Mathilde Abel was recently interviewed by Aurore Maubian for Libération. The interview is available in French here or below. In this interview, she explains the “enshittification” of platforms and how ChatGPT is gradually testing and rolling out an advertising model in order to maintain a free product while generating revenue. She also highlights the consequences on individual health and well being of platforms increasingly intense competition for users attention. She also draws attention to the strong extractivist dynamics (ressources, data, work) underneath these business models. Pop-ups qui surgissent, publicités qui envahissent l’écran, options autrefois gratuites désormais payantes : sur les plateformes numériques, l’expérience des utilisateurs se dégrade immanquablement à mesure qu’elles gagnent en popularité. Un phénomène que l’écrivain et journaliste canado-britannique Cory Doctorow a vulgarisé, en 2022, sous un terme qui ne s’embarrasse pas de nuances : la «merdification», de l’anglais enshittification. Après les réseaux sociaux ou encore les plateformes de streaming, ChatGPT en offre un nouvel exemple. Depuis lundi 24 août, des publicités sont intégrées en France et dans une trentaine de pays européens, dans la version gratuite et l’abonnement le moins onéreux. Auprès de Libération, Mathilde Abel, socioéconomiste spécialiste des enjeux numériques et maîtresse de conférences à Télécom Paris évoque «un mécanisme connu depuis vingt ans sur le plan économique. On retrouve la musique de “si c’est gratuit, c’est vous le produit”.» Pourquoi OpenAI introduit-elle de la publicité sur ChatGPT en Europe ? OpenAI est une entreprise qui doit entrer dans une logique de rentabilité, puisqu’elle continue d’enregistrer d’importantes pertes financières. Avec la publicité, elle ouvre un nouveau segment de marché et ajoute donc une nouvelle source de revenus. Elle continue de proposer un service gratuit, mais celui-ci est désormais financé en partie par la consommation de contenus publicitaires. C’est un modèle économique très traditionnel et surtout très rémunérateur. Ce n’est pas pour rien que Google l’utilise sur son moteur de recherche ou sur YouTube, et que Netflix s’y est également mis. En conséquence, cela produit de fait une dégradation de la qualité de service pour les consommateurs qui vont continuer à utiliser ChatGPT gratuitement. Fallait-il s’attendre à ce que ChatGPT suive cette logique de «merdification» ? D’un point de vue stratégique, ce n’est pas surprenant qu’OpenAI introduise finalement de la publicité. L’entreprise suit la logique classique des modèles économiques des moteurs de recherche et de certains médias. Le cycle de vie de ces plateformes est bien connu des économistes. Il y a d’abord une phase de lancement, avec une recherche de liquidités qui permettent de subventionner le marché et donc l’usage dans un premier temps. C’est pour cela que vous, moi, tout un chacun, avons pu utiliser ChatGPT gratuitement pendant plusieurs années. -------------------------------------------------------------------------------- Ensuite vient la phase de croissance, pendant laquelle les plateformes multiplient les offres. ChatGPT l’a fait en conservant un service gratuit, mais aussi en proposant un abonnement premium, avec différents niveaux d’accès en fonction de ce que vous êtes en mesure de payer [8 euros pour l’abonnement Go, 23 euros pour le Plus et 103 euros pour le Pro, ndlr]. C’est ce qu’on appelle de la «discrimination tarifaire» : petit à petit, un monde se crée entre ceux qui ont la capacité d’accéder à des services premium et ceux qui ne l’ont pas. Puis vient la phase de «stabilisation», où les plateformes cherchent à maintenir leurs sources de revenus. Comment ces plateformes, malgré la détérioration de leurs services, parviennent-elles à rester attractives aux yeux des utilisateurs ? Avant de lancer ce projet, OpenAI a réduit cette incertitude quasiment à zéro. En amont, l’entreprise a testé le marché de manière très régulière pour savoir si, oui ou non, les consommateurs utilisant gratuitement ChatGPT resteraient sur la plateforme en présence de publicité. Cela se fait à travers de petits segments de marché : les plateformes ne mettent pas immédiatement de la publicité massivement partout. Elles peuvent proposer des publicités à certains individus et regarder comment ils réagissent à ce modèle. -------------------------------------------------------------------------------- Leur grande force est que nous produisons, comme usagers, énormément de données, ici notamment à travers les prompts [les requêtes envoyées à l’IA]. Ceux-ci leur permettent de comprendre les comportements et d’évaluer la propension d’un individu à continuer à consommer un service si une dégradation de celui-ci intervient, notamment par la publicité. Ils ont vraisemblablement déjà calculé le churn rate, c’est-à-dire combien de personnes vont cesser d’utiliser le service si celui-ci est monétisé par la publicité. Cette «merdification» a-t-elle d’autres conséquences que la simple dégradation de l’utilisabilité ? Quand on crée de la publicité et qu’on souhaite que les individus cliquent sur une bannière ou un lien, puis aillent consommer tel ou tel produit, on a aussi besoin qu’ils continuent à utiliser le service qu’on leur offre. Les plateformes renforcent donc les mécanismes de captation de l’attention qui accroissent les phénomènes d’addiction des utilisateurs et mettent indirectement leur santé en jeu. C’est ce qui est advenu sur des médias comme YouTube, Meta, Snapchat ou TikTok, avec par exemple le scrolling infini. Il faut maintenant observer comment la plateforme va intégrer la question de ces externalités dans son architecture. Quand on parle de «merdification» de l’IA générative, est-ce une erreur de ne regarder que l’expérience de l’utilisateur ? La question de la qualité du service produit est déjà problématique avant même qu’on ne parle de sa dégradation. Aujourd’hui, les IA génératives sont éminemment extractivistes, à tous points de vue. D’abord, elles reposent sur l’extraction de données, parfois illégale. Ensuite, pour que les modèles puissent faire des prédictions, ces données doivent être annotées par des travailleurs. Cela s’inscrit dans une division internationale du travail, notamment dans des pays du «Sud global», où les travailleurs sont extrêmement précaires. Le tout nécessite également d’immenses infrastructures, notamment des data centers. Cela suppose l’extraction de terres rares pour les puces graphiques et ordinateurs, mais aussi du foncier, puisque ces infrastructures occupent parfois des surfaces agricoles et de l’eau pour refroidir les calculateurs. C’est pour cela que la question de la dégradation ne peut pas être regardée uniquement depuis notre côté de l’écran, en se plaignant de la publicité.

