Cette IA a discuté avec eux en visio : près de la moitié l’ont prise pour un humain

L’entreprise américaine Tavus a présenté Griffin, une intelligence artificielle (IA) capable de tenir une conversation en visioconférence de manière naturelle. Selon Tavus, Griffin est le premier modèle à réussir le « test de Turing vidéo », une expérience imaginée en 1950 par le mathématicien Alan Turing pour évaluer si une machine peut imiter une conversation humaine au point de tromper son interlocuteur. Contrairement aux IA classiques qui répondent avec un délai après avoir analysé les paroles, Griffin génère en temps réel son visage, sa voix et ses expressions, tout en réagissant aux gestes, aux expressions faciales ou aux interruptions de son interlocuteur. Cette approche, appelée « vidéo-à-vidéo » en « duplex », permet un échange fluide et continu, comme avec un humain.

Lors d’un test interne mené par Tavus, 54 participants ont discuté pendant une minute avec Griffin-Lite, une version simplifiée de l’IA. Parmi eux, 48 % (soit 26 personnes) ont cru avoir parlé à un humain. Ce résultat contraste fortement avec les performances des systèmes précédents de Tavus, où seulement 1 personne sur 41 avait été trompée. Cependant, le protocole de ce test présente des limites : les participants savaient qu’ils allaient discuter avec une autre personne, ce qui réduit la portée du résultat. En effet, une conversation plus longue ou avec une personne avertie pourrait révéler plus facilement la nature artificielle de l’IA. Tavus souligne que Griffin-Lite reste une version préliminaire, réservée à des testeurs en recherche.

Griffin utilise une approche innovante pour reproduire les nuances d’une conversation humaine. Au lieu de suivre un processus en plusieurs étapes (écouter, analyser, répondre, puis générer une image), l’IA traite en continu les sons et les images de la caméra pour décider de sa réponse, du moment où parler et de l’expression à adopter. Cette méthode permet à Griffin d’acquiescer pendant que son interlocuteur parle, de modifier sa réaction en cas d’interruption, ou encore d’ajuster son ton et ses silences. L’IA génère même des détails réalistes comme les mouvements du corps, les ombres ou le décor. Dans une démonstration, Griffin a plaisanté sur sa respiration pour alléger la charge de calcul, montrant une capacité à interagir de manière spontanée et naturelle.

Griffin-Lite se distingue également dans le classement VideoFDB, un test conçu par Nvidia pour évaluer le naturel des échanges vidéo entre humains et IA. Selon les résultats publiés par Tavus, Griffin-Lite obtient les meilleurs scores parmi les modèles évalués, devançant ses concurrents. Cependant, ces notes sont attribuées par une autre IA, et non par des humains, ce qui peut biaiser l’évaluation. De plus, Griffin-Lite reste moins performant que des échanges humains réels utilisés comme référence. Certains concurrents répondent également plus rapidement, ce qui peut influencer la perception de naturalité. Malgré ces limites, Griffin-Lite marque une avancée significative dans le domaine des interactions vidéo générées par IA.