J’ai posé 500 questions à ChatGPT : les pubs les plus fréquentes

1. Une nouveauté visible : les pubs arrivent sur la version gratuite

La mise en place des publicités sur le niveau gratuit de ChatGPT aux États-Unis marque un changement notable dans la manière dont les services d’IA sont monétisés ; il s’agit d’une transition vers un modèle où l’accès gratuit est soutenu par de la publicité, ce qui soulève des questions sur l’expérience utilisateur et la perception du service. Par exemple, après une session de questions sur des destinations de voyage, il est plausible d’observer des annonces pour des offres de vols ou d’hôtels ; de même, des requêtes sur la musique peuvent générer des publicités pour des services de streaming. Ces exemples illustrent comment l’apparition d’annonces peut être liée au contexte des échanges.

2. Méthode d’observation : 500 questions pour détecter des patterns

Pour évaluer ce déploiement, une approche systématique consiste à poser un grand nombre de questions variées afin d’identifier des patterns : fréquence des annonces, cohérence avec le sujet, répétition d’un même annonceur et variations selon l’heure ou le jour. Par exemple, en posant 500 questions couvrant :

• des requêtes techniques (programmation, mathématiques),
• des demandes pratiques (recettes, itinéraires),
• des sujets culturels (films, livres),
• et des recherches locales (restaurants, services),

on peut mesurer si les publicités apparaissent plus souvent pour certains thèmes et si elles s’adaptent réellement au contenu des prompts.

3. Types d’annonces rencontrées et formats observables

Les formats d’annonces peuvent varier : affichage discret intégré à la fenêtre de chat, bannières entre réponses, ou suggestions sponsorisées en tête de conversation. Exemples concrets observables lors de tests :

• annonces de services numériques après des questions sur la productivité,
• publicités locales (plombier, restaurant) après des questions sur des besoins pratiques,
• offres éducatives ou cours en ligne suite à des demandes de formation,

Ces formats influencent la façon dont l’utilisateur perçoit la réponse : une annonce bien ciblée peut sembler utile, une annonce mal ciblée peut nuire à la confiance.

4. Pertinence : quand les pubs sont utiles ou hors sujet

L’analyse de 500 interactions montre que la pertinence varie fortement : certaines annonces complètent utilement la réponse, d’autres sont manifestement déconnectées du prompt. Exemples précis :

• Alignement élevé : après « comment apprendre Python rapidement ? », une annonce pour une plateforme de cours en ligne est pertinente.
• Alignement faible : après « liste de films de science-fiction des années 80 », recevoir une pub pour un service de prêt automobile paraît hors sujet.
• Ambiguïté : une requête générale comme « idées de cadeaux » peut produire des pubs très diverses, tantôt pertinentes (boutiques), tantôt trop larges (assurances).

Ces différences mettent en lumière l’importance des algorithmes de ciblage et des signaux utilisés pour associer une publicité à un prompt.

5. Impacts sur la confidentialité, la transparence et l’économie du service

L’introduction de publicités pose des enjeux de confidentialité (comment sont utilisés les prompts pour le ciblage), de transparence (clarifier quand une réponse est sponsorisée) et d’équilibre économique (financer l’accès gratuit sans dégrader le service payant). Points clés :

• Vie privée : nécessité d’informer l’utilisateur sur l’utilisation des données de conversation pour le ciblage;
• Transparence : signaler clairement les contenus sponsorisés afin d’éviter toute confusion;
• Économie : la publicité peut permettre de maintenir une offre gratuite tout en rémunérant le développement, mais risque d’altérer l’expérience si mal gérée.

6. Conseils pratiques pour les utilisateurs et perspectives d’évolution

Face à ce changement, les utilisateurs peuvent adopter des stratégies simples pour préserver la pertinence des réponses et leur vie privée, et les observateurs peuvent anticiper des améliorations :

• Limiter les informations sensibles dans les prompts pour réduire le ciblage direct;
• Comparer réponses avec et sans publicités (lorsque possible) pour évaluer l’impact sur la qualité;
• Exiger des indicateurs clairs de contenu sponsorisé pour une meilleure transparence;
• Surveiller l’évolution des formats publicitaires qui pourraient devenir plus contextuels et interactifs.

Ces recommandations visent à aider l’utilisateur à naviguer dans un service où monétisation et qualité des réponses doivent coexister, et à encourager des pratiques responsables de la part des plateformes.