L’intelligence artificielle conseille désormais les gens sur la façon d’utiliser leur temps libre, et les résultats sont… mitigés. Une expérience récente testant trois systèmes d’IA – Claude AI, Google Gemini et ChatGPT – sur des recommandations de loisirs a révélé une gamme de suggestions étonnamment pratiques, mais parfois bizarres. L’invite était simple : un résident de Los Angeles de 39 ans ayant des intérêts typiques (voyages, jeux, lecture) cherche un nouveau passe-temps, conscient d’un travail de 9h à 17h et doué pour trouver de bonnes affaires.
Le consensus sur l’IA : jardinage et revente
Les trois modèles d’IA ont convergé vers le jardinage en tant qu’option nécessitant peu d’effort et peu coûteuse. Ceci est remarquable car il s’aligne sur les tendances plus larges des loisirs en banlieue : le jardinage a connu un regain de popularité, en particulier parmi ceux qui recherchent des passe-temps rentables. Les algorithmes ont également recommandé de revendre des articles vintage, un passe-temps qui exploite l’économie croissante de l’épargne et de la revente. Gemini a encore affiné cela en suggérant de l’associer au piratage de récompenses de voyage – une connexion logique étant donné l’intérêt déclaré de l’utilisateur pour les offres.
Approches divergentes : Gemini, Claude et ChatGPT
Claude AI s’est démarqué par son approche ciblée. Il faisait directement appel à la personnalité en quête de bonnes affaires de l’utilisateur, présentant le jardinage comme un moyen d’économiser de l’argent. Cela démontre la capacité croissante de l’IA à adapter les suggestions en fonction de traits comportementaux déduits. Gemini a adopté une approche holistique, suggérant des passe-temps qui complètent les intérêts existants, comme le brassage de la bière et le jardinage.
ChatGPT, cependant, s’est égaré dans l’absurde. Il recommandait l’astronomie amateur dans un Los Angeles pollué par la lumière et, plus déconcertant, l’apiculture. Cette dernière suggestion est particulièrement discutable ; Même si l’apiculture a gagné du terrain dans certaines zones urbaines, le temps consacré (souvent dépassant les 2 à 4 heures mensuelles annoncées par l’IA) et les obstacles réglementaires ont été passés sous silence. Cela met en évidence une limitation clé : l’IA peut générer des suggestions plausibles sans une connaissance contextuelle approfondie.
Le problème des loisirs algorithmiques
L’expérience souligne une tendance plus large. À mesure que l’IA s’intègre de plus en plus dans la vie quotidienne, elle façonnera inévitablement la façon dont les gens passent leur temps. La question n’est pas de savoir si l’IA peut suggérer des passe-temps, mais si ces suggestions sont réellement alignées sur les préférences individuelles et les contraintes réalistes. Le décalage entre la logique de l’IA (par exemple, supposer que les joueurs sont apiculteurs) et la faisabilité du monde réel soulève des questions sur la qualité des conseils automatisés.
En fin de compte, même si l’IA peut faire émerger des idées, l’élément humain – éclairé par une expérience réelle et un jugement nuancé – reste essentiel. Les algorithmes peuvent vous orienter vers un passe-temps, mais ils ne peuvent pas vous dire si cela durera réellement.
