Ducking ennuyeux : pourquoi la fonction de correction automatique de l'iPhone est-elle gâchée ? | iPhone

Ne vous inquiétez pas, vous ne deviendrez pas fou.

Si vous avez l'impression que la correction automatique de votre iPhone s'est détraquée ces derniers temps, corrigeant inexplicablement des mots comme « venir » en « coke » et « hiver » en « w Inter » – alors vous n'êtes pas le seul.

À en juger par les commentaires en ligne, des centaines de détectives sur Internet partagent le même sentiment, certains craignant que le problème ne soit jamais résolu.

Apple a publié son dernier système d'exploitation, iOS 26, en septembre. Environ un mois plus tard, les théories du complot abondent et une vidéo prétendant montrer un clavier d'iPhone changeant l'orthographe du mot « pouce » par « thjmb » a recueilli plus de 9 millions de vues.

“Il existe de nombreuses formes différentes de correction automatique”, a déclaré Jan Pedersen, un statisticien pionnier de la correction automatique pour Microsoft. “Il est un peu difficile de savoir quelle technologie les gens utilisent réellement pour faire leurs prédictions, car tout cela se cache sous la surface.”

L'un des parrains de la correction automatique a déclaré que ceux qui attendent une réponse ne sauront peut-être jamais comment fonctionne ce nouveau changement, surtout si l'on considère qui est à l'origine de ce nouveau changement.

Kenneth Church, un linguiste informatique qui a été le pionnier de certaines des premières approches de correction automatique dans les années 1990, a déclaré : « Ce que fait Apple est toujours un secret profond et sombre. Et Apple est meilleure pour garder les secrets que la plupart des entreprises. »

Internet parle de correction automatique depuis quelques années, même avant iOS 26. Mais il existe au moins une différence concrète entre ce qu'est la correction automatique aujourd'hui et ce qu'elle était il y a quelques années : l'intelligence artificielle, ou comme Apple l'appelait dans sa version iOS 17, un « modèle de langage d'apprentissage automatique sur l'appareil » qui apprendrait de ses utilisateurs. Le problème est que cela peut signifier beaucoup de choses différentes.

En réponse à une question du Guardian, Apple a déclaré qu'il avait mis à jour la correction automatique au fil des ans avec les dernières technologies et que la correction automatique était désormais un modèle de langage sur l'appareil. Ils ont dit que le problème de clavier dans la vidéo n'avait rien à voir avec la correction automatique.

La correction automatique est une évolution d’une technologie antérieure : la vérification orthographique. La vérification orthographique a commencé dans les années 1970 et impliquait une première commande sous Unix – un langage de programmation – qui répertoriait tous les mots mal orthographiés dans un fichier texte donné. C'était simple : comparer chaque mot d'un document avec un dictionnaire et informer l'utilisateur s'il n'en apparaît pas.

“L'une des premières choses que j'ai faites aux Bell Labs a été d'acquérir les droits sur les dictionnaires britanniques”, a déclaré Church, qui les a utilisés pour ses premiers travaux sur les programmes d'autocorrection et de synthèse vocale.

Corriger automatiquement un mot – suggérer en temps réel qu’un utilisateur voulait dire « vous » plutôt que « elle » – est bien plus difficile. C'est une question de mathématiques : l'ordinateur doit décider statistiquement si vous utilisez “graff” pour désigner une girafe – à seulement deux lettres – ou un homophone comme “graph”.

Dans les cas avancés, la correction automatique doit également décider si un vrai mot anglais que vous avez utilisé est réellement approprié au contexte, ou si vous vouliez probablement dire que votre fils adolescent était bon en « mathématiques » plutôt qu'en « méthamphétamine ».

Jusqu'à il y a quelques années, N-gram était la technologie de pointe, un système qui fonctionnait si bien que la plupart des gens le tenaient pour acquis, sauf lorsqu'il semblait incapable de reconnaître des noms moins courants, remplaçait des injures prudes par des alternatives insatisfaisantes (quelque chose qui peut être ennuyeux en esquivant), ou changeait de manière apocryphe des expressions comme « a accouché d'un bébé dans un taxi » par « a dévoré un bébé dans un taxi ».

Pour faire simple, les N-grams sont une version très simple des LLM modernes comme ChatGPT. Ils font des prédictions statistiques sur ce que vous êtes susceptible de dire en fonction de ce que vous avez dit auparavant et de la manière dont la plupart des gens termineront la phrase que vous commencez. Différentes stratégies techniques influencent les données prises en compte par une correction automatique n-gram, explique Church.

Mais ils ne sont plus à la pointe de la technologie ; Nous sommes à l’ère de l’IA.

La nouvelle offre d'Apple, un « modèle de langage Transformer », implique une technologie plus complexe que l'ancienne correction automatique, explique Pedersen. Un transformateur est l'une des principales avancées sous-jacentes à des modèles tels que ChatGPT et Gemini : il rend ces modèles plus complexes pour répondre aux demandes humaines.

Ce que cela signifie pour la nouvelle correction automatique est moins clair. Pedersen affirme que tout ce qu'Apple a mis en œuvre sera probablement beaucoup plus petit que les modèles d'IA connus, sinon il ne pourrait pas fonctionner sur un téléphone.

Surtout, les défis liés à l'interprétation de l'IA signifient qu'il sera probablement beaucoup plus difficile de comprendre ce qui ne va pas avec la nouvelle correction automatique qu'avec les modèles précédents.

“Il y a tout ce domaine d'explicabilité et d'interprétabilité dans lequel les gens veulent comprendre comment les choses fonctionnent”, a déclaré Church. “Avec les anciennes méthodes, vous pouvez réellement obtenir une réponse à ce qui se passe. Les méthodes les plus récentes et les plus performantes sont un peu comme par magie. Elles fonctionnent bien mieux que les anciennes. Mais quand cela se produit, c'est vraiment mauvais.”