Présentation du problème
Lorsque l'on cherche une réponse à une question complexe, il est fréquent que l'on nous suggère de demander à un modèle de langage (LLM) comme Claude. Cependant, cette réponse peut être insatisfaisante, car elle ne fournit pas l'expérience et les connaissances spécifiques de la personne à qui l'on pose la question.
Le fonctionnement des LLM
Les LLM sont des outils puissants pour traiter et analyser de grandes quantités de données, mais ils ont des limites. Ils ne peuvent pas remplacer l'expérience et les connaissances acquises par une personne au fil des ans. Lorsque l'on pose une question à un LLM, on obtient une réponse basée sur les données qu'il a été entraîné sur, mais on ne bénéficie pas de l'expérience et de la sagesse de la personne qui a vécu ces situations.
Implications et limites
La tendance à dire « demandez à un LLM » peut être une façon polie de dire « je ne sais pas » ou « je n'ai pas le temps de réfléchir à cela ». Cependant, cela peut également être une façon de se décharger de la responsabilité de fournir une réponse réfléchie et personnalisée. Lorsque l'on pose une question à quelqu'un, on attend une réponse qui prend en compte son expérience et ses connaissances, et non juste une réponse générée par un algorithme.
Conclusion
Il est important de reconnaître les limites des LLM et de ne pas les utiliser comme un moyen de se décharger de la responsabilité de fournir des réponses réfléchiees et personnalisées. Lorsque l'on pose une question à quelqu'un, on attend une réponse qui prend en compte son expérience et ses connaissances, et non juste une réponse générée par un algorithme. Les LLM peuvent être des outils utiles, mais ils ne remplacent pas l'expérience et les connaissances humaines.
