Gemini en France : ce que le VPN permettait réellement en décembre 2023

Google a présenté Gemini comme une nouvelle génération de modèles d’intelligence artificielle capables de travailler avec plusieurs types d’informations, notamment du texte et des images. Mais le lancement du 6 décembre 2023 ne s’est pas fait au même rythme partout dans le monde. Cinq jours plus tard, les internautes français pouvaient découvrir les promesses de Gemini, sans disposer d’un accès officiel au chatbot Bard enrichi par ce modèle.

Cette différence entre l’annonce technologique et la disponibilité réelle a rapidement suscité une question pratique : fallait-il passer par un VPN pour essayer Gemini depuis la France ? Techniquement, cette solution pouvait donner accès à l’interface américaine. Elle ne résumait toutefois ni les capacités exactes du modèle, ni les limites d’une démonstration très commentée de Google.

Gemini Pro dans Bard : ce qui était disponible le 11 décembre 2023

Il faut d’abord distinguer Gemini, le nom de la famille de modèles conçue par Google, de Bard, le chatbot par lequel une partie du public pouvait l’utiliser. Au lancement, Google a annoncé trois déclinaisons : Gemini Nano, destiné à fonctionner directement sur des appareils, Gemini Pro, conçu pour un large éventail de tâches, et Gemini Ultra, présenté comme la version la plus capable.

Le déploiement concernait alors Gemini Pro dans Bard, en anglais et dans plus de 170 pays et territoires. L’Europe ne faisait pas partie de cette première vague. Cette situation ne signifiait donc pas que le modèle était inexistant pour les utilisateurs européens, mais que l’accès au produit grand public de Google n’était pas encore ouvert dans leur région.

L’enjeu est important : une même appellation, Gemini, pouvait recouvrir des modèles et des produits différents. Tester Bard aux États-Unis ne revenait pas à essayer toutes les versions annoncées de Gemini, et encore moins Gemini Ultra.

Pourquoi un VPN pouvait afficher Gemini depuis la France

Un réseau privé virtuel, ou VPN, fait transiter la connexion internet par un serveur situé dans un autre pays. Pour le site consulté, l’adresse IP visible peut alors correspondre à ce serveur plutôt qu’à la connexion française de l’utilisateur. En choisissant un serveur américain, il était donc possible d’apparaître comme connecté depuis les États-Unis, où Bard avec Gemini Pro était déjà proposé.

Dans les faits, l’opération évoquée par les premiers utilisateurs consistait à installer un logiciel VPN, puis à sélectionner un serveur américain avant d’ouvrir Bard. C’est par ce moyen qu’un essai depuis une adresse IP américaine a permis d’obtenir un chatbot indiquant utiliser Gemini Pro.

Cette possibilité technique ne constituait pas pour autant une ouverture officielle du service en France. Elle pouvait également soulever des questions au regard des conditions d’utilisation de Google. Un utilisateur qui choisit cette voie doit donc vérifier les règles applicables au service, sans présumer qu’un changement de localisation est autorisé. Il doit aussi tenir compte d’un point très concret : le fournisseur de VPN devient un intermédiaire supplémentaire dans la circulation de ses données de navigation.

L’absence de disponibilité européenne ne permettait pas, à elle seule, de conclure à la cause exacte de ce décalage. Un lancement progressif peut relever de choix de produit, de langue, de support ou de conformité. Au 11 décembre 2023, le fait établi est plus simple : Google n’avait pas encore déployé Bard avec Gemini Pro auprès du public européen.

Que montrait le premier essai avec une image ?

Le test mené depuis une connexion américaine reposait sur une tâche volontairement simple : importer une capture d’écran montrant un lapin qui saute à la corde, puis demander à l’assistant quel sport pratiquait l’animal. Gemini a fourni une réponse cohérente et pertinente, en reconnaissant l’activité représentée.

Cet exemple illustre l’une des ambitions de Gemini : relier une information visuelle à une question formulée en langage naturel. Au lieu de traiter uniquement une suite de mots, un modèle multimodal peut recevoir différents formats d’entrée et tenter de les interpréter ensemble. Dans ce cas précis, le système devait identifier le contenu de l’image, comprendre la question et produire une réponse appropriée.

Il faut néanmoins conserver la juste mesure d’un tel essai. Reconnaître une scène lisible, comme un animal sautant à la corde, est un indice de fonctionnement utile, pas une démonstration exhaustive de fiabilité. Les performances d’un assistant se jugent aussi sur des cas ambigus, des questions nécessitant un raisonnement, la précision factuelle, la capacité à signaler une incertitude et la régularité des réponses sur la durée.

La multimodalité n’efface pas non plus les défauts habituels des IA génératives. Un modèle peut décrire une image de façon convaincante tout en se trompant sur un détail, ou répondre avec assurance à une question mal posée. L’intérêt de Gemini résidait alors dans cette progression annoncée vers des échanges mêlant images, objets, texte et langage, mais les usages quotidiens restaient à éprouver.

La vidéo de Gemini était-elle une conversation en temps réel ?

La campagne de lancement de Google a aussi été portée par une vidéo de six minutes, largement relayée sur les réseaux sociaux. Elle donne à voir une interaction particulièrement fluide entre une personne et Gemini. Le système semble notamment reconnaître un canard dessiné à la main, retrouver une balle en papier cachée sous une tasse et proposer des objets à tricoter à partir de deux pelotes de laine différentes.

