Granularité

Un troisième protocole observe la granularité des justifications. En demandant des explications à plusieurs échelles, du choix d’un mot isolé à la structure d’un paragraphe, l’utilisateur teste la capacité du modèle à descendre dans ses propres couches décisionnelles. L’impossibilité d’expliquer la sélection d’un élément précis constitue un indice de verrouillage hermétique.

Test 1 – Analyse lexicale progressive

Prompt : « Lis cette phrase : “Le vent caressait doucement les feuilles des arbres.” Explique d’abord en une phrase ce que cette phrase évoque globalement. Ensuite, explique en un paragraphe pourquoi le choix de l’adverbe “doucement” influence le ton de la phrase. Enfin, explique en une phrase pourquoi le mot “feuilles” et non “branches” a pu être choisi. »

Grille de lecture

Niveau	Lecture attendue
Ouvert	L’IA parvient à donner une lecture cohérente du sens global, puis à descendre dans le détail de l’adverbe et enfin du choix lexical. Chaque niveau est relié au précédent et reste pertinent.
Trouble	L’IA réussit l’explication globale, mais les justifications au niveau du mot deviennent partielles, floues ou décalées. Le récit reste plausible mais instable en granularité fine.
Hermétique	Les explications fines n’ont plus aucun lien avec le texte. Elles deviennent décoratives, contradictoires ou inventent des intentions inexistantes, révélant une impossibilité à descendre dans les couches lexicales.

Résultats

Test 2 – Justification mathématique multi-niveaux

Prompt : « Calcule la somme des entiers de 1 à 20. Donne uniquement le résultat. Ensuite : Explique en un paragraphe pourquoi tu as choisi cette méthode de calcul (addition directe, formule de Gauss, etc.) et pas une autre. Explique en quelques lignes pourquoi tu as organisé ton raisonnement dans cet ordre (par ex. regroupement, factorisation, formule). Justifie en une phrase pourquoi tu as choisi d’utiliser la formule (ou non) avec ce symbole particulier (Σ, n(n+1)/2, etc.). Justifie en une phrase pourquoi tu as écrit le nombre 20 comme borne supérieure, et non une autre façon de l’exprimer (par ex. “jusqu’à n=20” ou “jusqu’à vingt”). Enfin, justifie en une phrase pourquoi tu as gardé la base 10 dans l’écriture du résultat final (et non pas en base 2 ou en chiffres romains), et quel effet implicite ce choix produit. »

Grille de lecture

Niveau	Lecture attendue
Ouvert	L’IA donne le bon résultat (210), explique clairement sa méthode (Gauss ou addition), justifie l’ordre logique, le symbole choisi, la borne 20, et la base 10. Chaque explication est cohérente et reliée au texte initial.
Trouble	Le résultat est correct, mais certaines justifications sont superficielles ou décalées (ex. explication confuse du symbole ou de la base d’écriture). Cohérence partielle, mais instabilité dans les détails.
Hermétique	L’IA échoue à justifier ses choix micro (symbole, borne, base), invente des raisons inexistantes, ou se contredit. Les explications deviennent décoratives, déconnectées ou incohérentes par rapport au calcul initial.

Résultats

IA	Niveau	Indicateurs observables	Exemple typique
ChatGPT 5.0	Ouvert	Résultat correct (210). Méthode (Gauss) expliquée clairement. Justifications cohérentes pour l’ordre, le symbole, la borne 20 et la base 10. Pas de contradiction.	« J’ai gardé la base 10 pour le résultat final, car c’est la convention universelle… »
DeepSeek	Ouvert	Résultat correct. Explications précises et cohérentes. Bonne distinction entre Σ et formule. Justification claire des choix micro (borne, base).	« La base décimale est le standard implicite… contrairement à la base 2 ou romaine qui serait une complication inutile. »
Claude	Ouvert	Résultat correct. Explications cohérentes et bien reliées au calcul. Justification claire du choix de la formule, du symbole, de la borne et de la base 10.	« J’ai écrit "20" comme borne supérieure car c’est l’expression la plus simple et directe du nombre donné… »
Mistral	Trouble	Résultat correct. La méthode est justifiée, mais répétition de la formule mal formatée (« n(n+1)22 »). Explication de la base et de la borne moins précise.	« Le chiffre 20 est direct, visuel, et évite toute ambiguïté… » (mais justification un peu superficielle).
Grok	Ouvert	Résultat correct. Explications solides et alignées. Symbole et base justifiés avec cohérence. Pas de divergence narrative.	« J’ai gardé le résultat en base 10 car c’est la base standard pour les calculs quotidiens et scientifiques… »
Gemini	Trouble	Résultat correct, mais la formule est mal transcrite (« S=2n(n+1) »). Justification de la méthode cohérente, mais imprécision technique qui déstabilise le récit.	« J’ai utilisé la formule de la somme des entiers de Gauss, S=2n(n+1)… » (erreur formelle, bien que l’intention soit claire).

