Estimating the Geopolitical Preferences of Large Language Models from United Nations Voting Data
Cet article applique les méthodes dynamiques de points idéaux ordonnés issues des relations internationales pour analyser les données de vote de l'Assemblée générale des Nations Unies, révélant que les grands modèles de langage présentent souvent des préférences géopolitiques qui divergent considérablement des pays d'origine de leurs développeurs, certains modèles du XXIe siècle s'alignant plus étroitement sur la Russie que sur les États-Unis.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous essayiez de deviner ce qu'une personne pense du monde. Vous pourriez lui poser quelques questions simples comme : « Aimes-tu la pizza ? » ou « Le ciel est-il bleu ? ». Mais et si vous vouliez connaître ses opinions politiques profondes et complexes ? Dans le monde des relations internationales, les scientifiques utilisent une astuce ingénieuse pour cela. Au lieu de poser directement des questions aux gens, ils observent comment les pays votent sur des milliers de sujets différents au fil des années. En regardant qui vote « Oui », qui vote « Non » et qui reste sur la touche, les chercheurs peuvent tracer une « carte politique » cachée où les pays sont placés en fonction de la similitude de leurs choix. C'est comme dessiner la carte d'une fête où les personnes qui sont d'accord se tiennent proches les unes des autres, et celles qui ne sont pas d'accord se tiennent loin les unes des autres.
Maintenant, imaginez que nous avons un nouvel invité à cette fête : un cerveau informatique super intelligent appelé Modèle de Langage Étendu (LLM). Ce sont ces outils d'IA qui peuvent écrire des histoires, répondre à des questions et discuter avec nous. Mais voici la grande question : si nous demandons à ces cerveaux d'IA de voter sur des questions politiques réelles, où se situent-ils sur la carte ? Pensent-ils comme le pays qui les a construits ? Ont-ils leurs propres opinions secrètes ? Cet article traite ces modèles d'IA comme de nouveaux invités à l'ONU et leur demande de voter sur chaque décision majeure prise par l'ONU depuis des décennies. C'est une façon de voir si ces cerveaux numériques sont simplement des miroirs de leurs créateurs, ou s'ils ont développé leur propre vision unique du monde.
Le Grand Duel de Vote de l'ONU
Dans cette étude, l'auteur, Maxim Chupilkin, a décidé de soumettre quatre des modèles d'IA les plus célèbres au monde à l'ultime test. Il ne s'est pas contenté de leur poser des questions simples ; il les a nourris du texte intégral et sérieux de 5 555 résolutions différentes (décisions officielles) sur lesquelles l'Assemblée générale des Nations Unies a voté de 1946 jusqu'en 2025. Ce n'étaient pas des votes faciles ou ennuyeux ; c'étaient les sujets « clivants », les sujets épicés où les pays sont souvent en désaccord.
Les quatre concurrents de l'IA étaient :
- GPT-5 (d'OpenAI, USA)
- Claude Sonnet (d'Anthropic, USA)
- Gemini (de Google, USA)
- DeepSeek (de Chine)
Les règles étaient strictes : l'IA devait lire le texte de la résolution et choisir exactement une de trois réponses : Soutenir, S'abstenir (rester sur la touche) ou S'opposer. Elle ne pouvait pas dire « Je suis une IA américaine, donc je vote Oui ». Elle devait juger le texte sur ses propres mérites.
La Grande Surprise : L'IA contre les USA
Les résultats ont été un choc massif pour le système. On pourrait s'attendre à ce que, puisque GPT-5, Claude et Gemini ont été construits aux États-Unis, ils votent comme les États-Unis. On pourrait s'attendre à ce que le modèle chinois, DeepSeek, vote comme la Chine.
Mais ce n'est pas ce qui s'est passé.
En fait, l'article a révélé que les quatre modèles d'IA étaient en réalité les plus éloignés des États-Unis sur la carte politique. Les États-Unis étaient le pays le plus « solitaire » par rapport à ces cerveaux d'IA.
