Quand ChatGPT, Claude ou une autre IA vous dit qu'il cherche sur Internet, il vous ment !

En réalité, il parcourt un index.

Claude s’appuie notamment sur Brave. Mistral, avec Le Chat, utilise aussi Brave pour ses résultats web. Gemini s’appuie sur Google Search. Copilot, lui, s’appuie sur Bing.

Un index, ce n’est pas Internet : c’est une version organisée d'une partie d'internet. Une entreprise explore des sites, récupère des pages, les stocke, les classe, puis permet à un agent de rechercher dans cette base de données.

Autrement dit, l’agent ne regarde pas directement le web : il regarde une représentation du web, construite à l’avance par quelqu’un d’autre. Et cette représentation coûte extrêmement cher à produire, parce qu’il faut crawler des milliards de pages, les mettre à jour, filtrer le spam, gérer les sites qui bloquent les robots et classer les sources.

C’est pour ça que toutes les entreprises d’IA n’ont pas leur propre index. Beaucoup d’agents dépendent donc d’index fournis par d’autres entreprises, ce qui crée une dépendance stratégique : l’agent ne peut voir que ce que son index lui donne à voir.

Or un index n’est jamais neutre. Il y a forcément des sites crawlés et d’autres non, des sources mises à jour souvent et d’autres rarement, des contenus bien classés et d’autres quasiment invisibles. Donc quand un agent répond, il ne part pas de “tout Internet”, mais d’une vision parcellaire du web, déjà filtrée avant même que le modèle ne raisonne.

On peut donc légitimement se demander : “Quel index nourrit cette IA ?”

Parce que demain, une partie énorme de l’information que nous recevrons passera par des agents. Et si ces agents dépendent de quelques index dont on parle très peu, alors ceux qui contrôlent ces index contrôleront aussi une partie de ce que nous allons voir, croire et considérer comme important.