Claude et ChatGPT : la bataille des IA et l'illusion des prophètes

Claude et ChatGPT : la bataille des IA et l'illusion des prophètes

Dans le monde en constante évolution de l'intelligence artificielle, chaque nouveau modèle est souvent accueilli par une vague d'enthousiasme qui le proclame comme le prochain grand vainqueur. Cependant, ces certitudes sont souvent éphémères, et ce qui semble être une vérité absolue aujourd'hui peut être remis en question demain.

Claude, un outil d'intelligence artificielle qui a su séduire de nombreux utilisateurs, continue de démontrer ses capacités remarquables. Ses qualités ne sont pas effacées par les progrès de ChatGPT, tout comme les avancées d'OpenAI ne signifient pas nécessairement la fin d'Anthropic, Google ou d'autres acteurs du marché. Chaque IA a ses points forts et ses faiblesses, et peut convenir à des usages spécifiques tout en étant moins adaptée à d'autres.

Le débat sur le meilleur modèle d'IA est souvent simpliste, car il repose sur l'idée erronée qu'il existe une hiérarchie universelle applicable à tous. En réalité, la qualité d'un outil dépend de nombreux facteurs, tels que le contexte d'utilisation, la mémoire, l'interface, le ton, les habitudes de travail, la précision attendue, et même l'affinité personnelle avec l'outil.

Reconnaître les avancées de ChatGPT ne signifie pas pour autant proclamer la victoire d'OpenAI. De même, apprécier les qualités de Claude ne le désigne pas comme le sauveur ultime de l'humanité numérique. Le marché regorge d'outils performants, mais il manque souvent de recul pour les évaluer objectivement.

L'émergence de nouvelles "religions" technologiques

Chaque lancement de modèle d'IA est accompagné d'un rituel bien établi. Des démonstrations impressionnantes émergent, suivies de captures d'écran et d'infographies qui prétendent redéfinir le monde du travail. Les utilisateurs enthousiastes partagent leurs expériences comme s'ils avaient assisté à un événement historique, et les conclusions hâtives ne tardent pas à suivre.

Les discours autour de ces modèles ne se contentent pas de souligner leurs performances sur certaines tâches. Ils vont jusqu'à affirmer que ces modèles ont compris l'humain, enterré la concurrence, et rendu obsolètes des générations d'outils, voire des métiers entiers, avant que la majorité des professionnels n'ait eu l'occasion de les tester sérieusement.

Le vocabulaire utilisé pour décrire ces innovations est souvent hyperbolique, évoquant des révolutions, des ruptures, et des nouvelles ères. L'innovation n'est plus perçue comme un simple progrès, mais comme une révélation qui oblige chacun à choisir son camp. Ceux qui hésitent sont vus comme des retardataires, ceux qui nuancent sont accusés de manquer de vision, et ceux qui rappellent qu'un cas d'usage ne constitue pas une preuve générale sont perçus comme ne comprenant pas la vitesse du changement.

Ce phénomène n'est pas exclusif à l'intelligence artificielle. Chaque marché technologique connaît ses cycles d'enthousiasme excessif et de récits de remplacement. Cependant, l'IA accélère ce processus, car les utilisateurs peuvent immédiatement constater une différence de comportement, publier leurs résultats, et transformer une expérience individuelle en démonstration publique. La puissance narrative d'une réponse brillante ou d'un raisonnement impressionnant dépasse souvent sa valeur statistique.

Nous ne cherchons plus seulement des outils, mais régulièrement un nouveau "sauveur".

La portée civilisationnelle de la hype technologique

La hype ne se contente plus d'accompagner une sortie commerciale. Elle confère à un produit une portée civilisationnelle, créant autour de lui une communauté de convertis qui proclament que tout ce qui existait auparavant appartient déjà au passé. L'outil devient un signe d'appartenance, la préférence une identité, et la critique presque une trahison.

Les premiers à occuper l'espace public ne sont pas toujours ceux qui ont le plus testé les nouveaux outils. Beaucoup ne produisent ni recherche, ni benchmark rigoureux, ni comparaison suffisamment longue pour résister au prochain lancement. Ils commentent surtout l'émotion collective au moment où elle devient rentable, puis lui donnent une forme plus spectaculaire pour paraître légèrement en avance sur le reste de la foule.

Ils ne prédisent pas nécessairement l'avenir. Ils reformulent rapidement l'enthousiasme dominant. Leur capacité principale réside dans la reconnaissance de la vague d'attention, l'adoption de son vocabulaire, et la publication avant que les nuances n'aient eu le temps de ralentir le récit. La vitesse devient alors un substitut à l'expertise, car celui qui parle le premier bénéficie d'un avantage symbolique, même lorsque son analyse repose sur quelques essais et une conviction momentanée.

