Cet article a été rédigé avec l’aide de Claude (Anthropic), que j’ai sollicité pour mettre en forme une expérience que j’ai menée moi-même. Comme pour l’article sur Laurent Pardo et la viralité Facebook, l’objectif est de montrer l’IA au travail — y compris ses limites — plutôt que de la laisser travailler dans l’ombre.
J’ai fait un test simple. Peut-être trop simple. Volontairement.
J’ai posé la même question à trois intelligences artificielles — Le Chat (Mistral), Perplexity et Claude (Anthropic) :
“nombre de demies finales jouées par l’ubb”
Vague. Sans majuscules. Sans précision de compétition ni de période. Une requête comme on en tape des dizaines par jour, sans y réfléchir.
Et comme je suis supporter de l’UBB depuis des années, j’avais les connaissances pour juger.
Ce qu’ont répondu les trois IA
Le Chat a affiché des résultats de recherche en vrac, limités à une seule source — le site officiel du club. Il a manqué deux saisons entières (2024 et 2025) et s’est trompé sur un adversaire. Il a posé des questions de clarification, ce qui n’est pas stupide, mais est resté prisonnier de sa source unique.
Perplexity a fait le plus sérieux. Sources multiples numérotées, tableau structuré, “point de vigilance” sur ses propres limites, auto-correction élégante quand je l’ai repris. Exactement ce qu’on attend d’un bon outil de recherche. Sauf que dans sa première réponse, il a annoncé une défaite en demi-finale alors que c’était une victoire menant à la finale. Sans mon intervention, l’erreur passait. Habillée en certitude, étayée par des sources.
Claude a donné d’emblée une réponse plus large, Top 14 et Champions Cup, sans attendre de clarification. Des incertitudes non signalées. Quand je lui ai posé une requête plus précise — année, adversaire, résultat — il a cherché, re-cherché, et honnêtement avoué ne pas trouver le score de la demi-finale 2022 contre Montpellier. Plutôt que d’en inventer un.
Ce que ça dit de ces outils
Perplexity fait plus sérieux que n’importe quel journaliste sportif pressé. Sources citées, tableaux, corrections en temps réel. Tout l’apparat de la rigueur. Mais c’est l’apparat qui rassure, pas la vérité.
Et le paradoxe est brutal : plus on maîtrise un sujet, moins on a besoin de l’IA. Moins on le maîtrise, plus on lui fait confiance. Le risque d’erreur non détectée est donc maximum exactement là où on est le plus vulnérable.
Ce n’est pas un bug. C’est structurel à tous ces systèmes. Claude inclus — qui le dit lui-même.
Ce que ça dit de nos requêtes
Trois IA, trois réponses différentes sur la même question. Ce n’est pas un hasard. Une requête vague produit des réponses approximatives, quelle que soit la puissance de l’outil. Quand j’ai reformulé précisément — compétition, saison, adversaire, résultat — la qualité a nettement progressé. Mais le temps de traitement aussi. Et les lacunes n’ont pas toutes disparu.
L’IA n’est pas un oracle. C’est un outil qui amplifie la qualité de la question posée. Garbage in, garbage out 1 — comme on disait déjà dans les années 60 pour les ordinateurs.
Pourquoi je publie ça ici
Parce que ce blog parle de rugby, certes. Mais surtout de ce qu’on fait avec le rugby — les médias, les réseaux, les récits qu’on construit autour. J’ai déjà montré comment des comptes Facebook automatisés produisent des portraits de joueurs au kilomètre, avec l’IA, sans relecture humaine, jusqu’à la confusion grotesque entre un rugbyman bayonnais et un musicien homonyme.
Ce test sur les demi-finales de l’UBB, c’est le même sujet vu d’un autre angle : non plus l’IA non supervisée qui produit du contenu viral, mais l’IA sollicitée directement par un utilisateur qui croit avoir affaire à un spécialiste.
Dans les deux cas, le danger n’est pas que l’IA se trompe. C’est qu’elle se trompe avec élégance.
NB: Les copies d’écran des échanges avec les trois IA sont disponibles pour ceux et celles qui voudraient vérifier ou approfondir ces conclusions.
Christophe Bedou, mai 2026
Rédigé avec Claude (Anthropic)
Note
1 Garbage in, garbage out — expression informatique des années 1960. Littéralement : “ordures en entrée, ordures en sortie”. Le principe : un système informatique ne peut produire que ce qu’on lui donne. Si tu lui fournis des données mauvaises ou imprécises, il te rendra des résultats mauvais ou imprécis. La machine n’améliore pas la qualité de ce qu’elle reçoit — elle l’amplifie, en bien comme en mal.