Le problème difficile de l'identité : évaluation d'un clone LLM

Abstract

Dans le cadre de travaux explorant la faisabilité du clonage de personnalité, nous présentons la conception et l’évaluation d’un agent conversationnel baptisé pseudoLuc, destiné à reproduire la manière de s’exprimer, les positions et le style d’un individu réel (Luc). Après avoir recueilli un corpus de textes personnels et construit un manuel de personnalité (prompt contextuel) structurant les 23 dimensions jugées essentielles, nous avons intégré ces informations à un modèle de langage (LLM) agrémenté d’une composante de « Récupération-Génération Augmentée » (Retrieval-Augmented Generation : RAG) pour améliorer la factualité. Les résultats montrent qu’un prompt explicite de l’ordre de 10 000 à 15 000 tokens (unité de base utilisée pour découper et représenter des données) suffit à générer des réponses cohérentes, fidèles au style de la personne imitée et largement jugées indiscernables par des proches. Nous détaillons les performances sur plusieurs questionnaires (Proust, portrait chinois, “duels”) : pseudoLuc reproduit les choix de Luc ou s’en approche, avec un taux de similarité sémantique autour de 50 %. Au-delà, l’étude met en évidence la flexibilité du modèle : il est possible de modifier aisément des traits comme l’extraversion ou l’émotivité en ajustant le prompt. Sur le plan éthique, l’expérience illustre autant les promesses (conservation et diffusion du savoir personnel, assistants virtuels) que les risques (confection d’œuvres apocryphes, usurpation). Nous concluons sur les limites actuelles (biais de verbosité, absence de langage corporel) et les perspectives qu’ouvre la personnalisation explicite dans le domaine des grands modèles de langage.