A quelle fréquence utilisez vous Chat GPT ou un autre LLM

Synthèse des résultats

L'intelligence artificielle générative s'est imposée en quelques années comme l'une des évolutions technologiques les plus rapides de l'histoire récente. La question de la fréquence d'utilisation des grands modèles de langage — ChatGPT, Gemini ou Claude, entre autres — permet de mesurer concrètement jusqu'où cette diffusion a pénétré les usages quotidiens. Les résultats recueillis auprès des répondants sur Politês dessinent un panorama d'adoption déjà largement engagée. Près d'un répondant sur trois déclare utiliser un grand modèle de langage quotidiennement (32 %), et si l'on agrège l'ensemble des modalités d'usage régulier — plusieurs fois par semaine ou davantage —, on atteint près de 65 % des répondants. À l'inverse, 13 % déclarent ne jamais y avoir recours. La dynamique dominante est donc celle d'une adoption déjà bien installée, sans pour autant effacer une minorité non négligeable restée à l'écart de ces outils. Premier enseignement : un écart générationnel marqué. Les 18-24 ans affichent le taux d'usage quotidien le plus élevé (36 %) et un taux de non-utilisation particulièrement bas (8 %). À l'opposé, les 65 ans et plus présentent un profil inverse : 11 % d'usage quotidien et 53 % de non-utilisation. Les 50-64 ans occupent une position intermédiaire, avec 29 % de non-utilisateurs. Ces écarts pourraient suggérer que l'intégration des grands modèles de langage dans les pratiques courantes reste, pour l'heure, plus naturelle chez les générations ayant grandi avec le numérique. Deuxième enseignement : une dimension socioprofessionnelle perceptible. Les CSP+ affichent un taux d'usage quotidien de 37 %, contre 22 % pour les CSP-. Cet écart pourrait aller dans le sens d'une appropriation différenciée selon le contexte professionnel, les usages liés à la rédaction, à l'analyse ou au développement étant souvent plus présents dans les métiers qualifiés. Troisième enseignement : un effet territorial à surveiller. L'Île-de-France se distingue avec le taux d'usage quotidien le plus élevé (39 %), contre 28 à 29 % dans les régions Nord-Ouest et Nord-Est. Cet écart pourrait être mis en regard de la concentration des emplois du numérique et des services dans la région capitale, même si un lien de causalité direct ne saurait être établi à partir de ces seules données. Ces résultats s'inscrivent dans un contexte de diffusion accélérée. La disponibilité de modèles en accès gratuit ou freemium, la diversification des outils proposés — par OpenAI, Google, Anthropic, mais aussi des acteurs européens comme Mistral AI — et l'intégration croissante de ces technologies dans les environnements professionnels et éducatifs constituent autant de facteurs susceptibles de favoriser cette adoption. En France, la stratégie nationale pour l'intelligence artificielle et le plan France 2030 visent précisément à encourager l'appropriation de ces technologies, y compris au sein de la fonction publique. Une précision méthodologique s'impose : ces données sont issues de résultats bruts, sans redressement statistique. L'échantillon étant surreprésentatif de certaines tranches d'âge jeunes et de profils connectés, les niveaux d'usage observés pourraient légèrement surestimer la réalité de l'ensemble de la population française. Au fond, ce que ces chiffres donnent à voir, c'est une technologie qui n'est plus cantonnée à un public averti : elle semble s'installer progressivement dans les habitudes d'une large part de la population. La question qui se pose désormais porte sur la nature de ces usages — superficiels ou profondément intégrés aux pratiques quotidiennes et professionnelles — et appellera des analyses complémentaires pour y apporter des éléments de réponse.

Générée automatiquement par IA, sans relecture humaine avant publication.