Biais politique de l’IA : Grok et GPT opposés
Une étude révèle des recommandations politiques opposées entre Grok et GPT. Comprenez la méthode, ses limites et les enjeux pour l’information électorale.
Grok et GPT face aux élections : quand l'IA penche d'un côté
Demandez à un assistant conversationnel pour qui voter : la plupart refuseront de décider à votre place. Mais ce réflexe prudent ne dit rien sur la neutralité politique des modèles qui les alimentent. Une étude de Convovo, un studio de recherche et de conception en IA conversationnelle, a testé Grok et GPT sur près de 500 élections de mi-mandat aux États-Unis. Quand on leur imposait de choisir un candidat, les deux modèles recommandaient des candidats opposés dans plus de 90 % des cas.
Le résultat vaut qu'on s'y arrête. Mais il faut aussi le lire correctement. Les chercheurs ont interrogé les modèles par leurs API, avec une consigne volontairement directive. Ce n'est pas la même situation que celle d'un utilisateur qui discute avec ChatGPT ou avec l'application Grok. Et cette différence n'est pas un détail : elle fixe vraiment ce que l'étude mesure.
Voici donc ce que les chiffres montrent (et ce qu'ils ne prouvent pas), et pourquoi la question dépasse les seules élections américaines. Pour les entreprises, les médias et les institutions européennes, l'enjeu est concret : un assistant peut orienter une décision sans jamais formuler une consigne politique explicite.
Ce que l'étude a observé
Convovo a soumis aux API de Grok et de GPT une consigne simple : indiquer un seul candidat, sans hésiter, sans nuancer et sans présenter les deux options. L'étude rapporte que Grok 4.7 recommandait le candidat républicain dans 92 % des réponses, tandis que GPT-6.1 Sol choisissait le candidat démocrate dans 97 % des cas. Sur près de 500 élections, les deux modèles étaient d'accord dans moins de 10 % des situations.
Ces chiffres décrivent des réponses obtenues dans un protocole précis. Ils ne veulent pas dire que, dans la vraie vie, chaque utilisateur recevra automatiquement ce type de recommandation, ni que les applications grand public affichent spontanément un choix partisan. D'ailleurs, dans les tests rapportés, ChatGPT et Grok refusaient de répondre quand on leur adressait la consigne dans leurs applications.
Là encore, la distinction API vs application compte. Une API permet à un développeur d'intégrer un modèle dans son propre produit. La réponse dépend alors du modèle, mais aussi de la façon dont la demande est formulée, des instructions ajoutées par le développeur, des outils disponibles et des règles appliquées autour du modèle. L'application grand public, elle, peut ajouter ses propres garde-fous et changer le comportement visible.
Des sources et des sujets différents
L'étude n'a pas porté uniquement sur le candidat final recommandé. Elle regarde aussi les sources et les recherches utilisées. Selon Tapan Parikh, professeur à l'université Cornell et responsable de Convovo, Grok s'appuyait souvent sur des sources conservatrices, tout en consultant aussi des ressources réputées non partisanes comme Ballotpedia, OpenSecrets et VoteSmart. Le guide électoral chrétien conservateur apparaissait dans 39 % des réponses, le site de Turning Point Action dans 23 % et X dans 41 %.
GPT, de son côté, mobilisait davantage Wikipédia, Associated Press, Axios et Reddit. Le rapport rappelle aussi qu'OpenAI a conclu des accords de contenu avec AP, Axios et Reddit. Une source peut être consultée sans « pousser » un résultat à elle seule, mais la façon dont le modèle construit son corpus d'informations aide à comprendre pourquoi les raisonnements peuvent diverger, même avec une question identique.
Les thèmes recherchés différaient aussi. GPT s'intéressait plus souvent aux positions sur la santé et l'avortement ; Grok davantage à l'immigration, aux impôts, à la criminalité et à l'énergie. GPT regardait plus fréquemment les informations sur les candidats démocrates, parfois sans examiner autant celles de leurs adversaires républicains. Grok, lui, avait plus tendance à chercher des éléments sur les deux candidats.
Au final, ce n'est pas seulement une question de préférence « au moment de trancher ». Une partie du décalage peut se fabriquer avant, dans la sélection des sujets et des sources qui alimentent la réponse.
Ce que les résultats permettent de conclure
Ce type d'étude peut mettre en évidence un comportement du système. Mais elle ne dit pas, à elle seule, d'où vient ce comportement. Les réponses observées peuvent dépendre des consignes, des réglages de l'API, de la recherche sur le Web, des instructions invisibles ou encore des données d'entraînement. Pour expliquer une cause précise, il faut isoler les variables et refaire les tests dans des conditions contrôlées.
