Demander à un modèle de « vérifier mon raisonnement » après avoir énoncé une option préférée peut ancrer la réponse sur le cadrage de l’utilisateur. La réponse peut répéter vos hypothèses ou produire des objections plausibles sans rechercher le moindre élément probant ; ce n’est pas une évaluation psychologique indépendante.
Une grille fixe, une préférence initiale explicite et une vérification externe peuvent rendre l’exercice plus facile à auditer qu’une demande de validation ouverte. Elles ne garantissent pas que l’audit détecte un biais ni qu’il améliore la décision.
Un modèle qui audite votre décision n’est pas un arbitre neutre. Une prépublication de 2024 évaluant 30 biais documentés sur 20 grands modèles de langage a rapporté des preuves de chacun de ces biais dans au moins certains des modèles testés, y compris les effets de cadrage et d’ancrage (Malberg et al., 2024) ; cette étude est une preuve portant sur les modèles et les prompts qu’elle a testés, pas la démonstration que tous les modèles se comportent de façon identique. Un modèle peut aussi générer des contre-preuves plausibles qui n’ont jamais été récupérées. Vérifiez tout ce sur quoi vous comptez agir.
Six biais, vérifiés de la même façon à chaque fois
Utilisez une liste pédagogique fixe plutôt que de vous en remettre à une seule demande ouverte. La liste rend visible la couverture demandée ; elle ne force ni une analyse correcte ni la prise en compte de tous les processus cognitifs pertinents.
| Biais | À quoi il ressemble dans une vraie décision | La contre-question |
|---|---|---|
| Biais de confirmation | Vous avez cherché des raisons pour lesquelles l’option est la bonne, et non des raisons pour lesquelles elle pourrait être mauvaise | Qu’ai-je évité de chercher parce que je m’attendais à ce que cela me contredise ? |
| Coût irrécupérable | Le temps, l’argent ou l’effort déjà dépensé est traité comme une raison de continuer (Arkes & Blumer, 1985) | Si je partais aujourd’hui avec zéro investissement antérieur, choisirais-je ceci ? |
| Heuristique de disponibilité | Un exemple récent et frappant semble plus probable ou important que le taux de base ne le soutient (Tversky & Kahneman, 1974) | Est-ce réellement courant, ou seulement l’exemple dont je me souviens le plus facilement ? |
| Biais du statu quo | La situation actuelle est le choix par défaut implicite, et le changement est soumis à un niveau de preuve plus élevé que le maintien | Si les deux options m’étaient nouvelles aujourd’hui, laquelle paraîtrait meilleure au vu des seuls éléments probants ? |
| Effet de cadrage | Les mêmes faits, présentés comme un gain ou une perte, produisent des préférences différentes (Tversky & Kahneman, 1981) | Si je reformulais cette option dans le cadre opposé, coût plutôt qu’économie, risque plutôt qu’opportunité, la préférerais-je encore ? |
| Négligence du taux de base | Une histoire spécifique et convaincante pèse plus que le schéma statistique général auquel elle appartient | Quel est le taux de base pour des résultats comme celui-ci, avant que j’ajoute l’histoire spécifique ? |
C’est un ensemble pédagogique, ni exhaustif ni cliniquement validé comme instrument de diagnostic. Il ne convient qu’à une réflexion structurée sur des décisions ordinaires à faibles enjeux — pas à étiqueter une personne comme biaisée, ni à évaluer sa capacité de discernement, ni à évaluer son état mental.
Étape 1 : consigner votre préférence avant l’audit
Avant d’ouvrir un chat, écrivez :
- L’option vers laquelle vous penchez actuellement.
- Depuis quand vous penchez de ce côté.
- Ce qui devrait être vrai pour que vous changiez d’avis.
Cette étape rend la préférence initiale explicite au lieu de laisser le modèle l’inférer depuis le ton et le cadrage. Cela crée une trace que vous pouvez comparer aux constats de l’audit, mais cette trace n’empêche ni l’ancrage ni le biais de confirmation.
Étape 2 : passer la liste fixe avec exigence de preuves
Prompt faible :
J'envisage de promouvoir le candidat A plutôt que le candidat B. Est-ce une bonne décision ?
