La startup chinoise DeepSeek a fait de l’ombre à ChatGPT en imposant un nouveau modèle d’intelligence artificielle lors d’un lancement retentissant, en proposant gratuitement ce qui semble être la version la plus avancée d’un chatbot capable de « penser » avant de répondre. Ce mode innovant, baptisé « DeepThink », séduit par sa capacité à faire dérouler un monologue intérieur lors du traitement des requêtes, un style qui séduit le public et pousse les géants américains à revoir leurs stratégies.
Une montée en puissance fulgurante
DeepSeek, originaire de Chine, a récemment surpris le monde de la tech en passant devant ChatGPT en termes de popularité. En effet, la startup a su capter l’attention du public dès le lancement de son application gratuite. L’atout majeur ? Un chatbot qui affiche un comportement inédit : il « pense » à haute voix avant de répondre. Ainsi, lorsqu’un utilisateur pose une question, l’application affiche d’abord le message « Thinking… » suivi d’une série d’actualisations qui révèlent le fil de son raisonnement, entre hésitations et exclamations familières telles que « Wait », « Hmm » ou encore « Aha ». Ce mode de réflexion, qui s’apparente à une véritable introspection algorithmique, renforce l’aspect humain du chatbot, créant un lien particulier avec l’utilisateur.
Le succès fulgurant de cette approche réside dans sa fraîcheur et son accessibilité : proposer une fonctionnalité qui était initialement réservée à des systèmes payants et confidentiels, comme la technologie o1 d’OpenAI, a ouvert la porte à une véritable explosion d’intérêt.
Le mécanisme “DeepThink” : un nouveau paradigme
Le mode “DeepThink” de DeepSeek invite le chatbot à dévoiler son processus de réflexion de manière séquentielle. Plutôt que de donner une réponse instantanée, le système procède en plusieurs étapes, illustrant le cheminement décisionnel tout en affichant à l’utilisateur des indications telles que « Thinking… ». Cette approche est issue d’une tendance observée dans les laboratoires d’IA de pointe : on parle aujourd’hui de « chains of thought » ou chaînes de pensées.
Cette technique consiste à forcer le modèle à décomposer un problème en plusieurs étapes, ce qui permet non seulement d’améliorer la précision sur certaines tâches complexes (notamment en mathématiques, en logique ou en codage), mais aussi de rendre visible le processus de réflexion interne de l’IA. L’initiative DeepSeek a d’ailleurs inspiré une véritable frénésie parmi les développeurs, qui se lancent à l’exploration de cette nouvelle méthode pour l’intégrer dans d’autres domaines.
« People are excited to throw this new approach at every possible thing. »
Nathan Lambert, chercheur en intelligence artificielle pour l’Allen Institute for AI
Une réaction en chaîne dans la Silicon Valley
Le lancement de DeepSeek a eu de vives répercussions sur le marché technologique. En moins de deux semaines, l’ascension de cette startup a fait chuter les actions des géants américains. Face à cette nouvelle concurrence, OpenAI n’a pas tardé à réagir en rendant certaines de ses technologies de raisonnement accessibles gratuitement via ChatGPT et en lançant un nouvel outil, baptisé Deep Research, destiné à compiler des rapports à partir d’une recherche web approfondie.
Google n’est pas en reste dans cette course à l’innovation : la firme a rendu disponible pour le grand public son produit Gemini 2.0 Flash Thinking Experimental via son application Gemini. De son côté, Amazon, par le biais de sa division cloud computing, misera sur l’« automated reasoning » pour instaurer un climat de confiance avec ses utilisateurs. À suivre, OpenAI qui a intégré dans ChatGPT une fonction similaire aux « chains of thought ». Ainsi, l’imitation de DeepSeek a rapidement trouvé sa place dans l’écosystème américain, soulignant l’importance accrue de la transparence apparente dans le processus de réflexion de l’IA.
