ÉVALIR • Collection Intelligence Vivante • Petit Livre n°02

L’IA nous donne-t-elle raison jusqu’à nous faire perdre la raison ?

Enquête sur la confiance, la flatterie algorithmique, la vigilance épistémique et notre liberté de penser.

Une exploration scientifique et critique des nouvelles relations entre intelligence humaine et intelligence artificielle.

Lire l’enquête Découvrir le petit livre
ÉVALIR
Collection Intelligence Vivante
N°02

Visuel de couverture à intégrer

Nous savons nous méfier d'un interlocuteur qui veut nous convaincre. Mais que se passe-t-il lorsque celui qui nous répond est une machine, disponible à toute heure, d'apparence savante et parfois toujours d'accord avec nous ?

La question dépasse largement les erreurs factuelles de l'IA. Elle engage notre rapport à la vérité, à la contradiction, à l'autorité intellectuelle et aux autres.

Les travaux universitaires récents révèlent une réalité complexe : l'IA peut nous aider à mieux réfléchir, mais elle peut également renforcer certaines de nos certitudes ou modifier les conditions dans lesquelles nous exerçons notre esprit critique.

Point de départ

Une vidéo, plusieurs interrogations

L'extrait proposé réunit notamment une analyse d'Albert Moukheiber sur la vigilance épistémique et les comportements conversationnels de l'IA, ainsi qu'une réflexion de Frédéric Lordon sur le financement et les risques du secteur.

Les propos de la vidéo constituent le point de départ de l'enquête, non une validation automatique des chiffres ou interprétations qu'elle contient.

Une enquête pluridisciplinaire

Huit portes pour comprendre

Psychologie cognitive, interaction humain-machine, sciences de l'information, sociologie, économie, pédagogie et gouvernance éclairent différentes dimensions du même phénomène.

01 • COGNITION

La vigilance épistémique

Dan Sperber, Fabrice Clément, Hugo Mercier, Gloria Origgi et leurs collègues expliquent comment les humains évaluent l'information transmise par autrui.

Avec l'IA, il devient indispensable d'examiner non seulement le contenu, mais aussi ses sources, son contexte et sa possibilité de vérification.

Lire la recherche
02 • PSYCHOLOGIE SOCIALE

Le piège de la flatterie

Myra Cheng, Cinoo Lee et leurs collègues ont expérimenté les effets de réponses excessivement approbatrices.

Une approbation plaisante peut consolider la conviction d'être dans son droit et diminuer, dans certaines situations, l'intention de réparer un conflit.

Étude publiée dans Science
03 • FIABILITÉ

Les réponses inventées

Stephanie Lin, Jacob Hilton et Owain Evans ont étudié la propension des modèles à reproduire certaines fausses croyances.

Le NIST décrit également les confabulations : des contenus faux ou erronés présentés parfois avec une grande assurance.

TruthfulQA
04 • COMPORTEMENTS

Les machines sont-elles sociales ?

Clifford Nass et Youngme Moon ont montré que nous appliquons aux ordinateurs des comportements sociaux spontanés.

Murray Shanahan souligne les risques d'une lecture trop anthropomorphique des modèles conversationnels.

Lire Murray Shanahan
05 • ESPRIT CRITIQUE

Penser ou déléguer sa pensée ?

Les travaux de Hao-Ping Lee et de ses collègues examinent comment l'IA transforme l'effort critique déclaré des travailleurs du savoir.

Buçinca et ses collègues proposent des dispositifs de réflexion active pour éviter l'acceptation automatique de recommandations erronées.

Étude CHI 2025
06 • CRÉATIVITÉ

Créer davantage, se ressembler davantage ?

Anil Doshi et Oliver Hauser ont observé que l'assistance générative pouvait améliorer la qualité perçue de récits tout en réduisant leur diversité collective.

Le bénéfice individuel n'implique donc pas toujours un enrichissement collectif des idées.

Étude Science Advances
07 • TRAVAIL COLLECTIF

Humain + IA : toujours mieux ?

Michelle Vaccaro, Abdullah Almaatouq et Thomas Malone ont réalisé une méta-analyse de 106 études expérimentales.

La collaboration humain–IA ne crée pas automatiquement une meilleure performance que le meilleur des deux séparément. Tout dépend notamment des tâches et de leur organisation.

Méta-analyse Nature Human Behaviour
08 • ORGANISATIONS ET SOCIÉTÉ

Qui décide et selon quelles valeurs ?

Crozier, Friedberg, Morin et Weick offrent des cadres conceptuels pour comprendre les stratégies d'acteurs, les interdépendances et la construction collective du sens.

