Les recherches suggèrent que ChatGPT a une crédibilité élevée en tant que fournisseur de nouvelles

De nouvelles recherches suggèrent que les étiquettes de vérification des faits de ChatGPT surpassent les likes, les partages et même les marques de nouvelles de confiance lorsqu’il s’agit de façonner ce que les gens croient et veulent partager en ligne.

Une nouvelle étude de 1 000 personnes a constaté que lorsque ChatGPT attribue un score de crédibilité aux actualités politiques, il change souvent ce que les gens croient, et s’ils veulent les partager – quelle que soit leur opinion politique initiale. Les facteurs d’influence plus traditionnels tels que les likes ou les partages n’ont pas eu beaucoup d’effet, mais le jugement de l’IA a fortement façonné la confiance accordée aux actualités:

À partir du nouveau document, une illustration de la façon dont les gens évaluent un titre de nouvelle, basée sur trois indices interactifs: si l’histoire correspond à leur identité politique; combien d’engagement il semble avoir sur les médias sociaux; et les signaux de crédibilité fournis par les institutions ou les systèmes d’IA. Ces influences se combinent pour façonner à la fois l’exactitude perçue et la probabilité de partager le contenu. Source

La mesure dans laquelle les résumés d’IA sont considérés comme des sources de nouvelles crédibles est peut-être l’un des sujets les plus importants dans les médias pendant de nombreuses années, notamment parce que les résumés d’IA de Google ont drainé le trafic de la plupart des grands médias en ligne en 2025, sans certitude sur la direction que ce transfert de pouvoir pourrait prendre à long ou même à moyen terme.

Les auteurs de la nouvelle étude déclarent:

‘Ces résultats mettent en évidence à la fois le potentiel et le risque des rétroactions algorithmiques dans la formation de la compréhension publique. Les indices générés par l’IA peuvent aider à atténuer les préjugés et à améliorer la discrétion de la crédibilité, mais leur influence varie en fonction de l’identité politique et comporte des risques éthiques liés à la surexposition […]

‘…L’influence disproportionnée de ChatGPT met en évidence un compromis critique: tandis que les rétroactions de l’IA peuvent être persuasives, elles peuvent également remplacer la pensée critique si elles ne sont pas soigneusement encadrées.’

Les auteurs suggèrent que les recherches futures devraient se concentrer sur l’amélioration des interventions de crédibilité de l’IA qui sont plus indépendantes et favorables aux faits connus, et ils observent que cela est particulièrement important dans les sujets qui sont polarisés.

Outre l’ascension apparente de ChatGPT en tant qu’« autorité » et l’influence inattendue des signaux de partage (que les auteurs pensent être attribuable aux conditions de test légèrement stériles), un autre résultat intéressant des tests des chercheurs concerne les démographiques et le sexe:

‘Les femmes et les participants minorisés sur le plan racial (en particulier les utilisateurs noirs et latinos) ont répondu plus positivement aux rétroactions basées sur l’IA qu’aux étiquettes institutionnelles.’

Le nouveau document s’intitule « Les signaux de crédibilité de l’IA surpassent les institutions et l’engagement dans la formation de la perception des actualités sur les médias sociaux », et provient de trois chercheurs de l’Université de Notre-Dame.

Examinons de plus près les méthodes et les conclusions du document.

Méthode

Quatre hypothèses ont été testées: que les gens évaluent les titres comme plus précis lorsqu’ils reflètent leurs opinions politiques; que les scores de crédibilité générés par l’IA sont plus influents que les signaux des institutions établies; que les titres avec un engagement élevé (c’est-à-dire mesuré par les likes, les partages ou les commentaires) sont considérés comme plus fiables; et que les utilisateurs tendent à accepter le jugement de l’IA sur la précision d’un titre, même lorsqu’il est en conflit avec leurs propres croyances.

Les participants à l’étude ont été recrutés sur la plateforme Prolific, et devaient être fluent en anglais, ainsi que des consommateurs réguliers de nouvelles; et un processus de randomisation a garanti que les participants représentaient une diversité de points de vue raciaux et de sexe.

