Une entreprise française peut avoir les bons éléments probants sous les yeux et tout de même apparaître dans une réponse IA par un détour anglais plus mince. La question n’est pas seulement ce que le modèle dit, mais quelle couche linguistique a rendu la réponse assez sûre pour être formulée.
Dans une lecture composite d’une boulangerie lyonnaise, la réponse semblait correcte au premier abord. L’entreprise était nommée, l’arrondissement paraissait plausible, et la courte description sonnait comme quelque chose qu’un visiteur pressé pourrait accepter. Puis l’équipe a comparé la piste des sources. La fiche d’annuaire française contenait le détail utile de l’adresse et le vocabulaire de catégorie. Le résumé anglais, plus mince et un peu daté, fournissait la formulation que le modèle répétait.
L’erreur était assez discrète pour passer inaperçue. Le modèle n’a pas inventé une autre ville ni décrit une boulangerie comme un garage. Il a simplement choisi la couche anglaise la plus lisse et laissé la fiche française derrière la vitre. Dans une autre exécution, la même entreprise disparaissait quand la requête était posée en anglais, revenait quand elle était posée en français, puis revenait encore en anglais avec le quartier retiré. C’est dans cette oscillation que Sourceplane Atelier commence.
La réponse utile n’est pas toujours la réponse bien sourcée
Un paragraphe soigné peut rendre la dépendance aux sources plus difficile à voir. Lorsqu’un modèle dit qu’une PME française est « un spécialiste local connu pour son service traditionnel », la formulation porte une autorité douce. Elle donne l’impression d’être documentée. Pourtant, l’expression peut venir d’une étiquette d’annuaire, d’une page d’entreprise, d’un article local ou d’une page de résumé qui a déjà compressé la source française originale en anglais.
Le laboratoire traite cela comme un problème pratique, pas comme une plainte sur la pureté linguistique. Les résumés anglais ne sont pas automatiquement faux. Ils peuvent être plus clairs, plus faciles à récupérer pour un modèle ou mieux reliés à d’autres pages. Mais ils peuvent aussi faire perdre l’identité de l’entreprise : une branche locale devient une entreprise générale, un titre réglementé devient une catégorie vague, et un signal de quartier devient « France ». La réponse paraît toujours calme. Les éléments probants ont été amincis.
La sous-citation des sources françaises — le terme de travail de ce document — désigne le schéma dans lequel un modèle peut décrire une entreprise française sans nommer ni utiliser visiblement la fiche en français qui soutient le mieux cette description. La raison compte : si la réponse passe par une couche anglaise plus faible, le lecteur peut surestimer la proximité du modèle avec l’entreprise elle-même.
L’équipe emploie le terme « sous-citer » avec prudence. Le document ne revendique pas un écart mesuré sur l’ensemble des moteurs. Les échantillons de Sourceplane Atelier sont descriptifs : entreprises, catégories, branches locales, pages d’annuaires, traces de registres et mentions dans la presse qui apparaissent couramment dans des réponses générées par IA sur les entreprises. Une observation consignée peut être une citation visible, une citation absente, un glissement de formulation ou une trace reconnaissable ressemblant à une source. Plusieurs observations de ce type sont comparées avant que le laboratoire ne juge un schéma probable.
Le premier signe n’est souvent pas une citation du tout. C’est une phrase qui semble traduite avant de sembler sourcée. Une page française peut dire « boulangerie-pâtisserie de quartier », tandis que la réponse dit « une boulangerie-pâtisserie de quartier qui sert la population locale ». Cette traduction n’est pas une faute en soi. La question est de savoir si le modèle est resté connecté à la fiche française ou s’il a flotté vers une abstraction anglaise qu’il pouvait manier plus facilement.
Comment le laboratoire sépare la langue de la requête de la langue de la source
Dans les exécutions du laboratoire, la langue de la requête et la langue de la source sont traitées comme deux conditions distinctes. Une requête en français peut tout de même faire remonter un résumé anglais. Une requête en anglais peut tout de même récupérer une fiche française. L’équipe consigne les deux, car la langue visible de la réponse peut tromper le lecteur sur la langue des éléments probants sous-jacents.
