Notion · Dialoguer avec un modèle
Grounding (ancrage dans les faits)
S’assurer que le modèle répond à partir de sources réelles, fournies ou citées, et non de mémoire. C’est la parade principale aux hallucinations.
Comment ça marche
Un modèle répond, par défaut, à partir de ce qu’il a retenu de son entraînement : une mémoire vaste, approximative, et datée. Le grounding consiste à lui donner, au moment de la question, les sources sur lesquelles s’appuyer, et à l’obliger à s’y tenir. Le document collé, les extraits retrouvés par un RAG, les pages trouvées par une recherche : voilà la matière. La consigne fait le reste : répondre à partir de ça, citer, et dire quand ça ne suffit pas.
L’effet est net. Les inventions chutent, parce que le modèle a sous les yeux ce qu’il cherche. Les réponses deviennent vérifiables, parce que chaque affirmation renvoie à un passage. Et les trous deviennent visibles, parce que le modèle a le droit de dire que la source ne répond pas. Le grounding ne rend pas le modèle infaillible ; il rend ses erreurs contrôlables.
Un exemple concret
- Sans ancrage : « Quelle est la garantie sur nos pompes industrielles ? » Le modèle répond deux ans, pièces et main-d’œuvre, avec assurance. La vraie garantie est de trois ans, hors pièces d’usure.
- Ancrage manuel : la même question, avec les conditions générales collées et la consigne « réponds uniquement à partir de ce texte et cite l’article ». Le modèle répond trois ans, cite l’article 8, et signale que les pièces d’usure sont exclues à l’article 8.2.
- Ancrage à l’échelle : la question posée à l’assistant interne branché sur toute la documentation par RAG. Même réponse, plus la fiche de la pompe concernée et deux cas passés du support, chacun avec son lien.
Le premier niveau aurait coûté un litige. Les deux autres ont pris le même temps, et donnaient à vérifier.
Ce que ça change pour une équipe
- Les réponses se vérifient en un clic. Une citation, un lien vers la source : le contrôle prend dix secondes au lieu d’une recherche.
- Le « je ne sais pas » redevient possible. Un assistant qui signale l’absence d’information est plus utile qu’un assistant qui comble.
- Les documents reprennent de la valeur. Ce qui est écrit et à jour devient la base des réponses. Ce qui est périmé se voit.
- La confiance se fonde sur des preuves. On fait confiance à une réponse sourcée et vérifiée, pas à un ton assuré.
Les limites et les erreurs fréquentes
- Fournir la source sans la consigne. Le modèle lit le document et complète avec ses souvenirs. Il faut lui interdire explicitement de sortir de la source.
- Des sources mauvaises. Un document périmé donne une réponse périmée, parfaitement ancrée. La qualité des sources reste le travail de fond.
- Ne pas vérifier les citations. Un modèle peut citer un passage qui ne dit pas tout à fait ce qu’il affirme. Pour ce qui engage, on ouvre la source.
- Croire que le mode recherche suffit. Une recherche web cite des pages, mais leur fiabilité varie. L’ancrage sur vos propres documents validés vaut mieux pour tout ce qui touche à l’entreprise.
Pour aller plus loin
L’ancrage passe par la fourniture de documents (RAG, pièces jointes), l’exigence de citations vérifiables et la consigne de signaler l’absence d’information. Un modèle ancré peut encore se tromper, mais l’erreur devient contrôlable.
Où ça se situe chez Opora
Programme 01 · Mieux utiliserUn usage responsable et sobre de l’IA
Ancrer chaque demande dans des sources, exiger des citations et vérifier ce qui compte, c’est un réflexe que nous installons dès le programme Un usage responsable.
Questions fréquentes
Donner un document à l’IA suffit-il pour qu’elle soit ancrée ?
C’est la première étape, mais pas la seule. Il faut aussi lui dire de répondre uniquement à partir du document, de citer les passages, et de signaler quand la réponse n’y est pas. Sans ces consignes, le modèle mélange ce qu’il lit et ce qu’il croit savoir.
Le grounding, c’est la même chose que le RAG ?
Le RAG est une technique de grounding à l’échelle : il va chercher automatiquement les passages pertinents dans une base de documents. Le grounding est le principe : répondre à partir de sources. Il se pratique aussi à la main, en collant un extrait, ou avec un mode de recherche qui cite ses sources.
Une réponse ancrée est-elle toujours juste ?
Non. Le modèle peut mal lire la source, ou la source peut être fausse ou périmée. Mais une réponse ancrée est vérifiable : on sait d’où elle vient, on peut contrôler. C’est la différence entre une erreur qu’on peut attraper et une invention qu’on ne voit pas.