L'IA vous semble de plus en plus « bête » à mesure que vous l'utilisez ? Cette impression est extrêmement répandue. Mais ne concluez pas trop vite : neuf fois sur dix, le modèle n'a pas vraiment régressé — trois variables de votre environnement d'utilisation sont en cause. Passez A, B puis C dans l'ordre, et vous trouverez généralement le vrai coupable.
Vérifiez d'abord A : parlez-vous encore au même modèle qu'au début ?
Beaucoup de plateformes activent la « sélection automatique » par défaut et vous redirigent discrètement vers un modèle moins cher et plus faible aux heures de pointe ; une mise à jour de l'application peut réinitialiser votre modèle par défaut ; et une fois votre quota gratuit épuisé, certains services vous rétrogradent sans avertissement bien visible. Vous croyez encore discuter avec le modèle phare, mais c'est déjà une autre « personnalité » qui répond.
La vérification est simple : regardez si le nom du modèle dans l'interface correspond à ce que vous attendez, confirmez le modèle par défaut dans les réglages, puis retestez une « question repère » que vous connaissez bien sur le modèle actuel et comparez la qualité des réponses avec vos souvenirs.
Vérifiez ensuite B : le contexte n'est-il pas contaminé ?
Dans une longue conversation, les premières réponses erronées sont traitées comme des faits établis et citées à nouveau ; des préférences obsolètes dans la mémoire ou les instructions personnalisées faussent les nouvelles réponses à votre insu ; et au fil des échanges, l'attention du modèle se dilue, si bien que sa concentration sur la question actuelle baisse naturellement. Tout cela vous fait penser : « avant, ce n'était pas comme ça ».
La vérification : ouvrez une conversation neuve et propre, et reposez la même question mot pour mot ; inspectez la mémoire et les instructions personnalisées pour y débusquer du contenu périmé, et désactivez la mémoire si besoin avant de retester.
Vérifiez ensuite C : l'aléatoire d'échantillonnage — plus vos propres habitudes de questionnement
Les sorties des modèles sont intrinsèquement aléatoires : posez deux fois la même question et la qualité variera naturellement — et vous ne retenez généralement que la meilleure réponse. Ajoutez une vérité qui pique : plus vous l'utilisez, plus vos questions deviennent laconiques — moins de contexte, des attentes plus élevées. Parfois la réponse s'est dégradée simplement parce que la question est devenue « paresseuse ».
La vérification : reprenez la question qui avait produit cette « réponse brillante » à l'époque et reposez-la à l'identique. Voyez si l'écart persiste.
Quatre étapes d'auto-diagnostic — à terminer avant de conclure
Étape un, confirmez la version du modèle et les réglages de routage pour exclure un basculement vers un modèle plus faible ; étape deux, retestez avec une question repère dans une conversation neuve et propre ; étape trois, inspectez la mémoire et les instructions personnalisées et nettoyez les préférences obsolètes ; étape quatre, enrichissez le contexte de votre question puis testez à nouveau. Une fois ces quatre étapes franchies, l'impression de « bêtise » se rattache généralement à une cause précise.
Quand c'est vraiment le modèle qui a changé
Dans une minorité de cas, le changement vient bien du côté modèle : le fournisseur a annoncé une mise à jour de version ou retiré l'ancien modèle ; aux heures de pointe, certains fournisseurs réduisent temporairement les ressources de calcul et la qualité des réponses fluctue avec la charge ; ou la même question repère se dégrade durablement dans un environnement propre pendant que beaucoup d'autres signalent la même chose. Dans ce cas, la bonne réaction est de changer de modèle ou d'attendre une correction officielle — pas de retoucher vos prompts sans fin. Avec la mauvaise direction, plus vous ajustez, plus vous vous épuisez.
