Ce qui ne compte pas comme preuve d'IA
Remarque : Ce document est une traduction automatique de la version originale anglaise.
Ce qui ne compte pas comme preuve d'IA
Un projet peut présenter de nombreux artefacts qui ressemblent à des preuves d'un composant IA fonctionnel — mais qui, à y regarder de plus près, n'en démontrent pas un. Cette page liste les anti-schémas les plus courants : des signaux qui revendiquent une capacité IA sans fournir de preuve vérifiable. C'est le pendant de Ce qui compte comme preuve d'un composant IA.
En bref : les textes marketing, les dépôts vides, les métriques sans méthodologie, les wrappers d'API sans logique propriétaire et « AI » dans un nom de token ne sont pas des preuves d'un composant IA fonctionnel.
Pourquoi reconnaître les faux signaux est important
La frontière entre « preuve » et « non-preuve » est le fondement de l'approche de DecAIHub face à l'AI-washing. Reconnaître les schémas ci-dessous n'est pas une accusation contre le projet — cela signifie que l'artefact en question ne fait pas avancer l'AI reality vérifiable et ne doit pas être pris pour une preuve Tier-1.
Anti-schémas courants
« Nous utilisons l'IA » dans le texte marketing
Dire « AI-powered », « construit avec du machine learning » ou « piloté par réseau de neurones » sur une page d'accueil ou un pitch deck est une déclaration de positionnement, pas une preuve. Sans artefacts Tier-1 (code, documentation, démos), ces mots n'ont aucun poids vérifiable.
DecAIHub ne pénalise pas les projets pour l'usage du mot — mais ne le traite pas non plus comme une preuve. La présence de « AI » dans le marketing élève la barre : si un projet revendique l'IA de façon proéminente, l'absence d'artefacts de soutien devient plus visible.
Dépôt vide ou sans rapport
Un dépôt GitHub qui existe mais ne contient aucun code AI/ML — ou seulement un README, du code générique ou des scripts sans rapport — est un signal d'alerte. Un dépôt significatif a des commits, des releases, des tests et du code qui correspond aux affirmations du whitepaper ou de la documentation.
Schémas courants : un dépôt créé récemment avec un unique commit initial ; un fork d'un framework populaire sans modifications ; une collection de fichiers de configuration sans code de modèle ; un dépôt sans commit depuis plus d'un an alors que le projet continue de revendiquer un développement IA actif.
Métriques sans méthodologie
Revendiquer « 95 % de précision » ou une « performance état de l'art » ne signifie rien sans contexte : quoi a été mesuré, sur quelles données, quand, et avec quelle version du modèle. Des métriques sans méthodologie ne sont pas des preuves Tier-1.
« Notre modèle atteint 0,92 de F1 sur le benchmark XYZ, évalué sur la version 2.1 en janvier 2026 » est une métrique. « Nous atteignons 92 % de précision » est une affirmation. DecAIHub consigne les affirmations comme déclarations notées mais n'active pas le flag AI_3 sur cette base.
Wrapper d'API sans logique propriétaire
Appeler l'API d'OpenAI, d'Anthropic ou d'un autre tiers et retourner le résultat n'est pas une preuve de l'IA propre du projet. Un API wrapper peut être un produit valide, mais il ne fait pas du projet un projet d'IA au sens où DecAIHub l'évalue. L'IA appartient au fournisseur, pas au projet.
Si un projet applique son propre affinage, combine la sortie tierce avec des modèles propriétaires ou ajoute un post-traitement mesurable, le tableau change. La question clé est de savoir si le projet ajoute une valeur IA vérifiable au-delà de ce que fournit l'API brute. Si tout le « composant IA » est un unique appel d'API avec un prompt système, l'AI reality appartient au fournisseur.
« AI » uniquement dans le nom du token ou la marque
Si la seule connexion d'un projet à l'IA est le mot « AI » dans son ticker, son nom de domaine ou sa marque — sans implémentation technique derrière — c'est du positionnement, pas une preuve.
Un ticker de token est une étiquette, pas une fonctionnalité. DecAIHub traite le nommage comme un signal neutre — il ne contribue ni ne nuit à l'évaluation des preuves. Ce qui compte, c'est l'existence d'artefacts derrière le nom.
Partenariat avec une entreprise d'IA
Une annonce de partenariat (par ex. « en partenariat avec NVIDIA » ou « intégré avec OpenAI ») est au mieux du Tier-2. Elle montre une association, pas un composant IA fonctionnel à l'intérieur du projet. Les partenariats ne remplacent pas le code, la documentation ou les démos.
