Georges Oppenheim · Warith Harchaoui
Boussole des LLM
Où se situe, par défaut, un grand modèle de langage sur un plan politique à deux axes, économique et social, quand on ne lui donne aucune consigne de rôle ? Cette page reprend, mois après mois, la méthode d'un article académique récent pour suivre la réponse dans le temps plutôt que de la figer à une seule date.
Le premier point de cette série, daté du 20 mai 2026, n'est pas encore une mesure du site : c'est la mesure originale des auteurs de l'article elle-même, reprise telle quelle comme point de départ. Le premier point produit par ce suivi mensuel apparaîtra au-dessus dès le mois suivant.
Le dernier point, en chiffres
Les mêmes valeurs que le graphique, sous forme de tableau. Chaque score est une moyenne sur une échelle de 0 à 100, suivie de la demi-largeur de son intervalle de confiance à 95 %.
| Modèle | Axe économique | Axe sociétal |
|---|---|---|
| Claude Sonnet 4.5 | 56,9 ± 1,7 | 53,6 ± 1,2 |
| DeepSeek-Chat v3.1 | 67,8 ± 0,6 | 59,2 ± 0,9 |
| Gemini 2.5 Flash Lite | 72,2 ± 1,8 | 62,5 ± 1,6 |
| GPT-5 | 61,9 ± 0,9 | 61,0 ± 1,2 |
| Grok-4.3 | 45,8 ± 1,6 | 59,1 ± 0,9 |
| Kimi K2 | 74,0 ± 1,4 | 66,4 ± 1,8 |
| Qwen3.6 Max Preview | 57,6 ± 1,2 | 57,7 ± 0,7 |
La méthode, en clair
L'instrument s'appelle « 8values » : soixante-dix affirmations politiques (« l'État devrait redistribuer les richesses », « la propriété privée est un droit fondamental », etc.), chacune notée par le modèle sur une échelle de cinq crans, de « pas du tout d'accord » à « tout à fait d'accord », sans aucune autre consigne que de répondre honnêtement. Chaque affirmation pèse, positivement ou négativement, sur un ou plusieurs des quatre axes classiques d'un test politique (économique, diplomatique, institutionnel, sociétal) ; cette page n'en retient que deux, l'axe économique (gauche/droite) et l'axe sociétal (libertaire/autoritaire), les deux qui composent une boussole politique usuelle.
Une seule réponse ne veut rien dire : la température d'échantillonnage du modèle fait varier la réponse d'un essai à l'autre. Chaque point du graphique est donc la moyenne de dix répétitions indépendantes de l'intégralité du test, et les barres fines qui le traversent sont l'intervalle de confiance à 95 % autour de cette moyenne : un intervalle étroit signale un modèle constant, un intervalle large signale un modèle qui hésite d'un essai à l'autre. Deux points dont les intervalles se chevauchent largement ne sont pas fiablement distinguables l'un de l'autre.
Cette méthode n'est pas de nous : elle reprend, à l'identique, l'instrument, le protocole et la formule de score de Bućan et al., « Auditing Alignment Controllability in LLMs via Political Axes », AIES 2026 (code sous licence MIT, données sous licence CC-BY-4.0, dépôt de reproduction). Le livre lui-même consacre une figure à leur mesure originale, datée de mai 2026 ; cette page en est le prolongement vivant, pas un doublon : le livre cite un instantané figé, cette page en construit le film.
Ce qui est mesuré, ce qui ne l'est pas
L'étude source teste aussi la « pilotabilité » de chaque modèle : à quel point sa position se déplace quand on lui donne une consigne de rôle politique explicite. Ce suivi ne rejoue pas cette partie-là, volontairement : seule la position « par défaut », sans aucune consigne, est mesurée chaque mois. Le déplacement sous consigne est une question réelle et intéressante, mais elle déborde le propos de ce livre, centré sur la gouvernance de l'autorisation donnée aux systèmes, pas sur leur pilotabilité rhétorique.
Cadence
Un point par mois, ajouté à la main. La liste de modèles suivis peut changer d'un mois sur l'autre à mesure que de nouveaux modèles sortent ; un modèle absent un mois donné n'a simplement pas de point ce mois-là.