Qu'est-ce que l'esprit critique face à l'IA ? C'est la capacité à ne pas prendre pour argent comptant une réponse générée par une intelligence artificielle, même formulée avec assurance, car celle-ci ne garantit en rien l'exactitude de la réponse.
Dans une étude publiée en septembre 2025, les chercheurs d'OpenAI expliquent eux-mêmes que les modèles de langage sont structurellement entraînés à deviner une réponse plutôt qu'à reconnaître leur incertitude — une des causes profondes des hallucinations de l'IA.
Dans ce nouvel épisode de notre série « Mieux comprendre l'IA », Pierre-Yves Oudeyer, directeur de recherche à l'Inria, explique pourquoi les IA génératives ne sont pas conçues pour dire la vérité — et comment développer son esprit critique face à l'intelligence artificielle.
Pourquoi l'IA donne des réponses convaincantes mais parfois fausses
Pour Pierre-Yves Oudeyer, il faut d'abord comprendre comment les IA génératives sont entraînées pour saisir pourquoi elles peuvent se tromper avec autant d'aplomb :
« La notion de vrai ou faux n'est pas du tout centrale dans l'entraînement des systèmes d'IA. »
Selon le chercheur, les modèles sont optimisés pour produire du texte vraisemblable et pour satisfaire l'utilisateur, pas pour distinguer une information exacte d'une information erronée. Il peut ainsi arriver qu'une IA construise un argument qui semble parfaitement solide, en s'appuyant sur une référence qui, en réalité, n'existe pas.
Chez Pix, nous observons que ce constat rejoint les conclusions d'OpenAI citées plus haut : ce phénomène persiste même dans les modèles les plus avancés, ce qui montre qu'il ne s'agit pas d'un simple défaut de jeunesse de la technologie, mais d'une caractéristique structurelle à prendre en compte dans tout usage professionnel.
Comment nos biais cognitifs renforcent les erreurs de l'IA
Pierre-Yves Oudeyer rappelle que les IA ne sont pas seules en cause : nos propres mécanismes cognitifs jouent aussi un rôle.
« L'interaction entre nos biais et ceux de l'IA, ça peut être un cocktail détonnant. »
Deux biais humains entrent particulièrement en jeu :
- Le biais de confirmation : faire davantage confiance à ce qui va dans le sens de nos opinions
- Le biais d'expertise : faire confiance à un langage qui sonne comme celui d'un spécialiste
Ces deux biais se combinent avec la tendance de l'IA à formuler des réponses assurées et consensuelles pour plaire à l'utilisateur — un phénomène que le chercheur appelle la sycophantie.
