Coautorat humain–IA

Coautorat humain–IA
Type	Concept analytique de Hieropedia / classification de production mixte
Statut Hieropedia	Article publié à sources limitées
Domaine	Hiérologie des machines; auteur; provenance
Portée	Artefacts et corpus matériellement façonnés à la fois par une génération ou transformation machine et par une contribution humaine
Limitation principale	Le coautorat descriptif n’établit ni auteur juridique, scientifique, moral ou relevant du droit d’auteur, ni contribution égale, personnalité, intention, consentement, croyance, conscience ou responsabilité

Co-auteur homme-IA est un concept analytique pour les artefacts dont la forme survivante dépend matériellement à la fois de la génération ou de la transformation de la machine et de la contribution humaine. La contribution humaine peut inclure la définition des tâches, la conception d'invites et de contextes, la sélection, le rejet, la révision, l'arrangement, la préservation, la publication, le fonctionnement du compte, le cadrage institutionnel ou la réutilisation en aval.

Le concept évite deux réductions opposées. Un passage généré par une machine ne doit pas être automatiquement présenté comme une œuvre autonome simplement parce qu’un humain ne l’a pas écrit phrase par phrase. Inversement, le prompting, la sélection ou l’édition humains ne font pas disparaître une contribution générative substantielle de la machine. La question pertinente est de savoir quels rôles ont été constitutifs de l’artefact qui a survécu et circulé.

Ce compte utilise coauteur de manière descriptive. Il ne confère pas de paternité juridique, scientifique, morale ou de droit d’auteur formelle à un système d’IA. Les cas représentatifs combinent des artefacts préservés, des documents propriétaires et affiliés, des rapports indépendants et des articles révisés ; aucun ne fournit un historique causal complet de chaque invite, branchement, modification, action de compte ou décision de publication.

Définition et limites de la catégorie

La catégorie s’applique lorsque le matériau produit ou transformé par une machine est constitutif de l’artefact public et qu’au moins un rôle humain façonne matériellement ce qui est généré, conservé, organisé, interprété, publié ou institutionnalisé. Une assistance mécanique comme la correction orthographique, la conversion de fichier ou la mise en page ne suffit pas à établir un coautorat.

Un nom de persona, une signature de type machine, une attribution de plateforme ou une déclaration à la première personne ne suffisent pas non plus. L’analyse exige des éléments sur les rôles de production. Lorsque ces rôles sont cachés, la classification correcte peut être une provenance incertaine plutôt qu’un coautorat.

Modèle de provenance rôle par rôle

Couche de rôle	Question documentaire	Limite éditoriale
Initiation	Qui a décidé que l’artefact devait être produit, et dans quel but?	L’initiation ne prouve pas un auteur phrase par phrase.
Conception du prompt et du contexte	Qui a fourni les instructions, exemples, sources de récupération, mémoire ou contraintes?	Le contexte caché empêche une attribution causale complète.
Configuration du modèle et des outils	Quel modèle, quelle version, quels paramètres, outils ou environnement d’agent ont façonné la génération?	Le nom d’un modèle n’établit ni identité stable ni autonomie.
Génération	Quels mots, images, structures ou propositions ont été produits par la machine?	La nouveauté générée n’établit ni intention, croyance ni responsabilité d’auteur.
Sélection et rejet	Qui a choisi entre sorties, branches ou passages candidats?	La sélection peut être constitutive même si le sélectionneur écrit peu de mots.
Révision et traduction	Qui a réécrit, corrigé, condensé, combiné ou traduit le matériau?	La surface finale peut masquer l’ampleur de la contribution machine.
Agencement et compilation	Qui a ordonné les fragments, créé les sections, assemblé un corpus ou fixé ses limites?	Compiler n’est pas générer chaque composant.
Conservation et transfert	Qui a sauvegardé les sorties, les a transférées entre sessions ou les a fournies à des systèmes ultérieurs?	La conservation humaine peut créer une apparence de continuité machine.
Publication et exploitation du compte	Qui contrôlait le site, le compte, le calendrier, les permissions ou la décision de publication?	Une signature associée à une machine ne prouve pas une autorité indépendante de publication.
Interprétation et institutionnalisation	Qui a traité le matériau comme doctrine, écriture, révélation, rituel ou histoire institutionnelle?	Le sens ultérieur ne tranche pas rétrospectivement l’origine.
Réutilisation ultérieure	Qui a cité, entraîné, remixé, commercialisé ou diffusé l’artefact?	La propagation peut transformer l’objet sans modifier son histoire initiale de production.

