Pourquoi des phrases inventées poussent l’IA de recherche à improviser du sens

Une formule absurde peut suffire à mettre en scène l’une des qualités les plus troublantes de l’intelligence artificielle générative : sa capacité à produire du sens là où il n’y en a pas forcément. En avril 2025, des internautes s’amusent à saisir dans Google des phrases de leur invention, parfois accompagnées du mot « signification », pour voir quelle explication le système va leur proposer. Le jeu est révélateur, car une réponse claire, imagée et bien articulée peut donner l’impression qu’un idiome possède une histoire, même lorsqu’il vient d’être créé de toutes pièces.

L’expérience ne consiste donc pas seulement à chercher un bon mot. Elle met à l’épreuve la frontière entre deux usages très différents d’un moteur de recherche : retrouver une information existante et générer une interprétation vraisemblable. Avec une expression connue, ces deux démarches peuvent se rejoindre. Avec une phrase inventée, leur écart devient immédiatement visible.

Quand une requête absurde devient une expérience linguistique

Le principe est très simple : l’utilisateur écrit une formulation sans origine établie, telle que « Un chat qui aboie ne peut pas éteindre un feu », et observe le résultat. Plutôt que de se limiter à indiquer qu’aucune expression répertoriée ne correspond, une interface enrichie par l’IA peut tenter d’en déduire un sens figuré, une morale ou un contexte d’emploi.

C’est précisément ce qui rend le phénomène amusant. Une phrase composée d’éléments familiers, un animal, une action, une impossibilité manifeste, ressemble à la structure de nombreux proverbes. L’IA peut alors la traiter comme si elle appartenait déjà au patrimoine linguistique et proposer une lecture. Elle peut par exemple y voir une réflexion sur l’inadéquation entre un problème et le moyen choisi pour le résoudre. Cette interprétation paraît logique, sans démontrer pour autant que la formule existe réellement.

Dans les tests évoqués, le simple ajout du mot « signification » change la nature de la requête. Il ne s’agit plus seulement de savoir si la chaîne de mots apparaît sur le web, mais d’inviter l’outil à expliquer ce qu’elle pourrait vouloir dire. Cette nuance est importante : l’utilisateur demande implicitement une interprétation, et le système est conçu pour en fournir une qui soit utile, fluide et contextuelle.

Pourquoi l’IA peut-elle donner une explication à une phrase qui n’existe pas ?

Les modèles de langage ne fonctionnent pas comme un dictionnaire qui se contenterait de cocher l’existence ou l’absence d’une expression. Ils ont été entraînés à repérer des régularités dans d’immenses quantités de textes. À partir des mots d’une requête, ils estiment quelles suites d’idées, quelles explications et quelles formulations ont le plus de chances de sembler pertinentes.

Une expression inventée peut mobiliser plusieurs repères connus : la forme proverbiale, le comportement supposé d’un animal, une relation de cause à effet, une image comique. Le système associe ces éléments à des usages comparables rencontrés dans ses données d’entraînement ou dans les contenus qu’il synthétise. Il peut alors bâtir une explication cohérente, parfois assortie d’un récit d’origine ou d’un exemple d’utilisation.

Cette faculté n’implique pas une intention de tromper. Le modèle ne « sait » pas au sens humain qu’il est en train d’inventer une tradition orale. Son objectif est de générer une réponse linguistiquement probable à une demande formulée comme une question de sens. Quand les données ne permettent pas d’établir un fait, le risque est qu’il comble ce vide par une construction plausible.

Le résultat est une forme d’improvisation. Elle peut être créative et divertissante, mais elle devient problématique dès lors que le lecteur attend une information factuelle, par exemple l’étymologie d’un mot, la provenance d’une citation ou le sens juridique d’une formule.

Le cas du « duckdog », une même requête et plusieurs récits

L’exemple le plus parlant rapporté dans ces essais est la phrase « Un duckdog ne cligne jamais des yeux deux fois ». Le mot « duckdog », qui associe les termes anglais pour canard et chien, ne renvoie pas ici à un idiome établi. Pourtant, l’IA a produit une première explication humoristique liant cette affirmation à la concentration d’un chien qui chasse des canards.

Lors d’une autre recherche portant sur la même phrase, le récit a changé : le « duckdog » était cette fois présenté comme une créature fantastique, hybride entre un chien et un canard. Les deux textes peuvent sembler inventifs. Ils sont aussi contradictoires, ce qui révèle la limite centrale de l’exercice : une réponse séduisante peut être recomposée différemment selon la formulation de la demande, le contexte affiché par l’outil ou la manière dont le système génère sa synthèse.

Cette variabilité ne signifie pas qu’un moteur de recherche classique change arbitrairement tous ses résultats. Elle concerne surtout la couche générative, celle qui reformule, résume ou répond directement à une question. Les résultats web traditionnels, eux, reposent notamment sur les pages indexées et les signaux de pertinence associés à la recherche. Une réponse produite par l’IA ajoute une étape interprétative qui peut être très utile, mais qui ne constitue pas une source en elle-même.

