Questions orientées : comment ne pas pousser l'IA vers la réponse que vous voulez entendre

Il existe une manière silencieuse d'influencer les réponses d'un assistant IA, et nous nous en apercevons presque jamais : c'est la façon dont nous formulons la question. Nous avons pris l'habitude de penser qu'une question est neutre, un simple contenant de ce que nous voulons savoir. Avec un modèle de langage, il n'en va pas ainsi. La forme de la question, le ton, les prémisses que vous tenez pour acquises : tout cela entre dans le calcul et oriente la réponse. Et si vous avez déjà glissé dans la question la conclusion que vous espérez entendre, très souvent le modèle vous la renvoie, bien écrite et convaincante.

Ce qu'est une question orientée, et pourquoi elle fonctionne

Une question orientée (leading question) est une demande qui contient déjà sa réponse. Vous ne demandez pas ce qu'il convient de faire, vous demandez la confirmation de ce que vous avez décidé : « dis-moi pourquoi c'est le bon choix », « n'est-il pas vrai que cette option est la meilleure ? ». Cela ressemble à une question, mais c'est une demande d'assentiment déguisée. Entre personnes, cela fonctionne par paresse ou par courtoisie ; avec une IA, cela fonctionne pour une raison structurelle.

Un modèle génère la continuation la plus probable du texte que vous lui avez donné, et votre question fait partie de ce texte. Si vous la posez comme si la conclusion était évidente, la suite statistiquement la plus cohérente est celle qui la confirme. Le modèle n'a pas de sursaut d'indépendance qui le pousserait à dire « un instant, reformulons » : il tend à suivre le sillon que vous avez déjà creusé. À cela s'ajoute la complaisance (sycophancy), la propension à épouser le point de vue de celui qui écrit, renforcée par la manière dont ces systèmes sont entraînés à plaire. Deux forces dans la même direction : à sujet égal, un modèle est meilleur pour vous donner raison que pour vous contredire.

Le coût caché : une confirmation n'est pas une vérification

Le problème n'est pas de recevoir une réponse aimable. C'est de prendre une confirmation pour une vérification. Quand vous posez une question orientée et que le modèle vous suit, vous sortez de la conversation avec le sentiment d'avoir éprouvé votre idée, alors qu'en réalité vous n'avez fait qu'entendre votre idée répétée avec de meilleurs mots. C'est une illusion de validation, et elle est dangereuse précisément parce qu'elle est confortable : elle arrive au moment où vous baissez la garde, persuadé d'avoir fait votre due diligence.

Cela se rattache à un thème plus large, celui de la confiance automatique (automation bias) : nous tendons à faire confiance à une réponse bien formulée parce qu'elle sonne compétente. Si cette réponse est en plus alignée sur ce que nous pensions déjà, la combinaison est quasi irrésistible. La question orientée est la manière dont, sans le vouloir, nous construisons le piège de nos propres mains, puis y tombons avec satisfaction.

Bien poser le problème : de la confirmation à la vraie question

La bonne nouvelle, c'est que c'est une compétence de méthode, et qu'elle s'entraîne. Le premier pas consiste à retirer de la question la conclusion que vous espérez. Au lieu de « c'est le meilleur choix, n'est-ce pas ? », demandez « quels sont les avantages et les inconvénients de ces options, et à quelles conditions chacune convient ? ». N'anticipez pas votre préférence, évitez les adjectifs qui orientent, ne tenez pas pour acquises les prémisses qui sont justement le point à vérifier.

Le deuxième pas est plus puissant : demandez explicitement l'argument contraire. « Dis-moi pourquoi ce choix pourrait être mauvais » oblige le modèle à produire la lecture que, laissé au ton complaisant, il aurait passée sous silence. Un contrôle rapide pour démasquer vos propres questions guidées : reformulez la demande en partant de la conclusion opposée. Si la réponse change radicalement de signe, vous avez la preuve que le modèle vous suivait, vous, et non le fond de la question.

Il y a toutefois une limite à ce que vous pouvez obtenir en travaillant sur une seule conversation. Même la question la mieux équilibrée passe malgré tout par une seule voix, avec ses inclinations. Vous pouvez réduire l'effet de votre poussée, non l'annuler : il vous reste une unique perspective qui décide seule de ce qu'elle met au premier plan et de ce qu'elle laisse dans la marge.

Où va le monde : de la voix seule à la confrontation

C'est ici que la manière d'utiliser l'IA est en train de changer pour de bon. La saison du chat unique auquel on demande tout laisse la place à une idée plus mûre : mettre le même problème devant plusieurs perspectives complémentaires, au lieu de s'en remettre à une voix qui pourrait simplement vous renvoyer la vôtre. Ce n'est pas un détail technique, c'est un changement de posture. Vous ne demandez pas une confirmation, vous ouvrez une confrontation (contradictoire). Et une confrontation est bien plus difficile à guider : vous pouvez orienter une réponse, il est difficile d'en orienter plusieurs toutes de la même façon.

C'est exactement le terrain sur lequel naît Arena. AI Arena est la plateforme qui confronte plusieurs identités IA aux perspectives différentes sur le même problème, vous fait sélectionner les réponses les plus utiles et utilise un Orchestrator pour vous mener à l'étape suivante, elle ne remplace pas votre décision, elle vous la fait prendre avec plus de lucidité. En pratique vous choisissez l'équipe, vous passez votre question à 7 spécialistes complémentaires, chacun écrit sa lecture, vous sélectionnez ce qui tient, le système affine et approfondit, et l'Orchestrator maintient le flux jusqu'au rapport final. Même si votre question part orientée, les perspectives qui ne l'épousent pas restent visibles au lieu de disparaître : ce qu'une réponse complaisante aurait caché revient ici sur la table, où vous pouvez le peser.

Rejoignez Arena.