Regards complémentaires · IA générative

Premier malentendu de l’IA générative : la nature de l’outil¶

Adaptation d’un article publié sur LinkedIn le 28 mai 2026. Premier volet d’une série de trois sur les malentendus structurels qui grèvent l’adoption de l’IA générative dans les grandes organisations.

Le premier malentendu porte sur la chose elle-même, et sur pourquoi traiter un modèle de langage comme un logiciel ordinaire condamne par avance les décisions qui s’ensuivent.

Un logiciel classique est un objet déterministe. À une entrée correspond une sortie spécifiable, identique à chaque exécution. Testé sur mille cas, il dit ce qu’il fera sur le millième et unième. La discipline du test, du contrôle qualité et de la garantie contractuelle repose entièrement sur cette propriété. Le logiciel classique appartient à la catégorie du calcul.

Un modèle génératif n’est pas un calcul, c’est une production probabiliste. La même entrée peut, dans un autre contexte de session, produire une sortie différente. Pour deux requêtes identiques en apparence, le modèle peut générer deux réponses dont aucune n’est techniquement fausse et qui, pourtant, ne disent pas la même chose. Le tester sur mille cas ne dit rien de fiable sur le millième et unième, parce qu’il n’existe pas de fonction sous-jacente garantissant la reproductibilité. Il appartient à une catégorie différente, celle de la production sous contrainte statistique.

Cette distinction change tout à ce qu’on peut faire de l’outil et à la manière de le gouverner. Recette, conformité, garantie de service, ces notions familières du contrôle qualité logiciel n’ont pas d’équivalent simple dans un système probabiliste. Les méthodes qui marchent pour un système déterministe produisent, appliquées à un modèle génératif, une illusion de maîtrise qui s’effondre dès qu’on sort des cas testés.

Le malentendu décisionnel est massif. Quand un dirigeant approuve un assistant dans un processus métier en pensant déléguer un calcul, il délègue en réalité une production. Quand il pense valider un outil, il valide une distribution de comportements possibles. Quand il pense exiger une garantie, il exige une promesse statistique qui ne peut pas prendre la forme contractuelle qu’il imagine. Ce malentendu n’est pas marginal, il est la cause première du décalage entre l’enthousiasme stratégique pour l’IA générative et la prudence opérationnelle qui finit, quelques mois plus tard, par en freiner la généralisation.

Tant que nous appliquerons à ce nouvel objet technique le vocabulaire de gouvernance du précédent, nous prendrons de mauvaises décisions sur ce que nous pouvons en attendre.

L’auteur s’exprime à titre personnel. © 2026 Mehdi Moudden.