Vérifier les réponses d’une IA en cinq étapes
Cette méthode fonctionne avec n’importe quel chatbot. Elle prend quelques minutes pour une réponse ordinaire et en vaut la peine dès que l’enjeu est réel.
Repérez les affirmations vérifiables
Noms, chiffres, dates, citations et références. C’est là que se cachent les hallucinations et que les erreurs coûtent le plus cher.
Interrogez un autre modèle
Soumettez la question et la réponse à un modèle d’un autre fournisseur, et demandez-lui de signaler les erreurs, les informations obsolètes et le contexte manquant. Ou comparez des modèles d’IA côte à côte.
Remontez à la source primaire
Une base de jurisprudence, la statistique officielle, l’article scientifique lui-même. Une seconde IA réduit ce qu’il faut vérifier ; elle ne remplace pas la source.
Vérifiez que les références existent
Ouvrez chaque référence. Vérifiez qu’elle existe et qu’elle dit réellement ce que la réponse lui attribue.
Arrêtez-vous en cas de désaccord
Si deux modèles sont en désaccord sur un fait, vérifiez-le avant de l’utiliser. Pour un travail juridique, médical ou financier, ajoutez la relecture d’un professionnel qualifié.
Auto Verification exécute l’étape 2 pour vous après chaque réponse et affiche un badge. Les étapes 3 à 5 restent à votre charge pour tout ce qui compte.
Comment ça marcheCas réels : ce qu’ont coûté des réponses d’IA non vérifiées
Des chiffres largement relayés comme « 67,4 milliards de dollars de pertes mondiales » proviennent de compilations marketing sans méthodologie publiée ; nous les laissons donc de côté. Les cas ci-dessous sont publics et documentés.
Dans l’affaire Mata v. Avianca, le mémoire déposé par les avocats en mars 2023 citait six décisions de justice qui n’existaient pas. Interrogé sur la réalité de ces affaires, ChatGPT a affirmé qu’elles étaient authentiques et consultables dans « des bases de données juridiques reconnues telles que LexisNexis et Westlaw ». En juin 2023, le juge P. Kevin Castel a qualifié l’analyse juridique de l’un de ces faux jugements de « charabia » et a condamné les avocats et leur cabinet à une amende de 5 000 $.
Le scénario s’est répété depuis, des tribunaux aux rapports de cabinets de conseil : une réponse d’IA assurée, aucune vérification indépendante, puis un rectificatif public. La solution n’est pas de renoncer à l’IA, mais de cesser de faire confiance à une réponse unique non vérifiée.
À quelle fréquence l’IA se trompe-t-elle sur les faits ?
Cela dépend fortement de la tâche et du modèle. Deux mesures bien documentées :
| Test | Taux d’hallucination | Ce que cela montre |
|---|---|---|
| Questions juridiques précises GPT-3.5, PaLM 2, Llama 2 · Stanford, 2024 | 69–88 % au moins 75 % sur le point de droit central d’une décision | Le langage juridique est facile à imiter : les références inventées ont l’air authentiques. |
| Questions sur des personnes (PersonQA) Fiche système d’OpenAI o3 et o4-mini, avril 2025 | o1 : 16 % · o3 : 33 % · o4-mini : 48 % | Les modèles de raisonnement plus récents peuvent halluciner davantage sur des faits simples, et non moins. |
Lisez ces chiffres avec prudence. Les deux tests reposent sur des jeux de questions difficiles et sur des modèles remplacés depuis, et les modèles plus récents font mieux sur de nombreux benchmarks. Mais aucun taux publié ne vous dit si la réponse que vous avez sous les yeux est juste. C’est pourquoi il faut vérifier la réponse, pas la réputation du modèle.
Pourquoi les modèles hallucinent, en bref
Un modèle de langage n’est pas une base de données que l’on interroge. Il prédit les mots suivants les plus plausibles. Sur les sujets courants, plausible et vrai se recoupent généralement. Les hallucinations apparaissent dans l’écart : sujets rares, événements postérieurs à la date limite d’entraînement, et tout ce qui a une forme familière, comme une référence jurisprudentielle, que l’affaire existe ou non.
C’est aussi pour cela que « Tu es sûr ? » ne marche pas. La réponse la plus plausible à cette question est « oui ». La confiance est générée, pas mesurée.
Pourquoi un second modèle d’une autre famille aide
La vérification entre familles de modèles est la plus efficace
Une étude de décembre 2025 sur les LLM utilisés comme vérificateurs a montré que la vérification entre familles de modèles est plus efficace que l’autovérification comme que la vérification au sein d’une même famille. Les gains étaient les plus importants sur les tâches de mathématiques et de logique.
