Hallucinations, complaisance, variabilité, les trois pièges à anticiper
Une réponse d'IA peut être fausse avec aplomb, vous donner raison par réflexe ou varier quand vous reposez la même question. Cette leçon vous apprend à reconnaître ces trois comportements dans vos propres usages et à choisir, pour chacun, un moyen de contrôle qui ne dépend pas du jugement du modèle sur lui-même.
Mis à jour le 29 septembre 2026.
En bref
Une hallucination est une information inventée qu'un modèle d'IA présente avec assurance. S'y ajoutent la complaisance, quand il vous donne raison par réflexe, et la variabilité, quand la même question produit des réponses différentes. Les connaître permet de vérifier ce qui compte avec une source extérieure plutôt que de se fier à l'auto-évaluation du modèle.
Objectif de la leçon
À la fin de cette leçon, vous serez capable de repérer dans une réponse d'IA les passages exposés aux hallucinations, de reconnaître un comportement complaisant, de tenir compte de la variabilité d'une exécution à l'autre, et de choisir pour chaque cas une vérification qui ne repose pas sur l'avis du modèle lui-même.
Les questions auxquelles cette leçon répond
Pourquoi une IA invente-t-elle des informations avec aplomb ?
Parce qu'il produit un texte plausible, pas un fait vérifié, et que son ton reste le même qu'il sache ou non. Les détails précis, comme les chiffres, citations ou références, sont les plus exposés.
Pourquoi ChatGPT me donne-t-il souvent raison ?
Les modèles sont ajustés pour plaire aux personnes qui les évaluent, ce qui les pousse à aller dans votre sens. Formulez vos questions de façon neutre et demandez explicitement les arguments contraires.
Pourquoi la même question posée deux fois à une IA donne-t-elle deux réponses différentes ?
La génération comporte une part de hasard : à chaque étape, le modèle peut choisir une suite différente parmi plusieurs plausibles. C'est utile pour varier les idées, mais gênant quand on attend un fait stable.
Thèmes abordés
- hallucinations IA
- complaisance des LLM
- variabilité des réponses
- vérifier une réponse d'IA
Dans le glossaire
Guide sur ce thème
- RAG ou fine-tuning : comment choisir
Ce que règle chaque approche, les critères de choix et comment évaluer, avec une grille de décision.
Dans quel module
Comment un LLM produit une réponse
D'où vient une réponse d'IA, et pourquoi peut-elle être fausse tout en sonnant juste ?
Leçons du module
- Un LLM prédit la suite d'un texte, et c'est ce qui explique presque tout
- Hallucinations, complaisance, variabilité, les trois pièges à anticiper (cette leçon)
Ce que vous apprendrez dans la formation
Cette leçon fait partie de la formation Comprendre ce que les LLM savent faire, et ce qu’ils ratent
Formations liées
- IA & FondamentauxJuniorQuelques bases utiles : notions de contexte ou du domaine.
Prompter comme un PM : déléguer, décrire, vérifier
2 h 45 min
- IA & FondamentauxTout publicAucun pré-requis : accessible à toutes et tous.
Choisir et utiliser ses outils d'IA au quotidien
1 h 40 min
- IA & ProduitExpertNiveau avancé : pour approfondir et aller plus loin.
Mettre en production et monitorer une fonctionnalité IA
3 h