Comment les IA choisissent leurs sources : ce que révèle un test sur la présidentielle 2027

Présidentielle 2027 : réseaux sociaux ou médias traditionnels, lequel pèsera le plus sur les électeurs ? On oublie souvent un troisième terrain : l’IA. On lui pose une question, elle répond en quelques lignes, liens à l’appui. Mais d’où vient cette réponse ? J’ai fait le test avec ChatGPT : même IA, même consigne, un seul mot change. Le nom proposé change, les sources aussi. Voici ce que ça révèle du fonctionnement des IA, et ce que ça change pour une entreprise.

Pourquoi les Français se tournent vers l’IA pour s’informer

L’IA n’est pas encore une source d’information majoritaire, mais elle n’est plus marginale.

• L’étude « Les Français et l’information » (2e édition), publiée par l’Arcom le 29 janvier 2026, porte sur 3 377 personnes de 15 ans et plus.
• La note Terra Nova du 18 mai 2026, fondée sur une enquête Toluna Harris Interactive, détaille les 16 % : 7 % ont été confortés dans leur choix, 5 % ont changé d’avis, 4 % ont tranché une vraie indécision (Weka, Europe 1).
• Dans la même enquête, 11 % des Français disent avoir utilisé une IA pour s’informer pendant la campagne. L’IA arrive en dernière position des sources citées, derrière les tracts, les professions de foi, les proches et les réseaux sociaux.

Ces chiffres sont déclaratifs et restent minoritaires. Ce qui change, c’est la forme de la réponse. Un journal propose plusieurs articles signés, que l’on peut comparer. Une IA livre une réponse unique, rédigée pour la question posée, sans montrer comment elle l’a construite.

Une IA ne sait rien par elle-même : elle lit le web

Pour comprendre le test, il faut savoir comment une IA comme ChatGPT, Gemini ou Perplexity fabrique une réponse. Trois couches se superposent.

Quelles sources garde-t-il ? Un préprint de recherche publié sur arXiv en 2026 a analysé les citations de plusieurs moteurs de réponse IA. Selon les plateformes, entre 79 % et 88 % des citations renvoient à des sources officielles, à des médias d’actualité ou à des sites spécialisés. L’IA privilégie ce qui est institutionnel, établi et facile à vérifier.

ChatGPT cherche à être juste, mais il ne juge pas : il assemble. Cet assemblage dépend de deux choses que l’utilisateur ne maîtrise qu’en partie, les mots de sa question et ce qui existe en ligne.

Le test : un mot change, le résultat change

J’ai posé une série de questions à ChatGPT. Le principe : garder la même IA et la même consigne, et ne changer qu’un critère à la fois. Quatre réponses ne font pas une étude. Elles suffisent pourtant à rendre visible une mécanique qu’on ne voit jamais.

Test 1 : « Qui est le meilleur candidat ? »

J’ai d’abord demandé à ChatGPT de désigner le meilleur candidat à la présidentielle 2027. Il a refusé de trancher et a expliqué que la réponse dépend des priorités de chacun. C’est le comportement attendu : les éditeurs d’IA encadrent les questions électorales, et un « meilleur candidat » n’existe pas dans l’absolu.

Test 2 : le cabinet de recrutement, critère « CV uniquement »

J’ai ensuite changé de cadre. ChatGPT joue un cabinet de recrutement qui doit pourvoir le poste de président de la République. Il doit commencer par un nom, juger sur le seul critère du CV, puis citer ses sources.

Il a répondu Édouard Philippe. Ses sources : des fiches institutionnelles (site du gouvernement, ville du Havre, ministère de l’Intérieur, Assemblée nationale), ainsi que Le Monde et Reuters. Aucune source critique n’apparaît.

Le cadre « recrutement » a suffi pour obtenir un nom. Le critère « CV » a orienté l’IA vers des sources qui décrivent des parcours, c’est-à-dire des pages officielles et des médias traditionnels.

En refaisant ce test le 28 octobre 2026, ChatGPT a donné le même nom. Les fiches institutionnelles sont restées, mais les médias ont changé : LCP, Le Monde et TF1 Info à la place de Reuters. Les sources varient d’un passage à l’autre, leur nature reste la même.