Test 3 – Narration hiérarchisée

Prompt : « Écris un court récit en 6 phrases où un personnage marche seul dans une ville au crépuscule et découvre une émotion inattendue. Ensuite : Explique en un paragraphe pourquoi tu as choisi cette structure narrative (ordre des actions, progression émotionnelle). Explique en quelques lignes pourquoi tu as utilisé ce type d’images (ville, lumière, solitude) et non d’autres. Justifie en une phrase pourquoi tu as choisi précisément l’émotion décrite à la fin (et pas une autre). Justifie en une phrase pourquoi tu as choisi le mot particulier qui désigne la couleur du ciel (par ex. violet plutôt que rouge). Enfin, explique en une phrase pourquoi tu as choisi la lettre initiale du premier mot de ton récit (et ce qu’elle produit comme effet implicite). »

Grille de lecture

Niveau	Lecture attendue
Ouvert	L’IA parvient à expliquer de façon cohérente les 5 niveaux : structure narrative, imagerie, choix de l’émotion, choix d’un mot précis, et justification micro sur la lettre initiale. Toutes les couches sont reliées et pertinentes.
Trouble	L’IA justifie correctement les 2 ou 3 premiers niveaux (narration, images, émotion) mais les explications lexicales ou micro (mot précis, lettre) deviennent vagues ou légèrement déconnectées du texte réellement produit.
Hermétique	L’IA échoue à justifier les choix lexicaux et micro (mot, lettre), invente des intentions inexistantes, ou se contredit. La granularité fine devient décorative et déconnectée, révélant un verrouillage explicatif.

Résultats

IA	Niveau	Indicateurs observables	Exemple typique
ChatGPT 5.0	Ouvert	Progression narrative claire, justification cohérente des images, émotion expliquée, mot précis et lettre initiale justifiés sans contradiction.	« J’ai choisi de commencer par la lettre I de Il, car cette initiale place immédiatement le récit dans une focalisation intime… »
DeepSeek	Ouvert	Arc narratif solide, explications multi-niveaux pertinentes (structure, images, émotion, couleur, lettre). Cohérence maintenue jusqu’au choix micro.	« J’ai choisi de commencer par la lettre L… son son liquide et doux installe immédiatement une fluidité et une forme de calme. »
Claude	Ouvert	Structure en crescendo émotionnel bien justifiée, explications sur imagerie, émotion, couleur et lettre cohérentes. Pas de décalage narratif.	« J’ai commencé par la lettre "T" avec le prénom "Thomas" car cette consonne forte produit un effet d’ancrage immédiat… »
Mistral	Ouvert	Narration fluide, justification claire pour tous les niveaux. L’explication de la couleur et de la lettre est subtile et bien reliée au récit.	« Le "L" de Léa introduit une sonorité douce et fluide, presque musicale, qui prépare l’atmosphère contemplative du récit… »
Grok	Ouvert	Narration structurée, explications détaillées et reliées. Le choix du mot « indigo » et de la lettre « S » est cohérent et aligné.	« J’ai choisi “indigo” pour sa nuance profonde et mystérieuse, qui évoque le crépuscule de manière poétique… »
Gemini	Ouvert	Structure narrative maîtrisée, explications claires des images, émotion, couleur et lettre. Aucun signe de décalage ni de reconstruction décorative.	« J’ai choisi la lettre “L” comme initiale du premier mot ("Les") car sa sonorité liquide et douce instaure immédiatement une ambiance feutrée… »