Vous posez la même question à ChatGPT, Claude et Gemini et obtenez trois réponses différentes. Le réflexe courant est de retenir celle qui paraît la plus sûre d'elle. C'est le pire des filtres, car une réponse fausse et une réponse juste sonnent en général aussi assurées l'une que l'autre.
Voici une routine plus fiable.
1. Séparez ce sur quoi elles s'accordent de ce qui les divise
Lisez les trois réponses côte à côte et notez deux courtes listes : les affirmations que les trois font, et celles que seules une ou deux font. L'accord n'est pas une preuve, puisque les modèles peuvent avoir été entraînés sur des données qui se recoupent, mais un point que les trois énoncent indépendamment est un meilleur point de départ qu'un point avancé par un seul.
2. Cherchez pourquoi elles diffèrent
Les différences viennent en général de l'une de ces quatre causes :
- Une lecture différente de la question. Un modèle a supposé un pays, une date ou un usage qu'un autre n'a pas supposé. Reformulez la question avec ces précisions et reposez-la.
- Une date de connaissances différente. Les prix, les lois et les versions de produits changent. Le modèle le plus ancien peut avoir raison sur le passé et tort sur aujourd'hui.
- Une vraie question ouverte. Certains sujets n'ont pas de réponse établie. Le désaccord est alors le résultat.
- Un détail halluciné. Un modèle invente un chiffre, une citation ou une source. C'est le cas que vous devez repérer.
3. Vérifiez ce qui peut l'être
Pour chaque affirmation contestée, demandez-vous : puis-je la confirmer dans une source primaire en deux minutes ? Les noms, les dates, les chiffres, les lois, les doses et les citations se vérifient. Les opinions non. Ouvrez la page officielle, le texte de loi ou l'article. Méfiez-vous des détails très précis qu'aucun autre modèle ne reprend.
4. Demandez aux modèles de se contredire
Collez la réponse d'un modèle dans un autre et demandez-lui d'y chercher des erreurs et de dire ce qu'il changerait. Cela révèle souvent le point faible, mais ce n'est pas un verdict : les modèles ont tendance à donner raison à ce qu'on leur montre. Voyez-y un moyen de trouver les affirmations à vérifier à l'étape 3, pas la réponse.
5. Sachez quand vous arrêter
Pour les décisions médicales, juridiques, fiscales ou de sécurité, servez-vous de l'IA pour préparer de meilleures questions, puis portez-les à un professionnel qualifié. Un désaccord entre modèles sur ces sujets est un signal de ralentir, pas de voter.
Pour comprendre d'où viennent ces écarts, lisez notre guide pourquoi les IA donnent des réponses différentes. Pour comparer en quel assistant avoir confiance selon la version, voir Claude est-il plus fiable que ChatGPT ou Gemini ?.
Le faire automatiquement
Satcove fait les étapes 1 et 2 pour vous. Il pose la même question à six modèles à la fois, affiche un score d'accord et nomme les points de désaccord, pour que vous sachiez quelles affirmations vérifier. Il ne prétend pas que la majorité a raison ; il vous montre où regarder.
Essayez la question ci-dessus sans compte et voyez où les modèles se séparent.