Le New York Times et le critique qui a emprunté une phrase à une machine
Le New York Times a rompu sa relation avec le critique Alex Preston après son aveu d'avoir utilisé un outil d'intelligence artificielle lors de la rédaction d'une recension de janvier consacrée à Watching Over Her de Jean-Baptiste Andrea. L'IA, il s'est avéré, avait aimablement contribué une formule ressemblant fâcheusement à une recension du Guardian signée Christobel Kent. Preston a présenté ses excuses. Le Times a décliné de poursuivre la collaboration.
C'est, en surface, une histoire bien rangée : le critique utilise l'IA, le critique se fait prendre, le critique s'excuse. Le Times prend la voie noble. Le mécanisme de responsabilisation fonctionne plus ou moins comme prévu — ce qui est rassurant, vu à quelle fréquence il ne le fait pas.
Mais arrêtons-nous sur la question plus intéressante. L'utilisation d'un outil d'IA pour aider à rédiger une critique n'est pas, en principe, catégoriquement différente de consulter un dictionnaire des synonymes ou un résumé quand votre exemplaire du livre est enfoui sous une pile d'épreuves. Le problème n'est pas qu'une machine était impliquée. Le problème est que la machine a plagié quelqu'un d'autre, et Preston ne l'a pas remarqué.
Ce que l'incident révèle vraiment, c'est la façon spécifique dont les outils d'IA échouent précisément dans le contexte où ils semblent les plus utiles : la production précise et responsable de texte. Une machine peut générer une prose vraisemblable sur presque n'importe quel livre. Ce qu'elle ne peut pas faire, c'est vous dire si cette prose est originale ou assemblée à partir de patterns issus de ses données d'entraînement coïncidant avec une recension du Guardian publiée trois semaines plus tôt.
Le Times trouvera quelqu'un d'autre pour couvrir les livres assignés à Preston. La section des recensions continuera. Et quelque part, un critique sans intérêt pour les raccourcis s'assoira avec un roman qu'il a vraiment lu et écrira quelque chose que personne n'a écrit en premier. C'est le bon résultat. Si c'est aussi un résultat généralisable est une tout autre question.