La question qui revient le plus souvent quand on parle de ChatGPT, ce n'est pas "comment ça marche" mais "d'où ça sort". Et la réponse courte déçoit toujours un peu : d'un labo de recherche américain qui, au départ, ne cherchait pas du tout à faire un chatbot pour le grand public.
Pour comprendre l'origine de ChatGPT, il faut remonter avant le 30 novembre 2022. Bien avant même OpenAI. Parce que l'histoire officielle commence par une publication de blog un peu banale, et se termine par l'application la plus téléchargée de l'année suivante. Entre les deux, il y a une suite de modèles, un acronyme mal compris et une décision stratégique que personne n'avait vue venir.
Points clés à retenir
- ChatGPT est sorti le 30 novembre 2022, mais il est l'aboutissement d'une lignée de modèles commencée en 2018.
- Le nom est un assemblage : Chat (conversation) + GPT (Generative Pre-trained Transformer).
- OpenAI a été fondée fin 2015, notamment par Sam Altman, Elon Musk et Greg Brockman.
- Le vrai tournant technique n'est pas le modèle lui-même, mais une méthode d'entraînement appelée RLHF.
- ChatGPT n'a pas été pensé comme un produit grand public : c'était au départ une démonstration destinée à recueillir du retour.
L'origine de ChatGPT : une date, un labo et un pari
Le 30 novembre 2022, OpenAI met en ligne une page sobre : "Try ChatGPT". Pas de conférence de presse, pas de campagne marketing. Une simple démonstration de recherche, annoncée dans un billet qui parle surtout d'entraînement et de limites.
Le résultat dépasse tout ce que l'équipe semblait attendre. En cinq jours, le service passe le million d'utilisateurs selon les chiffres communiqués à l'époque. Deux mois plus tard, on parle de dizaines de millions d'utilisateurs actifs. Un chercheur d'OpenAI racontera plus tard que personne dans l'équipe n'avait anticipé ce niveau d'engouement. Voilà pour la scène.
Mais un chatbot ne sort pas de nulle part. Derrière cette page web, il y a une entreprise créée sept ans plus tôt, avec une mission formulée ainsi : faire en sorte que l'intelligence artificielle générale bénéficie à toute l'humanité. Une formulation généreuse qui cache une vraie inquiétude : que les premiers à maîtriser ces modèles soient des acteurs privés sans garde-fou.
Qui a créé OpenAI, et pourquoi
OpenAI naît fin 2015 sous forme d'association à but non lucratif. Les noms fondateurs qui reviennent partout : Sam Altman, Elon Musk, Greg Brockman, Ilya Sutskever, Wojciech Zaremba et John Schulman. Le premier est alors à la tête de Y Combinator, l'accélérateur de startups le plus influent de la Silicon Valley. Le deuxième dirige Tesla et SpaceX.
Leur point commun ? Une conviction assez répandue dans la communauté de la recherche en IA à cette époque : les modèles allaient devenir très puissants, très vite, et il valait mieux que la recherche fondamentale reste ouverte plutôt que verrouillée dans quelques laboratoires privés.
Ce qui est frappant avec le recul, c'est l'écart entre cette ambition de départ et le produit final. On est passé d'un institut de recherche financé par des dons à une société à capitaux privés, avec un partenariat Microsoft dont les montants se comptent en milliards. L'histoire de ChatGPT, c'est aussi celle d'un virage commercial que ses fondateurs n'avaient pas forcément prévu.
Que signifie exactement le nom "ChatGPT"
L'acronyme est souvent mal décomposé, alors reprenons-le proprement :
- Chat : la conversation, l'interface en langage naturel
- GPT : Generative Pre-trained Transformer
- Generative : le modèle produit du texte, il ne se contente pas de le classer
- Pre-trained : il a été entraîné une première fois sur d'immenses corpus avant d'être spécialisé
- Transformer : l'architecture de réseau de neurones, décrite en 2017 par des chercheurs de Google dans un article devenu la base de presque tout ce qui a suivi
Autrement dit, le nom décrit la technologie, pas le produit. Ce qui explique pourquoi OpenAI a décliné le même acronyme sur toute une famille de modèles avant même d'y ajouter le mot "Chat".
La lignée technique : le vrai chaînon manquant
La plupart des récits sur l'origine de ChatGPT sautent directement de 2015 à 2022. C'est là que l'histoire devient fausse par omission. Entre les deux, il y a une progression en quatre étapes qui explique pourquoi le chatbot fonctionne comme il fonctionne.
| Étape | Ce qui change | Pourquoi c'est décisif |
|---|---|---|
| GPT-1 puis GPT-2 | Premiers modèles de langage à grande échelle | Ils génèrent du texte plausible, mais suivent mal les consignes |
| GPT-3 | Passage à une taille bien supérieure | Le modèle sait accomplir des tâches sans réentraînement, juste avec un bon prompt |
| InstructGPT (RLHF) | Entraînement avec des humains qui classent les réponses | Le modèle apprend à répondre à une demande, pas seulement à continuer un texte |
| ChatGPT | Une interface de dialogue greffée sur cette base | N'importe qui peut l'utiliser, sans écrire une ligne de code |
Le point clé, celui que je trouve le plus sous-estimé, c'est la troisième ligne. Un modèle de langage brut est un continueur de texte : il prolonge ce qu'on lui donne. Si vous lui demandez "qu'est-ce que le football", il peut très bien répondre par une autre question, parce qu'il a appris que c'est une suite statistiquement plausible. Le rendre serviable demande un travail d'alignement, et c'est précisément là que se joue la bascule.
