Mes amours avec l’Intelligence Artificielle (1) : la rupture amoureuse avec ChatGPT
Le lundi 4 septembre 2023, au retour de mes vacances aux États-Unis, et après avoir agencé tant bien que mal un petit site wix (mes capacités en design et donc, par conséquent, en création de sites grand public, ont toujours été très limitées…) pour l’accueillir, je décidai de porter sur les fonts baptismaux une intelligence artificielle générative, dédiée à des sujets d’économie et de politiques économiques, fondée en toute immodestie sur toutes mes analyses économiques (sept ans au total, d’articles, rapports, notes, livres, passages TV, vidéos YouTube, interviews radio, près de 3,5 millions de signes ou tokens comme disent les informaticiens).
Une intelligence artificielle rendant Sébastien Laye (ou du moins l’économiste Sébastien, limité tout de même par ce qu’il a pu dire par le passé, avec plus ou moins de jugements qualifiés) disponible 24 h sur 24, y compris pour les médias. Trop peu pour éviter de m’interviewer sur des sujets d’actualité, mais déjà assez pour avoir mes réponses – voire même dans certains cas mes analyses prospectives – sur une gamme de sujets d’économie et de politiques économiques.
Comment en étais-je arrivé là, à rejoindre, au cours de l’été 2023 les bidouilleurs américains panégyristes des narrow AIs et du prompt engineering ?
Tout commença en décembre 2022 avec ma découverte de ChatGPT : à l’instar du commun des mortels, à cette date, je n’avais qu’une appréhension théorique de l’IA, et alors que je suis normalement un fervent défenseur du progrès technique (comme tous les libéraux), je faisais même preuve d’un techno-scepticisme de bon aloi sur les thèses de Kurzweil, la singularité et l’avènement d’une Intelligence Artificielle Générale. Mais pour une fois que nous, grand public, pouvions tester un produit IA, avec une interface simple, aussi rudimentaire qu’elle rappelait pour moi le dernier grand changement de paradigme, l’apparition en 2000 sur mon écran d’ordinateur d’étudiant de la barre de recherche de Google…
Je fus de ceux immédiatement happés par les promesses de l’IA générative, que ce soit avec les LLM (large language models) et le texte, qu’avec l’audio (Eleven Labs), l’image (incapable de me faire à l’interface Discord brouillonne de MidJourney, je jetai mon dévolu sur Leonardo et Stable Diffusion après quelques semaines décevantes sur Dall E), la vidéo (d-ID, Runway). La floraison de startups, de nouveaux produits, de nouvelles versions, de plugins, devint difficile à suivre, même par le truchement de dizaines de newsletters (qui inventera la newsletter des newsletters.. ?).
Attelé à la rédaction d’un livre sur l’économie du métavers durant les fêtes, je ne pus m’empêcher d’intégrer un chapitre sur l’IA avec mon coauteur Emmanuel Moyrand. Et une fois passé le stade initial du coup de foudre (mon premier vrai long prompt sur ChatGPT sera homérique puisque je demandai au bot d’écrire l’histoire de Marcel mon chat à la manière de l’Odyssée), vint le temps des questions sur les applications pratiques de cette technologie.
En deux mois, utiliser ChatGPT pour résumer mes articles ou ceux des autres, puis des PDF (via ChatPDF), automatiser mes emails avec ChatGPT intégré dans mon Gmail, systématiser les posts LinkedIn gérés par le chatbot. Tout cela devenait une routine dès le printemps, alors que je rencontrai également Amaury Delloye, le fondateur d’ADN AI, qui m’éveillait au potentiel de l’audio et de la vidéo (avatars) générés par l’IA. Au niveau de l’automatisation des procédés, dans mon activité professionnelle de chef d’entreprise et d’investisseur, aucune déception.
Mais le flirt avec l’IA commença à décevoir quand j’entrepris d’interroger ChatGPT sur l’économie. Sur les questions théoriques, les réponses étaient plutôt satisfaisantes ; mais sur les politiques appliquées, les réponses étaient pauvres, et parfois affligeantes.
Comment expliquer l’inanité des arguments ?
ChatGPT utilise une gigantesque base de données, certes améliorée manuellement par OpenAI, mais qui est essentiellement le world wide web. Et sur notre bon vieux réseau, sur la matière « économie », on trouve certes de bonnes fiches Wikipédia, quelques cours en ligne ou articles d’économie, mais aussi beaucoup d’opinions, de contenu de basse qualité et de posts de réseaux sociaux. Ainsi, selon le vieil adage des pratiquants d’Excel, -en anglais dans le texte- « garbage in, garbage out ».
Quand une base de données est nourrie par de la donnée de mauvaise qualité, quelle que soit la qualité du prompt ou du LLM, le résultat final ne peut être que de mauvaise qualité. Si je continuais au début de l’été à utiliser ChatGPT, mes espoirs se retournaient vers des IA plus spécialisées (dites narrow AIs).
Le futur de ces IA paraissait évident : brancher les API de ces LLM (Claude, Bard, ChatGPT) sur des corpus spécialisés et qualifiés devrait aboutir à de meilleurs résultats. Déjà, des entreprises réalisaient en fonction de leurs besoins leur propre ChatGPT sur leurs données propriétaires, tels Bloomberg aux États-Unis…