Pourquoi je n’utilise pas ChatGPT

  • Par Florence Maraninchi

L’année 2025 est déjà particulièrement féconde en nouvelles plus fracassantes les unes que les autres sur les financements, la course aux armements entre la Chine et les USA, le sommet intergalactique sur l’IA à Paris, et les supposés progrès vers l’intelligence des IAs génératives. C’est un sujet courant de conversations dans le contexte privé ou professionnel. En réponse aux personnes qui s’étonnent de ma position résolument anti ChatGPT j’ai fini par construire un argumentaire que je vais développer ici.

1. Introduction

En tant qu’enseignante-chercheuse en informatique, j’ai lu l’article fondateur On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?1 en 2021. Tous les effets négatifs observés des grands modèles de langage et des IAs génératives sont annoncés dans cet article, comme le dit d’ailleurs l’une des autrices dans un entretien récent. Quand j’ai été confrontée personnellement à des textes rendus par des étudiant·es et écrits par ChatGPT, dès janvier 2023, ma méfiance a priori pour cette branche du numérique a commencé à s’incarner dans l’expérience personnelle. Depuis j’accumule des articles et des prises de position sur ce phénomène, mais je n’ai jamais été tentée d’essayer moi-même. Avant de faire un tour d’horizon des divers arguments qui m’ont fait refuser absolument l’usage — et critiquer vertement le développement — des IAs génératives en tout genre, que ce soit dans l’enseignement supérieur ou ailleurs, précisons un peu le sujet.

https://pdimagearchive.org/images/e854f242-f756-4e77-9ee6-515a3b08b209/

A White Mackaw, Itō Jakuchū,
ca. 1900. The Metropolitan Museum, Public Domain Image Archive

Dans la suite de ce billet, il sera question très spécifiquement d’IAs génératives (comme ChatGPT). Le vocabulaire a beaucoup glissé ces derniers temps, mais rappelons que l’IA est une idée très ancienne, et que si on se met à qualifier tout le numérique d’IA, il va devenir difficile de parler précisément des choses. Donc : tout le numérique n’est pas de l’IA ; parmi tout ce qui relève de l’IA, tout n’est pas de la famille “apprentissage machine” ; et finalement parmi la famille “apprentissage machine”, tout n’est pas une IA générative comme ChatGPT et consort. On trouvera un historique de l’IA et les définitions de ces notions dans le numéro de juin 2024 de la revue La vie de la recherche scientifique sur l’IA.

À quoi sert de refuser d’utiliser ChatGPT ? Je suis parfaitement consciente que ce refus peut sembler totalement vain, puisque nous sommes tous et toutes entouré·es d’étudiant·es et de collègues qui s’en servent très régulièrement, et que nos gouvernements successifs se ruent sur les promesses d’automatisation et d’économie de moyens humains envisagées en particulier dans les services publics. Après tout, le progrès technologique est inéluctable, n’est-ce pas ? Je n’ai pas la moindre illusion sur ma capacité à changer les pratiques à moi toute seule. J’ai encore moins d’illusions sur une possible influence citoyenne sur le développement de ces outils, par les temps qui courent. Le livre de Yaël Benayoun et Irénée Régnault intitulé Technologie partout, démocratie nulle part est paru fin 2020, mais je gage qu’un tome 2 entier pourrait être consacré au déploiement des IA génératives. Pourtant, même et surtout si ce déploiement semble inéluctable, il n’est pas interdit de se demander si les IAs génératives, et leur mise à disposition sous forme de Chatbot, sont une bonne chose dans l’absolu.

Continuer la lecture

  1. par Timmit Gebru et  son équipe, avant leur licenciement par Google. []

Temps de travail de l’ESR (3) : un outil par Brendan Keogh

Renaud Le Goix avait publié dans un précédent billet le résultat d’une quantification fine du temps consacrée à chaque tâche. Il invite désormais tous et toutes celles et ceux qui le souhaient de participer à l’expérience en remplissant une feuille de calcul élaborée par l’Australien Brendan Keogh et désormais traduite en français.

Accéder à la feuille de calcul “Quantifiez votre temps de travail”

Continuer la lecture

CheckAcademia. Budget de l’ESR : en diminution ou en chute libre ?

Un graphique de Lucas Chancel et Thomas Piketty rencontre régulièrement beaucoup de succès sur Twitter, et en conséquence beaucoup de critiques. S’attarder sur ces différentes critiques permet d’affiner notre compréhension de ce que cache ce graphique, en identifiant quatre facteurs impactant les moyens de l’ESR : son budget, le nombre d’étudiants, l’inflation, et le périmètre des missions. Dévoiler ces détails permet de conclure au désintérêt des pouvoirs publics envers l’enseignement supérieur, ce qui est finalement ce que montre ce graphique en un clin d’œil.

« La chute du budget de l’enseignement supérieur par étudiant »

Ce graphique et ses données sont disponibles à l’adresse https://lucaschancel.com et la lecture indiquée est : « le budget de l’enseignement supérieur par étudiant (une fois l’inflation prise en compte) a baissé de près de 22% entre 2012 et 2023 en France. Entre 2017 et 2023, la baisse est de près de 15%. »