Des jeunes réunis en extérieur incarnent une génération déjà familière des assistants d’IA. L’image accompagne une enquête sur l’information politique, les biais et la confiance électorale. Crédits : Eliott Reyna / Unsplash.
La présidentielle française de 2027 s’annonce comme le premier scrutin national à l’ère des assistants d’IA générative. Ces outils pourraient servir d’intermédiaires politiques à grande échelle. Des électeurs les consultent déjà pour comprendre des programmes. Chercheurs et régulateurs alertent, eux, sur les biais, les hallucinations, les deepfakes et le profilage électoral.
Un nouvel intermédiaire politique
L’intelligence artificielle ne vote pas. Mais elle peut classer l’information, reformuler un programme et résumer une personnalité publique. Elle donne aussi à ses réponses l’apparence d’une neutralité technique. C’est ce déplacement que met en scène un reportage publié par Franceinfo le 3 juillet 2026. Le papier est consacré aux usages possibles de l’IA dans la campagne présidentielle française de 2027.
Le reportage décrit des électeurs jeunes qui interrogent déjà ChatGPT ou d’autres assistants pour se repérer dans l’offre politique. Il rapporte aussi le cas d’un prototype utilisant une voix ressemblant à celle de Gabriel Attal, avec des réponses parfois inexactes ou inventées. Selon Franceinfo, l’équipe de l’ancien Premier ministre n’était pas informée de cette expérimentation et n’a pas souhaité réagir.
Ce point est décisif : l’enjeu n’est pas seulement la diffusion d’un faux spectaculaire. L’influence de l’IA sur le vote peut aussi passer par des détails plus ordinaires. Elle tient aux sources retenues, à l’ordre des arguments ou à la façon de nommer les candidats. Elle peut aussi venir d’une nuance omise ou de la confiance créée par une réponse fluide.
Des usages déjà mesurés
Les chiffres disponibles ne prouvent pas qu’une IA peut faire basculer une élection. Ils montrent en revanche que l’usage politique de ces outils n’est plus marginal. Une enquête Ipsos BVA pour la Fondation Jean-Jaurès a été publiée le 5 février 2026. Elle indique que 48 % des Français ont déjà utilisé ou envisagent d’utiliser une IA générative pour se renseigner sur la politique.
Dans cette même enquête, 25 % des personnes interrogées disent avoir déjà questionné un modèle d’IA sur une personnalité ou un parti politique. De leur côté, 23 % ne l’ont pas encore fait mais se déclarent prêts à essayer. La proportion monte à 75 % chez les 18-24 ans. Pour la présidentielle de 2027, 28 % des Français disent projeter ce type d’usage.
Les municipales de mars 2026 donnent un premier point d’observation. Une note publiée par Terra Nova exploite des données Toluna Harris Interactive pour M6 et RTL. Selon cette note, 11 % des électeurs interrogés déclarent avoir utilisé l’IA pour s’informer sur la campagne municipale de leur commune. L’enquête a été menée en ligne le 15 mars 2026. Elle porte sur 4 145 personnes inscrites sur les listes électorales dans des communes de 3 500 habitants et plus.
Public Sénat a repris et détaillé ces résultats. La chaîne relève que 16 % des personnes interrogées ont utilisé une IA pour orienter leur choix de vote. Parmi elles, 7 % voulaient conforter un choix, 5 % avaient changé d’avis et 4 % cherchaient à trancher une indécision. Chez les moins de 25 ans, cette proportion atteint 35 %. Ces chiffres restent minoritaires, mais ils déplacent le débat. L’IA générative dans les élections n’est plus seulement un outil de campagne pour les équipes politiques. Elle devient aussi un outil de consultation pour les électeurs.
Le biais n’a pas besoin de donner une consigne
Parler d’IA biaisée ne signifie pas qu’un logiciel aurait une préférence électorale simple, stable et assumée. Le biais algorithmique peut venir de données d’entraînement incomplètes, de consignes internes ou d’un accès inégal aux sources. Il peut aussi venir d’un choix de ton ou d’un mécanisme de classement opaque. Une réponse peut paraître équilibrée tout en favorisant certains thèmes, certaines formulations ou certains acteurs.
