Confiance dans l'IA : l'année de couverture n'est pas celle du terrain

Un chiffre de confiance se lit d’ordinaire comme une photographie : ce qu’il mesure exactement, à quelle échelle, avec quel écart entre le déclaratif et le comportemental. Je pose ici l’autre question, celle de ce que ce chiffre fait à la réalité qu’il décrit une fois publié. La première chose que j’ai trouvée en rouvrant les rapports est que je le datais mal.

1. Les vagues datées de ce dossier portent en couverture l’année de leur publication, pas celle de leur terrain : chacune a commencé avant l’année qui la nomme. Le rapport KPMG de 2025 date pourtant ses propres observations par le terrain dans son corps de texte [6] ; c’est le millésime affiché qui trompe, pas l’analyse interne. La vague qu’Edelman appelle 2024 a été interrogée du 3 au 22 novembre 2023 [2], et sa clôture précède de dix-sept jours l’accord politique provisoire sur l’AI Act du 9 décembre 2023 [7]. La série publiée par Edelman ne porte que cinq valeurs, celle de 2020 étant absente [1], et sa dernière a été collectée jusqu’au 22 novembre 2023 [2]. Les dates de terrain des vagues de 2019 à 2023 ne figurent dans aucun des documents Edelman que j’ai ouverts, ni dans les suppléments sectoriels, ni dans les rapports globaux de 2024, de 2025 et de 2026, qui ne publient que la fenêtre de la vague en cours [1][2][3][4][10] ; je n’ai pas ouvert les rapports globaux de ces vagues-là. La seule borne documentaire directe que je puisse poser sur elles est donc celle du document qui les porte, archivé le 30 mars 2024 [1] ; l’annualité de l’enquête en donne une seconde, chaque vague précédant celle de novembre 2023. Aucune n’a donc pu être collectée après cette date, et aucune n’observe l’après de l’entrée en vigueur du 1er août 2024.
2. Le test que je proposais devient datable dès la vague suivante, interrogée du 25 octobre au 16 novembre 2024 [4], après l’entrée en vigueur du règlement, date qu’un site de suivi écrit en toutes lettres et que le texte primaire ne donne que par sa règle du vingtième jour [8][9]. Il ne devient pas exécutable pour autant, faute de trajectoire de part et d’autre du jalon. Cette vague publie une variation de un point sur la confiance dans les entreprises d’IA, sans marque de changement significatif.
3. Ce constat n’apporte rien à l’hypothèse de réflexivité, et ne la réfute pas davantage : un point isolé ne se compare à aucune trajectoire. Et la série s’arrête là. Une vague Edelman postérieure existe, interrogée du 25 octobre au 16 novembre 2025 [10], mais son rapport global ne porte pas la série sur les entreprises d’IA et je n’ai trouvé aucun supplément sectoriel de ce millésime. La mesure dont j’interroge la réflexivité est elle-même intermittente.

L’année écrite sur la couverture n’est pas l’année du terrain

La série existe par pays, et elle s’arrête avant le jalon

Ce que la série montre après le règlement, et où elle s’arrête

Ce que ces chiffres ne permettent pas de comparer. La moyenne de 2019 à 2024 porte sur 24 marchés et celle de 2025 sur 28 [1][3], si bien que la variation publiée par Edelman ne peut pas être refaite par un lecteur sur les deux valeurs affichées.

Ce que je propose

Test de falsification. Si la réflexivité opère et si le baromètre a été cité dans le dossier d’une décision datée, le score mesuré après cette décision doit s’écarter de sa trajectoire tendancielle. Je ne prédis pas de sens : le mécanisme que je décris n’a pas besoin d’un acteur qui chercherait à faire monter ou baisser le score, et il ne détermine donc aucune direction. La condition de citation n’est pas une précaution de style : aucun des documents que j’ai ouverts ne montre une telle citation pour l’AI Act, et le jalon réglementaire seul ne fournit donc pas l’occasion de test que ce mécanisme demande. Je ne peux pas mesurer cet écart, et je ne l’ai donc pas mesuré : la seule chose que la vague postérieure au jalon autorise à écrire est qu’Edelman ne signale pas de changement significatif sur sa variation [3], ce qui n’est pas la même chose qu’un écart calculé et trouvé nul. Deux raisons l’interdisent, et je ne peux lever ni l’une ni l’autre. La série annuelle est publiée sur 24 marchés, avec une valeur manquante en 2020, et la valeur postérieure sur 28, sans que la valeur de 2024 soit republiée sur 28 marchés [1][3] : il n’existe donc aucune trajectoire commensurable à laquelle comparer ce point, et aucune marge d’erreur n’est publiée pour le sous-échantillon qui porte la question [1][2][4]. La vague suivante n’y ajoute rien : elle a bien eu lieu, du 25 octobre au 16 novembre 2025 [10], mais aucun document de ce millésime que j’aie trouvé ne reprend la série sur les entreprises d’IA. Et une rupture, si elle apparaissait, resterait compatible avec un simple choc d’attention médiatique produit par le jalon lui-même, sans qu’aucun acteur n’ait utilisé le baromètre : isoler la réflexivité suppose de trouver, en plus, la citation explicite d’un baromètre dans le dossier d’une décision datée. Je n’en ai trouvé aucune dans les documents que j’ai ouverts pour cette page, ce qui n’établit pas qu’il n’en existe pas.

