L’intelligence artificielle est fondamentalement paresseuse. Mais cela va changer.

Un événement récent a montré qu’un tiers des réponses générées par l’intelligence artificielle proviennent de sources obsolètes, révélant la complaisance de l’intelligence artificielle et sa dépendance à des contenus anciens. Mais à mesure que les grands modèles de langage progressent, cela ne restera pas ainsi.

L’intelligence artificielle transforme la manière dont les gens trouvent et évaluent l’information. Le recours croissant aux réponses générées par l’intelligence artificielle, qui fournissent directement l’information sans qu’il soit nécessaire de consulter plusieurs sources, redéfinit l’expérience « zéro clic ». En conséquence, les grands modèles de langage tels que ChatGPT, Claude et l’intelligence artificielle de Google jouent un rôle de plus en plus important dans la façon dont le public accède au savoir et l’interprète.

Mais au cœur de ce changement se trouve une faiblesse critique : l’intelligence artificielle est fondamentalement paresseuse.

L’intelligence artificielle actuelle présente plusieurs limites, ainsi qu’un biais en faveur du courant dominant

Les grands modèles de langage (LLM) actuels n’interrogent pas véritablement le monde ; ils agrègent et recyclent l’information qu’ils estiment avoir à portée de main. Plutôt que de puiser dans toute la diversité du savoir mondial, les systèmes d’intelligence artificielle reviennent sans cesse à un cercle restreint de sources « sûres ».

Lors d’un récent événement consacré au GEO et au SEO, des experts ont souligné que les médias acquis jouent un rôle essentiel dans ce que l’intelligence artificielle apprend. Toutefois, les recherches ont révélé que l’intelligence artificielle est fondamentalement paresseuse et puise sans cesse dans les mêmes sources familières. Alors que plus d’un million de citations ont été analysées en seulement trois mois, un tiers de l’ensemble des références provenaient des mêmes contenus obsolètes.

Cette paresse se manifeste de plusieurs façons. Par exemple, l’intelligence artificielle accorde davantage de poids aux médias traditionnels et aux plateformes collaboratives entre pairs comme Reddit et Wikipedia, où, comme le savent les utilisateurs, l’information est très facilement modifiable.

Or les médias traditionnels ne sont pas privilégiés pour leur originalité ou leur exactitude, mais pour leur crédibilité de longue date et l’avantage qu’on leur prête en matière de SEO. Le principal inconvénient est que, si ces médias présentent ou rapportent mal une information, l’intelligence artificielle amplifie ces erreurs à grande échelle. Fait préoccupant, même les rectificatifs éditoriaux régulièrement publiés sur ces sites ne sont pas toujours pris en compte. L’intelligence artificielle a une pensée à sens unique en matière d’information, et la correction la plus récente ne remplace pas toujours l’information initiale, obsolète ou fondamentalement erronée.

On admet généralement que l’exactitude factuelle des grands modèles de langage, même dans le meilleur des cas, plafonne autour de 85 à 90 %, ChatGPT, l’une des plateformes les plus populaires, étant plus enclin à citer des domaines de faible qualité qui semblent retenus pour leur ancienneté plutôt que pour leur exactitude.

La diversité de pensée n’est pas favorisée par l’intelligence artificielle, et c’est un problème

Cela signifie que la visibilité déterminée par l’intelligence artificielle penche de manière disproportionnée en faveur des acteurs établis et dominants de l’économie mondiale du savoir. Si cela signifie que les plateformes faisant davantage autorité sont perçues comme plus légitimes, cela peut aussi traduire un biais à l’encontre de la diversité de pensée.

Les voix indépendantes, régionales et spécialisées risquent l’invisibilité ou, pire encore, d’être progressivement écartées de l’accès public sur le plan informationnel, à moins que des instructions spécifiques visant à combattre ce biais ne soient intégrées dans les systèmes de grands modèles de langage.

Le modèle traditionnel de monétisation des médias n’avait aucun sens.

Le retour de l’intelligence artificielle aux sources traditionnelles n’est pas accidentel. Il reflète certains choix structurels que font les plateformes pour pécher par excès de prudence, de leur point de vue.