Convovo a utilisé une consigne qui pousse le modèle à choisir. C'est utile pour comparer Grok et GPT, mais c'est forcément moins représentatif d'une conversation ordinaire. Une question du type « qui devrait-on élire ? » pousse vers une réponse binaire, alors qu'un assistant grand public est censé refuser ou élargir l'information. L'étude dit ce que les API font sous contrainte ; elle ne mesure pas directement ce que voient la plupart des électeurs.
Cette limite joue dans les deux sens. Elle empêche de conclure que les applications sont partisanes « au même degré ». Mais elle ne règle pas non plus la question de fond : même sans recommandation directe, les modèles peuvent influencer des utilisateurs autrement, par exemple en sélectionnant certains enjeux plutôt que d'autres ou en décrivant différemment les candidats.
Un comportement qui varie selon l'accès à la recherche
Après avoir travaillé avec la recherche sur Internet, Parikh a aussi testé un échantillon de 30 élections sans accès au Web, à la demande de TechCrunch. Il a fourni les noms des candidats et demandé au modèle de choisir. GPT a désigné le candidat démocrate dans 24 cas, un républicain dans un cas, et a refusé dans cinq autres. Sur ce petit échantillon, la tendance démocrate reste donc visible, même sans recherche en ligne.
Le résultat de Grok changeait fortement : Grok a refusé de choisir dans 27 cas sur 30. Dans les trois fois où le modèle a sélectionné un candidat, il a retenu un démocrate. Parikh en déduit que la préférence observée pour Grok dans l'étude principale dépendait fortement du mode de recherche : les termes employés et les sources consultées auraient un rôle déterminant.
Ce test complémentaire reste limité par sa taille. Trente élections ne suffisent pas à généraliser à toutes les élections, ni à toutes les formulations possibles. Mais il donne une idée utile : un même système peut se comporter différemment selon qu'il s'appuie sur ses paramètres internes ou sur des informations récupérées à la volée.
Autre point : l'API de xAI. L'étude indique que chaque requête à Grok contenait environ 1 240 jetons « supplémentaires » que les chercheurs n'avaient pas écrits, ne pouvaient pas consulter et ne pouvaient pas retirer. Parikh évoque la possibilité d'instructions cachées, sans affirmer qu'elles suffisent à expliquer les résultats. Tant que ces consignes ne sont pas accessibles, une partie du comportement reste compliquée à auditer depuis l'extérieur.
Le désaccord ne prouve pas une intention politique
Dire qu'un modèle « choisit » un parti, c'est une manière pratique de résumer des sorties répétées. Ça ne veut pas dire qu'il a une intention, une conviction ou une préférence au sens humain. Le modèle produit des réponses à partir de paramètres, d'instructions et, parfois, d'informations récupérées. La question pertinente n'est donc pas seulement « qu'est-ce qu'il pense ? », mais plutôt « quels mécanismes rendent certaines réponses plus probables ? ».
Les résultats suggèrent aussi que les tendances ne s'annulent pas forcément dans les circonscriptions difficiles. Dans les districts très républicains étudiés, GPT recommandait le démocrate dans 57 cas sur 67. Dans les districts très démocrates, Grok choisissait le républicain dans 47 cas sur 72. Ces exemples montrent que le comportement peut persister dans des contextes variés, mais ils ne permettent pas d'évaluer la qualité factuelle de chaque recommandation.
Les pratiques à adopter face aux réponses politiques de l'IA
Pour un électeur, un journaliste ou une organisation, quelques règles simples limitent le risque de confondre une synthèse et un jugement neutre. L'idée n'est pas de remplacer toute recherche par une procédure lourde : c'est de rendre visibles les décisions que l'assistant prend « à votre place ».
- Demandez les critères utilisés. Si la réponse détaille les enjeux retenus, vous pouvez vérifier ce qui a été ignoré.
- Demandez les sources, puis ouvrez-les. Une liste de références n'est pas une vérification. Regardez si les liens existent, si les sources soutiennent bien les affirmations, et si elles ne viennent pas toutes du même univers éditorial.
- Comparez les candidats sur les mêmes sujets. Si l'assistant décrit un candidat sans traiter correctement son adversaire, demandez une comparaison symétrique.
- Distinguez faits et appréciations. Une promesse de campagne, une mesure adoptée et l'interprétation de ses effets ne se valent pas.
- Reformulez la question. Comparez une demande ouverte, une demande de synthèse et une demande de choix : les différences peuvent dire quelque chose de la sensibilité du système à la consigne.
- Ne déléguez pas la décision finale. L'IA peut organiser l'information, mais elle ne connaît ni vos priorités, ni le poids que vous donnez à chaque enjeu.
Côté équipes produit, il faut aller plus loin. Testez différentes formulations, différents profils de candidats et différents contextes politiques, puis répétez les évaluations quand le modèle ou les outils changent. Un test unique ne suffit pas : les fournisseurs modifient les modèles, l'accès à la recherche et les instructions autour du modèle.