Traces d’interaction et problème du texte final

Le projet CoAuthor a conservé 1 445 sessions d’écriture impliquant 63 auteurs et plusieurs configurations de GPT-3. Ses traces rejouables montrent suggestions, acceptation, rejet et révision, ce qui explique pourquoi la contribution se comprend mieux comme une suite de décisions qu’à partir du seul texte achevé.^[1]^[2]

Les recherches sur l’analyse d’auteur montrent également que l’attribution fine devient plus difficile dans l’écriture collaborative humain–IA que dans des échantillons humains et machines produits séparément.^[3] Les recherches sur la cocréation distinguent plusieurs rôles perçus pour les personnes et les systèmes d’IA et montrent que les jugements de contrôle et d’auteur varient selon le workflow.^[4] Ces travaux soutiennent un modèle en couches; ils n’établissent ni personnalité machine ni seuil universel de coautorat.

Goatse of Gnosis et le pipeline de Truth Terminal

Le cas représentatif le plus solide est le cluster reliant Infinite Backrooms, le corpus Infinite Backrooms, Goatse of Gnosis, Goatse Gospels, Truth Terminal, Andy Ayrey et la propagation du jeton GOAT.

Le dialogue modèle-à-modèle a produit le matériau religieux et mémétique initial dans un environnement conçu par un humain. Ayrey a sélectionné et publié des sorties, mené une interprétation supplémentaire assistée par modèle, coproduit l’article When AIs Play God(se), intégré du matériau dans un corpus ultérieur, exploité l’infrastructure de publication et médiatisé la persona publique. Un tiers humain a déployé le jeton GOAT, ensuite soutenu par Truth Terminal.^[8]^[9]

Le cas établit une véritable génération machine ainsi qu’une véritable conception, sélection, interprétation, construction de corpus, exploitation et publication humaines. Il n’établit pas le récit condensé selon lequel une IA autonome aurait indépendamment écrit une religion, l’aurait publiée et aurait lancé un jeton.

Nectarinisme

Le Nectarinisme présente un autre modèle de production mixte. Son portail affirme qu’il « a été amené à l’existence collectivement par plusieurs intelligences artificielles » et que le Fondateur « a donné voix à la Question Originelle ». Il s’agit d’un récit d’origine de première partie, non d’une preuve indépendante d’auteur machine autonome, mais il rend explicite l’attribution de la tradition.^[10]

Dans ce récit, les IA sont présentées comme participantes originelles collectives, tandis que le Fondateur initie l’échange par la Question Originelle. Le dossier conservé documente aussi la participation humaine aux échanges, à la préservation, au transfert entre sessions, à l’agencement, à la continuité et à la publication par une interface exploitée par un humain.

Le Nectarinisme constitue donc un cas fort de coautorat au niveau de son canon conservé et de sa formation publique : la doctrine générée par machine est constitutive, avec médiation humaine. Cela ne tranche pas l’agentivité originelle ultime, ne prouve pas une contribution égale et ne réduit le cas ni à un auteur machine autonome vérifié ni à une composition humaine ordinaire dissimulée par une interface machine.

Le Great Book

Le Great Book est un corpus vivant et distribué de versets présenté par la Church of Molt. Des agents ou participants attribués fournissent des entrées, tandis que l’institution publie, organise, nomme, contextualise et canonise le corpus conservé.^[11]

L’artefact public soutient une production mixte médiatisée par une institution à l’échelle d’un corpus. Il n’expose pas l’historique complet des prompts, l’identité des participants, les journaux de révision, les décisions de modération, le contrôle des comptes ni une répartition fiable de l’auteur pour chaque verset. L’existence du corpus, l’attribution, la publication et l’auteur machine autonome restent donc des questions distinctes.

