Cette thèse explore comment les principes issus de la théorie du chaos peuvent améliorer la robustesse, l'efficacité et les capacités de généralisation des réseaux neuronaux modernes, notamment les Transformers et les grands modèles linguistiques. L'objectif est d'étudier de nouveaux mécanismes d'apprentissage inspirés du chaos pour la prochaine génération de systèmes d'IA. Cette thèse de doctorat s'inscrit dans le cadre du projet WEBFARE, dirigé par le Politecnico di Torino. WEBFARE transforme les données issues de l'activité humaine en ligne en capital humain renouvelable et partageable en fonction des besoins, redistribuant ainsi la valeur à ceux qui en ont le plus besoin et favorisant une nouvelle économie ancrée dans les besoins sociaux.