Requête de l’information

Dans une conversation, il arrive souvent que votre interlocuteur demande des précisions sur une question. Dans cette situation, il cherche à établir avec vous une compréhension commune du cadre et du contexte de la discussion. La raison est que le langage peut être ambigu et imprécis : certaines fois, il faudra mieux définir un terme, d’autres fois préciser une plage temporelle ou encore le domaine spécifique auquel nous nous référons. Ce processus itératif de clarification de la compréhension réciproque n’est pas inné dans les grands modèles de langages, qui sont entraînés avec le simple objectif de prédiction de mots successifs. Un moyen efficace de guider les algorithmes est donc de construire des requêtes plus précises et exhaustives. Cela est confirmé par de nombreuses études qui démontrent que la manière de poser une question aux IA conversationnelles a une importante influence sur la qualité de leur réponse [21]. En continuant l’analogie avec une conversation entre deux personnes, lorsque nous communiquons fréquemment avec un individu spécifique, nous modélisons (inconsciemment) sa façon de raisonner et nous adaptons notre façon de communiquer pour rendre l’échange plus efficace. Dans le cas des modèles de langage, le processus d’adaptation de notre communication à un modèle (ou famille de modèles) spécifique s’appelle « prompt engineering ». Ils existent donc des guides de prompt engineering pour s’adresser à Midjourney [22] (IA générative d’image) afin de réaliser des tâches de design, et d’autres guides pour se servir de ChatGPT pour rédiger de courts articles.

Extrait des conversations avec Bing Chat pour découvrir « Sidney » - Twitter [23] .

Un autre élément important à considérer lors des échanges avec une IA conversationnelle est l’historique des conversations, car elle détermine le contexte sémantique à l’intérieur duquel le texte sera généré. À titre d’exemple, Microsoft a lancé en février 2023 sa nouvelle version du moteur de recherche Bing, qui inclut une IA conversationnelle. Plusieurs utilisateurs ont ensuite échangé avec Bing Chat (cf. cidessus) pour découvrir ses instructions et notamment son nom de code « Sydney ». L’importance de ces instructions est structurante pour l’expérience d’échange avec le système. Pour un être humain, ce contexte inclut toutes les expériences et connaissances acquises durant sa vie. Pour une IA conversationnelle, le contexte est aujourd’hui limité à quelques dizaines de milliers de mots : l’information contenue dans ce contexte limité a donc un fort impact sur ses réponses.

[21] https://arxiv.org/abs/2302.12813

[22] Un modèle de génération d’images à partir de texte, au même titre que DALL-E ou Stable Diffusion

[23] https://twitter.com/kliu128/status/1623472922374574080