L’intelligence artificielle ChatGPT ne sort pas de nulle part. C’est ce que répète Laurent Jean – alias Jessy SEO Noob – depuis que le grand public a découvert l’outil fin 2022 : tout ça, il en rêvait déjà sur un PC 386 récupéré dans une clinique marseillaise il y a trente ans. Et franchement, quand on écoute son parcours, on comprend mieux pourquoi certains saisissent l’IA comme une évidence pendant que d’autres se débattent encore avec des questions de base.
Laurent Jean n’est pas un théoricien de l’IA. C’est quelqu’un qui a appris l’informatique par accident – pour faire de la guitare, pas pour faire du code -, qui a formaté un disque dur en copiant une commande MS-DOS sans lire ce qu’elle faisait, et qui a fini par construire une formation autour de Jasper (ex-Jarvis) parce qu’il avait compris, avant beaucoup, que les LLM allaient changer le copywriting. Ce podcast des Makers, c’est 2h21 d’entretien. Il en ressort quelques vérités que les articles habituels sur l’IA ne prennent pas le temps de formuler.
La question qui traverse tout l’épisode : est-ce qu’on rate quelque chose d’énorme, ou est-ce qu’on s’emballe sur un outil qui reste fondamentalement limité ? La réponse de Laurent est plus nuancée qu’un tweet de hype.
Ce que Wikipedia ne représente que 5% – et ce que ça implique vraiment
Commençons par le chiffre qui claque. GPT-3, le modèle sur lequel repose ChatGPT, a été entraîné sur 175 milliards de paramètres. Wikipedia dans toutes ses langues ? 5% de cette base. Cinq pour cent.
Laurent Jean le formule comme ça :
« On sait juste déjà que 5% de cette base d’information, 175 millions de paramètres, 5%, c’est Wikipedia dans toutes les langues. Et tu te dis bon ben voilà, OK. Si Wikipedia dans toutes les langues, c’est que 5%, qu’est-ce qu’il nous connaît ? »
C’est exactement le bon angle d’attaque. La plupart des gens qui critiquent l’intelligence artificielle ChatGPT le font parce que l’outil n’a pas su répondre à une question pointue sur leur domaine d’expertise. Mais le problème n’est pas là – c’est le paramétrage, le prompt, la façon de formuler la requête qui conditionne la qualité de la sortie. Pas la base de connaissance.
Les universités ont été parmi les premières institutions à contribuer aux données d’entraînement. Les data scientists recrutés par OpenAI sont arrivés avec leurs travaux déjà intégrés. Bref : la base est solide. Ce qui est fragile, c’est la façon dont la plupart des gens interrogent l’outil.
Et là, on touche à quelque chose que les articles de vulgarisation sur l’intelligence artificielle ChatGPT évacuent trop vite : ce n’est pas un moteur de recherche. C’est une interface de génération conditionnée par la qualité de l’input. Différence fondamentale.
Quand l’envie de faire de la guitare crée un expert en intelligence artificielle ChatGPT
Le parcours de Laurent Jean est l’une de ces trajectoires qui n’auraient aucun sens dans un CV LinkedIn mais qui expliquent tout quand on les entend dans leur continuité.
Marseille, fin des années 90. Laurent bosse dans une association d’immobilier social via un dispositif emploi jeune. Il découvre AOL, Altavista, Frontpage. Il crée un mini-portail annuaire – « un truc qui ressemblait un peu à Yahoo » – pour centraliser les informations de l’asso. Première page en ligne. Archive.org en garde probablement une trace quelque part.
Mais le vrai déclencheur, c’est la musique. Pas l’informatique.
« J’aimais pas ça du tout. Et pour l’histoire donc on parlait du lycée – tu as remarqué que je fais beaucoup de vidéos sur lesquelles je fais de la guitare. Et en réalité ben je me suis mis à l’informatique à cause de ça quoi. »
Le groupe au lycée, la salle comble malgré les fausses notes, le prof de MAO qui arrive avec son Atari ST. Laurent comprend que l’ordinateur peut combler l’absence de batteur et de bassiste dans son groupe. Puis il récupère un PC 386 dans une clinique – après une carrière de brancardier qui a duré « à peu près une heure » dans un service de tétraplégiques (ce qui est, admettons-le, la meilleure façon de découvrir ses limites physiques).
