# Lydia Arzour — Chroniques (contenu intégral) > Texte complet des chroniques sur l'e-réputation des dirigeants dans les IA, les dynamiques de pouvoir et le leadership incarné. Source : https://lydia.arzour.com --- # Comment être cité par ChatGPT URL : https://lydia.arzour.com/mes-chroniques/etre-recommande-par-chatgpt Thème : E-réputation & LLM Sur votre nom, la machine récite une fiche exacte. Sur la question que pose vraiment un client, elle propose trois confrères. Ce qu'il faut pour être recommandé par ChatGPT, et comment mesurer la question que personne ne surveille. Chronique publiée le 10 août 2026, mise à jour à mesure que les systèmes changent. Réponse courte. Une IA peut tout savoir de vous et ne jamais vous proposer. La question marquée, « qui est Untel », mesure votre réputation. La question non marquée, « qui peut m'aider sur ce sujet », mesure votre recommandation. Les deux résultats sont indépendants. C'est la recommandation qui décide de qui entre dans la pièce. Un avocat d'affaires que j'accompagne a fait le test devant moi. Sur son nom, ChatGPT récite une fiche propre : le bon cabinet, les bonnes affaires, l'année de barreau exacte. J'ai ensuite posé la question que pose vraiment un client, celle qui ne contient aucun nom : quel est le meilleur avocat à consulter pour un contentieux de ce type à Paris. La machine a proposé trois confrères, lui n'apparaissait nulle part, et les deux captures prises à trois minutes d'intervalle disent tout l'écart entre ce que la machine sait de vous et ce qu'elle fait de vous. Je mesure ce que le web dit des gens depuis 2001 ; je n'avais jamais vu cet écart aussi proprement découpé. ChatGPT vous connaît et ne vous cite pas Les outils de veille, et presque tous les audits, relèvent la première question, celle qui teste ce que la machine sait. J'en ai démonté les mécanismes dans ma chronique sur l'e-réputation dans ChatGPT. La seconde question teste autre chose, que rien dans vos tableaux de bord ne mesure : quand un problème cherche un nom, le vôtre vient-il à la machine. Le client qui a un litige ne tape pas votre nom, il ne le connaît pas encore. Il décrit son problème et lit une liste. Le journaliste qui cherche un expert, le comité qui monte une table ronde font pareil. Votre réputation, c'est ce que la machine sait de vous. Votre présence au marché, c'est ce qu'elle en fait. Pourquoi vous ne saurez jamais que vous étiez absent Une erreur dans une fiche se voit. Quelqu'un vous l'envoie, vous la contestez, vous documentez, elle finit par se filtrer. Une absence dans une liste ne prévient personne. Aucune alerte, aucune statistique qui bouge, et le visiteur ne manque pas à l'appel puisqu'il n'est jamais venu. Le rendez-vous s'est pris chez un confrère, et rien nulle part n'en garde la trace. À l'époque des moteurs, une absence finissait par se lire dans les chiffres : pas de position, pas de clics, la courbe de trafic racontait le manque à qui savait la regarder, et je passais mes journées à la regarder. Ici, la courbe n'existe pas. Il n'y a rien à regarder. Mon client l'a découvert parce que nous l'avons cherché. La plupart des dirigeants que j'accompagne ne l'ont jamais cherché : ils surveillent leur nom, et leur nom va très bien. C'est déjà une première étape, la seconde est d'être cité et si possible convenablement. Qui la machine cite quand personne ne donne de nom Les mécanismes sont ceux que j'ai déjà décrits, et ils frappent plus fort ici. RESONEO, qui a documenté en juillet 2026 le fonctionnement de l'index interne d'OpenAI, montre que la machine ne retient de chaque page qu'un titre et environ 202 caractères pris au début du contenu affiché, pas dans vos balises. Le relevé précise même comment cette fenêtre se remplit : le fragment s'ancre sur le H1 de la page, le titre en consomme une cinquantaine de caractères, il en reste à peine cent cinquante pour dire quelque chose. Si ces lignes-là ne disent pas de quoi vous vous occupez et pour qui, vous n'êtes candidat à aucune recommandation, quel que soit le brio de la suite. Une page qui s'ouvre sur « Bienvenue » a dépensé sa fenêtre à saluer. Sur 5,35 millions de citations relevées en avril 2026 dans huit systèmes, Meltwater attribue 39,5 % aux médias gagnés. Un second relevé, sur 9,5 millions de citations, donne à LinkedIn, Reddit et YouTube 47,5 % à eux trois, contre 18,7 % aux sites d'entreprise. Deux mesures distinctes, qui ne s'additionnent pas, et qui disent la même chose : la machine recommande ceux dont d'autres parlent. Ahrefs mesure enfin une corrélation de 0,664 entre les mentions et la présence dans les réponses, sur 75 000 marques, transposition aux personnes que j'assume depuis la chronique précédente. Il faut donc être associé à votre problème dans des pages qui ne vous appartiennent pas, et dès leurs premières lignes. Un titre ronflant n'associe à rien. « Contentieux fiscal des groupes familiaux » associe. Mesurer si ChatGPT vous recommande Je refuse la capture d'écran brandie comme un verdict, dans un sens comme dans l'autre. SparkToro a fait exécuter les mêmes requêtes 2 961 fois par 600 volontaires, résultats publiés le 28 janvier 2026 : la même liste revient à l'identique moins d'une fois sur cent. Sur une question sans nom, la réponse est une liste, et une liste se rebat à chaque tirage. Un cabinet néerlandais, Jonkman