L’outil Google Learn About AI pourrait ne pas atteindre l’objectif

Cependant, il reste à voir si Google peut capturer son public cible avec Learn About.

« Je ne vois pas cela comme un changement dans la donne », a déclaré Chirag Shah, professeur à l’École d’information de l’Université de Washington. Il a ajouté qu’il avait du mal à l’utiliser et que même si certains problèmes avec l’outil étaient résolus, les étudiants seraient toujours plus susceptibles d’utiliser ChatGPT ou Gemini.

Sarah Kreps, professeur à l’Université Cornell, est du même avis.

« Ce qui est utile avec Learn, c’est qu’il évite d’avoir à parcourir les pages de résultats de recherche Google pour trouver » la seule réponse «  », a déclaré Kreps. « Le problème est qu’il fait encore trop d’éditorialisation que les utilisateurs ont trouvé problématique avec Gemini. « .

Elle a ajouté que lorsqu’elle a demandé à ChatGPT, lors d’un cours sur le droit international, de faire valoir que « le droit international n’est pas seulement le fort qui fait ce qu’il veut et le faible qui fait ce qu’il doit », ChatGPT a répondu avec six arguments.

Lorsqu’elle a ensuite demandé à Google d’en savoir plus sur la même invite, une partie de la réponse était la suivante : « La citation : ‘Les forts font ce qu’ils veulent et les faibles subissent ce qu’ils doivent’,‘ est une vision très cynique. »

« Pourquoi utiliser un langage tel que « une vision très cynique » par rapport à la position de ChatGPT qui était plus agnostique et plus réactive à ma demande de contre-argument ? » argumenta Kreps.

Elle a poursuivi cela lorsqu’elle a demandé aux deux chatbots IA une invite différente sur le parcours de l’auteur Dante dans l’œuvre littéraire classique. La Divine ComédieChatGPT a donné des réponses succinctes. Dans le même temps, Learn About proposait des sections qui lui permettraient d’apprendre et de cliquer pour en savoir plus.

« Le problème à ce stade est peut-être que les utilisateurs sont plutôt attachés au moteur d’IA qu’ils utilisent s’ils en utilisent un », a poursuivi Kreps. « Un concurrent doit être manifestement meilleur pour détourner les gens des fonctionnalités qu’ils connaissent et apprécient. Cette plate-forme, lors de mes premiers tests, était soit trop jugée, soit trop banale, et devra trouver comment faire quelque chose de mieux que la titulaires pour les faire tomber de leur perchoir. »

De plus, puisque Learn About est censé répondre aux hallucinations des modèles d’IA, Google a la responsabilité de garantir que le chatbot est aussi précis que possible, a déclaré Shah.

« Cela peut toujours relier les mauvais points », a-t-il déclaré. « Si leur cible est le marché de l’éducation – étudiants, enseignants, tuteurs – cela implique une énorme responsabilité. Pour ceux d’entre nous qui sont éducateurs et qui ont des étudiants, c’est quelque chose qui compte. Je ne vois pas grand chose. ou quoi que ce soit à ce sujet.

Google n’est pas le seul fournisseur de technologies cloud et d’IA ciblant la communauté universitaire.

Amazon a révélé le 12 novembre un investissement de 110 millions de dollars dans la recherche universitaire sur l’IA générative. Grâce au programme Build on Trainium, les chercheurs peuvent développer de nouvelles architectures d’IA, des bibliothèques d’apprentissage automatique et des optimisations de performances pour AWS.

Esther Ajao est une rédactrice de nouvelles et podcasteuse de TechTarget Editorial couvrant les logiciels et systèmes d’intelligence artificielle.