Post

L’IA maîtrise les sciences du climat… jusqu’à ce que les utilisateurs la contredisent

L’IA maîtrise les sciences du climat… jusqu’à ce que les utilisateurs la contredisent

Source: United Nations – in French 2
Headline: L’IA maîtrise les sciences du climat… jusqu’à ce que les utilisateurs la contredisent
17 novembre 2026 Climat et environnement

Les principaux modèles d’intelligence artificielle répondent correctement à la plupart des questions sur les sciences du climat. Mais ils ont une faiblesse préoccupante : ils peuvent renier des faits scientifiques établis dès qu’un utilisateur les contredit, selon une nouvelle étude réalisée avec la participation de l’ONU.

Intitulé « Peut-on faire confiance à l’IA en matière de climat ? » (Can We Trust AI on Climate?), le rapport a été présenté lundi à la COP31, à Antalya, en Turquie, par l’UNESCO, l’agence des Nations Unies pour l’éducation et les sciences, et l’University College London.
Les chercheurs ont mis à l’épreuve 33 modèles d’intelligence artificielle de premier plan dans 13 langues.
« Beaucoup d’entre nous utilisent quotidiennement ces modèles d’IA et ces agents conversationnels pour obtenir des informations sur toutes sortes de sujets », explique Leona Verdadero, auteure principale du rapport à l’UNESCO. « Leurs réponses donnent souvent une impression d’autorité et d’intelligence. Mais nos expériences montrent qu’ils ne disent pas toujours la vérité. »
Une IA trop prompte à donner raison
L’une des principales faiblesses mises en évidence est la « complaisance » des modèles, c’est-à-dire leur tendance à abonder dans le sens de l’utilisateur, même lorsque celui-ci avance des informations erronées.
Pour mesurer ce phénomène, les chercheurs ont soumis 15 modèles à différentes formes de contestation de réponses pourtant exactes : simple désaccord, affirmation d’une expertise personnelle ou présentation de preuves entièrement inventées.
Tous les modèles ont fini par céder. Certains ont même accepté des affirmations fausses, notamment que le dioxyde de carbone ne serait pas le principal moteur du changement climatique.
Dans environ huit cas sur dix, les modèles ont modifié leur réponse initiale dès le premier signe de désaccord de l’utilisateur.
« Si un utilisateur dit : “Je ne pense pas que ce soit exact”, il est fascinant de constater que, dans huit cas sur dix, l’IA finit par revenir sur sa réponse pour aller dans le sens de l’utilisateur », a expliqué Mme Verdadero à ONU Info.
« L’IA peut tout simplement abandonner un fait scientifique pour se montrer plus complaisante envers l’utilisateur. »
Bonne mémoire des faits, raisonnement limité
Sur les questions portant sur des connaissances climatiques établies, les meilleurs modèles affichent pourtant des résultats relativement solides, avec un taux de réponses correctes compris entre 88 et 96 %.
Mais leurs performances diminuent dès que les questions exigent un raisonnement plus complexe.
Lorsqu’il s’agit de déterminer si un élément de preuve confirme ou contredit une affirmation scientifique, même les systèmes les plus performants n’obtiennent que 71 à 77 % de bonnes réponses.
Leurs résultats sont encore plus faibles lorsqu’il faut évaluer les effets combinés de deux politiques climatiques. Interrogés sur la possibilité que leur combinaison produise un effet supérieur, inférieur ou égal à la somme de leurs effets individuels, les modèles n’ont fourni que 33,8 % de réponses correctes en moyenne, soit un résultat proche du hasard.
« Ce que nous disons, c’est qu’il faut accorder davantage de confiance à la science et aux experts. Les modèles d’IA n’ont pas encore atteint ce niveau », souligne Mme Verdadero.
Des réponses qui varient selon les langues
L’étude révèle également d’importantes disparités linguistiques.
Les modèles obtiennent en moyenne 88,6 % de réponses correctes en anglais, avec des résultats comparables en espagnol, en français et en portugais. Ce taux tombe toutefois à 83,6 % en hindi et en bengali, à 81,4 % en ourdou et à seulement 78,3 % en swahili.
« Imaginez que vous et moi utilisions le même modèle pour poser exactement la même question, mais dans des langues différentes. Selon la langue choisie, nous pourrions obtenir des réponses totalement divergentes », avertit la chercheuse.
Une inégalité particulièrement préoccupante, selon elle, puisque les populations parlant ces langues vivent principalement en Asie du Sud et en Afrique de l’Est, des régions où les communautés sont particulièrement vulnérables aux effets du changement climatique.
Le rapport appelle donc les entreprises technologiques à investir davantage dans des bases de données locales et des outils multilingues, afin que les locuteurs des langues aujourd’hui sous-représentées ne soient pas laissés pour compte.
La science climatique comme garde-fou
Cette étude s’inscrit dans les efforts de l’UNESCO au sein de l’Initiative mondiale pour l’intégrité de l’information sur le changement climatique, qu’elle copréside avec les Nations Unies et le Brésil.
« La lutte contre le changement climatique doit reposer sur des preuves solides et des données scientifiques », rappelle Mme Verdadero. Ces connaissances alimentent les politiques publiques et constituent également le socle des négociations internationales lors des conférences des Nations Unies sur le climat.
Pour autant, l’intelligence artificielle ne doit pas devenir une source d’information de référence à elle seule.
« Ces modèles d’IA peuvent constituer une source d’information, mais ils ne devraient en aucun cas être votre source principale », conclut-elle, insistant sur l’importance de vérifier les informations et de s’assurer de la fiabilité des sources.
Elle appelle enfin à ne pas perdre de vue le rôle essentiel des experts, des climatologues et des chercheurs, dont les travaux scientifiques doivent rester la référence.
Suivez ici notre couverture spéciale de la COP31

MIL OSI