Strategie, arrive de son côté à la même conclusion de méthode. Seule la série fait preuve. Relevez donc les deux familles. Vos questions marquées, votre nom sous plusieurs formulations, mesurent l'exactitude de ce que la machine raconte. Vos questions non marquées, celles de votre marché, mesurent si elle pense à vous. Pour les construire, partez de vos derniers dossiers gagnés : la question que ce client aurait posée trois semaines avant de vous appeler, avec ses mots à lui, pas les vôtres. Une dizaine suffit, déclinée en deux ou trois formulations, posée sur ChatGPT, Gemini, Claude et Perplexity, parce que chaque système compose sa propre liste et qu'aucune ne prédit les autres. Un audit qui ne fait que la première moitié vous dira que tout va bien, et il aura raison sur ce qu'il mesure. Le cas le plus répandu chez les profils installés est celui de mon avocat : la machine le connaît et ne le propose jamais, et tout s'y joue sur l'association à un problème. L'inverse existe, être proposé sans être vraiment connu, et il tient en général à une seule source qui pèse lourd, donc qui peut bouger. Quand rien ne sort, ni sur le nom ni sur le marché, la réputation passe d'abord. Et quand les deux sortent, rien n'est acquis. C'est pour tenir les deux que le Radar AI Influence Score relève les deux familles de questions, système par système, dans le temps. Comment être recommandé par ChatGPT Pour être recommandé, il faut d'abord devenir nommable ou citable. Quatre gestes. Écrivez ce dont vous vous occupez, et pour qui, dès la première ligne de votre page « À propos ». Les 202 caractères que l'index d'OpenAI retient de chaque page ne liront rien d'autre, et votre titre de gloire arrive après la coupe. Un problème, pas une fonction. La fonction se partage avec dix mille confrères. Un problème précis, formulé de la même façon partout où votre nom apparaît, se partage avec dix. Faites-vous connaître des dix journalistes qui traitent votre problème, pas votre secteur. Lisez leurs trois derniers papiers avant d'écrire, et écrivez-leur sur ce qu'ils viennent de publier, pas sur vous. Apportez le seul chiffre qu'ils ne trouveront nulle part ailleurs, celui qui sort de vos dossiers. Le jour où ils rappellent, ils rappellent pour le soir : répondez dans l'heure, avec une phrase utilisable telle quelle, et ne demandez jamais à relire l'article. C'est là que se fabriquent les mentions qui pèsent, et elles pèsent plus que votre propre site. Relevez chaque mois les questions non marquées de votre marché, celles que poserait un client qui ne vous connaît pas encore. Datez et archivez chaque relevé. En trois mois vous saurez si votre nom monte, stagne, ou n'existe pas. L'avocat du début a réécrit quinze lignes en haut de son site et donné deux entretiens chez des confrères. Ce n'est pas une capture d'écran qui me l'a dit, c'est son relevé mensuel : sur les mêmes questions, posées aux mêmes systèmes, son nom sort maintenant là où il ne sortait jamais. Pas toujours, pas partout. Le tirage reste le tirage, et personne ne vous vendra honnêtement une place garantie dans une réponse générée. Une erreur dans une réponse finit toujours par se corriger. Une absence, elle, ne se corrige pas : elle ne se remarque même pas. À retenir. Une IA peut connaître votre nom sans jamais vous proposer. La question marquée mesure votre réputation. La question non marquée mesure votre recommandation. Les deux résultats sont indépendants. On devient recommandé en étant associé à un problème précis dans des pages tierces. Seul un relevé répété le mesure. ## FAQ Q : Comment être recommandé par ChatGPT ? R : En devenant associé à un problème précis dans des pages qui ne vous appartiennent pas. Les médias gagnés et les contenus tiers portent l'essentiel des citations mesurées par Meltwater en 2026, et l'index d'OpenAI ne lit que le début de chaque page. Aucun classement ne se paie : la probabilité d'être cité se construit par les mentions et la clarté des premières lignes. Q : Pourquoi ChatGPT ne me cite jamais dans ses réponses ? R : Parce que rien ne vous associe au problème posé dans les sources que la machine pèse. Une fiche exacte sur votre nom n'y change rien. La recommandation se joue ailleurs, sur les mentions tierces, où Ahrefs mesure une corrélation de 0,664, et sur les premières lignes de vos pages, dont l'index d'OpenAI ne retient qu'environ 202 caractères selon RESONEO. Q : Être cité par ChatGPT, est-ce la même chose qu'être recommandé ? R : Non. Être cité, c'est apparaître comme source dans une réponse, avec une mention ou un lien. Être recommandé, c'est que la machine donne votre nom quand quelqu'un lui demande à qui s'adresser, sans avoir prononcé ce nom. On peut servir de source sans jamais être proposé comme personne, et l'inverse existe aussi. Un relevé sérieux mesure les deux séparément. Q : Comment savoir si ChatGPT me recommande ? R : Posez les questions de votre marché sans votre nom, comme un client les poserait, et répétez-les dans le temps. SparkToro a montré en janvier 2026, sur 2 961 exécutions, que la même liste revient à l'identique moins d'une fois sur cent : une capture isolée ne prouve rien, seule la série de relevés fait preuve. Q : ChatGPT peut-il recommander un avocat ou un consultant ? R : Oui, et il le fait avec assurance. Sur une question du