Si deux IA sont d’accord, peut-on leur faire confiance ?
Poser la même question à deux assistants peut rassurer. Mais leurs réponses peuvent se rejoindre parce qu’ils partagent une erreur. Voici pourquoi un second avis n’est pas toujours une seconde vérification.
Sommaire
Pas sur leur seul accord. Deux assistants peuvent donner la même réponse fausse. Pour juger leur fiabilité, il faut regarder ce qui soutient cette réponse : obtenir deux fois une affirmation n’apporte pas forcément deux raisons de la croire.
Deux réponses peuvent partager la même erreur
Les modèles de langage, les moteurs des assistants, ne se trompent pas nécessairement chacun de leur côté. Ils peuvent rencontrer les mêmes difficultés et aboutir à la même mauvaise réponse.
Dans une étude publiée à la conférence ICML en 2025, des chercheurs ont comparé les réponses de nombreux modèles à des questions à choix multiples. Lorsque deux modèles se trompaient, ils choisissaient souvent la même réponse incorrecte. Le phénomène concernait aussi des modèles d’entreprises différentes.
Leurs erreurs étaient donc liées : changer de fournisseur ne garantissait pas une vérification indépendante. Ces observations portent sur les modèles et les questions étudiés ; elles ne donnent pas un taux de fiabilité pour tous les assistants actuels.
Deux assistants, un ancien programme
Exemple entièrement fictif : Camille cherche l’heure d’un spectacle. Deux assistants lui répondent « 18 h ». En ouvrant leurs liens, elle découvre qu’ils ont tous les deux repris le même ancien programme.
La page de réservation de l’organisateur indique pourtant un début décalé à 19 h. Les réponses concordent parce qu’elles reposent sur la même information dépassée. Le second assistant n’a pas apporté de confirmation supplémentaire.
Cet exemple montre une cause possible d’erreur commune ; il ne décrit pas le protocole de l’étude ni l’origine de toutes les erreurs partagées.
Chercher un appui supplémentaire
Comparer des assistants peut aider à faire apparaître une contradiction ou une piste oubliée. Mais leur accord ne suffit pas à établir un fait.
Notre conseil : pour le point important, cherchez ce que le second avis apporte réellement. Une source à jour, le document original ou un calcul refait peuvent permettre un contrôle que la répétition seule n’apporte pas. Le guide de vérification détaille ces contrôles.
À retenir : deux Intelligence artificielle (IA)Des programmes capables de réaliser des tâches qui demandaient jusqu'ici l'intelligence humaine : classer, prévoir, reconnaître une image, comprendre ou produire un texte. Voir la définition d’accord peuvent partager une erreur. La confiance dépend des éléments vérifiables, pas seulement du nombre de réponses identiques.
Sources consultées le 17 octobre 2026 : Elliot Kim, Avi Garg, Kenny Peng et Nikhil Garg, Correlated Errors in Large Language Models, ICML 2025, sections 1, 3.1 et 3.2. Exemple entièrement fictif ; conseil de la rédaction. Aucun assistant testé pour cet exemple.