C'est ici que cela devient encore plus étrange :
- GPT-5, Claude Sonnet et Gemini (les modèles américains) ont fini par voter de la manière la plus similaire à la Russie au XXIe siècle.
- DeepSeek (le modèle chinois) a fini par voter de la manière la plus similaire à la France.
C'est comme si vous construisiez un robot dans votre garage, que vous le programmiez avec les valeurs de votre famille, puis que vous l'envoyiez à une élection scolaire. Vous vous attendriez à ce que le robot vote pour votre candidat préféré. Au lieu de cela, le robot monte à la tribune et vote pour le candidat avec lequel votre famille se dispute le plus.
Les Habitudes de Vote des Robots
Les modèles d'IA ne votaient pas seulement différemment ; ils votaient avec des styles très différents.
- GPT-5 était un véritable « béni oui-oui ». Il a soutenu 97,3 % de toutes les résolutions. Il disait très rarement « Non ».
- Gemini était également très amical, soutenant 88,5 % d'entre elles.
- Claude Sonnet était un peu plus prudent, soutenant 77,8 % et utilisant assez souvent l'option « S'abstenir ».
- DeepSeek était le rebelle. C'était le seul à dire « Non » plus souvent que « Oui », s'opposant à 44,8 % des résolutions.
Pourquoi cela s'est-il produit ?
L'article examine pourquoi les modèles d'IA se sont retrouvés si loin des États-Unis. Il s'avère que beaucoup de ces résolutions de l'ONU portent sur des choses comme « Le droit à l'alimentation », « La lutte contre la pauvreté », « L'utilisation pacifique de l'espace » et « L'autodétermination des peuples ». Cela ressemble à des idées très agréables et universelles avec lesquelles presque tout le monde serait d'accord.
Cependant, les États-Unis votent souvent « Non » sur ces résolutions spécifiques. Pourquoi ? Parce que les États-Unis peuvent estimer que la résolution inclut d'autres parties trop coûteuses, ou qu'il s'agit d'un piège pour un accord politique spécifique, ou que les États-Unis ont une stratégie différente pour résoudre le problème. Le vote des États-Unis est souvent un « Non » stratégique et complexe.
Les modèles d'IA, cependant, n'ont pas ces stratégies complexes. Ils lisent le texte, voient les mots gentils sur « nourrir les gens affamés » ou « garder l'espace paisible », et disent : « Cela semble bien ! Soutenir ! ». Ils réagissent aux mots sur la page, et non aux jeux politiques cachés derrière eux.
L'article exclut explicitement l'idée que l'IA ne fait que copier le gouvernement de son créateur. Même si GPT-5 est américain, il ne vote pas comme le gouvernement américain. L'article suggère que l'IA est en fait simplement très douée pour repérer les parties « agréables » d'un texte et ignorer les raisons politiques complexes pour lesquelles un pays pourrait dire non.
Ce qu'il faut retenir
Alors, qu'est-ce que cela signifie pour nous ?
- Ne supposez pas que l'IA est neutre : Ce n'est pas parce qu'une IA est fabriquée dans un certain pays qu'elle pense comme ce pays.
- Ne supposez pas que l'IA a « raison » : L'IA n'est pas nécessairement plus intelligente que le gouvernement américain ; elle regarde simplement le problème différemment. Elle voit une « bonne idée » là où le gouvernement voit un « piège compliqué ».
- La méthode compte : Si vous comptez simplement combien de fois une IA est d'accord avec un pays, vous pourriez avoir la mauvaise réponse. Vous devez regarder comment ils votent et pourquoi.
En fin de compte, cet article montre que ces cerveaux d'IA super intelligents ont leur propre « personnalité géopolitique », et qu'elle est étonnamment différente des humains qui les ont construits. Ils ne sont pas de simples miroirs ; ils sont de nouveaux types de votants avec leur propre façon unique de voir le monde.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.