En deux mois, ChatGPT a atteint cent millions d'utilisateurs — l'adoption la plus rapide de l'histoire d'une application grand public. Comment un communicant transforme-t-il cette machine en véritable assistant de production ?
Ce que change l'IA générative
L'IA générative désigne une famille de systèmes capables de produire des contenus nouveaux — texte, image, son, vidéo, code — à partir d'une consigne (le « prompt »), en s'appuyant sur des modèles entraînés sur d'immenses volumes de données. Le changement est de nature : l'IA ne se contente plus d'analyser des données, elle produit des contenus. Pour le communicant, l'enjeu est double : un gain de productivité considérable (une journée de travail ramenée à une heure), mais un risque réel de contenus fades, faux ou non conformes si l'outil est utilisé sans méthode.
LLM, diffusion, hallucination : comprendre le moteur
- LLM (grand modèle de langage) — entraîné à prédire le mot le plus probable après une suite de mots ; c'est le cœur des outils de texte (ChatGPT, Claude, Gemini).
- Modèle de diffusion — part d'un bruit aléatoire qu'il débruite progressivement jusqu'à faire apparaître l'image demandée (Midjourney, Firefly).
- Hallucination — ces modèles sont probabilistes : ils produisent la réponse la plus plausible, pas la plus vraie, formulée avec aplomb. D'où une vérification systématique.
Le communicant, chef d'orchestre
Le bon réflexe n'est ni de tout déléguer, ni de rejeter la machine, mais de la considérer comme un assistant : elle accélère le premier jet, démultiplie les variantes, débloque la page blanche — tandis que l'humain garde la maîtrise de la stratégie, de la justesse et de la marque. Le communicant ne disparaît pas : il dirige, vérifie et arbitre. À cela s'ajoutent des notions à connaître : la multimodalité (un seul outil couvre texte, image, son, vidéo) et la date de connaissance (un modèle ignore les événements postérieurs à son entraînement, sauf s'il est connecté au web).