21 août 2026

L'IA invente des réponses : apprendre à son équipe à vérifier

Il y a une différence importante entre un collègue qui ne sait pas quelque chose et une IA qui ne le sait pas. Le collègue dit qu'il n'est pas sûr et qu'il va vérifier. L'IA répond. Avec des phrases bien construites, des chiffres précis, un article de loi qui sonne parfaitement plausible. Et c'est parfois faux.

Ce n'est ni une erreur ponctuelle ni un mauvais outil : c'est ainsi que ces systèmes fonctionnent. Un modèle de langage n'interroge pas une base de données pour vous rendre ce qui s'y trouve ; il prédit quel mot vient après le précédent, à partir de tout le texte qu'il a lu. Quand il dispose de l'information, il voit juste très souvent. Quand il ne l'a pas, il ne se tait pas : il comble le vide avec ce qui sonne correct. Le secteur appelle cela une hallucination, et le vrai problème n'est pas que cela arrive, mais que cela arrive exactement sur le même ton assuré que lorsque la réponse est juste.

Où cela fait mal à une petite entreprise

Un cabinet comptable a demandé à une IA gratuite les échéances de dépôt d'un formulaire fiscal, pour les insérer dans un courriel d'information aux clients. La réponse est arrivée en cinq secondes, bien rédigée et avec des dates exactes. Deux étaient correctes ; une datait d'une année antérieure. Personne n'a vérifié, parce que le texte avait fière allure. Le courriel est parti à 300 clients et il a fallu deux jours pour se démentir soi-même.

Le coût n'a pas été une amende. Ce fut l'appel à chaque client agacé et le sentiment que, si l'on se trompe sur une date, on se trompe peut-être sur le reste. La confiance est le produit d'un cabinet comptable.

Les mêmes pièges apparaissent partout : un devis avec un prix catalogue qui n'existe plus, une fiche produit avec une mesure inventée, un courriel à un client citant une clause du contrat que personne n'a lue.

Les réponses qu'il faut toujours vérifier

Inutile de se méfier de tout : il faut savoir où est le risque. Ces cinq catégories se vérifient, sans exception.

Chiffres, dates et délais. Prix, pourcentages, TVA, échéances, dates limites. C'est là que le modèle invente le plus naturellement.

Réglementation et obligations légales. Articles, lois, exigences. Ils peuvent exister, avoir été abrogés, ou n'avoir jamais existé.

Sources, citations et liens. Si l'IA cite une étude, un rapport ou une adresse web, ouvrez-la. Les liens inventés sont fréquents et ont une allure impeccable.

Données de votre propre activité. Le modèle ne sait rien de votre catalogue, de vos horaires ni de vos conditions, sauf si vous les lui avez fournis. S'il répond comme s'il les connaissait, il les imagine.

Noms de personnes, d'entreprises et de produits réels. Il mélange les fiches, attribue de mauvaises fonctions et invente des références qui n'existent pas.

Et un signal d'alerte transversal : plus la réponse paraît assurée et moins elle comporte de nuances, plus elle mérite vérification. Un texte qui ne dit jamais « cela dépend » ni « consultez la source officielle » alors que le sujet en dépend manifestement est suspect.

Comment l'expliquer à l'équipe sans rien interdire

Interdire l'IA ne fonctionne pas : les gens s'en servent quand même depuis leur téléphone, et vous n'en savez rien. Ce qui fonctionne, c'est une règle d'une seule phrase, courte et que tout le monde retient : l'IA fait des brouillons, pas des sources. Rien qui comporte un chiffre, une date, une loi ou le nom d'un client ne sort de l'entreprise sans qu'une personne l'ait vérifié.

Ensuite, trois habitudes qui coûtent très peu à installer.

Demander la source, toujours. D'où cela sort-il ? Si l'IA ne la donne pas, ou donne un lien qui ne s'ouvre pas, la réponse n'est pas utilisable.

Poser la question deux fois, de manières différentes. Si les deux réponses ne concordent pas, aucune des deux n'est fiable.

Marquer ce qui est un brouillon. Un document généré par IA et pas encore relu devrait le porter écrit. Les accidents arrivent généralement quand quelqu'un prend un brouillon pour la version définitive.

Il vaut également la peine de dire clairement que signaler une erreur n'est pas se ridiculiser. Si quelqu'un repère que l'IA lui a glissé une donnée fausse et le dit, l'entreprise vient de s'épargner un problème. S'il a peur de le dire, l'erreur arrive chez le client.

Et si c'est déjà parti

Corrigez-le avant que le client ne le corrige : un message bref, sans longues excuses, avec la bonne information. Vérifiez si le même texte a été réutilisé ailleurs (site, devis, modèles de courriel) et rectifiez-les tous. Et notez ce qui s'est passé : presque toujours, la faille n'est pas celle de l'IA, c'est que personne ne savait précisément qui devait relire cela avant l'envoi.

Utiliser l'IA avec discernement, ce n'est pas avancer par peur : c'est ce qui permet d'en tirer réellement parti. L'équipe qui sait où sont les limites est celle qui y gagne du temps sans jouer sa réputation.