Une comparaison typique utilise la même catégorie d’entreprise et le même cadrage géographique dans deux langues de requête. La requête française peut demander un service local à Lyon, avec le nom de l’entreprise écrit avec ses diacritiques. La requête anglaise demande la même chose en anglais, parfois avec les accents conservés et parfois sans. L’équipe consigne ce qui change : l’entreprise nommée, la catégorie qui lui est attachée, le détail de localisation préservé, les citations affichées et les formulations ressemblant à des sources qui apparaissent sans citation.
C’est là que le travail peut sembler minutieux. L’objectif n’est pas de prendre un modèle en flagrant délit d’erreur spectaculaire. Le plus souvent, la réponse change dans des interstices étroits. La requête anglaise peut garder le nom de l’entreprise mais perdre l’arrondissement. La requête française peut citer une fiche locale mais éviter le résumé anglais. Une troisième exécution peut mentionner un nom légal de type registre sans afficher le registre. Ce sont de petits pivots, mais la visibilité d’une entreprise se construit souvent sur de petits pivots.
Pour ce document, Sourceplane Atelier utilise l’Objet d’étude A comme scénario composite : une boulangerie indépendante à Lyon, avec un nom français, des diacritiques, une fiche d’annuaire locale, un identifiant d’établissement et une faible empreinte en anglais. Il n’est pas présenté comme un vrai client. C’est un objet de test façonné à partir de situations répétées que le laboratoire a observées autour de petites entreprises françaises. Le niveau de détail compte : la boulangerie est assez visible pour être trouvée, mais pas assez connue pour dominer chaque réponse.
Le cas composite produit trois contrastes utiles. Dans une réponse, la boulangerie est guidée par les annuaires : le modèle suit une fiche locale et préserve la catégorie d’entreprise. Dans une autre, elle est ancrée dans les registres : l’identité légale apparaît, mais la description commerciale reste mince. Dans une troisième, elle devient aplatie régionalement : Lyon reste quelque part en arrière-plan tandis que la réponse parle d’une boulangerie française en termes génériques. La même entreprise peut passer d’une dépendance à l’autre lorsque la langue de la requête change.
Ce mouvement est le sujet même du document. Le laboratoire n’a pas besoin que le modèle produise une formulation identique à chaque exécution. Il lui faut des conditions reconstructibles : requête, langue, cadre local, catégorie d’entreprise et logique de comparaison. Si un autre relecteur peut reconstruire le dispositif et tester le même pivot, l’observation a une valeur de recherche.
Les quatre types de dépendance montrent où l’écart de langue se cache
La classification d’ancrage du laboratoire est volontairement qualitative : quatre façons dont une réponse IA dépend des éléments probants relatifs aux entreprises françaises — guidée par les annuaires, ancrée dans les registres, amplifiée par la presse ou aplatie régionalement. Ce n’est pas une grille de score. Elle ne dit pas qu’un type est toujours meilleur qu’un autre. Elle donne à l’équipe une façon de nommer l’inclinaison de la réponse.
Une réponse guidée par les annuaires préserve souvent l’identité pratique de l’entreprise. Elle peut porter le vocabulaire d’adresse, la catégorie de service, le schéma d’ouverture ou la structure d’une fiche locale. Lorsque la source est française, cela peut garder l’entreprise proche de son vrai contexte de marché. Lorsqu’un résumé anglais de la page d’annuaire devient le chemin de la réponse, la même structure peut survivre tout en perdant une partie de son grain local. La catégorie est là ; la texture ne l’est pas.
Une réponse ancrée dans les registres se comporte autrement. Elle peut nommer une entité légale, une fiche d’établissement ou un identifiant de type SIREN. Cela peut corriger une confusion entre homonymes, surtout lorsqu’une entreprise a un profil public mince. Mais les éléments de registre sont étroits. Ils peuvent clarifier l’identité sans dire au lecteur si les clients connaissent l’entreprise, si la description du service est à jour ou si la branche locale est bien celle dont il est question. Lorsqu’une réponse anglaise s’appuie trop fortement sur une trace de type registre, elle peut sembler précise tout en disant très peu.