Pour un lecteur non spécialiste, la difficulté tient à la forme même du chatbot. Une réponse d’IA est souvent nette, personnalisée et instantanée. Elle peut citer des éléments exacts, en mélanger d’autres, puis conclure avec assurance. L’utilisateur ne donnerait pas forcément ce crédit à un tract ou à une publication partisane. L’erreur n’a pas besoin d’être massive pour compter. Un programme mal résumé, une mesure attribuée au mauvais candidat ou une comparaison incomplète peut modifier la perception d’un électeur peu informé.
La prudence est donc indispensable. Les données Ipsos, Terra Nova ou Public Sénat décrivent des usages, des intentions et des déclarations. Elles ne mesurent pas un basculement causal de l’élection par l’IA. Elles suffisent toutefois à poser une question démocratique. Si une part croissante des citoyens passe par des assistants conversationnels pour comprendre la politique, qui contrôle la qualité de ces réponses ? Qui en garantit la traçabilité et l’équilibre ?
Deepfakes, clonage vocal et profilage
Le risque le plus visible reste le deepfake électoral. Il peut prendre la forme d’une image, d’une vidéo ou d’un son qui imite une personne. Le but est de lui faire dire ou faire quelque chose qu’elle n’a pas dit ou fait. Sur ce point, la CNIL a déjà alerté. Dans un article de Localtis publié le 20 juin 2024, l’autorité rappelait plusieurs risques. Elle citait les hallucinations, les contenus biaisés, les hypertrucages, le marquage des contenus générés par IA et le profilage des électeurs.
La fiche de la CNIL sur l’hypertrucage, mise à jour en février 2026, définit ces contenus comme des images, sons ou vidéos. Ces contenus sont créés ou modifiés par IA. La fiche rappelle aussi que la voix ou l’image d’une personne peut être détournée sans son accord. Les conséquences peuvent toucher sa vie privée, sa réputation ou son identité.
Dans une campagne présidentielle, ces risques ne se limitent pas à la dernière semaine. Un faux audio peut être démenti rapidement, mais laisser une trace. Un assistant de candidat peut répondre à des milliers d’électeurs. Son corpus, ses priorités ou ses limites ne sont pas toujours lisibles. Un parti peut aussi affiner son ciblage grâce à des données personnelles. Ce point rapproche le débat sur l’intelligence artificielle présidentielle de celui sur la protection des données.
Quels garde-fous avant 2027 ?
Le premier garde-fou est éditorial : attribuer clairement les faits et distinguer l’usage de l’influence. Dire que des électeurs utilisent l’IA n’autorise pas à affirmer que l’IA décidera du scrutin. Dire qu’un prototype existe n’autorise pas à le présenter comme un outil officiel de campagne. La ligne de séparation compte, car elle évite de transformer une tendance réelle en panique technologique.
Le deuxième garde-fou est politique et réglementaire. Les campagnes devront préciser quand elles utilisent des contenus générés par IA. Elles devront aussi dire comment elles signalent les créations artificielles et quelles données elles collectent sur les électeurs. Les plateformes, elles, devront rendre plus visibles les sources et les limites de leurs réponses lorsqu’elles touchent à l’information civique.
Le troisième garde-fou concerne les citoyens. Face à un ChatGPT politique, à Gemini, Mistral, Claude ou Grok, la bonne question n’est pas seulement « que répond l’outil ? ». Elle est aussi plus pratique : d’où viennent les informations ? Que manque-t-il ? Quelle source primaire permet de vérifier ? La réponse distingue-t-elle les faits des interprétations ?
La présidentielle de 2027 ne sera probablement pas choisie par une machine. Mais elle pourrait être racontée, filtrée et parfois déformée par des assistants consultés en privé, à grande échelle. C’est là que se situe le risque discret des IA biaisées. Non dans une consigne de vote visible, mais dans la médiation quotidienne de l’information politique.