« L'IA que vous utilisez au quotidien est biaisée et façonne discrètement votre vision du monde grâce à sa capacité de persuasion active »,

Selon une étude qui expose les biais idéologiques des systèmes d'IA

Un nouveau rapport de l’America First Policy Institute (AFPI) affirme que les systèmes d’IA présentent un biais idéologique marqué vers la gauche. Il souligne que ces outils ne sont pas neutres, mais possèdent une capacité de persuasion capable d'influencer durablement les opinions politiques des utilisateurs. Ces systèmes font preuve de préjugés idéologiques et de graves défaillances de sécurité. Des exemples concrets illustrent des disparités de traitement entre les figures républicaines et démocrates. Face à ces constats, les auteurs réclament une plus grande transparence sur les méthodes de conception et les données d'entraînement des algorithmes.

L'IA s'est rapidement intégrée à notre quotidien, aidant les utilisateurs à rechercher des informations, à faire leurs devoirs et à prendre des décisions. Cependant ce que de nombreux utilisateurs ignorent, c'est que les systèmes d'IA ne sont pas neutres. Plusieurs études ont démontré que ces systèmes sont façonnés par des choix de conception cachés qui influencent la manière dont ils réagissent. Et, en fin de compte, la façon dont les gens pensent.

Selon le rapport de l'AFPI, des systèmes d'IA populaires, dont Gemini de Google et ChatGPT d'OpenAI, présentent des biais idéologiques systématiques susceptibles d'influencer subtilement la manière dont les utilisateurs perçoivent les questions politiques, les sujets de société et les sources d'information.

Matthew Burtell, analyste principal à l'AFPI pour l'IA et les technologies émergentes, note que ce biais idéologique s'observe à travers tout le secteur technologique, avec une tendance marquée vers le centre-gauche. Un exemple notable concerne Gemini, qui a identifié plusieurs sénateurs républicains comme violant ses politiques contre les discours de haine, sans pour autant nommer de démocrates dans la même situation lors d'un test spécifique.

Le pouvoir de persuasion des systèmes d'IA sur l'opinion publique

L'impact de ces technologies dépasse la simple présentation orientée des faits, car la recherche démontre que les systèmes d'IA possèdent une capacité de persuasion active qui peut modifier durablement les croyances des utilisateurs. Les biais de l'IA, combinés au pouvoir de persuasion de l'IA, soulèvent de sérieuses inquiétudes quant au rôle de cette technologie dans la formation de l'opinion publique, en particulier chez les jeunes utilisateurs.


Lorsque ce potentiel de persuasion est couplé à un penchant politique, il peut influencer de manière significative les opinions des citoyens sur des questions politiques et sociales majeures, sans même que l'utilisateur en ait conscience. Ces systèmes d'IA sont notamment critiqués pour la manière dont ils cadrent certains sujets controversés ou limitent l'expression de certains points de vue, déformation silencieuse de la vision du monde des usagers.

Fin 2025, la sénatrice Marsha Blackburn a interrogé un modèle de Google à son sujet. Le modèle a inventé de toutes pièces des accusations criminelles à son encontre, les situant pendant une campagne électorale à laquelle elle n'avait jamais participé. Google a retiré le modèle peu après. Cet incident pourrait sembler être un dysfonctionnement ponctuel, facile à écarter. Cependant, les données suggèrent qu'il s'agit d'un problème plus systémique.

Lorsqu'ils sont testés, les IA penchent systématiquement vers la gauche sur les plans économique, social et culturel. Les médias de droite représentent moins de 1 % des citations d'actualités générées par l'IA. Voici quelques preuves significatives d'un parti pris systématique de gauche dans les modèles d'IA :

• questions politiques : après avoir été évalués à l’aide de 11 tests d’orientation politique (dont le Political Compass, le Political Typology Quiz du Pew Research Center et le test politique d’Eysenck), 23 des 24 grands modèles de langage (LLM) se sont révélés pencher vers la gauche sur les plans économique, social et culturel. La seule exception était un modèle explicitement optimisé pour fournir des réponses de droite ;
• dilemmes moraux : un système d’IA particulier accordait environ 20 fois plus de valeur à la vie des Nigérians qu’à celle des Américains ;
• neutralité des médias : l’IA juge les sources de droite moins fiables que celles de gauche, même lorsque des vérificateurs de faits indépendants leur attribuent une note comparable ;
• génération de citations : les médias de droite représentent moins de 1 % des citations d’actualités générées par l’IA.
  

Les biais politiques n’ont pas besoin d’être explicitement codés en dur. Ils peuvent apparaître à plusieurs étapes du développement et du déploiement de l’IA :

[LIST][*]phase d'apprentissage initiale : les modèles apprennent à partir d'énormes ensembles de données extraites d'Internet, de livres et d'encyclopédies. Les biais éditoriaux provenant de vastes sources de données d'apprentissage (par exemple, les articles de Wikipédia) contiennent des biais éditoriaux avérés qui se répercutent sur les résultats des modèles ;[*]après l'apprentissage : les entreprises affinent le comportement des modèles grâce à des retours d'information humains. Ce travail est sous-traité à des sociétés tierces qui emploient de la main-d'œuvre étrangère (comme des Nigérians) et des étudiants. Les biais provenant de ces sources sont définitivement intégrés dans des systèmes desservant des milliards d'utilisateurs ;[*]consignes système : lorsque des chatbots sont utilisés, les développeurs intègrent dans les données d'entrée du système d'IA des messages cachés, invisibles pour l'utilisateur, appelés « consignes système »...