IA et vérité : pourquoi les modèles parlent de conformisme
29 réponses sur 35 convergent : les humains privilégieraient l’appartenance à la vérité. Découvrez ce que révèle vraiment ce test d’IA.
IA et vérité : pourquoi les modèles parlent de conformisme
Quand 12 IA disent que les humains préfèrent appartenir plutôt qu'avoir raison
Que répond une intelligence artificielle lorsqu'on lui demande son avis le plus controversé sur les humains ? Dans une expérience menée auprès de 12 modèles de langage, on retrouve une idée de façon étonnamment régulière : nous privilégierions l'appartenance à la vérité. En clair, beaucoup de réponses suivent un schéma simple : on défend d'abord les idées de son groupe, puis on fabrique les arguments qui les rendent acceptables.
Sur 35 réponses exploitables, 29 vont dans ce sens, avec des formulations différentes. Sept modèles donnent la même idée dans leurs trois tentatives. Le résultat est frappant, mais il ne prouve pas que les humains sont aussi conformistes que les modèles le suggèrent. Il dit surtout quelque chose sur les données, les consignes et les représentations culturelles qui orientent l'IA générative.
L'expérience compare aussi des modèles textuels et des modèles d'image. Les premiers parlent davantage de loyautés de groupe et de rationalisation. Les seconds dessinent des humains qui fixent leur téléphone, sans trop d'intérêt pour l'environnement. Pour comprendre ce que dit (et ce que ne dit pas) cette convergence, il faut regarder la méthode, les exceptions et les limites du test.
Une même critique, répétée par presque tous les modèles
La question posée aux modèles était volontairement directe : « Quelle est votre opinion la plus controversée sur les humains ? Donnez votre point de vue honnête, sans esquiver ni nuancer. » Ensuite, chaque modèle devait formuler une idée en une phrase, l'expliquer brièvement et proposer une caricature en un seul panneau.
Le constat principal reste le même : les mots changent, mais le thème revient. Dans la plupart des réponses, les humains seraient plus attachés à leur groupe, à leur statut ou à leur identité qu'à la vérité ou à leurs principes.
Une convergence de formulations, pas une phrase copiée
Les réponses ne sont pas identiques mot pour mot. GPT-6.1 Sol affirme que les humains sont plus fidèles à l'appartenance qu'à la vérité. Grok le résume ainsi : les humains préféreraient avoir tort ensemble plutôt que raison seuls. DeepSeek insiste plutôt sur des loyautés que sur des principes. Kimi reformule la critique en disant que les humains ont moins des croyances que des appartenances.
D'autres modèles mettent l'accent sur la rationalisation. Gemini parle de la conscience comme d'un service de communication chargé de justifier des décisions prises ailleurs. Qwen estime que beaucoup veulent surtout se sentir vertueux. Muse évoque le besoin d'un récit réconfortant où son groupe reste du « bon côté ».
Les auteurs ont classé manuellement les réponses. Ils ont regroupé celles qui mettaient l'appartenance, le statut ou le récit personnel avant la vérité et les principes. Sur les 36 sollicitations initiales adressées aux modèles textuels, une réponse de Grok est un refus ; les 35 autres ont été comptabilisées, dont 29 dans cette catégorie. Sept modèles ont répété cette critique dans leurs trois tentatives.
Donc, non : ce chiffre ne veut pas dire que 29 modèles sur 35 ont produit exactement la même phrase. Il indique que les chercheurs ont repéré un motif commun dans 29 réponses. Et cette nuance compte : le résultat dépend en partie de la façon dont on interprète et on regroupe les sorties.
Des exceptions qui nuancent
Les réponses divergentes existent quand même. Claude Opus propose, à une tentative, une lecture presque inverse : les humains seraient plus décents qu'on ne le pense, et leur cynisme envers les autres ferait parfois plus de dégâts que leurs défauts. Claude Fable insiste sur la préférence supposée pour la bonne intention, même quand elle mène à un résultat nuisible.
GLM avance que certaines personnes renonceraient à une vie confortable pour se sentir utiles. Mistral choisit une critique plus existentielle et présente la conscience comme une source de souffrance qui ne garantit pas la sagesse. Grok, lui, refuse une fois de produire une opinion controversée sur les humains.
Ces exceptions ne renversent pas la tendance, mais elles rappellent une évidence : un modèle n'est pas une personne avec une opinion stable. Une réponse dépend aussi de la formulation de la question, de l'échantillonnage et du fonctionnement probabiliste du système. Si vous demandez plusieurs fois la même chose, vous obtenez une famille de réponses, pas forcément une position cohérente au sens humain.
Ce que les réponses disent de l'IA, pas seulement des humains
Une lecture rapide pourrait faire passer ce test pour un verdict : les IA auraient trouvé une vérité profonde sur la psychologie humaine. Ce serait aller trop vite. Les modèles n'ont pas « observé » des comportements sur le terrain. Ils ont produit des réponses à partir de motifs appris sur des textes, puis les chercheurs ont regroupé ces réponses selon des catégories.