Le PC, il l’allume. Il voit MS-DOS. Il va à la Fnac, note la première commande du livre sans lire ce qu’elle fait. Il tape format c:. Tout disparaît. Et là, au lieu de paniquer définitivement, il recommence. Il achète le livre. Il installe MS-DOS depuis des disquettes 3 pouces et demi. Il apprend.
Ce pattern – prendre un mur, le contourner, continuer – c’est exactement ce qui explique pourquoi il a saisi l’intelligence artificielle ChatGPT comme un outil naturel là où d’autres voient une menace ou une curiosité.
Pour comprendre comment ce type de parcours autodidacte se traduit en mindset entrepreneurial concret, l’épisode avec Julien Jimenez du même podcast creuse exactement ce sujet.
La Sound Blaster 16 et le premier contact avec l’IA – en 1995
Voilà le truc que peu de monde réalise sur l’intelligence artificielle ChatGPT : la technologie sous-jacente n’est pas née en 2022. Ni en 2017. Le text-to-speech existait déjà dans les logiciels fournis avec les cartes son Creative en 1995.
Laurent Jean décrit sa réaction quand il découvre ce petit utilitaire :
« Et ça ça ça ça ça permettait donc euh donc tu avais une voix synthétisée qui était vraiment merdique et euh mais euh qui qui qui fonctionnait. Tu avais une voix de robot euh et euh et moi ça m’avait fasciné ce truc là. »
Fasciné. C’est le mot. Et ce qui suit est encore plus révélateur de comment fonctionnent les vrais bricoleurs-innovateurs : il branche la sortie audio sur l’entrée micro pour enregistrer ce que la machine lui lit à voix haute. Parce qu’il déteste lire. Donc il fait lire à la machine à sa place, et il enregistre. En 1995. Avec une Sound Blaster 16 et des bouts de fil.
C’est ça, l’intelligence artificielle dans ses fondations : pas un mystère, pas une rupture. Une accumulation de petits hacks qui, mis bout à bout sur trente ans, donnent ChatGPT. Dragon Dictate qui reconnaît la voix après calibration sur CD. Windows 95 qui commence à intégrer du speech-to-text rudimentaire. Puis les assistants vocaux. Puis les LLM.
La courbe d’apprentissage a toujours été là. Ce qui a changé ces derniers 6 mois (au moment de l’enregistrement, début 2023), c’est la vitesse. Et sur ce point, même Laurent reconnaît avoir été surpris.
Sur la question de comment l’IA redessine aujourd’hui le référencement naturel, SEO et IA : rester visible quand les moteurs répondent à votre place va beaucoup plus loin que ce qu’on entend habituellement.
Pourquoi ceux qui disent que ça marche pas posent les mauvaises questions
Position ferme de Laurent Jean sur les sceptiques de l’intelligence artificielle ChatGPT : ils demandent des informations basiques, et ils s’étonnent d’avoir des réponses basiques.
La sortie de l’outil est conditionnée par son paramétrage. C’est mécanique. Ce n’est pas une opinion – c’est ainsi que fonctionnent les interfaces LLM. Si tu poses une question fermée à un système entraîné pour générer du texte conditionnel, tu obtiens une réponse fermée. Si tu contextualises, si tu donnes des contraintes, si tu travailles le prompt, tu obtiens autre chose.
Ça, c’est la partie technique. Mais il y a une deuxième raison, plus fondamentale, pour laquelle les gens ratent l’intelligence artificielle ChatGPT : ils la traitent comme un moteur de recherche alors que c’est une interface de génération. La différence n’est pas sémantique. Elle change complètement la façon d’utiliser l’outil.
Un moteur de recherche récupère et classe des documents existants. L’intelligence artificielle ChatGPT génère du texte probable en fonction de patterns statistiques sur des données d’entraînement. Tu ne cherches pas une information – tu génères une réponse contextuelle. Ce n’est pas la même posture mentale. Et la plupart des utilisateurs ne font jamais cette bascule.
(Et c’est souvent là que ça coince, d’ailleurs – pas dans la technologie elle-même, mais dans la représentation mentale qu’on en a.)
Pour creuser la question du référencement à l’ère de l’IA et ce que ça change concrètement pour la visibilité en ligne, l’épisode avec Léo Poitevin sur le GEO est une bonne suite logique.
