Accueil › Comprendre l'IA › Guide
Vous êtes une entreprise ?
Ordiama, c'est aussi une agence IA à Strasbourg : on crée votre site, on vous rend visible dans l'IA et on automatise vos tâches.
Fin 2025, 55 % des TPE-PME françaises utilisaient déjà une IA générative, contre 31 % un an plus tôt. La machine répond vite, dans un français impeccable, avec un ton sûr de lui. Le piège est là : un texte bien écrit n’est pas un texte vrai. Une IA peut vous donner un chiffre, une date, un article de loi ou une citation qui sonnent juste et qui n’existent pas. Ce guide vous donne une méthode simple, en six réflexes, pour repérer ces inventions avant qu’elles ne vous coûtent un mauvais devis, un mail à un client ou une décision à côté de la plaque.
Source : Bpifrance Le Lab, baromètre auprès des TPE-PME (55 % d’utilisatrices d’IA générative fin 2025 contre 31 % fin 2024), via Groupe Caisse des Dépôts.
Réponse directe : pour vérifier ce que dit une IA, ne lui faites jamais confiance sur un fait précis sans contrôle. Demandez-lui ses sources et ouvrez les liens, recoupez avec une seconde source indépendante, méfiez-vous en priorité des chiffres, dates, citations et points de droit, autorisez-la explicitement à répondre « je ne sais pas », et préférez les outils qui citent leurs sources (Perplexity, mode recherche de ChatGPT ou Gemini) quand l’exactitude compte. Aucun de ces réflexes ne demande de compétence technique.
Pour vérifier sans paniquer, il faut comprendre une chose simple : quand une IA se trompe, ce n’est pas une panne. C’est le fonctionnement normal de l’outil. Un modèle de langage comme ChatGPT ne consulte pas une base de connaissances pour répondre. Il prédit, mot après mot, la suite la plus probable à votre question, à partir des milliards de textes sur lesquels il a été entraîné.
Résultat : il produit toujours une réponse plausible, même quand il ne « sait » pas. Si l’information exacte était très présente dans ses données, il tombe juste. Sinon, il comble le trou avec quelque chose de vraisemblable. On appelle ça une hallucination. La réponse a l’air d’une vraie réponse, parce que l’outil est optimisé pour avoir l’air convaincant, pas pour dire le vrai. Nous avons détaillé ce mécanisme, démonstration scientifique à l’appui, dans notre article sur pourquoi les LLM hallucinent.
La bonne nouvelle : ces erreurs reculent vite et restent repérables. La mauvaise : elles ne disparaîtront pas. Vérifier devient donc un réflexe permanent, pas une précaution temporaire.
À retenir sur le taux d’erreur :
- Sur une tâche cadrée (résumer fidèlement un texte fourni), les meilleurs modèles tombent à quelques pourcents d’erreur seulement. Sur le classement Vectara, le taux varie selon les modèles et grimpe nettement sur les textes longs et complexes.
- Sur une question ouverte de culture générale, sans document fourni, le risque d’invention est bien plus élevé. C’est là qu’il faut vérifier.
- Aucun modèle n’affiche 0 % d’erreur. La question n’est pas « est-ce que ça se trompe », mais « sur quoi ça se trompe ».
Source : Vectara, Hallucination Leaderboard (évaluation sur résumé fidèle de documents), vectara.com.
Un exemple vaut mille avertissements. En 2023, devant un tribunal de New York, deux avocats déposent un mémoire citant six décisions de justice favorables à leur client. Problème : aucune des six n’existe. Elles avaient été inventées de toutes pièces par ChatGPT, avec des noms d’affaires crédibles et de fausses citations internes. Pire, quand le juge a demandé les textes complets, l’outil a généré de faux extraits pour les « confirmer ».
Le juge P. Kevin Castel a sanctionné les avocats d’une amende de 5 000 dollars en juin 2023. Ce n’est pas l’usage de l’IA qui a été puni, mais l’absence totale de vérification. La leçon tient en une phrase : un professionnel reste responsable de ce qu’il signe, même quand c’est l’IA qui l’a écrit. Pour un dirigeant, le risque n’est pas un tribunal, c’est un chiffre faux dans un devis ou une clause inventée dans un contrat type.
