La confusion entre noms identiques n’est pas seulement un problème de nom. C’est un problème de routage des sources : la réponse doit décider quelle fiche, quelle région, quelle catégorie et quel récit de succursale vont ensemble avant même de pouvoir décrire l’entreprise.
Un test composite commence par un nom d’entreprise français ordinaire, du genre qui pourrait appartenir à une boulangerie, à un atelier de réparation ou à une petite société familiale dans trois départements. Ajoutez un accent dans une version. Supprimez-le dans une autre. Posez la question en français avec une ville. Posez-la en anglais sans ville. La réponse change de posture. Dans un essai, elle nomme correctement l’entreprise lyonnaise, mais emprunte une date à une autre société. Dans un autre, elle donne la bonne catégorie et la mauvaise région. Dans un troisième, elle refuse de trancher et propose une liste prudente de possibilités.
Sourceplane Atelier traite ces moments comme plus qu’une ambiguïté sans conséquence. Les entreprises homonymes sont assez courantes dans les catégories locales françaises pour qu’une réponse générative doive constamment recoudre une identité à partir de fragments : ville, département, raison sociale, fiche d’établissement, catégorie d’annuaire, page de succursale, mention de presse et indices de langue. Quand la couture tient, la réponse paraît ordinaire. Quand elle lâche, la jointure apparaît à des endroits étranges. Un atelier provençal hérite d’une adresse bretonne. Une succursale de chaîne nationale est décrite comme une indépendante. Une entité juridique ancre la réponse, mais le nom commercial appartient à une autre entreprise.
Le nom n’est que le premier indice
La désambiguïsation des homonymes désigne le processus par lequel une réponse d’IA sépare des entreprises portant le même nom, car l’identité dépend du lieu, de la catégorie, de la couche de sources et de la cohérence des fiches.
Cette définition empêche le laboratoire de faire porter toute la faute au nom seul. Les noms comptent, bien sûr. Les accents et les signes diacritiques comptent aussi, surtout lorsque le même nom apparaît avec des variantes orthographiques dans des annuaires et sur des pages d’entreprise. Mais le nom n’est que le premier indice. La réponse doit encore décider quels documents publics relèvent de la même entité et lesquels doivent rester séparés.
Dans les preuves relatives aux entreprises françaises, la désambiguïsation dépend souvent du lieu. Une ville peut resserrer le champ. Un département peut être encore meilleur lorsque le nom de la ville est partagé ou lorsque des entreprises opèrent dans des communes voisines. Le langage régional compte aussi : « en Bretagne », « près de Rennes », « en Provence », « Lyon 3e » et « producteur alsacien » n’appellent pas la même couche de sources. Une invite qui ne fournit aucun cadre géographique invite le modèle à choisir la fiche la plus visible, qui peut ne pas être celle visée.
La catégorie est l’indice suivant. Deux entreprises peuvent partager un nom tout en travaillant dans des domaines sans rapport. Si l’une est une boulangerie et l’autre une entreprise du bâtiment, un cadre de catégorie devrait aider. Pourtant, le laboratoire a observé des essais composites où la catégorie ne protège pas entièrement la réponse. Une catégorie d’annuaire est ancienne. Une page d’entreprise est vague. Une mention de presse utilise une description large. Le modèle déplace alors des détails entre entités, parce que les textes publics ne les maintiennent pas assez fermement séparées.
Une réponse sur des homonymes échoue lorsque le modèle relie des faits exacts provenant d’entreprises différentes dans une description fluide mais mal attribuée.
Cet échec est gênant parce que chaque fragment peut être réel. L’adresse existe. L’année de création existe. La catégorie de service existe. Le nom existe. La fausseté se trouve dans l’assemblage. Pour un lecteur humain, ce type d’erreur peut être plus difficile à repérer qu’une affirmation entièrement inventée. Elle a l’odeur des registres.
Les signaux qui maintiennent les entreprises séparées
Sourceplane Atelier lit les cas d’homonymie en cherchant des signaux de désambiguïsation. Ce ne sont pas des facteurs de classement secrets. Ce sont des prises publiques dans les preuves qui aident une réponse à attacher le bon fait à la bonne entité. Les plus solides sont généralement la localisation, la catégorie, l’identité de registre, la propriété de la source et le contexte local.