Dans l’expérience*, les participants ont été divisés en quatre groupes, chacun montrant un type différent de rétroaction aux côtés des titres de nouvelles.

Dans le premier groupe (la condition de contrôle), aucune information supplémentaire n’a été fournie sur la crédibilité potentielle du titre; dans le deuxième groupe, les titres ont été étiquetés avec une note de biais de GroundNews, un service qui classe les sources de nouvelles en gauchistes, centristes ou de droite.

Un troisième groupe a vu les mêmes étiquettes GroundNews, mais sciemment inversées, créant un décalage destiné à tester si les utilisateurs détecteraient la distorsion.

Le dernier groupe a vu les évaluations de crédibilité rédigées par ChatGPT, offrant une brève explication et une note telle que ‘peu probablement inexact’:

Schéma conceptuel pour l’expérience: chaque participant a vu des titres de nouvelles politiques avec des combinaisons variées d’étiquettes de crédibilité et de signaux d’engagement social. Les réponses ont été collectées sur la façon dont chaque titre semblait précis et sur la probabilité qu’il soit partagé, avec la séquence complète répétée sur 21 éléments.

Données et tests

Chaque participant a vu une séquence de 21 titres de nouvelles politiques. Pour chaque titre, le niveau d’engagement social a varié; parfois, il n’a montré aucun like ou partage, parfois beaucoup. Ces signaux d’engagement ont été randomisés pour éviter les modèles fixes.

Les titres eux-mêmes provenaient d’un mélange de perspectives politiques et ont été étiquetés comme gauchistes, de droite ou centristes.

Après chaque titre, les participants ont été invités à dire combien ils pensaient qu’il était précis, et s’ils le partageraient. Puisque chaque participant avait déjà indiqué son affiliation politique, il a été possible d’analyser si les titres du même côté du spectre politique étaient évalués plus favorablement.

Les participants ont noté chaque titre deux fois: une fois pour la précision et une fois pour la probabilité de le partager, avec leurs réponses mesurées sur une échelle de 0 à 10.

Les chercheurs ont ensuite combiné ces réponses avec des données supplémentaires: des informations démographiques et sur l’utilisation des médias pour chaque participant; des étiquettes politiques pour chaque titre; le type de signal de crédibilité affiché; et le niveau d’engagement social attribué.

Influence de l’identité politique

Dans le premier test, qui a examiné si les gens évaluent les titres comme plus précis lorsqu’ils correspondent à leurs opinions politiques, les résultats ont indiqué que les participants étaient plus susceptibles de croire les titres qui correspondaient à leurs opinions politiques – mais que cela dépendait du groupe.

Les modérés ont montré le biais le plus fort en faveur de leur propre camp, tandis que les libéraux et les conservateurs ont tendance à faire confiance aux titres centristes; et dans l’ensemble, les titres neutres ont été évalués comme plus précis que les titres gauchistes ou de droite.

Une illustration de la façon dont les évaluations de précision et de partage ont changé en fonction de la position politique du titre et de l’affiliation politique du participant. Les modérés étaient les plus susceptibles d’évaluer les titres ‘du groupe’ comme précis, tandis que les libéraux et les conservateurs ont préféré les titres centristes. Le comportement de partage a suivi un modèle similaire, avec un biais de groupe limité en dehors du groupe modéré.

Dans les résultats de cette première expérience, un effet de groupe modeste sur la partageabilité a été trouvé; mais seulement pour les modérés, qui étaient plus enclins à partager des titres politiquement alignés (c’est-à-dire neutres). Les libéraux et les conservateurs n’ont pas montré cette tendance.

L’analyse de variance (ANOVA), une méthode utilisée pour détecter les différences entre les groupes, a montré que l’alignement affectait la partageabilité seulement lorsqu’il interagissait avec l’identité politique. La crédibilité et la partageabilité étaient liées, mais seulement les modérés ont montré un modèle clair dans les deux.

