ChatGPT pour la recherche d’informations et la veille

Comment fonctionne ChatGPT ?

Lancé fin 2022 par Open AI, l’outil conversationnel ChatGPT, basé sur le modèle de langage GPT3.5, a connu immédiatement un immense succès dans la sphère numérique. En mars 2023 est apparue une nouvelle version GPT4, « plus fiable, créatif et capable de gérer des instructions beaucoup plus nuancées que GPT3.5 ».

GPT signifie Generative Pretrained Transformer : il s’agit d’un modèle d’intelligence artificielle (IA) qui utilise l’apprentissage en profondeur (deep learning) pour comprendre et générer du texte comme le ferait une personne humaine. Les intelligences génératives utilisent des procédés de machine learning, deep learning et réseaux de neurones artificiels qui leur permettent d’apprendre comment reproduire l’écriture humaine, et ce en plusieurs langues. En matière d’IA, on distingue deux méthodes d’apprentissage : l’apprentissage supervisé (à partir d’exemples) et l’apprentissage par renforcement (dans ce cas, l’IA apprend aussi des commentaires que les humains font sur ses textes).

En l’occurrence, le réseau neuronal est créé à partir d’une énorme masse d’échantillons de textes de diverses provenances. Les mots sont codés puis décodés sous forme de vecteurs, de façon à prédire la probabilité statistique de co-occurrence de mots dans une phrase.

ChatGPT utilise non seulement des réseaux neuronaux, mais aussi des arbres de décision, des forêts aléatoires (algorithmes d’apprentissage automatique) et des algorithmes de régression.

Toutes ces méthodes permettent de rédiger des textes de qualité, mais aussi de « calculer » des résumés, expliquer des concepts, traduire des textes, générer du code informatique… Les textes peuvent être rédigés, en fonction de la demande, dans un style précis, correspondant par exemple à un genre ou un auteur donné.

L’outil de chat associé permet aux internautes de poser des questions ou de donner des instructions : c’est ce qu’on appelle un « prompt ». Le prompt guide le modèle de langage dans la génération de texte. La réponse de ChatGPT sera d’autant plus efficace que le prompt aura été formulé de façon détaillée, et accompagné d’exemples ou d’instructions précises.

D’autres intelligences génératives peuvent produire des contenus multimédias. C’est le cas par exemple de Dall-E, élaboré également par OpenAI.

ChatGPT n’a ainsi pas été conçu comme un outil de recherche ou de veille, mais ses capacités de rédaction et de fouille de textes peuvent apporter une aide précieuse dans ce domaine, sans pour autant prétendre à remplacer les compétences des veilleurs professionnels !

Quelles sont les sources utilisées ?

La version gratuite de ChatGPT, accessible en ligne en ce début 2023, se base sur des contenus issus du web, mais seulement jusqu’à 2021. Le corpus de sources inclut Common Crawl (vaste ensemble de données en licence ouverte crawlées sur le web), Wikipédia, des livres numérisés, des contenus issus des réseaux sociaux… La version gratuite de ChatGPT ne donne donc pas accès à des contenus récents et ne cite pas ses sources. Mais il existe des extensions de navigateurs pour Firefox ou Chrome comme WebChatGPT, qui permettent d’obtenir des résultats plus récents et mentionnant les URL des sources. La nouvelle version du moteur Bing (cf. Étape 2) met en œuvre ChatGPT pour rechercher des pages web en posant des requêtes sous forme de prompts.

Quels sont les risques et limites ?

Si la qualité de rédaction est indéniable, il convient toutefois, et plus que jamais, de vérifier la fiabilité des réponses. Certaines réponses peuvent être incorrectes, voire absurdes (à l’origine, ChatGPT pouvait affirmer l’existence des œufs de vache), mais néanmoins ont tendance à se bonifier grâce à l’apprentissage supervisé ou par renforcement. Par ailleurs, l’intelligence générative n’est pas exempte de nombreux biais d’origine humaine, issus des textes sur lesquels elle a été « entraînée », et notamment liée à leur origine géographique.

Il faut surtout être conscient du fait que malgré les apparences et la fluidité des échanges, les modèles de langage ne « comprennent » pas les questions et ne sont pas en capacité d’apprentissage à partir d’expériences sensibles. Ce sont avant tout de formidables outils de prédiction et de génération de texte.

Attention également à la fraîcheur de l’information lorsque l’on utilise la version en ligne et gratuite de ChatGPT, puisque les réponses sont basées sur des connaissances disponibles jusqu’en septembre 2021.

Il est à craindre également une prolifération de contenus de piètre intérêt, ou véhiculant des éléments fallacieux, destinés à des opérations d’influence dans tous domaines. Parmi les nombreux risques liés à ChatGPT et ses équivalents, on peut citer bien sûr des craintes concernant certains effets sur l’emploi, ou une automatisation accrue des cyberattaques, plagiats ou cyberarnaques…