Derrière l'immense engouement pour ChatGPT, Midjourney ou encore Stable Diffusion, se trouve une révolution de l'usage. Plus besoin d'avoir des compétences informatiques pour commander les intelligences artificielles : tout passe par les prompts, des consignes que l'utilisateur peut écrire dans sa langue maternelle. Non seulement le prompt bouleverse l'accès aux IA, mais il offre aussi une capacité de personnalisation inédite. Son importance est telle dans la révolution technologique en cours qu'un...Il suffit de quelques mots de l'utilisateur pour que ChatGPT écrive un poème ou que Midjourney crée une image originale. La nouvelle vague d'intelligences artificielles, dites génératives, a offert au grand public une capacité de production de contenu inédite non seulement par son étendue, mais aussi, et surtout, par son accessibilité. Plus besoin d'apprendre un langage informatique pour contrôler ces nouveaux outils : les IA génératives se commandent en langage naturel, par exemple dans la langue maternelle de l'utilisateur. Ce dernier n'a qu'à écrire un « prompt », c'est-à-dire une consigne d'une ou plusieurs phrases, pour que l'IA génère le contenu désiré. Une véritable révolution.
Le prompt, cadre essentiel des IA génératives
Mais le prompt n'a pas uniquement bouleversé l'accès aux IA : il s'avère également essentiel à la création d'usages industriels. « Le prompt permet de guider le modèle et de mettre en place des garde-fous », résume Philippe Limantour, CTO de Microsoft France. Sans prompt bien travaillé, les IA comme GPT-4 (OpenAI) ou LaMDA (Google), qualifiés de « généralistes », hallucinent trop souvent. Concrètement, elles mentent ou font des erreurs, entre 20% et 40% du temps (selon les sources) ce qui pose un problème critique pour les usages professionnels.
Cette tendance à l'hallucination a une explication connue : les modèles sont entraînés sur des milliards de phrases, piochées un peu partout sur le web, afin d'affiner leur compréhension du langage. Mais les développeurs ne vérifient pas la qualité de ces données, qui peuvent par exemple comprendre des théories du complot ou des résultats mathématiques faux. Résultat : GPT-4 et consorts excellent dans la compréhension du langage et dans la construction de phrases, mais ils répondent (trop) souvent à côté de la plaque.
« Pour un usage industriel, il faut transformer le modèle généraliste en modèle spécialiste. Il faut l'entraîner sur des tâches précises, dans un cadre restreint, et le nourrir d'une expertise validée par l'entreprise », conseille Stéphane Roder, président et co-fondateur du cabinet de conseil AI Builders, spécialisé en intelligence artificielle. Or, tout ce processus peut désormais passer par le prompt. Par exemple, un assureur peut nourrir l'IA avec sa police d'assurance par le biais du prompt, puis ensuite lui demander de l'utiliser comme unique source fiable. L'IA pourra ainsi extraire à la demande des téléconseillers les passages de la police applicables au cas du client.
