Aller au contenu
Veille technologique

Littérature scientifique (part 4)

PARTIE 4 : L'exercice pratique - Impact des LLMs

Mission : Hype vs Réalité 🌍💰

Objectif : Comparer ce que disent les médias VS ce que dit la science sur l'impact écologique et économique des Large Language Models (LLMs).

Modalités : Travail en binôme ou solo (au choix)

Livrables :

  1. Un tableau Google Sheets avec 6 articles analysés
  2. Une synthèse critique de 500-750 mots
  3. Les analyses LLM (captures ou texte)

ÉTAPE 1 : La collecte 🔍

Ce que tu dois trouver

6 articles au total :

  • 2 articles de presse grand public (Le Monde, Wired, Les Échos, The Verge, etc.)
  • 2 articles scientifiques (via Scholar, Consensus, arXiv)
  • 2 articles corporate (blog OpenAI, Microsoft, Google, Meta, etc.)

Date minimale : 2020. Si tu utilises un article de 2020-2021, tu dois mentionner dans ta synthèse les limitations liées à la date (ex: parle de GPT-2/3 mais pas de GPT-4, technologies depuis évoluées, etc.)

Où chercher

Pour la presse :

  • Google News avec mots-clés : "ChatGPT pollution", "IA consommation énergie", "LLM environnement"
  • Sites tech : Wired, The Verge, Ars Technica
  • Presse française : Le Monde, Les Échos, Numerama

Pour les articles scientifiques :

  • Google Scholar : "large language model" energy consumption
  • Consensus : pose une question directe → "What is the environmental impact of large language models?"
  • Semantic Scholar : LLM carbon footprint
  • arXiv : cherche "LLM sustainability" ou "transformer energy"

Mots-clés efficaces (en anglais) :

  • "LLM carbon footprint"
  • "large language model energy consumption"
  • "AI environmental impact"
  • "GPT training cost"
  • "machine learning sustainability"

Pour les articles corporate :

  • Blogs officiels : openai.com/blog, ai.google/blog, ai.meta.com
  • Rapports de durabilité : "Microsoft AI sustainability report", "Google environmental report AI"
  • Communiqués de presse des grosses boîtes tech
  • Whitepapers techniques d'entreprises

Critères de sélection

Un bon article pour cet exercice doit :

  • Mentionner des chiffres (CO2, énergie, coût)
  • Être accessible (pas trop technique pour la presse, pas trop simple pour le scientifique)
  • Idéalement : avoir des positions différentes (pour comparer)

Astuce : si tu trouves pas 2 articles scientifiques de qualité, 1 preprint arXiv + 1 article peer-reviewed, c'est OK aussi 👍

ÉTAPE 2 : L'analyse avec LLM 🤖

Pour chaque article, utilise un LLM (Claude, ChatGPT, etc.) avec le prompt fourni dans la Partie 3.

Comment procéder

  1. Copie le contenu de l'article (texte ou upload PDF si possible)
  2. Colle le prompt d'analyse (voir Partie 3)
  3. Sauvegarde la réponse du LLM (copie-colle dans un doc ou screenshot)
  4. Vérifie rapidement : est-ce que le LLM n'a pas inventé des trucs ? Relis les chiffres clés dans l'article original

Répète l'opération pour les 6 articles 🔄

ÉTAPE 3 : Le tableau de synthèse 📊

Utilise le tableau template fourni dans la Partie 3 pour organiser tes 6 articles.

Rappel des colonnes importantes :

  • Titre court, Source complète, Type, Date
  • Mots-clés, Impact CO2, Impact €€
  • Méthodologie, Paywall, Fiabilité /5, Notes

Pour les articles de 2020-2021 : mentionne dans la colonne "Notes" les limitations liées à l'ancienneté (ex: "Pré-GPT-4, chiffres potentiellement obsolètes")

ÉTAPE 4 : Framework de comparaison 🔬

Pour comparer efficacement presse VS science VS corporate, utilise cette grille :

Grille de comparaison

Critère Article presse Article scientifique Article corporate
Précision Vague ou chiffré ? Méthodologie claire ? Résultats quantifiés ? Chiffres précis ou flous ?
Sources "Selon une étude" ou références ? Biblio complète ? Sources externes citées ?
Nuances Affirmatif ou nuancé ? Limitations mentionnées ? Admet les problèmes ou tout rose ?
Biais Sensationnalisme ? N/A (peer review) Promotion de leurs produits ?
Reproductibilité N/A Code/données dispo ? Détails techniques suffisants ?

