Les noms fantômes de l’IA s’infiltrent dans l’édition académique

Des experts fictifs laissent de vraies traces en ligne

Un nouveau preprint alerte sur un étrange sous-produit de l’IA générative : des identités fictives qui sont répétées si souvent par les modèles de langage qu’elles commencent à contaminer certaines parties du registre académique et en ligne. Selon un reportage publié le 27 août 2026, des noms comme Elena Vasquez et Marcus Chen sont apparus dans des centaines d’articles, d’ouvrages et de livres générés par IA, alors qu’ils ne renvoient à aucune personne réelle.

Les chercheurs à l’origine de l’étude, issus de Samsung et de l’Université de Varsovie, décrivent ces identités récurrentes comme une forme de hantise de l’IA. Leur thèse centrale n’est pas simplement que les grands modèles de langage inventent des noms, ce qui est attendu, mais qu’ils ont tendance à inventer les mêmes noms encore et encore dans les mêmes types de contextes. À terme, cette répétition peut injecter une fausse autorité dans des résultats de recherche, des dépôts et des publications qui paraissent légitimes en surface.

Cela compte parce que les noms véhiculent la confiance. Dans l’édition académique et la communication scientifique, les lecteurs utilisent souvent le nom d’un auteur, son rôle institutionnel ou son expertise thématique comme raccourci pour évaluer la crédibilité. Si des systèmes d’IA génèrent à répétition des experts à consonance plausible, et que ces noms se retrouvent dans des documents apparemment formels, la frontière entre contenu fabriqué et véritable registre scientifique devient beaucoup plus mince.

Comment émergent les schémas de noms répétés

L’article se concentre sur ce que les auteurs appellent des a priori de noms corrélés. En termes simples, certains modèles ne génèrent pas des identités fictives au hasard. Ils semblent biaisés vers certains noms lorsqu’on leur demande de produire certains types d’experts, d’auteurs ou de personnages. Le reportage cite plusieurs exemples : Elena Vasquez, Marcus Chen, Elara Voss, Aris Thorne, Lena Petrova et Elena Amara Okafor apparaîtraient avec une régularité inhabituelle selon le modèle et le contexte du prompt.

Le phénomène dépasse les noms isolés. Les chercheurs indiquent que les modèles génèrent aussi des « ensembles de personnages corrélés », ce qui signifie que certains noms sont plus susceptibles d’apparaître ensemble. Cela suggère que les modèles ne se contentent pas de répéter des étiquettes isolées, mais reproduisent aussi des grappes de schémas d’identité. Une fois cela en place, la fausse attribution peut devenir plus facile à déployer à grande échelle. Un utilisateur qui génère du texte de style académique, des livres, des biographies ou des sites web peut recevoir encore et encore la même distribution de personnes inventées à l’allure autoritaire.

Ce qui rend le problème plus grave, c’est sa persistance. Un faux expert créé dans une sortie d’IA peut paraître anodin pris isolément. Mais si cette même identité réapparaît dans des dépôts, des sites web et des documents, elle peut accumuler une empreinte numérique. Les moteurs de recherche et les systèmes de citation peuvent alors amplifier l’illusion, rendant plus difficile pour les lecteurs de déterminer si une source est fabriquée ou simplement obscure.

D’une bizarrerie de modèle à un problème d’édition

L’article relie directement ce schéma à l’infrastructure de l’édition académique. Les chercheurs auraient fouillé des bases de données à la recherche de noms que les modèles produisaient souvent, et retrouvé ces noms intégrés dans un vaste ensemble de contenus générés par IA. L’un des exemples les plus frappants cités est Zenodo, le dépôt géré par le CERN qui délivre de vrais DOI DataCite. L’équipe dit avoir identifié 1 655 notices attribuées à des auteurs fantômes et reliées à des revues inexistantes avec des dates de publication fabriquées.