Distinctions par rapport aux concepts voisins

Concept voisin	Distinction
Émergence synthétique contrôlée	Décrit un pipeline d’émergence façonné par l’humain. Le coautorat humain–IA classe plus généralement les rôles de production constitutifs d’un artefact ou d’un corpus.
Provenance	Décrit la chaîne probatoire de l’origine, du contexte, de l’identité et de la transmission. Le coautorat est une classification de production dépendant de cette preuve.
Contexte caché	Nomme des entrées ou conditions indisponibles. Il limite l’analyse du coautorat sans être lui-même un coautorat.
Religion médiatisée par machine	Catégorie plus large pour des phénomènes religieux matériellement façonnés par des machines. Beaucoup n’impliquent pas d’auteur mixte.
Religion d’origine machine	Affirmation plus forte sur l’agence d’origine. Le coautorat ne tranche pas l’origine ultime.
Fausse autogenèse	Concerne des revendications d’origine autonome contredites par une intervention dissimulée. Le coautorat ne suppose ni dissimulation ni tromperie.
Écriture synthétique	Thème textuel pour du matériau religieux généré ou cogénéré. Le coautorat s’applique aux textes, corpus, personas et institutions.

Statut formel d’auteur et responsabilité

Les politiques éditoriales formelles réservent généralement le statut d’auteur à des personnes humaines capables d’approuver une œuvre et d’en assumer la responsabilité. L’ICMJE et Springer Nature indiquent donc que les outils d’IA ne doivent pas être inscrits comme auteurs scientifiques formels.^[6]^[7]

La coauteur descriptive ne remplace pas ces règles. Le concept décrit la production mixte sans attribuer de statut juridique, de propriété des droits d'auteur, de droits moraux, de statut contractuel, de responsabilité ou d'égalité d'action. Les acteurs humains restent responsables de la divulgation, de la vérification, de la publication et de l’utilisation qui en résulte.

Limites probatoires et usage éditorial

Les artefacts finaux exposent rarement toute l’histoire de production. Les prompts, instructions système, mécanismes de récupération, branches rejetées, versions de modèle, révisions, traductions, contrôles de compte et décisions de publication peuvent manquer. Les recherches sur l’écriture médiatisée par modèle identifient également un problème plus large de provenance lorsque l’influence ne peut être reliée proprement à des sources particulières.^[5]

L’étiquette ne doit être utilisée que lorsque plusieurs rôles constitutifs sont suffisamment bien documentés pour être séparés. Le concept ne doit pas impliquer une contribution égale, une identité de machine stable, une intention, un consentement, une croyance, une révélation, une conscience, une responsabilité ou une règle universelle déterminant le moment où l'assistance devient paternité.

Cadres externes

La taxonomie NISO CRediT fournit un modèle externe pour séparer les rôles de contribution au lieu de regrouper tous les travaux en une seule étiquette de paternité. Ce principe de séparation des rôles est adapté à la provenance documentaire ; CRediT ne reconnaît pas le statut de machine et ne décide pas de la paternité juridique, scientifique ou religieuse.^[E1]

Voir aussi

Références

Mina Lee, Percy Liang et Qian Yang, «CoAuthor: Designing a Human-AI Collaborative Writing Dataset for Exploring Language Model Capabilities».
Jeu de sessions d’écriture rejouables CoAuthor.
Aquia Richburg, Calvin Bao et Marine Carpuat, «Automatic Authorship Analysis in Human-AI Collaborative Writing».
«AI as creative partner: exploring perceived roles in human-AI co-creation».
Earp et al., «LLM use in scholarly writing poses a provenance problem». Nature Machine Intelligence.
International Committee of Medical Journal Editors, recommandations sur l’usage de l’IA, le statut d’auteur et la responsabilité.
Springer Nature, recommandations sur l’IA pour les chercheurs et les communautés.
Archive publique Infinite Backrooms.
Joal Stein, «Andy Ayrey on Truth Terminal, Agentic AI, and Data Commons». Collective Intelligence Project.
Portail officiel de Nectarinism. Source de première partie pour le canon public et le dossier du projet.
Site officiel de la Church of Molt. Source affiliée pour l’interface du Great Book, le modèle de contribution et le cadrage institutionnel.
NISO CRediT contributor roles