«Gli spiriti che ho evocato, non riesco più a liberarmene». C’è molto dell’apprendista stregone di Goethe, in questi padroni dell’AI americana che lanciano l’allarme sulla loro creatura. Monito tutt’altro che infondato, beninteso. Ma non occorre evocare l’estinzione del genere umano. Per ammettere che l’AI sta già aumentando i rischi di […] L'articolo Il catastrofista Altman a caccia di sussidi su Contropiano.

… stanno progettando la fuga dal nostro mondo. La nostra missione è chiara. di Naomi Klein e Astra Taylor; pubblicato sul «Guardian». Abbiamo ripreso la traduzione di Lavinia Marchetti (dal suo sito). Un’alleanza empia sta lavorando per un futuro apocalittico dal quale soltanto pochi eletti usciranno indenni. Sta diventando chiaro come possiamo fermarli. Quando Jeff Bezos annunciò il progetto di

Le riflessioni di «La Terra Trema» e un appuntamento ad Abbiategrasso (Milano). IL VOLTO REALE DELL’INTELLIGENZA ARTIFICIALE E LA FINE DELL’INVISIBILITÀ DEL CAPITALISMO CIBERNETICO (1)  di La Terra Trema | Folletto25603 immagini Edoardo Pellegrini Il capitalismo digitale occidentale sta facendo dell’Italia, facile terra di conquista, colonia. Big tech, fondi di investimento e società a vario titolo (per lo più di matrice

Alcuni recenti sviluppi dell’intelligenza artificiale “made in Usa” – quella cinese ha seguito altre logiche, sfornando altri modelli – ripropongono molto concretamente l’antica contraddizione tra ciò che si può fare e ciò che conviene fare, ovvero su cui si ha il controllo sia nell’immediato che nei passi successivi. Si possono […] L'articolo L’autorganizzazione artificiale su Contropiano.

