Une recherche menée par l’Université d’Oxford a analysé la performance des modèles de langage en matière de diagnostic médical.

Bien que les LLM, comme le GPT-4, montrent des résultats impressionnants dans des environnements contrôlés, ils peinent à interagir efficacement avec des patients réels.

Lors d’une étude impliquant près de 1 300 participants, ceux utilisant des LLM ont obtenu des diagnostics corrects dans moins de 35% des cas, contre 76% pour un groupe témoin auto-diagnostiquant.

Cette situation soulève des questions sur l’utilisation des LLM pour des conseils médicaux, car la communication entre l’utilisateur et le modèle peut être entravée par des informations incomplètes ou mal interprétées.

Les chercheurs, dont le professeur Jackson Lu du MIT, ont développé un cadre qui montre que l’acceptation de l’IA dépend de sa capacité perçue à accomplir des tâches par rapport aux humains et de la nécessité d’une personnalisation dans le contexte décisionnel.

Par exemple, l’IA est mieux acceptée dans des situations comme la détection de fraude, où ses capacités surpassent celles des humains, alors qu’elle est moins privilégiée dans des cas impliquant des interactions humaines, comme les entretiens d’embauche.

De plus, le contexte économique joue un rôle crucial dans l’acceptation de l’IA.

Dans les pays avec un faible taux de chômage, les gens sont plus enclins à admettre l’IA.

Lu souligne que la méfiance face à l’IA augmente chez ceux qui craignent de perdre leur emploi.

Les utilisateurs se tournent de plus en plus vers ces outils pour obtenir des réponses directes, réduisant ainsi le besoin de cliquer sur des liens vers des sites d’actualités.

Cette tendance a entraîné une baisse significative du trafic pour ces éditeurs, compromettre leur capacité à financer un journalisme de qualité.

L’impact est déjà visible : selon des données, la part du trafic provenant de la recherche organique pour le New York Times est passée de 44 % à 36,5 % en trois ans.

Pour s’adapter, certains éditeurs, comme l’Atlantique et le Washington Post, explorent de nouveaux modèles économiques, y compris des accords de partage de contenu avec des entreprises d’IA.