L’enfant de 8 ans qui parle à Alexa – et ce que ça dit sur la génération suivante
Il y a une séquence dans l’épisode qui m’a arrêté. Laurent parle de son fils de 8 ans qui ne sait pas encore écrire mais qui interroge les assistants vocaux, croise avec YouTube, affine sa recherche vocalement. Sans friction. Sans avoir appris.
« Tout ce que j’ai galéré pour pouvoir arriver à faire ce que je fais maintenant, eux ils l’ont mais vraiment enfin il suffit juste qu’ils se posent la question qu’est-ce que je ne sais pas ? Il va aller poser la question à Alexa. »
Ce qui m’agace dans la plupart des débats sur l’intelligence artificielle ChatGPT, c’est qu’ils sont menés par des gens qui ont appris à apprendre sans IA – et qui jugent l’IA avec ce prisme-là. Mais la vraie question n’est pas « est-ce que l’IA remplace la réflexion ? ». C’est : qu’est-ce que ça change dans la façon dont la prochaine génération va structurer ses connaissances ?
Laurent ne le dit pas explicitement. Mais c’est le sous-texte de toute cette partie de la conversation. Un enfant qui n’a jamais vécu sans assistant vocal ne va pas utiliser l’intelligence artificielle ChatGPT comme un gadget – il va l’utiliser comme une couche d’infrastructure cognitive. Exactement comme nous utilisons Google sans y penser.
Bref. C’est une génération qui ne comprendra jamais l’angoisse de taper format c: sans savoir ce que ça fait.
La courbe d’accélération, elle, ne ralentit pas. Et ça, c’est à la fois la bonne nouvelle et la question qui reste ouverte : à quelle vitesse les outils vont-ils devancer la capacité des utilisateurs à les maîtriser ?
Jasper, Jarvis et le virage professionnel autour de l’intelligence artificielle ChatGPT
Ce n’est pas un hasard si Laurent Jean a construit sa formation autour de Jasper – anciennement Jarvis – avant que ChatGPT ne devienne le sujet de toutes les conversations marketing. Il avait compris, au moment du lancement de GPT-3, que le copywriting allait être le premier secteur vraiment impacté.
Pas parce que l’IA écrit mieux qu’un humain – elle n’écrit pas mieux, elle écrit différemment et plus vite. Mais parce que la contrainte principale du copywriting n’a jamais été la qualité de l’écriture. C’était le temps. Et sur ce point, l’intelligence artificielle ChatGPT casse une barrière réelle.
Ce qu’il faut retenir – enfin, ce que j’aurais voulu qu’on me dise quand j’ai découvert ces outils – c’est que la valeur n’est pas dans la génération brute. Elle est dans la capacité à briefer correctement, à itérer sur le prompt, à identifier ce qui est utilisable dans la sortie. C’est un métier dans le métier. Et ça, ça ne s’apprend pas en regardant une démo de 3 minutes sur YouTube.
Laurent a construit ça de façon empirique. Comme il a tout construit : par tentatives, erreurs, formatages accidentels de disques durs, et recommencements.
Sur la construction d’une stratégie de contenu cohérente avec ces nouveaux outils, construire sa stratégie SEO avec Guillaume Giraudet Bacchiolelli reste une référence solide pour poser les bases avant d’injecter de l’IA dans le process.
Et pour ceux qui démarrent sans budget et qui se demandent si l’IA peut compenser, comment faire du SEO sans budget donne des réponses concrètes sur ce qui est actionnable immédiatement.
La vraie limite de l’intelligence artificielle ChatGPT – et Laurent ne l’esquive pas complètement – c’est l’hallucination. Le modèle génère du texte probable, pas du texte vrai. Sur des sujets peu documentés, sur des chiffres récents, sur des faits hyper-spécifiques, il invente avec confiance. C’est structurel. Ça ne va pas disparaître avec GPT-4 ou GPT-5. Ça va probablement diminuer, mais pas s’effacer.
Donc l’intelligence artificielle ChatGPT comme outil de production de contenu SEO ? Oui, avec une relecture systématique de tout ce qui est factuel. Comme outil de brainstorming, de reformulation, de structuration ? Clairement, sans réserve majeure. Comme remplacement du cerveau éditorial ? Non. Jamais. Pas encore.
