89 % des professionnels interrogés travaillent sans outil de vérification dédié [1]. Le chiffre serait anecdotique si l'IA générative n'était pas en train d'entrer dans la production de contenus, où elle multiplie ce qui sort sans rien ajouter à ce qui contrôle.
Une accélération sans contrepartie
Un modèle génératif rédige vite, reformule, adapte un même message à plusieurs formats. Sur la production, le gain est réel et immédiat.
Sur la vérification, il n'y a pas de gain équivalent. Un modèle généraliste répond à partir de ce qu'il a appris et de ce qu'il trouve, sans distinguer une source primaire d'une reprise, ni signaler qu'il n'a rien trouvé. La sortie a la même assurance dans les deux cas, et c'est cette régularité de ton qui pose problème : elle ne varie pas avec la solidité de ce qu'elle affirme.
Les taux d'erreurs factuelles confiantes des grands modèles restent élevés : jusqu'à un quart des réponses sur certains exercices de raisonnement, davantage encore sur des résumés sensibles [2]. Confier la vérification à un modèle généraliste revient à lui demander de juger sa propre production.
Le bruit augmente avec le volume
Un chiffre publié une fois est repris, cité, recadré, illustré. Au bout de quelques passages, il existe dans des dizaines de versions dont aucune ne renvoie clairement à la première.
Chercher la vérification dans ce corpus revient à mesurer un consensus de reprises, ce qui n'établit rien : un chiffre faux abondamment repris paraît mieux corroboré qu'un chiffre juste publié une fois. C'est pourquoi la corroboration ne peut pas se compter en occurrences, mais en sources indépendantes qui remontent chacune à une mesure.
Ce qui se vérifie au-delà des chiffres
L'inquiétude dépasse les services de communication : 72 % des journalistes redoutent les erreurs factuelles dans les contenus de relations presse produits par l'IA [3].
Un contenu ne se réduit pas à ses données. Il porte des affirmations implicites, des rapprochements, des formulations qui engagent au-delà de ce qu'elles énoncent. Un contrôle qui ne regarde que les nombres laisse passer l'essentiel de ce qui se conteste.
Trois lectures sont nécessaires, et elles ne se remplacent pas. La règle, ce que le cadre applicable autorise à affirmer. Le fait, ce que la donnée établit vraiment. La réception, ce que le contenu produira chez ceux qui le liront. Le règlement européen sur l'IA ajoute depuis août 2026 une obligation de transparence sur les contenus générés, qui relève de la première.
Ce que cette lecture ne remplace pas
Aucun outil ne dispense de savoir ce qu'on publie. Ce qu'il apporte est une capacité de contrôle proportionnée au volume produit, et une trace de ce qui a été vérifié.
La question du titre n'est pas rhétorique. Quand la production accélère et que la vérification reste manuelle, la réponse est : personne, ou trop tard.
Publiez, le risque en moins.
Sources
- Baromètre OSAD 2026, 37 réponses au questionnaire et 17 entretiens, terrain de février à mai 2026.
- AllAboutAI, LLM Hallucination Report, 2025, cité par le Baromètre OSAD 2026.
- Cision, State of the Media, 2025, cité par le Baromètre OSAD 2026.
- Image de couverture : capsule vidéo OSAD n° 4. Photo : OSAD.