Les partenariats vont de collaborations techniques profondes (recherche conjointe, modèles co-développés) à des affiliations lâches (adhésion à un accélérateur, présence dans un annuaire de partenaires). La plupart des partenariats annoncés dans l'espace crypto-IA penchent vers le côté lâche. Seuls les partenariats avec une production technique vérifiable contribuent au tableau des preuves, et même alors comme contexte Tier-2 plutôt que preuve Tier-1.
« Roadmap IA » ou intention IA sans implémentation
Un élément de roadmap disant « fonctionnalités IA au T3 » montre une intention (AI_0), pas un composant IA fonctionnel. L'intention est consignée par un flag unique mais n'indique pas, à elle seule, un composant IA fonctionnel. La formule du ai_score plafonne à 3, donc AI_0 seul contribue de façon minime.
Les plans changent, sont retardés ou annulés. DecAIHub consigne l'intention IA officielle via le flag AI_0 pour distinguer les projets qui ont déclaré des ambitions IA de ceux qui ne l'ont pas fait. Mais ce flag est le plancher, pas le plafond — il contribue à ai_score = 1 au plus, et seulement quand l'intention provient d'une source Tier-1.
Démos sans backend IA vérifiable
Un frontend soigné qui prétend afficher des résultats d'IA mais n'offre aucun moyen de vérifier qu'un modèle d'IA tourne derrière — pas de documentation d'API, pas de version de modèle, pas de sorties reproductibles — n'est pas une preuve suffisante.
Une démo vérifiable accepte différentes entrées et produit des sorties variées selon le contexte. Elle peut exposer un point de terminaison API, afficher l'information de version du modèle ou proposer un mode bac à sable. Une vitrine, au contraire, suit un parcours scripté ou produit des sorties identiques quelle que soit l'entrée. DecAIHub cherche la première ; la seconde est notée mais ne contribue pas aux flags de preuve au-delà d'AI_0.
« Modèle affiné » sans précisions
Prétendre disposer d'un modèle affiné n'est pas une preuve à moins que le projet ne précise : le modèle de base, le jeu de données utilisé pour l'affinage, l'amélioration par rapport au modèle de base et des métriques de qualité avec méthodologie.
Une affirmation d'affinage crédible nomme le modèle de base, décrit les données d'entraînement et montre une amélioration mesurable sur une tâche définie. Sans ces précisions, « nous avons affiné un modèle » est indiscernable de « nous avons utilisé un modèle ».
Table de référence des anti-schémas
| Anti-schéma | Ce qu'il revendique | Ce qu'il prouve réellement |
|---|---|---|
| « AI-powered » sur le site web | Le projet a de l'IA | Rien sans artefacts Tier-1 |
| Dépôt GitHub vide | Code IA open source | Le dépôt existe ; le code IA non |
| « 95 % de précision » sans contexte | IA de haute qualité | Un chiffre a été énoncé ; sa validité est inconnue |
| Wrapper d'API OpenAI | Le projet « utilise l'IA » | Le projet appelle l'IA de quelqu'un d'autre |
| « AI » dans le nom du token | Projet lié à l'IA | Un choix de nommage a été fait |
| Partenariat avec un labo d'IA | Capacité IA | Une association existe |
| « IA au T3 de la roadmap » | Futur composant IA | Intention (AI_0) seulement |
| Démo soignée, sans preuve de backend | IA fonctionnelle | Un frontend a été construit |
| « LLM affiné » sans détails | Modèle propriétaire | Une affirmation a été faite |
Comment distinguer les faux signaux des preuves faibles mais réelles
Tout artefact qui échoue au standard Tier-1 n'est pas pour autant sans valeur. Certains artefacts sont des preuves authentiquement faibles — insuffisantes seules mais significatives en combinaison. Le tableau ci-dessous clarifie la frontière :
| Artefact | Faux signal (aucune valeur probante) | Preuve faible mais réelle |
|---|---|---|
| Dépôt | Vide ou code générique seulement | Contient du code IA mais manque de tests ou de releases |
| Métrique | Chiffre sans méthodologie | Chiffre avec méthodologie partielle (une des quatre questions de contexte manque) |
| Démo | Vitrine scriptée aux sorties fixes | Démo interactive sans docs d'API ni version de modèle |
| Partenariat | Logo sur une page de partenaires | Production technique conjointe (article co-signé, dépôt partagé) |
| Documentation | Whitepaper marketing sans profondeur technique | Whitepaper technique décrivant l'architecture mais sans détails de version |
Une preuve faible peut contribuer à activer des flags individuels quand elle est corroborée par d'autres artefacts. Les faux signaux ne contribuent pas, quelle que soit leur quantité — dix dépôts vides ne sont pas plus forts qu'un seul.
