Hallucination
Une réponse IA factuellement fausse mais énoncée avec aisance et assurance, comme si elle était vraie.
Qu'est-ce qu'une hallucination IA ?
Une hallucination est une réponse IA factuellement fausse mais formulée avec aisance et assurance, comme si elle était vraie. Elle survient quand un modèle comble un vide depuis sa mémoire paramétrique au lieu d'ancrer l'affirmation sur une source réelle.
Une hallucination est dangereuse précisément parce qu'elle sonne juste : le modèle est le plus fluide là où il est le moins certain.
Les modèles de langage génèrent du texte plausible, pas du fait vérifié. Quand la réponse n'est pas ancrée à une source récupérée, le modèle puise dans les motifs de sa mémoire paramétrique et peut inventer des détails — un chiffre faux, une citation mal attribuée, une fonctionnalité inexistante — énoncés avec pleine assurance.
Pour les marques, cela coupe dans les deux sens. Un moteur peut mal décrire votre produit, vous attribuer la force d'un concurrent, ou vous omettre en nommant quelqu'un d'autre avec aplomb. L'ancrage web, la récupération et un contenu clair et autoritaire réduisent les vides qu'un modèle comblerait en devinant.
C'est une raison centrale de l'AEO et de la GEO : un contenu bien structuré, citable et entité-clair donne aux moteurs quelque chose de correct à ancrer. SkuLift expose comment une marque est décrite à travers les moteurs pour que les erreurs soient repérées et corrigées à la source.