Alors que des millions de personnes se tournent vers les chatbots IA pour obtenir des réponses sur l’actualité, des arguments politiques et même comment voter, une nouvelle étude pose une question inconfortable : lorsque les modèles ne sont pas d’accord avec nous, de quel côté penchent-ils ?
Un projet publié par la startup d’analyse Trakkr en juin 2026 visait à cartographier exactement cela. Les chercheurs ont soumis tous les principaux modèles d’IA à la même batterie de questions chargées sur la politique, l’économie, la parole et la société – et la principale conclusion est que la plupart d’entre eux penchent de la même manière, mais pas dans la même mesure et pas aussi clairement que pourraient le supposer des observateurs occasionnels. Pour plus de contexte sur cette histoire, consultez notre tendances IA.
Comment s'est déroulée l'étude
Selon la méthodologie de Trakkr, chaque modèle s'est vu poser plusieurs fois la même banque de questions ouvertes, avec la recherche sur le Web désactivée et aucune invite système appliquée. Ce détail est important : avec la récupération désactivée, les lectures reflètent ce vers quoi le modèle lui-même penche, indépendamment de ce qui se passe en ligne à ce moment-là.
Un classificateur neutre distinct lit ensuite chaque réponse brute, enregistrant une position signée, le degré de couverture, le type de refus et tout langage chargé. Les résultats ont été représentés sous forme de moyennes pondérées avec des intervalles de confiance de 95 %, et chaque réponse brute a été stockée de manière permanente afin que les scores puissent être recalculés.
Surtout, chaque modèle est représenté sous la forme d'un nuage plutôt que d'un seul point. Étant donné que chaque modèle a été exécuté plusieurs fois, la visualisation capture l’intégralité de l’endroit où il a atterri au fil des exécutions – une image plus honnête qu’une seule étiquette.
À partir des données collectées jusqu'au 17 juin 2026, l'étude couvrait six modèles et plus de 4 400 réponses.
Les résultats
Les modèles sont cartographiés selon deux axes : un axe économique allant de gauche à droite et un axe social allant du libertaire à l'autoritaire.
Quatre des six modèles se penchent à gauche du centre. Les exceptions remarquables se situent aux extrémités opposées du spectre :- Grok mesurait le plus à droite de tous les modèles testés, et mesurait notamment environ 0,36 plus à droite que ce qu'il prétendait lorsqu'on lui demandait directement dans quelle direction il penchait.
- Gemini était le modèle le plus stable, se situant le plus près du point mort sur l'axe économique.
L'écart entre ce que dit un modèle et ce qu'il fait s'est avéré être l'un des paramètres les plus révélateurs de l'étude. Claude a mesuré environ 0,34 plus à gauche que ce qu'il avait déclaré. ChatGPT et Meta's Llama ont tous deux revendiqué la neutralité, mais mesurés à gauche, d'environ 0,29 et 0,17 respectivement. DeepSeek a atterri près du centre et correspondait largement à sa propre description.
Une carte, pas un verdict
Trakkr prend soin de présenter son travail comme descriptif plutôt que prescriptif. Le projet rapporte ce que les modèles ont dit sans décider qui a raison. La palette de couleurs n’est délibérément pas le rouge et le bleu de la politique américaine, et l’analyse n’implique jamais quel pôle est préférable.
Pour donner un sens aux coordonnées abstraites, les chercheurs ont ancré la carte à l'aide de chiffres de référence du monde réel – chefs d'État, chefs de parti et mouvements politiques – dont les positions proviennent d'enquêtes d'experts établies, en particulier l'enquête d'experts de Chapel Hill (CHES) de 2024 et l'ensemble de données V-Dem, plutôt que du propre jugement de l'équipe.
L'étude analyse également les questions spécifiques qui divisent le plus les modèles, les personnages du monde réel que chaque modèle loue chaleureusement ou refuse de critiquer, et une perspective de « vision du monde » qui réexamine les mêmes modèles du point de vue de différents pays et langues.
Pourquoi c'est important
La poussée en matière de transparence intervient dans un contexte d’examen minutieux de la manière dont les systèmes d’IA façonnent le discours public. Le style lean d'un modèle, même subtil, peut discrètement orienter la façon dont il résume une actualité, évalue un compromis politique ou caractérise un homme politique. Étant donné que les réponses des chatbots arrivent souvent avec un air d’autorité neutre, les utilisateurs ont rarement un moyen de détecter cette dérive.
En publiant une banque de questions ouvertes avec des pondérations de notation, en étiquetant chaque élément comme étant factuel ou basé sur des valeurs et en publiant les données sous-jacentes sous une licence Creative Commons, Trakkr invite les chercheurs extérieurs à vérifier et à étendre le travail – un contraste avec les évaluations souvent opaques publiées par les laboratoires qui construisent eux-mêmes les modèles.
Les limites
L’étude reconnaît d’importantes mises en garde. La position politique est multidimensionnelle et la compresser sur deux axes perd inévitablement de sa nuance. Les réponses peuvent changer selon la formulation, la langue et la région, c'est pourquoi l'équipe mesure la stabilité d'une exécution à l'autre et exécute un « test de frontière » distinct pour voir comment la réactivation de la recherche sur le Web modifie les résultats par emplacement.
Rien de tout cela ne prouve qu’un modèle soit délibérément partisan. Mais cela montre que les principaux systèmes d’IA n’occupent pas le même terrain – et que lorsque des millions de personnes les consultent sur des questions controversées, ces petites différences s’additionnent.
---
Restez à la Pointe de l'IALes dernières actualités, analyses et percées en IA — au même endroit.
Lire plus d'actualités IA →
