29 juillet 2025

Présentation du mode étude

Une nouvelle façon d'apprendre dans ChatGPT qui offre des conseils étape par étape plutôt que des réponses rapides.

Chargement…

Aujourd’hui, nous annonçons le mode étude dans ChatGPT — une expérience d’apprentissage qui vous aide à résoudre des problèmes étape par étape, plutôt que de simplement obtenir une réponse. Il est accessible dès maintenant aux utilisateurs connectés bénéficiant d’une offre Free, Plus, Pro et Team, et sera déployé auprès des utilisateurs ChatGPT Edu d’ici quelques semaines.

ChatGPT compte désormais parmi les outils d’apprentissage les plus utilisés dans le monde. Les élèves le mettent à profit pour venir à bout de leurs devoirs les plus difficiles, se préparer aux examens et découvrir de nouveaux concepts. Mais son utilisation en éducation soulève aussi une question importante : comment s’assurer qu’elle est utilisée pour soutenir un véritable apprentissage, et qu’elle ne se contente pas d’offrir des solutions sans aider les élèves à en comprendre le sens?

Nous avons créé le mode étude pour aider à répondre à cette question. Lorsque les élèves passent en mode étude, ils sont confrontés à des questions guides qui calibrent les réponses en fonction de leur objectif et de leur niveau de compétence afin de les aider à approfondir leur compréhension. Le mode étude est conçu pour être attrayant et interactif, et pour aider les élèves à apprendre quelque chose, et non simplement à terminer quelque chose.

Comment le mode étude a été développé

En coulisses, le mode étude est propulsé par des instructions système personnalisées que nous avons élaborées en collaboration avec des enseignants, des scientifiques et des experts en pédagogie pour refléter un ensemble de comportements fondamentaux qui soutiennent un apprentissage approfondi, y compris : encourager la participation active, gérer la charge cognitive, développer de manière proactive la métacognition et l’autoréflexion, stimuler la curiosité et fournir des commentaires exploitables et de soutien. Ces comportements s'appuient sur des recherches de longue date en sciences de l'apprentissage et déterminent la manière dont le mode étude réagit aux étudiants.

« Plutôt que de faire le travail pour eux, le mode étude encourage les élèves à faire preuve d’esprit critique quant à leur apprentissage. Des fonctionnalités comme celles-ci constituent une avancée positive vers une utilisation efficace de l’IA à des fins d’apprentissage. Même à l’ère de l’IA, le meilleur apprentissage se produit encore lorsque les élèves sont enthousiastes et s’engagent activement avec le matériel de la leçon. » —Robbie Torney, directeur principal des programmes d’IA chez Common Sense Media.

Fonctionnalités clés

Invites interactives : associent un questionnement socratique, des indices et des invites d’auto-réflexion pour guider la compréhension et favoriser un apprentissage actif, plutôt que de fournir directement des réponses.

Réponses étayées : l’information est organisée en sections faciles à suivre qui mettent en lumière les liens clés entre les sujets, rendant le contenu attrayant avec juste ce qu’il faut de contexte et réduisant la surcharge pour les sujets complexes.

Soutien personnalisé : les leçons sont adaptées au bon niveau pour l’utilisateur, en se basant sur des questions qui évaluent le niveau de compétence et la mémoire des clavardages précédents.

Vérifications des connaissances : Les quiz et questions ouvertes, accompagnés de commentaires personnalisés pour suivre les progrès, favorisent la rétention des connaissances et la capacité à appliquer ces connaissances dans de nouveaux contextes.

Flexibilité : Activez et désactivez facilement le mode étude pendant une conversation, ce qui vous offre la flexibilité nécessaire pour vous adapter à vos objectifs d'apprentissage dans chaque conversation.