Si les benchmarks mélangent les juges, ce n’est pas un hasard
Le benchmark FACTS Grounding de Google DeepMind évalue les réponses avec trois juges (Gemini 1.5 Pro, GPT-4o et Claude 3.5 Sonnet) afin de réduire le biais d’un juge qui favoriserait les réponses de sa propre famille de modèles.
Entraînement différent, angles morts différents
Les modèles d’un même fournisseur partagent données d’entraînement et habitudes : ils ont donc tendance à échouer aux mêmes endroits. Un modèle d’un autre fournisseur repère souvent ce que le premier a manqué, mais pas toujours.
Comment fonctionne Auto Verification de MultipleChat
Une fois la réponse fournie, MultipleChat peut la soumettre automatiquement à un contrôle d’exactitude factuelle réalisé par Google Gemini. Ce contrôle recherche les erreurs factuelles, les informations obsolètes et le contexte manquant, puis affiche un badge sur la réponse.
Votre modèle répond
Vous discutez avec ChatGPT, Claude, Grok, Perplexity ou Gemini comme d’habitude. La réponse s’affiche d’abord : vous n’attendez pas la fin du contrôle.
Gemini la vérifie
Gemini reçoit votre question initiale et la réponse. En un seul appel, il détermine si une vérification est pertinente pour ce type de contenu et, le cas échéant, ce qui est correct et quels problèmes se posent.
Vous voyez un badge
Vérifié si aucun problème n’est détecté, ou Problèmes détectés avec une brève description du problème.
Exclusion intelligente
La vérification est automatiquement ignorée, ce qui économise des crédits, lorsqu’un contrôle factuel apporte peu :
L’activer
Auto Verification est désactivé par défaut. Activez Vérifier automatiquement les réponses dans le menu des outils à côté de la zone de saisie (formules payantes). Une fois l’option activée, chaque réponse est vérifiée juste après avoir été fournie, et chaque vérification compte comme un message.
Source : documentation MultipleChat. Lorsque vous discutez avec Gemini lui-même, la vérification provient de la même famille de modèles. Pour un regard croisé entre familles, utilisez Compare Mode.
Exemple concret : une référence inventée
Un exemple illustratif du type d’erreur qui a fait capoter l’affaire Mata v. Avianca. Les noms d’affaires ci-dessous ont été inventés pour cette page.
« Cite trois décisions de juridictions fédérales américaines sur la suspension équitable de la prescription (equitable tolling) dans des actions en réparation de dommages corporels liés à des vols internationaux. »
« Trois précédents pertinents sont Henderson v. KLM Royal Dutch Airlines, 412 F.3d 332 (2d Cir. 2005) ; Cordova v. Avianca Airlines, 549 F. Supp. 2d 1208 (S.D.N.Y. 2008) ; et Patel v. Air India, 627 F.3d 415 (9th Cir. 2010)... »
Présentées comme de vraies références, énoncées avec une assurance totale.
« Les trois affaires citées n’ont pas pu être confirmées et semblent avoir été inventées. Vérifiez toute référence dans une base de données juridique avant de vous y fier. »
L’alerte vous indique où regarder. Confirmer le droit applicable reste votre travail, ou celui de votre avocat.
Là où la vérification échoue encore
Angles morts partagés
Si les deux modèles ont appris le même fait erroné, le vérificateur le confirme. La vérification entre familles réduit ce risque, sans l’éliminer.
Informations toutes récentes
Aucun des deux modèles ne peut vérifier un événement qu’il n’a jamais vu. Pour l’actualité, utilisez la recherche web ou le mode Research avec sources.
Erreurs de degré
Un vérificateur détecte plus sûrement des faits inventés qu’un chiffre légèrement faux, par exemple 30 % au lieu de 26 %.
Quand activer Auto Verification
| Cas d’usage | Recommandation | Pourquoi |
|---|---|---|
| Recherche juridique | ✅ Activé, avec une base de données juridique | L’invention de références est la défaillance la mieux documentée. |
| Questions médicales et de santé | ✅ Activé, avec un professionnel de santé ou des recommandations officielles | Une erreur peut causer un préjudice, pas seulement un embarras. |
| Données financières | ✅ Activé, avec le document déposé ou le rapport | Il est facile d’énoncer des chiffres avec assurance et de se tromper. |
| Références, statistiques, citations | ✅ Activé | Chacune est une affirmation vérifiable. |
| Personnes, dates, histoire | ✅ Activé | Même les modèles de raisonnement récents se trompent souvent sur des faits relatifs à des personnes. |
| Code | ⏭️ Ignoré automatiquement | Exécutez et testez plutôt le code. |
| Écriture créative, opinions, brainstorming | ⏭️ Ignoré automatiquement | La véracité n’est pas le bon critère. |
| Maths, tutoriels, définitions, grammaire | ⏭️ Ignoré automatiquement | Un contrôle factuel apporte peu ici. |
Obtenez un second avis sur chaque réponse
Discutez avec ChatGPT, Claude, Grok ou Perplexity et laissez Gemini vérifier chaque réponse à la recherche d’erreurs, d’informations obsolètes et de contexte manquant. Disponible avec les formules payantes.
