Contexte de l’expérience
L’auteur a envoyé un message contenant le pangramme anglais « The quick brown fox jumps over the lazy dog » à son propre compte Gmail. Ce texte, contenant les 26 lettres de l’alphabet, a servi de stimulus neutre pour observer quelles fonctions d’intelligence artificielle de Gmail s’activent sans déclencheur sémantique particulier.
Fonctionnement des IA intégrées à Gmail
Gmail propose trois services majeurs basés sur des modèles de langage : Smart Reply, qui génère des réponses courtes en quelques millisecondes grâce à un réseau séquence‑à‑séquence entraîné sur des millions de conversations anonymisées ; Smart Compose, qui prédit la suite d’une phrase en temps réel en s’appuyant sur un transformeur de type encoder‑decoder ; et la recherche contextuelle, qui utilise un index inversé enrichi de vecteurs d’embedding pour restituer des résultats pertinents. Tous ces services sont hébergés sur l’infrastructure Google Cloud, exploitant les TPU pour accélérer l’inférence.
Analyse des réponses observées
Après la réception du pangramme, les barres de suggestion de Smart Reply se sont affichées, proposant des réponses génériques telles que « Merci », « Je regarde » ou « Pas de problème ». Simultanément, Smart Compose a complété la phrase suivante du corps du message avec des propositions de style professionnel, même si le texte initial ne contenait aucune intention de rédaction. La recherche interne a également mis en avant des résultats liés à la phrase « quick brown fox », démontrant que le moteur d’indexation s’appuie sur des n‑grammes extraits du texte brut.
Limites et implications
Cette expérience montre que les déclencheurs IA de Gmail ne nécessitent pas de contexte sémantique riche ; la simple présence de l’alphabet complet suffit à activer les modèles. Cependant, l’absence de métriques précises (nombre exact de suggestions, taux de pertinence) empêche d’évaluer l’efficacité relative des différents services. Du point de vue de la confidentialité, Google affirme que les données de Smart Reply et Smart Compose ne sont pas utilisées pour entraîner de nouveaux modèles, mais elles restent traitées en temps réel sur des serveurs, ce qui soulève des questions de conformité aux exigences GDPR lorsqu’un texte contient des informations sensibles. Enfin, la propension des modèles à proposer des réponses génériques peut entraîner des faux positifs, notamment dans des communications où aucune réponse n’est attendue.
