Cet article développe une proposition philosophique scientifiquement contrainte concernant le rôle de la temporalité dans la modélisation du biais et de l'affect semblables à l'humain dans l'intelligence artificielle. La revendication centrale n'est pas que la temporalité en soi constitue l'émotion, la souffrance ou la subjectivité humaine, mais qu'une classe significative de biais humains et de réponses affectives présuppose une architecture organisée temporellement dans laquelle la durée, l'attente, le retard, la déviation de l'état interne, la tendance à la récompense et le décalage temporel contraignent conjointement la cognition et l'action. L'argument intègre quatre traditions de recherche. Premièrement, les neurosciences contemporaines et la modélisation computationnelle suggèrent que la durée subjective peut émerger d'un changement perceptuel saillant et d'états neuronaux évolutifs plutôt que d'une horloge interne dédiée. Deuxièmement, les travaux sur l'attente temporelle montrent que le temps structure activement la cognition en modulant l'attention et le timing de l'utilisation de la mémoire de travail. Troisièmement, la recherche sur le temps incarné et interoceptif indique que la temporalité subjective est profondément couplée aux états corporels et affectifs. Quatrièmement, les recherches actuelles en IA montrent à la fois les limites continues des grands modèles linguistiques dans le raisonnement temporel et l'émergence de codes temporels, de contrôle homéostatique et de variables affectives structurées temporellement dans des systèmes d'apprentissage par renforcement. Sur cette base, le document propose une architecture temporelle-affective minimale pour l'IA consciente des humains, organisée autour de la durée perceptuelle, de l'attente temporelle, du décalage temporel, du contrôle de l'état interne et de la valeur dans le temps. L'article conclut en distinguant la temporalité interne fonctionnelle de la subjectivité phénoménale et en esquissant un programme de recherche pour construire des systèmes d'IA qui comprennent, anticipent et répondent mieux aux biais humains structurés temporellement sans reproduire l'injustice humaine comme norme normative.
ERKİN KAYA (Sat,) a étudié cette question.