Ce que vous apportez à l'IA détermine le résultat, selon Tim O'Reilly

Passée par une formation en informatique à Stanford puis par l'ingénierie de machine learning chez Meta, Harper Carroll est devenue l'une des voix les plus suivies de la pédagogie autour de l'intelligence artificielle, avec plus de 500 000 abonnés cumulés sur ses différentes plateformes. Interrogée par Tim O'Reilly, fondateur d'O'Reilly Media, elle explique que l'IA doit être comprise comme « les mathématiques du monde » plutôt que comme une simple technologie de génération de texte.

Sur l'inquiétude, largement relayée, qu'une étude du MIT ait mesuré une activité cérébrale réduite chez les personnes utilisant l'IA pour rédiger, Carroll répond que le problème vient de l'usage, pas de l'outil : demander une réponse en une phrase revient à déléguer sa réflexion, tandis qu'un usage exigeant de l'IA libère du temps pour d'autres tâches cognitives. L'IA, selon elle comme selon O'Reilly, fonctionne comme un médium : ce que l'utilisateur y investit détermine la qualité du résultat.

L'entretien détaille aussi pourquoi le simple prompting échoue là où le fine-tuning réussit à reproduire un style d'écriture. Carroll a testé les deux méthodes sur ses propres publications Instagram : le texte généré par prompt était détecté à 100 % comme produit par une IA, tandis que le modèle affiné sur ses données obtenait un score de 100 % « humain ». La raison tient à la nature même des modèles : une fois entraînés, leurs paramètres sont figés, et le prompting ne peut que déplacer légèrement un comportement de surface sans modifier la distribution profonde des réponses.

Sur la question de l'apprentissage du code, les deux intervenants s'accordent : le « vibe coding » a abaissé le seuil d'entrée tout en élevant le plafond de ce que les développeurs expérimentés peuvent construire. Comprendre les bases reste nécessaire pour repérer les erreurs qu'un débutant ne verrait pas — comme cet agent IA qui stockait ses données dans un document Word en guise de base de données, découvert par hasard par un ami de Carroll.

Carroll conclut en regrettant que le débat public sur l'IA soit dominé par la peur — celle du chômage ou d'une hypothétique super-intelligence — plutôt que par la question de l'ambition : selon elle, l'enjeu n'est pas de faire la même chose à moindre coût, mais d'apprendre à tous, sans exception, à s'en servir.