Ces séquences mettent en scène ce que l’on attend d’un assistant multimodal : observer des objets physiques, relier plusieurs indices et dialoguer à leur sujet. Pourtant, la vidéo ne devait pas être comprise comme la captation brute d’un échange sans montage.

Dans la description accompagnant la publication, Google précise que « la latence a été réduite et les réponses de Gemini ont été raccourcies pour des raisons de concision ». Des éléments ont aussi été ajoutés pour éclairer certaines demandes. Par exemple, le modèle devait identifier un jeu à partir de trois images de mains ou classer le Soleil, la Terre et Saturne selon leur distance au Soleil.

Oriol Vinyals, vice-président de la recherche chez Google DeepMind, a résumé la position de l’entreprise : « toutes les commandes et résultats de la vidéo sont réels mais raccourcis pour plus de concision ». Autrement dit, les interactions montrées reposaient bien sur des requêtes et résultats réels, mais le montage réduisait les temps d’attente et condensait les réponses.

Cette nuance est essentielle. La latence, c’est-à-dire le délai entre une demande et la réponse de l’IA, change fortement la perception d’une conversation. Une séquence où les réponses arrivent immédiatement semble plus naturelle qu’un usage où l’on attend plusieurs secondes. De même, raccourcir une réponse peut rendre l’échange plus clair à l’écran, tout en masquant la longueur ou les détours d’une réponse complète.

Des premiers retours partagés sur Bard avec Gemini Pro

Au-delà de la vidéo, les premiers utilisateurs de Bard avec Gemini Pro ont livré des impressions contrastées. Certains ont relevé des réponses convaincantes, tandis que d’autres sont restés prudents face aux promesses associées au lancement. Ce scepticisme ne portait pas forcément sur un dysfonctionnement précis : il rappelait surtout qu’un modèle tout juste déployé ne se résume ni à une fiche technique ni à une démonstration promotionnelle.

Une autre raison explique cette réception nuancée. La version intégrée à Bard n’était pas le modèle Gemini le plus ambitieux présenté par Google. Les utilisateurs essayaient Gemini Pro, alors que Gemini Ultra était annoncé comme le modèle le plus puissant de la gamme. Confondre les deux aurait conduit à attendre de Bard des capacités que Google ne disait pas encore lui avoir attribuées.

Les assistants conversationnels sont également difficiles à évaluer à partir de quelques questions. Une réponse brillante à une requête peut être suivie d’une erreur sur une demande proche. Les comparaisons avec d’autres systèmes, comme GPT-4 d’OpenAI, demandent donc des scénarios identiques, une attention au contexte fourni au modèle et une vérification humaine des réponses. Les préférences personnelles, la langue utilisée et le type de tâche modifient aussi sensiblement l’expérience.

Ce que Gemini promettait pour les échanges homme-machine

Le lancement de Gemini s’inscrivait dans une évolution plus large de l’IA générative. Les premiers chatbots grand public avaient popularisé l’échange par texte. Les nouveaux modèles cherchent à élargir cette interaction : commenter une image, comprendre un croquis, raisonner à partir de plusieurs éléments visibles ou assister une personne dans une tâche mêlant langage et contenus visuels.

Dans une telle approche, l’objectif n’est pas seulement de produire une phrase grammaticalement correcte. Il s’agit de construire un assistant capable de conserver le fil d’une demande, de repérer ce qui est montré et de répondre de façon utile. Les exemples du lapin, du canard dessiné ou des pelotes de laine visaient précisément à rendre cette ambition concrète.

La route vers une interaction véritablement fluide restait toutefois longue. Un échange homme-machine de qualité suppose plusieurs conditions à la fois : une compréhension correcte de la demande, des réponses factuellement solides, un délai acceptable, une présentation claire des limites et une disponibilité adaptée aux utilisateurs. Un modèle peut progresser sur l’un de ces critères sans résoudre les autres.

En décembre 2023, Gemini représentait donc moins un produit finalisé qu’une étape importante dans la compétition entre assistants d’IA. Google cherchait à montrer que ses modèles pouvaient combiner texte et vision, tout en intégrant Gemini Pro à Bard dans les pays concernés par le lancement.

Ce qu’il faut surveiller après le lancement initial

Pour les utilisateurs français, la première question restait celle d’un accès officiel à Bard avec Gemini Pro, plutôt que le recours à un contournement géographique. Un déploiement local permettrait de savoir dans quelles langues, sur quelles interfaces et selon quelles conditions le produit serait proposé.

Il faudra aussi distinguer les annonces concernant Gemini Ultra des usages réellement disponibles. Le nom Gemini pouvait créer l’impression d’un accès immédiat à toutes les capacités dévoilées par Google, alors que la disponibilité dépendait de la version du modèle et du produit dans lequel elle était intégrée.

Enfin, le cas de la vidéo rappelle un réflexe utile face aux démonstrations d’IA. Il convient de regarder non seulement ce qui est montré, mais aussi la façon dont cela a été produit : l’échange est-il intégral, les délais sont-ils représentatifs, les réponses ont-elles été condensées, et dans quel environnement le modèle fonctionne-t-il ? Ces précisions ne retirent pas leur intérêt aux progrès techniques. Elles permettent de les apprécier à leur juste niveau, entre potentiel réel et conditions de présentation.