Comment DecAIHub consigne ces cas
Quand aucune preuve Tier-1 d'un composant IA fonctionnel n'est trouvée, le ai_score du projet reste à 0 ou 1. Si l'IA est activement promue dans le marketing alors que les preuves sont absentes, un flag d'AI-washing peut être posé sur la fiche.
Ce n'est pas une accusation — c'est un enregistrement de l'écart entre les affirmations et les artefacts à la date de vérification. Quand de nouvelles preuves apparaissent, la fiche est mise à jour.
Le ai_score additionne les flags binaires AI_0 à AI_4 (plafonné à 3). Un projet ne présentant que des anti-schémas de cette page aura typiquement ai_score = 0 ou ai_score = 1 (si AI_0 est activé via une roadmap officielle), ce qui limite directement son DecAI Fit maximal.
Ce que cette liste seule ne prouve pas
- Présenter un ou plusieurs anti-schémas n'est pas une accusation contre le projet. Beaucoup de projets à un stade précoce manquent d'artefacts simplement parce que la technologie n'est pas encore publique.
- L'absence d'anti-schémas ne prouve pas que l'IA est réelle. Un projet peut éviter chaque signal d'alerte de cette liste et n'avoir pourtant aucun composant IA fonctionnel.
- Cette liste est un instantané — les anti-schémas peuvent se résorber à mesure que les projets mûrissent et publient de nouveaux artefacts.
Questions fréquentes
Pourquoi avoir « AI » dans le nom du token ne compte-t-il pas comme preuve ?
Un nom de token est une décision de marque, pas un artefact technique. Tout projet peut choisir un ticker incluant « AI » sans construire aucune technologie. DecAIHub évalue les preuves à partir d'artefacts inspectables et vérifiables — code, documentation, démos, métriques avec méthodologie. Un nom ne satisfait aucun de ces critères. Le nom du token est consigné dans la fiche projet comme métadonnée mais n'influence aucun des cinq flags AI reality (AI_0 à AI_4).
Un partenariat avec NVIDIA (ou une autre entreprise d'IA) est-il une preuve d'IA ?
Non. Une annonce de partenariat est classée Tier-2 au mieux — elle fournit du contexte mais ne prouve pas qu'un composant IA fonctionnel existe dans le projet. Les partenariats varient énormément en profondeur : d'efforts de co-ingénierie poussés à de simples mentions « membre de l'écosystème ». À moins que le partenariat n'ait produit une sortie technique vérifiable (une base de code partagée, une recherche co-publiée, un déploiement maintenu conjointement), il reste une association plutôt qu'une preuve. Il peut soutenir un constat Tier-1 si celui-ci existe, mais ne peut pas le remplacer.
Qu'en est-il des projets qui promettent des fonctionnalités IA dans leur roadmap ?
Une entrée de roadmap issue d'une source officielle Tier-1 (le blog du projet, sa documentation ou une proposition de gouvernance) est consignée via le flag AI_0, qui capture « l'intention IA déclarée ». Cela met le ai_score à au moins 1, distinguant le projet de ceux qui ne mentionnent pas du tout l'IA. Cependant, une roadmap est un plan, pas une implémentation. Le flag AI_0 est le signal positif le plus bas possible, et seul, il limite le DecAI Fit à un maximum de 3 sur 6 en raison des règles de plafond du ai_score. Quand les jalons de la roadmap sont livrés et que des artefacts vérifiables apparaissent, la fiche est mise à jour et des flags supérieurs peuvent être activés.
Un projet peut-il présenter plusieurs anti-schémas et avoir quand même un vrai composant IA ?
Oui. Les anti-schémas indiquent que des artefacts spécifiques ne constituent pas des preuves — ils ne prouvent pas l'absence de technologie. Un projet peut avoir de mauvaises pratiques marketing et des affirmations de métriques vagues tout en exploitant simultanément un système d'IA légitime mais mal documenté publiquement. DecAIHub évalue ce qui est vérifiable au moment de la revue. Si la technologie sous-jacente existe mais n'est pas inspectable de l'extérieur, elle ne peut pas être notée — et le projet est encouragé à publier les artefacts nécessaires pour mettre à jour sa fiche.
Références externes
- OECD AI Policy Observatory — AI classification framework — une ressource internationale pour comprendre comment les systèmes d'IA sont définis, classifiés et gouvernés selon les juridictions.
- Papers With Code — state-of-the-art benchmarks — une ressource communautaire qui suit les résultats de benchmarks d'IA avec code et méthodologie liés ; utile pour comprendre à quoi ressemblent des « métriques avec méthodologie » en pratique.
- Stanford HAI — AI Index Report — un rapport annuel suivant les tendances de la recherche, du développement et du déploiement de l'IA ; fournit du contexte pour évaluer les affirmations sur l'IA face au paysage global.
No comments to display
No comments to display