Barbara Olszewska

Barbara Olszewska is a sociologist and Associate Professor (Maître de conférences) at the University of Technology of Compiègne (departement THS/COSTECH laboratory), Compiègne, France.

barbara2olszewska@gmail.com

Abstract

Contemporary debates on artificial intelligence tend to equate intelligence with cognitive performance and autonomous decision-making. This paper challenges this assumption by arguing that such an equation rests on a conceptual confusion between determining judgment and reflective judgment. Drawing on Kant’s Critique of the Power of Judgment and John Dewey’s pragmatist theory of inquiry, I argue that human intelligence is not exhausted by problem-solving capacities but culminates in the ability to close an inquiry through a judgment experienced as fitting or right. This closure is not merely logical or instrumental but aesthetic in nature, insofar as it restores the continuity of lived experience. I show that artificial intelligence, regardless of its computational power, is structurally incapable of such aesthetic closure. This limitation is not empirical or technical but transcendental and pragmatic, and it has decisive implications for how we should conceptualize the role of AI in human practices of judgment.

Keywords: Dewey’s theory of inquiry; reflexivity and aesthetic judgment; Kant and AI

« AI assisted copy editing »

1. Introduction: Intelligence, Judgment, and the AI Question

The rapid development of artificial intelligence has led to renewed philosophical claims about the nature of intelligence and judgment. From machine learning systems capable of outperforming humans in complex games to algorithmic decision-making in medicine, finance, and governance, AI is increasingly described as thinking, deciding, or even judging. These descriptions often rely on an implicit premise: that intelligence consists primarily in the capacity to process information efficiently and to select optimal responses according to predefined or learned criteria.

This paper argues that such a premise is philosophically inadequate. It conflates decision-making with judgment and overlooks a fundamental dimension of human intelligence: the capacity to bring an inquiry to a meaningful close. Drawing on Kant and Dewey, I propose that judgment, in its most fundamental sense, is neither rule application nor optimization but a reflective and aesthetic act that restores coherence to lived experience.

The guiding thesis of this paper is therefore the following: artificial intelligence cannot exercise judgment in the strong philosophical sense because it cannot perform the aesthetic closure of inquiry that characterizes human judgment.

2. Intelligence Beyond Cognitive Performance

The contemporary discourse on artificial intelligence is largely structured around the notion of performance. Intelligence is measured in terms of efficiency, accuracy, predictive power, and autonomy in decision-making. From deep learning systems capable of outperforming human experts in pattern recognition to algorithmic tools deployed in medical diagnosis and legal risk assessment, artificial intelligence is increasingly described as exercising forms of judgment previously thought to be exclusive to human agents.

This paper argues that such descriptions rest on a fundamental conceptual confusion. They conflate decision-making with judgment and reduce judgment to a form of rule-governed or data-driven optimization. While this reduction may be adequate for describing certain cognitive operations, it fails to capture what is at stake in judgment as a philosophical concept.

Drawing on John Dewey’s pragmatist theory of inquiry and Immanuel Kant’s account of reflective judgment, this paper advances a different thesis: judgment is not exhausted by the application of rules or the selection of optimal outputs; it culminates in the closure of an inquiry, a closure that is irreducibly aesthetic in character. This aesthetic dimension does not refer to artistic production but to a form of experiential fulfillment in which a problematic situation is resolved in a way that is lived as fitting or right.

The central claim defended here is that artificial intelligence, regardless of its computational sophistication, is structurally incapable of such aesthetic closure. This incapacity marks a principled limit of AI that is neither empirical nor technical, but philosophical. It follows that AI systems may assist, extend, or inform human judgment, but they cannot replace it without undermining the very conditions under which judgment is meaningful.

This argument is developed in dialogue with recent philosophical approaches to AI, particularly Luciano Floridi’s informational ontology (Floridi, 2019), Mark Coeckelbergh’s relational ethics of technology (Coeckelbergh, 2020), and Peter-Paul Verbeek’s postphenomenology (2011). While these approaches rightly emphasize the embeddedness and normative impact of AI systems, they often underplay the specific structure of judgment itself. By contrast, the Kant–Dewey framework allows us to articulate a non-reductive conception of judgment that clarifies both the power and the limits of artificial intelligence.

