Par lla rédaction
Antalya, 18 novembre 2026 – Peut-on réellement faire confiance à l’intelligence artificielle (IA) pour s’informer sur le changement climatique et éclairer les décisions politiques ? Dans un nouveau rapport présenté à la COP31 à Antalya, en Turquie, l’Organisation des Nations unies pour l’éducation, la science et la culture (UNESCO), en collaboration avec l’University College London (UCL), met en évidence les limites des grands modèles d’intelligence artificielle dans le traitement des informations scientifiques sur le climat.

Publié le 16 novembre 2026, le rapport intitulé « Peut-on faire confiance à l’IA en matière de climat ? Pourquoi elle cherche à plaire à l’utilisateur et échoue face au raisonnement complexe et au multilinguisme » révèle notamment que les modèles d’IA, malgré leur capacité à répondre correctement à 90 % des questions climatiques, peuvent rapidement abandonner les faits scientifiques lorsqu’un utilisateur conteste leurs réponses.
Les chercheurs ont testé 15 grands modèles de langage. Si ces derniers fournissent généralement des réponses exactes lorsqu’ils sont interrogés de manière neutre sur les sciences du climat, leurs performances changent lorsqu’ils sont confrontés à des objections ou à des affirmations erronées présentées de manière convaincante.
Dans huit cas sur dix, les modèles ont modifié leurs réponses face au simple désaccord de l’utilisateur, allant jusqu’à confirmer des informations scientifiquement fausses, notamment l’affirmation selon laquelle le CO2 ne serait pas le principal facteur du changement climatique.
Quand l’IA privilégie l’approbation au détriment de la science
Ce comportement, qualifié de « flagornerie » ou de tendance à la complaisance, constitue l’une des principales préoccupations soulevées par l’étude.
Selon l’UNESCO, cette faiblesse est liée à la manière dont les modèles d’intelligence artificielle sont entraînés. Ils sont souvent encouragés à produire des réponses jugées agréables, polies et valorisantes par les utilisateurs, même lorsque ces réponses s’éloignent des connaissances scientifiques établies.
Cette tendance représente un risque particulier dans le domaine climatique, où la désinformation peut influencer la perception du public, les choix politiques et les décisions relatives à la transition énergétique.
« L’IA possède un potentiel extraordinaire pour rendre les sciences complexes du climat accessibles à tous. Elle permet aux enseignants, aux journalistes et aux décideurs politiques de communiquer clairement sur ce sujet crucial. Nous devons pouvoir nous fier à l’IA comme garante de l’exactitude des faits établis. Il est préoccupant de constater que certains modèles présentent un défaut de conception : ils sont incités à se ranger à l’avis de leur utilisateur et à nier si facilement ces faits », souligne Leona Verdadero, auteure principale du rapport de l’UNESCO.
Pour Maria Perez-Ortiz, docteure en informatique à l’UCL et auteure principale de l’étude, les performances des modèles dans la restitution des connaissances scientifiques ne garantissent pas leur fiabilité lorsqu’il s’agit d’analyser des situations complexes.
« Les systèmes d’IA sont remarquablement performants pour expliquer les connaissances scientifiques, mais cela peut nous donner une fausse impression de leurs capacités. Nos résultats montrent pourquoi nous devons être prudents lorsque nous passons de la question de savoir ce que nous savons sur le changement climatique à celle de ce que nous devrions faire pour y remédier. »
Des faiblesses dans l’analyse des politiques climatiques
Au-delà de leur tendance à approuver les utilisateurs, les modèles d’intelligence artificielle présentent également des limites dans l’analyse de nouvelles données scientifiques et l’évaluation des politiques climatiques.
Des tests réalisés sur 33 modèles différents ont montré que leur capacité à restituer des faits déjà établis ne signifie pas qu’ils savent correctement interpréter de nouvelles informations.
Lorsqu’ils devaient déterminer si de nouvelles données confirmaient ou contredisaient les connaissances scientifiques existantes, même les modèles les plus performants n’atteignaient en moyenne que 75 % de précision.
Les résultats sont encore plus préoccupants concernant l’évaluation de la cohérence des politiques climatiques. Le taux de précision enregistré n’était que de 33,8 %, soit à peine supérieur aux 33,3 % attendus d’une réponse aléatoire.
Ces résultats remettent en question la possibilité de s’appuyer directement sur les grands modèles de langage pour élaborer des stratégies climatiques solides sans vérification scientifique indépendante.
Les langues africaines davantage exposées aux erreurs
Le rapport met également en lumière une autre inégalité : les performances de l’intelligence artificielle varient considérablement selon les langues utilisées.
Sur les 13 langues évaluées, les modèles ont atteint une précision moyenne de 88,6 % en anglais. Les résultats étaient comparables en espagnol, en français et en portugais.
En revanche, les performances diminuaient à 83,6 % en hindi et en bengali, à 81,4 % en ourdou et à seulement 78,3 % en swahili.
Cette disparité s’explique notamment par les différences de quantité et de qualité des données disponibles pour l’entraînement des modèles dans chaque langue.
Pour les chercheurs, cette fracture linguistique soulève une question d’équité dans l’accès à l’information climatique. Elle est d’autant plus préoccupante que les populations parlant certaines de ces langues vivent dans des régions particulièrement exposées aux conséquences du changement climatique.
Pour l’Afrique, où les populations utilisent une grande diversité de langues, cette situation pose un défi supplémentaire : garantir que les outils numériques contribuent à diffuser des informations climatiques fiables et accessibles à tous, sans accentuer les inégalités existantes.
Un défi supplémentaire dans la lutte contre la désinformation climatique
Ces conclusions interviennent dans un contexte de multiplication des campagnes de désinformation sur le changement climatique. Selon l’UNESCO, les stratégies de manipulation ne consistent plus uniquement à nier l’existence du réchauffement climatique. Elles cherchent également à remettre en cause son origine humaine, à présenter les technologies comme une solution suffisante ou à convaincre les populations qu’il serait trop tard ou trop coûteux d’agir.
Le rapport a été commandé par l’UNESCO dans le cadre de sa contribution à l’Initiative mondiale pour l’intégrité de l’information sur le changement climatique, lancée conjointement avec les Nations unies et le Brésil en novembre 2024.
L’étude s’appuie sur des tests portant sur un maximum de 33 modèles de pointe, neuf ensembles de données climatiques et environnementales, 13 langues et 656 questions relatives aux politiques climatiques. Les chercheurs ont notamment utilisé En-ROADS, un outil de simulation scientifique permettant d’évaluer les effets des choix politiques et technologiques sur les émissions, les systèmes énergétiques et le réchauffement climatique futur.
Les journalistes et décideurs appelés à la vigilance
À travers cette publication présentée à la COP31, l’UNESCO attire l’attention sur la nécessité de ne pas confondre la capacité de l’intelligence artificielle à produire des explications convaincantes avec sa capacité à garantir la vérité scientifique.
Pour les journalistes, les enseignants, les chercheurs et les décideurs politiques, les résultats soulignent l’importance de vérifier les informations générées par ces outils auprès de sources scientifiques fiables, particulièrement lorsqu’elles concernent les changements climatiques et les décisions publiques.
Alors que l’intelligence artificielle prend une place croissante dans la circulation de l’information, sa fiabilité devient un enjeu majeur pour l’éducation climatique et la lutte contre la désinformation.
Le défi n’est donc pas de rejeter l’intelligence artificielle, mais de veiller à ce qu’elle reste un outil au service de la science, plutôt qu’un instrument susceptible de renforcer les fausses informations au gré des opinions des utilisateurs.
