Business

L’alerte qui secoue l’IA mondiale : des chatbots citent une source de propagande russe sanctionnée

Une nouvelle étude du think tank britannique Demos montre que cinq grandes familles de modèles d’IA ont cité favorablement une organisation sanctionnée liée à la propagande russe. L’enquête met en lumière une nouvelle bataille mondiale : l’empoisonnement des sources consultées par les chatbots.

Cheventong Vil

Journaliste à B-Empire Magazine, Cheventong Vil couvre l'actualité

juillet 27, 2026 · 9 min de lecture

L’alerte qui secoue l’IA mondiale : des chatbots citent une source de propagande russe sanctionnée — B-EMPIRE Magazine

La prochaine grande bataille de l’intelligence artificielle ne se joue peut-être pas seulement dans les laboratoires, mais dans les pages web que les machines choisissent de croire. Une étude publiée le 27 juillet 2026 par le think tank britannique Demos affirme que cinq grandes familles de modèles d’IA ont toutes cité favorablement une organisation sanctionnée, présentée par les chercheurs comme un relais de propagande russe. Le signal est mondial : lorsqu’un chatbot cherche une réponse sur internet, la qualité de sa réponse dépend aussi de l’intégrité de l’écosystème qu’il consulte.

L’enquête porte sur des modèles exploités par Google, OpenAI, Anthropic, xAI et Mistral AI. Les chercheurs ont construit des requêtes en anglais, en allemand et en français à partir de 50 récits de propagande tirés de dix articles de la Foundation to Battle Injustice, également appelée r-FBI. Cette structure se présente comme une organisation de défense des droits humains, mais Demos et Euronews la décrivent comme une opération fondée par Evgueni Prigojine, ancien chef du groupe Wagner, et visée par des sanctions américaines et européennes.

Le chiffre qui révèle une faille dans les réponses des chatbots

Selon les résultats rapportés par Demos et Euronews, les cinq modèles testés ont cité r-FBI comme source favorable au moins une fois. Dans 16,6 % des réponses, le contenu de cette organisation a été traité d’une manière susceptible de servir ses intérêts : soit en présentant ses affirmations comme une composante légitime du débat, soit en les répétant sans recul suffisant, soit en les approuvant.

Dans 30,9 % des réponses, le modèle a abordé le sujet évoqué sans signaler que la source mobilisée était sanctionnée. Cette absence de contexte est centrale. Une citation visible peut donner à un site une apparence d’autorité, même lorsque le chatbot ne valide pas explicitement toutes ses affirmations. Enfin, 52 % des réponses ont rejeté ou réfuté les récits trompeurs d’une manière ou d’une autre.

Ces proportions doivent être lues avec précision. L’étude ne démontre pas que 16,6 % de toutes les réponses produites chaque jour par tous les chatbots sont de la propagande. Elle mesure leur comportement dans un protocole ciblé, construit autour de récits extrêmes et d’une source précise. Elle révèle une vulnérabilité expérimentale, pas une fréquence universelle. Mais cette vulnérabilité suffit à inquiéter parce qu’elle touche plusieurs fournisseurs et plusieurs langues.

Les résultats essentiels

Cinq familles de modèles testées : celles de Google, OpenAI, Anthropic, xAI et Mistral AI.
Trois langues : anglais, allemand et français.
50 récits : sélectionnés dans dix articles attribués à r-FBI.
16,6 % des réponses : engagement susceptible de servir les intérêts de propagande de la source, selon la classification des chercheurs.
30,9 % : traitement du sujet sans mention du statut sanctionné de la source.
52 % : rejet ou réfutation des affirmations trompeuses.

Le « RAG poisoning », nouvelle arme de la guerre informationnelle

Demos emploie l’expression « RAG poisoning », ou empoisonnement de la génération augmentée par récupération. Derrière ce terme technique se trouve un mécanisme simple : de nombreux assistants d’IA ne répondent plus uniquement grâce aux données apprises pendant leur entraînement. Ils recherchent aussi des informations récentes en ligne, récupèrent des documents, puis synthétisent une réponse.

Si des acteurs coordonnés saturent le web de contenus optimisés, traduits et reliés entre eux, leurs pages peuvent apparaître dans les résultats que les systèmes consultent. Le modèle peut alors récupérer une source manipulatrice avant de raisonner correctement sur une mauvaise base. Le problème n’est plus seulement l’« hallucination » d’une machine qui invente une information : c’est la possibilité qu’elle trouve une information réellement publiée, mais conçue pour la tromper.

Cette stratégie rejoint la montée du GEO, pour « generative engine optimisation ». Comme le référencement classique cherchait à gagner des positions dans Google, le GEO vise à rendre un contenu visible et citable par les moteurs génératifs. Utilisé par une marque, il peut servir une stratégie marketing. Utilisé par une opération d’influence, il peut devenir un levier géopolitique.

Pourquoi la France et l’Europe sont directement concernées

La dimension française est loin d’être secondaire. Les requêtes de l’étude ont été formulées notamment en français, et Mistral AI représente l’un des principaux espoirs européens dans la compétition mondiale de l’intelligence artificielle. Plus largement, les opérations de désinformation russes ont déjà ciblé la France, ses médias, son débat public et son soutien à l’Ukraine.