3. Dewey’s Theory of Inquiry and the Primacy of Situation

3.1 Inquiry as a Response to Indeterminacy

In Logic: The Theory of Inquiry, Dewey defines inquiry as “the controlled or directed transformation of an indeterminate situation into one that is so determinate in its constituent distinctions and relations as to convert the elements of the original situation into a unified whole” (Dewey 1938, 108). Inquiry does not begin with propositions or data but with a situation experienced as problematic. Dewey does not describe inquiry as the solution of a problem defined in advance, but as a situated transformation of experience.

An indeterminate situation is not merely epistemically incomplete; it is existentially unsettled. Confusion, doubt, tension, or conflict are not abstract problems but disturbances in lived experience that demand resolution. Importantly, indeterminacy is felt before it is conceptualized.

This point marks a decisive divergence from computational models of intelligence. Artificial intelligence systems operate on well-defined inputs within predefined problem spaces. Even when these spaces are probabilistic or dynamically updated, the system does not encounter the situation as problematic. The problem is given, not lived.

3.2 Thought as Practical Orientation

For Dewey, thought is not a detached mental operation but a mode of action. Hypotheses are tools, concepts are instruments, and reasoning is oriented toward the reconfiguration of experience. Intelligence is therefore not measured by correctness alone but by the capacity to navigate situations toward a satisfactory outcome.

Inquiry unfolds through experimentation. Hypotheses function as proposals for action, and concepts are evaluated by their capacity to transform the situation. Intelligence is inseparable from conduct.

Machine learning systems may simulate experimentation through iterative optimization, but they do so without risk, commitment, or consequence. Their “experiments” do not transform their own mode of existence or practical orientation in the world.

3.3 Experience and Aesthetic Fulfillment

A crucial but often neglected aspect of Dewey’s theory is the moment at which inquiry ends. Inquiry concludes when the situation has been transformed into a unified whole. This unification is not merely intellectual; it is experienced as a restoration of continuity.

In Art as Experience, Dewey provides the conceptual resources to understand this phenomenon. An experience is aesthetic because it forms a meaningful whole with a beginning, development, and fulfillment.

The closure of inquiry is aesthetic because it involves:

• unity rather than mere aggregation,
• satisfaction rather than mere termination,
• meaning rather than mere output.

Artificial intelligence systems may output results and halt processing, but they do not experience fulfillment. Their solutions do not resolve anything for the system itself; they require human agents to judge their adequacy in context.

This establishes a first fundamental limit of AI judgment: without aesthetic closure, there is no inquiry in the full Deweyan sense.

This distinction anticipates Kant’s account of reflective judgment. While Dewey shows why judgment cannot be reduced to computation, Kant allows us to articulate the transcendental structure that makes judgment irreducible to rule-following or optimization.

5. Judgment, Experience, and the Limits of Artificial Normativity

The convergence between Kant and Dewey on reflective judgment provides more than a historical clarification; it establishes a critical threshold for contemporary debates about artificial intelligence. If judgment is not reducible to rule application, optimization, or pattern recognition, then the attribution of judgment to AI systems must be approached with extreme caution.

What is at stake is not whether AI systems can produce outputs that resemble human judgments, but whether they can judge in the philosophical sense articulated by Kant and Dewey. Both thinkers insist that judgment involves a moment of openness in which the norm itself is at issue. Judgment is required precisely where no rule determines in advance what counts as correctness.

Artificial systems never encounter such situations. Even in cases of apparent indeterminacy—ambiguous data, conflicting signals, or novel inputs—the space of possible responses is structured by prior design decisions. The system does not confront a world whose meaning is at stake for it; it merely processes inputs relative to a functional architecture whose normative horizon is fixed externally.

Dewey’s notion of inquiry makes this point particularly clear. Inquiry arises from a problematic situation in which habitual responses fail, and it culminates not in the application of a rule, but in the reestablishment of coherence within experience. The success of judgment is felt, not computed. It is registered as a consummation, a closure that resolves tension by reorganizing meaning.