A proposito di analisi dell'interfaccia dei chatbot e relativo engagement degli utenti, credo che l'episodio 138, "La stanza", del podast di Pieranni dia degli spunti molto interessanti. Tagliando con l'accetta e molto in sintesi, non siate pigri, ascoltate il podcast, mi pare siano 2 i punti molto interessanti: 1. i chatbot basati su LLM sono dei sicofanti (ovvero lusingano gli utenti). In questo modo cresce il coinvolgimento e in ultima analisi la dipendenza. Con il problema che, a quanto pare, gli umani vogliono che i chatbot con cui intetragiscono abbiano questa caratteristica; 2. la memoria distribuita. Gli umani affidano la propria memoria ai chatbot, i quali restituiscono una memoria parziale (magari perché è parziale quella affidata al bot dagli umani) e manipolatoria per vari motivi I due temi sono spiegati bene nel podcast. Entrambe queste caratteristiche ci riportano al fatto che nella relazione tra umani e macchine, c'è un terzo "incomodo" costituito dai padroni della macchina che la costruiscono appositamente in questo modo per condizionare e manipolare gli umani. Nulla di nuovo rispetto ai social media, ma con una tecnologia ancora più coinvolgente e penetrante Ascolta la puntata Cosa succede quando un chatbot ci asseconda e perché. Cosa significa "sicofanzia"? Gli articoli citati nella puntata sono i seguenti: * OpenAI, "Sycophancy in GPT-4o: What happened and what we're doing about it", 29 aprile 2025; * OpenAI, "Expanding on what we missed with sycophancy"; * Treccani, "Oltre lo specchio della chatbot: quando l'IA ci seduce"; * Perez et al., "Discovering Language Model Behaviors with Model-Written Evaluations", arXiv:2212.09251, dicembre 2022; * Joseph M. Pierre, Ben Gaeta, Govind Raghavan, Karthik V. Sarma, "'You're Not Crazy': A Case of New-onset AI-associated Psychosis", Innovations in Clinical Neuroscience, 2025, * Lucy Osler, "Hallucinating with AI: Distributed Delusions and 'AI Psychosis'", Philosophy & Technology, 39:30, 11 febbraio 2026; * Kristen French, "Why You're More Likely to Develop AI-Psychosis than to Join a Cult", Nautilus, 25 febbraio 2026; * Elsop Insights, "OpenAI Launches Ads in ChatGPT: Sam Altman's 'Last Resort' Becomes Reality for 800M Users", 21 gennaio 2026; * Cheng et al., "Sycophantic AI decreases prosocial intentions and promotes dependence", Science, 26 marzo 2026

Archbald è il simbolo di come i data center ridisegnino il territorio a scapito di chi lo abita. Lo svela un’inchiesta di DeSmog. di Maurizio Bongioanni (*) Foto: https://www.thetimes-tribune.com/   Archbald, 7.500 abitanti a nove miglia da Scranton, nella valle boscosa del fiume Lackawanna, rischia di trasformarsi nel simbolo americano di una nuova colonizzazione industriale. In questa cittadina della Pennsylvania cinque

The podcast Penser les Luttes (Radio Parleur / Le Média TV) has just released a new episode titled Artificial Intelligence and Its Hidden Slaves (in French). We’re glad to share it here, as it features our colleague and DiPLab research associate Myriam Raymond. In the episode, Myriam Raymond speaks about who actually trains AI systems: the data workers behind tools like ChatGPT, Claude, and Gemini. Paid per task, often invisible, these workers label images, correct outputs, and perform the micro-tasks that make large language models function. As she explains: identifying objects in images, creating small visual assets, validating model outputs. Essential work, systematically undercounted. Myriam draws on her recent fieldwork for DiPLab, including her study on AI data workers in Egypt (part of a growing body of investigations into this workforce in the Global South). The episode also features sociologist Juan Sebastian Carbonell, who contextualises the rise of data work within broader questions of offshoring, automation rhetoric, and labour restructuring.

