Les agents conversationnels ont mieux résisté à la propagande d'État que les résumés d'IA

Une expérience menée par NPR avec NewsGuard a montré que les principaux agents conversationnels ont majoritairement contredit des récits mensongers promus par la Russie, la Chine et l'Iran, tandis que les résumés générés par IA qui coiffent désormais les résultats de recherche s'en sortaient moins bien. Les chercheurs ont construit 30 questions à partir de récits apparus entre décembre 2025 et juillet 2026, et les ont soumises à des agents dont ChatGPT d'OpenAI et Gemini de Google, ainsi qu'aux principaux moteurs de recherche.

Un exemple cité: après que des bombardements russes eurent endommagé un monastère ukrainien historique en juin, des médias et des comptes alignés sur le Kremlin ont affirmé que c'était l'Ukraine qui avait abîmé ce site classé par l'UNESCO.

Le résultat contredit l'intuition selon laquelle ancrer une réponse dans une recherche en direct devrait la rendre plus fiable, et la raison mérite d'être comprise. Un agent qui répond à partir de ses paramètres appris, avec un réglage de sécurité appliqué aux opérations d'influence connues, puise dans un corpus où le démenti est généralement mieux représenté que l'allégation. Un résumé de recherche, lui, est contraint de synthétiser les pages que le classement a remontées. Si une campagne coordonnée a réussi à faire remonter ses sites sur une requête étroite — ce qui est précisément son objectif —, le résumé n'évalue pas ces pages, il les comprime, et livre au lecteur une version blanchie, dite avec la voix du moteur de recherche.

La recherche documentaire, autrement dit, devient un handicap lorsque le corpus consultable est justement ce qui est attaqué. Cela renverse l'hypothèse habituelle selon laquelle l'ancrage réduit la fabulation, et le fait exactement là où l'exactitude importe le plus: des événements récents, étroits et contestés, où la couverture fiable est mince et où les adversaires ont eu le temps de combler le vide.

La conséquence pratique est que les deux systèmes appellent des défenses différentes. Un modèle peut être évalué avant diffusion face à des récits mensongers connus. Une chaîne de recherche documentaire doit être défendue en continu, car ses entrées changent chaque jour et ses adversaires s'optimisent contre elle — et un résumé fluide est un mauvais endroit pour s'en apercevoir.