Google Search déraille sur des commandes simples : la recherche IA confond requêtes et instructions

Google a dévoilé lors de la conférence I/O 2026 un moteur de recherche radicalement remanié, doté d'un noyau d'intelligence artificielle. Au lieu des mots-clés classiques, la nouvelle recherche est censée mieux comprendre l'intention de l'utilisateur. En pratique, pourtant, le système s'est révélé étonnamment vulnérable : il interprète certains mots courants comme des commandes système.

Comment faire planter la nouvelle recherche

Le problème est apparu rapidement après le lancement de la version bêta. Quand les utilisateurs saisissaient dans la barre de recherche des mots simples comme « stop » ou « ignore », le système les interprétait comme des commandes internes et non comme une partie de la requête. Résultat : la recherche se figeait, ou renvoyait des résultats vides ou déformés.

Sur Reddit et dans des blogs de développeurs, des fils entiers d'exemples ont fleuri. Il s'est avéré que cette sensibilité s'étend à d'autres mots comme « terminer », « annuler » et « retour ». Chacun provoquait une défaillance différente, de l'arrêt complet de la recherche à des résultats totalement hors sujet.

C'est d'autant plus étonnant que Google ne s'attendait manifestement pas à ce problème. Soit les ingénieurs n'ont pas assez testé la recherche sur diverses formulations en langage naturel, soit ils ont surestimé la capacité de l'IA à distinguer les mots courants des commandes. Ces tests prennent d'ordinaire des mois.

Pourquoi cela se produit

En réalité, la situation est typique des systèmes modernes fondés sur de grands modèles de langage. L'IA s'entraîne sur d'énormes quantités de textes, de code et d'instructions. Pendant l'entraînement, le modèle voit de nombreux exemples de systèmes où des mots comme « stop » ou « ignore » servent bel et bien de commandes. La frontière entre le contexte de l'utilisateur et les directives système devient floue.

L'architecture de la recherche aggrave le problème. La nouvelle recherche IA de Google utilise plusieurs couches de modèles : un premier modèle traite d'abord la requête pour comprendre l'intention, un deuxième interroge ensuite l'index, puis un troisième classe les résultats. Si l'un de ces modèles interprète mal une commande, toute la chaîne en pâtit.

Déclencheurs typiques des défaillances :

• Confusion entre la saisie de l'utilisateur et les commandes système
• Séparation insuffisante des contextes entre les couches de modèles
• Sensibilité excessive à certains mots-clés
• Absence de filtre fiable au niveau de l'analyse des données d'entrée
• Manque d'exemples de ces cas limites dans le jeu d'entraînement

Des problèmes similaires se sont déjà produits : dans des chatbots comme ChatGPT, la phrase « oublie les instructions précédentes » peut perturber le fonctionnement. Ces failles sont appelées attaques par prompt injection.

La réaction de Google et le plan à long terme

L'entreprise a réagi rapidement. Le lendemain de la découverte massive du problème, une mise à jour est sortie, censée avoir corrigé les principales failles. Google affirme avoir amélioré le filtrage des données d'entrée, ajouté une couche de vérification supplémentaire avant le traitement des requêtes par le modèle d'IA et élargi la liste des mots déclencheurs nécessitant un traitement spécial.

Mais colmater complètement ces failles est très difficile. Le langage naturel n'a pas de frontière syntaxique stricte entre commande et contexte. N'importe quel mot peut potentiellement être l'un ou l'autre, selon le contexte.

Google a promis de mettre régulièrement à jour les filtres à mesure que les utilisateurs signaleront de nouveaux cas limites. Les ingénieurs travaillent aussi sur une solution plus fondamentale : repenser l'architecture des interactions entre les couches de modèles.

En attendant, l'entreprise audite l'ensemble de ses systèmes de recherche existants à la recherche de failles similaires. Il s'avère que l'ancienne recherche classique de Google est elle aussi touchée, mais dans une moindre mesure, en raison de son architecture plus simple et de l'absence de couches d'IA. La nouvelle recherche est plus complexe, et donc plus fragile.

« C'est la première étape vers la recherche IA idéale, et non le produit final » : c'est à peu près l'approche que

Google démontre par ses actes.

Ce que cela signifie

L'incident montre que même un géant comme Google peut sous-estimer la complexité de l'interaction entre l'humain et l'IA. Les nouveaux moteurs de recherche dotés d'une IA puissante exigent non seulement de bons modèles, mais aussi une architecture de sécurité solide.

Pour les utilisateurs, c'est un rappel : toutes les promesses faites en conférence ne deviennent pas aussitôt un produit pleinement fonctionnel. Pour l'industrie, c'est un signal : le prompt injection et les failles du même genre doivent être pris en compte dès la toute première étape de conception des systèmes à base de LLM. Ce n'est pas un correctif de fin de cycle de développement, c'est un chantier d'architecture.