Test 3 : même consigne, critère « projet uniquement »

Il a répondu Marine Tondelier (Les Écologistes). Il présente son projet comme « structuré autour de 557 mesures ». Il précise lui-même que son choix repose sur la cohérence et l’étendue du projet, sans garantie que les mesures soient réalisables ou financées.

Les six sources citées sont d’une autre nature que dans le test 2 :

• le programme officiel des Écologistes ;
• une analyse du programme publiée par Le Monde ;
• Mon Budget 2027, un site de chiffrage des programmes ;
• le Baromètre citoyen 2027, un comparateur de programmes ;
• l’Observatoire des programmes présidentiels (Demos Kratos) ;
• Les Bases du numérique d’intérêt général (ANCT), une page de comparaison des projets présidentiels.

On passe des fiches biographiques aux documents de programme et aux comparateurs.

Test 4 : le lycéen de 17 ans qui veut faire une école d’art

Dernier test, avec un profil fictif : un lycéen de 17 ans qui veut entrer en école d’art et demande un tableau comparatif des programmes sur ce qui le concerne.

ChatGPT a signalé de lui-même que les programmes étaient incomplets. Plusieurs cases indiquent « pas de mesure précise identifiée ». Pour remplir le tableau, il s’est appuyé sur deux sites comparateurs, Comparatif 2027 et Civiqo. La réponse reconnaît ses limites. Elle montre aussi que, quand un programme ne dit rien sur un sujet, l’IA se tourne vers les sites qui ont déjà fait le travail de comparaison.

Refait le 28 octobre 2026, le test donne le même type de réponse : ChatGPT prévient qu’il ne peut pas remplir honnêtement toutes les cases, et s’appuie cette fois sur Civiqo, Au crible et le Baromètre citoyen 2027.

Ce que ces tests montrent, et ce qu’ils ne montrent pas

• Un mot change le résultat. Selon que le critère est « CV » ou « projet », le nom et les sources ne sont plus les mêmes.
• L’IA choisit les critères et les sources sans que l’utilisateur les voie. C’est elle qui décide, en silence, de ce qu’est un bon CV ou un bon projet.
• Les sources suivent le critère. Le parcours renvoie aux pages institutionnelles, le projet aux programmes publiés et aux comparateurs.

Ce que l’IA récompense : le mieux documenté, pas forcément le meilleur

Sur le critère « CV », l’IA cherche des parcours qu’elle peut vérifier. Les fonctions officielles sont décrites sur des sites institutionnels, datées et reprises par la presse : elles sont faciles à citer.

Sur le critère « projet », elle cherche de la matière. Un programme long, publié, chiffré par un tiers et comparé ailleurs lui en donne beaucoup. ChatGPT le dit d’ailleurs lui-même : son choix repose sur « la cohérence et l’étendue du projet ». Un projet peu publié en ligne a peu de chances de ressortir, quelle que soit sa qualité.

Un deuxième effet compte autant : le poids des intermédiaires. Dans le test 3, quatre sources sur six sont des sites de chiffrage, des comparateurs ou des observatoires. C’est à travers eux que l’IA « lit » les programmes, et ce qu’ils retiennent ou laissent de côté pèse sur la réponse finale.

Cette mécanique vaut pour une élection comme pour un logiciel, un cabinet d’avocats ou un hôtel.

Quand le web est manipulé : le « LLM grooming »

Si l’IA reprend ce qui est abondamment publié, une tentation apparaît : publier abondamment de faux contenus. Le phénomène a un nom, le « LLM grooming ». Il consiste à remplir le web de contenus conçus pour être absorbés par les modèles de langage.

En mars 2025, NewsGuard a publié un audit sur le réseau « Pravda », un ensemble d’environ 150 sites pro-Kremlin :

• 10 chatbots testés, dont ChatGPT, Gemini, Copilot, Grok, Claude et Perplexity ;
• 15 faux récits diffusés par le réseau entre avril 2022 et février 2025 ;
• des récits repris dans 33,55 % des cas, avec 56 réponses sur 450 contenant des liens vers des articles du réseau.

Ces chiffres datent de 2025, et les éditeurs d’IA ont pu renforcer leurs filtres depuis. L’audit montre pourtant qu’une opération de désinformation peut atteindre les réponses des IA sans viser directement les lecteurs humains.