Choisir les médias traditionnels pour fournir des réponses immédiates aux recherches des internautes relève d’une logique de sécurité avant tout. Citer The Guardian ou la BBC est moins risqué pour les fournisseurs d’intelligence artificielle que de s’appuyer sur un blog non vérifié, par exemple, même si cette pratique néglige les titres de la presse locale, qui sont souvent les sources originales d’informations ensuite largement reprises (et pas toujours avec exactitude ou dans leur contexte) par des médias plus importants. Cela favorise un journalisme paresseux, aussi appelé « churnalism » (journalisme de recyclage).

En outre, les éditeurs maîtrisent depuis longtemps les données structurées, ce qui rend leurs contenus plus faciles à ingérer et à classer et leur confère une prétendue « aura de confiance » auprès de grands modèles de langage peu méfiants. Cette série d’erreurs produit ce que l’on pourrait appeler une boucle de l’héritage : un cycle dans lequel l’autorité est sans cesse renforcée plutôt qu’examinée de manière critique.

Attention toutefois à la prochaine phase, lorsque l’intelligence artificielle transformera sa langueur en une forme plus active et plus critique, qui ira bien au delà de l’existant

La prochaine génération d’intelligence artificielle sera plus active, plus analytique et plus fondée sur des ressources propriétaires. On observe déjà des signes indiquant que les nouveaux modèles analyseront la vidéo, l’audio et l’image avec la même aisance que le contenu écrit. L’intelligence artificielle ne se contentera pas de citer un discours sur YouTube : elle en mesurera le ton, mettra au jour les incohérences et le comparera aux archives passées.

L’intelligence artificielle améliorée aura tendance à s’appuyer sur des jeux de données propriétaires. Archives sous licence, contenus de première main et sources sur abonnement viendront compléter le web ouvert,

réduisant la dépendance aux médias traditionnels. Au lieu de simplement agréger des données, l’intelligence artificielle ira plus loin et confrontera les affirmations aux données, à l’histoire et à l’analyse géospatiale.

En diversifiant leurs sources, notamment avec des médias régionaux et non anglophones, les modèles de nouvelle génération passeront de la question « qui a publié cela ? » à « est-ce démontrable et replacé dans son contexte ? ». La boucle de l’héritage évoquée plus haut pourrait bien être brisée grâce à cette précaution.

Les perspectives pour les nouveaux médias laissent place à l’espoir

À mesure que l’intelligence artificielle évoluera, les règles de l’influence changeront et la profondeur comme l’originalité compteront davantage que l’ancienneté. La confiance sera mise à l’épreuve, et non présumée.

Les médias traditionnels ne bénéficieront plus d’une préférence automatique ; la crédibilité devra être démontrée en temps réel. Un podcast, un extrait de webinaire ou un jeu de données interactif pourrait peser autant qu’une chronique de presse. La présence multimédia deviendra incontournable. L’intelligence artificielle exploite les contenus vidéo et audio pour en tirer des enseignements, et pas seulement le texte.

Par exemple, Azure AI Video Indexer de Microsoft analyse les médias pour en extraire des informations telles que les paroles prononcées, les émotions et les éléments visuels, permettant aux utilisateurs d’indexer et de rechercher efficacement les contenus. De même, Google Cloud Video Intelligence peut reconnaître des objets, des lieux et des actions dans les vidéos, et générer des métadonnées riches pour faciliter la découverte et la gestion des contenus, ce qui montre comment l’intelligence artificielle dépasse le texte pour faire émerger le sens des contenus multimédias.

Pour les professionnels de la communication, c’est à la fois un risque et une opportunité. Le risque consiste à continuer d’optimiser pour un écosystème d’intelligence artificielle paresseux qui restreint déjà la circulation de l’information. L’opportunité consiste à se préparer dès maintenant à l’ère de l’intelligence artificielle active, en investissant dans des contenus riches, multiformats et étayés par des preuves, que les futurs modèles rechercheront activement.

La révolution de l’intelligence artificielle ne concerne pas seulement la technologie : elle détermine qui est entendu, cru et amplifié. L’intelligence artificielle d’aujourd’hui est peut-être paresseuse, mais elle ne le restera pas. Ceux qui s’adaptent tôt, en élaborant des récits riches en nuances, crédibles et multimédias, définiront sans aucun doute le paysage informationnel de demain.