Utilise cette grille pour analyser chaque article et nourrir ta synthèse critique 📝

ÉTAPE 5 : La synthèse critique ✍️

Rédige un texte de 500-750 mots qui répond aux questions suivantes :

Structure suggérée

Introduction (50-100 mots)

  • Contexte : pourquoi s'intéresser à l'impact des LLMs ?
  • Annonce du plan

1. Consensus scientifique (150-200 mots)

  • Que disent les papiers scientifiques ?
  • Y a-t-il un accord ou des désaccords ?
  • Quels sont les chiffres clés qui reviennent ?
  • Quelles méthodologies sont utilisées ?

Exemple de ce qu'on attend :

"Les études scientifiques s'accordent sur le fait que l'entraînement de grands modèles comme GPT-3 consomme énormément d'énergie (environ 1300 MWh selon Patterson et al., 2021). Cependant, il existe un débat sur l'impact de l'inférence : Smith et al. (2024) estiment 4.3 gCO2 par requête, tandis que Jones et al. (2024) arrivent à 8.5 gCO2 avec une méthodologie différente. Cette divergence s'explique par..."

2. Presse vs Science vs Corporate (150-200 mots)

  • Où les médias simplifient/exagèrent-ils ?
  • Comment les entreprises présentent-elles leurs chiffres ?
  • Quelles nuances sont perdues ?
  • Y a-t-il du sensationnalisme ou du greenwashing ?
  • Les sources sont-elles correctement citées ?

Exemple :

"L'article du Monde titre 'L'IA pollue autant que 5 voitures', reprenant une comparaison de Patterson et al. Cependant, l'article omet de préciser qu'il s'agit de l'entraînement complet de GPT-3 (plusieurs mois) et non d'une requête. Du côté corporate, Microsoft met en avant ses initiatives de neutralité carbone mais reste vague sur l'impact réel de ses services Azure OpenAI."

3. Reproductibilité et qualité (100-150 mots)

  • Combien de ces études sont reproductibles ?
  • Quels red flags as-tu repérés ?
  • Quelles études sont les plus fiables et pourquoi ?
  • Si tu as utilisé des articles anciens (2020-2021), quelles sont leurs limites aujourd'hui ?

Exemple :

"Parmi les 2 papiers scientifiques analysés, seul Patterson et al. fournit le code et les calculs détaillés, rendant l'étude reproductible. L'étude de Jones (2021) manque de transparence sur les hyperparamètres utilisés. De plus, datant de 2021, elle ne couvre pas les optimisations récentes des modèles (FlashAttention, quantization) qui ont réduit la consommation."

4. Questions ouvertes (100-150 mots)

  • Qu'est-ce qu'on ne sait toujours pas ?
  • Quelles recherches manquent ?
  • Quels aspects sont peu étudiés ?

Exemple :

"Une question reste largement sous-explorée : l'impact environnemental des modèles open-source vs propriétaires. Peu d'études comparent l'efficacité énergétique de Llama 2 (Meta) face à GPT-4 (OpenAI). De plus, l'impact du fine-tuning et du RAG (Retrieval-Augmented Generation) n'est pas documenté."

Conclusion (50-100 mots)

  • Récap des points clés
  • Hiérarchie des sources : classe tes 6 articles du plus fiable au moins fiable (avec justification rapide)

Exemple :

"Hiérarchie des sources (du plus au moins fiable) :

  1. Patterson et al. (2021) - méthodologie reproductible
  2. Smith et al. (2024) - peer-reviewed mais dataset limité
  3. Article Wired - bien sourcé
  4. Blog Microsoft - transparent mais biais corporate
  5. Blog OpenAI - manque de détails techniques
  6. Article Le Monde - sensationnaliste, contexte manquant"