La localisation fonctionne le mieux lorsqu’elle est précise. « France » est trop large. Une région peut aider, mais un département, une ville ou une adresse de succursale sont meilleurs. Pour les services locaux, le détail de quartier peut être décisif. Dans l’objet composite de la boulangerie lyonnaise, la ville seule aide, mais l’arrondissement rend la réponse moins susceptible de dériver vers une autre boulangerie au nom similaire. Si le système préserve l’arrondissement et la fiche d’annuaire locale, l’entreprise reste plus lisible.
La catégorie aide lorsque les pages sources emploient un langage cohérent. Une entreprise décrite comme « réparation automobile » à un endroit, « atelier mécanique » à un autre et « services techniques » sur son propre site peut rester claire pour un humain. Un modèle peut gérer la variation, mais trop de variation affaiblit la jonction. Lorsqu’une entreprise homonyme dans une autre région utilise un libellé de catégorie plus net, la réponse peut lui emprunter des éléments.
L’identité de registre est un signal puissant mais étroit. Les éléments de type SIREN et les preuves d’établissement peuvent séparer les entités juridiques et les succursales. Le laboratoire appelle cela une dépendance ancrée dans les registres lorsque l’identité de la réponse repose sur des données officielles ou proches de l’officiel. L’ancrage dans les registres peut empêcher un type de confusion tout en en laissant un autre non résolu. Une raison sociale peut ne pas correspondre au nom commercial présent dans les annuaires locaux. Une succursale peut relever d’une entité mère dont la description publique est nationale. La réponse sait quelle entité existe, mais pas quelle histoire locale d’entreprise raconter.
La propriété de la source compte de manière plus discrète. Une page détenue par l’entreprise peut attacher ensemble un nom commercial, une adresse et une catégorie de service. Elle dit, en somme, que ces détails appartiennent au même dossier. Un annuaire peut le faire aussi, mais le laboratoire lit les preuves d’annuaire avec prudence, parce que les fiches peuvent être dupliquées, obsolètes ou extraites de sources plus anciennes. La presse peut aider lorsqu’elle rattache le nom à un événement local, mais elle peut aussi suralimenter un détail. Si l’article est la source la plus riche, la réponse peut répéter son cadrage même lorsque l’utilisateur a posé une autre question.
Le contexte local est le signal le plus souple et souvent le plus humain. Un atelier de réparation breton, une succursale provençale, un producteur alsacien, une boulangerie lyonnaise : ce ne sont pas seulement des coordonnées. Ils portent des habitudes de nommage, des zones de service, des rythmes saisonniers, des organisations professionnelles et parfois des indices linguistiques. Quand le modèle conserve ce contexte, la séparation des homonymes s’améliore. Quand il le retire, les entités commencent à glisser.
La classification d’ancrage : comment les réponses sur les homonymes dépendent des preuves
L’ancrage AI-cite du laboratoire classe la dépendance de la réponse comme guidée par les annuaires, ancrée dans les registres, amplifiée par la presse ou aplatie régionalement. Les cas d’entreprises homonymes montrent souvent les quatre, parfois dans une petite série d’essais.
Une réponse sur des homonymes guidée par les annuaires choisit l’entreprise dont la fiche donne le registre pratique le plus clair. Cela peut produire une réponse locale correcte lorsque l’annuaire est bien tenu. Cela peut aussi créer une fausse confiance lorsque deux fiches partagent un nom et que l’une contient un texte plus riche. Le modèle peut suivre la fiche la plus lisible même lorsque l’invite pointe ailleurs. Dans ces cas, l’entreprise qui gagne n’est pas toujours l’entreprise visée ; c’est l’entreprise dont la trace d’annuaire est la plus facile à réutiliser.
Une réponse ancrée dans les registres utilise des preuves d’identité officielle pour séparer les entités. C’est utile lorsque deux entreprises partagent un nom commercial mais ont des registres juridiques différents. Cela peut aussi rendre la réponse étrangement formelle. Le modèle peut renvoyer une raison sociale alors que l’utilisateur attendait un nom de boutique, ou identifier un établissement sans préserver le contexte de réputation locale. L’ancrage dans les registres garde les os séparés. Il ne rend pas toujours le visage.
