Qui règle la machine : le pouvoir éditorial caché des IA

Un journal a une ligne éditoriale. On peut ne pas être d’accord avec elle, mais on sait qu’elle existe : il y a une rédaction, un directeur de publication, des noms en bas des articles. Quand un assistant IA vous propose une formulation, refuse d’en écrire une autre ou nuance votre propos sans qu’on lui demande, il suit lui aussi une ligne éditoriale. Seulement, personne ne l’a signée.

Les trois premiers articles de cette série ont montré que les récits font tenir les groupes, que l’IA influence de façon mesurable nos textes et nos opinions, et que l’expression « colonialisme numérique » est utile autant que discutable. Celui-ci pose une question plus terre à terre : qui règle ces machines ? Et comme promis depuis le premier épisode, je vous explique comment cette série a été préparée avec l’une d’elles.

Avant les réglages, le modèle n’a ni ton ni limites

Le modèle qui sort du premier entraînement n’est pas celui que vous utilisez. À ce stade, il a lu une grande partie du web et sait prolonger n’importe quel texte, une recette de cuisine comme un discours haineux, avec la même indifférence. Il n’a pas de ton, pas de politesse, pas de limites.

La « personnalité » d’un assistant vient de l’étape suivante, que les ingénieurs appellent l’alignement. Des milliers de personnes, dont une partie des travailleurs du clic évoqués dans l’article précédent, comparent des réponses et indiquent la meilleure. Le modèle apprend à produire ce qui a été préféré. L’entreprise ajoute ensuite des consignes écrites : sujets à refuser, formulations à éviter, ton par défaut.

C’est à ce moment que se fixe la ligne éditoriale. Elle est décidée par les équipes d’une dizaine d’entreprises, installées pour la plupart en Californie, et elle s’applique ensuite à des centaines de millions de conversations chaque jour.

Des règles écrites, mais par qui ?

Ces règles sont de plus en plus souvent publiées. Anthropic, qui fabrique Claude, a rendu publique une « constitution » : les principes que le modèle est entraîné à suivre, comme être utile, être honnête, éviter de nuire. OpenAI publie un « Model Spec » qui décrit ce que ChatGPT doit faire ou refuser, et dans quel ordre de priorité. On peut les lire, et je vous encourage à le faire.

Reste que ce sont des textes écrits par des entreprises privées, sans débat public, et qu’elles peuvent les modifier quand elles le souhaitent. Aucune rédaction n’a jamais eu une telle audience.

Ces textes ont aussi un contenu politique. Plusieurs études de 2025 et 2026 ont mesuré les positions des grands modèles sur des questions de société. Elles trouvent toutes un léger penchant vers le centre-gauche, quelle que soit la langue utilisée. Un article publié en 2026 dans la revue AI and Ethics explique pourquoi : entraîner un modèle à « éviter de nuire » et à « être inclusif », c’est lui donner des priorités morales qui correspondent aujourd’hui à une famille politique plutôt qu’à une autre. On peut partager ces valeurs. Elles n’en ont pas moins été choisies par d’autres que vous.

Rappelez-vous l’étude de Jakesch, dans le deuxième article : un assistant qui a un avis finit par déplacer celui de la personne qui écrit avec lui, surtout quand elle va vite. On a donc une ligne éditoriale privée, mesurable, non signée, et qui agit sur ses lecteurs.

Ce que le modèle refuse d’écrire, et qui peut le couper

La ligne éditoriale se lit aussi dans les refus. Demandez à trois assistants un tract syndical ou une analyse d’un conflit en cours : vous obtiendrez trois niveaux de prudence différents, trois façons de nuancer, parfois un refus poli. Ces limites sont des choix, et elles changent sans prévenir.

Et il y a l’État. Le 12 juin 2026, le gouvernement américain a fait couper l’accès aux modèles les plus puissants d’Anthropic en dehors des États-Unis. L’accès est revenu trois semaines plus tard, sous conditions. J’en avais tiré des conseils pratiques pour les TPE en juillet. Pour cette série, j’en retiens autre chose : ce qu’un modèle peut dire, et pour qui, dépend aussi du pays où l’entreprise est installée.

Comment cette série a été préparée

J’ai écrit dans le premier article que je vous le dirais. Voici comment ça s’est passé.

J’ai présenté à Claude mon idée de départ : nous sommes des êtres de récit, et en confiant notre façon de raconter à l’IA, nous confions une part du récit collectif aux entreprises qui la règlent. Je lui ai demandé un état des lieux, sans plaidoyer. Claude a fait les recherches et classé les sources en trois catégories : celles qui soutiennent l’idée, celles qui la nuancent, celles qui la contredisent. Plusieurs critiques que vous avez lues dans l’article sur le colonialisme numérique viennent de ce travail et pas de moi. Est-ce le mérite du modèle, ou l’effet de la constitution qui lui demande d’être équilibré ? Je ne sais pas faire la part des choses.

Claude a ensuite rédigé une première version des cinq articles. Je l’ai relue et je ne l’ai pas gardée : elle était correcte sur le fond, mais elle sonnait comme un texte de machine, avec une fausse anecdote en ouverture et des formules toutes faites. Les articles que vous lisez ont été réécrits à partir de mes propres textes, puis relus par moi.

Ce que je ne peux pas vous garantir : que le choix des sources soit complet, ni que le modèle n’ait pas orienté la série, sans le vouloir, vers ce que son entreprise juge acceptable de dire d’elle-même. Les sources sont en bas de chaque article. Allez les voir.

Je vous raconte tout ça parce que la première chose que j’essaie d’apprendre en formation, c’est de savoir d’où vient un texte. Je ne pourrais pas le demander aux autres sans le faire sur mon propre blog.

Trois choses à faire cette semaine

Lisez la charte de l’outil que vous utilisez. Le Model Spec d’OpenAI et la constitution d’Anthropic sont en ligne, et vingt minutes suffisent pour avoir une idée de ce que vous acceptez.

Posez ensuite à votre assistant une question sur un sujet que vous connaissez bien, et regardez ce qu’il nuance, ce qu’il ajoute et ce qu’il évite. Vous verrez sa ligne éditoriale à l’œuvre.

Enfin, essayez Compar:IA, le comparateur public du ministère de la Culture. Vous posez la même question à deux modèles sans savoir lesquels, et vous votez pour la meilleure réponse. C’est gratuit, et les votes servent à améliorer les réponses en français.

On travaille ces réflexes dans les formations citoyennes gratuites de Pédagora.

La semaine prochaine, dernier article de la série : des pratiques concrètes pour garder la main sur ce qu’on raconte, sans renoncer à l’outil.

Sources : Anthropic, « Claude’s Constitution » (document public) ; OpenAI, « Model Spec » (document public) ; « On the inevitability of left-leaning political bias in aligned language models », AI and Ethics (2026) ; « Turning right? An experimental study on the political value shift in large language models », Humanities and Social Sciences Communications (2025) ; Jakesch et al., « Co-Writing with Opinionated Language Models Affects Users’ Views », CHI (2023) ; ministère de la Culture, Compar:IA.