Les réponses amplifiées par la presse sont plus lisibles et plus dangereuses d’une manière discrète. Un article local peut donner de la couleur à une entreprise : histoire de fondateur, conflit de quartier, réouverture, note saisonnière. Si la couche anglaise emprunte ce cadrage sans préserver le contexte local de l’article, la réponse peut surestimer un épisode. Le modèle peut retenir l’histoire et oublier pourquoi l’histoire était locale.
Les réponses aplaties régionalement sont l’endroit où le problème français-versus-anglais devient le plus visible. Un détail breton, alsacien, provençal ou lyonnais peut être raboté en « une entreprise française » ou « une entreprise locale en France ». La réponse n’a pas forcément menti. Elle n’a pas porté la différence qui rendait la preuve utile. Pour une fédération professionnelle ou une agence, cet échec n’est pas cosmétique. L’identité régionale peut décider si la réponse pointe vers la bonne réalité de marché.
Une couche de sources peut être présente sans être respectée ; le modèle peut emprunter assez pour paraître informé tout en laissant derrière lui le signal local qui rendait la fiche française digne d’être citée.
La classification aide à éviter une lecture paresseuse. Le laboratoire ne demande pas seulement si les sources françaises apparaissent. Il demande quel travail elles accomplissent. Un annuaire français peut guider la réponse. Un registre français peut ancrer l’identité. Un article français peut fournir le cadrage. Ou bien les éléments français peuvent être contournés tandis qu’un résumé anglais aplatit l’entreprise dans une forme plus sûre et plus terne.
Pourquoi les résumés anglais deviennent attractifs pour les modèles
L’explication tentante consiste à dire que les grands systèmes de langage sont simplement meilleurs en anglais. C’est peut-être une partie de l’histoire, mais c’est trop grossier pour ce document. Les observations du laboratoire suggèrent un mécanisme plus pratique : les résumés anglais sont souvent plus faciles à connecter à travers le Web. Ils se trouvent sur des pages au style explicatif plus propre, avec des étiquettes de catégorie plus larges et moins de densité administrative. Ils donnent au modèle une phrase déjà prête.
Les fiches d’entreprises françaises peuvent résister. Les annuaires peuvent être structurés pour les utilisateurs, pas pour la citation. Les pages de registre peuvent être précises mais minces. La presse locale peut contenir du contexte à l’intérieur d’un récit qui n’est pas écrit comme un profil d’entreprise. Les pages d’entreprise peuvent employer des termes de service français qui ne passent pas proprement en anglais. Un modèle cherchant une réponse justifiable peut choisir la page qui ressemble déjà à une réponse.
C’est pourquoi un résumé anglais plus faible peut battre une fiche française plus forte. Il n’est pas forcément plus exact. Il est plus digeste. Pour la visibilité IA, la digestibilité est une condition de source. Le modèle a besoin d’un matériau qu’il peut récupérer, connecter et répéter sans créer trop de risque. Une source française qui contient les meilleurs éléments d’identité peut tout de même perdre si la couche anglaise emballe une histoire plus simple.
Le laboratoire veille à ne pas transformer cela en classement moral des langues. Les éléments en français peuvent eux aussi être datés, vagues ou promotionnels. Les résumés anglais peuvent être exacts et utiles. La différence importante est de savoir si la réponse dit au lecteur quelle couche elle a utilisée, et si cette couche est assez proche pour soutenir la représentation de l’entreprise qui est faite.
Dans un schéma répété, la réponse anglaise ne cite aucune source mais reflète l’ordre de catégories d’une page de résumé. Elle nomme l’entreprise, donne une description de service large, puis supprime le qualificatif local. La réponse française, posée avec le même nom d’entreprise et la même ville, garde la localité mais donne moins de phrases explicatives. Quelle réponse est « meilleure » dépend de la tâche du lecteur. Pour l’identité, la réponse française peut être meilleure. Pour une compréhension rapide, la réponse anglaise peut sembler plus facile. Pour les éléments probants, l’écart compte.