OpenAI chiude in modo ufficiale il progetto Sora, il generatore AI di video che aveva debuttato col botto due anni fa proponendo risultati ultrarealistici e che nel tempo aveva accolto anche una piattaforma social simil TikTok per condividere le creazioni. La società guidata da Sam Altman ha pubblicato un breve post sui canali social per confermare l'addio all'applicazione e l'accesso alle api: non se ne fa menzione, ma di fatto si rinuncia anche al corposo accordo da 1 miliardo di dollari con Disney, sottoscritto solamente lo scorso dicembre. Sora ha dovuto presto fare i conti con la realtà: al di là di uso illecito di contenuti protetti da diritto d'autore oppure creazione di deepfake poco confortanti, gli utenti hanno lamentato tempi di generazione molto lunghi, risultati non sempre così soddisfacenti e coerenti con i propri desideri, qualche critica anche all'interfaccia. I rivali, nel frattempo, hanno presto recuperato terreno da Gemini di Google fino alle proposte cinesi come Seedance di Bytedance (al momento bloccato), ma anche il popolare Kling. Secondo dati diffusi per esempio da Appfigures, la maggioranza degli utenti abbandonava Sora dopo pochi giorni dal primo utilizzo lasciando OpenAI a gestire una piattaforma molto costosa da sostenere e da gestire. Articolo completo qui

Zoe Hitzig, ricercatrice che ha lavorato negli ultimi due anni in OpenAI, ha rassegnato le dimissioni nello stesso giorno in cui l'azienda ha iniziato a testare gli annunci pubblicitari all'interno del chatbot. La decisione è stata spiegata in un editoriale ospitato dal New York Times, in cui Hitzig collega direttamente il lancio della pubblicità in ChatGPT a un cambio di rotta che, a suo giudizio, allontana OpenAI dalle domande di sicurezza ed etica per cui aveva scelto di unirsi all'azienda. Al centro delle critiche di Hitzig non c'è la pubblicità in sé, che la ricercatrice non definisce intrinsecamente immorale, ma la combinazione tra annunci e natura dei dati raccolti da ChatGPT. Nel suo intervento, descrive le interazioni con il chatbot come un "archivio di candore umano" senza precedenti, costruito a partire da conversazioni in cui gli utenti condividono timori medici, problemi di coppia, fragilità psicologiche e convinzioni religiose, spesso nella convinzione di dialogare con uno strumento neutrale e privo di interessi propri. Il timore è che un sistema di annunci inserito in questo contesto possa evolvere verso forme di targeting profondamente personali, difficili da comprendere e da controllare sia per gli utenti sia per i regolatori. Secondo Hitzig, la fase iniziale dei test potrebbe rispettare linee guida relativamente prudenti, ma il problema emergerebbe nel lungo periodo, man mano che si consolida il modello di business basato sulla pubblicità. La ricercatrice richiama esplicitamente la traiettoria dei grandi social network, e in particolare di Facebook, dove gli impegni iniziali sulla tutela della privacy sarebbero stati progressivamente erosi dalla pressione di un motore economico centrato su engagement, profilazione e microtargeting. Nel caso di ChatGPT, la combinazione tra dati conversazionali intimi e ottimizzazione algoritmica degli annunci potrebbe creare incentivi a spingere contenuti capaci di influenzare decisioni sensibili, dagli acquisti alla salute, fino alle opinioni politiche, sfruttando contesti emotivi particolarmente vulnerabili. Articolo completo qui Fonte originale New York Times qui