Intelligence artificielle : les IA échouent à reconnaître les humains dans une expérience

Hier 23:55

Par: ELMIR Barae

Intelligence artificielle : les IA échouent à reconnaître les humains dans une expérience

Les intelligences artificielles sont-elles capables de reconnaître un humain derrière une conversation en ligne ? Une expérience menée par des chercheurs de l’Université Paris Cité remet en question cette capacité. Même les modèles les plus avancés peuvent se tromper lorsqu’ils doivent déterminer si leur interlocuteur est une personne réelle ou une autre intelligence artificielle se faisant passer pour un humain.

Une nouvelle épreuve pour le test de Turing

En 1950, le mathématicien Alan Turing proposait un test destiné à évaluer la capacité d’une machine à imiter une conversation humaine au point de devenir difficile à distinguer d’une personne. Plus de sept décennies plus tard, cette question prend une nouvelle dimension avec le développement des agents conversationnels, capables de produire des réponses fluides et naturelles.

L’étude de l’Université Paris Cité s’intéresse à un autre aspect de ce défi : les intelligences artificielles sont-elles capables de reconnaître leurs semblables lorsqu’elles cherchent à se faire passer pour des humains ?

Pour y répondre, les chercheurs ont soumis sept modèles d’IA à une variante du test de Turing. Parmi eux figuraient notamment ChatGPT 4.5, Claude 3.7 Sonnet, Gemini 2.5 Pro et Grok 3. Les systèmes devaient identifier la nature de leurs interlocuteurs, qui pouvaient être d’autres IA ou des humains volontaires.

Trois IA identifiées sur 98 tests

Le protocole reposait sur des conversations au cours desquelles chaque modèle chargé de mener l’évaluation était informé que son interlocuteur pouvait mentir. Il pouvait lui poser jusqu’à dix questions avant de décider s’il échangeait avec un humain ou une intelligence artificielle.

L’expérience a été réalisée selon deux scénarios. Dans le premier, les IA chargées d’incarner un humain recevaient une consigne générale leur demandant d’adopter un comportement humain. Dans le second, elles disposaient également d’un profil détaillé : une personne de 21 ans, légèrement réservée, pratiquant le jogging et jouant de la trompette, avec quelques erreurs occasionnelles à l’écrit.

Les résultats mettent en évidence les limites de cette capacité de détection. Sur 98 tests, les modèles évaluateurs n’ont identifié leurs congénères que trois fois, uniquement lorsque ceux-ci disposaient de la consigne la plus simple.

Leur principal indice était alors la manière de répondre : des messages particulièrement complets et structurés pouvaient éveiller les soupçons.

Des profils détaillés qui brouillent les repères

Lorsque les agents artificiels recevaient une description précise de la personnalité qu’ils devaient incarner, les modèles évaluateurs ne parvenaient plus à les distinguer des participants humains.

Plus surprenant encore, les IA ont parfois estimé que les agents artificiels avaient davantage de chances d’être humains que les véritables personnes. La capacité à produire des réponses cohérentes ne suffit donc pas à garantir une identification fiable de l’interlocuteur.

Ces observations montrent que les indices traditionnellement associés aux conversations générées par une IA peuvent perdre leur pertinence lorsque le système adopte un profil comportemental détaillé.

La détection des faux comptes reste un défi

Les conclusions de cette expérience soulèvent des questions sur l’utilisation des intelligences artificielles pour repérer automatiquement les bots et les faux profils sur Internet. Si un modèle conversationnel peine à distinguer un humain d’une IA conçue pour l’imiter, sa seule appréciation ne peut constituer une garantie fiable.

À mesure que les agents conversationnels gagnent en naturel et en capacité d’adaptation, la distinction entre interactions humaines et artificielles devient plus complexe. L’étude souligne ainsi les limites des systèmes d’IA lorsqu’ils doivent évaluer l’identité de leur interlocuteur à partir d’un échange textuel.