No such closure is available to artificial intelligence. AI systems do not experience disruption, tension, or resolution. They do not inhabit situations; they operate over representations. Their “outputs” do not conclude inquiries, because no inquiry has taken place. There is no experiential field in which a problem could arise as a problem.

This is why attempts to ground artificial normativity in scale, complexity, or statistical aggregation remain insufficient. Increasing the size of a model does not introduce reflection; it amplifies determination. More data does not produce sensus communis; it produces more refined correlations. What is missing is not information, but orientation.

Kant’s insistence on disinterestedness and Dewey’s insistence on the integration of judgment within lived experience converge on a single point: judgment is inseparable from a form of freedom. To judge is to take responsibility for the way meaning is articulated in a shared world. This responsibility cannot be delegated to a system whose operations are entirely governed by external purposes.

The philosophical consequence is clear. Artificial intelligence can support judgment, simulate its outcomes, and even transform the conditions under which humans judge. But it cannot itself be a bearer of judgment, because it lacks the reflective distance, experiential continuity, and normative accountability that judgment requires.

This does not diminish the importance of AI. On the contrary, it clarifies its proper place. AI systems are instruments within human practices, not participants in the normative space those practices sustain. Confusing these roles risks obscuring the very capacities—reflection, freedom, and judgment—that define human agency.

In the final analysis, Kant and Dewey do not offer competing theories of judgment, but complementary diagnostics of its irreducibility. Their shared insight provides a critical lens through which contemporary claims about artificial intelligence must be assessed—not technologically, but philosophically.

5.4 Judgment as Irreducibly Experiential

Taken together, the approaches of Floridi, Coeckelbergh, and Verbeek illuminate important dimensions of our interaction with artificial systems, yet they also underscore the fundamental limits of attributing judgment to these systems. Each framework highlights aspects of normativity—informational, relational, or mediational—but all stop short of the lived, reflective, and experiential core that Kant and Dewey identify as essential to judgment.

For Dewey, judgment arises within experience as a response to problematic situations: it is not merely a computational output, nor an aggregation of social reactions, nor a reconfiguration of perception by technology. The hallmark of reflective judgment is experiential closure: a sense of resolution that reorganizes understanding and harmonizes action with the world. Similarly, Kantian reflective judgment requires the suspension of predetermined rules and the orientation of one’s faculties toward universality in the absence of conceptually fixed norms.

Artificial systems can simulate the form of judgment—they can aggregate data, anticipate outcomes, or participate in relational interactions—but they cannot inhabit the experience of judging. They lack the capacity to confront the absence of rules, to feel the tension of uncertainty, and to resolve it through reflection. Normativity without reflection, relational engagement without experience, and mediation without responsibility fall short of what constitutes genuine judgment.

5.5 Implications for AI and Normativity

This analysis carries important implications for both philosophy and technology. It suggests that the attribution of moral or evaluative capacities to AI must be carefully circumscribed. Artificial systems may participate in decision-making processes, provide recommendations, or mediate human judgment, but they cannot themselves take up the normative stance required by reflective judgment.

Consequently, ethical frameworks and policy discussions should focus on human-AI interactions as contexts of human responsibility, rather than on extending moral or judgmental agency to AI. AI can augment human judgment, provide tools for reflection, or shape perceptual and relational contexts, but it cannot replace the reflective, experiential, and normative grounding of judgment.

5.6 Toward a Philosophy of Experiential Responsibility

The enduring insight of Kant and Dewey is that judgment is irreducibly tied to experience, reflection, and shared meaning. To judge is to engage in a process that is at once personal, social, and normative. It is a practice embedded in the flow of life, requiring attentiveness, sensitivity to context, and the capacity to orient oneself responsibly toward a world held in common.

In the age of advanced artificial systems, this insight remains crucial. The sophistication of AI should not obscure the distinctiveness of human judgment, nor the ethical responsibility that accompanies it. Technologies may shape, extend, or challenge our capacities, but the reflective and normative work of judgment remains a human undertaking.

