Pourquoi les réponses de l’IA rendent-elles l’évaluation des sources plus importante ?
Les réponses de l’IA rendent l’évaluation des sources plus importante, car elles présentent les affirmations avec aisance et avec des références qui semblent faire autorité, même lorsque la référence n’existe pas ou ne dit pas ce que la réponse lui fait dire. Un ton assuré n’est pas une preuve.
Imaginez une marque fictive de produits à grignoter de 15 personnes, Lumen Foods. Le responsable marketing, Ade, cherche une statistique marquante pour une présentation à un distributeur. Il interroge un assistant IA et obtient : '68% des consommateurs britanniques choisissent désormais des produits à grignoter pauvres en sucre (Rapport mondial sur les tendances du snacking 2024, Institut d’analyse du commerce de détail).' Une deuxième recherche fait ressortir un article de blog qui reprend '7 consommateurs sur 10 préfèrent les produits pauvres en sucre', sans lien. La présentation a lieu vendredi et les deux chiffres semblent utilisables.
Comment évaluer une source étape par étape ?
Pour évaluer une source, prenez le temps de vous arrêter avant de l’utiliser, vérifiez qui en est à l’origine à l’aide d’informations extérieures à cette source, recherchez un traitement plus solide de la même affirmation et remontez à son origine. Les guides de bibliothèques enseignent cette démarche sous le nom de méthode SIFT, créée par Mike Caulfield, spécialiste de la culture numérique : s’arrêter, enquêter sur la source, trouver une meilleure couverture du sujet et replacer les affirmations dans leur contexte d’origine.
1. Arrêtez-vous
Soyez vigilant lorsqu’une affirmation correspond exactement à ce que vous espériez trouver. C’est à ce moment-là que vous risquez le moins de la vérifier.
2. Vérifiez la crédibilité de la source en consultant d’autres sources
Quittez la source et recherchez ce que d’autres disent de l’éditeur ou de l’auteur. La lecture latérale, qui consiste à ouvrir de nouveaux onglets pour consulter des sources indépendantes, vous en apprend plus qu’une page « À propos » rédigée par la source elle-même.
3. Vérifiez la date
Cherchez la date de collecte des données, pas seulement la date de publication de l’article. Un article de 2024 peut citer des chiffres de 2017.
4. Vérifiez les éléments de preuve
Cherchez la taille de l’échantillon, les personnes interrogées, la question exacte et la méthode utilisée. Une statistique sans méthode, c’est une rumeur assortie d’un chiffre.
5. Repérez les biais
Demandez-vous à qui profite le fait que vous croyiez cette affirmation. Une statistique sur la faible teneur en sucre publiée par une marque de produits à faible teneur en sucre nécessite une confirmation supplémentaire.
6. Remontez à la source d’origine
Remontez les références jusqu’à la source primaire et lisez la phrase dont le chiffre est tiré.
Comment vérifier les références citées par un outil d’IA ?
Vérifiez les références citées par l’IA en trois étapes : confirmez que la source existe, qu’elle dit ce que l’IA affirme et qu’il s’agit de la source originale plutôt que du résumé d’un résumé. Les guides sur l’IA publiés par les bibliothèques avertissent que les outils d’IA peuvent inventer des informations, y compris des références qui semblent réelles.
Recherchez vous-même le titre exact du rapport et son éditeur, au lieu de vous contenter de cliquer sur le lien fourni par l’IA. Si vous le trouvez, utilisez la fonction de recherche du document pour retrouver le chiffre. Si l’outil peut naviguer sur le Web ou y effectuer des recherches, demandez-lui de citer la phrase exacte et la page, puis comparez cette citation au document. Si vous ne trouvez pas la source, considérez l’affirmation comme non vérifiée, aussi précise qu’elle puisse paraître.
À quoi ressemble une évaluation des sources superficielle ou rigoureuse ?
Approche insuffisante : Ade inscrit « 68% des consommateurs britanniques choisissent des en-cas pauvres en sucre » sur la deuxième diapositive, avec la référence fournie par l’IA en petits caractères. Pendant la réunion, l’acheteur du distributeur demande le rapport. Ade effectue une recherche et ne trouve ni organisation appelée Retail Insight Institute ni rapport portant ce titre. Toute la présentation perd en crédibilité.
Approche prudente : Ade recherche le titre du rapport et ne trouve rien ; il écarte donc le chiffre de 68%. Il remonte à la source de l’affirmation « 7 sur 10 » publiée sur le blog et découvre qu’elle provient d’une enquête publiée par une entreprise d’édulcorants, menée auprès d’un petit panel en ligne avec une question orientée. Il cherche ensuite des sources plus solides et trouve une enquête publique sur l’alimentation dont la méthode est précisée, qui fait état d’une tendance plus modeste et indique clairement les dates de collecte des données. Sa diapositive présente désormais les résultats de cette enquête, mentionne l’organisme qui l’a publiée et l’année de publication, et contient un lien vers le tableau. L’affirmation est plus mesurée, mais elle résiste à la question de l’acheteur.
Quelles sont les erreurs courantes lors de l’évaluation des sources ?
L’erreur la plus courante est de juger une source sur son apparence professionnelle, qui est facile à imiter. Autres erreurs : faire confiance à une référence fournie par une IA parce qu’elle comporte un titre et une année, ne consulter que la page de présentation de la source elle-même, utiliser un article récent qui cite des données anciennes, s’arrêter à un rapport secondaire au lieu de retrouver l’original et considérer plusieurs blogs reprenant le même chiffre comme des confirmations indépendantes alors qu’ils le copient tous à la même source.
Quelle place l’évaluation des sources occupe-t-elle dans le catalogue Tosheo.ai ?
L’évaluation des sources relève de la catégorie Esprit critique, dans le cours sur l’esprit critique, aux côtés de leçons sur la détection des arguments fragiles et la vérification des réponses de l’IA. Sur Tosheo.ai, l’exercice pratique vous présente une affirmation accompagnée de références réelles et inventées. Le retour fondé sur la grille d’évaluation indique les vérifications que vous avez omises et ce qu’elles auraient révélé.
Sources et périmètre
Bibliothèque du Scottsdale Community College, méthode SIFT (consulté le 19 October 2026) ↗