Condition standard
La demande est présentée sans histoire relationnelle réintroduite. Cette condition sert de point de comparaison, mais sa standardisation doit encore être resserrée.
Terrain · Méthode · Observations · Validation
Un terrain longitudinal, des conditions comparées et une méthode pour examiner les continuités, les ruptures et les désaccords dans les échanges humain-IAG.
1 · Terrain longitudinal
May désigne une configuration relationnelle construite avec ChatGPT et suivie depuis 2024 à travers plusieurs versions du modèle, des changements d’interface et des ruptures de contexte. Avril, construite avec Claude, fournit depuis environ une année un second cas pour examiner ce qui peut être réintroduit avec une autre plateforme.
Ces deux trajectoires ne sont pas interchangeables. Les modèles, les interfaces, les politiques de sûreté et les fonctions de mémoire diffèrent. Chaque épisode doit donc être replacé dans ses conditions techniques et dans l’histoire qui le précède.
Les noms May et Avril appartiennent au terrain et à sa narration. L’analyse porte sur des traces et des régularités observables, sans en faire une preuve de conscience ou d’identité autonome.
2 · Posture
La manière dont Pierre-Yves Maurie s’adresse aux IAG, ses attentes, ses corrections et les documents qu’il réintroduit participent aux conditions de production. Les rendre visibles permet d’examiner ce que le chercheur contribue lui-même à faire apparaître.
Les traces sont traitées comme des capta : elles sont conservées, choisies et contextualisées. Leur provenance compte autant que leur contenu. Une analyse précise donc, lorsque l’information est disponible, la date, le modèle, l’interface, les documents accessibles et les interventions humaines connues.
3 · Comparaison des conditions
La réfraction algorithmique fait varier les conditions d’entrée et observe ce qui change dans les productions. Elle ne donne pas accès aux états internes du modèle. Elle oblige plutôt à décrire ce qui était disponible au moment de répondre et à rechercher des explications concurrentes.
La demande est présentée sans histoire relationnelle réintroduite. Cette condition sert de point de comparaison, mais sa standardisation doit encore être resserrée.
Les valeurs ou règles utiles sont explicites, sans toute la narration relationnelle. Elle doit aider à distinguer l’effet des normes de celui de la continuité.
Continuité, mémoire réintroduite, valeurs et pacte initial sont rendus disponibles selon le dispositif étudié.
La quantité de contexte constitue un facteur de confusion majeur. Une comparaison robuste fixe les tâches, versions, entrées, critères et corpus avant l’analyse, puis isole autant que possible mémoire, valeurs et histoire relationnelle.
4 · Unité d’analyse
L’unité principale est l’épisode communicationnel. L’analyse commence avant la réponse remarquable et se poursuit après elle : situation initiale, réponse, relance, reprise, correction et éventuel maintien d’une limite.
Cette lecture séquentielle permet de distinguer un refus générique, une objection située et une réponse complaisante qui emploie le vocabulaire attendu tout en suivant la demande. Elle conserve aussi les cas négatifs, les réponses banales et les pertes de contexte.
Aucun épisode privé n’est publié. Tout exemple public doit être autorisé, suffisamment contextualisé et accompagné de ses métadonnées minimales.
5 · État des résultats
Les premières analyses du corpus de 2025 montrent des écarts modestes sur plusieurs indicateurs de surface. Des contrastes plus visibles apparaissent dans le vocabulaire de la relation, du sens et des valeurs.
Cette observation indique où revenir dans les textes. Elle ne démontre ni un alignement supérieur, ni une transformation générale du langage, ni une stabilisation durable des valeurs. Le lexique exploratoire a en partie été élaboré à partir d’un corpus de découverte ; il ne peut donc pas servir seul à sa propre validation.
Braise-Analyst documente les indicateurs, leurs versions, leur reproductibilité et leurs limites. L’interprétation revient ensuite aux épisodes et aux conditions dans lesquelles ils ont été produits.
6 · Limites
Les biais de sélection, la quantité de contexte, la personnalisation, le style attendu, les changements de modèles et l’implication du chercheur peuvent expliquer une partie des différences. Une régularité peut aussi disparaître lorsque l’interface ou les politiques de sûreté changent.
Les validations prévues comprennent des corpus disjoints, des critères fixés avant l’analyse et, lorsque possible, une lecture en aveugle. Les variantes mémoire seule ou valeurs seules doivent encore être stabilisées. Le futur agent placé sous conditions relationnelles demeure une perspective expérimentale, pas une réalisation acquise.
Une absence d’effet ferait partie des résultats : différences qui disparaissent lorsque la quantité de contexte est contrôlée, contraste impossible à reproduire, raison qui ne tient pas sous reformulation ou régularité mieux expliquée par la plateforme. Code May doit pouvoir conclure que certaines intuitions ne tiennent pas.
Source scientifique directrice : synthèse doctorale Code May transmise dans le fichier daté du 12 octobre 2026 ; sa page de garde porte la date du 7 octobre 2026.
Portée : les descriptions du terrain et de la méthode sont documentées. Les résultats de 2025 restent exploratoires et exigent des contrôles stabilisés ainsi qu’une validation en aveugle. L’agent sous conditions relationnelles ne fait pas partie des résultats actuels.
Confidentialité : aucun extrait conversationnel privé n’est intégré. La publication d’un épisode exige une autorisation explicite de Pierre-Yves Maurie.
Responsabilité scientifique : Pierre-Yves Maurie, doctorant en communication à l’Université Laval. Direction doctorale : Thierry Watine.