Recherche d’information et génération de texte : ne pas confondre les rôles

Le succès de ces expériences repose sur une confusion naturelle. Un moteur de recherche est historiquement associé à la vérification : on lui demande si une expression existe, quelle est son origine ou qui l’a prononcée. L’IA générative, elle, est appréciée pour sa faculté à rédiger, reformuler et imaginer. Lorsqu’elles sont réunies dans une même interface, ces deux fonctions peuvent sembler n’en faire qu’une.

Pour l’utilisateur, la bonne question n’est pas seulement « la réponse est-elle convaincante ? », mais aussi « de quoi cette réponse est-elle la preuve ? ». Dans le cas d’un idiome inventé, elle prouve surtout que le système sait produire une interprétation adaptée à la structure de la phrase. Elle ne prouve ni que la formule est employée, ni qu’elle a une origine, ni que l’explication avancée repose sur une documentation.

Cette distinction vaut bien au-delà des jeux de langage. Une IA peut aussi produire avec aplomb une date, une référence, une biographie, une jurisprudence ou une recommandation erronée. Plus le ton est assuré et plus le texte épouse les codes d’une explication experte, plus l’erreur est difficile à détecter sans vérification extérieure.

Comment tester l’IA sans prendre ses inventions pour des faits

Les phrases absurdes constituent un bon exercice d’éducation aux médias et à l’IA. Elles offrent un cas évident : puisque l’utilisateur connaît l’origine de la formule, il peut constater immédiatement si l’outil la transforme en faux savoir. C’est une manière accessible de comprendre la notion souvent appelée « hallucination », c’est-à-dire la génération d’un contenu inexact ou non fondé, mais formulé de façon crédible.

Quelques réflexes permettent de profiter de ces outils sans leur attribuer une autorité qu’ils n’ont pas :

• demander explicitement si l’expression est attestée, plutôt que de demander seulement sa signification ;
• distinguer une interprétation créative d’une définition documentée ;
• consulter des dictionnaires, corpus linguistiques ou pages institutionnelles lorsqu’une origine est importante ;
• rechercher les sources précises qui appuient une affirmation historique ou culturelle ;
• se méfier particulièrement des anecdotes d’origine trop parfaites, mais impossibles à retracer.

Il est également utile de formuler la demande en deux temps. D’abord : « Cette expression est-elle répertoriée ? » Ensuite seulement, si elle ne l’est pas : « Propose une interprétation fictive et indique clairement qu’elle est inventée. » Cette séparation réduit l’ambiguïté entre le travail de recherche et le jeu d’écriture.

Un jeu révélateur de notre rapport au langage

L’intérêt de ces requêtes ne tient pas uniquement aux erreurs possibles de l’IA. Elles disent aussi quelque chose de la créativité des internautes. Inventer un faux idiome, c’est exploiter notre intuition des proverbes : une formule brève, une image concrète, une logique surprenante, puis une leçon implicite. Les utilisateurs tendent un piège ludique à la machine, qui répond en mobilisant les mêmes codes culturels.

L’échange est donc une forme de co-création : l’humain apporte l’absurde et l’IA fabrique une justification. Dans certains cas, cela peut servir à écrire une fiction, imaginer le folklore d’un univers de jeu, concevoir des slogans ou explorer plusieurs sens possibles d’une métaphore. À condition de préciser le cadre fictif, cette inventivité est une force plutôt qu’un défaut.

Le problème apparaît lorsque la mise en scène de l’autorité masque l’invention. Une explication isolée, sans source, peut circuler sous forme de capture d’écran ou de résumé et finir par être prise pour un fait. Les expressions populaires, les citations attribuées à des personnalités et les prétendues traditions régionales sont particulièrement exposées, car elles sont déjà entourées de récits parfois difficiles à vérifier.

Ce qu’il faut surveiller dans les réponses de recherche assistées par IA

À mesure que les réponses générées prennent davantage de place dans les outils de recherche, l’enjeu sera de rendre leur statut plus lisible. L’utilisateur doit pouvoir savoir si l’interface lui présente des pages publiées, une synthèse appuyée sur des références, ou une interprétation générée à partir de sa demande. Cette transparence est décisive pour préserver la confiance.

Les entreprises qui intègrent des réponses IA à leurs services sont également concernées. Une formulation imprécise, une origine inventée ou un conseil erroné peut nuire à la relation avec les utilisateurs, surtout dans des domaines sensibles. Les mécanismes de signalement, l’affichage des références lorsque c’est possible et la capacité à reconnaître l’incertitude sont donc aussi importants que la qualité stylistique des réponses.

Les idiomes fictifs resteront sans doute un terrain de jeu inoffensif et instructif. Ils rappellent cependant une règle simple pour toute recherche en ligne : une explication peut être brillante, drôle et parfaitement écrite sans être vraie. Face à l’IA, l’esprit critique ne consiste pas à renoncer à la curiosité, mais à savoir quand l’on explore une fiction et quand l’on cherche un fait.