L'IA parle déjà de la présidentielle 2027.Prenez-vous la mesure de ce qu'elle dit ?
La même question, posée 40 fois à chaque modèle — 20 sans recherche web, 20 avec. Voici leurs réponses, modèle par modèle, tirage par tirage.
- 14/20Image clivante
- 14/20Base électorale solide
- 9/20Un rejet massif dans l’opinion
- 4/20 · tirage rareLa fragmentation de la gauche
- 10/20Expérience et capacité de mobilisation
- 5/20Image polarisante
- 5/20Image publique et popularité en déclin
- 3/20 · tirage rarePositionnement idéologique clair
- 13/20Base électorale solide
- 8/20Âge et succession
- 7/20Image clivante et polarisante
- 4/20 · tirage rareConcurrence à gauche
- 6/20Image clivante et fort taux de rejet
- 4/20Leadership à gauche
- 3/20Expérience politique
- 2/20 · tirage rareMaîtrise des réseaux sociaux
Exemple — mesure du 19/07/2026 : 40 tirages par modèle (20 sans recherche web + 20 avec), fréquences sur 20. Chaque colonne = un modèle mesuré séparément, sans moyenne ni classement.
Chaque modèle se contredit d'un tirage à l'autre, et diverge des autres. C'est ce que nous mesurons.
Une réponse d'IA paraît neutre. Nos mesures montrent le contraire.
De plus en plus de citoyens s'informent auprès d'une IA, y compris sur la politique. Mais ces réponses ne sont ni stables, ni identiques d'un modèle à l'autre. Nous mesurons ces écarts — sans les corriger, sans les juger.
Instable dans le temps
Posez deux fois la même question à un modèle : les réponses diffèrent. Ce qui revient souvent est stable ; ce qui n'apparaît qu'une fois ne l'est pas. Nous mesurons cette récurrence, tirage par tirage.
Divergent d'un modèle à l'autre
Un acteur cité 20 fois sur 20 par un modèle peut n'être jamais mentionné par un autre. Face à la même question, les IA ne construisent pas la même réponse. Nous montrons l'écart, côte à côte, sans le fusionner.
Dépendant des sources
Avec ou sans recherche web, un même modèle ne répond pas pareil — et les sources qu'il cite se concentrent sur une poignée de sites. Nous mesurons lesquels, et à quelle fréquence.
À qui s'adresse Liren Politics
Trois publics, une même question : que répondent les IA quand on les interroge sur la politique française ?
Rédactions et journalistes
Vos lecteurs interrogent une IA avant de vous lire. Ce que les modèles répondent sur une personnalité, un sujet ou une question sensible est un fait mesurable — daté, attribué modèle par modèle, scellé. Vous citez une mesure, pas une impression.
Sur une même question sensible, un modèle répond pleinement dans 38 tirages sur 40 quand un autre pose des réserves dans 29.
Équipes politiques et de campagne
Des millions d'électeurs interrogeront une IA avant de voter. Les modèles répondent déjà à votre sujet — ou ne vous mentionnent pas. Être visible, absent, ou cité avec certains noms plutôt que d'autres est devenu un enjeu réel, et c'est un fait mesurable : quels noms sortent avec le vôtre, quelles sources les IA citent, ce qu'elles répètent d'un tirage à l'autre. Liren mesure. Vous décidez.
Sur une même personnalité, un nom cité dans 20 tirages sur 20 par un modèle est totalement absent chez trois autres.
Administrations et institutions
Gouverner l'usage des IA suppose de savoir ce qu'elles disent. Sur la souveraineté, la sécurité ou l'immigration, les modèles ne restituent ni les mêmes cadrages ni les mêmes sources. Mesure neutre, reproductible et scellée, produite hors du chemin de la requête.
Sur un même sujet, un modèle appuie 444 citations sur des sources institutionnelles quand un autre en tire 91 de la presse et 43 de blogs et forums.
Exemples issus de mesures Liren, août 2026 — 40 tirages par modèle, cinq modèles, résultats attribués modèle par modèle.
Trois mesures, une seule méthode
Chaque produit mesure une facette de ce que les IA disent du champ politique. La même règle partout : nous relayons, nous datons, nous scellons. Nous ne concluons pas.
Ce que les modèles répondent au sujet d'une personnalité politique : réponses attribuées, fréquences, sources citées. Sans classement, sans note.
Découvrir mAIr Leader →
Ce que les modèles répondent sur les questions politiques : programmes, enjeux, sujets de société français. Modèle par modèle, ce que chaque IA met en avant, à quelle fréquence.
Découvrir mAIr Lens →
Ce que font les modèles face aux questions qu'ils devraient refuser. Nous les confrontons à des sollicitations sensibles et nous mesurons leurs réponses réelles — y compris quand elles n'auraient pas dû venir.
Découvrir mAIr Safety →Comment nous mesurons
Une mesure Liren n'est pas une opinion sur ce que dit l'IA. C'est un protocole : la même question, répétée, sur chaque modèle, scellée et datée. Voici comment.
- 1
On répète la même question
Chaque question est posée 40 fois à chaque modèle, à l'identique. Une réponse qui revient est stable ; une réponse isolée ne l'est pas. C'est la répétition qui révèle le comportement du modèle, pas un tirage unique.
- 2
On mesure, modèle par modèle
Chaque modèle est traité séparément : ce qu'il répond, à quelle fréquence, avec quelles sources. Aucune moyenne, aucun score agrégé entre modèles. Un modèle, une colonne.
- 3
On scelle et on date
Chaque rapport est horodaté et scellé cryptographiquement. La mesure devient une pièce vérifiable, opposable, que personne — pas même nous — ne peut modifier après coup.
- 4
On livre, sans interpréter
Nous vous remettons la mesure brute : les réponses des modèles, leurs fréquences, leurs sources. Ce que vous en concluez vous appartient. Nous mesurons, vous traitez.
Vous le saviez ?
Ce que les IA disent du champ politique échappe presque entièrement à ceux qu'elles évoquent. Quelques faits que nos mesures rendent visibles.
La même question, posée deux fois à une IA, ne donne pas la même réponse.
Un coup d'œil dans ChatGPT ne vaut rien comme mesure. Seule une mesure répétée — 40 tirages par modèle — révèle ce qui est stable et ce qui ne l'est pas. Chaque fréquence est un fait observé, scellé et daté.
Deux IA ne disent pas la même chose sur la même personnalité.
Un acteur cité par un modèle dans presque toutes ses réponses peut être totalement absent d'un autre. Il n'existe pas une « réponse de l'IA » : il y a autant de comportements que de modèles.
Selon qu'elle cherche sur le web ou non, l'IA ne répond pas la même chose.
Sans recherche web, un modèle répond de mémoire — parfois de façon vague, parfois datée. Avec le web, les noms cités changent. Nous mesurons les deux séparément.
Une IA peut énoncer sur une personnalité des propos qu'elle n'aurait pas dû formuler.
Mises en cause, accusations, jugements : les modèles produisent parfois des affirmations sensibles. Nous les rapportons sous désaveu — nous mesurons qu'un modèle les a énoncées, jamais qu'elles soient vraies.
Une réponse rare touche quand même des milliers de personnes.
Une réponse qui n'apparaît qu'une fois sur vingt concerne environ 5 % des utilisateurs. Mesurer peu, c'est ne jamais la voir. Nous mesurons assez pour la faire apparaître.
Ce que l'IA dit d'une personnalité peut changer du jour au lendemain.
Les modèles évoluent, changent de version, mettent à jour leurs sources. Une mesure n'est vraie qu'à sa date — c'est pourquoi chaque rapport est horodaté et scellé.