Ils ont créé près de 2 300 puzzles originaux et ont constaté que, bien que certains outils d’IA réussissent à résoudre des Sudokus simples, beaucoup peinent à fournir des explications claires sur leurs méthodes, soulevant ainsi des interrogations sur la fiabilité des informations générées par ces systèmes.

Leurs recherches visent à comprendre comment ces modèles d’IA pensent et à améliorer leur capacité à résoudre des problèmes tout en fournissant des justifications compréhensibles.

Les chercheurs, comme Willie Neiswanger de l’USC, élaborent des frameworks qui intègrent la théorie des décisions et la théorie des utilités pour renforcer la capacité de l’IA à gérer cette incertitude.

Neiswanger souligne que les modèles de grande langue (LLM) peinent à exprimer des nuances de confiance, produisant des réponses d’apparence sûre même lorsque les données sont insuffisantes.

Son travail vise à améliorer la quantification de l’incertitude, permettant aux systèmes d’IA de prendre des décisions éclairées en tenant compte des préférences humaines.

Les applications de cette recherche sont diverses, allant de la planification stratégique en entreprise à l’aide au diagnostic médical.

En intégrant les préférences des utilisateurs dans le processus décisionnel, il est possible de générer des recommandations qui, tout en étant techniquement optimales, respectent également les valeurs humaines essentielles.

Toutefois, Google Search reste dominant avec 191 milliards de références au même moment.

Les éditeurs d’actualités, préoccupés par une éventuelle réduction du trafic, notent que les aperçus d’IA entraînent moins de clics vers leurs articles.

Par exemple, une étude a révélé qu’une présence d’IA dans les résultats de recherche a réduit le taux de clics de presque 50 %.

Dans le secteur des médias, Yahoo a enregistré le plus de références IA, suivi par d’autres grands noms comme Reuters et The Guardian.

Pendant ce temps, ChatGPT demeure l’acteur principal, représentant 80 % du trafic IA vers les principaux sites.