Vérifier un texte généré par IA : recompter, orienter, dater
Une photographie d'archives republiée avec la date du jour reste exacte, pixel par pixel : c'est la légende qui trompe. Les erreurs d'un texte généré par IA ressemblent plus souvent à cette légende qu'à un chiffre inventé. Dans la plupart des cas que nous avons relevés dans nos propres éditions, le nombre fautif figurait bien dans la source : c'est son rattachement, son sens, sa date ou son heure qui étaient faux. Notre nouvelle étude, en accès libre, en tire une méthode pour vérifier un texte généré par IA : quatre opérations, quatre gestes, douze questions. Voici l'essentiel.
Contrôle éditorial IA : ce qu’un « vérifié » ne dit pas
Depuis le 2 août 2026, un texte d'information produit par une intelligence artificielle peut se dispenser de le signaler s'il a fait l'objet d'un contrôle éditorial. Reste à savoir ce qu'un contrôle atteste. Un détecteur de fumée qui ne sonne pas peut signifier qu'il n'y a pas de feu — ou qu'il n'a pas de pile. Nous publions aujourd'hui une étude de 28 pages, tirée de dix semaines de notre registre de fiabilité interne : elle montre comment une vérification automatisée rassure sans rien établir, et propose douze questions pour lire un « vérifié ». Voici ce qu'elle établit.
Trading automatisé par IA : l’architecture décide
On imagine volontiers un système de trading automatisé par IA comme un devin : on lui montre des cours, il répond « acheter » ou « vendre ». Les architectures réelles ne ressemblent pas à cela. Elles ressemblent à une tour de contrôle — une dizaine d'organes séparés dont la fonction collective n'est pas de prédire le marché, mais d'organiser plusieurs sources d'information, de mesurer leur incertitude et d'empêcher qu'une erreur locale devienne une perte globale. Nous publions aujourd'hui une étude de 57 pages sur cette question, sources vérifiées à l'émetteur, libre au téléchargement.