Intelligence artificielle · 5 articles
Hallucinations, sources inventées, biais, complaisance : pourquoi un modèle se trompe avec assurance.
La difficulté avec un modèle de langage n’est pas qu’il se trompe, c’est qu’il se trompe exactement du même ton que lorsqu’il a raison. Aucun signal dans la formulation ne distingue une réponse solide d’une invention. La vérification ne peut donc pas reposer sur l’impression de justesse : elle doit reposer sur une méthode extérieure au texte produit.
Ce thème traite les quatre façons dont une réponse peut être fausse sans en avoir l’air : l’invention pure, la référence fabriquée de toutes pièces, le biais hérité des données d’entraînement, et la complaisance qui pousse le modèle à abonder dans le sens de la question. Chacune se repère à des indices différents et se corrige par un geste différent.
Fiabilité et limites
Un écart statistique n’est pas une discrimination, et supprimer la variable sensible ne supprime pas le biais. Voici d’où viennent réellement les biais, ce que le droit français interdit et ce qui se mesure.
Fiabilité et limites
Un modèle de langage ne consulte aucune base de faits : il prédit le mot suivant. Voici pourquoi il produit des inventions plausibles, et pourquoi c’est pire en français.
Fiabilité et limites
La sycophantie n’est pas de la politesse : c’est un effet mesurable de l’entraînement par préférences humaines. Voici ses cinq formes, et les formulations qui la neutralisent vraiment.
Fiabilité et limites
Un DOI, un ISBN, un article du code du travail et un numéro de règlement européen obéissent chacun à une règle de formation. Quand on la connaît, une référence fabriquée se démasque sans quitter sa chaise.
Fiabilité et limites
Vous ne pouvez pas tout vérifier, et ce n’est pas nécessaire. Voici comment repérer la seule phrase qui compte, la contrôler à la source, et pourquoi redemander à l’assistant ne vérifie rien.
Chaque question renvoie à la réponse, dans l’article qui la traite.
Thème
Ce qu’est l’IA, comment un modèle apprend, ce qu’un réseau de neurones calcule vraiment.
Thème
Tokens, fenêtre de contexte, entraînement, mémoire : la mécanique des assistants conversationnels.
Thème
La structure d’une consigne qui marche, les erreurs classiques, les formats de sortie.
Thème
Génération d’images, clonage vocal, deepfakes, filigranes et vérification d’origine.
Thème
Le calendrier du règlement (IA Act), les pratiques interdites, les obligations et qui contrôle en France.
Thème
Ce que vos conversations deviennent, l’opposition à l’entraînement, le RGPD appliqué à l’IA.
Thème
Charte d’usage, réunions, recrutement, contrats fournisseurs et responsabilité.