Lorsque OpenAI a lancé GPT-5 il y a environ deux semaines, le PDG Sam Altman a promis que ce serait le « modèle le plus intelligent, le plus rapide et le plus utile de l’entreprise à ce jour ». Cependant, le lancement a déclenché l’une des révoltes les plus contestées de l’histoire récente de l’IA grand public.
Maintenant, un outil de test à l’aveugle simple créé par un développeur anonyme révèle la réalité complexe derrière la réaction négative et remet en question les hypothèses sur la manière dont les gens vivent réellement les améliorations de l’intelligence artificielle.
L’application web, hébergée sur gptblindvoting.vercel.app, propose aux utilisateurs des paires de réponses à des invitations identiques sans révéler si elles proviennent de GPT-5 ou de son prédécesseur, GPT-4o. Les utilisateurs votent simplement pour leur réponse préférée à travers plusieurs tours, puis reçoivent un résumé montrant quel modèle ils ont réellement préféré.
Les premiers résultats publiés par les utilisateurs montrent une image complexe. Alors que de nombreux utilisateurs techniques et développeurs affirment préférer la franchise et la précision de GPT-5, ceux qui utilisent des modèles d’IA pour un soutien émotionnel, une collaboration créative ou des conversations informelles préfèrent souvent le style plus chaleureux et plus expansif de GPT-4o.
Cette méthode de test est significative. En utilisant GPT-5 sans ses capacités de raisonnement et en standardisant la mise en forme des sorties, le test isole uniquement les capacités de génération de langage de base des modèles, l’expérience centrale que la plupart des utilisateurs rencontrent dans les interactions quotidiennes.
La création de cet outil de test offre un aperçu des préférences des utilisateurs en matière d’IA et souligne l’importance croissante des aspects de personnalité, d’intelligence émotionnelle et de style de communication dans le développement des IA.
La tension fondamentale entre les réalisations techniques d’OpenAI et la réception des utilisateurs met en lumière un défi essentiel dans le développement de l’IA : les améliorations objectives ne se traduisent pas toujours par une satisfaction subjective.
Cette évolution a des implications profondes pour l’industrie de l’IA. Les benchmarks traditionnels – précision mathématique, performance en codage, rappel factuel – peuvent devenir moins prédictifs du succès commercial à mesure que les modèles atteignent une compétence de niveau humain dans tous les domaines. Au lieu de cela, des facteurs tels que la personnalité, l’intelligence émotionnelle et le style de communication peuvent devenir les nouveaux champs de bataille compétitifs.
En fin de compte, l’aspect le plus révélateur du test à l’aveugle peut ne pas être quel modèle les utilisateurs préfèrent, mais le fait même que la préférence elle-même soit devenue la mesure qui compte. À l’ère des compagnons d’IA, il semble que le cœur veuille ce qu’il veut, même s’il ne peut pas toujours l’expliquer.