Les contrepèteries, jeux de mots basés sur l’inversion de syllabes, posent un défi majeur aux intelligences artificielles (IA). En effet, ces jeux de langage, souvent perçus de manière phonétique, semblent échapper aux algorithmes des modèles de langage avancés.
Dans un test récent, un utilisateur a soumis la phrase « Le bout de la tresse est caché par de pieux voiles » à un modèle GPT-5.5. Après quelques secondes de calcul, l’IA a répondu : « Le trou de la fesse est caché par de vieux poils. » Bien que cette réponse soit grivoise, elle ne respecte pas la structure d’une contrepèterie, qui nécessite une inversion précise de sons.
Le problème fondamental réside dans la nature même des contrepèteries. Ces dernières dépendent de la phonétique et de l’oralité, alors que les modèles de langage traitent les mots comme des tokens. Les sons « tresse » et « besse » ne sont pas nécessairement considérés comme voisins dans le vocabulaire d’une IA, ce qui complique leur identification.
Un défi phonétique
Pour qu’une contrepèterie soit correctement résolue, il est essentiel d’entendre la phrase, d’isoler des groupes phonétiques permutables, et d’obtenir un énoncé qui soit à la fois cohérent et grivois. Les IA, en revanche, manquent d’un modèle phonologique solide et finissent par produire des résultats erronés.
De plus, une autre dimension à considérer est la règle d’or des contrepèteries : ne jamais donner la solution. Les IA, entraînées pour être explicites, se heurtent à cette contrainte, rendant difficile leur capacité à jouer à ce type de jeu de mots.
Alors que certains experts estiment qu’un ajustement des modèles pourrait résoudre ce problème, il reste à voir si ces systèmes pourront un jour comprendre les subtilités de l’humour humain associé aux contrepèteries.
Actuellement, ces limites soulignent un écart entre les capacités des IA en matière de compréhension linguistique et les nuances du langage humain, surtout dans des contextes aussi spécifiques que les contrepèteries.
Source : ToujoursPlus, 30 avril 2026.