Ce prompt reprend votre cadrage, notamment le mot « promouvoir » et l’ordre des noms, puis demande une opinion. Selon le modèle et le contexte, la réponse peut reprendre ce cadrage, s’y opposer ou y ajouter des mises en garde génériques ; aucun de ces résultats ne constitue un audit fondé sur des éléments probants.
Prompt plus solide :
J'ai déjà décidé que je penche vers [option]. Ne me dites pas si la décision est bonne.
Auditez mon raisonnement contre exactement ces six biais : biais de confirmation, coût irrécupérable, heuristique de disponibilité, biais du statu quo, effet de cadrage, négligence du taux de base.
Pour chacun :
1. Citez la partie précise de mon raisonnement où il pourrait s'appliquer.
2. Indiquez quelle preuve je n'ai pas encore vérifiée à cause de lui.
3. Proposez une contre-preuve qui, si elle était vraie, changerait ma décision — et précisez explicitement si cette contre-preuve est quelque chose que je dois aller vérifier, ou quelque chose que vous avez généré comme exemple plausible.
Ne recommandez pas l'autre option. N'adoucissez pas les constats pour sembler équilibré.
Exemple illustratif de sortie (abrégé), pour une décision de garder un fournisseur existant plutôt que de changer :
Coût irrécupérable : Raisonnement cité : « nous avons investi un an dans cette intégration. » La dépense déjà engagée est irrécupérable, mais l’intégration ou la capacité qu’elle a créée peut encore modifier les coûts futurs de changement, de maintenance, de reformation et d’opportunité. Preuve pas encore vérifiée : une comparaison tournée vers l’avenir qui sépare la dépense passée des flux de trésorerie, des risques et des bénéfices futurs selon que l’on reste ou que l’on change. Contre-preuve à vérifier : obtenir une estimation réelle du coût de migration et d’exploitation plutôt que de prendre l’effort déjà consenti comme raison décisive.
Biais du statu quo : Le fournisseur actuel est traité comme le défaut exigeant une justification pour partir, plutôt que d’évaluer les deux options depuis zéro. Contre-preuve à vérifier : construire le tableau de comparaison comme si l’on évaluait deux nouveaux fournisseurs, aucun n’étant le fournisseur en place.
Effet de cadrage : [signale un passage où la décision était présentée comme le fait d’« éviter le risque lié au changement » plutôt que comme « le coût d’opportunité du maintien » : mêmes faits, cadrage différent et préférence probablement différente. Il s’agit d’un exemple généré de la forme que prendrait un signalement de cadrage, et non d’un fait vérifié concernant votre situation.]
Remarquez que le modèle a précisé quelles contre-preuves nécessitent une vérification externe et lesquelles ne sont qu’un exemple illustratif. Exigez cette distinction afin que les scénarios générés ne soient pas pris pour des faits issus d’une recherche.
Exigez que le modèle sépare les « preuves à vérifier en externe » du « raisonnement illustratif qu’il a généré » dans chaque constat. S’il ne le fait pas de lui-même, ajoutez une quatrième instruction : « Étiquetez chaque contre-preuve comme [verify] ou [illustrative]. » Traitez une réponse non étiquetée comme illustrative par défaut et vérifiez-la vous-même avant qu’elle ne change quoi que ce soit.
Étape 3 : consigner les contre-preuves avant de vous engager
Pour chaque signal de biais matériel, collectez la contre-preuve pertinente plutôt que d’accepter la version plausible du modèle. C’est la vérification externe qui distingue ce flux de travail d’une critique purement générée, mais elle ne garantit pas que l’ensemble des preuves soit complet ni correctement interprété.
