L'hypothèse de départ était basée sur la possibilité que Chat GPT-4 fournisse une surabondance d'informations lors d'une requête. Pour pallier à cette problématique, il fut essentiel de développer des critères spécifiques de définitions des personas. Ces critères visaient à affiner et spécifier les informations recherchées.

Dans le cadre du premier test, une requête simple fut adressée à Chat GPT-4. Le bilan de cette tentative initiale confirma l'hypothèse : l'absence de critères prédéfinis entraînait une lacune d'informations cruciales pour la construction d'un profil détaillé (Figure 1.1). 

Cette expérience mit en lumière l'importance de formuler des directives précises et adaptées dès le début pour extraire de Chat GPT-4 les données les plus pertinentes et exactes.

Suite à la définition précise des critères pour la création des personas, un second test fut entrepris pour évaluer la capacité de Chat GPT à générer des profils diversifiés. L'objectif était de produire dix personas distincts. Cependant, les résultats n'ont pas été à la hauteur des attentes. Bien que Chat GPT ait généré les dix personas demandés, ces derniers se sont avérés excessivement génériques, partageant des caractéristiques uniformes telles que l'âge, l'origine ethnique, et le niveau d'éducation. Cette uniformité ne reflétait pas la diversité attendue au sein d'une population typique d'une entreprise privée au Québec, soulignant une lacune dans la capacité du système à produire une variété représentative.

Un autre problème a été observé lors de la demande de répétition d'informations par le système. Plutôt que de fournir un éventail complet et détaillé pour chaque demande, Chat GPT offrait un aperçu résumé après la première instance, indiquant que les résultats suivants seraient similaires et omettant ainsi de générer l'intégralité des informations spécifiques demandées (Figure 1.2). 

Ce comportement limitait considérablement la profondeur et l'utilité des données générées, en ne fournissant pas les détails complets pour chaque persona comme espéré.

Pour le troisième test, une approche beaucoup plus ciblée et détaillée a été adoptée dans la formulation de la demande à Chat GPT-4, tirant parti de sa capacité à accéder et à traiter une vaste quantité de données. La requête spécifiait la création de dix personas représentant des gestionnaires au sein de l'entreprise X et ses unités d'affaires, avec un accent particulier sur la représentation de la diversité démographique de la région d'implantation de l'entreprise. Cette demande comprenait des critères précis tels que le statut social, l'âge, l'origine, la situation familiale et financière, ainsi que des détails sur le profil socio-économique, la démographie, la situation familiale, les défis et les besoins.

Chaque persona devait fournir des informations personnelles, éducatives, professionnelles, sur les compétences et qualifications, les traits de personnalité et valeurs, les défis et besoins, ainsi que les préférences et habitudes de travail, et finalement les objectifs et aspirations, comme s'ils répondaient à un formulaire détaillé.

Le résultat de ce test a été extrêmement positif, montrant que les données générées par Chat GPT-4 répondaient parfaitement aux exigences spécifiques de la demande (Figure 1.3). 

Cependant, un aspect pratique de l'interaction avec l'outil a été relevé : les informations sur les profils étaient délivrées simultanément, nécessitant une action de l'utilisateur pour continuer à générer les informations suivantes. Ce fonctionnement requiert une interaction continue de la part de l'utilisateur pour accéder à l'ensemble des données désirées, malgré la précision et la pertinence des informations fournies par Chat GPT-4.

Avant de progresser dans mon projet, il était essentiel de confirmer que Chat GPT-4 avait la capacité de lire des fichiers PDF. 

Bien que ma recherche préalable sur l'utilisation de Chat GPT-4 ait renforcé ma conviction quant à ses capacités à cet égard, une validation pratique restait indispensable pour éliminer tout doute. Par conséquent, le premier test a été conçu spécifiquement pour vérifier cette fonctionnalité. Comme anticipé, les résultats ont confirmé que Chat GPT-4 est effectivement équipé pour lire les documents PDF sans difficulté (Figure 1.4). 

Cette confirmation était cruciale pour avancer sereinement dans l'exploitation des fonctionnalités de Chat GPT-4 pour mes besoins spécifiques.

Partant de l'hypothèse selon laquelle la méthode la plus efficace serait de solliciter un profil à la fois, un deuxième test fut entrepris pour explorer la possibilité de générer en une seule fois les réponses pour tous les participants. Pour ce faire, une demande bien structurée fut formulée dans l'espoir de produire en masse les données nécessaires. 

Néanmoins, bien que la formulation de la question fût appropriée (Figure 1.5), la tentative de création massive de données s'est avérée complexe. Il était fréquemment requis d'insérer la commande "continue" pour inciter l'outil à poursuivre la génération de données. 

Cependant, après plusieurs tentatives, l'outil finissait par afficher un message d'erreur et cesser de fonctionner, nécessitant un redémarrage complet du processus. 

Cette expérience a mis en évidence les limites de la génération de données en masse et la validité de l'hypothèse initiale préconisant une approche plus segmentée et individualisée.

Pour le quatrième test, j'ai décidé d'explorer davantage les capacités de Chat GPT-4 en termes de traitement de documents variés. Ainsi, j'ai intégré une image au format PNG dans un document et j'ai interrogé l'outil sur le contenu de cette image. 

Les résultats obtenus m'ont profondément impressionnée. Malgré la nature apparemment simple de ma demande, Chat GPT-4 a réussi à fournir une réponse à la fois complète et méthodiquement structurée (Figure 1.7). 

Cette expérience a non seulement renforcé ma confiance dans les capacités polyvalentes de l'outil, mais a également ouvert de nouvelles perspectives quant à son utilisation pour l'analyse de contenus visuels.