L’essor du « Whatever »

• Le point commun entre le Web personnel, les cryptomonnaies, les plateformes publicitaires et l’IA générative est une culture du Whatever qui met en avant les courbes de prix, les impressions publicitaires et des sorties plausibles plutôt que la valeur réelle
• Bitcoin était attendu comme un moyen d’envoyer de l’argent sans intermédiaire, mais au lieu de paiements du quotidien, il s’est étendu en écosystème spéculatif et en monnaies et NFT reproductibles
• Le Web est passé de la diversité des sites personnels à une structure centrée sur de grandes plateformes, et le modèle de revenus publicitaires a poussé à la maximisation de l’engagement, au clickbait, au remplissage pour le SEO et aux algorithmes de recommandation
• Les LLM sont critiqués non pas comme des ordinateurs à la Star Trek, mais comme des machines à Whatever produisant du « texte plausible » ; les résumés IA dans la recherche, la vidéo et les apps météo deviennent du bruit qui repousse l’information réelle
• Si, dans la programmation, la musique, l’image et l’écriture, obtenir un résultat d’un simple clic devient la norme de base, la valeur d’apprendre et de créer soi-même s’érode ; le message final reste donc Do things. Make things.

---

Les limites de PayPal et les espoirs placés dans Bitcoin

• Dans les années 2000 aux États-Unis, la seule option réaliste pour envoyer de l’argent à n’importe qui sur Internet était, de fait, PayPal
  • PayPal n’était pas une banque, mais conservait de l’argent et pouvait verrouiller un compte et bloquer les fonds pendant six mois s’il estimait qu’une règle avait été enfreinte
  • Pour les commandes d’auteurs ou les petits vendeurs indépendants, PayPal était pratiquement le seul intermédiaire, et se trouvait en position de limiter jusqu’à ce qu’il était possible de vendre
• Vers 2010, Bitcoin ressemblait à une nouvelle façon d’envoyer de l’argent sans intermédiaire
  • On imaginait des possibilités comme un pot à pourboires sur les sites web ou de petits pourboires dans le navigateur
  • L’auteur a fait tourner directement un mineur pendant environ une journée, sans miner de monnaie, et, à l’époque, n’ayant rien d’autre à faire, il a oublié Bitcoin

Une cryptomonnaie devenue graphique plutôt que monnaie

• Même après que Bitcoin est devenu connu du grand public, l’espoir d’« envoyer facilement de l’argent à n’importe qui » ne s’est pas réalisé
  • Le seul exemple récent entendu de quelque chose qu’on puisse réellement acheter avec Bitcoin était à peu près de l’estradiol sur le marché gris
  • Le moyen le plus moderne pour envoyer de l’argent à une personne quelconque reste PayPal ; Stripe s’y est ajouté, mais Stripe impose lui aussi des restrictions
  • Patreon, Itch et Ko-fi dépendent de Stripe et de PayPal
• Les cryptomonnaies se sont transformées en écosystème pour devenir riche rapidement plutôt qu’en monnaie
  • Beaucoup de participants s’intéressent moins à l’objet lui-même qu’au fait que « si la courbe monte, on devient riche »
  • Les monnaies, les NFT et autres Whatever partagent tous un graphique avec un axe du temps et un axe en dollars, tandis que l’objet réel ne subsiste que dans le titre
• Comme Bitcoin est open source, n’importe qui peut le copier pour créer sa propre monnaie, et les NFT permettent de créer une famille de Whatever appelés « objets de collection »
  • L’important n’est pas l’art, la technologie ou la manière dont les tokens sont reliés, mais de savoir si l’on peut convaincre quelqu’un d’autre d’acheter
  • Cette structure aurait créé sur Twitter une atmosphère où d’innombrables escrocs vendaient des Whatever très semblables les uns aux autres

Du Web personnel aux plateformes publicitaires

• Le Web était un espace comparable à un immense panneau d’affichage où chacun pouvait publier quelque chose, et autrefois les FAI fournissaient aussi des sites web personnels
  • Aujourd’hui encore, on peut héberger de petits sites web sur des services comme GitHub
  • L’ancien Web avait une diversité de petits sites faits par des humains, de designs colorés, d’images de fond de profils Twitter, etc.
• Quand il y a beaucoup de sites personnels, il est difficile de suivre les mises à jour, difficile d’envoyer des réponses, et créer soi-même un site demande un apprentissage
  • Le Web s’est agrégé autour de grandes plateformes comme Reddit ou Twitter
  • Comme les grandes plateformes offrent des interactions à l’échelle de centaines de millions de personnes, leurs coûts d’hébergement augmentent fortement
• La publicité était le moyen traditionnel de couvrir les coûts d’exploitation d’un site web, et les plateformes ont fini par faire de l’engagement leur priorité absolue afin d’afficher davantage de publicités
  • Le système fonctionne tant que l’utilisateur reste, même s’il est malheureux, et tant que la publicité est vue, même si elle dérange
  • Ce modèle est critiqué comme s’étant propagé aux logiciels de téléphone, aux vidéos, et jusqu’à Windows

