En ce moment, on entend beaucoup parler de Claude comme de la meilleure intelligence artificielle…
Chez Pulseo, nous avions fait le choix de capitaliser sur :
– ChatGPT, l’outil le plus utilisé (et donc aussi l’outil le plus demandé en formation) ;
– Gemini, car intégré nativement à notre écosystème. C’est aussi, à mon sens, le plus prometteur : Google étant l’acteur le plus intégré verticalement : de la fabrication des puces jusqu’à l’applicatif, en passant par les infrastructures et les modèles.
Mais Claude a réussi à rebattre les cartes.
Ses dernières évolutions vont clairement dans le sens d’une intégration facile de l’IA à notre quotidien sans aucune friction :
Les connecteurs permettent d’aller chercher directement de l’information dans les principaux outils du web (la suite Google, Notion, etc.) et de travailler directement dans ces outils avec votre accord. Il en est de même pour les extensions qui intègrent Claude directement dans Word, Excel, PowerPoint et Google Chrome. Sachant qu’Office est la suite la plus utilisée par une majorité des TPE, Claude marque clairement des points. L’outil Cowork va travailler directement dans votre corpus de documents sur votre ordinateur ou votre serveur : un premier exemple d’usage concret est le publipostage « augmenté ». Plus besoin de tout paramétrer, un prompt suffit… Claude Design est capable de produire des visuels de qualité, tout comme Canva, mais en plus, il les personnalise pour atteindre votre objectif tout en respectant votre charte. Et enfin Claude Code dont plus aucun de nos développeurs ne souhaite se passer.
En dépit de quelques limites (pas de génération d’images, quotas d’utilisation plus restrictifs que sur ChatGPT), Claude est clairement plus pertinent sur une grande majorité d’usages concrets de l’IA que peut envisager une TPE.
Du temps gagné n’est pas de la valeur créée
L’IA s’impose donc naturellement aux personnes désireuses d’augmenter leur productivité pour des tâches à faible valeur ajoutée ou des tâches dont on peut contrôler le résultat facilement. L’importance de bien prompter (formuler ses instructions) et de bien paramétrer son IA prend alors du sens surtout quand on connaît l’impact environnemental de ces outils.
Mais deux limites apparaissent.
Plus on aura besoin d’un travail de qualité ou avec un niveau de précision fort, moins la course à l’IA sera pertinente. On commence par quelques utilisations très cadrées de l’IA, et on obtient naturellement de très bons résultats, puis la course à la productivité fait son œuvre et on commence à l’utiliser sans discernement, et c’est là qu’on rentre dans le rang…
On propose alors du contenu de moins en moins qualitatif et qui ressemble de plus en plus à d’autres contenus générés par l’IA. C’est ainsi que le web se remplit de « landing pages » conçues spécifiquement pour vendre un produit, de projets d’applications dont personne n’a besoin.
La valeur perçue par le prospect ou le client n’augmente pas mais on peut tester rapidement un projet (ou avoir un livrable) sans avoir à réfléchir ni à appeler un prospect.
Plus globalement, à court terme, même les projets bien exécutés ou avec une réelle valeur ajoutée vont être dévalués car les tâches d’exécution à faible VA pourront être facilement automatisées ou réalisées par l’IA, ce qui accroît la charge mentale sur les équipes (le travail de réflexion, de structuration, de relecture étant plus difficile).
Jusqu’à l’effondrement de la connaissance
Tout le monde utilise les mêmes IA qui sont entraînées sur les mêmes données et qui produisent une version digérée de ces dernières. Le cercle vicieux continue. Ces contenus digérés sont ensuite publiés sur internet et les futures IA sont entraînées sur ces contenus, et ainsi de suite. Cela entraîne fatalement une dégradation progressive de la qualité des données.
D’autant plus que le phénomène est accentué par la diminution des productions de connaissances et de contenus bruts par les humains…
La dépossession de nos compétences…
Les derniers algorithmes de type RLHF (l’apprentissage par renforcement à partir du feedback humain est une technique de machine learning (ML) qui utilise le feedback humain pour optimiser les modèles ML afin d’améliorer l’efficacité de l’auto-apprentissage) vont favoriser les réponses qui plaisent le plus à l’utilisateur, augmentant ainsi la satisfaction de ce dernier.
Certains qualifient l’IA à juste titre de sycophante (dans son acception moderne, le terme « sycophante » désigne par ailleurs un flatteur hypocrite et fait référence à quelqu’un qui pratique la flagornerie). Elle ne nous rend pas plus intelligents, mais elle nous fait nous sentir intelligents.
La grande majorité des utilisateurs se servent de l’IA pour rédiger, synthétiser, prendre des notes, structurer, et pour certains comme une aide à la décision.
Au même titre que le GPS nous a dépossédés de notre sens de l’orientation, l’IA nous dépossède progressivement des compétences qu’on lui délègue.
Mais est-ce un problème ?
De nombreux autres exemples existent : la calculatrice, le correcteur orthographique, le smartphone…
Chacun est libre d’avoir son avis. Quoi qu’il en soit, si vous utilisez l’IA, autant bien l’utiliser !
Tout le monde utilise les mêmes IA qui sont entraînées sur les mêmes données et qui produisent une version digérée de ces dernières
L’IA ne nous rend pas plus intelligents, mais elle nous fait nous sentir intelligents