Cette logique récompense les certitudes fortes. Dire qu'un modèle semble prometteur, mais qu'il faudra comparer les usages dans la durée, produit peu d'effet. Affirmer qu'il enterre tous les autres, bouleverse le marché et change définitivement la manière de travailler attire davantage l'attention. La prudence paraît molle, tandis que l'exagération ressemble à de la clairvoyance jusqu'au moment où la prophétie cesse d'être commode.

Il serait injuste de considérer que tous ceux qui partagent leur enthousiasme sont incompétents ou opportunistes. Certains testent réellement, documentent leurs usages et corrigent leurs conclusions. Le problème commence lorsque l'autorité affichée dépasse très largement le travail effectué, et lorsqu'une démonstration séduisante suffit à produire un verdict universel.

La compétence de certains prophètes n'est donc pas toujours d'évaluer la technologie. Elle consiste surtout à reconnaître l'endroit où l'attention va se concentrer, puis à transformer cette attention en posture d'expertise avant qu'elle ne se déplace ailleurs.

Des prophéties sans bilan

Pendant quelques semaines, les affirmations deviennent catégoriques. Un modèle est proclamé vainqueur, un autre est déclaré mort, certains métiers sont annoncés comme disparus, et des entreprises sont jugées comme ayant raté leur virage. Les nuances sont effacées, les différences de contexte disparaissent, et le marché entier semble devoir obéir à une démonstration réalisée sur un écran, dans une situation particulière, par une personne avec ses propres habitudes et attentes.

Puis un nouveau modèle arrive, ou une mise à jour améliore suffisamment un concurrent pour déplacer le centre de gravité de la conversation. Les anciennes certitudes ne sont presque jamais relues. Les prophéties ratées ne font l'objet d'aucun bilan, et leurs auteurs ne reviennent pas expliquer qu'ils ont généralisé trop vite, confondu une performance ponctuelle avec une supériorité durable, ou pris une préférence personnelle pour un basculement de marché.

Ils changent simplement de vocabulaire, de captures d'écran et de "dieu". La cohérence importe peu, puisque le flux efface rapidement les déclarations précédentes et que l'attention collective préfère déjà la prochaine nouveauté. L'amnésie devient une condition de fonctionnement du système, car elle permet à chacun de rester prophète sans jamais rendre de comptes sur ses anciennes prophéties.

La durée de vie des certitudes est devenue plus courte que celle des modèles qu'elles prétendent analyser. Un outil peut conserver ses qualités pendant plusieurs années, tandis que le récit construit autour de lui ne tient parfois que quelques semaines. Ce décalage révèle que l'objet réel du commentaire n'est pas toujours la technologie, mais la position que chacun cherche à occuper dans la conversation.

La diversité des préférences et l'illusion de la vérité universelle

Il est tout à fait possible de préférer Claude pour certains usages, ChatGPT pour d'autres, ou même de choisir un modèle moins médiatisé parce qu'il répond mieux à une contrainte précise. Une préférence peut être parfaitement rationnelle sans devenir une loi générale. Elle peut reposer sur la qualité rédactionnelle, la mémoire, la vitesse, l'interface, la confidentialité, le prix, l'intégration dans un écosystème, ou simplement une façon de dialoguer qui convient mieux à la personne.

Un outil peut être remarquable sans l'être pour tous les métiers. Un modèle peut progresser sans rendre les précédents inutiles. Une différence spectaculaire dans une démonstration peut devenir secondaire dans un usage quotidien, tandis qu'une fonctionnalité apparemment banale peut se révéler décisive pour une équipe particulière. La valeur dépend moins du classement théorique que de l'adéquation entre l'outil, la tâche et l'organisation.

Le problème n'est donc pas l'enthousiasme. Il commence lorsque l'enthousiasme se présente comme une preuve, qu'un cas d'usage devient une règle générale, et qu'une préférence individuelle est vendue comme une vérité technologique. Cette confusion produit des recommandations fragiles, car elle pousse les professionnels à changer d'outil au rythme des récits plutôt qu'au rythme de leurs besoins.

Une évaluation sérieuse devrait distinguer la performance ponctuelle, le cas d'usage, la communication du fournisseur, l'évolution durable du marché, et l'expérience personnelle de l'utilisateur. Elle devrait également accepter que deux personnes compétentes puissent aboutir à des conclusions différentes sans que l'une d'elles ait nécessairement tort.

La maturité ne consiste pas à ne jamais s'enthousiasmer. Elle consiste à ne pas confondre enthousiasme et démonstration.