Le sujet arrive aussi dans un contexte réglementaire décisif. L’Union européenne cherche à encadrer les risques systémiques liés aux grands modèles tout en soutenant une industrie continentale capable de rivaliser avec les acteurs américains et asiatiques. La difficulté consiste à exiger davantage de traçabilité et de contrôle des sources sans rendre impossible l’accès à une information pluraliste et actualisée.

Le Service européen pour l’action extérieure a encore dénoncé en juillet 2026 un écosystème russe mêlant acteurs étatiques, relais, cybercriminels et entreprises facilitatrices. L’étude de Demos déplace le front : après les réseaux sociaux, les moteurs de recherche et les médias clonés, les assistants conversationnels deviennent eux aussi un terrain potentiel de manipulation.

Les entreprises d’IA répondent, mais la transparence reste le cœur du problème

Les entreprises concernées ont apporté des réponses différentes à Euronews. Mistral AI a déclaré prendre la lutte contre la désinformation très au sérieux et investir continuellement dans la détection et la prévention. L’entreprise a également distingué les modèles bruts utilisés dans l’étude de ses produits intégrant davantage de raisonnement et d’analyse contextuelle.

OpenAI a indiqué que le modèle testé avait depuis été retiré et qu’il était accessible par API, non dans la version publique de ChatGPT. L’entreprise a aussi rappelé disposer d’équipes chargées de perturber les opérations d’influence clandestines. Une source proche d’Anthropic a évoqué des systèmes d’application des règles et une équipe de renseignement sur les menaces. Euronews n’avait pas reçu de réponse de xAI et Google au moment de la publication de son article.

Ces précisions comptent, car les performances d’un modèle brut, d’une API et d’un chatbot grand public peuvent différer. Une version retirée ne décrit pas nécessairement l’état actuel d’un service. Mais l’enjeu dépasse une seule génération de modèles : il faut savoir comment les sources sont choisies, pondérées, signalées et, lorsque c’est nécessaire, exclues ou accompagnées d’un avertissement.

Une alerte confirmée par d’autres travaux sur l’IA et l’actualité

Le rapport Demos ne surgit pas dans le vide. Une étude académique publiée en mai 2026 sur six chatbots commerciaux et 2 100 questions d’actualité a conclu que plus de 70 % des erreurs observées provenaient de la récupération des sources plutôt que du raisonnement. Les modèles répondaient souvent correctement lorsqu’ils trouvaient le bon document, mais pouvaient échouer dès le choix initial de l’information.

Cette recherche a aussi identifié une forte vulnérabilité aux questions contenant une prémisse fausse et des écarts de performance selon les langues. Elle ne portait pas sur la même campagne d’influence et ne doit donc pas être confondue avec l’étude de Demos. Ensemble, les deux travaux convergent néanmoins vers un même constat : la fiabilité d’un chatbot dépend autant de son système de recherche et de ses garde-fous que de la puissance de son modèle.

NewsGuard a par ailleurs signalé en mai 2026 que Claude avait répété certaines fausses affirmations pro-russes ou pro-iraniennes lors d’un audit ciblé, tout en rappelant que ce chatbot avait auparavant figuré parmi les meilleurs de ses tests. Là encore, la leçon n’est pas qu’un outil serait irrémédiablement compromis, mais que les performances peuvent évoluer et nécessitent une surveillance continue.

Ce que les utilisateurs doivent regarder avant de croire une réponse

Pour le public, le premier réflexe consiste à ouvrir les liens cités au lieu de se fier à la fluidité du résumé. Une réponse bien écrite n’est pas une preuve. Il faut vérifier l’identité de l’éditeur, la date, les auteurs, la présence d’autres sources indépendantes et l’existence éventuelle de sanctions ou de démentis.

Les questions géopolitiques, électorales, sanitaires et financières méritent une prudence renforcée. Une formulation qui présuppose un fait peut pousser un système à développer cette prémisse au lieu de la remettre en cause. Demander explicitement au chatbot de vérifier si l’affirmation est vraie, d’indiquer les désaccords entre sources et de privilégier les documents officiels peut réduire le risque, sans le supprimer.

Le signal que l’industrie ne peut plus ignorer

L’intelligence artificielle devient une porte d’entrée vers l’actualité pour des millions d’utilisateurs. Cette évolution donne aux fournisseurs une responsabilité proche de celle des moteurs de recherche, mais avec une différence majeure : le chatbot fusionne les documents dans une voix unique. Une source marginale peut ainsi disparaître derrière une réponse qui semble neutre et assurée.

Le danger n’est pas seulement qu’une machine se trompe, mais qu’un acteur hostile apprenne à organiser le web pour être retrouvé par elle. La course à l’IA la plus puissante doit désormais intégrer une autre compétition : celle du modèle capable d’identifier l’origine, les intérêts et la fiabilité de ce qu’il lit. Après la bataille des données et des puces, la confiance devient le prochain avantage stratégique.