La première colonne, c’est le GEO bien fait. La seconde relève de la manipulation de l’information.

Ce que ça change pour une marque ou une entreprise

Le GEO (Generative Engine Optimization) consiste à faire en sorte que les IA trouvent, comprennent et citent correctement votre entreprise. Ce n’est pas de la triche : il s’agit de comprendre comment l’IA lit le web pour mieux ressortir. Le test en dessine les leviers.

• Des pages qui répondent aux vraies questions. Si personne n’a écrit clairement ce que vous faites, pour qui, à quel prix et où, l’IA comble le vide avec ce qu’elle trouve ailleurs, ou ne vous cite pas.
• Des contenus structurés. Titres explicites, phrases qui tiennent seules, tableaux, FAQ. Un passage facile à extraire est un passage facile à citer.
• Des données chiffrées et datées. Un programme chiffré donne de la matière à l’IA. Une offre décrite avec des données concrètes aussi.
• Une présence sur les sources tierces que l’IA consulte. Annuaires, comparateurs, presse locale ou spécialisée : l’équivalent, dans votre secteur, de Mon Budget 2027 ou du Baromètre citoyen.
• Des mentions et des avis. L’IA croise les sources. Une entreprise dont on parle à plusieurs endroits est plus facile à citer qu’une entreprise présente sur son seul site.
• Des informations cohérentes partout. Une adresse, un tarif ou une liste de services qui diffèrent d’un site à l’autre brouillent la réponse.

Voyez cela comme un critère « projet » permanent : vous n’êtes pas jugé sur votre qualité réelle, mais sur ce qui est documenté à votre sujet. C’est aussi ce qui explique que les leads venus des IA arrivent souvent avec un choix presque fait.

Comment savoir ce que l’IA dit de vous : la méthode en 5 étapes

Vous pouvez reproduire ce test sur votre entreprise en une heure.

FAQ

Comment une IA choisit-elle ses sources ?

Une IA comme ChatGPT reformule votre question en plusieurs recherches, récupère des pages web, puis retient les passages qu’elle juge pertinents et fiables. Elle privilégie les sources officielles, les médias établis et les sites spécialisés. Le critère contenu dans votre question oriente fortement le type de sources qu’elle cite.

Une IA peut-elle influencer un vote ?

Selon une note Terra Nova publiée en mai 2026, 16 % des électeurs déclarent avoir consulté une IA pour arrêter leur choix au premier tour des municipales de mars 2026, et 5 % disent avoir changé d’avis. Ce sont des déclarations, pas des mesures, mais l’IA fait désormais partie du parcours d’information.

Qu’est-ce que le LLM grooming ?

Le LLM grooming consiste à inonder le web de contenus, souvent faux, conçus pour être repris par les modèles de langage. En mars 2025, NewsGuard a montré que 10 chatbots reprenaient des récits du réseau pro-Kremlin Pravda dans 33,55 % des cas. Il ne faut pas le confondre avec le travail légitime de clarté.

Qu’est-ce que le GEO ?

Le GEO, pour Generative Engine Optimization, regroupe les actions qui aident les IA à trouver, comprendre et citer correctement une entreprise : pages qui répondent aux vraies questions, contenus structurés, données chiffrées, présence sur les sources tierces, avis et mentions. C’est le prolongement du SEO pour les moteurs de réponse.

Comment savoir ce que ChatGPT dit de mon entreprise ?

Posez à ChatGPT, Gemini et Perplexity les questions que vos clients posent réellement, chaque fois dans une nouvelle conversation. Changez un seul critère à la fois, puis notez les noms cités et surtout les sources. Refaites le test chaque mois pour mesurer l’effet de vos corrections.

En résumé

On parle beaucoup de la bulle algorithmique. On parle moins de ceux qui ont compris comment les IA lisent le web. Ce test le montre : l’IA ne fait pas ressortir le meilleur, elle fait ressortir le mieux documenté. C’est vrai pour un candidat, et c’est vrai pour votre entreprise.

Je ne fais pas de politique. En revanche, j’aide les entreprises à être bien comprises et bien citées par les IA quand leurs prospects les cherchent : c’est mon travail de consultant GEO.

Article rédigé par Léopold Cairon, consultant SEO, SEA et GEO freelance basé à Lyon.