Un baromètre qui influence ce qu’il mesure n’a pas cessé d’être informatif, il a seulement cessé d’être un simple miroir. Encore faut-il pouvoir le montrer, et pour l’instant je ne le peux pas.

Mes réserves

• Les producteurs vendent ce qu’ils mesurent, à un degré près. Edelman vend du conseil en réputation et en confiance, ce que je tire de son activité connue et qu’aucun de ses rapports n’écrit, et il signe seul son baromètre [1]. Les deux études KPMG sont co-signées avec les universités du Queensland puis de Melbourne, dont les équipes déclarent avoir mené « the design, conduct, analysis and reporting of this research » [5], la vague suivante ajoutant la collecte des données à cette liste [6]. KPMG est co-éditeur et co-financeur des deux, en 2023 par la chaire KPMG in Trust, aux côtés d’une subvention publique australienne, et en 2025 par le partenariat de chaire entre l’université de Melbourne et KPMG Australia augmenté d’un financement direct de KPMG International, de KPMG Australia et de l’université de Melbourne elle-même, ce dernier rapport écrivant que « the research was conducted independently by the university research team » [5][6] : le cas est moins net, et je le range en partie prenante sans trancher la question. C’est une qualification que je pose sur leur activité connue, aucun des rapports ne l’écrivant de lui-même. Cette page se demande si le chiffre publié influence la réalité qu’il décrit ; elle ne se demande pas si l’intérêt commercial du producteur influence déjà le chiffre lui-même, et je n’ai aucun moyen de le mesurer. Ce n’est pas cette dépendance qui pèse le plus dans l’indice de solidité de cette page : le poste dominant est la nature du dispositif, une mesure déclarative jamais confrontée à la question posée.
• Deux valeurs différentes pour la même série, chez le même producteur. La fiche de synthèse d’une page publiée par Edelman avec son supplément sectoriel écrit une baisse « from 61 percent to 53 percent », quand le rapport de 52 pages écrit 62 puis 54 pour la même série, avec la même variation de huit points [1]. Les deux documents portent la même date et la même adresse, aucun ne mentionne l’autre valeur. J’utilise celle du rapport, qui publie la série complète, et je signale l’écart plutôt que de le taire.
• Le jalon du 1er août 2024 n’applique aucune obligation. Le calendrier d’application tenu par artificialintelligenceact.eu, site de suivi tiers, écrit qu’à cette date « none of the Act’s requirements apply » [8] ; l’article 113 du règlement, dans sa rédaction publiée au Journal officiel en 2024, fixait l’application générale au 2 août 2026 et celle des chapitres I et II au 2 février 2025 [9] ; un texte modificatif postérieur, que je n’ai pas ouvert et pour lequel je n’ouvre pas d’entrée, en donne la rédaction en vigueur ; je ne prétends donc rien de son état aujourd’hui. Attendre un décrochage de la confiance à la date d’entrée en vigueur d’un texte dont rien ne s’applique encore est donc peu plausible en soi, et cela affaiblit mon propre test autant que son résultat.
• Une queue de terrain hors fenêtre chez Edelman. Le rapport global de 2025 signale que les répondants canadiens ayant répondu en français ont été recontactés du 12 au 17 décembre 2024, après un problème de traduction [4]. La fenêtre du 25 octobre au 16 novembre 2024 que je présente comme la datation de cette vague n’est donc pas complète, sur une page dont le sujet est justement la précision des dates de terrain.
• L’absence de marque de significativité est un constat visuel. Les glyphes de la page 7 du supplément de 2025 ne survivent pas à la conversion en texte : j’ai lu l’absence d’anneau sur le rendu de la page en image, pas sur une transcription [3].
• Aucune date de terrain avant la vague de 2024 dans les documents Edelman relevés, et aucune au jour près chez KPMG. Les rapports globaux Edelman ne publient la fenêtre de collecte que de la vague en cours [2][4] ; KPMG publie la sienne au mois, « between November 2024 and mid-January 2025 », sans jour de début ni de fin [6]. Je ne peux donc pas placer les vagues de 2019 à 2023 sur un axe de dates, et la figure 1 ne les porte pas.