Comment les élèves utilisent le mode étude

Le mode étude a été développé pour les élèves de niveau universitaire. Voici quelques-uns des commentaires qu’ils nous ont fait lors des premiers tests :

« Je dirais que c’est comme un professeur de permanence en direct, disponible 24 heures sur 24, 7 jours sur 7, et qui sait tout. » —Noah Campbell, étudiant

« Le mode étude m’a vraiment aidé à décomposer des informations très denses en explications claires et adaptées à mon rythme. » —Caleb Masi, étudiant

« J’ai mis le mode étude à l’épreuve en l’utilisant pour travailler sur un concept que j’ai déjà essayé de comprendre de nombreuses fois : les encodages positionnels sinusoïdaux. J’ai eu l’impression d’être face à un professeur qui ne se lassait jamais de mes questions. Après une session de travail de 3 h, j’ai finalement compris suffisamment bien pour avoir confiance. » —Maggie Wang, étudiante

Façons d’utiliser le mode étude inspirées par des étudiants universitaires du laboratoire ChatGPT

I want to learn about Game Theory, specifically the broad spectrum that the field entails, then also the ways in which you think it'd be useful for me to understand in my daily life. I want you to of course follow my curiousity, but mostly you will be teaching me about it, and keeping a high level plan to iterate through so I can cover the full scope here. I will ask questions when I am curious, but be deadset on quickly educating me on this.

Perfect. Here’s the high-level plan I’ll drive us through—think of it as a layered roadmap from foundational ideas to practical intuition:

🔹 Phase 1: Core Foundations

1. What is Game Theory, really?

Strategic interaction, rational agents, assumptions.

2. Types of Games

Cooperative vs non-cooperative
Simultaneous vs sequential
Zero-sum vs non-zero-sum

3. Basic Concepts

Players, strategies, payoffs, information
Dominant strategies
Nash equilibrium (core to nearly everything)

🔸 Phase 2: Classic Games & Concepts

4. Famous Games

Prisoner’s Dilemma
Chicken
Battle of the Sexes
Stag Hunt
Matching Pennies

5. Mixed Strategy Equilibria

When no pure strategy works
Randomization and expected payoffs

🔹 Phase 3: Deepening the Model

6. Repeated Games & Folk Theorems

Cooperation emerging over time
Tit for Tat, Grim Trigger, etc.

7. Extensive-Form Games

Game trees, backward induction
Subgame Perfect Equilibria

8. Bayesian Games

Games with incomplete information
Beliefs, types, and expected utility

🔸 Phase 4: Real-Life Relevance

9. Mechanism Design / Reverse Game Theory

Voting systems, auctions, contracts

10. Behavioral Game Theory

Bounded rationality, fairness, heuristics

11. Daily Life Applications

Negotiation, dating, politics, AI systems, etc.

🔹 Phase 5: Advanced & Optional

12. Evolutionary Game Theory

Strategies that reproduce over time

13. Algorithmic Game Theory

Network effects, internet auctions

14. Your world: How it matters to Parker

Systems design, incentives, power structures

Throughout this, I’ll mix in:

🔄 Guided examples
🧠 Thought experiments
🎭 Real-life situations to map theory onto
🧩 Quick checks to make sure ideas are sticking

Let’s kick off Phase 1.
First quick one: In your own words, what do you think Game Theory is about? No need to be polished—just get it out.

I think Game Theory is sort of this meta aspect framing of modern society in life where we look at people in situations and complex systems and we try to analyze how people in them make decisions, sometimes why they make it, and how this affects the situation/system

Nice—you're already circling the core.

Let’s sharpen it a bit together. Game Theory is fundamentally about strategic decision-making—situations where the outcome for each person depends not just on what they do, but on what others do too.

So real quick:

If you’re making a decision and it depends entirely on nature or chance—like a dice roll—is that Game Theory?

And then:

If you’re making a decision and it depends on what someone else does—like whether they cooperate or betray you—is that Game Theory?

Walk me through your thinking on both.

No random chance isn't game theory, though agents in game theory may end up having things depend on random chance. But if youre decision matters then of course it is. Also please remember you should be teaching this to me, via paragraphs of information and moving through a high level plan. If I want to do interactions and questions, I will ask. Continue

Got it—I'll stay in teaching mode and drive forward through the roadmap unless you tap in.

📍Phase 1: Core Foundations — What Game Theory Is

At its heart, Game Theory studies strategic interactions: any situation where the outcome for each agent (person, company, nation, etc.) depends on the actions of others. It’s not about games in the traditional sense, but rather any “game” where decisions must be made in the presence of others who are also making decisions.