Crédibilité institutionnelle vs. crédibilité de l’IA

Le prochain test a demandé si les gens font plus confiance aux évaluations de l’IA qu’aux sources traditionnelles telles que les sites de notation des nouvelles – notamment lorsque les évaluations pourraient être en désaccord avec leurs opinions politiques:

Évaluations de crédibilité et de partageabilité en fonction des sources de rétroaction: tous les trois signaux ont augmenté la précision par rapport au contrôle, avec GroundNews obtenant les évaluations les plus élevées. Cependant, ChatGPT a produit les plus grands gains en termes de partageabilité, suggérant qu’il avait un impact plus large. Les barres d’erreur montrent les intervalles de confiance à 95 %, et les astérisques indiquent les différences significatives entre les paires.

Tous les signaux de rétroaction ont augmenté la précision perçue; mais GroundNews a été le plus efficace lorsqu’il était aligné sur les opinions politiques de l’utilisateur.

ChatGPT a augmenté les évaluations de précision dans l’ensemble, indiquant qu’il était considéré comme plus neutre. Les conservateurs ont été moins influencés par GroundNews, mais ont répondu à ChatGPT de manière similaire aux autres groupes:

Ici, nous pouvons voir les effets de la rétroaction de ChatGPT sur la précision perçue. Les résultats indiquent que la confiance dans les signaux institutionnels dépend de l’alignement, tandis que la confiance dans les signaux algorithmiques ne dépend pas. ChatGPT a amélioré à la fois la crédibilité et la partageabilité dans l’ensemble des groupes – en particulier pour les conservateurs.

Les métriques sociales ont peu d’impact

La troisième analyse a testé si les signaux d’engagement social visibles tels que les likes, les partages et les commentaires augmenteraient la crédibilité ou la partageabilité en agissant comme preuve sociale; mais aucun tel effet n’a été observé.

Les tests ont montré que les niveaux d’engagement, tels que les likes ou les partages, n’ont eu aucun effet réel sur la façon dont les titres semblaient précis, et seulement un faible effet peu fiable sur la façon dont ils semblaient partageables; contrairement aux signaux algorithmiques ou institutionnels, ces signaux sociaux n’ont pas semblé influencer les jugements dans ce contexte, pour les raisons mentionnées plus tôt dans l’article.

La rétroaction de l’IA influence ce que les gens font confiance

Le quatrième et dernier test a examiné si les utilisateurs ajusteraient leurs jugements de crédibilité et de partage en réponse aux étiquettes de crédibilité générées par l’IA: précis; plutôt précis; non vérifié; ou inexact, tous attribués par ChatGPT.

Les participants ont répondu fortement aux étiquettes de crédibilité générées par l’IA. Les évaluations de précision ont augmenté ou diminué en fonction de la rétroaction de ChatGPT, avec les effets les plus importants lorsque les titres étaient étiquetés précis ou inexact:

La rétroaction de ChatGPT a influencé à la fois les évaluations de précision et de partageabilité. En haut: les évaluations de précision ont augmenté avec des étiquettes plus positives, en particulier lorsque les titres étaient étiquetés ‘Précis’, et ont diminué lorsqu’ils étaient étiquetés ‘Inexact’. En bas: la partageabilité a suivi un modèle similaire, mais a montré une plus grande variation entre les groupes: les libéraux ont répondu plus fortement aux signaux négatifs, tandis que les conservateurs ont montré des changements plus modérés.

L’identité politique a façonné ces effets, les utilisateurs faisant plus confiance à ChatGPT lorsqu’il était aligné sur leurs propres opinions.

Le comportement de partage a suivi un modèle similaire: les titres du groupe étiquetés comme précis ont été partagés le plus souvent, en particulier sous des étiquettes ambigües comme plutôt précis.

Ces résultats, selon le document, suggèrent que la rétroaction de l’IA peut modifier le comportement des utilisateurs; et qu’elle risque également de renforcer les divisions partisanes ou de décourager la pensée critique.

Qui fait le plus confiance à l’IA?

L’analyse de suivi a examiné comment les démographiques des utilisateurs ont façonné leurs réactions aux étiquettes de crédibilité. La rétroaction de ChatGPT a augmenté les évaluations de précision dans l’ensemble, mais l’effet a été plus faible parmi les utilisateurs très instruits et les consommateurs fréquents de médias sociaux, qui ont montré plus de scepticisme.

