ChatGPT : quinze mois que j'attendais cette porte d'entrée

Je l'ai vu venir en septembre 2021

Le 24 septembre 2021, j'ai reçu un courriel d'OpenAI m'ouvrant l'accès à la bêta privée de son interface de programmation. À l'époque, GPT-3 n'était accessible que sur invitation : on remplissait un formulaire, on décrivait son projet, et on attendait. La liste d'attente n'a été levée qu'en novembre de la même année.

J'en ai fait ce que fait un praticien du référencement avec un outil nouveau : je l'ai poussé jusqu'à ce qu'il casse. Génération de méta-descriptions en masse, reformulation de fiches produit, regroupement de milliers de requêtes par intention, rédaction de variantes d'annonces. Le tout par appels programmés, sans interface, avec des paramètres à régler à la main.

Deux choses m'ont frappé dès les premières semaines, et elles n'ont pas changé depuis. La première : sur la reformulation et la mise en forme, le modèle atteignait déjà un niveau qui rendait la tâche manuelle difficile à justifier. La seconde : sur tout ce qui demandait un fait, il produisait des énoncés faux avec le même aplomb que des énoncés vrais.

Je n'ai convaincu personne autour de moi. L'objection revenait toujours sous la même forme : c'est un jouet de développeur, ça ne sortira jamais du laboratoire. Quinze mois plus tard, je comprends l'objection. Ce n'était pas la technologie qui manquait, c'était la porte d'entrée.

Ce qui change vraiment le 30 novembre

OpenAI ouvre ChatGPT au public le 30 novembre 2022. Le 5 décembre, cinq jours plus tard, la barre du million d'utilisateurs est franchie. Aucun produit grand public n'était allé aussi vite.

Il faut être précis sur ce qui est nouveau, parce que la confusion s'installe déjà. Le modèle sous-jacent n'est pas une révolution : c'est une version affinée de la famille GPT-3, disponible pour les développeurs depuis 2020. Ce qui est nouveau tient en deux points.

L'interface. Une conversation, gratuite, sans clé d'accès, sans paramètre à régler, dans un navigateur. Cette différence paraît anecdotique et se révèle décisive : elle fait passer une technologie du domaine des développeurs à celui de n'importe quel professionnel. La diffusion en cinq jours en donne la mesure.

L'alignement. Le modèle a été affiné à partir de préférences humaines, ce qui le rend beaucoup plus docile aux instructions et beaucoup moins susceptible de partir en digression. Sur GPT-3 brut, obtenir une réponse utilisable demandait un savoir-faire de formulation. Ici, une phrase suffit.

Voilà pourquoi je parle de rupture plutôt que de nouveauté. La rupture ne porte pas sur ce que la machine sait faire, elle porte sur le nombre de personnes qui peuvent le lui demander.

Ce que quinze mois d'usage m'ont appris sur ce qui marche

La reformulation. Transformer un texte technique en version accessible, adapter un ton, condenser sans perdre le sens. Le gain de temps y est immédiat et sans risque, puisque vous fournissez la matière et vérifiez le résultat.

La structuration. Partir d'un tas de notes désordonnées et en tirer un plan cohérent fonctionne remarquablement. C'est l'usage que je recommande en premier à ceux qui découvrent l'outil, parce qu'il produit une valeur visible dès la première tentative.

La production de variantes. Vingt titres publicitaires, dix accroches, plusieurs angles pour un même argument. La qualité moyenne reste correcte, le tri demeure humain, et le rapport entre le temps investi et le nombre d'options obtenues n'a pas d'équivalent.

Le travail sur de gros volumes structurés. C'est l'usage le moins spectaculaire et le plus rentable. Regrouper huit mille requêtes par intention, qualifier des milliers de fiches, extraire des attributs d'un catalogue mal tenu : ce sont des tâches que personne n'aimait faire et que personne ne faisait vraiment.

Le déblocage. Devant une page blanche, obtenir une première version médiocre à corriger vaut souvent mieux que de rester devant le curseur. La version médiocre a l'immense avantage d'exister.

Ce qui ne marche pas, et qu'il faut dire

Tout ce qui demande un fait vérifiable. J'ai demandé des chiffres de marché, des dates, des références d'études : le résultat mélange convaincant de vrai et de faux, sans aucun signal permettant de distinguer les deux. J'ai obtenu des sources inventées de toutes pièces, avec des auteurs plausibles, des titres crédibles et des années cohérentes. Rien dans la forme ne trahit l'invention, et c'est précisément ce qui rend le défaut dangereux.

Le mécanisme mérite d'être compris, parce qu'il explique tout le reste. Ce système ne cherche pas d'information et ne sait pas s'il dit vrai. Il produit la suite de texte la plus probable. Quand la réponse probable coïncide avec la réponse exacte, tout va bien. Sinon, il produit une réponse fausse avec exactement le même ton.

Les connaissances s'arrêtent par ailleurs à une date antérieure, et le système n'accède pas au web. Toute question portant sur l'actualité, un prix, une version de produit ou un événement récent est hors de son domaine.

Enfin, sur les sujets où vous n'êtes pas compétent, vous n'avez aucun moyen d'évaluer la réponse. C'est la limite la plus sérieuse à mes yeux, et elle est structurelle : l'outil est le plus utile là où vous savez déjà juger, et le plus risqué là où vous ne savez pas.

Pourquoi c'est une rupture, et ce que je ferais à votre place

Je vais prendre un risque de pronostic, puisque cet article est daté et que vous pourrez me le rappeler.

Je crois que nous sommes devant la transformation la plus profonde de notre métier depuis l'arrivée du search payant. Pas parce que la machine écrit, elle écrivait déjà en 2021. Parce que le coût de production d'un texte correct vient de tomber à zéro, et qu'un métier dont une partie de la valeur reposait sur ce coût doit trouver sa valeur ailleurs.

Ce qui se dévalue : produire du volume, décliner, reformuler, remplir. Ce qui prend de la valeur : savoir quoi dire, à qui, avec quelle preuve. Autrement dit, l'écart entre un contenu et un contenu vérifié va devenir le seul écart qui compte.

Ce que je ferais concrètement, dès maintenant. Testez l'outil sur vos propres tâches pendant deux semaines, en notant ce que vous gagnez et ce que vous devez corriger. Fixez une règle simple pour votre équipe : tout ce qui contient un chiffre, une date ou une citation passe par une vérification humaine, sans exception. Et gardez une trace écrite de ce que vous constatez, parce que la version que vous utilisez aujourd'hui aura changé dans six mois.

Une dernière chose, sur un ton plus personnel. J'ai eu ces outils en main quatorze mois avant tout le monde et je n'ai pas su convaincre. J'en retiens que l'avance technique ne vaut rien sans une démonstration que les gens peuvent toucher. C'est ce que l'interface du 30 novembre a apporté, et c'est probablement la vraie leçon de cet épisode.