L'anesthésie douce — Friction productive, model drift et normalisation technologique dans les interactions ChatGPT

Cet article analyse le phénomène d'abandon progressif de ChatGPT à travers trois mécaniques convergentes : le model drift documenté par des chercheurs de Stanford et UC Berkeley (dégradation mesurable des performances de GPT-4 entre mars et juin 2023), l'habituation de l'utilisateur (fermeture du delta entre attente et expérience), et la perte de friction productive — le mécanisme par lequel les aspérités d'une interaction humain-IA forcent la pensée à changer de direction. L'article introduit les concepts de « normalisation technologique » (le moment où un outil cesse d'être un événement et devient un meuble) et d'« effet de texture » (la juxtaposition entre modèles qui rend le lissage perceptible). Il établit que les quatre optimisations conduites par OpenAI — filtres de sécurité étendus, compression des coûts, tuning comportemental, réduction de la sycophantie — ont collectivement comprimé la variance des réponses, éliminant précisément ce qui produisait l'effet cognitif. Ce travail documente empiriquement la mécanique de lissage (P) décrite dans le cadre PQC.