Vous êtes perdu dans une ville inconnue. Vous demandez votre chemin à deux passants.
Le premier vous répond avec assurance, sans la moindre hésitation : à gauche, puis tout droit. Il se trompe complètement.
Le second fronce les sourcils : « Je ne suis pas sûr. Demandez à la boulangerie, ils doivent savoir. »
Lequel des deux vous a vraiment aidé ?
Deux promesses qui se contredisent ?
Cette semaine, Google a présenté Gemini 4 Argon avec une promesse : un modèle qui répond plus directement, avec moins de précautions oratoires. Et un test indépendant lui a trouvé une qualité rare : c'est le grand modèle qui invente le moins de réponses quand il ne sait pas.
À première vue, ces deux qualités tirent en sens inverse. Répondre plus directement, c'est hésiter moins. Inventer moins, c'est savoir s'arrêter quand on ne sait pas. Comment faire les deux à la fois ?
Pourquoi les IA ont du mal à douter
Une IA est entraînée à produire une réponse. Face à une question, son réflexe est de la compléter, comme on finit une phrase. Dire « je ne sais pas » ne lui vient pas naturellement.
Pire : pendant longtemps, la façon même dont on les évaluait les poussait à deviner. Des chercheurs l'ont montré en 2025 : comme à un examen à choix multiples, répondre au hasard rapportait parfois des points, alors qu'avouer son ignorance n'en rapportait jamais. On a donc appris aux machines, sans le vouloir, à bluffer plutôt qu'à douter.
Le doute n'est pas l'hésitation
Il faut distinguer deux choses que l'on confond souvent.
L'hésitation, ce sont les précautions inutiles : les « il est important de noter que », les « cela dépend », les avertissements à chaque phrase. C'est une façon de se couvrir. Elle n'apporte rien au lecteur.
Le doute, c'est autre chose : savoir où s'arrête ce qu'on sait. Répondre franchement quand on est sûr, et le dire clairement quand on ne l'est pas. Ce doute-là n'est pas une faiblesse. C'est une forme d'honnêteté.
Vue ainsi, la contradiction disparaît. Une bonne IA devrait hésiter moins et douter mieux.
En 1576, Michel de Montaigne fait frapper une médaille à sa devise. On y voit une balance aux plateaux parfaitement équilibrés, et une question : « Que sais-je ? ». Pour Montaigne, cette question n'était pas un aveu de faiblesse, mais le point de départ de toute pensée honnête : avant d'affirmer, se demander ce que l'on sait vraiment. Deux mille ans plus tôt, Socrate disait déjà que sa seule sagesse était de savoir qu'il ne savait pas.
Ce qu'on devrait attendre d'une IA
Les spécialistes ont un mot pour cette qualité : la calibration. Une IA bien calibrée est confiante quand elle a raison, et prudente quand elle risque de se tromper. Sa confiance suit ce qu'elle sait.
C'est ce qu'on attend d'un bon prévisionniste météo. Quand il annonce 70 % de chances de pluie, il doit pleuvoir environ sept jours sur dix dans ces conditions. Ni plus, ni moins. Il ne sait pas tout, mais il sait exactement ce qu'il ne sait pas.
C'est pourquoi le taux d'hallucination compte peut-être plus que les scores de performance. Un assistant qui sait beaucoup mais invente quand il ne sait pas est dangereux, parce qu'on ne peut jamais savoir quand le croire.
Ce qu'on retient
Le passant qui vous envoie à la boulangerie ne connaissait pas le chemin. Mais il vous a fait gagner plus de temps que celui qui croyait le connaître.
Une intelligence ne se mesure pas seulement à ce qu'elle sait. Elle se mesure aussi à la justesse avec laquelle elle sait ce qu'elle ignore.