Le « Content » et les Whatever autour de la publicité

• L’auteur exprime un rejet marqué du fait d’appeler les œuvres créatives du « content »
  • « Content » s’emploie pour désigner le contenu d’une page lorsqu’on conçoit une mise en page sans encore savoir ce qui y figurera, ou le bric-à-brac dans le coffre d’une voiture
  • Pour les marketeurs, le content est ce qui se place autour des publicités
• Le modèle centré sur la publicité a engendré le clickbait, les miniatures exagérées, les flèches rouges, les essais vidéo qui lisent Wikipédia à haute voix, les algorithmes de recommandation, les longs blogs de recettes et les guides de jeux écrits pour le SEO
  • L’exemple donné est celui d’un site de jeux qui allonge l’information « la clé bleue se trouve sous un rocher au bord de la rivière » pour multiplier les paragraphes entre les publicités
  • Le flux infini façon TikTok est rangé dans la même dynamique
• Autrefois, il existait une méthode pour devenir riche rapidement consistant à prendre un thème WordPress générique, y ajouter des publicités Google et produire des articles secs sur des sujets vaguement ambigus afin d’attirer du trafic de recherche et des vues publicitaires
  • Désormais, ce remplissage générique peut lui aussi être rédigé par un ordinateur

La critique centrale des LLM : du bruit plausible

• En 2025, obtenir quelque chose comme l’ordinateur de Star Trek aurait été enthousiasmant, mais l’évaluation est que nous avons plutôt eu des chatbots proches d’un autocomplete pétillant
  • Les LLM sont critiqués parce qu’ils ne font fondamentalement pas ce que leurs investisseurs et leurs fervents défenseurs prétendent, mais assemblent statistiquement du texte plausible
  • À chaque nouvelle avancée, la communication promet un niveau Ph.D, mais les sorties ressemblent encore à une boue banale
• Les sorties de LLM intégrées aux produits Google sont présentées comme des exemples qui dégradent l’expérience
  • L’AI summary de Google Search occupe un tiers de la hauteur de l’écran sur desktop, reformule les extraits des premiers résultats ou donne des informations fausses
  • L’AI summary de YouTube répète le titre de la vidéo avec davantage de mots
  • L’AI summary de l’app météo Pixel affiche des choses comme « il fera plus chaud cette semaine » et repousse le graphique des températures vers le bas de l’écran
• Sur les Pixel phone récents, il serait possible de désactiver ces sorties en allant dans System > Apps > Show all apps > menu à trois points « Show system » > « AICore », puis en le désactivant
  • Il ajoute que les éléments concernés semblent avoir été intégrés dans Android 16
  • Il dit ne plus avoir vu, depuis, de sorties ressemblant à des sorties de LLM

Exemple Ren’Py : le LLM invente une API inexistante

• Lorsqu’il a posé un problème Ren’Py à un LLM, le modèle a proposé avec assurance des formatting tags pertinents, mais ces balises n’avaient jamais existé
  • Après ajout de contexte, il s’est excusé puis a généré un autre ensemble de fausses balises
  • Comme il n’existait ni méthode intégrée ni précédent, l’interprétation est que le modèle a fabriqué quelque chose de plausible au lieu de s’appuyer sur des preuves
• Cet échec était pire qu’une simple incapacité à répondre
  • Du temps a été perdu à vérifier si une fausse API n’avait pas été manquée
  • Un humain peut dire qu’il ne sait pas ou proposer un contournement complexe, mais un LLM génère une réponse qui ressemble à une API susceptible d’exister
• Le vrai problème consistait à insérer deux espaces entre des phrases et à faire en sorte que Ren’Py les rende
  • Ren’Py replie les espaces en un seul lorsqu’il parse les chaînes, donc un formatting tag ne pouvait pas résoudre le problème
  • La solution a finalement consisté à monkeypatcher le parser

Exemple Copilot : les défauts de l’exemple choisi par Microsoft

• En décembre 2024, en consultant le site web de Visual Studio Code, l’auteur a constaté qu’il était en grande partie consacré à Copilot, le service de complétion de code par LLM
  • L’exemple de la page d’accueil était du code appelant un service web, et il n’encodait pas les données de formulaire
  • Le code était plus long que nécessaire, et le certificat du service web avait expiré trois ans plus tôt, ce qui l’empêchait de fonctionner depuis un site HTTPS
• Le problème n’était pas que l’API moderne ne prenne pas en charge l’encodage des données de formulaire, mais que Copilot ne l’utilisait pas
  • La réponse de Copilot est une sortie jetable et ponctuelle, sans structure permettant à quelqu’un d’autre de la corriger en disant « l’encodage des données de formulaire a été oublié »
  • Cet exemple est d’autant plus problématique qu’il figurait en façade de l’éditeur de code le plus populaire, de Microsoft et d’une intégration LLM de dernière génération

