Une étude a comparé la dynamique de recherche sémantique entre 82 participants humains et trois grands modèles de langage (GPT-4o, Gemini-2.5-Pro, Claude-Sonnet-4.5) en utilisant des données de fluidité verbale. L'analyse a quantifié l'entropie, la distance à l'élément suivant et la distance au centre de gravité sur huit paramètres de température pour chaque modèle.

  • Les humains ont présenté une entropie plus élevée, des pas sémantiques plus larges et une dispersion plus étendue que tous les LLM testés.
  • Le réglage de la température n'a produit que des alignements partiels entre les métriques humaines et celles des modèles.
  • Aucune configuration n'a reproduit le profil humain complet sur toutes les dimensions.

Ces résultats suggèrent que la recherche sémantique humaine met en œuvre un équilibre distinctif entre l'exploitation locale et l'exploration globale, que les architectures de modèles actuelles ne parviennent pas à reproduire.