Vérification de la source

Pour ce guide, la vérification des sources signifie vérifier qu'une source existe, est authentique et pertinente, et qu'elle soutient effectivement l'affirmation spécifique à laquelle elle est associée.

La vérification de la source n'est pas la même chose que de voir un lien. Une citation, un URL, un DOI, un titre à allure officielle, ou une phrase confiante n'est qu'un point de départ. L'utilisateur doit toujours ouvrir la source, identifier qui l'a publiée, vérifier si elle est suffisamment récente, et confirmer que le passage exact soutient l'affirmation exacte.

Cela est particulièrement important avec l'IA générative, car une réponse peut attacher des références apparemment réelles à un soutien faible, non lié, obsolète ou inventé. UNESCO définit l'alphabétisation en IA pour les étudiants autour de l'utilisation responsable et de l'évaluation critique des solutions d'IA [1]. Pour Richbay, la version pratique est simple : ne laissez pas une réponse soignée emprunter l'autorité d'une source que vous n'avez pas vérifiée.

Les outils d'IA peuvent être des assistants de recherche utiles, mais les sorties générées ne constituent pas des preuves vérifiées. Un modèle peut résumer une page de manière incorrecte, citer une source réelle pour une affirmation erronée, mélanger des règles anciennes et nouvelles, ou inventer une publication qui semble plausible [2]. La vérification des sources protège l'utilisateur contre le fait de transmettre ces erreurs dans l'école, le travail, le soutien, la politique ou le contenu public.

Les enjeux changent avec l'affirmation. Une source faible pour une idée de voyage informelle peut être à faible risque. Une source faible pour une déclaration médicale, une règle d'emploi, un paramètre de sécurité, une hypothèse financière ou une politique client peut causer des dommages réels. Le NIST considère les risques liés à l'IA générative comme dépendants du contexte et nécessitant une gouvernance, une mesure et une surveillance [2]. Cela rend le contrôle au niveau de l'affirmation partie intégrante de l'utilisation responsable de l'IA, et non une habitude décorative de citation.

La vérification améliore également la réflexion. Elle oblige l'utilisateur à séparer « la source existe » de « la source est crédible », « la source est récente » et « la source soutient cette phrase ». Ce sont quatre vérifications différentes. Passer l'une ne signifie pas automatiquement passer les autres.

Commencez par l'existence. Ouvrez directement la source via un éditeur, une institution, une base de données de bibliothèque, un site de documentation officielle, un organisme de normes, ou un autre endroit traçable. Recherchez le titre et l'auteur si le lien échoue. Si la source ne peut pas être trouvée, ne la citez pas.

Prochaine vérification de l'authenticité et de la crédibilité. Demandez qui a créé la source, quel type de source c'est, et quels intérêts elle peut avoir. Les sources primaires comprennent les lois, les normes, les rapports officiels, les articles de recherche originaux, la documentation produit pour ce produit, et les libérations de données directes. Les sources secondaires expliquent, résument ou interprètent le matériel primaire. Les sources secondaires peuvent être utiles, mais elles ne devraient pas remplacer silencieusement les preuves primaires pour des affirmations importantes.

Vérifiez ensuite la fraîcheur. Une source peut être réelle et crédible, mais obsolète. Les paramètres du produit, les lois, les directives de sécurité, les prix, les capacités du modèle et les pages de politique peuvent changer. Les concepts stables peuvent tolérer des sources plus anciennes. Les affirmations opérationnelles actuelles nécessitent des sources plus récentes ou officiellement maintenues.

Vérifiez enfin le soutien au niveau de l'affirmation. Trouvez le paragraphe, le tableau, la figure ou la page exacts qui soutiennent la phrase. La source pourrait parler du sujet sans dire ce que l'réponse de l'IA affirme. Si l'article dit « Les systèmes d'IA varient selon le contexte », cela ne soutient pas une affirmation selon laquelle un produit spécifique est sûr pour tous les lieux de travail.