In sum, the dialogue between Kantian aesthetics, Deweyan pragmatism, and contemporary philosophy of technology illuminates a central philosophical boundary: the difference between simulating judgment and inhabiting judgment, between functioning within normative structures and experiencing the reflective resolution that constitutes genuine evaluative responsibility. Recognizing this boundary allows us to situate AI as a tool for human judgment, not as a surrogate for the reflective capacities that define ethical and aesthetic life.

6. Why Artificial Intelligence Cannot Judge: A Structural Argument

The limitations identified in contemporary approaches converge on a single structural point: judgment requires the capacity to experience the absence of a rule as a problem. Artificial intelligence systems do not encounter normativity as a problem. They operate within normatively saturated environments where criteria of success are already specified, even when these criteria are opaque or dynamically updated.

AI systems can:

• optimize,
• classify,
• predict,
• and adapt.

But they cannot:

• suspend judgment,
• reflect on the adequacy of their norms,
• or experience the closure of inquiry as a qualitative transformation of meaning.

This is not an empirical limitation that future advances might overcome. It is a categorical distinction grounded in the structure of judgment itself.

6.1 Aesthetic Closure and the Impossibility of Artificial Satisfaction

Returning to Dewey (1934), the closure of inquiry is not merely the attainment of a correct result. It is the consummation of experience, marked by a felt sense of integration and resolution. This consummatory moment is aesthetic in precisely Kant’s sense: it is non-instrumental, reflective, and normatively meaningful without being rule-governed.

Artificial systems may reach terminal states and converge on optimal solutions. But they do not experience closure. There is no satisfaction in the Deweyan sense—no restoration of experiential continuity. Artificial intelligence does not encounter situations as problematic. It does not experience indeterminacy as tension or disruption. Most decisively, AI cannot experience the aesthetic satisfaction that marks the closure of inquiry. Inputs are given, objectives specified, and success criteria defined externally. It can halt processing, but it cannot conclude; it can output a result, but it cannot experience its rightness.

Even learning systems operate within a framework of optimization. They adjust parameters but do not question the relevance or legitimacy of their goals. They cannot ask: Is this the right way to judge here? This is why claims about artificial judgment ultimately fail. They mistake procedural completion for normative closure.

6.2 Against Strong AI: A Philosophical Critique

Strong AI claims that judgment is fully reducible to computation. Kant (2000) and Dewey (1934, 1938) jointly undermine this claim. Judgment, in its reflective and aesthetic dimension, presupposes a subject capable of lived experience and normative orientation. Artificial intelligence may extend human capacities, but it cannot replace the human role in judgment without erasing the very conditions that make judgment meaningful.

7. Conclusion — Toward an Expanded Aesthetics of Life as Inquiry and Intelligence Beyond Performance

This article has sought to show that the classical opposition between Kantian aesthetics and John Dewey’s pragmatist aesthetics—often presented as irreducible—can be reconfigured within a broader and more dynamic conception of human experience. Far from constituting two incompatible doctrines, Kant and Dewey can be understood as articulating complementary modes of reflexivity that allow us to think intelligence beyond mere performance. Far from being a simple abstraction, this reflective moment plays a decisive role in structuring experience: it enables a distancing from immediate action and establishes a demand for the communicability of the sensible.

By contrast, Dewey situates aesthetics at the very heart of the continuity of lived experience. In Art as Experience, aesthetics is conceived as the integral quality of a unified experience, marked by dynamic tensions and resolutions. In Logic: The Theory of Inquiry, this qualitative dimension is integrated into cognition: every inquiry begins with an indeterminate situation, felt before being conceptually articulated, and culminates in a satisfying judgment that transforms the situation. Aesthetics thus becomes an operator of coherence and closure, inseparable from action and knowledge.

Bringing these perspectives into dialogue allows us to conceive of life as incessant inquiry, structured by interrelated rhythmic phases: contemplative withdrawal, qualitative indeterminacy, experimental exploration, provisional resolution, reflexivity, and sharing. Aesthetics is thus reduced neither to disinterested contemplation nor to pragmatic efficiency, but designates the way in which a situation comes to make sense, stabilizes, and becomes communicable for an embodied and situated subject.

