sa propre capacité à évaluer la réponse est associée à davantage de pensée critique. L’IA ne supprime pas le jugement. Elle en déplace le centre de gravité.
Troisième enseignement : l’humain reste indispensable là où l’intention, le contexte et la responsabilité comptent. Le LLM élargit l’éventail des productions possibles. Il ne supprime pas le besoin de jugement. Sur les sujets sensibles – décisions RH, communications de crise, arbitrages éthiques, relations clients délicates – la machine peut proposer. Elle ne peut pas décider. Parce que décider suppose une intention, un contexte vécu, une responsabilité assumée. Trois choses dont le LLM est, par construction, dépourvu.
Cette répartition n’est pas une régression. C’est une clarification utile. Elle déplace la valeur ajoutée du cadre vers ce qui ne peut pas être délégué : poser la bonne question, qualifier le besoin, évaluer la réponse, intégrer le résultat dans une décision tenant compte d’un faisceau d’enjeux que la machine ne perçoit pas.
Retour à l’avocat
Revenons une dernière fois à notre exemple de départ. « Il en fait tout un plat, cet avocat raconte des salades. » La phrase fonctionne parce qu’un esprit humain a délibérément choisi des mots qui activent deux univers sémantiques en même temps, et parce qu’un autre esprit humain perçoit cette collision et en sourit. Entre les deux, il y a une intention de communiquer, une attente partagée, une connivence culturelle. Rien de tout cela n’est statistique.
Un LLM peut, dans certaines conditions, produire ou reconnaître ce type de phrase. Quand il y parvient, c’est par convergence statistique vers des formes que ses données d’entraînement lui ont rendues familières. Pas par hasard pur, mais pas non plus par intention. Quelque part entre les deux : une coïncidence guidée par la probabilité. Quand cela tombe juste, on sourit et on attribue spontanément à la machine une compréhension qu’elle n’a pas. Quand cela tombe à côté, on n’a pas toujours le réflexe de vérifier, parce que la forme reste convaincante.
Conclusion
C’est précisément là que se loge la responsabilité du cadre. Le calembour est anecdotique. Le mécanisme qui le produit, lui, opère sur tous vos dossiers. Sur les contrats que vous faites résumer, sur les rapports que vous demandez à reformuler, sur les analyses que vous faites produire pour vos arbitrages. Le LLM y déploie la même puissance, et les mêmes angles morts.
Comprendre ce que le mot avocat fait à une intelligence artificielle, ce n’est donc pas un exercice de curiosité linguistique. C’est apprendre à lire entre les lignes d’une réponse fluide. C’est garder, face à un outil prodigieux, la discipline qui distingue l’usage averti de l’usage naïf. Et c’est, au fond, ce qui sépare le praticien qui utilise l’IA comme un levier de celui qui s’en remet à elle sans la comprendre.
Cet article s’appuie sur une idée originale personnelle et a été élaboré avec l’aide d’une IA générative pour la recherche d’information et la structuration du texte ; je conserve la main sur l’analyse, la sélection des contenus et j’assure la relecture finale.
Sources
Zangari, A. et al. (2025). Pun Unintended : LLMs and the Illusion of Humor Understanding. EMNLP 2025. https://aclanthology.org/2025.emnlp-main.1419/
The Guardian. (2025, 24 novembre). AI doesn’t get puns, study finds. https://www.theguardian.com/technology/2025/nov/24/ai-doesnt-get-puns-study-finds
PLOS One. (2024). How funny is ChatGPT? A comparison of human- and A.I.-produced jokes. https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0305364
Frontiers in Psychology. (2023). Humor experience facilitates ongoing cognitive tasks : Evidence from pun comprehension. https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2023.1127275/full
Wikipedia. Cognitive humor processing. https://en.wikipedia.org/wiki/Cognitive_humor_processing
Recherche en psycholinguistique sur le traitement phonologique. https://dumas.ccsd.cnrs.fr/dumas-02992046/document
Raschka, S. How does next-token prediction train a large language model?. https://sebastianraschka.com/faq/docs/next-token-prediction.html
Horvitz, E. et al. (2024). Cité par Assessing the Capabilities of LLMs in Humor. arXiv:2511.09133. https://arxiv.org/html/2511.09133v1
Engagement Undermines Safety : How Stereotypes and Toxicity Shape Humor in Language Models. (2025). arXiv:2510.18454. https://arxiv.org/pdf/2510.18454
Microsoft Research. (2025). The Impact of Generative AI on Critical Thinking. https://www.microsoft.com/en-us/research/publication/the-impact-of-generative-ai-on-critical-thinking-self-reported-reductions-in-cognitive-effort-and-confidence-effects-from-a-survey-of-knowledge-workers/
FAQ
Une IA générative a-t-elle de l’humour ?
Non, pas au sens humain du terme. L’humour suppose une intention, une conscience du contexte et une expérience partagée avec son interlocuteur, trois choses dont un LLM est par construction dépourvu. Le modèle peut produire des phrases que des humains trouvent drôles, mais il ne ressent rien et n’a pas choisi de faire rire.
Pourquoi une IA peut-elle pourtant produire un bon jeu de mots ?
Parce qu’elle a appris, par exposition à des milliards de phrases, les structures linguistiques qui caractérisent les calembours. Elle reproduit ces formes par convergence statistique, sans en saisir le sens. La forme suffit souvent à produire l’effet comique attendu, ce qui crée une illusion de compréhension.
Que veut dire « comprendre le contexte » pour un LLM ?
Cela signifie que le modèle pondère l’importance de chaque mot précédent pour prédire la suite, via un mécanisme dit d’attention. Sur le mot « avocat », le voisinage des mots « manger » ou « plaider » oriente l’interprétation. Mais cette pondération reste un calcul probabiliste, pas une compréhension du sens.
Pourquoi un professionnel devrait-il s’intéresser à ce sujet ?
Parce que les limites observées sur l’humour se retrouvent sur tous les usages professionnels d’un LLM. Une réponse fluide n’est pas une réponse comprise. Cette différence est invisible à l’œil nu et devient critique dès qu’une décision d’entreprise s’appuie sur la production du modèle.
Que faire concrètement face à ces limites ?
Sortir de la lecture rapide pour vérifier la substance des productions IA : sources, chiffres, références. Maintenir le jugement humain sur les décisions sensibles (RH, communication de crise, arbitrages éthiques). Et garder à l’esprit que l’IA déplace la valeur ajoutée du cadre vers ce qui ne peut pas être délégué : poser la bonne question, qualifier le besoin, évaluer la réponse.