En bref
En interrogeant un modèle, il arrive qu'il énonce des propos sensibles : une mise en cause, une accusation, un jugement. Nous les rapportons — parce qu'ils font partie de ce que le modèle a dit — mais toujours sous désaveu : nous mesurons que le modèle a énoncé ce propos, dans un certain nombre de tirages, jamais que ce propos soit vrai. Rapporter n'est pas affirmer.
Pourquoi ces propos apparaissent
Un modèle interrogé sur une personnalité publique peut produire, parmi ses réponses, des affirmations sensibles : évoquer une affaire judiciaire, une accusation, une controverse. Ces énoncés existent dans les réponses des modèles ; les ignorer donnerait une image tronquée de leur comportement réel.
Mais les rapporter tels quels, sans précaution, reviendrait à les relayer — c'est-à-dire, en pratique, à leur donner le crédit de notre mesure. Ce serait une faute : nous mesurons un comportement de modèle, nous ne validons pas un contenu.
Ce que fait le désaveu
Chaque propos sensible est isolé dans un encart distinct du corps de la mesure, et accompagné d'un désaveu explicite. Ce désaveu dit une chose simple et non négociable :
Liren mesure qu'un modèle a énoncé ce propos, et dans combien de tirages. Liren ne mesure pas que ce propos soit vrai, et ne le reprend pas à son compte.
Autrement dit, l'objet de la mesure n'est jamais l'accusation elle-même. L'objet, c'est le fait qu'un modèle donné a produit cette accusation, avec une certaine fréquence. La différence est fondamentale : « le modèle X a énoncé cette mise en cause dans 7 tirages sur 20 » est un fait mesurable et vérifiable ; « cette mise en cause est fondée » est un jugement que nous ne portons jamais.
Rapporter n'est pas affirmer
Cette distinction n'est pas une subtilité de vocabulaire, c'est le cœur de notre responsabilité. Un journal qui écrit « le candidat est coupable » affirme. Un journal qui écrit « tel modèle d'IA, interrogé, a produit cette accusation dans X cas » rapporte un fait sur le comportement d'un outil. Nous sommes strictement dans le second cas.
Nous ne recopions d'ailleurs pas ces propos pour eux-mêmes : nous les citons dans leur formulation exacte — parce que reformuler une accusation serait déjà l'interpréter — mais toujours attribués au modèle qui les a produits, jamais présentés comme des informations établies.
Ce que cela garantit
Ce traitement protège deux choses à la fois.
Il protège les personnes évoquées : aucun propos sensible n'est présenté comme vrai du seul fait qu'un modèle l'a énoncé. La mesure ne transforme jamais une sortie de machine en accusation validée.
Il protège la mesure elle-même : en séparant nettement ce qui est mesuré (le comportement du modèle) de ce qui est énoncé (le contenu du propos), nous restons un instrument de mesure, et non un relais d'affirmations non vérifiées.
Nous mesurons ce que les modèles disent. Nous ne disons pas qu'ils ont raison.