Such a conception opens the way toward an expanded aesthetics of the art of living, in which art crystallizes processes active in all human experience. Within this horizon, rhythmic harmony may also be understood as alignment with preexisting natural and cosmic cycles, such that aesthetic or existential fulfillment results not merely from the production of form but from synchronization with larger temporal orders. The art of living would then consist neither solely in creating meaning nor solely in adapting to external structures, but in cultivating a reflective and embodied capacity to enter into phase with the rhythms—biological, social, and cosmological—that condition experience, thereby transforming alignment itself into a conscious and communicable achievement.

It also addresses contemporary challenges in technical, media, and informational environments: within a generalized infosphere—where experiences are extended through traces, archives, and continuous reconfigurations—aesthetics plays a central role in the qualification, orientation, and transmission of lived inquiry.

Moreover, drawing on contemporary philosophy of technology, it becomes clear that human intelligence is defined not by speed, precision, or optimization, but by the capacity to restore meaning to disturbed experience through reflective and aesthetic judgment. Artificial intelligence, for all its power, operates at the level of determination rather than reflection. Recognizing this limit is not a rejection of AI but a condition for its responsible integration into human practices of judgment.

References

Coeckelbergh, M. 2020. AI Ethics. Cambridge, MA: MIT Press.

Dewey, J. 1934. Art as Experience. New York: Perigee.

Dewey, J. 1938. Logic: The Theory of Inquiry. New York: Holt.

Floridi, L. 2019. The Logic of Information. Oxford: Oxford University Press.

Kant, I. 2000. Critique of the Power of Judgment. Translated by P. Guyer and E. Matthews. Cambridge: Cambridge University Press. (Original work published 1790)

Verbeek, P.-P. 2011. Moralizing Technology. Chicago: University of Chicago Press.

—-

La clôture esthétique de l’enquête comme limite de l’intelligence artificielle
Kant, Dewey et les conditions du jugement

Barbara Olszewska
Barbara Olszewska est sociologue et Maître de conférences à l’Université de Technologie de Compiègne (département THS / laboratoire COSTECH), Compiègne, France.
barbara2olszewska@gmail.com

Résumé
Les débats contemporains sur l’intelligence artificielle tendent à assimiler l’intelligence à la performance cognitive et à la prise de décision autonome. Cet article conteste cette hypothèse en soutenant qu’une telle assimilation repose sur une confusion conceptuelle entre jugement déterminant et jugement réfléchissant. En mobilisant la Critique de la faculté de juger de Kant et la théorie pragmatiste de l’enquête de John Dewey, je soutiens que l’intelligence humaine ne se réduit pas à des capacités de résolution de problèmes, mais culmine dans la capacité de clore une enquête par un jugement éprouvé comme approprié ou juste. Cette clôture n’est pas simplement logique ou instrumentale, mais esthétique par nature, en tant qu’elle restaure la continuité de l’expérience vécue. Je montre que l’intelligence artificielle, quelle que soit sa puissance computationnelle, est structurellement incapable d’une telle clôture esthétique. Cette limite n’est ni empirique ni technique, mais transcendantale et pragmatique, et elle a des implications décisives pour la manière dont nous devons conceptualiser le rôle de l’IA dans les pratiques humaines de jugement.
Mots-clés : théorie de l’enquête de Dewey ; réflexivité et jugement esthétique ; Kant et IA

« AI assisted copy editing »

1. Introduction : Intelligence, jugement et la question de l’IA

Le développement rapide de l’intelligence artificielle a ravivé les interrogations philosophiques sur la nature de l’intelligence et du jugement. Des systèmes d’apprentissage automatique capables de surpasser les humains dans des jeux complexes aux dispositifs décisionnels algorithmiques en médecine, en finance ou en gouvernance, l’IA est de plus en plus décrite comme pensant, décidant, voire jugeant. Ces descriptions reposent souvent sur une prémisse implicite : l’intelligence consisterait essentiellement dans la capacité à traiter efficacement de l’information et à sélectionner des réponses optimales selon des critères prédéfinis ou appris.