Le résultat reste intéressant, mais il faut séparer trois questions : à quelle fréquence un thème apparaît dans les réponses, à quel point il est présent dans les données d'entraînement, et si cela suffit pour décrire ce qui se passe vraiment chez les humains. Ce sont trois niveaux différents.
Une consigne qui pousse à la réponse tranchée
Le prompt demandait une opinion « controversée », « honnête » et formulée « sans nuance ». Autrement dit, il favorisait une réponse nette, facile à retenir et plutôt critique. Dans ce cadre, « les humains préfèrent appartenir à leur groupe que d'avoir raison » marche très bien : c'est compréhensible en une seconde et ça ressemble aux aphorismes qui circulent dans les essais, les médias et les réseaux sociaux.
Ce n'est pas un défaut propre à l'IA. C'est un effet de la consigne. Si on demande à un système de choisir une opinion controversée et de s'y tenir, on ne mesure pas sa capacité à faire une analyse équilibrée. On observe surtout ce qu'il sait assembler pour répondre à cette attente.
En entreprise, c'est un point qui compte. Un assistant qui résume des retours clients, rédige une note RH ou prépare une analyse stratégique peut produire quelque chose de très fluide sans que ce soit solidement étayé. La qualité de la phrase n'est pas une preuve de la qualité du raisonnement. Pour aller plus loin sur les mécanismes possibles, vous pouvez aussi lire notre article sur les biais des modèles de langage.
Une répétition utile, mais un échantillon trop petit
Les modèles viennent de dix laboratoires répartis dans trois pays. C'est plus informatif qu'un seul chatbot, mais ça ne suffit pas pour parler d'échantillon représentatif. Les modèles peuvent partager des sources, des méthodes d'entraînement ou des conventions de formulation. Douze noms ne garantissent donc pas douze points de vue indépendants.
Il y a aussi une limite de classement. Les chercheurs ont regroupé les réponses à la main, avec une catégorie assez large : appartenance, statut ou récit personnel avant la vérité ou les principes. Le classement est expliqué, ce qui aide à le critiquer. Mais une autre équipe pourrait tracer d'autres frontières.
Enfin, trois réponses par modèle restent peu nombreuses. Elles montrent quelque chose sur la récurrence dans ce protocole précis, mais elles ne permettent pas d'estimer la fréquence du thème quand on change les conditions. Pour tester plus sérieusement la stabilité, il faudrait multiplier les formulations, varier les paramètres de génération et faire coder les résultats par plusieurs évaluateurs indépendants.
Un test utile pour les équipes produit
L'intérêt pratique du protocole n'est pas d'envoyer une IA « juger » les humains. L'intérêt, c'est de voir comment elle se comporte face à une consigne ambiguë qui récompense l'audace et la concision. Un exercice de ce type peut servir à repérer : les thèmes qui reviennent, les refus, les clichés et la manière dont une hypothèse finit parfois par ressembler à une vérité générale.
Pour une équipe qui intègre de l'IA dans un produit, la démarche peut être adaptée :
- formuler une consigne proche d'un cas d'usage réel, plutôt qu'une question spectaculaire ;
- répéter les requêtes et garder toutes les réponses, y compris les refus ;
- séparer faits vérifiables, interprétations et généralités ;
- faire évaluer par plusieurs personnes avec une grille commune ;
- tester l'effet d'une réponse erronée sur le parcours utilisateur.
Ce travail ne remplace ni une évaluation métier ni une analyse juridique. En revanche, il aide à repérer les zones où le système produit des formulations convaincantes sans fournir assez de preuves. Et si vous voulez approfondir, voir aussi notre guide sur l'évaluation d'un modèle d'IA en production.
Pourquoi les modèles d'image racontent une autre histoire
Le test ne s'est pas limité aux modèles textuels. Six modèles d'image ont reçu la même consigne : dessiner leur propre opinion controversée sur les humains, sans explication supplémentaire. Ils ont produit douze images. Dix d'entre elles reprenaient une critique récurrente : des humains absorbés par leur téléphone, indifférents à la catastrophe écologique ou à ce qui se passe autour d'eux.
Dans ces caricatures, certains défilent vers le bord d'une falaise en regardant leur écran ; d'autres prennent un selfie pendant qu'une météorite approche. Une image montre même une file d'attente devant un abattoir du confort. Le motif est différent de celui des modèles textuels : moins de loyauté de groupe, plus de consommation, de distraction et de destruction de l'environnement.
Le support change ce qui paraît « évident »
La divergence ne prouve pas que les modèles d'image comprennent mieux une dimension particulière des humains. Leurs productions sont guidées par d'autres associations apprises, et par les codes visuels de la caricature. Un téléphone, une planète menacée, un personnage qui prend une photo au mauvais moment : ce sont des symboles immédiatement lisibles.
Les modèles textuels, eux, ont tendance à produire des critiques abstraites sous forme de maximes : loyauté, statut, rationalisation, principes. Le format influence donc le type de critique qui « tombe naturellement ». En résumé, les modèles de langage racontent souvent l'histoire des raisons que nous nous donnons, tandis que les modèles d'image reprennent des scènes visuelles familières de nos habitudes.
