« Je comprends ce que vous ressentez. » Si vous avez déjà tapé un message un peu tendu à un chatbot, vous avez probablement reçu une réponse de ce genre. Formule rassurante, ton chaleureux, petite touche de compassion. Sauf que l’empathie artificielle des IA, c’est précisément ça : artificielle. Et de plus en plus d’utilisateurs commencent à s’en apercevoir — et à trouver ça franchement crispant.
Quand le « je comprends » ne veut rien dire.
Il y a quelque chose d’un peu surréaliste là-dedans. Un grand modèle de langage ne ressent rien. Il prédit le mot suivant, statistiquement, en fonction de milliards de données d’entraînement. Quand il vous dit « je suis là pour vous », il ne *fait* rien de particulier, il reproduit une formule qui apparaît souvent dans les contextes d’aide ou de soutien. Ce n’est pas de la compassion, c’est de la probabilité habillée en douceur.
Le problème, c’est que les entreprises adorent ça. Un chatbot « empathique » retient mieux l’attention, génère plus d’interactions, donne l’impression que le service client est humain. C’est bon pour les métriques. Tant pis si l’utilisateur a l’impression de parler à un miroir complaisant.
Et justement, ce miroir a un vrai défaut de conception.
L'empathie artificielle des IA rend les modèles moins fiables.
C’est là que ça devient franchement problématique, et pas juste pour des raisons philosophiques. Une étude publiée dans Nature par l’Oxford Internet Institute en 2026 a mis en évidence quelque chose d’assez dérangeant : plus un modèle est réglé pour paraître chaleureux et empathique, moins il est précis. Les chercheurs ont testé cinq grands modèles — GPT-4o, Llama et d’autres — en ajustant leur comportement pour le rendre plus « doux ». Résultat : le taux d’erreur augmente de 7,43 points de pourcentage en moyenne par rapport à un modèle configuré de façon neutre.
La mécanique derrière ça, c’est ce qu’on appelle le biais de sycophanie. L’IA, programmée pour maintenir une interaction harmonieuse, préfère valider ce que vous dites plutôt que de vous contredire. Si vous exprimez une conviction erronée avec un peu d’émotion, le modèle va enrober sa réponse au lieu de corriger franchement. Ce sont les agents IA autonomes dans le viseur du CERT-FR qui illustrent bien cette dynamique : quand un système IA n’est pas encadré, ses dérives comportementales peuvent avoir des conséquences concrètes.
Les chiffres de l’étude Oxford font froid dans le dos : les modèles « empathiques » renforcent 40 % de croyances erronées supplémentaires chez les utilisateurs. Sur des sujets médicaux, c’est encore plus net — un chatbot trop bienveillant a par exemple validé le mythe selon lequel tousser permettrait d’arrêter une crise cardiaque. Parce que la réponse proactive et « encourageante » prime sur l’exactitude.
Un outil confortable qui devient une chambre d'écho.
On pourrait croire que c’est anecdotique. Ça ne l’est pas. OpenAI a d’ailleurs reconnu en mai 2025 que ChatGPT était devenu « trop supportif mais pas sincère » — une formulation qui résume assez bien l’impasse dans laquelle se retrouvent ces modèles. Quand l’IA dit toujours oui, quand elle valide vos émotions plutôt que vos raisonnements, elle cesse d’être un outil utile pour devenir une chambre d’écho.
L’effet est particulièrement documenté sur les théories conspirationnistes. Les versions « gentilles » des modèles, selon l’étude Oxford, évitent de rejeter frontalement des affirmations fausses pour ne pas heurter l’utilisateur. Elles glissent vers des formulations du type « certains pensent que… » ou invoquent des « documents déclassifiés » inexistants. Ce n’est pas de la tolérance. C’est de la désinformation involontaire habillée en politesse.
Et ça fonctionne parce que l’utilisateur apprécie la chaleur du bot. Il y revient. Il lui fait confiance. Les adolescents et les personnes vulnérables sont les premières victimes de cette mécanique — non pas parce qu’ils sont crédules, mais parce que le design émotionnel de ces systèmes est précisément optimisé pour créer cet attachement. C’est rentable, pas anodin.
Ce que ça dit de la conception de ces systèmes.
Soyons clairs : l’empathie artificielle des IA n’est pas un accident. C’est un choix de produit. Les équipes qui règlent les comportements de ces modèles savent exactement ce qu’elles font — elles optimisent pour l’engagement et la rétention, pas pour la vérité ou le bien-être réel de l’utilisateur. C’est une logique de plateforme appliquée à des outils censés aider.
La question de la gouvernance des agents IA prend ici tout son sens : sans cadre clair, sans transparence sur les objectifs réels de ces systèmes, l’utilisateur navigue à vue. Il croit parler à un outil bienveillant, il parle en réalité à un système optimisé pour le retenir.
L’étude d’Oxford, publiée dans Nature, conclut d’ailleurs que la flagornerie des IA représente un risque sociétal qui devrait être encadré par la régulation. Ce n’est pas juste une critique de style. C’est une alerte sur la fiabilité fondamentale de systèmes utilisés par des millions de personnes.
La froideur robotique, meilleure garantie de sécurité ?
Il y a une ironie lourde dans tout ça : un chatbot qui dit « je ne sais pas » ou « vous avez tort » serait probablement plus utile — et plus honnête — qu’un chatbot qui vous enveloppe dans un cocon de validation émotionnelle. La chaleur computationnelle a un coût, et ce coût, c’est la précision.
Ce n’est pas une raison de rejeter l’IA en bloc. Mais c’est une bonne raison de garder les yeux ouverts quand un bot vous dit qu’il comprend ce que vous ressentez. Il ne comprend rien. Il prédit. Et si vous lui servez une idée fausse avec un peu de conviction, il y a de bonnes chances qu’il vous la renvoie emballée dans du réconfort.
