Un épisode (29/10/2025) de l’émission « Vie intelligente » rapporte qu’une étude récente de l’université d’État de Pennsylvanie montre qu’une tonalité de conversation plus rude augmente la précision des réponses fournies par certains modèles d’intelligence artificielle, notamment ChatGPT.
Les chercheurs ont comparé différentes manières d’interagir avec le système pour évaluer l’impact du style de dialogue sur la qualité des réponses. Les résultats, relayés par plusieurs médias spécialisés, remettent en question les pratiques établies d’interrogation des outils d’IA.
Méthodologie de l’étude
L’équipe de Penn State a testé plusieurs styles de dialogue afin de mesurer leur effet sur les réponses d’un grand modèle linguistique. Les essais portaient principalement sur ChatGPT et se concentraient sur des questions à choix multiples.
Caractéristiques clés des tests :
- Questions à choix multiples plutôt que questions ouvertes ordinaires.
- Variations du ton : très poli, neutre, et de plus en plus rude ou agressif.
- Mesure objective de la précision des réponses fournies par le modèle.
Cette méthode a permis d’évaluer la capacité du modèle à gérer des tâches nécessitant précision et connaissances spécialisées.
Résultats observés
Les différences de précision selon le style de dialogue sont apparues nettes dans les données.
- Ton très poli : précision d’environ 80 %.
- Ton neutre : précision relevée à 82,2 %.
- Ton plus dur ou « impoli » : précision atteignant 84,4 %, et parfois jusqu’à 86 %.
Le delta entre le style le plus poli et le plus rude peut donc approcher les 6 points de pourcentage, ce qui constitue une variation notable selon les auteurs de l’étude.
Interprétation des chercheurs
Les auteurs proposent une explication fondée sur la manière dont ces modèles ont été conçus et entraînés. Ils rappellent que l’IA ne « ressent » pas les émotions, mais qu’elle est programmée pour réagir aux indices de ton dans la requête.
Cette réponse plus efficace face aux sollicitations perçues comme négatives s’apparente à un comportement observé chez des agents humains de service client, qui concentrent davantage d’attention et de ressources sur les plaintes catégoriques.
Autrement dit, certains mécanismes internes du modèle pourraient prioriser des stratégies de réponse différentes selon l’interprétation du style de l’utilisateur.
Réactions et interrogations
Les conclusions n’ont pas fait l’unanimité. Plusieurs observateurs relèvent que, dans certains cas, l’écart entre styles n’excède pas 4 %, ce qui relativise l’impact pratique de la découverte.
Les débats portent sur des points essentiels :
- Ces modèles ont-ils été entraînés à privilégier des réponses plus précises face à des requêtes agressives ?
- Existe-t-il des mécanismes internes qui allouent davantage de ressources computationnelles quand le système détecte l’insatisfaction d’un utilisateur ?
- Le modèle comprend-il vraiment les nuances du discours humain, ou se contente-t-il d’appliquer des corrélations apprises lors de l’entraînement ?
Ces questions soulignent l’importance d’explorer plus avant la manière dont l’intelligence artificielle est entraînée et configurée, ainsi que les implications éthiques et pratiques de ces comportements.