CollectivIQ veut fiabiliser l'IA en interrogeant 14 modèles à la fois

Les hallucinations des modèles de langage restent l'un des principaux freins à une confiance massive dans l'intelligence artificielle. Quiconque a déjà reçu de ChatGPT une information exposée avec aplomb mais entièrement inventée connaît cette sensation : la technologie impressionne, mais la croire sur parole est risqué. La start-up CollectivIQ a choisi d'attaquer le problème sous un angle inattendu : plutôt que d'améliorer un modèle, elle en interroge quatorze à la fois.

L'idée, rapportée par TechCrunch, séduit par sa simplicité. CollectivIQ agrège simultanément les réponses de ChatGPT, Gemini, Claude, Grok et d'une dizaine d'autres modèles de langage. L'utilisateur saisit sa requête une seule fois et obtient un panorama de réponses : il peut comparer les formulations, identifier les points d'accord et, surtout, repérer les divergences. Si treize modèles sur quatorze affirment une chose et qu'un seul dit l'inverse, le signal est fort. Si les modèles se partagent à parts égales, l'information est tout aussi précieuse : la question est plus complexe qu'il n'y paraît, et mieux vaut ne se fier aveuglément à aucune réponse isolée.

Pour comprendre pourquoi cette approche peut fonctionner, il faut rappeler un phénomène que la théorie de la décision appelle la « sagesse des foules ». Dès 1906, Francis Galton avait constaté que l'estimation moyenne d'un large groupe de personnes se révélait plus juste que l'avis de n'importe quel expert pris individuellement. CollectivIQ transpose en somme ce principe à l'univers des grands modèles de langage.

Chacun a été entraîné sur des données différentes, avec ses propres priorités et limites. GPT-4o excelle dans le raisonnement, Claude dans la rigueur et le respect des instructions, Gemini dans la multimodalité et le traitement de l'information récente, Grok dans le ton informel et l'accès aux données des réseaux sociaux. Une fois leurs réponses rassemblées, les faiblesses d'un modèle sont compensées par les points forts d'un autre.

Techniquement, un tel service soulève plusieurs questions sérieuses. D'abord, le coût. Chaque requête à une API commerciale consomme des tokens, et multiplier ce coût par quatorze transforme quelques centimes en sommes non négligeables.

Pour l'utilisateur lambda qui cherche une recette de bortsch, c'est superflu. Mais pour les professionnels pour qui la précision est cruciale (juristes, médecins, analystes, journalistes), l'équation économique peut tenir. Ensuite, la vitesse.

Les requêtes parallèles vers différentes API n'ont pas le même temps de réponse : l'utilisateur devra soit attendre le modèle le plus lent, soit recevoir les réponses de manière asynchrone, au fil de leur arrivée. Enfin, l'interface. Afficher quatorze réponses sans noyer l'utilisateur sous l'information, tout en lui permettant d'en extraire rapidement l'essentiel, constitue un vrai défi de design.

CollectivIQ n'arrive pas en terrain vierge. Il existe déjà des métamoteurs de modèles d'IA : Poe, de Quora, donne accès à plusieurs modèles dans une même interface, tandis que des services comme TypingMind et OpenRouter permettent de passer d'un fournisseur à l'autre. Mais aucun ne mise précisément sur la comparaison simultanée comme outil de vérification. CollectivIQ présente le multimodèle non comme une commodité, mais comme une méthode pour gagner en fiabilité, et le discours change fondamentalement. Au lieu de « choisissez le meilleur modèle » : « ne vous fiez à aucun, comparez-les tous ».

Le contexte est aussi plus profond. L'industrie de l'intelligence artificielle traverse une crise de confiance. Les études montrent que les utilisateurs se montrent de plus en plus sceptiques face aux réponses des chatbots, tout en continuant à s'en servir, faute d'alternative. CollectivIQ propose une voie médiane : sans exiger une foi aveugle ni un renoncement à l'IA, le service fournit un outil d'analyse critique. D'une certaine manière, c'est un retour au principe journalistique du recoupement des sources, sauf qu'ici, les sources sont des réseaux de neurones.

Reste la question centrale : ce modèle peut-il passer à l'échelle ? Si les grands fournisseurs commencent à restreindre l'accès de leurs API aux agrégateurs ou augmentent leurs tarifs, l'activité de CollectivIQ sera menacée. Par ailleurs, à mesure que les modèles se ressemblent de plus en plus, entraînés sur des jeux de données qui se recoupent, la valeur de la comparaison multimodèle pourrait diminuer. Mais tant que la diversité des approches subsiste, l'idée d'un crowdsourcing entre IA paraît à la fois astucieuse et pragmatique. L'avenir d'une intelligence artificielle fiable ne passera peut-être pas par un modèle parfait unique, mais par un chœur de modèles imparfaits, où la moindre fausse note s'entend immédiatement.