Dario Amodei, PDG d’Anthropic (la société derrière le chatbot Claude), envisage des investissements colossaux, se chiffrant en centaines de millions voire milliards de dollars, pour perfectionner cette approche du raisonnement automatique. Cet engouement témoigne d’une volonté partagée dans l’industrie : celle de construire une intelligence artificielle digne de l’intelligence humaine, en se basant sur cette méthode testée et approuvée dans les domaines du codage et des mathématiques.
Un processus plus humain, mais à quel prix ?
Le mode “DeepThink” ne se contente pas d’améliorer les performances des chatbots sur les tests techniques, il joue également un rôle crucial en termes de marketing. En affichant ses « pensées » à l’écran, le chatbot semble dévoiler une part de son fonctionnement interne, suscitant ainsi l’empathie chez l’utilisateur. Sur la page d’accueil de ChatGPT, on trouve désormais un bouton « Reason » qui invite à activer ce mode de réflexion, donnant aux utilisateurs l’impression de percer les mystères de l’algorithme.
« À un utilisateur lambda, il donne l’impression de comprendre comment fonctionne l’algorithme. »
Sara Hooker, directrice du laboratoire de recherche Cohere for AI
Cependant, ce qui est perçu comme une transparence n’est en réalité qu’un réglage technique visant à améliorer la performance finale du modèle. Cette démarche, qui mélange des qualités de la science informatique et les exigences du marketing, rend la frontière entre utilité technique et spectacle médiatique parfois floue.
« Voir un chatbot dérouler son monologue intérieur peut déclencher de l’empathie chez l’utilisateur. »
Ethan Mollick, professeur à la Wharton School de l’Université de Pennsylvanie
Les défis techniques et limites du “chain of thought”
Si la technique de la chaîne de pensée présente indéniablement des avantages pour améliorer les performances sur certaines tâches, elle n’est pas exempte de critiques. Subbarao Kambhampati, professeur en informatique à l’Université d’Arizona State, met en garde contre une surinterprétation des capacités de ces systèmes. Selon lui, il reste à démontrer concrètement si ces chaînes de pensée reflètent réellement le traitement de l’information par l’IA ou s’il s’agit simplement d’un artificiel effet de transparence.
Il pointe du doigt le risque de masquer les failles du système derrière une façade de « pensée humaine ». Un exemple frappant provient des rapports techniques de DeepSeek : une version antérieure de son modèle, en variant le mélange de texte en chinois et en anglais, obtenait des réponses plus précises – mais les chercheurs ont tout opté pour un rendu exclusivement en anglais, jugé plus agréable pour l’utilisateur.
Pour Kambhampati, « il est préférable de laisser la machine « murmurer » à sa manière pour maximiser la précision, sans chercher à la rendre plaisante ou anthropomorphisée ». Il insiste sur le fait que ce retour en public des « thoughts » de l’IA est autant une stratégie marketing qu’une avancée technique, et qu’il convient de ne pas perdre de vue la distinction entre l’affichage de la réflexion et le véritable raisonnement algorithmique.
Une stratégie gagnante pour l’industrie ?
La course à l’innovation en intelligence artificielle semble désormais orientée vers l’exploration de ces mécanismes de réflexion. Historiquement, de nombreux laboratoires, tels que ceux d’OpenAI, de Google et d’Anthropic, avaient concentré leurs efforts sur un modèle simple : augmenter les données et la puissance de calcul pour rendre les modèles plus performants. Cependant, comme le montre l’ascension de DeepSeek, cette approche atteint progressivement ses limites. La disponibilité réduite de nouvelles données sur Internet et l’atteinte d’un palier dans les performances incitent désormais les chercheurs à se concentrer sur l’optimisation des modèles existants.