type « quel avocat pour ce litige », la machine compose une liste de noms à partir des sources qu'elle consulte et de ce qu'elle a retenu. Cette liste change d'un tirage à l'autre. Les personnes durablement associées au problème posé y reviennent simplement plus souvent que les autres. Q : Qu'est-ce qu'une question non marquée ? R : Une question non marquée, c'est une question posée à une IA sans citer de nom : « qui consulter sur ce sujet », « quel spécialiste pour ce problème ». Elle mesure la recommandation, quand la question marquée, « qui est Untel », mesure la réputation. C'est la question que posent les clients, journalistes et comités qui ne vous connaissent pas encore. Q : Une bonne réputation dans ChatGPT suffit-elle pour être recommandé ? R : Non, les deux résultats sont indépendants. Une fiche exacte sur votre nom prouve que la machine vous connaît, pas qu'elle vous propose quand elle doit citer quelqu'un. Ce qui décide, ce sont les mentions tierces et la netteté de votre association à un sujet. Un relevé complet mesure les deux, séparément. --- # E-réputation dans ChatGPT : comment la machine décide de ce qu'elle dit de vous URL : https://lydia.arzour.com/mes-chroniques/e-reputation-dans-chatgpt Thème : E-réputation & LLM Ce que ChatGPT raconte d'une personne se fabrique à partir des sources qu'il consulte et du poids qu'il leur donne. Les mécanismes, un par un, et les cinq gestes qui changent ce qu'il répond quand le nom en question est le vôtre. Chronique publiée le 8 août 2026, mise à jour à mesure que les systèmes changent. Réponse courte. L'e-réputation dans ChatGPT, c'est le récit que le système compose sur votre nom à partir des sources qu'il consulte et du poids qu'il leur donne, la presse et les contenus tiers en tête, bien avant ce que vous publiez vous-même. Voilà pourquoi piloter sa réputation IA est devenu un sujet de direction et non de communication : ce récit est lu avant vous, par votre banquier, votre futur associé et le client qui hésite. Et cela se mesure. J'accompagne un dirigeant qui a appris par son banquier ce que les machines racontaient de lui. Avant un tour de table, l'analyste chargé du dossier avait demandé à ChatGPT qui il était. Douze lignes : sa fonction exacte, un chiffre d'affaires vieux de quatre ans, un contentieux prud'homal qui appartenait à son prédécesseur. Le banquier n'a rien vérifié, il a lu, retenu, puis posé une seule question en réunion : ce litige, où en êtes-vous. Le référencement est mon métier depuis 2001. J'ai vu Google changer de règles une dizaine de fois, et j'ai appris à lire les bascules dans les logs serveur avant de les lire dans la presse. Celle-là est la plus discrète et la plus lourde que j'aie observée : la question « qui est-il » a quitté la page de résultats pour un récit rédigé dans les IA, sans liens et sans droit de regard. Des mécanismes précis fabriquent ce récit, et ils se travaillent. Les mécanismes de l'e-réputation dans ChatGPT Douze lignes qui n'existent nulle part : la synthèse des sources Les douze lignes lues par le banquier n'existent sur aucune page du web. ChatGPT les a composées en fondant quelques sources en un seul récit : une synthèse, en somme. La sélection se fait à l'entrée, avant l'écriture, et une réponse générée cite une poignée de sources là où une page de résultats Google alignait dix liens. Une fois sa courte liste arrêtée, la machine écrit avec ce qu'elle retient, et elle écrit encore quand ses sources sont maigres. J'ai décrit cette fabrication, requête par requête, dans Ce que ChatGPT dit de vous ce soir. Ce que ChatGPT retient de votre page : 202 caractères Reste à savoir ce que la machine tient vraiment de vous. Une agence française, RESONEO, a fait le travail que personne ne fait : capturer les flux bruts qui circulent entre ChatGPT et le navigateur, sous l'interface, pour regarder ce qui passe. 1 249 conversations, 88 000 résultats de recherche et 26 900 pages distinctes relevés en juillet 2026. Ce qu'ils y trouvent déplace le sujet. Pour la majorité de ses utilisateurs, OpenAI n'interroge pas Google : il interroge son propre index, baptisé Labrador, qui fournit 63,6 % des résultats en mode instantané, celui de la version gratuite où restent plus de neuf utilisateurs sur dix. Dans cet index, votre page n'est pas une page. C'est une ligne de 202 caractères au maximum, prise au début de votre contenu, votre titre H1 compris huit fois sur dix, figée au moment du passage du robot et servie à l'identique quelle que soit la question posée. La méta description que vous avez soignée, elle, est ignorée. Le reste du relevé dit l'ampleur du tri : sur 61 332 adresses remontées, 5 032 ont servi de sources et 759 pages seulement ont été réellement ouvertes et lues, soit un peu plus d'une sur cent, presque toutes en abonnement payant. L'écart de traitement se voit dans les citations : une page réellement ouverte est citée dans 74 % des cas, une page simplement présente dans l'index, dans 7 %. Pour un dirigeant, la conséquence est directe. Neuf fois sur dix, ce que la machine sait de votre page « À propos » se résume à votre titre et aux deux phrases qui le suivent, et elle n'a jamais lu la suite. Le poids décide : la pondération des sources par ChatGPT La machine garde tout et distribue du poids, et ce dernier ne vous appartient pas. Meltwater, qui