Ces mêmes groupes ont réagi négativement aux étiquettes GroundNews et inversées, suggérant, selon le document, que les marqueurs de biais explicites peuvent aliéner les utilisateurs les plus médiatisés.

En revanche, les femmes et les participants minorisés sur le plan racial, en particulier les utilisateurs noirs et latinos, ont répondu plus positivement à ChatGPT qu’aux signaux institutionnels:

Réponses démographiques aux types de rétroaction, avec chaque panneau montrant comment un groupe particulier a répondu à différents signaux de crédibilité. Les évaluations de ChatGPT ont eu l’influence la plus forte et la plus cohérente sur la précision, tandis que les effets sur la partageabilité étaient moins uniformes, avec des variations en fonction de la race, du sexe et de l’utilisation des médias.

Le comportement de partage a répété cette division: les signaux GroundNews ont réduit la partageabilité le plus fortement parmi les utilisateurs de médias sociaux et les amateurs de nouvelles, tandis que les effets de ChatGPT étaient plus mitigés, voire augmentant la partageabilité dans certains groupes, les détenteurs de diplômes universitaires étant particulièrement sensibles à tous les types de rétroaction.

Les auteurs concluent:

‘Ces résultats ont des implications directes pour la conception d’interventions de crédibilité dans les systèmes sociotechniques. Les utilisateurs sont de plus en plus influencés par les rétroactions algorithmiques, qui peuvent remplacer les signaux institutionnels et modérer les préjugés partisans – mais qui risquent également de promouvoir la surexposition.

‘Les signaux institutionnels restent efficaces pour certains utilisateurs, mais leur impact diminue dans les environnements politiquement polarisés ou à faible confiance. Pendant ce temps, les métriques d’engagement telles que les likes et les partages ont été largement ignorées, suggérant une valeur persuasive réduite lorsqu’elles sont présentées sans contexte social.

‘Pour soutenir une évaluation équitable et éclairée des nouvelles, les interventions basées sur l’IA doivent être transparentes, explicatives et conçues pour améliorer l’autonomie de l’utilisateur.

‘Les travaux futurs devraient examiner ces mécanismes dans des contextes plus écologiquement valides, évaluer les cadres de crédibilité de l’IA alternatifs et développer des systèmes adaptatifs qui favorisent l’engagement critique dans des audiences politiquement diverses.’

Conclusion

Compte tenu de la tendance de tous les systèmes d’IA génératifs actuels à halluciner et déformer la vérité, il est peut-être préoccupant que l’adoption massive (même si elle ralentit un peu) de ChatGPT représente également un énorme saut de foi que les architectures de ces systèmes ne peuvent pas justifier ni soutenir.

Un problème avec la confiance dans la représentation de l’IA des nouvelles est le manque de systèmes efficaces qui peuvent contextualiser les sources de nouvelles comme ‘affiliées politiquement’ ou inclinées vers un ou l’autre extrémité du spectre politique.

Même parmi les sources de quatrième état les plus réputées, le choix de ce qui est couvert et ce qui n’est pas couvert est en soi une déclaration politique. Ni ChatGPT ni ses homologues ne sont actuellement en mesure de naviguer dans ces couches de biais interprétatif, et le sujet lui-même invite à la discussion plutôt qu’à des conclusions solides.

Un autre problème est que les systèmes de ce type sont arrivés sur la scène à l’une des périodes les plus polarisées et divisées de l’histoire humaine au cours des 80 dernières années, et à un moment où la société est la plus disposée à écouter des ‘voix alternatives’ – telles qu’un tout nouveau genre de technologie qui est présenté comme un filtre essentiel de la vérité du monde, plutôt que ce qu’il est réellement: un prédicteur de probabilités statistiques, alimenté par des quantités massives d’informations partisanes.

* Les détails desquels les auteurs ont rendu disponibles en ligne (voir le document source, bas de la page 2, pour les URL). Cependant, ces données nécessitent une inscription pour être consultées, et comme je n’ai pas poursuivi l’affaire à ce stade, je ne peux pas confirmer qu’elles peuvent être consultées entièrement sans paiement et/ou des types spécifiques de références.

Publié pour la première fois le mercredi 5 novembre 2025