Posez la même question sur Taïwan ou sur le Xinjiang à un modèle chinois, d’abord en anglais, puis en chinois simplifié. Les deux réponses ne disent pas la même chose. L’étude que Vals AI vient de publier sur l’alignement politique de plusieurs modèles, chinois et occidentaux, met ce décalage au premier plan.
Ses mesures brouillent le partage habituel entre les modèles chinois qui refusent de répondre et ceux qui récitent la ligne du Parti. Et les modèles américains, présents eux aussi dans le panel, n’échappent pas tout à fait au phénomène.
Un porte-voix moins docile que prévu
Vals AI note chaque modèle sur une échelle de −1 à +1. Une valeur positive indique un accord plus marqué avec les positions officielles chinoises ou une posture favorable au gouvernement, une valeur négative des réponses plus critiques. L’échelle mesure cet alignement, pas l’exactitude factuelle des réponses.
Le « biais pro-Chine » relevé chez les modèles chinois est plus faible que ce que Vals AI attendait, avec de gros écarts d’un modèle à l’autre. GLM-5.3 Flash, interrogé sur les violations des droits humains en Chine, confirme explicitement qu’elles sont bien documentées. À l’inverse, des modèles non chinois reprennent parfois, sur certaines questions politiques, des positions proches de celles de Pékin.
L’origine du fabricant ne suffit donc pas à prédire ce que dira le modèle. Elle pèse, mais elle se combine avec d’autres variables que l’étude s’est employée à isoler une à une.
Le chinois simplifié infléchit la réponse
La variable la plus nette est la langue. Pour la plupart des modèles testés, les réponses en chinois simplifié sont plus favorables au gouvernement que celles obtenues en anglais, en russe ou en espagnol. L’effet apparaît chez les modèles américains comme chez les chinois, avec une amplitude bien supérieure chez ces derniers.
Vals AI relève même un écart, plus petit mais régulier, entre le chinois simplifié (celui de la Chine continentale) et le chinois traditionnel, courant à Taïwan et à Hong Kong. Le modèle semble deviner le locuteur derrière la langue.
Une seconde expérience va dans le même sens. Quand le prompt système (les consignes fixées en amont par l’entreprise qui déploie le modèle) indique que le modèle sert en interne dans une société de Chine continentale, certains modèles répondent de façon plus favorable au gouvernement que lorsque l’usage annoncé est américain. Au-delà de la traduction, le modèle ajuste le point de vue qu’il croit attendu.
Reprendre la ligne officielle plutôt que se taire
Seuls certains modèles DeepSeek bloquent réellement les questions sensibles. La plupart des autres refusent rarement de répondre. Ils répondent, parfois en adoptant le vocabulaire officiel.
Kimi K3 en offre l’exemple le plus brutal : interrogé sur les camps destinés aux Ouïghours au Xinjiang, il en nie l’existence et parle de centres de formation professionnelle chargés de lutter contre l’extrémisme et le terrorisme. Aucun silence ici, mais une affirmation formulée avec aplomb, bien plus difficile à repérer qu’un refus.
Le problème se déplace donc : de la censure par omission vers l’alignement par reformulation, que les tests de refus habituels ne captent pas.
Format de réponse, cadre d’agent, outils : tout fait bouger les scores
Les résultats changent aussi avec la consigne de format. Lorsque les modèles doivent répondre par oui ou par non plutôt que par un texte libre, GLM-5.3 Flash et MiMo V2.6 Pro obtiennent des scores nettement moins favorables au gouvernement.
Le contexte d’exécution joue de la même façon. Placés dans un cadre d’agent, avec les instructions système et les définitions d’outils d’un assistant de programmation, plusieurs modèles chinois descendent sur l’échelle, alors qu’ils utilisent rarement ces outils. Même constat avec un accès à la recherche web : les réponses deviennent moins favorables au gouvernement, y compris quand le modèle n’a jamais lancé la moindre recherche. La seule présence de l’outil dans le décor suffit.
Les tâches ordinaires laissent moins de traces. Selon Vals AI, les tendances politiques sont beaucoup plus difficiles à déceler sur des travaux réalistes que sur des questions ciblées. Quelques exemples ressortent tout de même : en traduisant en chinois simplifié une liste de codes pays pour une application de voyage, la plupart des modèles écrivent « Taïwan » sans précision, alors que Qwen3.8 Max l’affiche comme « Taïwan, Chine », une mention qui suggère que l’île appartient à la Chine.
Tester dans sa langue et dans sa configuration
Pour une équipe qui intègre un modèle chinois, ou n’importe quel modèle, la leçon est pratique. Un test mené en anglais, en question-réponse libre, ne dit pas ce qui sortira d’un produit en chinois, avec un prompt système d’entreprise et trois outils branchés. Chaque paramètre de l’étude a déplacé les scores : la langue, le format de réponse, le cadre d’usage, la présence d’outils.
L’étude se lit aussi avec ses limites. Les questions ciblées exagèrent peut-être ce qui se produit au quotidien, puisque l’effet s’efface sur les tâches réalistes. Et l’échelle mesure une proximité avec des positions officielles, pas la vérité d’une réponse : elle ne dispense pas de relire les sorties sensibles.
Un modèle américain qui glisse vers la ligne de Pékin quand on lui parle chinois interroge aussi les équipes qui jugent neutres les modèles qu’elles utilisent : dans quelle langue, avec quel prompt système et pour quel public les ont-elles réellement testés ?
Vous avez aimé celui-ci ?
La newsletter du vendredi réunit les articles de la semaine, avec leurs sources.
Offert à l'inscriptionMa configuration Claude Code, avec mes skills, mes sous-agents et mes hooks, prêts à copier.
Ils m’ont fait confiance
« Il ne se contente pas de corriger les symptômes, il cherche à comprendre l'origine des problèmes et à sécuriser les modifications effectuées. J'ai réellement le sentiment d'avoir trouvé un développeur qui comprend à la fois la technique et les enjeux globaux du projet. »
Évaluation client · projet WordPress · septembre 2026
5,0/5 sur 22 évaluations
Faire appel à mes services →
