Dessa : pourquoi une voix IA très naturelle doit encore gagner notre confiance
Block présente une IA qui écoute et parle simultanément. Ses démonstrations ouvrent un débat concret : comment juger la qualité d’un service lorsque la voix semble déjà convaincante ?
Prêt à lire l’article.
Dans cet article
Une pause, un rire, une intonation hésitante : la démonstration d’une intelligence artificielle vocale peut donner une impression de proximité avant même que l’on ait vérifié la qualité de sa réponse. Avec Dessa, présenté cette fin de semaine, Block met cette question au premier plan.
L’entreprise décrit un modèle entraîné à partir de conversations humaines, sans texte ni modèle préentraîné. Il fonctionne en « full-duplex », c’est-à-dire qu’il peut écouter et parler simultanément. Block affirme également qu’il peut tourner localement sur un MacBook Pro M4 Max ou une machine plus puissante. Ces capacités sont présentées par le concepteur ; les extraits publiés ne constituent pas une évaluation indépendante. La page propose un accès anticipé à un petit groupe de chercheurs en sécurité. Présentation officielle de Dessa.
La fluidité change le critère d’évaluation
Notre analyse : une interface qui gère mieux les interruptions pourrait rendre un échange moins fatigant. Mais pour un service client, une démarche administrative ou un outil pédagogique, le test décisif reste le même : la personne a-t-elle obtenu une réponse correcte, compréhensible et utile ?
Il faut donc séparer la qualité de la conversation de la qualité du service. Un système peut respecter les tours de parole tout en comprenant mal une demande. Il peut aussi produire un ton rassurant sans disposer des informations nécessaires pour résoudre le problème. L’impression d’empathie devrait être évaluée comme une propriété de l’interface, sans lui attribuer une compréhension humaine.
Quels essais seraient vraiment probants ?
Pour évaluer un futur déploiement, une organisation pourrait demander des tests avec des interlocuteurs qui parlent vite, changent de langue, interrompent la réponse ou utilisent des noms propres locaux. Une bonne démonstration devrait également montrer les échecs : que se passe-t-il lorsque le système ne sait pas, ou lorsque deux personnes parlent ?
Ces questions sont essentielles pour les marchés africains. Un résultat convaincant sur quelques échanges en anglais ne permet pas de déduire une qualité équivalente en français ivoirien, en wolof ou en dioula. Aucun résultat concernant ces usages n’est établi par les éléments consultés ici.
La confiance se conçoit aussi hors du modèle
Avant toute mise en service, nous proposons trois critères simples : annoncer clairement que la voix est synthétique, permettre de joindre une personne et demander une confirmation explicite avant une action importante. Une voix agréable ne devrait jamais remplacer ces garde-fous.
Dessa constitue ainsi un sujet de recherche intéressant, plutôt qu’une garantie de maturité commerciale. La prochaine étape à observer sera la publication d’évaluations reproductibles, notamment sur les erreurs, les langues et les conditions réelles d’utilisation.