GlossaireDébutantIA générative
Hallucination
Définition
Une hallucination est une réponse produite par une IA qui présente une information inventée ou incorrecte comme si elle était établie, parfois avec des références trompeuses.
Dit autrement
C’est une pièce manquante remplacée par une pièce qui semble convenir : l’ensemble paraît cohérent, mais ne correspond plus aux faits.
Un exemple
Vous demandez la source d’une affirmation. L’assistant propose un titre d’étude plausible, mais vous ne retrouvez ni le document ni le passage annoncé.
Une hallucination est une information fausse ou inventée dans une réponse d’IA. Elle peut être formulée avec autant d’assurance qu’une information correcte, ce qui la rend difficile à repérer à la seule lecture.
Comment ça marche
Un système génératif compose une réponse plausible à partir des informations disponibles et des régularités apprises. Cette production n’est pas une vérification automatique de chaque affirmation. Quand une information manque, le système peut proposer une suite convaincante au lieu de signaler son absence. Le phénomène peut toucher un nom de document, une explication ou une description d’image.
Une référence détaillée ne suffit pas à rassurer. Le titre peut ressembler à ceux d’une institution réelle et le lien peut renvoyer à une page qui parle du sujet sans soutenir l’affirmation. Il faut donc séparer l’existence d’une source de ce qu’elle démontre. La traçabilité des sources permet de retrouver le document et le passage utilisés.
Le terme décrit un résultat observable, pas une intention de tromper. Dire que le logiciel ment suppose une volonté que cette explication ne permet pas d’établir. Pour votre usage, la question utile reste la même : pouvez-vous confirmer l’information avant de vous en servir ?
Pourquoi c’est important pour vous
Le risque devient concret quand une réponse entraîne une démarche, un achat ou un message à autrui. Une condition inventée peut vous faire renoncer à une aide ; une référence inexistante peut fragiliser un document. Même un résumé de texte peut ajouter un lien de cause à effet que l’original ne formule pas.
Commencez par repérer les affirmations qui changent votre décision. Ouvrez ensuite une source officielle ou le document d’origine et cherchez le passage pertinent. La fiche pour vérifier une référence bibliographique donnée par une IA détaille ce travail. Un lien qui s’ouvre ne suffit pas : il doit correspondre au titre annoncé et soutenir le propos.
Vous pouvez demander à l’assistant de distinguer ce qui vient du document et ce qui constitue une hypothèse. Cela facilite la relecture, sans remplacer votre vérification. Lui demander de confirmer sa propre réponse ne crée pas une preuve indépendante. Une nouvelle réponse peut reprendre la même erreur, avec une explication plus longue.
Si une affirmation reste introuvable, retirez-la ou présentez-la comme une piste à examiner. Ne complétez pas le doute par une formulation affirmative simplement pour terminer le texte. Pour apprendre, entraînez-vous à vérifier une première réponse d’IA sur un sujet sans conséquence sensible.
À ne pas confondre avec une simple maladresse de style
Une phrase lourde ou trop formelle peut rester exacte. Une hallucination concerne le rapport aux faits ou au contenu fourni. À l’inverse, une phrase limpide et naturelle peut contenir une invention décisive.
Un biais algorithmique désigne plutôt une tendance du système à produire des résultats déséquilibrés selon certaines situations ou personnes. Les phénomènes peuvent se rencontrer, mais ils ne se corrigent pas uniquement en demandant un ton plus neutre.
Gardez le texte original, la réponse et les sources utiles pendant votre contrôle. Vous pourrez distinguer une information confirmée, une erreur corrigée et un point encore incertain. Ce tri vous permet d’utiliser l’aide à la rédaction sans transformer une proposition automatique en autorité.