a analysé 5,35 millions de citations sur 8 systèmes d'IA dans son étude GenAI Lens d'avril 2026, mesure que les médias gagnés, la presse et les publications tierces, concentrent 39,5 % des citations. Ce que d'autres écrivent sur vous pèse plus lourd que votre site, votre biographie officielle et vos communiqués réunis. Un article de 2019 jamais corrigé, repris par trois confrères, pèsera longtemps plus qu'une page « À propos » réécrite hier, conséquence : la hiérarchie se décide sans vous. Cohérence d’entité : pourquoi ChatGPT tranche quand vos sources se contredisent Je prends mon propre cas. J'ai porté plusieurs fonctions en même temps : dirigeante de mon entreprise, consultante pour une société d'IA, enseignante en digital, avec le conseil et le coaching par-dessus. La machine avait tranché sans moi, je n'étais qu'experte SEO, mon métier depuis 2001, alors que j'ai évolué depuis plus de dix ans vers des fonctions de direction, le multicanal et la réputation en ligne. Elle m'avait même cataloguée coach de vie, au motif que j'ai coproduit un podcast avec une de mes clientes. Bref, j'ai dû faire pour moi ce que je propose aujourd'hui à mes clients : reprendre la main sur mon récit. Ahrefs relève une corrélation de 0,664 entre les mentions d'une marque et sa présence dans les réponses générées, devant les liens entrants ; l'étude porte sur 75 000 marques, la transposition aux personnes est la mienne, et le terrain la confirme relevé après relevé. La machine se nourrit de mentions éparses, elle hérite de leurs contradictions, et l'incohérence de vos traces devient une affirmation tranquille. Deux fois la même question, deux réponses : le tirage SparkToro, dans l'étude publiée par Rand Fishkin et Patrick O'Donnell le 28 janvier 2026, a fait exécuter 2 961 fois les mêmes requêtes par 600 volontaires : la même liste est revenue à l'identique moins d'une fois sur cent. Une capture d'écran ne prouve rien. Votre image dans la machine est une distribution de réponses possibles, et elle se relève dans le temps. En 2001, oui ça date 😉, la Google dance rebattait les positions une fois par mois, et nous guettions le nouveau classement comme des résultats d'examen ; le tirage, lui, a lieu à chaque question. Cette différence de nature entre un moteur et une IA, date de coupure comprise, est détaillée dans ma chronique sur ce qui sépare un moteur de recherche d’une IA. Hallucinations de ChatGPT sur une personne : ce que l'éditeur mesure lui-même OpenAI tient un banc d'essai interne consacré aux questions qui portent sur des personnes, à partir de faits publics. Il s'appelle PersonQA, et les résultats sont publiés dans sa propre fiche technique, datée du 16 avril 2025. Sur ce banc d’essai, le modèle o3 a halluciné sur 33 % des questions, o4-mini sur 48 %. La génération précédente s'arrêtait à 16 %. OpenAI écrit elle-même que ses modèles produisent davantage d'affirmations, donc davantage d'affirmations exactes et davantage d'affirmations inventées. Un banc d'essai interne, sur des faits publics, avec des modèles de raisonnement : ces chiffres ne disent pas ce que ChatGPT répondra ce soir sur votre nom, ils disent qui les publie. Aucun cabinet, aucun concurrent, aucun régulateur n'aurait le même poids, puisqu'il s'agit ici de l'éditeur mesurant ses propres modèles sur la seule catégorie de questions qui vous concerne directement, celles qui portent sur des personnes. Pourquoi ChatGPT, Perplexity ou le Mode IA de Google ne racontent pas la même personne Semrush a fait analyser 325 000 prompts en mars 2026 : ChatGPT et le Mode IA de Google citent la personne, le dirigeant, le fondateur, dans 59 % des réponses, quand Perplexity cite l'entreprise dans la même proportion. Le même nom produit des histoires différentes. Chez Google, il faut d'ailleurs distinguer deux surfaces qu'on confond souvent, parce qu'elles ne se comportent pas de la même manière. Les Aperçus IA sont le résumé généré qui s'affiche en haut de la page de résultats habituelle, au-dessus des liens bleus. Le Mode IA est un onglet séparé, conversationnel, où l'on dialogue sans page de résultats. Ahrefs, sur 540 000 paires de requêtes relevées aux États-Unis en septembre 2025, compte 13,7 % de sources communes entre les deux : deux surfaces du même éditeur, sur la même requête, ne lisent pas les mêmes pages. Vérifier son e-réputation dans un seul système ne vous apprend rien sur les autres. Chaque machine échantillonne, pondère et raconte à sa façon. Où ChatGPT va vraiment chercher ce qu'il dit de vous Deux relevés Meltwater donnent la carte. L'étude GenAI Lens d'avril 2026, 5,35 millions de citations sur 8 systèmes, mesure le poids des médias gagnés. Le communiqué du 12 mai 2026, sur 9,5 millions de citations, place LinkedIn deuxième source la plus citée, derrière YouTube. Ahrefs y ajoute ses corrélations. Le tableau rassemble ce qui se mesure aujourd'hui, et ce que chaque ligne vaut quand le nom recherché est le vôtre. Les six sources dans lesquelles ChatGPT puise ce qu'il dit d'une personne Les corrélations d'Ahrefs portent sur des marques ; la lecture pour une personne est une transposition, je la fais et mes relevés vont dans le même sens. Retenez surtout où elles pointent : les systèmes lisent des espaces, YouTube en tête, que beaucoup de dirigeants français traitent encore comme des