Brainstormer avec un chatbot resserre les idées, avec un humain non
Une brique. Deux minutes. Le plus d’usages possible. Le test s’appelle « alternate uses task », il traîne dans toutes les études sur la pensée divergente, et il vient de servir de ring à un match plutôt intéressant : deux humains lâchés ensemble sur la brique contre un humain lâché avec ChatGPT.
208 participants répartis au hasard, deux chercheurs en sciences cognitives aux manettes, et un verdict qui ne va pas plaire à ceux qui vendent l’IA comme un stéroïde créatif. Les paires humaines sortent des idées plus créatives que les paires avec le chatbot. Plus créatives, et surtout plus diverses.
Le détail qui tue, c’est que ça ne se voit pas à l’œil nu. Les gens qui discutaient avec ChatGPT écrivaient des réponses plus longues. Longues, pas meilleures : la quantité est là, la variété, beaucoup moins. Une suggestion individuelle du modèle peut être très bonne, les chercheurs citent la page d’un livre transformée en absorbeur de bruit. Sauf que la même trouvaille est revenue d’une session à l’autre, chez des participants différents. Un bon mot répété par tout le monde, ce n’est plus un bon mot, c’est un cliché en cours de formation.
L’écart se creuse avec le temps
La partie vraiment gênante de l’étude, c’est la durée. En mesurant la distance sémantique entre les idées produites, mesure qui évalue à quel point deux concepts sont éloignés, les chercheurs constatent que l’écart entre collaboration humaine et collaboration avec un chatbot s’élargit au fil des échanges. Deux personnes qui brainstorment longtemps partent de plus en plus loin. Un humain et ChatGPT, non : la convergence s’accumule.
Ça tombe mal, parce que les projets créatifs sont rarement des sprints de vingt minutes. Une étude citée dans le même texte chiffre à 27 mois le trajet entre l’idée initiale et le produit fini, et jusqu’à 54 mois pour les produits les plus innovants. Sur cette durée, une dérive de convergence, ça ne se rattrape pas avec un prompt mieux tourné.
La mécanique derrière la banalité
Rien de mystérieux là-dedans. Un grand modèle de langage prédit le mot suivant le plus probable. Entraîné sur des corpus qui se ressemblent, il finit par produire des cadences, des tournures et des suggestions qui se ressemblent, que ce soit ChatGPT, Claude ou Gemini. La comparaison avec deux écrivains humains tirés au hasard n’est même pas serrée.
Je l’avais déjà raconté à propos d’une devinette culturelle allemande que 27 modèles sur 28 ont ratée : la même soupe de données donne les mêmes angles morts. D’autres travaux vont dans le même sens, avec des images générées à répétition qui finissent en « visual elevator music », de la musique d’ascenseur visuelle. Et sur l’écriture, l’effet est comparable : un individu assisté par IA écrit mieux que ce qu’il écrivait seul, mais l’ensemble des textes assistés se ressemble davantage.
Le volume ne sauve rien. Une équipe a fait passer 12 chatbots de plusieurs entreprises sur des milliers de questions factuelles : la réponse utile représentait environ 42 % du texte produit. Le reste, du remplissage, des redites et du contexte dont personne n’avait besoin. Les chercheurs glissent au passage que plus de la moitié des nouveaux articles en ligne sortiraient aujourd’hui d’une IA. Chiffre invérifiable en l’état, mais l’ordre de grandeur dit quelque chose de l’état du web.
Reste la parade : le « persona prompting », cette manie de demander au modèle de jouer un prof indien ou une fondatrice de 58 ans dans le BTP. Ça marche un peu. La diversité des idées monte, mais le total reste sous ce que produisent des humains. Et ça recoupe d’autres travaux qui montrent que les chatbots simulent mal une personnalité.
Quand le public attend trop
Un aparté, parce que c’est un autre sujet mais qu’il complète le tableau. Une étude publiée dans l’International Journal of Advertising et menée par Sukki Yoon, de Bryant University, avec des collègues du Minnesota Duluth et de Northern Illinois, montre que les pubs nées d’une collaboration humain-IA déclenchent des attentes de niveau « dream team ». Quand le résultat est bon, on ne le savoure pas plus que ça. Quand il est moyen, la déception est double.
Le professeur résume le piège : « La promesse de la collaboration humain-IA peut devenir un fardeau pour les gens mêmes qu’elle censée aider. » Les consommateurs qui croient le plus à l’IA sont les plus sévères quand elle déçoit. Un sondage MarTech cité dans le communiqué donne le sens du vent : la confiance dans les contenus générés par IA est passée de 73 % en 2023 à 55 % en 2025. Le spot de Noël de Coca-Cola annoncé comme généré par IA l’an dernier n’a pas récolté des fleurs. Sa recommandation, en substance : arrêtez de le dire.
L’IA te donne une première liste vite fait, et si tu t’arrêtes là, tu ressembles à tout le monde. Le deuxième tour, celui qui part dans une direction bizarre, il se joue encore avec quelqu’un qui n’a pas lu les mêmes livres que toi. Y a pas de persona prompt pour ça.
Sources :
Comments are closed