Conseils & Astuces 💡

Ce qu'il faut faire ✅

✅ Varie les sources : ne prends pas 2 articles du même média ou de la même entreprise
✅ Compare les chiffres : si un article dit "552 tonnes" et l'autre "1000 tonnes", creuse pourquoi
✅ Lis les sections "Limitations" dans les papiers scientifiques
✅ Check les dates : un article de 2021 sur GPT-3 ne parle pas de GPT-4
✅ Repère le greenwashing : les entreprises ont tendance à minimiser leur impact
✅ Sois critique mais fair : critique la méthodologie, pas les personnes
✅ Cite tes sources : quand tu donnes un chiffre, dis d'où il vient

Ce qu'il faut éviter ❌

❌ Copier-coller l'analyse du LLM sans réfléchir
❌ Prendre parti : "l'IA c'est mal" ou "l'IA c'est génial" → reste neutre
❌ Mélanger training et inference : ce sont deux impacts très différents
❌ Comparer des pommes et des oranges : GPT-3 vs BERT n'a pas de sens direct
❌ Ignorer les conflits d'intérêt : un papier financé par OpenAI sur OpenAI = biais potentiel
❌ Ignorer l'obsolescence : un article de 2020 ne reflète pas l'état actuel de la techno

Questions fréquentes ❓

Q : Je trouve pas 2 articles scientifiques de qualité, je fais quoi ?
R : 1 article peer-reviewed + 1 preprint arXiv, c'est acceptable. Mentionne juste dans ta synthèse que le preprint n'est pas encore reviewé.

Q : L'article scientifique est ultra technique, je comprends rien
R : C'est normal ! Utilise le LLM pour qu'il te l'explique simplement. Lis surtout l'abstract, les résultats, et la conclusion. Tu n'as pas besoin de comprendre toutes les équations.

Q : Tous les articles disent la même chose, c'est chiant
R : C'est justement intéressant ! Si y'a consensus, dis-le. Mais cherche les nuances : même résultat mais méthodologies différentes ? Limitations différentes ?

Q : Le LLM dit que l'article a du code disponible mais je trouve pas
R : Le LLM hallucine peut-être. Vérifie toujours les infos importantes dans l'article original. Si y'a pas de lien GitHub dans le papier, marque "Code non disponible".

Q : Les articles corporate disent tous que leur IA est verte, comment les différencier ?
R : Regarde les détails : donnent-ils des chiffres précis ? Mentionnent-ils des limites ? Comparent-ils avec des concurrents ? Un article avec juste "nous sommes carbon-neutral" sans chiffres = greenwashing 🚩

Q : Mon article de 2020 parle de BERT, c'est trop vieux ?
R : BERT est de 2018, donc ok pour le contexte historique. Mais précise dans ta synthèse que les chiffres ne sont plus d'actualité avec les modèles récents (GPT-4, Llama 3, etc.)

Q : C'est quoi une "bonne" fiabilité ?
R : Voici un guide :

  • 5/5 : Papier peer-reviewed, méthodologie claire, données publiques, limitations mentionnées
  • 4/5 : Preprint ou papier peer-reviewed avec petites faiblesses
  • 3/5 : Article de presse bien sourcé ou corporate transparent
  • 2/5 : Article de presse vague ou corporate avec gros biais
  • 1/5 : Sensationnaliste, pas de sources, bullshit évident

Ressources utiles 📚

Checklist avant de rendre :

  • [ ] 6 articles trouvés et lus (2 presse + 2 science + 2 corporate)
  • [ ] 6 analyses LLM sauvegardées
  • [ ] Tableau complété (voir Partie 3 pour le template)
  • [ ] Synthèse de 500-750 mots rédigée
  • [ ] Sources citées correctement
  • [ ] Relu et corrigé les fautes

Liens rapides :

Exemple de livrable final (structure) 📦

Ton dossier final doit contenir :

📁 Veille_LLM_Impact_[TonNom(s)]
  📄 Tableau_synthese.xlsx 
  📄 Synthese_critique.pdf 
  📁 Analyses_LLM
    📄 Article1_analyse.txt
    📄 Article2_analyse.txt
    📄 Article3_analyse.txt
    📄 Article4_analyse.txt
    📄 Article5_analyse.txt
    📄 Article6_analyse.txt

Bon courage ! La recherche scientifique, c'est un puzzle. Chaque article est une pièce. À toi de voir comment elles s'assemblent (ou pas) 🧩