divertissements. E-réputation d'un dirigeant et réputation de marque : deux métiers différents Je refuse de traiter la réputation d'un dirigeant comme celle d'une marque, et c'est pourtant ce que proposent les neuf pages qui occupent aujourd'hui cette requête : des avis clients, des étoiles, des outils d'écoute. Une marque attaquée répond en nombre. Un dirigeant n'a rien de tel. Il a des articles qu'il n'a pas écrits, des mentions qu'il n'a pas choisies, du silence partout où il n'a pas existé publiquement. Un fondateur discret m'a consultée : vingt ans de holding familiale, aucune interview, une conviction ancienne, le silence protège. La machine lui avait composé un parcours plausible, diplômes compris, avec l'aplomb d'un notaire. Rien dans ce portrait n'était diffamatoire et rien n'y était exact. La base AI Hallucination Cases, tenue par Damien Charlotin à HEC Paris, recensait 1 847 décisions de justice au 6 août 2026 où un tribunal a constaté du contenu inventé par une IA, et ce compteur ne retient que ce qui a fini devant un juge. J'ai consacré une chronique entière à ce recensement. Depuis le 22 juillet 2026, Google affiche ses Aperçus IA et son Mode IA en France. Le récit généré est la première chose que lit celui qui tape votre nom, et un article vieux de sept ans peut vous flinguer en comité de crédit sans que personne ne vous en parle. Tapez votre nom ce soir. Demandez ensuite d'où viennent les sources : la seconde réponse vous apprendra plus que la première. Vous pouvez être satisfait de ce qui se dit de vous aujourd'hui, mais qui sait ce qu'il en sera demain. J'invite plutôt à anticiper, en construisant une vraie stratégie de réputation, adossée à ce que vous faites et à qui vous êtes. Les relations presse y tiennent une place, et elles sont loin d'être la seule. Cinq gestes qui changent ce que ChatGPT dit de vous Relevez dans le temps. Relevez, système par système, dans le temps. ChatGPT, Gemini, Claude, Perplexity, plusieurs formulations, chaque mois, daté et archivé. Le tirage l'impose : seule la série fait preuve. Lisez les sources citées. Lisez les sources citées, pas seulement le texte généré. La liste des domaines cités bouge moins que le récit. Qui y figure, qui devrait y figurer, ce que chaque page raconte de vous : votre exposition réelle est là. Rendez votre entité cohérente. Rendez votre entité cohérente partout : même nom, même fonction, mêmes dates, de votre site aux biographies de conférences. La machine tranche les contradictions sans vous ; retirez-lui ce qu’elle a à trancher. Écrivez la réponse chez vous. Écrivez chez vous la réponse à la question qu'on vous pose vraiment, dès la première ligne. L'index d'OpenAI ne retient qu'un titre et un peu plus de deux cents caractères pris juste après, sans lire la suite : votre H1 et les deux phrases qui le suivent sont, à la lettre, ce que la machine sait de votre page. Trois phrases nettes en haut de votre page « À propos » lui donnent de quoi citer ; une plaquette ne lui donne rien. Corrigez par la voie de l’éditeur. Corrigez ce qui est faux par la voie de l'éditeur : le portail de confidentialité d'OpenAI, puis la CNIL sans réponse sous un mois. Vous obtiendrez au mieux le silence du modèle ; la donnée apprise, elle, reste. Comptez aussi avec le cache : les relevés de juillet montrent des copies de pages servies plusieurs semaines après leur enregistrement, ce qui veut dire qu'une correction publiée aujourd'hui met du temps à remonter dans les réponses. Personne ne vous vendra honnêtement une position 1 dans ChatGPT : ce classement n'existe pas. Le llms.txt, présenté un peu partout comme la balise miracle du moment, se dépose en quelques minutes, pour un coût nul et une preuve incertaine ; déposez-le sans rien en attendre. En 2001, on vendait des soumissions garanties dans des annuaires que personne ne consultait. GPTBot passe aujourd'hui dans vos logs serveur comme Googlebot y passait alors, devant des équipes qui ne lisent plus les logs. Les promesses reviennent, au mot près. Reste à mesurer. Ce que les systèmes racontent de vous se relève, un par un et dans le temps : c’est le travail du Radar AI Influence Score. L'outil ne remplace jamais le jugement. Il l'augmente. Lydia Arzour, fondatrice d’ELTHIKA, maison de réputation IA & Influence, elthika.fr ## FAQ Q : Comment surveiller ce que ChatGPT dit de moi mois après mois ? R : Interrogez ChatGPT sur votre nom avec plusieurs formulations : qui est, que fait, quel est le parcours de. Datez et archivez chaque réponse, recommencez chaque mois, étendez le relevé à Gemini, Claude et Perplexity. Lisez les sources citées, plus stables que le texte généré. Une capture isolée ne prouve rien, seule la série compte. Q : ChatGPT lit-il vraiment ma page avant de parler de moi ? R : Le plus souvent, non. Le relevé RESONEO de juillet 2026 montre que sur 61 332 adresses remontées, 759 pages seulement ont été ouvertes et lues, presque toutes en abonnement payant. Pour la majorité des conversations, le système s'appuie sur son index interne, où votre page tient en un titre et 202 caractères pris au début du contenu. Une page réellement ouverte est citée dans 74 % des cas, contre 7 % pour une page seulement indexée. Q : ChatGPT peut-il dire quelque chose de faux sur une personne ? R : Oui, et son éditeur le mesure. Sur PersonQA, le