Cette méthode, le RLHF (apprentissage par renforcement à partir de retours humains), consiste à faire noter plusieurs réponses par des humains, puis à entraîner le modèle à produire ce que les évaluateurs préfèrent. C'est simple à décrire, très coûteux à exécuter. Et c'est probablement l'ingrédient qui a transformé un jouet de chercheur en outil utilisable par le grand public.
ChatGPT, ça sert à quoi concrètement
À reformuler un paragraphe administratif incompréhensible, à dégrossir un plan de mémoire, à expliquer une notion à un niveau de vulgarisation choisi, à traduire un mail délicat en gardant le ton. J'ai personnellement gagné pas mal de temps sur des tâches de tri : classer des notes, résumer des comptes rendus, proposer trois formulations d'un même paragraphe.
Là où ça devient intéressant, c'est quand on le traite comme un brouillonneur, pas comme un oracle. Un premier jet qu'on corrige vaut mieux qu'une page blanche. Mais attention : la facilité de génération donne parfois l'illusion d'un travail accompli.
Comment fonctionne ChatGPT gratuit, et ce que ça change
Le principe est identique à la version payante, avec des moyens de calcul réduits. Le modèle prédit le prochain mot le plus probable, un mot après l'autre, en s'appuyant sur le contexte de la conversation. Ce contexte a une longueur maximale (une fenêtre), ce qui explique pourquoi il "oublie" parfois le début d'un long échange.
Gratuit signifie concrètement : accès limité au modèle le plus récent, quotas de messages, taille de contexte plus courte, et moins d'options (pas de mode avancé de raisonnement poussé, accès restreint aux outils comme la génération d'images ou l'analyse de fichiers selon les périodes et les pays).
- Une fenêtre de contexte plus courte : sur une conversation très longue, il perd le fil
- Des quotas : vous pouvez être bloqué en pleine session
- Un accès différé aux nouveautés
- Le même risque d'hallucination que la version payante, rassurez-vous
Le modèle sous-jacent a évolué plusieurs fois depuis 2022, et la version gratuite a suivi avec un décalage. Ce n'est donc pas "le même ChatGPT qu'avant" : c'est un service vivant, mis à jour régulièrement.
Qu'est-ce que ChatGPT ne peut pas faire
Il ne sait pas ce qui se passe en temps réel sans accès à un outil de recherche, et même là, il ne vérifie pas toujours ses sources. Il n'a aucune mémoire fiable de votre vie privée au-delà de ce que vous lui écrivez. Il ne calcule pas de façon fiable sans outil dédié. Il ne connaît pas l'état actuel d'un fichier sur votre disque.
Et surtout : il produit des affirmations fausses avec la même assurance que des vraies. C'est structurel. Un modèle optimisé pour générer une sortie plausible ne fait pas naturellement la différence entre plausible et exact. Sur des sujets médicaux, juridiques ou fiscaux, ça peut coûter cher.
Les "bugs" de ChatGPT qui n'en sont pas vraiment
Ce qu'on appelle communément "bug ChatGPT" mélange trois choses très différentes, et la confusion est tenace. Je vois régulièrement des gens signaler un bug quand il s'agit juste du comportement attendu du modèle.
- Les hallucinations : une source inventée, un chiffre fabriqué. Pas un bug, une limite intrinsèque de l'entraînement.
- Les vraies pannes : service indisponible, réponses tronquées, erreurs de connexion. Là, c'est technique.
- Les régressions de comportement : le modèle refuse de répondre à quelque chose qu'il acceptait avant, ou devient plus bavard. Souvent lié à un ajustement de sécurité ou à une nouvelle version.
Un exemple personnel : il m'est arrivé de passer vingt minutes à chercher une erreur dans un script proposé par ChatGPT, persuadé qu'il fonctionnait. Le problème n'était pas dans mon code, mais dans l'existence même d'une fonction qu'il avait inventée. Depuis, je teste systématiquement chaque ligne suggérée avant de l'intégrer. C'est fastidieux. C'est nécessaire.
ChatGPT connexion : pourquoi ça bloque parfois
Les incidents de connexion ont plusieurs causes banales : votre fournisseur d'accès, un VPN mal configuré, une région où le service n'est pas encore disponible, ou simplement une surcharge des serveurs. Rien de mystérieux, mais ça suffit à faire perdre une matinée.
La création de compte a d'ailleurs été le premier obstacle historique, à la sortie du service : l'afflux a saturé les inscriptions dès les premières semaines. Ce détail en dit long sur la genèse du produit, conçu comme une démonstration et pas du tout dimensionné pour un raz-de-marée mondial.
Ce que l'histoire officielle occulte
Reste une question que je trouve plus intéressante que toutes les dates : pourquoi OpenAI a-t-il sorti ChatGPT maintenant, et pas un an plus tôt ou un an plus tard ?
La réponse tient à un contexte concurrentiel précis. Fin 2022, les modèles de langage existent, mais ils restent des outils de développeurs. Le grand public n'y a pas accès. Et la concurrence, notamment du côté de Google et de ses propres équipes de recherche, avance. Rendre le modèle accessible à tous, c'est à la fois une façon de prendre position médiatiquement et de récolter massivement des retours pour améliorer le produit.
Ce n'est donc pas un hasard si le service était qualifié de "recherche" lors de sa mise en ligne, avec un avertissement clair sur ses limites. Ce qui devait être une démonstration est devenu le produit phare de l'entreprise, puis la porte d'entrée de toute une industrie.
La vraie leçon de cette origine, à mes yeux, c'est que l'innovation majeure n'a pas été le modèle. Elle a été l'emballage : une interface de chat, libre, sans mode d'emploi. Des milliers de gens ont découvert l'IA génératif non pas par une publication scientifique, mais en tapant une question dans une barre de texte un soir de décembre 2022. La technologie existait avant. La porte, elle, était fermée.
