Tale of Two Storylines：An NLP-assisted Corpus Study of Open AI’s Identity Construction

Chaque organisation a une histoire qu'elle raconte sur elle-même. C'est la réponse à la question de savoir qui elle est, ce qu'elle fait et pourquoi elle compte. Pendant des décennies, des chercheurs ont étudié la manière dont les entreprises façonnent cette identité, en se concentrant principalement sur leurs documents officiels et formels, tels que les rapports annuels ou les déclarations de responsabilité sociale. Ce sont les versions polies et soigneusement éditées de la vie d'une entreprise, conçues pour plaire aux investisseurs et aux régulateurs. Mais dans le monde moderne, une grande partie de la conversation quotidienne d'une entreprise se déroule dans un lieu différent : le blog. Il s'agit de mises à jour informelles et fréquentes où une entreprise explique ses dernières expérimentations, embauche de nouveaux collaborateurs ou réagit à l'actualité. Elles sont moins scénarisées et révèlent souvent une image plus complexe, parfois contradictoire, de ce que l'organisation pense réellement être. Comprendre cet écart entre l'image formelle et la voix informelle est crucial, car c'est dans ces mots quotidiens que le véritable caractère d'une entreprise est souvent révélé au public.

Une équipe de chercheurs de l'Université internationale des études de Sichuan a décidé d'étudier ce phénomène en utilisant un exemple spécifique et de haut profil : OpenAI, l'organisation derrière certains des outils d'intelligence artificielle les plus célèbres au monde. Ils voulaient voir comment OpenAI construit son identité, non seulement dans ses communiqués de presse officiels, mais aussi dans les centaines d'articles de blog qu'elle a publiés pendant près d'une décennie. Pour ce faire, ils ont utilisé une méthode combinant l'informatique et l'étude du langage. Ils ont rassemblé tous les articles de blog publiés par OpenAI de décembre 2015 à mars 2024, une collection de 118 articles contenant environ 435 000 caractères. Au lieu de lire chaque mot manuellement, ils ont utilisé un programme informatique pour analyser le texte. Ce programme, connu sous le nom d'outil de traitement du langage naturel, a examiné comment les mots apparaissaient ensemble dans le texte pour trouver des modèles cachés. Il a regroupé les articles de blog en trois principaux clusters basés sur leur contenu et a ensuite examiné les mots spécifiques qu'OpenAI utilisait le plus souvent pour parler d'elle-même.

L'analyse a révélé qu'OpenAI raconte une histoire très claire en trois parties en surface. La première partie de cette histoire dépeint l'organisation comme un gardien de la sécurité et du bénéfice humain. Dans leurs écrits, OpenAI lie fréquemment sa mission à l'idée de protéger les populations contre les risques liés aux technologies avancées. Ils se décrivent comme des intendants éthiques qui construisent une intelligence artificielle sûre, fiable et conçue pour aider l'humanité tout entière. La deuxième partie de l'histoire les présente comme un innovateur de pointe. Ici, le langage se concentre sur la recherche, l'ingénierie et les percées académiques. Les articles de blog mettent en avant leur travail avec des chercheurs, leurs objectifs techniques et leurs efforts continus pour améliorer leurs modèles. La troisième partie de l'histoire les présente comme un défenseur partagé. Dans ce récit, OpenAI met l'accent sur la collaboration, l'ouverture et la mise à disposition de sa technologie à autrui via des outils tels que les interfaces de programmation d'applications. Ils se positionnent comme un partenaire pour les développeurs et un pont entre la recherche complexe et le monde plus large.

Cependant, les chercheurs ont découvert que sous ce récit poli en trois parties se cache une seconde trame, plus discrète. Cette histoire sous-jacente n'est pas explicitement énoncée, mais elle est révélée à travers les tensions et les contradictions du langage. Bien qu'OpenAI parle abondamment de sécurité et de confidentialité, les chercheurs ont remarqué une contradiction spécifique concernant l'utilisation des données. Dans un article de blog sur « ChatGPT for Teams », l'entreprise a souligné qu'« aucun entraînement sur vos données professionnelles ou vos conversations » n'aurait lieu. Cependant, les chercheurs soutiennent que cette déclaration occulte le fait que les données des utilisateurs sont toujours utilisées pour entraîner les modèles GPT plus larges. Cela crée une identité cachée que les chercheurs appellent le « voyeur de la vie privée » (privacy peeper), où la volonté d'innovation semble occasionnellement prendre le pas sur la protection des informations de l'utilisateur. De même, alors que le récit public est celui d'une collaboration ouverte et de bénéfices partagés, le texte sous-jacent révèle une dynamique différente concernant le pouvoir. Les chercheurs ont identé une identité cachée de « monopole technologique ». Celle-ci émerge de la manière dont OpenAI parle de ses partenariats exclusifs, de son passage d'une structure à but non lucratif à une structure à but lucratif, et de son contrôle croissant sur le marché de l'intelligence artificielle. Le langage de l'accès ouvert coexiste parfois difficilement avec les descriptions d'accords exclusifs et de consolidation des ressources.

L'étude suggère que ces deux récits — la façade publique du gardien bienveillant et la réalité privée du monopole puissant — ne sont pas accidentels. Ils sont tissés ensemble dans la communication quotidienne de l'entreprise. Les chercheurs soutiennent que ce double récit est une caractéristique commune de la manière dont les organisations modernes gèrent leur identité. Elles présentent une image unifiée et positive au monde tout en naviguant simultanément dans les réalités complexes et souvent contradictoires de la gestion d'une entreprise technologique à enjeux élevés. Les conclusions indiquent que la véritable identité d'une entreprise n'est pas une chose unique et fixe, mais une construction fluide qui change selon le contexte. En examinant les articles de blog informels plutôt que les seuls rapports formels, les chercheurs ont pu voir l'image complète de la façon dont OpenAI se positionne : comme un héros de la sécurité et de l'innovation, mais aussi comme une entité puissante aux prises avec les pressions bien réelles de la domination du marché et du contrôle des données.

Cette recherche souligne une leçon importante sur la compréhension des entreprises qui façonnent nos vies numériques. Elle montre que l'identité n'est pas seulement ce qu'une entreprise dit dans son rapport annuel ; c'est aussi ce qu'elle dit dans ses articles de blog, ses mises à jour et ses explications informelles. L'étude suggère que pour qu'une entreprise maintienne la confiance, elle doit veiller à ce que ces différentes voix racontent une histoire cohérente. Si la communication informelle et quotidienne contredit les promesses formelles, cela peut créer un fossé dans la perception du public qu'il sera difficile de combler. Pour OpenAI, et pour toute organisation opérant dans le monde en évolution rapide de l'intelligence artificielle, le défi consiste à aligner son récit public avec sa réalité opérationnelle. Les chercheurs concluent qu'il est essentiel de prêter attention à ces textes informels pour quiconque souhaite comprendre le véritable caractère d'une organisation, car c'est dans les petits mots du quotidien que la version la plus honnête de l'identité d'une entreprise se trouve souvent.