banc d'essai interne qu'OpenAI consacre aux questions portant sur des personnes, à partir de faits publics, son modèle o3 a halluciné sur 33 % des questions et o4-mini sur 48 %. Côté justice, la base AI Hallucination Cases recensait 1 847 décisions au 6 août 2026. Q : Comment supprimer une information sur soi dans ChatGPT ? R : Documentez la réponse par une capture datée, puis demandez la correction via le portail de confidentialité d'OpenAI, privacy.openai.com. Sans réponse sous un mois, saisissez la CNIL. Sachez que l'éditeur filtre la sortie du modèle plus qu'il n'efface la donnée apprise : vous obtenez le silence sur votre nom, pas l'effacement de l'information. Q : Pourquoi ChatGPT et Perplexity ne disent-ils pas la même chose sur moi ? R : Parce qu'ils ne lisent pas les mêmes sources et ne les pondèrent pas de la même manière. Semrush, sur 325 000 prompts analysés en mars 2026, observe que ChatGPT et le Mode IA de Google citent la personne dans 59 % des réponses, quand Perplexity cite l'entreprise dans la même proportion. Chaque système raconte sa propre version, vérifiez-les un par un. Q : Le référencement sert-il encore pour l'e-réputation dans ChatGPT ? R : Oui, et son objet a changé : la place à gagner est une citation dans la réponse. Les systèmes donnent la première part aux médias gagnés, 39,5 % des citations selon Meltwater, et citent massivement LinkedIn et YouTube. Être lisible, cohérent et cité ailleurs compte plus que son propre classement. --- # Quand l'IA se trompe sur une personne : le recensement mondial des cas, et ce que la justice commence à dire URL : https://lydia.arzour.com/mes-chroniques/recensement-erreurs-ia-personnes Thème : E-réputation & LLM Arve Hjalmar Holmen, un Norvégien sans histoire, a demandé à ChatGPT qui il était. La machine a répondu qu'il avait tué ses deux fils et purgé vingt et un ans de prison. Le nombre d'enfants, leur genre et sa ville d'origine étaient exacts, seul le meurtre était inventé. C'est ce mélange de vrai et de faux qui rend ces erreurs redoutables, et c'est pour cela qu'il faut les compter. État au 28 juillet 2026. Réponse courte. Oui, les erreurs d'IA sont recensées, mais partiellement. La base AI Hallucination Cases compte 1 809 décisions de justice au 25 juillet 2026. L'AI Incident Database recense environ 900 incidents. Aucun registre au monde ne compte les erreurs visant une personne nommée. Cette chronique rassemble les quinze cas documentés. Existe-t-il un recensement des erreurs de l'intelligence artificielle ? Oui, quatre bases recensent les erreurs de l'IA, mais aucune ne compte celles qui visent une personne nommée. La plus rigoureuse, AI Hallucination Cases, dénombre 1 809 cas au 25 juillet 2026, tous constatés par des tribunaux. Elle est tenue par Damien Charlotin, chercheur à HEC Paris. La référence mondiale sur les hallucinations judiciaires est donc maintenue depuis la France. Elle couvre plus de trente pays, les États-Unis en tête, et elle est ouverte depuis avril 2023 (La Tribune). Le trou est là, et il se vérifie en trois clics. AI Hallucination Cases compte des citations juridiques inventées. AI Incident Database compte des préjudices systémiques. OECD AI Incidents Monitor compte des articles de presse. AI Incident Tracker compte des défaillances techniques. Aucune ne répond à la question qui importe à un dirigeant : combien de fois une IA a-t-elle affirmé quelque chose de faux sur un individu identifiable, et avec quelles conséquences. Aucune n'existe en français. Cette chronique rassemble ce qui est aujourd'hui éparpillé dans quatre bases qui ne se parlent pas. Quinze cas sont recensés plus bas, de Brian Hood en mars 2023, premier homme au monde à mettre OpenAI en demeure, jusqu'à la condamnation de Google par le Landgericht München I le 28 mai 2026. Combien de fois l'IA s'est-elle trompée sur une personne ? Personne ne connaît le chiffre global, et c'est le problème. La seule mesure fiable est judiciaire : 1 809 cas d'hallucinations constatées par des tribunaux au 25 juillet 2026. La progression de ce compteur est une histoire en soi. Mi-2025 : environ 200 cas recensés dans la base de Damien Charlotin. Janvier 2026 : 719 cas. Début avril 2026 : 1 227 cas. 2 juin 2026 : 1 524 cas, chiffre relevé par La Tribune. 9 juin 2026 : 1 598 cas. 25 juillet 2026 : 1 809 cas, et Damien Charlotin déclare recevoir trois à quatre cas par jour. Ce chiffre est un plancher, pas un plafond. La base ne retient que les décisions où le tribunal a constaté ou clairement laissé entendre l'invention. Les accusations simples n'y entrent pas, les erreurs hors prétoire non plus. Côté systèmes, l'AI Incident Database indique que l'IA générative représente 58 % des entrées de 2025, et que la première catégorie d'incidents, environ 28 % des entrées récentes, regroupe désinformation, deepfakes et contenus préjudiciables. L'ampleur du phénomène dans l'édition scientifique donne la mesure : un audit publié par The Lancet le 7 mai 2026 a relevé plus de 4 000 références fabriquées dans 2,5 millions d'articles biomédicaux, mécanisme que j'ai détaillé dans ma chronique sur la crédibilité du faux. Un tribunal peut-il condamner une IA pour ce qu'elle affirme ? Oui. Le 28 mai 2026, le Landgericht München I a jugé Google directement responsable des affirmations fausses de ses Aperçus IA, dans l'affaire 