La volatilité des réponses désigne la tendance des assistants d’IA à donner des réponses différentes à la même question posée deux fois. Demandez quel physiothérapeute consulter dans une ville donnée, redemandez une heure plus tard, et vous pourriez bien obtenir une autre série de noms, appuyée sur d’autres sources. Ce n’est pas un défaut en attente de correction. C’est une propriété de la manière dont ces systèmes génèrent le langage.
Plusieurs facteurs l’expliquent. Les modèles intègrent un hasard délibéré dans leur manière de composer le texte. Les pages extraites au moment de la question peuvent varier. Les systèmes eux-mêmes sont mis à jour en permanence, et les différents assistants ne sont de toute façon pas d’accord entre eux. Il en résulte une mesure qui bouge, que quelque chose ait réellement changé ou non.
La conséquence pratique est qu’une vérification isolée ne dit presque rien. Regarder une fois et constater qu’un nom est absent, c’est un indice faible. Regarder une fois et le trouver cité, c’est un indice faible aussi. Seule une tendance dégagée d’observations répétées sur une certaine durée a un sens — et c’est précisément ce qu’une soirée d’inquiétude ne peut pas produire.
C’est aussi pourquoi la patience relève de la méthode plutôt que du caractère de qui que ce soit. Après la modification d’un site, les pages doivent être explorées à nouveau, et le nouveau contenu doit faire son chemin jusque dans la représentation que ces systèmes en ont. Pendant cette période, l’oscillation ordinaire dépasse toute amélioration apportée, si bien que des vérifications précoces ne peuvent distinguer le progrès du bruit. Corrigez ce qui doit l’être, puis laissez faire assez longtemps pour que la réponse signifie quelque chose.
En termes humains, c’est comme demander à trois personnes, à un arrêt de bus, de vous recommander un restaurant. Personne ne tirerait grand-chose d’une réponse isolée, et personne ne reviendrait chaque matin reposer la question.