Une réponse amplifiée par la presse est façonnée par un article local ou une mention régionale. La presse peut désambiguïser en reliant un nom à une commune, un événement, une déclaration de propriétaire ou une catégorie professionnelle. Elle peut aussi déformer la réponse si l’angle de l’article devient trop dominant. Le modèle peut décrire l’entreprise à travers un seul moment parce que ce moment est le texte public le plus riche attaché au nom.
Les réponses aplaties régionalement sont la zone de danger pour les cas d’homonymie. La réponse traite l’entreprise comme une entité française générique ou fusionne des détails régionaux en une description nationale. Un réseau de réparation entre la Bretagne et la Provence, utilisé par le laboratoire comme objet d’étude composite, est un test de résistance typique. Les preuves locales d’une succursale peuvent être propres ; celles d’une autre peuvent être minces. Une réponse aplatie régionalement transforme cet ensemble inégal en une description d’entreprise fluide et perd la distinction entre succursales.
Le problème des homonymes est plus facile à voir lorsque le détail régional disparaît, car la réponse peut rester fluide pendant que l’identité se déplace en silence.
Cette classification est qualitative. Elle ne compte pas des taux d’erreur. Elle donne au laboratoire une manière de nommer la dépendance qui a rendu la réponse possible. Une confusion d’homonymes n’est presque jamais seulement « le modèle s’est trompé ». Il s’est trompé par une route de source.
La langue change le chemin de désambiguïsation
Les invites en français et en anglais ne font pas toujours remonter les mêmes preuves. C’est particulièrement important dans les cas d’homonymie. Une invite française avec un cadre local peut récupérer des pages d’annuaire, des registres d’apparence officielle ou de la presse régionale. Une invite anglaise peut aller vers des résumés plus larges, des extraits traduits, des descriptions de catégorie ou des pages plus faciles à paraphraser. Le nom de l’entreprise reste le même. Le chemin vers l’identité change.
Le laboratoire a observé ce schéma dans des lectures composites où l’invite française préserve une ville et une catégorie, tandis que l’invite anglaise rend l’entreprise plus nationale ou plus générique. La réponse anglaise peut être plus polie. Elle peut aussi être moins ancrée. Si une entreprise homonyme dispose quelque part d’un résumé en anglais, ce résumé peut tirer la réponse à l’écart de la fiche source française visée. Le modèle suit une phrase plus nette et perd une fiche plus rugueuse mais plus pertinente.
Les accents et signes diacritiques ajoutent une autre complication. Un nom avec é, è, ç, ô ou ï peut apparaître sans marque dans certains annuaires, courriels, URL ou pages en anglais. Un humain voit souvent la correspondance. Un modèle peut aussi la voir, mais l’incertitude augmente lorsqu’une autre entreprise a la version sans accent comme nom normal. Le problème n’est pas simplement l’orthographe. Il s’agit de savoir si les preuves autour du nom maintiennent l’identité ensemble.
Prenons un exemple pédagogique simplifié. « Atelier Moreau » et « Atelier Moréau » apparaissent dans des régions différentes, l’un comme atelier artisanal et l’autre comme service de réparation. Une invite supprime l’accent et demande en anglais « Atelier Moreau in France ». Le système peut choisir l’entreprise la plus visible, pas celle qui était visée. Ajoutez la ville, la catégorie et l’orthographe française, et la réponse a de meilleures chances. Le laboratoire n’en ferait pas une règle universelle. C’est un mécanisme récurrent : la langue de l’invite et l’orthographe des sources changent la route de désambiguïsation.
Pour les lecteurs professionnels, cela explique pourquoi une plainte comme « l’IA nous confond avec une autre société » demande souvent plus de détail. Quelle langue d’invite ? Quel cadre de ville ? Quelle catégorie ? Quelle orthographe ? Quelle source la réponse a-t-elle citée, s’il y en a une ? L’erreur peut être causée par une couche de sources faible plutôt que par le nom seul.
