Donnez la même question à trois modèles différents et lisez les réponses sans savoir qui a écrit quoi. Un habitué reconnaîtra souvent l'auteur en quelques phrases. L'un aura tendance à structurer et nuancer, l'autre à aller droit au but, le troisième à s'appuyer sur des sources. Pourtant, ces systèmes reposent sur des architectures très proches et ont lu des textes largement similaires. D'où vient cette différence ?
C'est une question qui intrigue à juste titre, parce qu'elle contredit une intuition raisonnable : si la recette est la même, le résultat devrait l'être aussi. Voyons où se fabrique la différence.
Où la personnalité ne se fabrique pas
Commençons par éliminer. La personnalité ne vient pas de l'architecture, puisque tous les grands modèles reposent sur des variantes du même principe, le Transformer, et sur des techniques d'efficacité comparables comme le mélange d'experts.
Elle ne vient pas non plus principalement des données brutes. Les corpus d'entraînement se recouvrent largement : le web public, les livres numérisés, le code disponible. Il y a des différences, mais elles n'expliquent pas des écarts de ton aussi nets.
Où elle se fabrique vraiment
La réponse tient en une étape, celle que nous avons décrite dans notre article sur l'entraînement : l'apprentissage par retours humains, où des évaluateurs classent les réponses de la meilleure à la pire.
C'est là que tout se joue, parce que cette étape encode une définition de ce qu'est une bonne réponse. Or cette définition n'a rien d'universel. Faut-il privilégier la concision ou l'exhaustivité ? Nuancer systématiquement ou trancher ? Signaler ses incertitudes au risque de paraître hésitant ? Refuser prudemment ou faire confiance à l'utilisateur ?
Chaque laboratoire répond différemment à ces questions, en fonction de ses valeurs, de son public cible et de son appréciation des risques. Ces choix sont ensuite consignés dans des documents internes qui guident les évaluateurs, et certains laboratoires en publient des versions publiques.
À cela s'ajoute une seconde couche : les instructions système, un texte invisible placé avant votre conversation, qui précise le rôle du modèle, son ton et ses limites. C'est le maquillage par-dessus le tempérament.
Si la personnalité résulte de choix humains sur ce qui constitue une bonne réponse, alors ces choix portent aussi sur des questions de fond : quels sujets méritent une mise en garde, quelles positions présenter à égalité, où placer le curseur du refus. C'est exactement ce que nous développions dans notre article sur la neutralité. Le ton d'un modèle n'est pas qu'une affaire de style : c'est la partie visible d'un ensemble de décisions éditoriales.
Ce que ça change pour vous
Trois conséquences pratiques.
Le meilleur modèle dépend de la tâche et du tempérament recherché. Pour un travail exigeant de la nuance et des réserves, un modèle porté sur la prudence sera plus utile. Pour produire vite un premier jet, un modèle plus direct fera gagner du temps. Ce n'est pas une question de performance mais d'adéquation.
Interroger deux modèles révèle leurs angles morts. Sur un sujet sensible ou contesté, poser la même question à deux systèmes entraînés différemment fait apparaître, par leurs écarts, les choix que chacun a faits. C'est le réflexe de recoupement que nous recommandons dans notre méthode de vérification, et il fonctionne aussi pour repérer les partis pris.
Vous pouvez déplacer le curseur, un peu. Demander explicitement un ton plus direct, plus critique ou plus concis fonctionne dans une certaine mesure. Mais vous ne réécrivez pas le tempérament de fond : vous l'ajustez à la marge.
Ce qu'il faut retenir
La personnalité d'une IA n'est pas une propriété émergente mystérieuse. C'est un produit, au sens plein : quelqu'un a décidé à quoi devait ressembler une bonne réponse, et des milliers de jugements humains ont sculpté le résultat.
Il y a quelque chose d'assez éclairant là-dedans. Quand un modèle vous paraît sympathique, prudent ou pénible, vous ne rencontrez pas le tempérament d'une machine. Vous rencontrez, très indirectement, celui des gens qui ont décidé de ce qui était souhaitable. C'est une bonne raison de choisir son outil en connaissance de cause, et une meilleure encore de ne pas s'en remettre à un seul.