Chatbots d’IA : une enquête alerte sur des récits pro-PCC selon la langue

Les assistants conversationnels sont devenus des portes d’entrée vers l’information pour des millions d’utilisateurs. Lorsqu’ils répondent à une question historique, sanitaire ou politique, leur formulation peut donc peser sur la manière dont un événement est compris. Une enquête de l’American Security Project, publiée en 2025, met en lumière un point particulièrement sensible : certains de ces outils changeraient nettement de ton et de niveau de détail lorsque les mêmes questions sont posées en anglais ou en chinois simplifié.

Le rapport vise des réponses jugées compatibles avec les récits promus par le Parti communiste chinois, ou PCC, sur des sujets où l’information est très contrôlée en Chine. Il ne prétend pas qu’un chatbot est un organe de propagande au sens classique du terme. Il documente plutôt des omissions, des euphémismes et des cadrages différents qui, mis bout à bout, peuvent orienter une réponse dans le sens de la position officielle de Pékin.

Cinq assistants testés sur des sujets sensibles

L’enquête a porté sur ChatGPT, Copilot, Gemini, DeepSeek et Grok, cinq chatbots reposant sur de grands modèles de langage, aussi appelés LLM. Les chercheurs leur ont soumis des questions en anglais et en chinois simplifié sur trois thèmes : l’origine de la pandémie de Covid-19, l’état des libertés civiles à Hong Kong et la répression du mouvement de Tiananmen en 1989.

Le principe de la comparaison est simple : si une question est équivalente dans deux langues, on peut examiner si l’outil livre les mêmes faits, les mêmes nuances et le même contexte. Les résultats rapportés montrent que les différences ne se limitent pas à la traduction. Elles concernent parfois le choix même des informations mises en avant.

Il faut lire ces résultats avec méthode. Un chatbot ne produit pas une réponse fixe et définitive : ses formulations peuvent évoluer selon la version du modèle, la manière de poser la question, les garde-fous appliqués par son éditeur ou encore le contexte d’une conversation. Une enquête de ce type constitue donc un instantané, pas une démonstration définitive sur toutes les réponses possibles d’un outil. Mais elle donne un signal utile sur des écarts qui méritent d’être vérifiés et suivis.

Covid-19 : des cadrages différents selon la langue

Sur l’origine de la pandémie, l’enquête relève une différence nette. En anglais, ChatGPT et Gemini ont présenté la transmission interespèces dans un marché animal de Wuhan comme l’explication majoritairement admise, tout en signalant qu’une fuite accidentelle de laboratoire faisait aussi partie des hypothèses discutées. DeepSeek et Copilot ont, selon le rapport, fourni des réponses plus vagues et omis certains de ces éléments.

Lorsque la question était formulée en chinois simplifié, les cinq assistants ont décrit l’origine du Covid-19 comme un « mystère non résolu » ou comme un « événement de débordement naturel ». Le rapport note également que Gemini a ajouté l’affirmation selon laquelle des résultats positifs au Covid-19 avaient été constatés aux États-Unis et en France avant Wuhan.

L’enjeu ne réside pas seulement dans le fait de citer ou non une hypothèse. Il porte sur le cadrage. Une réponse rigoureuse distingue les faits établis, les éléments encore débattus, les limites des enquêtes disponibles et les affirmations non étayées. À l’inverse, une réponse qui déplace l’attention vers des éléments périphériques peut modifier la perception d’un lecteur, sans nécessairement formuler d’affirmation ouvertement fausse.

Ces différences sont particulièrement importantes parce que la pandémie demeure un sujet géopolitique. Sur cette question comme sur d’autres, les utilisateurs ne devraient pas considérer le ton assuré d’un chatbot comme une preuve : une réponse bien écrite peut rester sélective, incomplète ou mal contextualisée.

Hong Kong et Tiananmen : les mots choisis changent le sens

Les écarts décrits par l’enquête concernent aussi les libertés publiques à Hong Kong. En anglais, la plupart des modèles ont évoqué une diminution des droits civiques. Gemini a estimé que les libertés politiques y avaient été « gravement limitées ». Copilot a de son côté fait référence aux répercussions récentes sur le statut de la région, qualifiée de territoire « partiellement libre ».

En chinois simplifié, les réponses obtenues sont plus modérées. Les critiques sur les violations des droits civiques sont présentées comme les opinions de « certains individus », selon le rapport. Copilot aurait même fourni des conseils de voyage, une réponse qui ne répond pas directement à la question sur les libertés et déplace le sujet vers une description touristique de Hong Kong.

Le cas de Tiananmen est encore plus révélateur, car le sujet reste fortement censuré dans l’espace informationnel chinois. Lors des requêtes en anglais, tous les chatbots examinés sauf DeepSeek ont fait référence au « massacre ». Le mot est parfois remplacé ou accompagné du terme plus général de « répression ». Grok est le seul outil qui, dans les réponses relevées, affirme explicitement que l’armée a « tué des civils non armés ».