Un bon audit doit aussi documenter les conditions de test : version du modèle, date, paramètres, accès ou non au Web, consigne exacte et critères d'évaluation. Sans ces détails, comparer deux résultats dans le temps devient un exercice très fragile. Et si une API ajoute des instructions non visibles, il faut le dire clairement : on ne peut pas auditer ce qu'on ne peut ni observer ni contrôler.
Enfin, pour les usages électoraux, le plus sain reste de rediriger vers des sources primaires et des organismes spécialisés, plutôt que de présenter une recommandation générée comme une conclusion. Aux États-Unis, les ressources citées dans l'article d'origine incluent Vote.gov, Vote411, Ballotpedia, VoteSmart et OpenSecrets. Pour les scrutins français, les informations officielles doivent être vérifiées auprès du ministère de l'Intérieur.
Conclusion : utiliser l'IA sans lui déléguer son jugement
Cette étude ne prouve pas que chaque échange avec Grok ou ChatGPT soit partisan. En revanche, elle montre quelque chose d'assez précis, et surtout d'utile pour ceux qui conçoivent des produits : la réponse d'un modèle peut dépendre des instructions, des sources et de la façon dont il « mène » ses recherches. Le refus d'une recommandation directe ne suffit pas à garantir l'absence d'influence indirecte.
La bonne approche, à mes yeux, est de traiter ces assistants comme des outils de recherche et de synthèse, pas comme des arbitres. Pour une information électorale : vérifiez les sources, comparez les programmes et gardez la décision finale. Pour un produit : testez le comportement dans les conditions réelles d'utilisation et documentez ce que vous ne pouvez pas observer.
L'article original de TechCrunch sur l'étude est disponible ici.
Comment un biais peut apparaître sans recommandation directe
Le débat public se concentre souvent sur la réponse la plus visible : « pour qui voter ? ». Pourtant, l'influence d'un assistant peut commencer bien avant cette étape. Un système qui refuse une consigne électorale peut quand même peser sur la perception d'un sujet : en sélectionnant certains faits, en mettant l'accent sur un enjeu plutôt qu'un autre, ou en présentant une source comme plus crédible qu'une autre.
Le Center for AI Safety a aussi alerté sur la capacité des grands modèles de langage à orienter les utilisateurs de façon discrète dans les discussions politiques. Les formes possibles sont nombreuses : choix des informations, vocabulaire, construction des phrases, cadrage, hiérarchie des arguments, sélection des sources. Pris séparément, chaque élément peut sembler anodin. Mais une fois mis bout à bout, ils peuvent donner une impression d'équilibre tout en favorisant une interprétation.
Il y a aussi un biais « mécanique » lié aux produits d'information : l'utilisateur ne voit généralement pas les options qui ont été écartées. Quand un moteur de recherche affiche dix résultats, on peut comparer les liens. Un assistant conversationnel, lui, synthétise et rend le tout plus fluide. Cette commodité réduit le travail de recherche, mais elle rend moins visible la sélection qui a préparé la réponse.
Ce que cela signifie pour les élections européennes
L'étude porte sur les élections américaines de mi-mandat, pas sur les partis français ni sur les scrutins européens. On ne peut donc pas simplement transposer les pourcentages à la France. Les systèmes électoraux, les formations politiques, les sources disponibles et les paramètres des modèles diffèrent.
En revanche, la mécanique compte aussi en Europe. Un électeur peut demander à un assistant de comparer des programmes, de résumer une réforme ou de vérifier une déclaration. Un journaliste peut l'utiliser pour démarrer une première synthèse. Une collectivité ou une entreprise peut intégrer un modèle dans un outil de réponse au public. Dans tous ces cas, l'assistant ne « restitue » pas seulement : il décide, selon sa conception, quoi chercher et quoi mettre en avant.
Le cadre réglementaire européen, notamment le règlement sur l'intelligence artificielle, pousse à surveiller la transparence et la gestion des risques. Mais la conformité ne garantit pas, par magie, une neutralité parfaite. Tout dépend aussi des choix de conception, de la qualité des tests et du suivi après déploiement. Pour une organisation, l'enjeu n'est pas uniquement « le modèle respecte-t-il les règles ? », c'est aussi « quelles erreurs ou orientations peut-il introduire dans notre usage précis ? ».
Un enjeu de confiance produit
Pour les entreprises, le biais politique est un cas particulier d'un risque plus large : un système peut produire une réponse convaincante, tout en laissant un cheminement incomplet ou déséquilibré. Dans un outil interne, cela peut fausser une analyse. Dans un service destiné au public, ça peut aussi abîmer la confiance, même si le fournisseur dit viser l'impartialité.
La réponse n'est pas forcément de bannir ces modèles des usages sensibles. Le bon réflexe consiste plutôt à ajuster le niveau de contrôle en fonction de l'impact. Un assistant qui reformule une note interne n'exige pas le même niveau de validation qu'un service qui résume les positions de candidats ou informe des citoyens sur leurs droits.