Ce détail compte parce qu’un DOI est l’un des signaux les plus forts de légitimité dans la communication scientifique. Il ne garantit pas la qualité, mais il indique qu’une notice est entrée dans un écosystème organisé de publication et d’indexation. Si des revues, des dates et des auteurs fabriqués peuvent s’appuyer sur une infrastructure DOI réelle, alors les défaillances de confiance ne se limitent plus aux blogs spam ou aux fermes de contenu de faible qualité. Elles commencent à toucher des systèmes utilisés par les chercheurs, les bibliothécaires et les institutions.

L’article relie aussi ce schéma à des reportages antérieurs sur des « recherches » générées par IA vendues comme si elles étaient produites par des humains. Dans un cas cité, une entreprise proposant des recherches médicales avait mentionné une fondatrice et méthodologiste principale nommée Elena Vasquez, qui n’existait pas. Après le reportage sur cette affaire, ce nom aurait été retiré du site de l’entreprise. Un autre exemple décrivait une fausse déclaration diffusée sur Facebook et attribuée à une inexistante « directrice générale Dr Elena Vasquez ».

Pris ensemble, ces cas suggèrent que le problème n’est pas purement académique. Les mêmes identités fabriquées peuvent circuler entre des allégations de santé, des rumeurs sur les réseaux sociaux, des services commerciaux et des plateformes de publication. C’est cette propagation interdomaines qui donne au phénomène sa portée plus large.

Pourquoi le risque de contamination augmente

L’IA générative réduit le coût de production de textes convaincants à grande échelle. Cela inclut des articles, des rapports, des pages web et des documents de type livre pouvant imiter des formats institutionnels. Si les modèles ont aussi tendance à réutiliser un petit vivier de noms fictifs convaincants, les acteurs malveillants n’ont même pas besoin d’inventer une nouvelle persona à chaque fois. Le modèle fait une partie du travail à leur place en fournissant des identités récurrentes qui paraissent déjà crédibles.

Le danger ne se limite pas à la fraude délibérée. Certains utilisateurs peuvent ne pas vérifier attentivement les noms générés, surtout lorsqu’ils produisent rapidement des brouillons. Dans des chaînes de publication automatisées ou semi-automatisées, un faux expert peut se glisser dans les archives publiques parce que personne ne vérifie si l’individu existe. Une fois publié, l’identité peut être citée, aspirée, indexée et réutilisée ailleurs.

Cela crée une boucle de rétroaction. La répétition par les modèles entraîne une répétition sur le web, et la répétition sur le web peut à son tour renforcer ce que rencontreront les futurs modèles. Avec le temps, la distinction entre un artefact de modèle et une personne documentée peut s’estomper pour quiconque s’appuie sur la recherche plutôt que sur une vérification directe.

Un défi d’intégrité pour les systèmes de recherche

Le reportage ne propose pas de solution complète, mais il rend plus difficile de minimiser l’ampleur du problème d’intégrité. L’édition académique est depuis longtemps confrontée au plagiat, aux usines à articles et aux fausses relectures par les pairs. Les auteurs fantômes de l’IA introduisent un autre type d’échec : une pollution d’identité synthétique au sein de systèmes construits sur l’hypothèse d’une attribution humaine.

Ce défi touche les dépôts, les rédacteurs, les éditeurs, les services d’indexation et les plateformes de recherche. Une vérification plus stricte des auteurs, un meilleur filtrage des revues fabriquées et un examen plus poussé des schémas d’identité suspectement répétitifs pourraient tous devenir nécessaires. L’idée générale est que l’usage abusif de l’IA ne concerne pas seulement le fait qu’un texte soit écrit par une machine. Il concerne aussi la question de savoir si les personnes associées à ce texte existent réellement.

Les conclusions du preprint devraient trouver un écho parce qu’elles décrivent un changement subtil mais structurellement important. Les modèles de langage ne se contentent plus de produire une prose défaillante ou des citations fabriquées. Ils pourraient aussi standardiser de faux experts et les insérer discrètement dans l’écosystème du savoir. Si ce processus se poursuit sans contrôle, le registre académique pourrait devenir plus difficile à auditer précisément parce que les erreurs paraissent si ordinaires.

Cet article s’appuie sur un reportage de 404 Media. Lire l’article original.