Vérifier une réponse d’IA : 5 étapes pour éviter hallucinations et fausses citations

La règle de base est simple : ne faites pas confiance au ton assuré d’une IA ; faites confiance aux sources que vous pouvez ouvrir, lire et vérifier.

L’IA est un point de départ, pas une preuve

Une IA peut vous aider à clarifier une question, dresser une liste de pistes, résumer un sujet ou repérer les points à vérifier. Mais dès qu’une réponse touche à des faits, des chiffres, une politique publique, la santé, le droit, l’investissement ou l’actualité, le bon réflexe n’est pas de se demander si le texte est bien écrit.

Demandez plutôt :

• cette affirmation remonte-t-elle à une source primaire ?
• le document original dit-il vraiment ce que l’IA affirme ?
• la date, le pays, la définition et le contexte sont-ils les bons ?
• une autre source fiable et indépendante confirme-t-elle l’information ?

Si une affirmation ne remonte qu’à l’IA elle-même, sans document public, donnée, citation originale ou institution identifiable, traitez-la comme non vérifiée.

La méthode en 5 étapes

1. Découper la réponse en affirmations vérifiables

Ne vérifiez pas un paragraphe entier en bloc. Séparez les faits : chiffres, dates, noms, citations, conclusions, liens de causalité. Une affirmation doit pouvoir être confirmée ou infirmée une par une.

Prompt utile :

Découpe la réponse ci-dessus en affirmations vérifiables. Pour chaque affirmation, indique la source originale, l’organisme ou l’auteur, la date, l’URL et un extrait exact du texte source. Si aucune source n’est disponible, indique non vérifié.

Ce découpage révèle vite ce qui repose sur une source réelle et ce que l’IA a peut-être complété toute seule.

2. Ouvrir les sources, au lieu de les admirer de loin

Un nom de source ou un lien ne suffit pas. Ouvrez l’URL, recherchez le document original et vérifiez :

• le lien fonctionne-t-il vraiment ?
• le titre, l’auteur, l’institution et la date correspondent-ils à ce que l’IA annonce ?
• le texte original soutient-il réellement le résumé proposé ?
• la citation est-elle complète ou sortie de son contexte ?
• l’IA a-t-elle transformé une hypothèse, une opinion ou un commentaire en fait établi ?

Si la source est introuvable, si la date ne colle pas ou si le document dit autre chose, l’affirmation doit être rétrogradée en non vérifiée ou problématique.

3. Remonter à la source primaire

La source la plus utile est souvent celle qui est la plus proche du fait :

• communiqué officiel, texte réglementaire, document d’un ministère ou d’un régulateur ;
• décision de justice, dossier de procédure, compte rendu officiel ;
• rapport annuel, communiqué d’entreprise, document financier ;
• article scientifique, rapport de recherche, jeu de données ;
• déclaration publique de l’organisation, de l’équipe de recherche ou de la personne concernée.

Les articles de presse, billets de blog et publications sur les réseaux sociaux peuvent aider à comprendre le contexte. Mais pour citer, publier, décider ou conseiller quelqu’un, mieux vaut remonter au document de départ. Si plusieurs contenus se citent entre eux sans jamais pointer vers la source originale, considérez l’information comme risquée.

4. Croiser avec une source indépendante

Une source qui existe n’est pas toujours suffisante. La vérification la plus robuste se fait en deux temps :

1. Source primaire : document officiel, étude, décision, rapport, base de données.
2. Source indépendante : média reconnu, institution académique, régulateur, association professionnelle ou organisme spécialisé.

Si les sources divergent, ne choisissez pas trop vite celle qui vous arrange. Notez l’information comme contestée ou non confirmée, puis cherchez l’origine de l’écart : date différente, définition différente, pays différent, mise à jour récente ou erreur de citation.

5. Classer le résultat au lieu de forcer un vrai ou faux

Le fact-checking ne consiste pas toujours à trancher immédiatement. Il est souvent plus prudent de classer chaque affirmation.