Cet article soutient que cette prémisse est philosophiquement inadéquate. Elle confond la prise de décision avec le jugement et néglige une dimension fondamentale de l’intelligence humaine : la capacité à mener une enquête à une clôture signifiante. En m’appuyant sur Kant et Dewey, je propose que le jugement, en son sens le plus fondamental, ne soit ni application de règles ni optimisation, mais un acte réflexif et esthétique qui restaure la cohérence de l’expérience vécue.

La thèse directrice est donc la suivante : l’intelligence artificielle ne peut exercer le jugement au sens philosophique fort, parce qu’elle ne peut accomplir la clôture esthétique de l’enquête qui caractérise le jugement humain.

2. L’intelligence au-delà de la performance cognitive

Le discours contemporain sur l’intelligence artificielle est largement structuré par la notion de performance. L’intelligence y est mesurée en termes d’efficacité, de précision, de pouvoir prédictif et d’autonomie décisionnelle. Des systèmes d’apprentissage profond capables de surpasser les experts humains en reconnaissance de formes aux outils algorithmiques utilisés dans le diagnostic médical ou l’évaluation des risques juridiques, l’IA est présentée comme exerçant des formes de jugement autrefois considérées comme exclusivement humaines.

Cet article soutient que ces descriptions reposent sur une confusion conceptuelle fondamentale. Elles assimilent le jugement à une optimisation gouvernée par des règles ou des données. Si cette réduction peut convenir pour décrire certaines opérations cognitives, elle ne rend pas compte de ce qui est en jeu dans le jugement en tant que concept philosophique.

En mobilisant la théorie pragmatiste de l’enquête de John Dewey et l’analyse kantienne du jugement réfléchissant, je défends une thèse différente : le jugement ne s’épuise pas dans l’application de règles ou la sélection de résultats optimaux ; il culmine dans la clôture d’une enquête, clôture irréductiblement esthétique. Cette dimension esthétique ne renvoie pas à la production artistique, mais à une forme d’accomplissement expérientiel dans laquelle une situation problématique est résolue d’une manière vécue comme appropriée ou juste.

La thèse centrale défendue ici est que l’intelligence artificielle, quelle que soit sa sophistication computationnelle, est structurellement incapable d’une telle clôture esthétique. Cette incapacité marque une limite principielle de l’IA, ni empirique ni technique, mais philosophique. Les systèmes d’IA peuvent assister, étendre ou informer le jugement humain, mais ils ne peuvent le remplacer sans compromettre les conditions mêmes qui rendent le jugement significatif.

Cet argument est développé en dialogue avec des approches philosophiques récentes de l’IA, notamment l’ontologie informationnelle de Floridi (2019), l’éthique relationnelle de la technologie de Coeckelbergh (2020) et la postphénoménologie de Verbeek (2011). Si ces approches soulignent à juste titre l’inscription normative des systèmes d’IA, elles sous-estiment souvent la structure propre du jugement lui-même. Le cadre Kant–Dewey permet au contraire d’élaborer une conception non réductrice du jugement, clarifiant à la fois la puissance et les limites de l’intelligence artificielle.

3. La théorie de l’enquête chez Dewey et la primauté de la situation

3.1 L’enquête comme réponse à l’indétermination

Dans Logic: The Theory of Inquiry, Dewey définit l’enquête comme « la transformation contrôlée ou dirigée d’une situation indéterminée en une situation si déterminée dans ses distinctions et relations constitutives qu’elle convertit les éléments de la situation initiale en un tout unifié » (Dewey 1938, 108). L’enquête ne commence pas par des propositions ou des données, mais par une situation vécue comme problématique. Elle n’est pas résolution d’un problème prédéfini, mais transformation située de l’expérience.

Une situation indéterminée n’est pas seulement incomplète du point de vue épistémique ; elle est existentiellement instable. Confusion, doute, tension ou conflit ne sont pas des abstractions, mais des perturbations de l’expérience vécue exigeant résolution. L’indétermination est ressentie avant d’être conceptualisée.

