Chatbot
Programme conversationnel qui simule un dialogue humain, du simple arbre de décision au chatbot augmenté par LLM, en mode réactif tour par tour.
Un chatbot est un programme informatique conçu pour simuler une conversation avec un utilisateur humain, par texte ou par voix. Il existe sur un spectre allant du simple arbre de décision scriptée au chatbot augmenté par un LLM capable de comprendre le langage naturel.
Définition technique
Les trois générations
Génération 1 — Chatbots à règles : fonctionnent par arbres de décision et mots-clés. Réponses prédéfinies, aucune compréhension du langage. Exemples : les FAQ interactives, les bots de navigation de site.
Génération 2 — Chatbots NLU : utilisent le traitement du langage naturel (NLU) pour comprendre l'intention de l'utilisateur. Dialogflow (Google), Rasa, et les plateformes low-code. Meilleure gestion des variations de formulation, mais toujours limités à des scénarios prévus.
Génération 3 — Chatbots LLM : alimentés par des grands modèles de langage (GPT, Claude, Gemini). Comprennent le contexte, génèrent des réponses libres et gèrent des conversations complexes. Restent fondamentalement réactifs : ils répondent, mais ne prennent pas d'initiative.
Mode de fonctionnement
Le chatbot opère en mode requête-réponse : l'utilisateur envoie un message, le bot traite et retourne une réponse. Chaque échange est indépendant (stateless) ou faiblement contextuel (mémoire limitée à la conversation en cours). Le chatbot n'exécute pas d'actions dans le monde réel sauf configuration explicite (intégrations pré-câblées).
Chatbot vs Agent IA
La distinction fondamentale est le mode opératoire :
- Chatbot : réactif, tour par tour, sans planification, mémoire limitée
- Agent IA : proactif, multi-étapes, planification autonome, mémoire persistante, outils externes
Un chatbot peut être un composant d'interface d'un agent IA (le canal de communication avec l'utilisateur), mais l'inverse n'est pas vrai.
Enjeux actuels
De chatbot à agent
La tendance dominante est l'évolution des chatbots vers des agents : ajout de tools (recherche dans une base documentaire, appels API), de mémoire conversationnelle persistante, et de capacités d'action. La frontière entre les deux catégories se brouille dans les produits commerciaux, ce qui crée de la confusion sur le marché.
Limites persistantes
Même augmenté par un LLM, un chatbot reste soumis aux hallucinations du modèle sous-jacent, à la fenêtre de contexte limitée, et à l'absence de vérification factuelle native. Le RAG (Retrieval-Augmented Generation) atténue ces limites en ancrant les réponses dans une base documentaire vérifiée.
Questions fréquentes
Quelle est la différence entre un chatbot et un agent IA ?
Un chatbot fonctionne en mode réactif : il attend une question, y répond, puis attend la suivante. Même dopé à un LLM, il reste fondamentalement stateless (sans mémoire entre sessions) et ne prend aucune initiative. Un agent IA est proactif : il planifie ses actions, utilise des outils externes, maintient un état persistant et itère en boucle jusqu'à atteindre un objectif — sans intervention humaine à chaque étape.
Un chatbot basé sur GPT ou Claude est-il un agent IA ?
Pas automatiquement. Un chatbot utilisant un LLM reste un chatbot s'il se limite à répondre à des questions tour par tour. Il devient un agent quand on lui ajoute des outils (tools), de la mémoire persistante, de la planification autonome et la capacité d'itérer en boucle sur un objectif. La frontière est parfois floue dans les produits commerciaux, mais la distinction architecturale reste claire.