Key Assumptions (Classical Game Theory):

1. Rational agents – Everyone acts to maximize their own utility (whatever that means to them).

2. Strategic thinking – Agents consider what others might do before acting.

3. Common knowledge – Everyone knows the rules, the payoffs, and that everyone is rational (though later variants relax this).

🧩 Core Building Blocks

Here are the elements every formal game model needs:

Players – The decision-makers.
Strategies – The complete set of actions each player could take.
Payoffs – The outcomes (usually represented numerically) each player receives depending on the combination of strategies chosen.
Rules of play – Whether players move simultaneously or in turns, whether they see each other’s moves, whether they play once or repeatedly.

These get framed into a “game form”, and from there, you look for solutions—most famously, Nash equilibrium (more on that soon).

🎲 Quick Clarification: Game Theory vs Probability

You're exactly right—pure chance (like dice) isn’t Game Theory. That’s probability theory. But if you are choosing a strategy knowing that others may randomize their own moves? That’s Game Theory.

For example: in rock-paper-scissors, the “optimal” strategy is not deterministic—it’s a mixed strategy, which involves randomizing your choices. But you’re doing so strategically, in response to an opponent.

🧠 Where We’re Going Next

Next up, I’ll walk through types of games (Phase 1 continued), then move into dominant strategies and Nash equilibrium to set up the first actual game analysis.

Let me know if you want to pause, go deeper, or shift gears—but otherwise I’ll keep pressing forward.

I like the rock paper scissors example. Keep going, connecting to my life where possible. want to internalize this to be a better person/decision maker

Pour commencer

Le mode étude est particulièrement utile pour faire ses devoirs, préparer des examens et apprendre de nouveaux sujets. Pour l'essayer, sélectionnez « Étudier et apprendre » dans les outils de ChatGPT et posez une question.

Limites et prochaines étapes

Il s'agit d'une première étape dans un parcours plus long pour améliorer l'apprentissage dans ChatGPT. À l’heure actuelle, le mode étude repose sur des instructions système personnalisées. Cette approche nous permet d’apprendre rapidement des commentaires des élèves et d’améliorer l’expérience proposée, mais elle génère aussi certains comportements incohérents et des erreurs dans les conversations. Nous prévoyons de former ce comportement directement dans nos modèles principaux une fois que nous aurons déterminé ce qui fonctionne le mieux grâce aux itérations et aux commentaires des étudiants.

Nous explorons également des fonctionnalités visant à rendre le mode étude plus attrayant et utile pour les élèves, notamment :

Des visualisations plus claires des concepts complexes ou comportant beaucoup de texte
Fixation d'objectifs et suivi des progrès au fil des conversations
Une personnalisation plus profonde, adaptée au niveau de compétence et aux objectifs de chaque élève

La recherche autour des meilleures façons d’appliquer l’IA dans le domaine de l’éducation est encore en cours. OpenAI aide la recherche sur l’apprentissage et l’IA par l’intermédiaire de divers partenaires réunis au sein de son initiative NextGenAI⁠, et collabore avec des experts du projet SCALE de l’Accelerator for Learning de l’Université Stanford⁠(s'ouvre dans une nouvelle fenêtre) pour étudier et partager comment les outils d’IA influencent les résultats d’apprentissage dans des domaines comme la maternelle au secondaire.

Une fois que nous aurons lancé des études sur le plus long terme pour comprendre comment utiliser l’IA pour mieux apprendre, nous publierons une analyse approfondie de nos découvertes sur les liens entre conception de modèle et cognition, adapterons nos futurs produits à ces conclusions et travaillerons en collaboration avec les acteurs du monde éducatif pour nous assurer que l’IA profite aux apprenants du monde entier.

Auteur

OpenAI

Poursuivez votre lecture

Afficher tout

Better memory for a more helpful ChatGPT

Dreaming: Better memory for a more helpful ChatGPT

Recherche4 juin 2026

Présentation de nouvelles capacités pour GPT-Rosalind

Produit3 juin 2026

Codex pour chaque rôle, outil et flux de travail

Produit2 juin 2026