Ce que les PME françaises et les agences peuvent apprendre de l’écart
Le document ne conseille pas aux entreprises de tout écrire en anglais. Ce serait trop grossier, et pour beaucoup de PME françaises ce serait faux. La leçon est plus précise : la couche de sources devrait rendre l’entreprise facile à connecter sans obliger le modèle à abandonner la fiche française. Les noms, catégories, localisations, identifiants légaux et distinctions de branches devraient être cohérents entre les pages qu’un modèle est susceptible de récupérer.
Pour une agence, la question d’audit utile n’est pas « l’entreprise apparaît-elle dans l’IA ? » C’est « quelle couche linguistique porte cette apparition ? » Une entreprise qui apparaît seulement par un résumé anglais peut avoir une visibilité fragile dans les requêtes en français. Une entreprise qui apparaît seulement par un annuaire peut être vulnérable aux données de fiche datées. Une entreprise qui apparaît seulement par l’identité de registre peut être visible comme entité légale mais vague comme service commercial.
C’est aussi là que le laboratoire sépare la citation de la dépendance. Un modèle peut citer une source tout en empruntant sa structure à une autre. Il peut afficher une fiche locale mais utiliser le vocabulaire d’une page d’entreprise. Il peut ne nommer aucune source tout en suivant un modèle de registre. Sourceplane Atelier consigne la dépendance citée séparément de la dépendance probable, parce que la citation visible n’est qu’une partie de la piste.
Pour les fédérations professionnelles, l’écart linguistique a une autre conséquence. Les pages de catégories, les annuaires de membres et les explicatifs régionaux peuvent devenir des couches de preuve pour les réponses IA. Si ces pages existent seulement en français, elles peuvent tout de même suffire, mais elles ont besoin d’une structure claire. Si elles existent en français et en anglais, la version anglaise ne devrait pas effacer les détails régionaux et légaux qui rendent la version française utile. Une page bilingue qui transforme chaque membre local en « prestataire français » est une petite machine à aplatir les régions.
La position du laboratoire est modeste mais ferme. La visibilité IA n’est pas seulement un problème de contenu. C’est un problème de dépendance aux sources, et la langue modifie les dépendances disponibles. Une entreprise française ne devient pas visible simplement parce qu’une page existe. Elle devient visible lorsqu’un système peut récupérer, connecter et justifier l’entreprise à travers des éléments probants qu’il traite comme utilisables.
Limites de cette lecture
Ce document ne mesure pas l’ampleur totale d’un écart de citation des sources françaises dans ChatGPT, Gemini, Perplexity ou d’autres systèmes. Il décrit un schéma qualitatif observé par des comparaisons répétables. Le laboratoire évite les pourcentages inventés, les revendications d’échantillons fixes ou les classements universels, parce que sa méthode n’est pas un panel statistique.
L’équipe ne peut pas non plus voir l’ensemble du chemin de récupération interne d’un modèle. Une citation visible est utile, mais elle peut ne pas révéler toutes les sources qui ont façonné la réponse. Une réponse non citée peut tout de même être influencée par une fiche française. Un résumé anglais cité peut être soutenu indirectement par des matériaux français. Le laboratoire marque ces cas avec prudence : dépendance citée lorsque la source est nommée, dépendance probable lorsque la réponse ressemble à un schéma de source connu sans le nommer.
Il y a une autre limite. Les éléments en français ne sont pas automatiquement plus vrais. Un registre peut être exact et étroit. Un annuaire peut être visible et daté. Un article local peut ajouter du contexte tout en poussant trop fortement une histoire. La question du laboratoire n’est pas de savoir si les sources françaises méritent une loyauté particulière. La question est de savoir si la couche de sources de la réponse est assez proche de la réalité de l’entreprise qu’elle prétend décrire.
Les prévisions restent séparées. Si des pages en français plus solides, des identifiants plus clairs et une meilleure séparation des branches deviennent plus disponibles, certaines réponses pourraient devenir plus stables. C’est une note d’incertitude, pas une promesse. La piste des sources est déjà assez difficile à lire sans prétendre que la prochaine exécution se comportera comme la précédente.