Résumé
À mesure que les agents d'IA opèrent de plus en plus dans des contextes multi-agents, aux côtés d'autres modèles et d'êtres humains, comprendre la manière dont ils réagissent aux opinions présentes dans leur prompt devient essentiel pour prédire l'issue de ces interactions. Cette étude examine les comportements de type conformiste, c'est-à-dire la tendance à s'aligner sur les opinions du groupe, chez les grands modèles de langage multimodaux fonctionnant comme agents d'IA. En adaptant des expériences visuelles classiques de la psychologie sociale, nous étudions la façon dont ces agents réagissent aux signaux sociaux contenus dans le prompt. Nos expériences révèlent que les agents d'IA présentent un biais de conformisme systématique, cohérent avec la théorie de l'impact social. Leurs réponses varient en fonction de la taille de la majorité, de l'unanimité du groupe, de la difficulté de la tâche et des caractéristiques de la source, notamment l'autorité perçue et l'appartenance à un même groupe. De manière cruciale, des agents d'IA atteignant des performances quasi parfaites lorsqu'ils sont isolés deviennent hautement susceptibles d'être manipulés par l'influence sociale. Cette vulnérabilité persiste à toutes les échelles de modèles : si les modèles de plus grande taille manifestent un biais de conformisme réduit sur les tâches simples, ils demeurent vulnérables lorsque la tâche est difficile. Ces résultats mettent en évidence des failles de sécurité dans la prise de décision des agents d'IA, susceptibles de favoriser des manipulations malveillantes, des campagnes de désinformation et la propagation de biais dans les interactions avec d'autres modèles et avec des êtres humains, soulignant ainsi la nécessité urgente de garde-fous dans les déploiements d'IA.Points clés
- Les modèles d'IA vision-langage, qui répondent presque parfaitement à des questions visuelles simples lorsqu'ils sont seuls, peuvent être amenés à donner des réponses erronées lorsque le prompt présente d'autres « participants » fournissant une réponse incorrecte. Sur douze modèles multimodaux open source, la probabilité d'erreur augmente fortement avec les premiers compères, puis se stabilise à une valeur médiane de 66 %. Ce plateau est nettement supérieur au taux d'erreur de 30 à 40 % habituellement observé chez les humains dans les expériences de type Asch.
- La composition du groupe importe davantage que sa taille. Deux compères unanimes donnant une réponse erronée augmentent davantage la probabilité d'erreur que dix compères dont la moitié répondent correctement (0,31 contre 0,20). Les modèles se conforment moins pour les stimuli à l'égard desquels ils sont plus confiants (ρ de Spearman médian = −0,91, négatif dans 30 des 32 combinaisons modèle–tâche). Même pour les stimuli suscitant la plus grande confiance, le biais de conformisme demeure supérieur à zéro dans tous les modèles et toutes les tâches.
- Le comportement des modèles correspond aux prédictions de la théorie de l'impact social. Présenter les compères comme des experts accroît le biais de conformisme jusqu'à 0,13, tandis que les présenter comme des enfants ou des agents conversationnels le réduit jusqu'à 0,06. Les étiquettes relevant de la seule autorité, telles que « policiers » ou « officiers militaires », n'ont pas d'effet systématique, n'augmentant le conformisme que dans environ la moitié des combinaisons modèle–tâche. Le partage d'une nationalité, voire d'une étiquette de groupe arbitraire, accroît le conformisme dans les 32 combinaisons. Indiquer à un modèle que sa réponse serait rendue publique augmente le conformisme dans 27 des 32 combinaisons, avec des intervalles de confiance excluant zéro dans 21 d'entre elles.