En chinois, le vocabulaire est davantage atténué. L’événement est présenté comme « l’incident du 4 juin », une terminologie qui rejoint celle fréquemment employée par les autorités chinoises. Le choix entre « massacre », « répression » et « incident » n’est pas neutre. Chaque mot transporte un degré différent de reconnaissance de la violence, des responsabilités et de l’ampleur de l’événement.

Pourquoi un même modèle peut-il répondre différemment ?

Les grands modèles de langage sont entraînés sur d’immenses volumes de textes : pages web, livres, publications, forums, documents accessibles en ligne et jeux de données préparés par leurs concepteurs. Ils passent ensuite par une phase d’« alignement », au cours de laquelle des règles et des retours humains cherchent à rendre leurs réponses plus utiles, plus sûres et plus acceptables.

Cette architecture explique pourquoi les différences entre langues peuvent apparaître. Les contenus disponibles en ligne ne sont pas répartis de façon égale entre les langues, ni soumis aux mêmes contraintes. Pour les sujets politiques chinois, les données accessibles en chinois simplifié peuvent être marquées par la censure, l’autocensure, la suppression de termes sensibles ou la répétition de récits officiels. Une traduction automatique ne suffit pas toujours à rétablir les informations absentes du corpus d’origine.

Les règles appliquées aux services d’IA comptent également. Les entreprises présentes en Chine doivent composer avec un cadre réglementaire exigeant que les services concernés respectent les « valeurs socialistes fondamentales ». Le rapport souligne cette contrainte pour les groupes technologiques qui opèrent à la fois sur le marché chinois et hors de Chine. Dans un tel contexte, les équipes chargées de la modération peuvent être incitées à éviter certains mots, certains sujets ou certaines formulations.

Cela ne permet pas, à lui seul, d’attribuer chaque réponse problématique à une intervention directe de l’État chinois ou à une intention de l’entreprise qui exploite le modèle. Un résultat peut aussi découler de données lacunaires, d’un mécanisme de sécurité trop large, d’une mauvaise traduction ou d’une erreur de génération. C’est précisément pourquoi les audits doivent comparer les langues, reproduire les tests et documenter précisément les invites utilisées.

Comment vérifier une réponse de chatbot ?

Pour un utilisateur, la première règle consiste à ne pas confier à un seul assistant le rôle d’arbitre de la vérité, surtout sur les crises sanitaires, l’histoire, les conflits et les droits humains. Un chatbot peut être utile pour obtenir une première explication ou identifier des pistes, mais il ne remplace pas un travail de vérification.

Quelques réflexes permettent de réduire le risque de se laisser guider par une réponse biaisée :

• poser la même question dans plusieurs langues, lorsque c’est possible, puis comparer les faits et le vocabulaire employés ;
• demander explicitement ce qui fait débat, ce qui est établi et ce qui manque pour trancher une question ;
• relever les formulations qui minimisent un fait, évitent de nommer des acteurs ou changent de sujet ;
• confronter la réponse à des documents institutionnels, à des travaux de recherche et à plusieurs médias reconnus ;
• tester plusieurs assistants, sans conclure qu’une réponse majoritaire est forcément exacte.

Cette démarche ne demande pas de devenir spécialiste de l’IA. Elle revient à appliquer aux outils conversationnels les règles élémentaires de l’esprit critique déjà nécessaires face aux réseaux sociaux ou aux moteurs de recherche. La fluidité d’une réponse est une qualité de présentation, non un label de fiabilité.

Ce qu’il faut surveiller

L’enquête de l’American Security Project dépasse le seul cas de la Chine. Elle met en évidence une question centrale pour tous les modèles génératifs : qui décide des données utilisées, des sources jugées crédibles, des sujets à éviter et des formulations acceptables ? Chaque réponse résulte d’une chaîne de choix techniques, économiques, juridiques et politiques qui reste largement invisible pour le public.

Pour les éditeurs de modèles, l’enjeu est de rendre leurs outils plus auditables. Cela suppose de tester régulièrement les assistants sur des requêtes sensibles, dans plusieurs langues, d’identifier les omissions répétées et de corriger les comportements problématiques sans transformer la modération en réécriture de l’histoire. La transparence sur les méthodes d’évaluation est au moins aussi importante que les promesses de neutralité.

Pour les pouvoirs publics et la société civile, le défi est double. Il faut éviter que des récits contrôlés par un État, quel qu’il soit, ne se diffusent discrètement à travers des outils mondialisés. Mais il faut aussi préserver la possibilité de contrôler les tests, de contester les résultats et de comparer les réponses. Dans un monde où les chatbots deviennent des intermédiaires de l’information, la pluralité des sources et la capacité à interroger leurs biais deviennent des conditions essentielles d’un débat public éclairé.