Contexte technique
J’ai vérifié les plaintes concernant ChatGPT sur mobile et j’ai vite compris : les gens n’exagèrent pas. Le choix explicite du modèle a bien été remplacé par des modes simplifiés — Instant, Thinking et Pro — et l’application pousse les utilisateurs vers Instant par défaut.
Pour l’utilisateur lambda, ça ressemble à « bah, c’est ChatGPT, il répond, point ». Mais en réalité, ce n’est plus un choix transparent de modèle, c’est un routeur automatique qui décide lui-même combien réfléchir, s’il faut chercher et quelle pile technique déployer en arrière-plan. Pour l’intégration de l’IA, c’est un mauvais signal : quand le système cache un interrupteur important, les gens finissent par blâmer le résultat, pas l’interface.
J’ai aussi regardé comment retrouver une sélection normale de modèle. Actuellement, il faut passer par Configurer → Modèle, ou activer les modèles supplémentaires ou legacy dans les paramètres. Sur iPhone, certaines options ont migré profondément dans les menus, et sur Android, les utilisateurs rapportent que le sélecteur a été « simplifié » au point d’être méconnaissable.
Et là, ma préoccupation principale n’est pas l’UX, mais la qualité. Le mode Instant répond vraiment souvent trop vite et sans recherche adéquate, même quand une recherche est clairement nécessaire. Si l’utilisateur ne sait pas qu’il peut passer en mode Thinking, il en conclut simplement : ChatGPT est devenu moins bon.
C’est particulièrement visible chez les utilisateurs non techniques. Ils ne raisonnent pas en termes de GPT-4o, o3 ou de routage. Ils voient une seule fenêtre et jugent l’ensemble du produit sur son comportement par défaut. Si le défaut est faible, la réputation en prend un coup.
Ce que ça change pour les entreprises et l’automatisation
Première conséquence, simple : l’écart se creuse entre « l’IA fonctionne à peu près » et « l’IA résout vraiment le problème ». Si un employé ou un client reste bloqué sur Instant, il peut recevoir des réponses rapides mais superficielles sans même comprendre que le problème vient du mode, pas du modèle lui-même.
Deuxièmement, l’automatisation par IA devient plus complexe dans les produits où la prévisibilité est cruciale. Si vous construisez des scénarios autour de ChatGPT sans contrôler le choix du modèle, la qualité de la recherche, du résumé et du raisonnement se met à fluctuer.
Qui y gagne ? Seulement l’onboarding pour le grand public. Qui y perd ? Tous ceux qui ont besoin de stabilité : les équipes support, les ventes, les tâches de recherche, les assistants internes.
Depuis longtemps, j’applique une règle simple : si le modèle influence le résultat, on ne peut pas le cacher au processus. Chez Nahornyi AI Lab, nous traitons ces questions au niveau de l’architecture, pas en espérant un miracle de l’interface. Si la qualité de vos réponses baisse ou que vos utilisateurs ne font plus confiance à votre assistant, examinons ensemble votre scénario dans son ensemble et développons une solution IA qui mène au bon résultat, pas à un défaut aléatoire.