La lecture latérale aide aux vérifications de crédibilité. Wineburg et McGrew ont constaté que les vérificateurs professionnels de faits quittaient souvent rapidement le site original et ouvraient d'autres onglets pour découvrir qui se cachait derrière l'information, tandis que les lecteurs moins expérimentés restaient généralement sur la page et inspectaient les caractéristiques visuelles [3]. La leçon n'est pas de cliquer au hasard. C'est de vérifier une source en vérifiant ce que d'autres sources fiables en disent.

Imaginons qu'un assistant IA dise : « Un rapport de l'UNESCO de 2024 indique que les étudiants devraient utiliser l'IA pour tous leurs devoirs s'ils la citent. » La réponse inclut un lien vers une page de l'UNESCO. Un utilisateur ne devrait pas copier la phrase simplement parce que l'éditeur semble fiable.

Une vérification soigneuse comporte quatre étapes. Premièrement, ouvrez la page de l'UNESCO et confirmez qu'elle existe. Deuxièmement, confirmez qu'il s'agit vraiment d'une publication de l'UNESCO, et non d'une reprise ou d'un résultat de recherche non lié. Troisièmement, vérifiez si la page traite de la compétence en IA des étudiants et si la date est pertinente. Quatrièmement, effectuez une recherche à l'intérieur de la source pour la revendication exacte sur les devoirs. Si la source traite de l'utilisation responsable de l'IA et de l'esprit critique mais ne dit pas que les étudiants doivent utiliser l'IA pour tous leurs devoirs, la revendication de l'IA doit être réécrite ou supprimée.

Une idée fausse courante est que les sources officielles sont automatiquement suffisantes. Les sources officielles sont souvent de fortes preuves de ce que l'institution affirme, mais elles peuvent tout de même être obsolètes, limitées, incomplètes ou non applicables au cas de l'utilisateur. Une page d'une administration fiscale d'un pays ne répond pas à une règle d'un autre pays. Un document d'un fournisseur peut prouver comment ce fournisseur décrit une fonctionnalité, mais pas une conclusion neutre de l'industrie.

Une autre idée fausse est qu'il est possible de faire vérifier le même modèle par lui-même pour obtenir une vérification indépendante. Ce n'est pas le cas. Le modèle peut répéter la même erreur sous une forme plus confiante. Une vérification indépendante signifie vérifier en dehors de la réponse générée, idéalement à travers des sources primaires ou secondaires de haute qualité.

La vérification de la source prend du temps, donc les utilisateurs doivent avoir un jugement sur le moment d'y recourir. Vérifiez les affirmations qui sont nouvelles pour vous, surprenantes, techniques, conséquentes, récentes ou susceptibles d'affecter quelqu'un d'autre. Vérifiez également les citations, les statistiques, les dates, les personnes nommées, les lois, les déclarations médicales, les conseils de sécurité, les règles d'emploi et les affirmations sur les capacités des produits.

La vérification ne garantit pas la correction. Une source peut être mal interprétée, incomplète, biaisée ou dépassée. Un utilisateur peut également vérifier le mauvais passage. L'objectif est de réduire la dépendance non justifiée, et non de transformer chaque citation en certitude.

Avant de faire confiance à une réponse d'IA citée, demandez : Ai-je ouvert la source ? Est-ce l'original ou une copie fiable ? Qui l'a publié ? Quel type de source est-ce ? Est-elle assez récente ? La partie exacte soutient-elle exactement l'affirmation ? L'affirmation est-elle plus forte que ce que la source permet ? Y a-t-il une meilleure source primaire ?

Pour les travaux à haute conséquence, conservez une trace de preuves courte. Enregistrez le titre de la source, l'éditeur, l'URL, la date d'accès et le passage ou la page qui soutient l'affirmation. Si la réponse affecte la politique, la sécurité, l'argent, la santé, la loi, les clients ou l'emploi, faites examiner les preuves par une personne qualifiée avant d'agir.