Les défauts révélés par les grands modèles de langage dans les étapes complexes du raisonnement pragmatique ont conduit la recherche académique à se décaler progressivement d’une approche « grandes données + règles faibles » vers une approche « petites données + règles fortes », ce changement nécessitant urgent un soutien par les résultats de la pragmatique formelle. Cet article s’attaque aux faiblesses du raisonnement pragmatique des grands modèles de langage en proposant une modélisation formelle du raisonnement pragmatique basée sur la pragmatique formelle comme stratégie de réponse, explorant la relation théorique entre les deux ; puis en visant la pratique de la pragmatique formelle pour améliorer la capacité de raisonnement pragmatique des grands modèles de langage, en abordant trois aspects : la formalisation du processus du raisonnement pragmatique, l’interprétabilité des résultats du raisonnement pragmatique et la calculabilité des modèles de raisonnement pragmatique, dessinant un chemin de développement intégratif où la pragmatique formelle habilite les grands modèles de langage, valorisant l’importance et la signification de la pragmatique formelle pour la recherche et le développement de l’intelligence artificielle représentée par les grands modèles de langage, dans l’espoir d’aider ces modèles à progresser vers une intelligence artificielle générale capable de comprendre l’esprit humain.

pragmatique formelle; raisonnement pragmatique; grands modèles de langage; intelligence artificielle