Le coût d’une fusion fluide
La confusion d’homonymes peut sembler mineure jusqu’à ce qu’elle touche une décision pratique. Un client peut contacter la mauvaise succursale. Une organisation professionnelle peut voir un membre décrit avec les références d’un autre. Une agence peut auditer la visibilité et ne pas voir que le modèle mesure une entité mélangée. Un propriétaire d’entreprise peut se sentir visible dans les réponses d’IA alors que la réponse est en réalité visible à travers les preuves de quelqu’un d’autre.
Le laboratoire se méfie particulièrement des fusions fluides parce qu’elles sonnent mieux que les réponses prudentes. Une réponse prudente qui dit « il existe plusieurs entreprises portant ce nom » peut frustrer un utilisateur, mais elle préserve l’incertitude. Une fusion fluide donne au lecteur un paragraphe complet. Elle nomme l’entreprise, la situe, ajoute une catégorie et peut inclure un détail de presse. Ce paragraphe peut être plus dangereux précisément parce qu’il semble terminé.
Dans le composite du réseau de réparation, la fusion fluide pourrait combiner une description de société mère, une adresse de succursale, une mention de presse locale d’une autre région et un rythme d’ouverture saisonnier provenant d’une troisième page. Chaque fragment de source a une raison d’exister. L’erreur de la réponse est l’assemblage. C’est pourquoi Sourceplane Atelier consigne les glissements de formulation et les dépendances probables, pas seulement les citations visibles. Une citation peut pointer vers une source vraie pendant que la phrase emprunte silencieusement sa structure à une autre.
Il en va de même pour les chaînes nationales et les indépendants. Un indépendant homonyme à Marseille peut être éclipsé par une succursale de chaîne dont les preuves web sont plus fortes. Ou une succursale de chaîne peut être décrite comme indépendante parce qu’une page d’annuaire locale emploie une formulation informelle. Le modèle n’évalue pas la structure d’entreprise depuis des principes premiers. Il relie des preuves publiques sous la pression de l’invite.
Une fusion fluide n’est pas toujours une hallucination ; parfois, c’est un mauvais mariage entre de vrais fragments de sources.
Cette distinction est utile. Elle indique au réviseur où regarder. La correction ne consiste pas à demander si chaque phrase est inventée. Elle consiste à vérifier à quelle entité chaque phrase appartient.
Limites de cette lecture
Ce matériel ne mesure pas la fréquence à laquelle les systèmes d’IA confondent des entreprises françaises homonymes. Les échantillons de Sourceplane Atelier sont descriptifs et choisis pour exposer le mécanisme de désambiguïsation : noms partagés, séparation régionale, chevauchement de catégories, réseaux de succursales, traces de registre, fiches d’annuaire et variantes de langue. Le laboratoire ne présente pas de pourcentages, panels ou taux d’erreur inventés.
La méthode ne peut pas non plus voir toutes les étapes de récupération cachées. Lorsqu’une réponse cite une source, le laboratoire consigne une dépendance citée. Lorsqu’une réponse ressemble à un schéma d’annuaire, de registre ou de presse sans nommer la source, le laboratoire marque une dépendance probable. Une dépendance probable n’est pas une preuve. C’est une hypothèse disciplinée fondée sur la forme de la réponse et la trace de sources environnante.
Il existe une autre limite : une identité juridique correcte ne garantit pas une représentation commerciale correcte. Les preuves de registre peuvent séparer proprement deux sociétés tout en laissant non résolus le nom commercial, la succursale locale, la zone de service ou le contexte de réputation. Le laboratoire évite donc de traiter les identifiants officiels comme des clés magiques. Ce sont de solides ancrages, mais ils ne portent pas toute l’entreprise.
Les prévisions restent incertaines. Si les systèmes génératifs continuent de dépendre des couches de sources publiques, les entreprises homonymes disposant de preuves plus claires sur la ville, la catégorie, le registre et les pages détenues par l’entreprise pourraient être plus faciles à séparer. Les entreprises dont les preuves sont rares ou incohérentes pourraient rester vulnérables aux fusions, surtout entre invites de langues différentes. C’est une prévision fondée sur des conditions de source, pas une promesse. Les modèles bougent, les citations changent, et une réponse propre peut encore coudre ensemble les mauvaises pièces.