Nous étudions la possibilité d'examiner l'agent conversationnel ChatGPT récemment proposé par OpenAI à l'aide de paradigmes classiques de la théorie de l'esprit. Nous avons utilisé une tâche de compréhension indirecte de la parole, la tâche des sous-entendus, une nouvelle version textuelle d'un paradigme de fausses croyances/fausses photographies et le paradigme des histoires étranges. La tâche des sous-entendus est généralement utilisée pour évaluer les personnes atteintes d'autisme ou de schizophrénie en leur demandant d'inférer des intentions cachées à partir de courtes conversations impliquant deux personnages. Dans une première expérience, ChatGPT 3.5 a montré des performances assez limitées dans la tâche d'indication lorsque les échelles de notation originales ou révisées sont utilisées. Nous avons introduit des versions légèrement modifiées de la tâche des sous-entendus dans lesquelles soit des indices sur la présence d'une intention de communication ont été ajoutés, soit une question spécifique sur les intentions du personnage a été posée. Seule cette dernière version a permis d'améliorer les performances. Aucune dissociation entre les conditions n'a été constatée. Les histoires étranges ont été associées à des performances correctes, mais nous n'avons pas pu nous assurer que l'algorithme n'avait aucune connaissance préalable du test. Dans la deuxième expérience, la version la plus récente de ChatGPT (4-0314) a montré de meilleures performances dans la tâche Hinting, bien qu'elles ne correspondent pas aux scores moyens des sujets sains. En outre, le modèle a pu résoudre des tests de fausses croyances de premier et de second ordre, mais a échoué sur des items faisant référence à une propriété physique comme la visibilité de l'objet ou sur des inférences plus complexes. Ce travail offre une illustration de l'application possible des construits et paradigmes psychologiques à un agent conversationnel d'une nature radicalement nouvelle.