Source : affaire Mata v. Avianca, Inc., Wikipedia (décision du juge Castel, 22 juin 2023).
Voici la méthode. Chaque réflexe est court à appliquer et ne demande aucune compétence technique. Vous n’avez pas à tous les utiliser à chaque fois : adaptez selon l’enjeu de la réponse.
Action : après une réponse, tapez « Donne-moi tes sources avec les liens » ou « Sur quoi te bases-tu pour cette affirmation ? ». Résultat attendu : l’outil cite des pages que vous pouvez ouvrir. Durée : une minute.
Le point crucial : ne vous arrêtez pas à la liste de sources, cliquez. Une IA peut inventer une référence aussi facilement qu’une réponse, y compris un lien qui mène à une page d’erreur ou à un article qui ne dit pas du tout ce qu’on lui prête. Une source que vous n’avez pas ouverte ne compte pas comme une vérification.
Action : prenez l’affirmation clé et vérifiez-la ailleurs, via une recherche Google classique ou un second outil. Résultat attendu : deux sources qui ne se copient pas confirment le même fait. Durée : deux minutes.
Pour un fait important, la règle est simple : une seule source ne suffit pas, surtout si c’est l’IA elle-même. Le recoupement est la base du travail journalistique, et il marche aussi bien pour un prix de marché, une obligation légale ou une donnée chiffrée. Si vous ne trouvez nulle part ailleurs ce que l’IA affirme, c’est un signal d’alerte sérieux.
Toutes les réponses ne se valent pas. Une explication générale (« comment fonctionne la TVA ») est rarement fausse en profondeur. Une donnée précise, elle, est la zone à risque. Concentrez votre vérification sur quatre catégories.
Les 4 zones à vérifier en priorité :
- Chiffres : prix, taux, statistiques, montants. L’IA peut inventer un pourcentage crédible jusqu’à la décimale.
- Dates : une date de loi, de sortie, d’événement. Facile à confondre, difficile à deviner juste.
- Citations et noms : une phrase attribuée à quelqu’un, le titre d’un livre, une référence d’étude. C’est le terrain favori des inventions.
- Droit et obligations : un article de loi, une démarche administrative, une clause de contrat. Une erreur ici peut coûter cher.
Pour tout ce qui tombe dans ces quatre cases, partez du principe que la réponse est à vérifier tant que vous ne l’avez pas confirmée. Sur le reste, vous pouvez être plus souple.
Action : ajoutez à votre demande une phrase comme « Si tu n’es pas sûr, dis-le clairement plutôt que d’inventer » ou « Réponds uniquement à partir d’informations vérifiables, sinon indique que tu ne sais pas ». Résultat attendu : l’outil signale ses incertitudes au lieu de combler les trous. Durée : zéro, ça s’intègre au prompt.
Par défaut, un modèle est poussé à toujours répondre, parce qu’il a été entraîné à le faire. Lui donner la permission explicite de s’abstenir change le comportement. Vous obtenez moins de fausses certitudes, et surtout vous voyez où il hésite, ce qui vous dit où concentrer votre contrôle.
Action : reposez la même question dans un nouveau message, formulée différemment, ou dans une conversation neuve. Résultat attendu : si la réponse change du tout au tout, c’est qu’elle n’est pas fiable. Durée : une minute.
Une information solide reste stable d’une formulation à l’autre. Une invention, elle, est fragile : posez la question sous un autre angle et le modèle produit souvent une autre réponse, tout aussi assurée. Cette petite incohérence est un excellent détecteur, gratuit et immédiat.
Action : pour une question factuelle, préférez un outil branché sur le web en direct et qui affiche ses sources. Résultat attendu : chaque affirmation est rattachée à une page consultable. Durée : aucune, c’est un changement d’outil.