Cette grille évite de transformer des formulations comme il semble que, certains estiment que ou il est possible que en certitudes.

Les 6 points où l’IA se trompe le plus facilement

Les chiffres. Vérifiez les pourcentages, montants, classements, taux de croissance et tailles d’échantillon. Regardez l’année, le périmètre géographique, le dénominateur et la source des données.

Les dates. Une règle, un prix, une fonctionnalité, une procédure ou une situation d’entreprise peut devenir obsolète très vite. Regardez la date de publication, mais aussi les mises à jour.

Le pays ou la juridiction. Un même terme peut renvoyer à des règles différentes en France, en Belgique, en Suisse, au Québec, dans l’Union européenne, au Royaume-Uni ou aux États-Unis. C’est crucial pour le droit, la fiscalité, la santé, l’immigration, la vie privée et l’investissement.

Les définitions. Des mots comme utilisateur, revenu, risque, conformité, efficacité ou IA n’ont pas toujours le même sens selon le secteur. Lisez la définition donnée dans le document original.

Les citations. Des guillemets ne prouvent rien. Recherchez la phrase exacte, vérifiez qu’elle existe, qu’elle est complète et que le contexte confirme l’interprétation.

La qualité de la source. Une page web qui existe n’est pas forcément fiable. Distinguez document officiel, recherche académique, article de presse, contenu d’entreprise, blog personnel et simple reprise sans vérification.

Les sujets où il ne faut pas se contenter de l’IA

Certains domaines ont un coût d’erreur élevé. Ils exigent une vérification plus stricte :

• diagnostic médical, médicament, traitement, symptômes ;
• avis juridique, contrat, litige, immigration, fiscalité ;
• investissement, assurance, crédit, patrimoine ;
• sécurité personnelle, cybersécurité, situation d’urgence ;
• actualité chaude, accusation, fuite, contenu politique.

Le droit montre bien le risque concret : OECD.AI a recensé un incident où une hallucination de l’IA générative a nui à une procédure juridique, l’incident étant décrit comme une désinformation affectant le processus légal . Dans ce type de contexte, l’IA peut aider à organiser vos questions, mais elle ne remplace ni les documents officiels, ni les procédures formelles, ni l’avis d’un professionnel qualifié.

Les signaux d’alerte à repérer tout de suite

Méfiez-vous particulièrement si :

• la réponse est très sûre d’elle, mais ne cite aucune source ;
• elle écrit des formules vagues comme des études montrent ou des experts affirment sans nom, date ni institution ;
• elle donne beaucoup de détails impossibles à retrouver ;
• elle fournit des chiffres très précis sans base de données identifiable ;
• elle confirme exactement ce que vous aviez envie de croire ;
• toutes les sources se citent entre elles sans document original ;
• elle porte sur une actualité récente sans indiquer clairement la date de mise à jour.

Le fait qu’un récit soit crédible fait partie du problème : c’est précisément l’un des aspects étudiés dans l’évaluation des textes générés et des récits trompeurs .

Prompts utiles à copier

Liste uniquement des sources originales publiquement vérifiables. Ne complète pas avec des suppositions.

Pour chaque affirmation importante, ajoute un lien, l’organisme ou l’auteur, la date et un extrait exact de la source.

Si tu n’es pas certain, écris inconnu ou non confirmé au lieu d’inventer une réponse.

Classe les informations en trois colonnes : confirmé, non vérifié, supposé.

Indique les éléments les plus susceptibles d’être faux : chiffres, dates, pays, définitions, citations et sources.

La règle à retenir

Si vous pouvez remonter à une source primaire et la lire dans son contexte, l’information mérite d’être examinée. Si vous ne pouvez remonter qu’à l’IA, ne la traitez pas comme un fait.

L’IA est utile comme point de départ, assistant de recherche et générateur de check-list. La confiance, elle, doit venir de sources publiques, vérifiables et correctement contextualisées.