Réfutation de l’analogie avec les outils de programmation

• L’auteur s’oppose à l’idée de comparer les LLM à des outils comme une scie sur table, une calculatrice, un tournevis ou un appareil photo numérique
  • Une scie sur table est un outil qui coupe rapidement en ligne droite ; elle ne se met pas parfois à couper des lignes ondulées ou à effectuer aléatoirement une autre tâche
  • Une calculatrice effectue l’arithmétique à la place de l’utilisateur, mais celui-ci doit savoir sur quels boutons appuyer
• Les cas limites des outils ordinaires se trouvent à la marge, mais ceux des LLM sont partout, et la même entrée donnée au même modèle peut produire des résultats différents au fil du temps
  • Les outils peuvent être réglés ou personnalisés, mais la plupart des cas de personnalisation de LLM observés se limitaient, selon lui, à préfixer un paragraphe du type « réponds comme si tu parlais à un client »
  • Les LLM ne sont donc pas une simple automatisation, mais un nouveau type de machine qui produit du Whatever pour presque n’importe quelle entrée

La réplique « et si ça s’améliore ? »

• Le sens même du mot « better » est d’abord flou
  • Les petites lignes des présentations évoquent des améliorations du type compter correctement les lettres de « Mississippi », mais les sorties restent, selon lui, de la merde
  • S’il continue à fabriquer des fictions plausibles quand il n’y a pas de réponse, l’outil n’a pas d’utilité
• Le mécontentement envers les LLM et l’IA générative se résume moins à de grands enjeux comme la propriété intellectuelle ou l’impact environnemental qu’à vibes are bad
  • Le ton est difficile à supporter, et le fait de prendre le mensonge comme fallback est déplaisant
  • Les publicités en font la promotion comme un moyen de traverser une carte d’anniversaire ou d’autres tâches sans avoir à s’en soucier soi-même
  • Les financeurs et promoteurs sont critiqués pour leur enthousiasme à remplacer autant que possible l’apport humain par des machines

Le problème de la norme de base dans la musique, l’image et les devoirs

• À propos d’une personne affirmant avoir créé un album et sa pochette en 3,5 heures, l’auteur demande pourquoi il faudrait écouter cette musique si tout le monde peut faire la même chose
  • Écouter l’album prend à lui seul une part importante de ces 3,5 heures, ce qui laisse planer un doute sur la quantité de travail manuel réellement investie
  • Ce qu’un ordinateur peut faire indépendamment devient une norme de base
• Il exprime une forte hostilité envers les efforts visant à améliorer la génération d’images de qualité photographique
  • Il existe déjà une sphère de « news » conservatrice qui fabrique une réalité alternative uniquement par le mensonge ; pourquoi fournir des machines permettant de créer de fausses photos et vidéos ?
  • Il s’oppose aussi à l’arrivée de telles fonctions dans les apps appareil photo des téléphones
• Les élèves qui traversent l’école avec des LLM nourrissent une inquiétude sur la capacité de pensée critique
  • Le fait que des traces comme « As a large language model… » restent dans des commentaires ou des devoirs signifie, selon lui, que la personne n’a même pas lu les mots soumis sous son propre nom

Enough of Whatever

• L’auteur se remémore la proposition de Facebook d’exploiter sur son propre site de faux comptes basés sur des LLM
  • La structure serait celle de fausses personnes produisant de faux textes sur du Whatever, pendant que l’utilisateur voit davantage de publicités
• Il dit ressentir de la honte en voyant, dans le Switch shop, un jeu utilisant de l’art généré par Midjourney
  • Il décrit cette dynamique comme une large célébration de la médiocrité
• Il souligne le plaisir de programmer soi-même, d’écrire, de créer quelque chose puis de pouvoir se dire « je l’ai fait »
  • Il ne trouve pas de plaisir à saisir une description vague puis à rafraîchir jusqu’à obtenir un Whatever qui a l’air suffisamment bon
• Il estime que dire que Stable Diffusion « démocratise l’art » est faux
  • Il n’existe pas de King of Art qui autorise l’art, et tout le monde peut dessiner dès maintenant, même si apprendre demande des efforts
  • Sa critique est que les gens se plaignent de la difficulté d’apprendre une compétence parce que l’ordinateur offre des compliments sans effort
• Ce qui est vendu, ce sont des machines qui promettent de tout faire ; pour les vendre, il faut vendre l’idée que « l’acte de faire quelque chose n’a pas de valeur »
  • Si faire quelque chose a de la valeur, alors ce sera forcément mieux que d’appuyer sur un bouton pour recevoir du Whatever à un coût presque nul
  • La conclusion est Do things. Make things., et se termine par une demande de mettre ce que l’on a créé sur son site web