OpenAI admet l'échec : pourquoi la nouvelle ChatGPT est devenue plus bête

Imaginez cette situation : vous mettez à jour une application devenue votre principal outil de travail, et vous remarquez soudainement qu'elle a commencé à mal fonctionner. Elle commet des erreurs dans les calculs simples, elle est paresseuse pour écrire du code complet et répond par des phrases génériques là où elle montrait auparavant de la flexibilité. Pendant longtemps, les fans d'OpenAI ont attribué cela à l'effet placebo ou à la fatigue technologique, mais maintenant les cartes sont sur table.

Sam Altman a officiellement admis que l'entreprise avait rendu la nouvelle version de ChatGPT pire que la précédente. Sa phrase « je pense que nous avons simplement bousillé ça » semble être une rare démonstration de sincérité dans un monde où tout bogue est généralement appelé une fonctionnalité.

Rappelons le contexte. Quand GPT-4 a été lancé, cela semblait magique. Mais à chaque mise à jour ultérieure — de Turbo à 4o — la communauté des développeurs criait de plus en plus sur la dégradation. Le modèle a commencé à souffrir de « paresse neuronale ». Au lieu d'écrire cent lignes de code, il en produisait dix et suggérait à l'utilisateur de terminer le reste lui-même. OpenAI a tenté d'optimiser les coûts informatiques et d'accélérer les réponses, mais dans le processus, elle a apparemment jeté le bébé avec l'eau du bain. La vitesse a augmenté, mais l'intelligence a baissé.

Pourquoi cela s'est-il produit maintenant ? La réponse réside dans une pression de marché extraordinaire. OpenAI n'est plus le seul joueur sur le terrain. Quand Claude 3.5 Sonnet d'Anthropic a commencé à surpasser GPT-4o dans les tests de codage et de créativité, la panique a clairement éclaté au siège d'Altman. Dans la précipitation, des mises à jour sont lancées qui devraient être « plus sûres » et « plus rapides », mais les algorithmes d'entraînement de l'IA sont une affaire capricieuse. La censure excessive et les tentatives de forcer le modèle dans des cadres éthiques rigides aboutissent souvent à ce que le réseau neuronal devienne prudent et finisse par livrer des résultats médiocres.

Techniquement, ceci s'explique par un biais dans RLHF — apprentissage par renforcement à partir de retours humains. Si les entraîneurs humains récompensent la brièveté, le modèle devient absurdement concis. S'ils exigent de la sécurité, le modèle commence à voir des menaces même dans une question inoffensive sur comment faire la soupe. OpenAI, apparemment, a trop serré les vis en tentant de rendre le produit grand public et corporativement sûr. En conséquence, les professionnels qui avaient besoin d'un outil puissant pour le travail se sont sentis trahis.

Il est intéressant qu'Altman l'admette précisément maintenant. Cela pourrait être un geste subtil avant d'annoncer quelque chose de vraiment à grande échelle, comme GPT-5 ou le modèle Strawberry. Admettre les erreurs passées est le meilleur moyen de préparer le terrain pour vendre une nouvelle solution « révolutionnaire ». C'est-à-dire, oui, la version précédente était un échec, mais regardez comment nous avons tout corrigé dans la nouvelle. C'est le réchauffement classique du public que nous avons déjà vu plusieurs fois d'Apple et d'autres géants de la technologie.

Pour l'industrie, c'est une leçon importante. Il s'avère que la loi d'échelle ne fonctionne pas linéairement. Vous ne pouvez pas simplement verser plus de données et de puissance de calcul pour obtenir un système plus intelligent. La qualité des données et la précision de l'ajustement comptent beaucoup plus. Pendant qu'OpenAI s'auto-flagelle, ses concurrents obtiennent une excellente occasion de séduire son audience fidèle. Après tout, dans le monde de l'IA, la fidélité à la marque ne dure que jusqu'à ce qu'un autre onglet du navigateur commence à penser plus vite.

Le résultat : OpenAI a officiellement confirmé la régression de ses modèles. L'entreprise peut-elle restaurer la confiance des professionnels en lançant GPT-5, ou l'ère de domination d'Altman arrive-t-elle à sa fin?