ia-technique

Dérive des modèles (model drift)

La dérive des modèles désigne l'évolution du comportement d'une IA dans le temps : mises à jour, ré-entraînements et changements de version modifient ses réponses. Une marque peut ainsi voir sa visibilité bouger sans avoir rien changé de son côté.

Qu'est-ce que la dérive des modèles ?

Les modèles de langage ne sont pas figés : les fournisseurs les mettent à jour, les ré-entraînent, changent de version. Résultat, une même question peut recevoir des réponses différentes d'un mois à l'autre. C'est la dérive des modèles (model drift).

Pourquoi c'est important pour la mesure ?

Sans précaution, on confondrait cette dérive avec une vraie variation de la visibilité d'une marque. Un score qui monte ou descend pourrait simplement refléter une mise à jour de ChatGPT ou de Gemini, et non une action de la marque.

Comment on la maîtrise

L'AGS isole cette dérive grâce à un anchor set de marques témoins. Une mesure unique est trompeuse : c'est pourquoi on privilégie le suivi de tendance dans le temps. Voir nos limites assumées.

Quand un client interroge les IA sans nommer de marque, quelqu'un d'autre est recommandé. Et les marques que vous pilotez?

Quand votre marque est absente d'une réponse d'IA, un concurrent prend sa place dans 37 % des cas. Données AI Labs Audit : sous-échantillon de l'étude sur 3 002 réponses d'IA.

Pour aller plus loin

Découvrez notre article approfondi sur ce sujet

Lire l’article