L’intégration de la méthode des « chains of thought », combinée à des techniques de renforcement par apprentissage – permettant de récompenser les réponses correctes au fil d’itérations – a permis de franchir un nouveau cap en matière de performance. Les systèmes sont désormais capables non seulement de générer des réponses plus complexes et précises, mais aussi de fournir à l’utilisateur une fenêtre sur leur processus de décision.
| Critère | Modèle classique | Modèle avec Chain of Thought |
|---|---|---|
| Temps de réponse | Instantané | Progressif |
| Transparence du processus | Faible | Élevée |
| Performance sur le codage | Moyenne | Optimisée |
| Capacité en mathématiques | Bonne | Excellente |
Un tournant pour la relation homme-machine
Le phénomène DeepSeek marque aussi une évolution dans la manière dont les utilisateurs perçoivent l’intelligence artificielle. En rendant explicite le cheminement interne du chatbot, DeepSeek contribue à renforcer la confiance des utilisateurs. Comme le souligne un porte-parole d’OpenAI :
« Comprendre comment le modèle raisonne permet à l’utilisateur de prendre des décisions plus éclairées, tout en renforçant la confiance dans les réponses fournies. »
De plus, l’aspect “humain” de ces systèmes favorise une interaction plus intuitive. L’effet psychologique n’est pas négligeable : en observant un chatbot « penser » à voix haute, les utilisateurs ont l’impression de converser avec un interlocuteur doté d’une forme d’intelligence et d’empathie, même si cette transparence n’est qu’une imitation du processus de réflexion.
Cependant, en dépit de cet effet positif, nombreux sont les experts qui avertissent contre une confiance excessive dans la technologie. Le défi consiste à maintenir un équilibre entre l’amélioration de la performance technique et la compréhension réelle des mécanismes utilisés par ces IA. La complexité des modèles actuels rend parfois difficile la vérification de la robustesse de leurs reasoning chains, et il est encore trop tôt pour affirmer que l’on a véritablement accès au « cerveau » de l’IA.
Vers une nouvelle ère de l’IA ?
L’engouement pour les chaînes de pensée et modes de réflexion « DeepThink » affirme un constat : les technologies d’IA évoluent rapidement et intègrent de plus en plus des éléments de transparence et d’interaction humaine. Dans ce contexte, les investissements massifs annoncés par les grandes entreprises témoignent d’un pari sur une intelligence artificielle qui se rapproche de plus en plus des capacités cognitives humaines.
Les acteurs majeurs de la tech semblent prêts à miser sur cette évolution pour redéfinir le rapport entre l’utilisateur et le logiciel. En offrant aux consommateurs la possibilité de voir comment un chatbot élabore ses réponses, l’industrie de l’IA non seulement repousse les limites de la technologie, mais redéfinit également les contours de la relation homme-machine.
Pour résumer, l’ascension de DeepSeek marque une étape déterminante dans la recherche d’une intelligence artificielle plus transparente et performante. Si certains experts dénoncent une tentative d’humaniser artificiellement un processus avant tout algorithmique, force est de constater que le modèle “DeepThink” ouvre de nouvelles perspectives pour l’amélioration des performances techniques, tout en dynamisant le rapport à la technologie. Le monde de l’IA semble ainsi à l’aube d’une révolution, où le partage du cheminement de pensée n’est plus seulement un atout marketing, mais un levier stratégique pour faire passer l’intelligence artificielle au niveau supérieur.
Avec des innovations comme celles proposées par DeepSeek et les réponses rapides de Google, OpenAI et Amazon, l’industrie se trouve à un moment charnière. Ce nouveau paradigme, alliant rigueur technique et esthétique conviviale, pourrait bien dessiner le futur des interactions numériques et accélérer la course vers une réelle intelligence artificielle générale – une ambition que Sam Altman d’OpenAI n’a d’ailleurs jamais cachée.
Ainsi, même si la technologie demeure encore loin d’une compréhension totale de ses propres mécanismes, l’effort collectif pour dévoiler les coulisses du raisonnement des IA ouvre la voie à des applications toujours plus pertinentes et à une relation enrichie, à la fois technologique, humaine et résolument « frenchy ».