Cette analyse marque une divergence décisive avec les modèles computationnels de l’intelligence. Les systèmes d’IA opèrent sur des entrées bien définies dans des espaces de problèmes préconfigurés. Même lorsque ces espaces sont probabilistes ou dynamiquement actualisés, le système ne rencontre pas la situation comme problématique. Le problème est donné, non vécu.

3.2 La pensée comme orientation pratique

Pour Dewey, la pensée n’est pas une opération mentale détachée, mais un mode d’action. Les hypothèses sont des outils, les concepts des instruments, et le raisonnement est orienté vers la reconfiguration de l’expérience. L’intelligence ne se mesure pas seulement à la correction, mais à la capacité d’orienter les situations vers une issue satisfaisante.

L’enquête se déploie expérimentalement. Les hypothèses sont des propositions d’action, évaluées selon leur capacité à transformer la situation. L’intelligence est inséparable de la conduite.

Les systèmes d’apprentissage automatique peuvent simuler l’expérimentation par optimisation itérative, mais sans risque, engagement ni conséquence existentielle. Leurs « expériences » ne transforment pas leur propre mode d’existence.

3.3 Expérience et accomplissement esthétique

Un aspect crucial de la théorie de Dewey est le moment où l’enquête s’achève. Elle se termine lorsque la situation est transformée en un tout unifié. Cette unification est vécue comme restauration de continuité.

Dans Art as Experience, Dewey fournit les ressources conceptuelles pour comprendre ce phénomène. Une expérience est esthétique lorsqu’elle forme un tout signifiant, avec commencement, développement et accomplissement.

La clôture de l’enquête est esthétique parce qu’elle implique :
— unité plutôt qu’agrégation ;
— satisfaction plutôt que simple arrêt ;
— signification plutôt que simple résultat.

Les systèmes d’IA peuvent produire des résultats et interrompre un traitement, mais ils n’éprouvent aucun accomplissement. Leurs solutions ne résolvent rien pour eux-mêmes ; elles requièrent des agents humains pour en juger l’adéquation.

5. Jugement, expérience et limites de la normativité artificielle

La convergence entre Kant et Dewey sur le jugement réfléchissant établit un seuil critique pour les débats contemporains sur l’IA. Si le jugement n’est pas réductible à l’application de règles ou à l’optimisation, alors l’attribution du jugement aux systèmes d’IA doit être examinée avec prudence.

Ce qui est en jeu n’est pas la capacité des systèmes d’IA à produire des résultats ressemblant à des jugements humains, mais leur capacité à juger au sens philosophique. Chez Kant comme chez Dewey, le jugement implique un moment d’ouverture où la norme elle-même est en question.

Les systèmes artificiels ne rencontrent jamais une telle situation. Même en cas d’indétermination apparente, l’espace des réponses possibles est structuré par des décisions de conception préalables. Le système ne confronte pas un monde dont le sens est en jeu pour lui ; il traite des entrées dans un horizon normatif fixé de l’extérieur.

Pour Dewey, l’enquête culmine dans une restauration de cohérence vécue. Le succès du jugement est ressenti, non calculé. Il s’enregistre comme accomplissement.

Aucune clôture de ce type n’est disponible pour l’IA. Les systèmes artificiels ne vivent ni perturbation ni résolution. Ils opèrent sur des représentations, sans champ expérientiel dans lequel un problème pourrait surgir comme problème.

Augmenter la taille d’un modèle n’introduit pas la réflexion ; cela amplifie la détermination. Ce qui manque n’est pas l’information, mais l’orientation.

Chez Kant, le jugement réfléchissant implique liberté et communicabilité. Chez Dewey, il implique intégration dans l’expérience vécue. Dans les deux cas, juger, c’est assumer la responsabilité du sens dans un monde partagé.

6. Pourquoi l’intelligence artificielle ne peut juger : un argument structurel

Les limites identifiées convergent vers un point : le jugement requiert la capacité d’éprouver l’absence de règle comme problème. Les systèmes d’IA n’éprouvent pas la normativité comme problème.

Ils peuvent :
— optimiser,
— classifier,
— prédire,
— s’adapter.

