Abri IA
Pratiques des IA en communication stratégique
Cartographie : Meta et Apple
Stratégie de prompting
Comment j’ai fait
Comme nous avions utilisé Google Gemini pour nos prompts originaux et notre tableau de distribution de tâches, j’ai choisi de débuter l’exercice sur la même IAg. J’ai élaboré un prompt détaillé signifiant mes questionnements et ma demande. Gemini m’a offert une réponse détaillée, mais les éléments de réponse n’étaient pas toujours orientés vers ce que j’avais demandé. Mon prompt original comportait peut-être trop de vecteurs pour que l’IAg soit en mesure de m’offrir une réponse adéquate. D’abord, Gemini m’a proposé d’orienter la réflexion pour la communication de crise, alors que ce n’était pas du tout l’orientation que je cherchais avec ce travail : « Souhaitez-vous que je développe davantage les arguments de communication de crise que Meta ou Apple utilisent face aux régulateurs européens? ». À cela, j’ai décidé de ne pas créer de nouveau prompt, mais plutôt d’orienter Gemini en fonction de mon prompt original et de la question qu’il m’avait demandée : « Non, ce n’est pas l’orientation que je recherche pour ce travail. Je cherche à comprendre : comment fonctionnent les IAg de Meta et d’Apple de façon générale, quelles sont leurs particularités, comment elles sont mises de l’avant, avec quels partenaires travaillent-elles ou s’associent-elles? ». De fait, j’ai demandé de préciser certains aspects qui semblaient être moins bien détaillés ou qui répondaient plus ou moins à ma demande. On peut qualifier cela comme un prompt plus direct et qui nommait exactement ce que je voulais. La réponse de Gemini convenait à l’orientation que je lui ai donnée.
De plus, afin de valider, de rectifier ou de détailler les informations et ainsi ma compréhension de Meta et Apple, j’ai également utilisé des prompts similaires sur d’autres logiciels d’IA, soit ChatGPT et Copilot. J’ai d’abord écrit mon prompt original de façon identique à ce que j’avais fait dans Gemini, dans le but d’observer s’il y avait des similitudes ou des divergences entre les différentes IAg. Pour Chat GPT, j’ai pas eu à corriger l’IAg pour qu’elle oriente sa réponse en fonction de ma demande. Cependant, elle me donnait l’information sous formes de points, peu développés. J’ai lui ai donc demandé de me faire de courts résumés des informations les plus importantes sur les écosystèmes Meta et Apple : « Avec ces informations, je souhaite que tu fasses de cours résumés qui expliquent les écosystèmes Meta et Apple ». Puis, j’ai fait de même avec Copilot, où tout comme Chat GPT, je n’avais pas vraiment de corrections à apporter pour que l’IAg réponde adéquatement à ma demande.
Analyse des résultats
Ce que j’ai appris sur la méthode
La première réponse que m’a offert Gemini était beaucoup trop longue et précise. En revanche, mon prompt l’était tout autant, c’est pourquoi il est possible que Gemini se soit adapté à mon style d’écriture ou à la longueur de mon texte. Il est autant possible qu’il se soit perdu dans ma demande, puisqu’un prompt utilisant trop de vecteurs n’est pas plus efficace qu’un prompt imprécis. Cependant, lorsque je redirigeais l’IAg avec des prompts plus précis et orientés vers ma demande, les réponses qu’il m’offrait me permettait de mieux comprendre son raisonnement. Ce que je souhaite exprimer par cela est que j’ai désiré donner le « plus » d’informations possibles pour m’assurer de réponses les plus précises, mais cela a possiblement fait l’effet inverse. De plus, c’est possible, qu’à force de vouloir être précise, j’ai fini par créer des contraintes qui se sont annulées entre elles. Les IAg traitent l’information en segments appelés tokens et je crois que mes prompts de départ avaient trop de tokens divers auxquelles les IAg devaient porter leur attention, c’est pourquoi je n’avais pas les réponses que je souhaitais. Ainsi, j’ai demandé aux IAg de rédiger en « sections » distinctes, soit :
1 – Qui sont ces acteurs (Meta et Apple)?
2 – Quelle est leur stratégie?
3 – Comment les autres parties prenantes interviennent dans ces stratégies?
Je pouvais alors le guider davantage et obtenir les réponses désirées à mes questionnements de départ. D’autre part, je considère que seules les réponses de Gemini n’étaient pas suffisantes à ma compréhension et à la création de ma carte mentale. L’utilisation de Copilot et de ChatGPT, au plus de Gemini, m’a permis de faire un portrait détaillé et compréhensible de ma recherche sur Meta et Apple.
Synthèse des réponses
Ce que j’ai appris sur le sujet
D’abord, Meta est un groupe technologique basé sur des plateformes sociales qui base son modèle économique sur la publicité et l’amassage de données et se base sur le modèle Llama. Meta se positionne comme un producteur de modèle et un diffuseur « Open Source », ayant comme avantage d’avoir à disposition une grande communauté de développeurs et l’accès massif à des données. Pour sa part, Apple mise sur une IA intégrée dans l’écosystème de ses appareils, ce qui lui permet un contrôle total sur l’expérience utilisateur. La logique de Meta comme modèle « Open Source » est de rendre les modèles accessibles, de créer un standard alternatif à OpenAI et d’une certaine manière influencer des acteurs et des domaines. Pour Apple, se positionner en écosystème fermé permet entre autres de renforcer la valeur de ses produits. En résumé, Meta souhaite standardiser l’IA, avec une ouverture contrôlée qui permet une diffusion massive et une influence globale, Pour sa part, Apple désire contrôlée davantage l’expérience.
Dans l’environnement des intelligences artificielles, il existe deux grandes branches, soit le « Open Source » et le « On-Device ». La première branche, celle de Meta, voit l’IA comme une infrastructure de base où les différents acteurs peuvent agrémenter le contenu et que celui-ci soit profitable en créant un standard industriel sur lequel les développeurs vont construire. Sur son modèle Llama, qui est gratuit et accessible, Meta améliore ses propres outils publicitaires et ses réseaux sociaux grâce aux innovations de la communauté, sans payer aux propriétaires de plateformes. L’autre branche, celle d’Apple, souhaite rendre l’IA indispensable au quotidien en l’imbriquant dans le quotidien des utilisateurs. Pour Apple, il s’agit de vendre du matériel où l’IA y est intégrée. En termes de partenariats et de compétiteurs, de façon générale, les autres développeurs et parties prenantes se rangent du côté d’Apple plutôt que celui de Meta.
Laisser un commentaire