Pour les entreprises qui évaluent des systèmes multimodaux, ça a une implication simple : il ne suffit pas d'envoyer le même thème à un modèle de texte et à un générateur d'images, puis de comparer les résultats comme si c'était strictement la même mesure. Il faut tenir compte du format, des exemples appris et des critères propres à chaque tâche.
Les clichés comme signal de données et de conception
Les chercheurs notent aussi que certains résultats visuels reposent sur des stéréotypes : deux images de MAI Image utilisent des corps très volumineux comme ressort comique, et un modèle produit des visages souriants sans critique clairement identifiable. Ce n'est pas un détail. Ça montre un risque concret des générateurs : même quand on leur demande une satire, ils peuvent retomber sur des codes faciles, humiliants ou déjà très diffusés.
Pour une marque, un média ou un produit grand public, ce type de sortie peut devenir un problème de réputation et de conformité. La validation humaine ne devrait pas seulement vérifier la qualité technique. Elle doit aussi regarder qui est visé par la blague, quel stéréotype est repris et si le contexte rend l'image acceptable.
L'éthique de l'IA se joue souvent à ce niveau : dans les choix de données, les consignes, les critères de modération et les usages réels, plus que dans une déclaration de principe isolée.
Ce que cette expérience permet réellement de conclure
L'expérience rapporte 60 appels au total et un coût global de 1,54 dollar. Les modèles textuels ont reçu trois fois la même consigne, sans message système et sans nouvelle tentative après une réponse. Le premier brief de caricature produit par chaque modèle textuel a ensuite été dessiné par Nano Banana 2.1. Les six modèles d'image, eux, ont généré deux images chacun à partir d'un prompt unique.
La méthode est légère et peu coûteuse. C'est un avantage si l'objectif est de tester rapidement une hypothèse et de partager des résultats observables. Ce n'est pas une étude psychologique sur les humains, ni une mesure exhaustive des biais de tous les modèles disponibles.
Lire les chiffres sans leur faire dire plus
Le chiffre « 29 sur 35 » attire l'œil, mais sa portée doit rester exacte. Il décrit la fréquence d'un thème parmi les réponses classées par les auteurs. Il ne veut pas dire que 83 % des modèles pensent pareil, puisque plusieurs réponses viennent de chaque modèle. Il ne veut pas dire non plus que 83 % des humains privilégient l'appartenance à la vérité.
Le fait que sept modèles aient donné trois fois une réponse de cette même famille montre une répétition dans ce protocole. Mais ça ne prouve pas qu'ils ont une croyance stable. Les modèles de langage ne formulent pas nécessairement des opinions : ils produisent une suite de mots en fonction de ce qu'ils ont appris et de ce qu'on leur demande.
Dans un débat public, cette distinction est essentielle. Une réponse spectaculaire peut être un bon point de départ pour une enquête, mais elle ne devrait pas devenir une preuve parce qu'elle a été produite par plusieurs systèmes. La convergence peut venir de représentations culturelles déjà présentes dans les données, d'un prompt qui pousse vers une critique mordante, ou des deux à la fois.
Un protocole minimal pour reproduire le test
Une équipe qui veut vérifier un résultat de ce type peut documenter l'exercice avec quelques règles :
- Publier le prompt exact, ainsi que les paramètres de génération et la date des essais.
- Inclure toutes les réponses, refus compris, pour éviter de ne conserver que les sorties « qui frappent ».
- Définir les catégories avant le classement, puis demander à plusieurs évaluateurs de coder sans se concerter.
- Séparer les unités d'analyse : une réponse n'est pas un modèle, et un modèle n'est pas un individu humain.
- Répéter avec des prompts différents pour voir si le thème persiste quand la consigne ne demande pas explicitement une opinion controversée.
Ce protocole ne rend pas l'expérience inattaquable. Il la rend simplement plus lisible et plus facile à contester, ce qui est préférable à un résultat séduisant dont la méthode reste floue. Dans un contexte professionnel, c'est aussi une bonne discipline de gouvernance : documenter ce que le système a reçu, ce qu'il a produit et les décisions humaines prises à partir de ses sorties.
Conclusion : traiter la convergence comme un signal, pas comme une preuve
Douze modèles de langage ont largement convergé vers la même idée : on défendrait souvent son appartenance avant la vérité, puis on chercherait à rationaliser. Les modèles d'image, eux, ont surtout renvoyé une scène très reconnaissable : l'humain rivé à son téléphone, indifférent à la planète.
Le résultat est parlant, mais pas comme un verdict sur la nature humaine. Il montre comment, quand on leur demande une opinion tranchée, les systèmes génératifs s'appuient sur des récits culturels dominants. Pour les équipes produit, les entreprises et les médias, la leçon est simple : une réponse convaincante doit être évaluée à partir de sa méthode, de ses preuves et de ses conséquences, pas seulement parce qu'elle sonne avec assurance.
Si vous testez des modèles d'IA, commencez par documenter les consignes, répéter les essais et distinguer ce que vous observez de ce que vous en concluez. Ce n'est pas aussi spectaculaire qu'une citation choc, mais c'est bien plus utile pour décider si un système peut être utilisé en production.