Les intelligences artificielles, malgré leur ressemblance, ont tout de même leurs propres subtilités. Il y a quelques mois, on leur demandait par exemple s’il valait mieux aller à pied ou en voiture au lave-auto : seulement certaines avaient saisi l’intention (et l’ironie) du problème.
Mais voilà, lors de notre essai, toutes ont répondu la même chose à cette question : « Choisis un nombre entre 1 et 30. » ChatGPT, Gemini, Claude, Perplexity… chacune a choisi le nombre 17, un résultat également observé par cet utilisateur sur X. Cette préférence n’est toutefois pas systématique : elle peut varier selon le modèle, sa version, ses réglages ou l’intervalle demandé.
Si l’on a d’abord pensé à un phénomène de distillation entre les modèles, cette étrange convergence pourrait en réalité avoir plusieurs explications.
Pourquoi les IA choisissent-elles le nombre 17 ?
Contrairement à une roulette ou à un dé, un modèle de langage n’accorde pas la même chance à chaque nombre. Il attribue à chacun une probabilité selon la consigne et ses données d’entraînement, puis sélectionne une réponse parmi les plus plausibles. Un réglage appelé « température » peut rendre ce choix plus ou moins variable, sans pour autant garantir un véritable tirage au sort.
Chez les humains, le 17 a depuis longtemps la réputation de « faire aléatoire ». Dans un sondage en ligne mené en 2007 auprès de 347 personnes, près de 18 % des participants l’ont choisi parmi les nombres de 1 à 20, contre 5 % si les réponses avaient été uniformément réparties.
Ce résultat reste à prendre avec précaution : il ne provenait pas d’une étude scientifique et certains participants avaient peut-être déjà entendu parler de cette préférence. Des recherches en psychologie confirment néanmoins plus largement que les humains ne produisent pas un hasard parfaitement uniforme : une étude publiée en 2021 montre qu’ils privilégient certains chiffres ou motifs et en évitent d’autres, au point de former une sorte d’« empreinte cognitive » propre à chaque personne.
Une explication plausible est donc que les IA reproduisent des régularités culturelles et psychologiques présentes dans leurs données d’entraînement. ChatGPT, Claude ou Gemini peuvent avoir appris séparément la même association entre le hasard et le nombre 17. Cette hypothèse reste toutefois difficile à vérifier directement, puisque les corpus d’entraînement ne sont pas entièrement publics.
On a également changé l’intervalle et demandé à ChatGPT de choisir un nombre entre 1 et 20 : l’IA a choisi le 13. Questionnée sur ce choix, sa réponse a été la suivante : « 13 paraît moins prévisible que 10, tout en étant très saillant culturellement : nombre premier, superstition, vendredi 13… Dans les textes humains dont j’ai appris les régularités, il revient souvent quand on demande un nombre « au hasard ». Autrement dit, je ne l’ai pas tiré au sort : j’ai reproduit une préférence statistique pour un nombre qui a l’air arbitraire ».
Une justification plausible, même si les modèles ne sont pas toujours capables d’expliquer fidèlement l’origine de leurs propres réponses.
La distillation peut transmettre les mêmes réflexes
Cette préférence pourrait également être renforcée par le recours croissant aux données synthétiques, c’est-à-dire aux contenus générés par des IA pour en entraîner de nouvelles. Si les modèles chargés de produire ces données privilégient déjà le 17, ils pourraient accentuer une régularité déjà présente.
La distillation constitue un cas particulier de l’entraînement à partir de contenus produits par une IA. Un modèle puissant, appelé « professeur », génère des réponses qui servent ensuite à entraîner un autre modèle, appelé « élève ». Ce dernier apprend ainsi à reproduire une partie de ses capacités.
La distillation permet notamment de créer des IA plus légères et moins coûteuses, mais elle peut aussi leur transmettre certains défauts, styles ou préférences. Si plusieurs entreprises utilisent les mêmes familles de modèles pour produire leurs données, leurs assistants pourraient ainsi adopter des réflexes communs.
Il faut toutefois rester prudent : rien ne permet d’affirmer que les principaux assistants choisissent le 17 parce qu’ils descendraient tous d’un même modèle. Le détail de leur entraînement reste largement secret et le biais humain est déjà une hypothèse crédible. La distillation est surtout davantage susceptible d’accentuer cette convergence.
Une préférence peut se cacher dans des suites de nombres
Une étude publiée dans la revue Nature en 2026, montre que cette transmission peut aller beaucoup plus loin. Ses auteurs ont mis en évidence le « subliminal learning », ou apprentissage subliminal : un modèle peut transmettre une préférence à un autre par l’intermédiaire de données qui semblent sans rapport avec elle.
Dans l’une des expériences, un modèle programmé pour aimer les hiboux génère uniquement des suites de nombres, sans jamais mentionner cet animal. Un autre modèle entraîné sur ces données développe pourtant, lui aussi, une préférence pour les hiboux. Certaines valeurs ou combinaisons produites par le premier modèle semblent donc contenir de minuscules régularités statistiques que le second finit par reproduire.
Les auteurs ont d’ailleurs également observé la transmission de comportements problématiques. Dans leurs expériences, l’effet apparaissait lorsque le professeur et l’élève partageaient le même modèle de base, ou reposaient sur des modèles très proches dans leur fonctionnement. Cette étude ne prouve donc pas que le goût du 17 circule entre toutes les grandes IA. Elle montre toutefois que des données dites synthétiques peuvent transmettre des biais invisibles, même après la suppression de toute référence explicite.
En clair, le succès du 17 tient donc probablement à plusieurs phénomènes : une préférence humaine apprise dans les textes, que les données synthétiques et la distillation pourraient ensuite renforcer.
+ rapide, + pratique, + exclusif
Zéro publicité, fonctions avancées de lecture, articles résumés par l'I.A, contenus exclusifs et plus encore.
Découvrez les nombreux avantages de Numerama+.
Vous avez lu 0 articles sur Numerama ce mois-ci
Tout le monde n'a pas les moyens de payer pour l'information.
C'est pourquoi nous maintenons notre journalisme ouvert à tous.
Mais si vous le pouvez,
voici trois bonnes raisons de soutenir notre travail :
- 1 Numerama+ contribue à offrir une expérience gratuite à tous les lecteurs de Numerama.
- 2 Vous profiterez d'une lecture sans publicité, de nombreuses fonctions avancées de lecture et des contenus exclusifs.
- 3 Aider Numerama dans sa mission : comprendre le présent pour anticiper l'avenir.
Si vous croyez en un web gratuit et à une information de qualité accessible au plus grand nombre, rejoignez Numerama+.
Toute l'actu tech en un clin d'œil
Ajoutez Numerama à votre écran d'accueil et restez connectés au futur !
Un édito exclusif, un guide, une reco de lecture et l’agenda de la rédaction : c’est ce que vous trouverez tous les jeudis dans ToujoursPlus, la newsletter tech écrite par Julien Cadot. Inscrivez-vous gratuitement ici !