Dans cet article Dans cet article
Poser une question à ChatGPT, Claude ou Gemini pour vérifier une information douteuse est devenu un geste banal. Selon le Pew Research Center, un adolescent américain sur cinq utilise désormais régulièrement ces assistants pour s’informer, et un jeune adulte sur quatre y a déjà eu recours au moins une fois. Ces grands modèles de langage restent pourtant des systèmes statistiques entraînés à prédire la suite la plus probable d’un texte, ce qui en fait de redoutables outils de synthèse, mais pas des arbitres infaillibles de la vérité.
Une étude du MIT Media Lab, publiée le 9 juin 2026 et présentée à la conférence CHI, vient bousculer ce confort. Ses auteurs documentent ce qu’ils appellent le « paradoxe de la dépendance à l’IA » : plus nous nous reposons sur la machine pour trier le vrai du faux, moins nous savons le faire par nous-mêmes. Que reste-t-il de notre vigilance le jour où l’assistant s’éteint ?
Une expérience d’un mois qui chiffre la perte
Les chercheurs ont suivi 67 personnes pendant quatre semaines, en leur demandant d’évaluer des paires associant un titre d’actualité et une image. Assistés d’un chatbot, les participants détectaient les fausses informations avec 21 % de précision en plus, ce qui confirme que l’intelligence artificielle aide bel et bien sur le moment, comme l’avaient déjà montré des travaux antérieurs de la MIT Sloan School of Management.
Le tableau s’inverse dès que la machine disparaît. À la quatrième semaine, la performance des participants livrés à eux-mêmes avait chuté de 15 points par rapport à leur niveau initial, sur des contenus pourtant inédits. L’aide ponctuelle s’était transformée en béquille permanente.
Le plus troublant tient à la perception des intéressés. Environ un quart des participants déclaraient sentir leurs compétences progresser alors même que leurs résultats déclinaient, une variante de l’effet Dunning-Kruger appliquée à la vérification d’information. Cette illusion de maîtrise rappelle d’autres technologies qui nous ont déjà fait désapprendre des gestes entiers.
Un phénomène documenté bien au-delà des fake news
La littérature scientifique parle de « déchargement cognitif » : la calculatrice a affaibli notre calcul mental, le GPS a émoussé notre sens de l’orientation. Une étude publiée en 2025 dans The Lancet montrait déjà que des médecins assistés par IA devenaient moins performants pour détecter certains cancers par eux-mêmes une fois l’outil retiré.
La nouveauté des travaux du MIT est d’appliquer ce constat au terrain démocratiquement le plus sensible, celui de l’information. Après trois ans d’accélération ininterrompue de l’IA générative, la vérification des faits devient l’un des premiers usages grand public, sans que personne n’ait vraiment mesuré ce que cette délégation nous coûte collectivement.
Des usages déjà massifs, une dépendance qui s’installe
Quelques chiffres, tirés de l’étude et des enquêtes d’opinion récentes, suffisent à mesurer le basculement de nos habitudes d’information vers les assistants conversationnels :
- un adolescent américain sur cinq consulte régulièrement un chatbot pour suivre l’actualité, d’après le Pew Research Center (février 2026) ;
- un jeune adulte sur quatre a déjà utilisé un assistant conversationnel comme source d’information ;
- un participant sur cinq de l’étude du MIT a glissé d’une vérification active vers une acceptation passive des réponses de la machine ;
- plus de 7 300 jeux sur Steam déclarent intégrer de l’IA générative, signe que la technologie s’invite jusque dans nos loisirs, selon le rapport annuel de la GDC.
Cette banalisation ne poserait aucun problème si l’outil rendait ses utilisateurs plus autonomes. L’étude suggère exactement l’inverse, et tout dépend en réalité de la manière dont l’assistant dialogue avec la personne qui l’interroge.
Coach ou béquille, une affaire de design
Les chercheurs du Media Lab ont identifié des stratégies conversationnelles qui inversent la tendance. Un assistant qui pratique la méthode socratique, en posant des questions guidées plutôt qu’en assénant un verdict, ralentit l’utilisateur sur le moment mais renforce durablement sa capacité de discernement. Le « sondage en profondeur », où la machine invite doucement à réexaminer une réponse erronée, produit le même effet.
Les gens doivent savoir que s’ils délèguent leur réflexion, ils ne progresseront pas dans ce type de résolution de problèmes. La capacité à questionner et analyser l’information est essentielle pour chacun, parce qu’elle nous permet de résoudre des problèmes et de nous forger une opinion indépendante sur le monde.
Pattie Maes, professeure au MIT Media Lab et autrice senior de l’étude, juin 2026
Le choix appartient donc autant aux concepteurs qu’aux utilisateurs. Une IA réglée pour répondre vite fabrique de la dépendance, tandis qu’une IA réglée pour faire réfléchir fabrique de la compétence, et rien n’oblige aujourd’hui les éditeurs de chatbots à privilégier la seconde, moins flatteuse pour leurs métriques d’engagement.
Quand l’actualité chaude et la vidéo brouillent les pistes
Les modèles se montrent particulièrement fragiles au cœur des actualités émotionnellement chargées. Les auteurs citent la vague de fausses informations qui a accompagné la tentative d’assassinat visant Donald Trump et les grands épisodes de la guerre en Iran, des moments où les chatbots eux-mêmes relaient des récits non vérifiés. Les contenus produits par des humains qui servent à entraîner ces modèles deviennent à leur tour moins fiables, ce qui aggrave le problème à la racine.
La vidéo complique encore l’équation. Entre les deepfakes qui circulent sur YouTube ou TikTok et les extraits de jeux vidéo présentés comme des images de guerre réelles, le terrain de la désinformation s’est élargi bien au-delà du texte. Des campagnes organisées exploitent déjà la manipulation des IA pour empoisonner les réponses des modèles à la source, et la frontière entre contenu authentique et contenu fabriqué devient chaque mois plus difficile à tracer.
Vers une nouvelle alphabétisation à l’IA
Les auteurs de l’étude plaident pour que les écoles intègrent ces résultats dans leurs programmes, au moment où les outils génératifs entrent massivement dans les salles de classe. Valdemar Danry, co-auteur des travaux, appelle à développer une nouvelle forme de littératie de l’IA qui enseignerait autant les limites des modèles que leurs usages. L’étude reste modeste, avec 67 participants américains et britanniques et une cinquantaine de contenus testés, mais le laboratoire veut désormais l’étendre à des publics plus divers.
Pour les utilisateurs, la piste la plus concrète consiste à inverser le rapport à l’outil, en demandant aux assistants d’expliquer leur raisonnement, de citer leurs sources et de poser des questions plutôt que d’imposer des conclusions. Les prochaines interfaces diront si l’industrie préfère des utilisateurs rapides ou des citoyens capables de douter, et ce qui se joue dans cet arbitrage dépasse largement le confort de quelques requêtes.
