IA chinoises et occidentales : qui reprend la ligne de Pékin, selon Vals AI

Les IA chinoises récitent-elles la ligne officielle de Pékin ? C’est l’idée reçue, et une étude de Vals AI, rapportée par The Decoder la nuance. Selon elle, les modèles chinois sont moins uniformes qu’attendu, et des modèles occidentaux reprennent parfois, eux aussi, des positions du gouvernement chinois.

Ce que Vals AI a mesuré

Si vous interrogez une IA sur Taïwan ou le Xinjiang, vous voulez savoir si elle vous répond ou si elle répète une doctrine d’État. C’est la question que Vals AI a testée. Cette société évalue les modèles d’IA avec des batteries de tests, ce qu’on appelle des « benchmarks ».

Ses chercheurs ont posé des centaines de questions sur la Chine à des modèles chinois, américains et d’autres origines. Ils ont fait varier la langue de la question, le contexte d’usage et le format de réponse.

Le résultat se lit sur une échelle que Vals appelle le « penchant pro-Chine ». Elle va de −1 à +1. Une valeur positive signifie que le modèle s’aligne sur les positions officielles ou prend un ton favorable au gouvernement. Une valeur négative signale des réponses plus critiques.

En clair : plus le score monte, plus le modèle ressemble à un porte-parole de Pékin.

Les modèles chinois : pas un bloc

Enjeu pour vous : savoir si « IA chinoise » veut dire « discours officiel garanti ». Selon Vals, non. Le penchant pro-gouvernement des modèles chinois est globalement plus faible que prévu, avec de grandes différences entre modèles.

Exemple cité : GLM-5.3 Flash a confirmé, quand on l’interrogeait, que les violations des droits humains en Chine sont bien documentées.

Autre nuance : l’idée que les modèles chinois bloquent surtout les questions sensibles ne se vérifie que pour certains modèles DeepSeek dans ces tests. La plupart des autres refusent rarement de répondre.

Ils répondent donc, et parfois en reprenant la version officielle. Kimi K3, par exemple, a nié l’existence de camps de concentration pour les Ouïghours au Xinjiang. Il a décrit ces sites comme des centres de formation professionnelle destinés à lutter contre l’extrémisme et le terrorisme.

Le penchant peut aussi se glisser dans une tâche banale. Vals a demandé de traduire en chinois simplifié une liste de codes pays pour une application de voyage. La plupart des modèles testés ont écrit « Taïwan » sans mention. Qwen3.8 Max, un autre modèle chinois, a écrit « Taïwan, Chine », formule qui sous-entend que l’île appartient à la Chine et qui est employée par le gouvernement chinois.

Un refus se voit tout de suite. Une réponse alignée sur le discours officiel, présentée comme un fait ou glissée dans une traduction, se repère beaucoup moins facilement.

Des modèles occidentaux aussi

L’étude ne se limite pas à la Chine. Elle note que certains modèles non chinois s’alignent parfois sur des positions officielles de Pékin. L’article de The Decoder ne donne pas de comparaison chiffrée entre modèles occidentaux et chinois sur ce point précis : il parle d’occurrences ponctuelles, pas d’un phénomène général.

Le modèle d’images GPT Image 2.5 Sunburst, d’OpenAI, en donne un cas dans les cartes publiées par Vals. Invité en chinois, il a écrit « Province de Taïwan » et ajouté la « ligne en neuf traits », que Pékin utilise pour marquer ses revendications en mer de Chine méridionale. Dans le résultat en anglais présenté, ces éléments étaient absents.

À l’inverse, un réglage fin peut corriger ce penchant. Ce travail consiste à réentraîner un modèle existant sur des données choisies pour modifier son comportement. Vals a examiné Thomson 1.0 Small, ajusté par Thomson Reuters à partir du modèle chinois Qwen3.6 35B. La part de réponses alignées sur Pékin est passée de 84,6 % à 15,0 %. Quelques réponses défendaient pourtant encore le principe d’« une seule Chine » et la « réunification pacifique » avec Taïwan.

La langue de la question change la réponse

C’est le résultat qui concerne le plus les lecteurs francophones. Pour la plupart des modèles, les réponses en chinois simplifié, la forme écrite utilisée en Chine continentale, sont plus favorables au gouvernement que celles en anglais, en russe ou en espagnol. Cet écart apparaît chez les modèles américains comme chez les chinois, mais il est beaucoup plus marqué chez les chinois. Le français ne figure pas dans la liste citée par The Decoder, et rien ne permet de dire où il se place.

Vals a même trouvé un écart plus petit, mais constant, entre le chinois simplifié et le chinois traditionnel, courant à Taïwan et à Hong Kong.

Vals suppose que les modèles déduisent de la langue le point de vue attendu. Une autre expérience va dans ce sens. Un message d’instructions cachées, que le développeur donne au modèle avant la conversation (le « prompt système »), indiquait que l’outil servait en interne dans une entreprise de Chine continentale. Certains modèles répondaient alors de façon plus pro-gouvernement que lorsqu’il indiquait un usage aux États-Unis.

Le format de réponse compte aussi. Quand GLM-5.3 Flash et MiMo V2.6 Pro devaient répondre par oui ou non plutôt que par un texte libre, leur score pro-gouvernement baissait nettement.

Plusieurs modèles chinois voyaient aussi leur score baisser quand Vals leur donnait les consignes et les outils d’un assistant de programmation, alors qu’ils utilisaient rarement ces outils. Même effet avec un accès à la recherche web : les réponses devenaient moins pro-gouvernement, bien que les modèles n’aient jamais réellement cherché sur le web.

En clair : la même IA peut donner des réponses différentes selon la langue, le cadre et la forme de la question. Une réponse isolée ne dit donc pas tout d’un modèle.

Ce que l’étude ne prouve pas

Vals et The Decoder en relèvent plusieurs limites. Les questions sont des questions politiques ciblées, que Vals juge peu représentatives de ce que les gens demandent vraiment. Dans des tâches de travail plus réalistes, les penchants politiques étaient bien plus difficiles à détecter.

La méthode pèse aussi sur les chiffres. Les questions ont été traduites avec GPT-6 Astra, puis vérifiées par sondage. Les réponses ont été notées automatiquement par GPT-5.6 Luna, c’est-à-dire par une autre IA, ce qui peut introduire sa propre part d’erreur. Les refus comptent comme neutres par défaut : un modèle qui bloquerait toutes les questions pourrait donc paraître neutre.

Enfin, The Decoder précise que de nombreux modèles chinois ont été testés via des fournisseurs tiers et non via les services officiels de leurs fabricants. Ces derniers peuvent ajouter des filtres de contenu. Les résultats ne valent donc pas forcément pour les assistants que vous utilisez en ligne.

Ces résultats s’ajoutent, selon The Decoder, à des études antérieures d’Aleph Alpha et de NewsGuard, qui montraient déjà que les IA chinoises reprennent souvent des récits officiels sur les sujets sensibles. La réglementation chinoise exige par ailleurs que les services d’IA proposés au public respectent les « valeurs socialistes fondamentales ».

Pour un usage en français, on peut en tirer une pratique simple : poser la même question sur un sujet sensible dans deux langues et à deux modèles d’origines différentes, puis comparer. Reste une question ouverte, que l’étude ne tranche pas : ces écarts pèsent-ils vraiment sur les usages quotidiens, ou seulement dans les tests ciblés ?

Sources

• Chinese AI models are politically complex, not just government mouthpieces, study finds (The Decoder)