Mozilla déploie une grille de mots croisés quotidienne sur la page Nouvel onglet de Firefox, et l'énigme est générée chaque matin par un système d'IA nommé Particle. Cette initiative vise à retenir les utilisateurs plus longtemps dans le navigateur, un objectif crucial alors que les revenus liés à la recherche subissent la pression de nouvelles réglementations.
L'expérience de Mozilla s'inscrit dans une tendance plus large vers des contenus interactifs pilotés par l'IA sur les surfaces de la page d'accueil, autrefois dominées par des liens statiques. En remplaçant une liste de raccourcis par une expérience ludique, l'entreprise espère capter l'attention qui, autrement, se porterait vers des sites externes. La véritable question est de savoir si l'effort d'ingénierie et les coûts de calcul justifient ces clics supplémentaires.
Pourquoi des mots croisés, et pourquoi l'IA ?
L'architecture du système reflète cette division du travail. D'abord, un grand modèle de langage (LLM) lit les titres et les articles, puis génère une liste de mots et d'indices candidats. Ensuite, un « solveur » classique — un moteur mathématique conçu pour la construction de grilles — prend ces paires et assemble une grille de mots croisés qui respecte les contraintes de lettres croisées. Enfin, une étape de validation effectue une vérification rapide pour confirmer que chaque indice correspond à sa réponse et que la grille peut être résolue sans contradiction.
Les défis d'ingénierie
Les LLM excellent dans la génération de texte, mais ils trébuchent lorsque le résultat doit obéir à des règles spatiales strictes. Un modèle peut suggérer un mot qui correspond à un indice, mais ne peut garantir que les lettres s'aligneront avec les autres mots dans le schéma d'intersection. Chaque jour, le système doit :
- Récupérer le dernier flux d'actualités.
- Exécuter l'inférence du LLM pour créer des dizaines de paires mot-indice.
- Injecter ces paires dans le solveur, qui peut avoir besoin d'itérer si la grille ne peut être complétée.
- Effectuer la validation.
L'effet secondaire sur les coûts
Faire tourner un modèle de langage sur des données fraîches chaque jour coûte bien plus cher que de servir une grille pré-générée depuis une base de données statique. Il existe également une dimension de coût lié au risque. Si le LLM « hallucine » — en produisant un indice qui fait référence à un fait qu'il n'a jamais vu dans l'actualité — la grille peut contenir des indices incorrects ou trompeurs, ce qui nuit à la confiance des utilisateurs.
Enfin, la dépendance à une API externe crée un risque de dépendance. Une interruption de service chez Particle laisserait la page Nouvel onglet avec un widget défectueux, ce qui pourrait inciter les utilisateurs à désactiver complètement la fonctionnalité.
L'expérience des mots croisés de Firefox montre une nouvelle frontière pour les navigateurs : un contenu d'IA en temps réel qui promet une meilleure rétention des utilisateurs au prix d'une puissance de calcul substantielle. La rentabilité de ce compromis déterminera si d'autres plateformes intégreront l'IA directement dans leurs interfaces quotidiennes.