Questions fréquentes
Qu’est-ce qu’un vérificateur de faits IA ?
Un vérificateur de faits IA est un second modèle d’IA qui examine une réponse pour y détecter les erreurs factuelles, les informations obsolètes et le contexte manquant avant que vous ne vous y fiiez. Il est plus efficace lorsqu’il appartient à une autre famille de modèles que celui qui a rédigé la réponse.
Comment vérifier les réponses de l’IA ?
Listez les affirmations vérifiables (noms, chiffres, dates, citations et références), faites-les examiner par un modèle d’une autre famille ou comparez plusieurs modèles côte à côte, puis confirmez tout point important dans une source primaire. Là où les modèles divergent, vérifiez avant d’agir.
Une IA peut-elle vérifier sa propre réponse ?
Très imparfaitement. Une étude de 2025 sur les vérificateurs à base de LLM a montré que la vérification entre familles de modèles est plus efficace que l’autovérification ou la vérification au sein d’une même famille. Un modèle à qui l’on demande s’il est sûr de lui a tendance à répéter sa propre réponse.
Comment fonctionne Auto Verification de MultipleChat ?
Une fois la réponse fournie, Gemini reçoit votre question initiale et la réponse. En un seul appel, il détermine si une vérification est pertinente pour ce type de contenu et, le cas échéant, ce qui est exact et quels problèmes existent. La réponse affiche alors un badge Verified, ou un badge Issues found accompagné d’une brève description.
Auto Verification est-il activé par défaut ?
Non. Auto Verification est désactivé par défaut. Activez l’option Auto-verify answers dans le menu des outils, à côté de la zone de message ; elle est disponible avec les offres payantes. Une fois l’option activée, chaque réponse est vérifiée dès qu’elle est fournie, et chaque vérification compte comme un message.
Auto Verification vérifie-t-il chaque réponse ?
Non. Il ignore les contenus pour lesquels une vérification factuelle apporte peu, ce qui économise des crédits : mathématiques et calculs simples, génération et débogage de code, écriture créative, opinions et questions subjectives, modes d’emploi, définitions ou aide grammaticale.
Et si le vérificateur de faits IA se trompe ?
Cela peut arriver. Lorsque deux modèles partagent le même angle mort, ils peuvent se tromper de la même manière : un badge est donc un indice, pas une preuve. Pour tout ce que vous allez publier, déposer ou utiliser pour agir, confirmez les affirmations clés dans une source primaire et faites intervenir un relecteur humain.
Les hallucinations de l’IA ont-elles déjà causé de vrais dégâts ?
Oui. Dans l’affaire Mata v. Avianca (2023), un juge fédéral a infligé une amende de 5 000 $ à deux avocats et à leur cabinet après qu’un mémoire a cité six décisions de justice inexistantes générées par ChatGPT. En 2025, Deloitte Australia a accepté de rembourser en partie les 440 000 A$ d’honoraires d’un rapport gouvernemental contenant une citation judiciaire inventée et des références à des articles de recherche qui n’existent pas.
Sources
- Mata v. Avianca, Inc., n° 1:22-cv-01461 (S.D.N.Y., 22 juin 2023), décision sur les sanctions ; rapporté par l’ABA Journal.
- Smith v. Farwell (Mass. Super. Ct., févr. 2024) ; rapporté par la Maryland State Bar Association.
- Associated Press, « Deloitte to partially refund Australian government for report with apparent AI-generated errors », 7 octobre 2025 (via CTV News).
- Dahl, Magesh, Suzgun et Ho, « Large Legal Fictions: Profiling Legal Hallucinations in Large Language Models », Stanford RegLab et HAI, 2024 (résumé).
- OpenAI, fiche système d’o3 et o4-mini, avril 2025, évaluation PersonQA (rapporté par Techzine).
- Lu, Teehan, Jin et Ren, « When Does Verification Pay Off? A Closer Look at LLMs as Solution Verifiers », arXiv:2512.02304, décembre 2025.
- Google DeepMind, « FACTS Grounding: A new benchmark for evaluating the factuality of large language models », 17 décembre 2024.
- Documentation MultipleChat : Auto-Verification.