• KPMG publie un test de significativité pour ce recul, mais pas de marge d’erreur. L’annexe méthodologique du rapport de 2025 décrit le protocole retenu pour la comparaison à panel constant sur les 17 pays communs aux deux vagues : analyse de variance à un facteur, tests t appariés, seuil de signification fixé à p < 0,001 et seuil d’ampleur d’effet, le g de Hedges à 0,30. La même annexe marque l’évolution 2022-2024 de la disposition à se fier aux systèmes d’IA, celle qui passe de 52 % à 43 %, comme significative à p < 0,001, de même que les deux autres items reconduits sur ces 17 pays. Ce que le rapport ne publie en revanche à aucun endroit, c’est une marge d’erreur chiffrée pour ce sous-ensemble, là où Edelman marque les siennes [3][6].
• Deux points ne font pas une trajectoire. L’écart de neuf points mesuré par KPMG sur 17 pays constants, sans suivi déclaré des mêmes répondants, [6] court de septembre-octobre 2022 à novembre 2024-mi-janvier 2025 [5][6], soit vingt-quatre à environ vingt-huit mois et demi selon les bornes retenues, qui contiennent l’accord de décembre 2023, l’entrée en vigueur d’août 2024 et la sortie de ChatGPT. Aucune décomposition n’est possible avec deux mesures.
• Périmètres non commensurables chez Edelman. La série de 2019 à 2024 est publiée sur 24 marchés, la valeur de 2025 sur 28 [1][3]. Edelman publie une variation entre les deux mais pas la valeur de 2024 recalculée sur 28 marchés : je rapporte sa variation, je ne la recalcule pas, et la figure 2 ne relie pas les deux points.
• Sous-échantillon non dimensionné. La question sectorielle qui porte le chiffre central n’est posée qu’à un cinquième de l’échantillon [1][3], et aucun des rapports relevés ne publie de marge d’erreur pour ce sous-ensemble [1][2][3][4]. Les marges publiées dans les rapports globaux portent sur l’échantillon entier [2][4].
• Le nom de Goodhart n’est pas au dossier. Je discute ce mécanisme sans citer de source primaire pour lui, et je ne peux donc pas m’en réclamer autrement que comme d’un nom d’usage. Les deux formulations que je cite en propre sont celles de Campbell [11] et de Lucas [12].
• Aucune revue de littérature. Je constate que les documents que j’ai ouverts pour cette page n’appliquent pas ce mécanisme aux baromètres de confiance sectoriels dans l’IA. Je n’ai pas mené la recherche systématique qui établirait qu’aucun travail ne le fait ailleurs, et je ne revendique donc aucune antériorité.
• Explication concurrente non écartée. Une exposition médiatique croissante aux incidents liés à l’IA, ou une lassitude envers les grandes entreprises technologiques, pourraient faire baisser un score déclaratif sans aucune boucle de rétroaction. Je ne dispose d’aucune mesure de cet effet, et je ne prétends donc pas qu’elles y suffiraient : elles restent des explications concurrentes, pas des explications testées. Rien dans ces sources ne permet de trancher. Et je ne peux pas non plus me servir de la vague postérieure au jalon pour départager : Edelman n’y signale pas de changement significatif, ce qui n’établit ni un écart ni son absence, faute d’une trajectoire commensurable à laquelle comparer ce point.

L’implication concrète : avant de citer un baromètre de confiance dans l’IA comme un fait daté, vérifier la fenêtre de terrain plutôt que l’année de couverture, et refuser de lire une variation entre deux vagues comme un signal tant que le périmètre des pays n’est pas identique d’une vague à l’autre.

Écart au Standard Probans

Je proposais un test en affirmant que la donnée pour le mener n’existait pas. Elle existait, dans le premier document de ma propre bibliographie, à une page que je n’avais pas ouverte. Ce n’est pas une nuance de formulation : c’est l’affirmation qui justifiait de laisser l’hypothèse sans épreuve.

Le test, une fois mené, ne me donne pas raison. La seule vague interrogée après l’entrée en vigueur du règlement ne montre pas de décrochage, et je le publie tel quel plutôt que d’aller chercher la fenêtre qui m’arrangerait. Ce que je ne peux pas faire, et que je ne prétends pas faire, c’est distinguer une absence d’effet d’une absence de puissance : avec une observation d’un côté du jalon, je n’aurais pas vu un effet modéré s’il existait.

Retour au dossier Confiance dans l’IA par région · Lire la Décision possible du dossier.