Karpathy recommande le « ramblage » pour prompter les IA
Andrej Karpathy, chercheur en intelligence artificielle chez Anthropic, conseille aux utilisateurs de grands modèles de langage de renoncer aux invites de texte précises et structurées au profit d'une approche plus libre. Dans un récent message publié sur X, il recommande de s'exprimer par voie vocale pendant environ dix minutes, en laissant libre cours à ses pensées sans chercher à les formuler de manière parfaite. Cette méthode, qu'il qualifie de flux de conscience intégral, permet à l'humain de décharger toutes ses idées, même imparfaites ou ébauchées, tandis que l'intelligence artificielle se charge d'en extraire l'essentiel et de les organiser. Karpathy précise qu'il commence souvent par avertir le modèle que sa prise de parole pourra comporter des imprécisions ou des fautes de frappe. Cet avertissement améliore la compréhension mutuelle et réduit considérablement le nombre de corrections nécessaires par la suite. En divisant ainsi les rôles, il estime que la collaboration entre l'utilisateur et l'outil devient plus fluide et plus efficace. Cette recommandation s'inscrit dans une dynamique plus large du secteur technologique, où les principales entreprises développent activement des interfaces vocales pour l'intelligence artificielle. Ces derniers jours, OpenAI a lancé le modèle GPT-Live, qui alimente désormais la fonction vocale de ChatGPT, et a également présenté un clavier compact doté d'un bouton d'enregistrement audio. De son côté, Anthropic a récemment mis à jour ses propres modèles vocaux, offrant aux utilisateurs la possibilité de choisir entre différentes versions selon leurs besoins. Si l'approche de Karpathy séduit certains praticiens de l'IA, elle suscite aussi le scepticisme sur les réseaux sociaux, certains estimant que la formulation précise d'une demande reste incontournable. Néanmoins, son conseil reflète une tendance croissante vers des interactions plus naturelles et conversationnelles avec les systèmes d'intelligence artificielle, à mesure que les outils vocaux gagnent en précision et en accessibilité.
