Dans la course effrénée aux outils d’intelligence artificielle, la précision des réponses reste le principal nerf de la guerre. Face aux critiques récurrentes sur les hallucinations ou les erreurs logiques commises par les grands modèles de langage lorsqu’ils font face à des équations complexes, Perplexity AI a choisi de revoir sa copie.
La plateforme introduit une nouvelle fonctionnalité baptisée “Step-by-Step Mode” (ou mode pas-à-pas), conçue spécifiquement pour décortiquer les raisonnements mathématiques, physiques et scientifiques. L’objectif est clair : transformer le moteur de recherche conversationnel en un véritable tuteur académique capable d’expliciter chaque étape d’une démonstration.
Ce nouveau mode s’intègre directement dans l’interface habituelle de Perplexity, sans nécessiter de configuration technique lourde. Lorsqu’un utilisateur soumet un problème complexe, une formule à résoudre ou un énoncé scientifique, un sélecteur dédié permet d’activer cette analyse séquentielle. Au lieu de livrer un résultat brut (qui s’avère parfois faux avec les modèles standards), l’IA décompose la logique sous forme de blocs d’apprentissage distincts. Ce comportement s’appuie sur les techniques de “Chain-of-Thought” (chaîne de pensée), un paradigme d’ingénierie de prompt qui force le modèle à formuler ses calculs intermédiaires avant d’énoncer sa conclusion.
Sur le plan de l’expérience utilisateur, l’apport est immédiat pour le secteur de l’éducation et de la recherche. Chaque jalon du calcul est accompagné d’explications textuelles fluides, explicitant la loi physique appliquée, la règle d’intégration choisie ou la simplification algébrique opérée. Au-delà de la simple vérification de la justesse du résultat, cette approche pédagogique permet à l’utilisateur de comprendre le cheminement intellectuel. Si une erreur s’est glissée dans l’énoncé initial ou si l’utilisateur souhaite modifier une variable en cours de route, il devient beaucoup plus simple de pointer précisément l’étape à corriger au sein du fil de discussion.
En s’attaquant de front aux disciplines STEM (sciences, technologies, ingénierie et mathématiques), la plateforme vient chasser sur les terres d’outils spécialisés comme Wolfram Alpha, tout en conservant la flexibilité du langage naturel qui fait le succès des modèles d’OpenAI ou d’Anthropic. Reste à savoir si cette décomposition systématique suffira à rassurer pleinement la communauté scientifique face aux biais persistants des agents autonomes.
En savoir plus sur TechAuQuotidien.FR
Subscribe to get the latest posts sent to your email.
