Beyond Chat: Bringing Models to the Canvas • Lu Wilson • GOTO 2025
Mots-clés
Résumé
170 mots
Évaluation critique
La présentation de Lu Wilson est une démonstration convaincante de l’intérêt des interfaces canvas pour l’IA. L’argument historique est bien construit : il montre que les technologies émergentes commencent souvent par des interfaces textuelles avant d’évoluer vers des interfaces plus riches. Cette analogie est pertinente et étayée par des exemples concrets (ordinateurs, smartphones). Les démonstrations en direct sont impressionnantes et illustrent clairement le potentiel de l’approche. Cependant, la rigueur scientifique est limitée : il s’agit d’une présentation de type ‘revue d’actualité’ ou ‘démonstration’, sans méthodologie expérimentale ni données quantitatives. Les affirmations sur les performances des modèles sont anecdotiques et basées sur des essais ponctuels. Les sources citées sont principalement des liens vers les profils de l’auteur et la conférence, sans références académiques. La qualité des informations est bonne pour un public technique, mais le niveau technique reste modéré : on parle de concepts comme les modèles de vision, mais sans approfondir les aspects algorithmiques. L’adéquation titre/contenu est bonne, le titre annonçant clairement le sujet. En résumé, cette présentation est une excellente introduction aux interfaces canvas pour l’IA, mais elle manque de rigueur scientifique et de sources solides. Elle est plus adaptée à un public de développeurs curieux qu’à des chercheurs.
200 mots
Adéquation titre / contenu
Le titre correspond bien au contenu : la présentation explore les interfaces canvas pour l'IA, au-delà du chat.
Qualité & fiabilité
7/10
Présentation de conférence par un ingénieur de tldraw, avec démonstrations en direct. Les affirmations sont principalement anecdotiques et basées sur l'expérience de l'entreprise, mais le contenu est cohérent et illustré par des exemples concrets. Les sources citées sont principalement des liens vers les profils de l'auteur et la conférence, pas des références académiques.
Moments clés
Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.
- Introduction et présentation de l'orateur
- Historique des interfaces : du texte au canvas pour les ordinateurs
- Analogies avec les smartphones : du texte au canvas
- Application à l'IA : les chatbots actuels sont textuels
- Démo de tldraw : dessiner une interface et la transformer en code
- Itération sur l'interface en dessinant des modifications
- Défis rencontrés : difficulté à faire comprendre des changements précis
- Solutions : envoi de captures d'écran multiples, commandes vocales
- Intégration d'éléments web dans le canvas
- Réflexions sur l'avenir des interfaces IA
Sources citées
- Profil Bluesky de Lu Wilson — Profil de l'auteur sur Bluesky
- Profil Mastodon de Lu Wilson — Profil de l'auteur sur Mastodon
- Site personnel de Lu Wilson — Site personnel de l'auteur
- Page de la session GOTO 2025 — Page de la session avec l'abstract complet
- Site de la conférence GOTO Copenhagen — Site de la conférence
Sources concordantes
- Site de tldraw — SDK pour applications canvas, utilisé dans la démo
Références externes
Apport & nouveautés
L’apport principal de cette présentation est de proposer une réflexion concrète sur l’évolution des interfaces IA vers des environnements canvas, avec des démonstrations pratiques de tldraw. L’idée de ‘faire réel’ (make real) en dessinant des interfaces et en les transformant en code est originale et illustre une nouvelle façon d’interagir avec les modèles. La présentation met en lumière les défis techniques et les solutions possibles, comme l’envoi de captures d’écran multiples ou l’utilisation de commandes vocales.
Pour aller plus loin :
- tldraw — SDK pour applications canvas, utilisé dans la démo.
- GPT-4V(ision) — Modèle de vision d’OpenAI, mentionné dans la présentation.
- Claude Artifacts — Fonctionnalité d’Anthropic permettant de générer des artefacts interactifs, évoquée comme une alternative au chat.
118 mots
Profil radar
Le profil radar montre une bonne quantité d'informations et une qualité correcte, mais un niveau technique modéré et une fiabilité globale moyenne. Cela reflète une présentation de type démonstration, riche en exemples mais manquant de profondeur scientifique.