Débuter avec l’IA, partie 4 : ses erreurs et la vérification en 30 secondes
Une IA peut affirmer une erreur avec une assurance totale. Elle ne ment pas et ne dysfonctionne pas : elle suit son fonctionnement normal. Voici pourquoi les hallucinations apparaissent, où les attendre et l’habitude de 30 secondes qui en repère presque toutes.
Demandez une recommandation de lecture à un assistant : il peut inventer un livre qui n’a jamais existé, lui attribuer un auteur crédible et en fournir un agréable résumé. C’est le fameux problème des hallucinations. Bien le comprendre fait toute la différence entre utiliser l’IA avec inquiétude et bien s’en servir.
La bonne nouvelle est que ces erreurs sont prévisibles. Elles se concentrent dans certaines zones, et une petite habitude suffit à repérer presque toutes.
Pourquoi une machine invente-t-elle ?
Un modèle de langage répond en prédisant, mot après mot, la forme que devrait prendre une bonne réponse. Tout son mécanisme tient là. Lorsqu’il maîtrise le sujet, la prédiction rejoint parfaitement la vérité. Lorsqu’il ne la maîtrise pas, la machine continue malgré tout à produire un texte fluide et assuré, en comblant les trous par ce qui semble statistiquement plausible.
Les chercheurs avancent une deuxième explication. Pendant longtemps, l’entraînement et les évaluations ont mieux récompensé une supposition convaincante qu’un honnête « je ne suis pas sûr ». Dans un test, un modèle qui avoue son ignorance obtient un résultat inférieur à celui qui bluffe. L’apprentissage a donc discrètement favorisé le bluff. Les générations récentes expriment mieux leur incertitude, sans avoir éliminé cette tendance.
Une hallucination n’est pas un bug. C’est l’aisance verbale qui dépasse les connaissances, avec exactement le même ton assuré dans les deux cas.
Cette assurance déroute précisément les débutants. Une mauvaise réponse ne porte aucun signe distinctif : pas d’hésitation, pas d’alerte, seulement le même ton chaleureux.
Où se cachent les hallucinations
Elles ne se répartissent pas uniformément. Attendez-les aux frontières des connaissances : chiffres précis, dates, prix et statistiques ; noms de personnes, d’articles scientifiques, d’affaires judiciaires ou de livres ; événements récents si l’assistant n’a pas réellement effectué de recherche ; sujets rares sur lesquels peu de textes existent ; liens et références qui paraissent parfaits, mais ne mènent nulle part.
Les tâches proposées plus tôt dans cette série en génèrent très peu : réécrire un courriel, expliquer une notion, organiser votre semaine. Voilà pourquoi elles conviennent aux débutants. Le risque se trouve surtout dans « trouvez-moi un fait », et presque pas dans « aidez-moi à réfléchir ».
La vérification en 30 secondes
Pour tout fait important, appliquez cette courte routine. Demandez-vous d’abord si une erreur aurait un coût. Un menu ne mérite pas d’inquiétude. Pour un sujet médical, juridique ou financier, ou un texte destiné à la publication, poursuivez. Vérifiez ensuite par une recherche rapide le fait porteur, le chiffre ou le nom sur lequel repose la réponse. Enfin, posez directement la question à l’assistant : « Quel est votre degré de certitude ? Que dois-je vérifier ? » En 2026, les modèles se montrent nettement plus francs lorsqu’on les interroge ainsi.
Trente secondes, réservées aux faits qui comptent plutôt qu’à tout. En une semaine, le réflexe devient automatique.
Comment les outils progressent
Les assistants ne restent pas immobiles. La plupart savent désormais consulter le Web avant de répondre à une question récente, et les meilleurs affichent leurs sources. Les nouvelles règles européennes sur l’IA encouragent une présentation plus claire des limites. La recherche sur l’interprétabilité, comme les travaux d’Anthropic sur la « mémoire de travail » interne des modèles, commence aussi à distinguer ce qu’un système sait de ce qu’il se contente d’affirmer.
En attendant, le contrat reste simple : l’IA apporte la vitesse et l’étendue, vous apportez le jugement. Ce partage mène à la dernière partie de cette série et à votre levier le plus puissant : les informations fournies avant la réponse.
Débuter avec l’IA, partie 5 : oubliez les prompts magiques, tout est dans le contexte
Internet regorge de listes de « prompts secrets » que vous pouvez toutes ignorer. Ce qui sépare une réponse médiocre d’une excellente tient au contexte fourni avant la question. Cinq habitudes plus efficaces que n’importe quel modèle.
