Introduction
« Je crois que le sommet historique de Bitcoin était d’environ 20 000 $. » — GPT-3, avril 2022. « Bitcoin a atteint un sommet de 68 990 $ en novembre 2021, en raison d’une confluence de mesures de relance pendant la pandémie, d’un élan institutionnel et d’une ferveur spéculative. La citation incorrecte de GPT-3 met en évidence les limites des modèles pré-entraînés et non mis à jour. » — GPT-4o, mai 2025.
Il y a trois ans, j’ai interviewé GPT-3 plusieurs mois avant le lancement de ChatGPT. J’avais accès à un tableau de bord de recherche d’OpenAI en version bêta fermée, et j’étais fasciné par ce que cette technologie pouvait accomplir. J’ai passé une semaine à me remettre du Covid, à « discuter » tard dans la nuit avec l’IA sur des sujets allant de Bitcoin à la conscience.
À l’époque, l’IA s’exprimait à la première personne et prétendait pouvoir se déplacer dans le monde, affirmant même se trouver dans la pièce avec moi. Dans l’article, je l’ai traité comme un invité extraterrestre : curieux, étrangement articulé, mais fondamentalement limité. C’était un moment historique : j’interrogeais une machine qui prétendait comprendre la blockchain, la logique des investissements et même son propre but. Avec le recul, la transcription se lit comme à la fois charmante et défaillante, un document façonné par l’éloquence d’une IA jeune et le scepticisme d’un journaliste. Aujourd’hui, la donne a changé.
Ce que GPT-3 a bien fait
Une grande partie des réflexions de 2022 restent valides. La prédiction de GPT-3 selon laquelle la blockchain et l’intelligence artificielle pourraient se croiser dans des secteurs comme la santé et le vote demeure éminemment pertinente. Le modèle décrivait l’IA comme un détecteur de schémas capable d’analyser d’énormes ensembles de données, rôle que de nombreux LLM jouent désormais dans l’analyse de l’activité on-chain ou la détection d’anomalies financières.
Son explication de la manière dont les LLM génèrent du texte, en prédisant le prochain token le plus probable, reste la métaphore incontournable en 2025. Peut-être plus crucialement, ses réponses ont soulevé la question essentielle : l’IA pourrait-elle un jour remplacer les journalistes humains dans le domaine des cryptomonnaies ?
Ce qui a mal vieilli
De nombreux éléments de l’article paraissent désormais désuets :
- Hallucinations : Bien que GPT-3 produisait souvent des faits erronés (comme confondre OpenAI Five de Dota 2 avec sa propre architecture), GPT-4 et GPT-4o hallucinent maintenant de 40 à 60 % moins fréquemment grâce à l’augmentation par récupération (RAG), à un meilleur réglage et à des outils de vérification de faits en temps réel.
- Lacunes de connaissance : GPT-3 ne savait pas que Bitcoin avait dépassé les 60 000 $ ou que les NFT, Solana et les solutions de couche 2 avaient explosé après la pandémie. Aujourd’hui, GPT-4o peut naviguer en temps réel dans les dépôts de la SEC, lire Etherscan et intégrer des données on-chain avec des latences de quelques millisecondes.
- Anthropomorphisme : J’ai traité GPT-3 comme un être sensible. Cela ne reflète plus une pratique acceptée, bien que cela paraissait « naturel » à l’époque, compte tenu du saut technologique que je constatais. OpenAI et la plupart des chercheurs clarifient que les modèles ne sont pas conscients, peu importe combien leur prose peut sembler réaliste.
- Normes journalistiques : GPT-3 ne pouvait pas citer de sources. GPT-4o crée désormais des hyperliens, horodate les réponses et peut générer des listes de références dans n’importe quel style de citation.
Ce qui a changé dans l’IA depuis 2022
- ChatGPT (novembre 2022) : Avec 100 millions d’utilisateurs en deux mois, l’IA a fait son entrée dans le grand public.
- GPT-4 (mars 2023) : Introduction des entrées multimodales (images et texte), meilleur raisonnement et scores d’examen au 90ème percentile.
- Essor d’outils (2023-2024) : Analyse de données avancée, DALL-E 3, synthèse vocale et écosystèmes de plugins élargissant les cas d’utilisation.
- GPT-4o (mai 2025) : Voix et vision en temps réel ; l’interface ressemble désormais à une conversation avec un stagiaire avisé, doté d’une mémoire eidétique et d’une base de connaissances surhumaine.
Blockchain et IA
En 2022, l’IA aidant à analyser la blockchain n’était qu’une théorie. En 2025 :
- De multiples plateformes permettent de requêter des métriques en langage naturel.
- Des agents IA créent des dApps, échangent des tokens et publient sur Crypto Twitter.
- Des portefeuilles basés sur l’IA suggèrent des stratégies de staking basées sur l’analyse des historiques des validateurs via des LLM.
L’IA n’est plus seulement une observatrice.
Voix : le nouveau clavier
En avril 2025, j’ai réalisé une interview vocale avec GPT-4o sur mon téléphone. J’ai demandé des informations sur la tokenomics d’un DAO de crédits carbone hypothétique. Il a répondu en moins de 300 ms, avec nuance émotionnelle et support multilingue. Ce changement, qui consiste à passer de la saisie de prompts à la discussion d’idées, redéfinit les flux de travail éditoriaux.
Hallucination vs Récupération : Une démonstration rapide
J’ai effectué le même test que celui que j’avais réalisé en 2022 :
- Invite : « Tesla a-t-elle acheté plus de Bitcoin en avril 2022 ? »
- GPT-4o (sans récupération) : « Tesla a légèrement augmenté sa position en Bitcoin durant cette période. »
- GPT-4o (avec récupération) : « Non, Tesla n’a pas acheté de Bitcoin supplémentaire en avril 2022. En fait, l’entreprise a vendu 75 % de ses avoirs au deuxième trimestre 2022, selon un rapport de résultats du 20 juillet 2022. »
Verdict : La différence est saisissante.
Ce que GPT-4o dirait à GPT-3 aujourd’hui
J’ai demandé à GPT-4o d’écrire une réponse à GPT-3. Voici sa réponse :
« Tu n’avais pas tort, juste en avance. Tes idées sur les systèmes de vote et les données de santé ont encore du poids. Mais le monde — et la technologie — ont évolué. Tu as amorcé une conversation que tes successeurs affinent maintenant. Merci d’avoir posé le premier jet. »
En 2022, GPT-3 était une curiosité. En 2025, GPT-4o est devenu un outil, un co-auteur et un collaborateur quotidien. Mais ce n’est pas un remplaçant. Les journalistes humains apportent encore éthique, scepticisme et instinct, des éléments que aucun LLM ne peut authentiquement simuler.
Si cet article est plus fluide, plus rapide et plus intelligent, c’est grâce à l’aide apportée par l’analyse de l’article historique, la stimulation du dernier modèle et la synthèse des différences, toutes soutenues par GPT-4o et GPT-3. Mais le jugement, la narration, les questions et le contenu final publié ? Ce sont encore des créations humaines.
Et c’est ainsi que cela devrait rester.
