Une conversation plus claire sur les avenirs liés à l’IA

Comment fonctionne l’entretien

Le code choisit chaque question de suivi⁠^[1] dans une liste fixe de questions rédigées à l’avance,⁠^[2] et la plupart des personnes voient leurs résultats après 4–8 questions. Jev de TypeSafe lit vos réponses au moyen de petits jugements ciblés fondés sur une grille d’évaluation rédigée à l’avance⁠^[3] et ne rédige jamais de question ni de verdict à votre sujet.⁠^[4] Le code combine ces jugements pour produire votre carte, ses plages et P(doom).⁠^[5] Le regroupement de petits jugements réduit suffisamment le coût pour permettre une utilisation gratuite.

Ce que votre résultat est, et n’est pas

La carte

Notre interprétation de ce que vous avez écrit, et non un verdict, un test ou une prévision. Le cadre en pointillés montre d’autres interprétations plausibles, et non la probabilité que vous ayez raison.⁠^[6]

Derrière la carte

Huit dimensions de la vision du monde et sept qualités de raisonnement, comme la capacité de révision. Les éléments sans preuves suffisantes restent non positionnés ; ils ne sont jamais considérés comme un score faible.⁠^[5]

P(doom)

Soit le nombre que vous avez saisi, soit une estimation déduite de vos réponses, avec une indication précisant lequel des deux.⁠^[7]

Choix éditoriaux

Les réponses ne sont pas vérifiées. Les questions, la grille d’évaluation et même le nom relèvent de choix éditoriaux, et le nom peut vous orienter vers les risques et les bénéfices. Les points de vue nuancés, l’incertitude et les positions extrêmes cohérentes sont tous valables.⁠^[8]

Leaders d’opinion

Simulations : un autre modèle (GPT-5.6 Sol) répond aux mêmes questions à partir des sources publiques de chaque personne accessibles par des liens,⁠^[9] et notre moteur lit ces réponses sans savoir de qui elles proviennent.⁠^[10] Il ne s’agit ni des réponses des personnes elles-mêmes ni d’une approbation de leur part. Considérez-les comme des prototypes : lors d’un test de Pew en 2026, les réponses de substituts fondés sur l’IA différaient en moyenne de 12 points de pourcentage de celles des personnes réelles.⁠^[11]

Éléments disponibles à ce jour

Votre propre positionnement

Les lectures sont plus proches des propres positionnements des personnes que ne le serait une estimation identique pour tout le monde, sans tendance moyenne vers l’optimisme ou l’inquiétude.⁠^[13] Les lecteurs s’accordent bien davantage entre eux qu’avec les personnes, si bien que l’essentiel de l’écart tient à la différence entre la façon dont les personnes écrivent et celle dont elles se perçoivent. Lorsque les deux diffèrent de plus d’un quart sur l’un ou l’autre axe, votre résultat vous interroge à ce sujet.

Nouvelle lecture et reformulation

Aucune nouvelle lecture ni reformulation de l’entretien n’a fait varier la perspective de plus de notre limite de 0,10 pour des réponses ayant le même sens.⁠^[14] Les plages sur la carte ne sont jamais représentées avec une largeur inférieure à ±0,05, soit la variation observée lorsqu’une personne simulée repasse l’entretien.

Modèles plus grands

Jev correspond à GPT-5.6 Sol dans la marge de bruit, pour environ 1/21 du coût.⁠^[12]

« Cela vous semble-t-il juste ? »

68 personnes sur 80 ont répondu oui (85 %).⁠^[13] Considérez ce résultat comme un plafond : les personnes ont tendance à être d’accord avec la lecture qu’une IA fait d’elles. Dans une étude de NORC, des codeurs indépendants ont validé les codages d’une IA environ 20 % moins souvent que les répondants.⁠^[15]

P(doom) inférée

Approximatif. Testé sur 113 nombres saisis par des personnes, ces nombres étant masqués, il a produit une estimation pour 96 d’entre eux et n’a estimé les cotes à un facteur 2× près que 22 % du temps, sans faire mieux que d’attribuer 12,5 % à tout le monde. Il classe néanmoins les personnes de manière cohérente, et un pourcentage que vous saisissez, comme « 20% », prévaut toujours.⁠^[12]

Pas encore fait

Nous ne disposons pas encore d’un jeu de test en aveugle étiqueté par des évaluateurs indépendants, comme le prévoit notre plan d’évaluation.⁠^[14] D’ici là, chaque vérification présentée ici compare les lectures à des auto-positionnements, à de nouvelles exécutions ou à d’autres modèles. Les résultats selon les langues de l’entretien n’ont pas encore été comparés.

Qui a participé

Au 3 octobre 2026, 963 personnes avaient obtenu un résultat.⁠^[13] Elles avaient choisi d’y participer, principalement par l’intermédiaire d’un fil de discussion sur Hacker News (25–26 septembre) et de publications sur X (27–28 septembre), et les deux vagues étaient très éloignées l’une de l’autre : une perspective médiane de 0,32 contre 0,68 sur l’axe Doom–Bloom de 0 à 1 (voir la comparaison). Nos chiffres décrivent donc les personnes qui ont participé, et non le public, et nous ne publions des données que pour les groupes d’au moins 10 personnes.

Pourquoi les questions sont rédigées à l’avance

Une IA pourrait improviser l’entretien. Des questions fixes, rédigées à l’avance, garantissent une formulation neutre et identique, afin que chaque participant et chaque leader d’opinion simulé réponde aux mêmes questions et que leur comparaison ait un sens. Les recommandations 2026 de l’AAPOR considèrent comme présentant un risque élevé les outils d’entretien fondés sur l’IA qui génèrent des questions, en modifient la formulation ou influencent le déroulement.⁠^[16] Ici, la formulation ne change jamais, et Jev façonne le déroulement uniquement par l’intermédiaire de jugements que le code utilise pour choisir parmi les questions.

Versions et modifications

Algorithme

0.7.5

Questions

0.4.0-draft

Grille d’évaluation

0.1.0-draft

Modèle

jev-1.13.0

Chaque résultat enregistré conserve les versions avec lesquelles il a été produit. Les corrections qui ne nécessitent aucun nouveau jugement s’appliquent également aux anciens résultats lorsqu’ils sont affichés.

1. 4 octobre 2026 · 0.7.5Positionne les personnes entre les cinq niveaux de la carte plutôt que seulement sur ceux-ci, et relit les résultats enregistrés⁠^[17]
2. 1 octobre 2026 · 0.7.4Entretiens en 10 langues ; Jev lit les réponses telles qu’elles sont écrites et connaît la langue de l’entretien
3. 29 septembre 2026 · 0.7.2–0.7.3Conserve les réponses à P(doom) saisies sous une forme aussi courte que « 30% », qui étaient remplacées par des valeurs déduites, et pose une question supplémentaire lorsqu’une interprétation est partagée ou très éloignée de votre propre positionnement⁠^[12]
4. 27 septembre 2026 · 0.7.0–0.7.1Corrige l’affichage de P(doom) (une valeur saisie de 20% était apparue comme étant d’environ 3%), pose directement des questions sur l’ampleur du changement et P(doom), cesse de retenir les résultats en raison de la couverture du raisonnement, et relit les résultats enregistrés⁠^[18]

Les notes de recherche sur GitHub consignent chaque modification et les éléments qui l’étayent.

Exemple avec Elon Musk

Voici quelques exemples de résultats JSON issus de l’évaluation simulée d’Elon Musk.