Tous les grands assistants ont aujourd’hui un mode de ce type : Perplexity est conçu pour ça, ChatGPT et Gemini ont une fonction de recherche web qui sourcent leurs réponses. Quand un modèle s’appuie sur des documents trouvés en direct, il invente nettement moins que lorsqu’il répond de mémoire. Attention quand même : les sources affichées doivent toujours être ouvertes (réflexe 1). Pour bien choisir entre les assistants, voyez notre comparatif ChatGPT, Claude ou Gemini.
Voici les six réflexes condensés. Imprimez-la, ou gardez-la en tête avant d’utiliser une réponse d’IA dans un document qui sort de chez vous.
Avant d’utiliser une réponse d’IA :
- J’ai demandé les sources et je les ai ouvertes.
- J’ai recoupé le fait clé avec une seconde source indépendante.
- J’ai vérifié en priorité les chiffres, dates, citations et points de droit.
- J’ai autorisé l’IA à répondre « je ne sais pas ».
- J’ai reposé la question autrement pour voir si la réponse tient.
- Pour les faits, j’ai utilisé un outil qui cite ses sources.
Un dernier principe au-dessus de la liste : plus l’enjeu est élevé (argent, droit, santé, engagement client), plus vous vérifiez. Pour brouillonner un mail interne, un seul réflexe suffit. Pour un contrat ou un chiffre dans une proposition commerciale, appliquez-les tous. L’IA est un excellent assistant de premier jet, jamais une autorité finale. C’est aussi ce qui distingue ceux qui en tirent un vrai avantage des autres, comme on l’explique dans notre dossier sur bien utiliser l’IA pour prendre de l’avance.
Si vous vous lancez tout juste, ces réflexes de vérification s’intègrent à une pratique plus large. Notre guide l’IA pour les TPE : par où commencer pose les bases sans jargon. Et si vous préférez être accompagné pour outiller vos équipes sans tomber dans les pièges, notre agence IA aide les dirigeants à déployer ces outils de façon fiable et encadrée.
Vous ne pouvez pas le savoir à la lecture seule, car une réponse fausse est aussi bien écrite qu’une vraie. La seule méthode fiable est de vérifier : demandez les sources et ouvrez-les, recoupez le fait clé avec une recherche indépendante, et méfiez-vous en priorité des chiffres, dates et citations. Si vous ne retrouvez l’information nulle part ailleurs, considérez-la comme douteuse.
Parce qu’un modèle de langage ne cherche pas la vérité : il prédit le mot le plus probable après votre question. Il produit donc toujours une réponse crédible, même quand l’information exacte ne figure pas dans ses données. Quand il comble un trou avec du vraisemblable, on parle d’hallucination. Ce n’est pas une panne, c’est le fonctionnement normal de l’outil.
Cela dépend de la tâche. Sur un travail cadré comme résumer fidèlement un document fourni, les meilleurs modèles affichent quelques pourcents d’erreur seulement, et les écarts entre eux bougent à chaque nouvelle version. Sur une question ouverte sans document, tous inventent davantage. Plutôt que de chercher le modèle parfait, utilisez un outil qui cite ses sources et vérifiez vous-même.
Non, vous adaptez selon l’enjeu. Pour une explication générale ou un brouillon de mail interne, un contrôle léger suffit. Pour tout ce qui engage votre entreprise (un chiffre dans un devis, une obligation légale, une clause de contrat, une donnée envoyée à un client), appliquez la check-list complète. Plus le risque est élevé, plus vous vérifiez.
Non, mais ils réduisent fortement le risque. Quand un assistant s’appuie sur des pages trouvées en direct sur le web, il invente moins que lorsqu’il répond de mémoire. En revanche, une source affichée n’est pas une source vérifiée : il faut toujours l’ouvrir et confirmer qu’elle dit bien ce que l’outil lui fait dire. Le réflexe de cliquer reste indispensable.
Ordiama, c'est aussi une agence IA à Strasbourg : on crée votre site, on vous rend visible dans l'IA et on automatise vos tâches.