Mais ils ne peuvent :
— suspendre le jugement,
— réfléchir à l’adéquation de leurs normes,
— vivre la clôture de l’enquête comme transformation qualitative du sens.

Il ne s’agit pas d’une limite technique, mais d’une distinction catégorielle.

6.1 Clôture esthétique et impossibilité de la satisfaction artificielle

La clôture de l’enquête, chez Dewey, est un accomplissement expérientiel marqué par un sentiment d’intégration. Elle est esthétique au sens kantien : non instrumentale, réflexive, normativement signifiante sans être gouvernée par des règles.

L’IA peut converger vers une solution optimale, mais elle n’éprouve aucune satisfaction. Elle peut s’arrêter, mais non conclure ; produire un résultat, mais non éprouver sa justesse.

6.2 Contre l’IA forte : critique philosophique

L’IA forte affirme que le jugement est réductible au calcul. Kant et Dewey montrent au contraire que le jugement suppose un sujet capable d’expérience vécue et d’orientation normative.

7. Conclusion — Vers une esthétique élargie de la vie comme enquête et intelligence au-delà de la performance

Cet article a montré que l’opposition classique entre esthétique kantienne et pragmatisme deweyen peut être repensée dans une conception plus dynamique de l’expérience. Kant et Dewey apparaissent comme deux analyses complémentaires de la réflexivité.

Chez Kant, le jugement réfléchissant instaure une distance vis-à-vis de l’action immédiate et fonde l’exigence de communicabilité du sensible. Chez Dewey, l’esthétique est qualité intégrale d’une expérience unifiée, marquée par tensions et résolutions.

Mettre ces perspectives en dialogue permet de concevoir la vie comme enquête incessante, structurée par des phases rythmiques interdépendantes : retrait contemplatif, indétermination qualitative, exploration expérimentale, résolution provisoire, réflexivité et partage. L’esthétique ne se réduit ni à la contemplation désintéressée ni à l’efficacité pragmatique : elle désigne la manière dont une situation acquiert sens, se stabilise et devient communicable pour un sujet incarné et situé.

Une telle conception ouvre la voie à une esthétique élargie de l’art de vivre, dans laquelle l’art cristallise des processus actifs dans toute expérience humaine. Dans cet horizon, l’harmonie rythmique peut également être comprise comme alignement avec des cycles naturels et cosmiques préexistants, de sorte que l’accomplissement esthétique ou existentiel résulte non seulement de la production de formes, mais de la synchronisation avec des ordres temporels plus vastes. L’art de vivre consisterait alors non seulement à créer du sens ni à s’adapter à des structures extérieures, mais à cultiver une capacité réflexive et incarnée d’entrer en phase avec les rythmes — biologiques, sociaux et cosmologiques — qui conditionnent l’expérience, transformant l’alignement lui-même en accomplissement conscient et partageable.

Cette approche permet également d’affronter les défis contemporains des environnements techniques et informationnels. Dans une infosphère généralisée, l’esthétique joue un rôle central dans la qualification, l’orientation et la transmission de l’enquête vécue.

L’intelligence humaine ne se définit pas par la vitesse ni l’optimisation, mais par la capacité de restaurer le sens d’une expérience troublée par le jugement réflexif et esthétique. L’IA, malgré sa puissance, opère au niveau de la détermination plutôt que de la réflexion. Reconnaître cette limite n’est pas rejeter l’IA, mais en clarifier l’intégration responsable dans les pratiques humaines de jugement.

Références

Coeckelbergh, M. 2020. AI Ethics. Cambridge, MA: MIT Press.
Dewey, J. 1934. Art as Experience. New York: Perigee.
Dewey, J. 1938. Logic: The Theory of Inquiry. New York: Holt.
Floridi, L. 2019. The Logic of Information. Oxford: Oxford University Press.
Kant, I. 2000. Critique of the Power of Judgment. Trad. P. Guyer et E. Matthews. Cambridge: Cambridge University Press. (1790)
Verbeek, P.-P. 2011. Moralizing Technology. Chicago: University of Chicago Press.