26 O 869/26. Deux maisons d'édition allemandes étaient présentées comme coutumières de pratiques commerciales trompeuses, abonnements piégés et recouvrements abusifs, affirmations que les sources citées par l'IA ne soutenaient pas. Le tribunal a retenu que les Aperçus IA constituent une parole propre de Google, qui synthétise et structure l'information de manière autonome, et non un simple affichage passif de contenus tiers. Ce que Google encaisse n'est pas symbolique. Interdiction de répéter ces affirmations, et jusqu’à 250 000 euros à chaque fois qu’elles réapparaissent. Le tribunal a même prévu la détention pour les dirigeants si l'injonction n'était pas tenue. Quatre-vingts pour cent des frais sont pour Google. La décision, rendue en référé, est susceptible d'appel, et elle est à ce jour la première au monde à tenir l'éditeur d'une IA pour responsable de ce que son modèle affirme. Elle a été rendue à deux heures de train de Paris. 20 janvier 2026 : première réponse fautive des Aperçus IA constatée par les éditeurs. 2 février 2026 : mise en demeure adressée à Google. 10 février 2026 : le contenu fautif est toujours en ligne. 23 avril 2026 : audience devant le Landgericht München I. 28 mai 2026 : jugement, Google responsable de la parole de son IA. Pourquoi la justice américaine et la justice européenne ne répondent-elles pas pareil ? Parce qu'aux États-Unis l'avertissement protège l'éditeur, et qu'en Europe il ne suffit plus. Le 19 mai 2025, la Superior Court du comté de Gwinnett, en Géorgie, a débouté l'animateur radio Mark Walters, que ChatGPT accusait à tort de détournement de fonds : les avertissements d'OpenAI sur les inexactitudes possibles, et l'absence de faute caractérisée, ont écarté la responsabilité. Un an plus tard, à Munich, le même type d'avertissement n'a pas pesé. Même technologie, même type de faute, deux mondes. Pour un dirigeant français, cette géographie judiciaire n’a rien de théorique. Les Aperçus IA, ces résumés générés qui s'affichent au-dessus des résultats habituels, et le Mode IA, son onglet conversationnel distinct, sont déployés en France depuis le 22 juillet 2026. Ce qui a été jugé à Munich concerne désormais chaque nom propre affiché dans une réponse générée en français. Quels sont les cas où l'IA s'est trompée sur quelqu'un ? Quinze cas documentés entre mars 2023 et mai 2026, sur trois continents, impliquant ChatGPT, Bing Chat, Copilot, Grok, Meta AI, Character.AI et les Aperçus IA de Google. Chacun est daté et sourcé. Le premier de la liste, Brian Hood, fixe le point zéro : la machine a pris le lanceur d'alerte pour le coupable qu'il avait dénoncé. Trois cas français figurent dans ce paysage, deux dans le tableau et un en creux. Éric Bothorel a ouvert la voie du recours RGPD dès avril 2023. Guillaume Cabanac a subi la variante scientifique du phénomène. Et le mécanisme de fond, l'accusation qui survit à l'innocence, la France le connaît depuis longtemps : les affaires Dominique Baudis et Kerviel, où l'accusation remonte toujours mieux que le dénouement, relèvent du même déséquilibre, que j'ai documenté dans Ce que ChatGPT dit de vous ce soir. Que faire quand une IA affirme quelque chose de faux sur vous ? Trois leviers existent : la demande de correction directe, la plainte auprès de la CNIL, l'action en justice. Pour ChatGPT, la demande passe par le portail de confidentialité privacy.openai.com ou par écrit à dsar@openai.com, et sans réponse sous un mois la CNIL peut être saisie, comme l'a fait Éric Bothorel dès 2023. Une réserve, et elle est de taille : OpenAI filtre la sortie du modèle plus qu'il n'efface la donnée d'entraînement, on obtient le silence, pas l'oubli. La marche à suivre complète, pièces et délais, est détaillée dans ma chronique sur le droit à l'oubli et l'IA. Ce qu'il faut retenir 1 809 hallucinations constatées par des tribunaux au 25 juillet 2026, contre environ 200 mi-2025 : le compteur de la base AI Hallucination Cases, tenue depuis HEC Paris, s'affole. Quatre bases mondiales recensent les erreurs de l'IA, aucune ne compte celles qui visent une personne nommée, aucune n'existe en français. Le Landgericht München I a jugé le 28 mai 2026 que les Aperçus IA sont une parole propre de Google, qui en répond directement. La même faute protège l'éditeur aux États-Unis et l'expose en Europe : Mark Walters débouté en Géorgie en mai 2025, Google jugé responsable à Munich en mai 2026. La voie de correction existe, portail d'OpenAI puis CNIL, mais elle obtient le silence du modèle, pas l'effacement de la donnée. ## FAQ Q : Existe-t-il un recensement des erreurs de l'intelligence artificielle ? R : Oui, partiellement. Quatre bases existent : AI Hallucination Cases, 1 809 cas judiciaires au 25 juillet 2026, AI Incident Database, environ 900 incidents, OECD AI Incidents Monitor et AI Incident Tracker du MIT FutureTech. Aucune ne compte les erreurs visant une personne nommée. Q : Combien de fois l'IA s'est-elle trompée sur une personne ? R : Aucun chiffre global n'existe. La seule mesure fiable est judiciaire : 1 809 cas constatés par des tribunaux au 25 juillet 2026. Les quinze cas documentés de cette chronique en sont la partie visible. Q : Peut-on porter plainte contre une IA qui dit du faux sur vous ? R : Oui, par trois voies. La demande de correction auprès de l'éditeur. La plainte RGPD