Un court tableau fonctionne bien :
| Biais signalé | Contre-preuve nécessaire | Vérifiée ? | Change la décision ? |
|---|---|---|---|
| Coût irrécupérable | Estimation réelle du coût de migration de deux fournisseurs | Oui — devis obtenus | Non, le coût était plus bas que supposé, mais restait important |
| Statu quo | Tableau de comparaison à base zéro | Oui | Légèrement — le fournisseur en place reste préférable selon deux critères sur cinq |
| Cadrage | Reformuler la décision dans le cadre opposé, revérifier la préférence | Oui | Non, la préférence tient sous les deux cadres |
Si la préférence demeure après vérification des contre-preuves pertinentes, la trace est plus explicite que la préférence initiale, sans être pour autant nécessairement correcte ou complète. Si elle change, notez quelle preuve l’a fait changer ; n’attribuez pas l’amélioration à la seule liste fixe sans point de comparaison.
À quoi l’audit ne sert pas
Ce processus est conçu pour rendre plus visibles les hypothèses et les preuves manquantes ; cet article n’établit pas qu’il améliore une décision donnée. Il ne remplace pas l’expertise du domaine et ne doit pas servir à donner une apparence de rigueur à une décision qui requiert un spécialiste. Une décision importante d’ordre juridique, médical ou financier nécessite un professionnel qualifié ; l’audit des biais ne peut servir que de préparation, jamais de substitut. Hygiène décisionnelle sous stress couvre le cas connexe où le moment choisi ou l’état émotionnel peuvent imposer une autre limite.
N’utilisez pas cet exercice comme substitut à une évaluation de santé mentale, à un soutien de crise, à une protection des personnes vulnérables, ni pour des décisions prises sous contrainte ou dans un contexte de violence. Si la peur, un épisode maniaque, une dépression sévère, des idées suicidaires, une intoxication ou une autre affection aiguë est susceptible d’altérer le jugement, interrompez l’exercice avec l’IA et contactez un professionnel agréé compétent ou les services d’urgence. Un argument produit par un modèle n’est pas une évaluation de la capacité de discernement.
Ce n’est pas non plus une façon d’externaliser la responsabilité. Si l’audit est utilisé, le dossier doit montrer qu’une personne a examiné les biais signalés, vérifié les contre-preuves et pris la décision, et non que « l’IA a confirmé qu’il n’y avait pas de biais », ce qui constitue une erreur de catégorie. Le fait qu’un modèle ne trouve pas de biais dans votre raisonnement ne prouve pas leur absence ; cela peut simplement signifier que le prompt d’audit n’était pas assez exigeant, ou que les mêmes biais présents dans votre raisonnement se retrouvent dans l’évaluation du modèle.
Un second passage indépendant
Puisqu’une seule exécution ajoute les erreurs du modèle aux vôtres, comparez sa réponse avec l’avis d’un collègue qui n’a pas vu votre préférence, ou avec celui d’un expert qualifié du domaine lorsque les enjeux l’exigent. Une nouvelle conversation avec un modèle peut réduire l’ancrage conversationnel, mais elle ne constitue pas une expertise indépendante et peut reproduire des erreurs corrélées. Examinez les accords comme les désaccords à l’aune des preuves ; une divergence ne signifie pas à elle seule que les options sont proches. Comment faire en sorte que l’IA soit en désaccord avec vous décrit une manière de susciter des contre-arguments, pas de certifier une indépendance.
Ce que l’audit ne peut pas certifier
Un modèle n’est pas un auditeur impartial de votre raisonnement ; c’est un autre participant qui présente lui-même une tendance documentée aux effets de cadrage, aux erreurs de disponibilité et aux ancrages qu’on lui demande de détecter chez vous. Traitez chaque biais signalé comme une piste à vérifier, chaque contre-preuve comme une affirmation à contrôler, et chaque résultat « aucun biais trouvé » comme non concluant, et non comme un résultat rassurant.
La valeur recherchée de l’audit tient à sa structure, pas à une prétendue capacité oraculaire : une liste fixe rend la couverture demandée visible et reproductible. Il reste à évaluer, et non à supposer, si elle détecte davantage de biais qu’un examen ouvert. L’interprétation des constats et la responsabilité de la décision finale restent entre les mains de la personne désignée ou du professionnel qualifié qui en est responsable.
La fiche d’audit ci-dessous regroupe la liste des six biais, le tableau de contre-preuves et une colonne d’étiquette vérifié / illustratif en une seule page réutilisable pour toute décision vers laquelle vous penchez déjà.