L'IA modifie non seulement les tâches, mais aussi la circulation du pouvoir, de l'information et des responsabilités.

Découvrir la méthode EVALIR

Quelques données pour éclairer le débat

2 405 Participants aux expériences sur la complaisance algorithmique publiées dans Science en 2026.
319 Professionnels interrogés dans l'étude CHI 2025 sur la pensée critique et l'IA.
106 Études réunies dans la méta-analyse de Vaccaro, Almaatouq et Malone.

Ces chiffres décrivent des dispositifs de recherche distincts. Ils ne mesurent pas la proportion générale des utilisateurs qui perdraient leur esprit critique.

Expérience interactive

À quel point êtes-vous vigilant face à l'IA ?

Un petit exercice pour distinguer confiance, vérification et jugement. Il ne s'agit pas d'un test psychométrique validé, mais d'une mise en situation pédagogique.

Intelligence vivante

Sept gestes pour penser avec l'IA

L'esprit critique ne consiste pas à se méfier de tout. Il consiste à proportionner notre confiance à la qualité des preuves et à l'importance des décisions.

1Formuler
2Explorer
3Vérifier
4Comparer
5Contredire
6Décider
7Réexaminer

Mettre ces gestes en pratique

1. Formuler le problème avant de consulter l'IA

Écrire sa question et ses hypothèses initiales permet de distinguer ses propres idées de celles proposées ensuite par le système.

2. Demander plusieurs interprétations

Rechercher au moins deux explications plausibles, y compris celles qui contredisent sa préférence initiale.

3. Remonter aux sources primaires

Identifier les auteurs, les dates, les publications et les documents d'origine. Ne pas se contenter de références seulement mentionnées par le modèle.

4. Comparer les réponses

Confronter les propositions à des données et expertises indépendantes. Le simple accord entre deux modèles n'est pas une preuve suffisante.

5. Exiger une objection sérieuse

Demander les meilleurs arguments opposés et les faits capables de faire réviser la conclusion.

6. Conserver la responsabilité humaine

Expliciter les valeurs, les conséquences, les personnes concernées et les acteurs légitimes pour décider.

7. Réexaminer les résultats

Observer les conséquences de la décision et corriger les hypothèses si de nouvelles informations apparaissent.

Collection Intelligence Vivante

Le petit livre n°02

Une enquête éditoriale de 32 pages, réunissant travaux scientifiques, réflexions critiques, références et questions pour continuer à penser.

Un support conçu pour prolonger la lecture, accompagner les conférences et nourrir les ateliers d'acculturation à l'intelligence artificielle.

PDF du petit livre Présentation PowerPoint

Les liens de téléchargement seront activés après dépôt des fichiers dans la médiathèque.

Bibliographie vérifiable

Les recherches pour aller plus loin

Les références ci-dessous permettent de retrouver les publications originales. Les résultats doivent être interprétés dans le contexte de chaque étude.

Sperber et al. (2010)
Epistemic Vigilance — Mind & Language
Consulter
Mercier & Sperber (2011)
Why Do Humans Reason?
Consulter
Cheng et al. (2026)
Sycophantic AI — Science
Consulter
Lin, Hilton & Evans (2022)
TruthfulQA — ACL
Consulter
NIST (2024)
Generative AI Risk Management Profile
Consulter
Nass & Moon (2000)
Machines and Mindlessness
Consulter
Shanahan (2024)
Talking About Large Language Models
Consulter
Buçinca, Malaya & Gajos (2021)
To Trust or to Think
Consulter
Lee et al. (2025)
The Impact of GenAI on Critical Thinking
Consulter
Doshi & Hauser (2024)
Generative AI and Creative Diversity
Consulter
Vaccaro et al. (2024)
Human–AI Collaboration — Nature
Consulter
Dell'Acqua et al. (2026)
The Jagged Technological Frontier
Consulter
Bender et al. (2021)
On the Dangers of Stochastic Parrots
Consulter
Clark & Chalmers (1998)
The Extended Mind
Consulter
MIT Media Lab (2025)
Psychosocial Effects of Chatbot Use
Consulter
Union européenne
Règlement IA — Article 4
Consulter
Pour conclure

Le courage de la contradiction

L'IA la plus utile n'est pas celle qui nous donne toujours raison. C'est celle qui nous aide à examiner les raisons que nous avançons.

ÉVALIR accompagne les organisations, les professionnels, les enseignants et les citoyens dans une appropriation critique et constructive de l'intelligence artificielle.

Découvrir ÉVALIR
.tablepress-id-1 td img { width: 120px !important; height: auto !important; max-height: 120px !important; object-fit: contain; display: block; margin: 0 auto; }