On appelle « hallucination » une réponse fausse qu’un modèle de langage présente comme vraie : une date inventée, un chiffre approximatif donné au centime près, une citation d’un livre qui n’existe pas, un article de loi au mauvais numéro. Le phénomène touche tous les assistants, y compris les plus récents. Il se comprend bien, et quelques réflexes le rendent beaucoup plus rare.
Comment ça marche
Un modèle de langage n’interroge pas une base de faits. Il produit, mot après mot, la suite de texte la plus plausible au vu de ce qu’il a appris. Pour un fait très répandu (la capitale de la France), la suite plausible est aussi la bonne. Pour un fait rare, cité une seule fois dans ses données d’entraînement ou jamais, plusieurs réponses paraissent également plausibles, et le modèle en choisit une.
Dans un article publié en septembre 2025, trois chercheurs d’OpenAI et un chercheur de Georgia Tech l’illustrent par un exemple simple. Ils ont demandé trois fois à un modèle ouvert la date d’anniversaire de l’un d’eux, en précisant de ne répondre qu’en cas de certitude. Le modèle a donné trois dates différentes, toutes fausses.
Les auteurs expliquent ensuite pourquoi le défaut persiste. La plupart des bancs d’essai notent les modèles comme un examen sans points négatifs : une réponse au hasard a une chance de rapporter des points, « je ne sais pas » n’en rapporte jamais. Entraînés et comparés de cette façon, les modèles apprennent à deviner. Les chercheurs proposent de changer la notation des évaluations pour récompenser l’aveu d’incertitude.
Où les hallucinations apparaissent le plus
- Les faits rares : une personne peu connue, une petite entreprise, un événement local.
- Les références précises : titres d’ouvrages, numéros de page, articles de loi, numéros de décisions de justice, liens web.
- Les chiffres : statistiques, prix, dates, calculs faits « de tête ».
- L’actualité : tout ce qui est postérieur à la fin de l’entraînement du modèle, quand la recherche web n’est pas activée.
- Les questions qui supposent un fait faux : « Pourquoi Victor Hugo a-t-il reçu le prix Nobel ? » pousse le modèle à justifier une prémisse fausse.
Comment repérer une hallucination
- Une précision suspecte. Un chiffre au dixième près, une date exacte ou une citation entre guillemets sur un sujet obscur méritent une vérification.
- Une source introuvable. Cherchez le titre, l’auteur ou le lien cité. S’il n’existe pas, le reste de la réponse est à reprendre.
- Des réponses qui changent. Anthropic suggère de poser plusieurs fois la même question et de comparer : des réponses incohérentes d’une fois sur l’autre signalent une invention.
- Une source qui ne dit pas ce qu’on lui prête. Ouvrez la page citée et retrouvez le passage. Un renvoi numéroté prouve que la page a été lue ; il reste à voir si elle a été bien comprise.
Les demandes qui limitent les inventions
La documentation d’Anthropic décrit plusieurs techniques, valables pour tous les assistants.
Autoriser le doute :
Si vous n'êtes pas sûr d'une information, dites-le clairement plutôt que de deviner. « Je ne sais pas » est une réponse acceptable.
S’en tenir à un document fourni :
Répondez uniquement à partir du document ci-dessous, sans utiliser vos connaissances générales. Si l'information n'y figure pas, écrivez « non précisé dans le document ».
Citer avant d’affirmer :
Pour chaque affirmation de votre réponse, citez mot pour mot le passage du document qui l'appuie. Si vous ne trouvez pas de passage, retirez l'affirmation.
Faire relire la réponse :
Relisez votre réponse précédente. Pour chaque fait, chiffre ou référence, indiquez si vous en êtes certain, probable ou incertain, et pourquoi.
Activer la recherche web pour les faits récents ou précis : la réponse s’appuie alors sur des pages que vous pouvez ouvrir. Chez Claude, chaque réponse issue de la recherche porte ses citations ; Google rappelle de son côté que le Mode IA peut se tromper et conseille de recouper les informations importantes sur plusieurs sites.
Bon à savoir. Anthropic précise que ces techniques réduisent nettement les hallucinations sans les supprimer. Pour une décision importante (santé, argent, droit), vérifiez toujours à la source.
Les bons réflexes
- Vérifiez à proportion de l’enjeu. Une idée de recette ne demande pas le même contrôle qu’un conseil juridique.
- Demandez les sources, puis ouvrez-les. Le cadre d’usage de l’IA publié par l’Éducation nationale résume la règle : vérifier l’exactitude des réponses en les comparant avec d’autres sources.
- Ne posez pas de question qui contient la réponse attendue. Formulez de façon neutre : « Victor Hugo a-t-il reçu un prix Nobel ? ».
- Comparez les modèles. Le classement « Usage » de QUELLE IA, recalculé chaque semaine, donne ceux que préfèrent les internautes pour leurs questions de tous les jours :
Le haut du classement Usage
- Gemini 4 CarbonGoogle DeepMind101,4
- Claude Opus 5.5Anthropic98,7
- Gemini 4 ArgonGoogle DeepMind98,5
- Claude Fable 5.1Anthropic96,6
- GPT-6 AstraOpenAI95,2
Score Usage, édition du 16 novembre 2026. Deux modèles dont les marges se recouvrent sont ex æquo.
Pour aller plus loin
- Chercher sur le web avec l'IA : moteurs à réponse et sourcesNiveau Débutant 9 min
- Résumer un long document ou un PDF avec l'IA, en citant les pagesNiveau Débutant 10 min
- Bien écrire sa demande à une IA : la méthode, avec des exemplesNiveau Débutant 9 min
- Apprendre avec l'IA : réviser, se faire expliquer, s'entraînerNiveau Débutant 10 min
- Arnaques à l'IA : repérer voix clonées, faux appels et deepfakesNiveau Débutant 9 min
- Rédiger avec l'IA : courriels, lettres, résumés, avec sa voixNiveau Débutant 10 min
Pour monter son atelier d'IA à la maison, mini lab AI, du même auteur, va plus loin.
Sources
- arxiv.org, lue le
- platform.claude.com, lue le
- support.google.com, lue le
- support.claude.com, lue le
- eduscol.education.gouv.fr, lue le
