Elles répondent à tout, avec aplomb, et souvent dans le sens de leur interlocuteur. En chemin, les intelligences artificielles perdent parfois le doute, la mesure, la contradiction : la nuance.
Louis Bonon
Mi-septembre 2026, une photo enflamme X : Ashley Hinson, candidate républicaine au Sénat dans l’Iowa, y apparaît devant une image d’Adolf Hitler. « Montage ! », crient les internautes, et Grok, l’IA du réseau social, le leur confirme. NewsGuard, une entreprise américaine qui évalue la fiabilité de l’information, tranche : la scène figure dans le reportage d’un média local, mis en ligne le 11 septembre. Derrière la candidate défilait un diaporama en hommage à Ronald Reagan. Il montrait des figures hostiles à la démocratie, sur fond d’extraits de ses discours. Verdict : une image vraie, un contexte trompeur.
Grok n’est pas un cas isolé. Quand NewsGuard demande aux modèles de langage de vérifier la photo, en précisant qu’un·e internaute la dit fausse, plusieurs concluent au trucage, certains « avec beaucoup d’autorité ». « L’absence d’information, ils la traitent comme une confirmation », résume Isis Blachez, analyste chez NewsGuard.
La certitude par défaut
« Simplifier, c’est le métier du journaliste », rappelle Nicolas Kayser-Bril, journaliste de données passé par l’ONG AlgorithmWatch. Un rapport du GIEC, plein de nuances, est selon lui illisible pour le grand public; tout l’art consiste à en garder juste assez pour comprendre. Reste à savoir qui décide des nuances à conserver.
En août 2024, les dix principaux chatbots testés par NewsGuard ne se prononçaient pas dans 31 % des cas. Un an plus tard, ils ne le faisaient plus jamais. Dans le même temps, la part de fausses informations répétées a presque doublé : de 18 % à 35 %, sur des questions souvent piégées, il est vrai. Un choix, selon Isis Blachez. Les entreprises auraient abaissé leurs seuils de prudence. « Ce serait plus honnête qu’ils disent : je ne sais pas. »
« Pas dans le détail »
Les IA génératives comme ChatGPT « savent à peu près tout faire plutôt bien, mais pas dans le détail », résume Dan Dutartre, ingénieur de recherche à l’Inria. Or la nuance se loge dans le détail. En 2025, les chercheurs Uwe Peters et Benjamin Chin-Yee ont mesuré ce qui se perd, sur 4 900 résumés de travaux scientifiques produits par dix modèles de langage. Verdict : comparés à ceux de médecins expert·es, ces résumés étaient près de cinq fois plus susceptibles de généraliser les conclusions, c’est à dire de transformer un résultat mesuré sur un groupe précis en vérité générale, voire en conseil.
Autre exemple : en 2023, une équipe de l’université de Genève expose près de 6 800 personnes, dans douze pays, à de fausses informations sur le climat. Sa conclusion : la désinformation « a eu » de forts effets néfastes sur les croyances climatiques « des participants ». Résumée par ChatGPT-4, elle « sape significativement les croyances des individus ». Le passé est devenu présent ; les 6 800 participant·es, tout le monde.
Plus troublant encore, les modèles les plus récents généralisent davantage que les anciens. Leur demander d’être exacts double presque le risque de perte de nuance. Certes, l’étude porte sur des textes scientifiques, et l’effet sur les textes d’actualité, les textes journalistiques etc. reste à mesurer. Mais qui s’en apercevrait ? Face au résumé d’IA de Google, les internautes américain·es ne cliquent sur une source citée qu’une visite sur cent, selon le Pew Research Center. Et l’on ne s’en méfie guère : dans six pays dont la France, la moitié des internautes qui voient ces réponses d’IA leur font confiance ; un tiers seulement disent cliquer souvent sur les sources, selon le Reuters Institute.
« Ce qui cause du tort est précisément ce qui alimente l’engagement. Une équipe de chercheur·euses de Stanford, dans Science
Une IA qui vous donne raison
Autre garant de la nuance : dire à quelqu’un qu’il a tort. Une équipe de Stanford, menée par Myra Cheng et Dan Jurafsky, s’y est intéressée dans une étude publiée en mars 2026 par la revue Science. Le principe : soumettre à onze modèles des messages publiés sur « Am I the Asshole », une communauté de Reddit – réseau social américain organisé en forums thématiques – où chacun·e raconte un conflit vécu et laisse les internautes trancher : a-t-il ou a-t-elle mal agi ? Quand la communauté jugeait majoritairement la personne fautive, les IA lui donnaient quand même raison une fois sur deux.
« On demande aux entreprises qui conçoivent ces IA de répondre gentiment, d’aller dans le sens de l’utilisateur », observe l’ingénieur de l’INRIA Dan Dutartre. La complaisance a sa logique. Les chercheur·euses de Stanford la résument ainsi : « Ce qui cause du tort est précisément ce qui alimente l’engagement. » Plus l’IA flatte, plus on la consulte ; et plus on la consulte, plus elle rapporte.
Qui trie les nuances?
Pour Nicolas Kayser-Bril, une poignée d’individus tiennent les IA comme d’autres tiennent les médias, et y font passer leur vision du monde. En France, la holding Louis Hachette Group, dont la famille Bolloré est le premier actionnaire, contrôle ainsi Europe 1, le JDD, Paris Match et Ici Paris. Un hebdomadaire people qui relève, selon lui, d’une « désinformation humaine » signée par « des titulaires de la carte de presse ». La simplification abusive n’a pas attendu les machines.
En outre, les machines choisissent mal leurs sources. Interrogés sur les élections de mi-mandat américaines, sept chatbots ont cité des sites partisans déguisés en médias locaux dans 48 % de leurs réponses ; une seule sur 168 le signalait, selon une enquête de NewsGuard publiée dans Politico.
L’ignorance, un talent humain
Et le « je ne sais pas » ? Il survit… oui mais chez les chatbots chinois, qui refusent souvent de répondre sur les sujets jugés sensibles par Pékin, selon un autre audit de NewsGuard. Sur Taïwan, ils disent ne pas savoir. « Si, ils savent », corrige Isis Blachez : ce sont leurs garde-fous qui les font taire. Ce « je ne sais pas »-là n’est pas une nuance. C’est une consigne.
Reste un « je ne sais pas » que personne n’a dicté. Pourquoi les modèles les plus récents généralisent-ils davantage que les anciens ? Dan Dutartre ne fait pas semblant : « Je suis incapable de répondre là-dessus. » Un humain qui doute à voix haute… exactement ce que les machines ont désappris.