7, 42, M, bleu… Le hasard très prévisible des IA génératives
Le média Next a mesuré le « hasard » des IA génératives. Sur les réseaux sociaux, une affirmation circule : demandez à une IA un nombre entre 1 et 30, elle répondra 17. La rédaction l'a vérifiée depuis des mois et constate que 17 revient presque systématiquement. Elle a ensuite élargi le protocole : fourchettes de 1 à 50 ou de 1 à 100, lettres de l'alphabet, et des dizaines de demandes différentes. Pour le test de 1 à 30, elle a interrogé une large gamme de modèles d'Anthropic, d'OpenAI et de Google (de GPT-5 à GPT-6, de Sonnet 4.6 à Fable 5.1, de Gemini 3.1 à 3.8), avec ou sans raisonnement. Cela représente 171 requêtes envoyées à OpenAI, 48 à Anthropic et 55 à Gemini. Il s'agit de configurations de versions et de niveaux de raisonnement, non de modèles distincts à chaque fois. Au total, ce sont des milliers de réponses. Le titre de l'article laisse entendre que d'autres valeurs reviennent avec la même régularité, comme 7, 42, la lettre M ou la couleur bleue.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de Next INpact. Lire l'article original →
La conclusion est nette : il n'y a pas d'aléatoire. Un modèle de langage n'est pas un générateur de nombres aléatoires. Face à une telle demande, il ne tire pas au sort, il estime la réponse la plus plausible à partir de ses données d'entraînement. Celles-ci proviennent en grande partie d'humains, eux-mêmes très mauvais à produire du hasard. Pour les utilisateurs, la conséquence est pratique. Demander à une IA de choisir un chiffre, une lettre ou une couleur, pour un tirage au sort, un jeu, un échantillonnage ou un test, donne des résultats fortement prévisibles et biaisés. Cela vaut pour les modèles les plus récents, même avec raisonnement activé.
L'explication avancée est simple. Pour un nombre entre 1 et 30, 17 est proche du milieu de la plage, impair et premier, ce qui en fait un choix qui « attire » les humains, donc les modèles qui les imitent. Next précise toutefois que ce n'est pas la seule raison, sans la détailler dans la partie accessible. Le phénomène rejoint un constat plus large : les IA génératives reproduisent les biais humains présents dans leurs corpus. Un nombre n'est pas un contenu sensible, mais le mécanisme est le même que pour des enjeux plus lourds. Ces systèmes restituent ce qui ressemble le plus à une réponse humaine statistiquement typique. Pour obtenir un vrai hasard, il faut passer par un outil dédié, par exemple un générateur appelé par code, plutôt que par la « sensation » du modèle.
Le média français Next documente un biais des IA génératives utile aux utilisateurs et entreprises francophones qui s'en servent pour des tirages au sort ou des échantillonnages.