Romanica Olomucensia 2025, 37(2):249-265 | DOI: 10.5507/ro.2025.016
Métaphores conceptuelles à l'ère de l'IA : l'inférence et l'analogie, entre traitement naturel et traitement automatique
ORCID...Le langage n'est pas toujours explicite, il est également implicite. En effet, l'interprétation du non-dit, pour reprendre les termes de Ducrot, requiert des informations linguistiques et extralinguistiques. Selon Lakoff et Johnson (1980), les métaphores ne sont pas seulement des aspects stylistiques de la langue réservés à la littérature, mais également des stratégies universelles de la cognition humaine. L'interprétation des métaphores conceptuelles requiert la production d'inférences. Cette étude se propose d'examiner le rôle de ces dernières dans le processus interprétatif des métaphores. Il s'agit de faire le point sur le processus de l'inférence métaphorique, reliant le domaine source et le domaine cible. Nous optons pour une analyse comparative, entre d'une part le traitement naturel humain et les traitements automatiques de l'implicite métaphorique sur un échantillon restreint, et d'autre part le ChatGPT4.0 et le DeepSeek chinois. Les résultats du traitement des métaphores conceptuelles montrent que les métaphores affectives sont ininterprétables par le ChatGPT4.0, mais que ce dernier offre une représentation graphique pertinente, alors que le DeepSeek offre des exemples de métaphores liés aux mondes physique et expérimental avec une interprétation pertinente, mais ne parvient pas à offrir des représentations avancées. En comparant les deux modèles de langage avec le traitement naturel, on peut avancer que l'IA est un outil complémentaire et assistant du cerveau humain.
Mots clés: inférence ; interprétation ; implicite ; métaphore conceptuelle ; IA
Conceptual metaphors in the age of AI: inference and analogy, between natural processing and automatic processing
Language is not always explicit it is also implicit. Indeed, the interpretation of what is left unsaid, as Ducrot said, requires linguistic and extralinguistic information. According to Lakoff and Johnson, metaphors are not just stylistic aspects of language in literature, but also universal strategies of human cognition. The interpretation of conceptual metaphors requires the production of inference; thus, this study aims to examine, through examples, the role of inference in the interpretation of metaphors. It is about assessing the process of metaphorical inference, linking the source domain and the target domain. A comparative analysis is conducted: on the one hand, human natural processing and automatic treatments of metaphorical implicature will be compared on a restricted sample; on the other hand, a comparison will be made between ChatGPT4.0 and the Chinese DeepSeek. The results of the processing of conceptual metaphors show that affective metaphors are uninterpretable by ChatGPT4.0, but it offers a relevant graphical representation, whereas DeepSeek provides examples of metaphors related to the physical and experimental world with a relevant interpretation; however, it cannot offer advanced representations. By comparing the two language models with natural processing, one can argue that AI is a complementary tool and assistant to the human brain.
Keywords: inference; interpretation; implicit; conceptual metaphor; AI
Received: March 30, 2025; Revised: August 8, 2025; Accepted: August 19, 2025; Published: December 23, 2025 Show citation
References
- Bizzoni, Yuri - Lappin, Shalom (2018), « Predicting Human Metaphor Paraphrase Judgments with Deep Neural », Proceedings of the Workshop on Figurative Language Processing, Association for Computational Linguistics, 45-55. https://doi.org/10.18653/v1/W18-0906.
Go to original source... - Bracops, Martine (2010), Introduction à la pragmatique, Bruxelles : Édition de Boeck Duculot.
- Brooks, Jennifer - Youssef, Abdou (2020), « Metaphor Detection using Ensembles of Bidirectional Recurrent Neural », Proceedings of the second Workshop on Figurative Language Processing, Association for Computational Linguistics, 244-249 [disponible sur , 28/07/2025]. Go to original source...
- Ducrot, Oswald (1984), Le dire et le dit, Paris : Les Éditions de Minuit.
- Kerbrat-Orecchioni, Catherine (1998), L'implicite, Paris : Armand Colin.
- Lakoff, George - Johnson, Mark (1980), Metaphors we live by, Chicago: University of Chicago Press.
- Lassègue, Jean (2019), « L'intelligence artificielle, technologie de la vision numérique du monde », Les cahiers de la justice 2, 205-219 [disponible sur , 30/07/2025]. Go to original source...
- Le Cun, Yann (2016), « Les enjeux de la recherche en intelligence artificielle », interstices.info.
- Le Ny, Jean François (1989), Science cognitive et compréhension du langage, Paris : Presses Universitaires de France. Go to original source...
- Mohammad, Saif M. - Shutova, Ekaterina - Turney, Peter D. (2016), « Metaphor as a Medium of Emotion: An Empirical Study », Proceedings of the Fifth Joint Conference on Lexical and Computational Semantics, SEM, 23-33. https://doi.org/10.18653/v1/S16-2003. Go to original source...
- Pavlik, Greg (2025), « Qu'est-ce que l'IA générative (GenAI) ? Quel est son fonctionnement ? » [disponible sur , 27/07/2025].
- Shutova, Ekaterina (2015), « Design and Evaluation of Metaphor Processing systems », Computational linguistics 41/4, 579-623. Go to original source...
- Veale, Tony (2011), « Creative Language Retrieval: A Robust Hybrid of Information Retrieval and linguistic creativity », Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics, 278-287 [disponible sur , 7/12/2025].
This is an open access article distributed under the terms of the Creative Commons Attribution-ShareAlike 4.0 International License (CC BY-SA 4.0), which permits use, distribution, and reproduction in any medium, provided the original publication is properly cited. No use, distribution or reproduction is permitted which does not comply with these terms.