auprès de la CNIL, ouverte par Éric Bothorel dès le 12 avril 2023. L'action en diffamation devant un tribunal. Q : Un tribunal a-t-il déjà condamné Google pour ses Aperçus IA ? R : Oui. Le Landgericht München I, le 28 mai 2026, affaire 26 O 869/26. Astreinte jusqu'à 250 000 euros par violation. Décision de référé, susceptible d'appel. Q : Pourquoi ChatGPT invente-t-il des informations sur des gens ? R : Un modèle de langage prédit des mots probables. Il ne vérifie pas des faits. Quand l'information manque, il complète avec du plausible. Le plausible mêlé à des détails vrais devient crédible. Q : Que faire si ChatGPT raconte quelque chose de faux sur moi ? R : Capture d'écran datée. Demande de correction sur privacy.openai.com ou à dsar@openai.com. Plainte CNIL sans réponse sous un mois. L'éditeur filtre la sortie plus qu'il n'efface la donnée. Q : Les IA américaines et européennes sont-elles jugées de la même manière ? R : Non. En Géorgie, les avertissements d'OpenAI ont écarté la faute, Mark Walters débouté le 19 mai 2025. À Munich, l'avertissement n'a pas protégé Google, jugé responsable le 28 mai 2026. Q : Comment savoir ce que les IA disent de moi aujourd'hui ? R : Interrogez ChatGPT, Gemini et Perplexity sur votre nom, avec plusieurs formulations. Datez et archivez les réponses. Répétez chaque mois, les réponses changent avec les modèles. C'est le premier geste d'un audit de réputation dans les IA. --- # Moteur de recherche vs IA : comment votre nom devient une réponse URL : https://lydia.arzour.com/mes-chroniques/difference-moteur-de-recherche-et-ia Thème : E-réputation & LLM Tapez un nom dans Google, posez la même question à ChatGPT : ni les mêmes réponses, ni le même récit. Voici pourquoi, mécanisme par mécanisme, et où agir, de la source au récit, quand ce nom est le vôtre. Tapez le nom d'un dirigeant que vous connaissez dans Google, puis demandez à ChatGPT qui est cette personne : une liste de liens d'un côté, un portrait rédigé de l'autre. Les deux réponses ne viennent pas du même endroit. Un moteur de recherche consulte un index de pages mis à jour en continu ; une IA générative compose un texte à partir de ce qu'elle a retenu pendant son entraînement, arrêté à une date précise. Voilà la différence entre un moteur de recherche et une IA, et tout le reste en découle. La suite est moins connue, et elle décide de choses très concrètes : pourquoi un article enterré depuis dix ans peut refaire surface ce soir dans une réponse générée, pourquoi deux systèmes interrogés sur la même personne racontent deux histoires, pourquoi vos positions Google ne disent plus rien de ce qu'on lit sur vous. Je suis ces mécaniques depuis 2001, côté moteurs d'abord, côté IA désormais, pour des dirigeants dont le nom est devenu une requête. Cette chronique démonte donc les deux machines, pièce par pièce : comment un moteur fabrique ses résultats, comment une IA fabrique sa réponse, et ce que ce grand écart change quand le sujet de la requête, c'est vous. Avec, juste en dessous, la chaîne de fabrication en huit étapes et un tableau de neuf différences à imprimer et à faire circuler en comité de direction. Faites le test en lisant : tapez votre propre nom des deux côtés. La suite vous concernera davantage. Les 9 différences entre un moteur de recherche et une IA Posons les deux machines côte à côte avant d'entrer dans le détail. L'infographie retrace la chaîne de fabrication d'une réponse, étape par étape et dans les deux systèmes ; le tableau qui la suit en tire les neuf différences qui comptent quand la requête, c'est vous. La suite de la chronique déplie chaque mécanisme. "Google enterrait en page 2. L'IA peut exhumer". Lydia Arzour Le mythe du crawl en temps réel Commençons par tordre le cou à l'idée la plus répandue, y compris dans des guides SEO qui circulent beaucoup : non, une IA générative ne « crawle » pas le web en temps réel. Le modèle ne crawle pas le web ; le produit qui l'entoure, ChatGPT, Gemini ou un autre, peut, lui, déclencher une recherche, parfois automatiquement, pour lui fournir des documents. Distinguez bien les deux : ChatGPT, le produit, combine un modèle, de la recherche, des outils, une mémoire et des règles de réponse. La réponse que vous lisez sort d'un modèle dont les paramètres ont été calculés pendant l'entraînement, éventuellement enrichi au moment de la requête. OpenAI et Anthropic le documentent eux-mêmes : la documentation officielle des modèles d'OpenAI affiche une date de coupure des connaissances pour chaque modèle, tout comme celle des modèles Claude chez Anthropic. Pour simplifier, une réponse puise dans trois grandes familles d'informations : ce que le modèle a retenu, ce qu'on lui donne, ce qu'il va chercher. Ce que le modèle a retenu. Pendant l'entraînement, la machine a avalé un corpus géant de textes, puis en a compressé les régularités statistiques dans ses paramètres. Le modèle ne conserve pas un index de pages que l'on pourrait ouvrir ou corriger une par une : l'information est diluée dans ses paramètres, même si des travaux montrent que certains contenus peuvent être mémorisés et restitués tels quels. Ce qu'on lui donne. Votre question, vos documents, l'historique de la conversation. Tout ce que vous mettez dans la fenêtre entre dans la fabrication de la réponse, le temps de l'échange. Ce qu'il va chercher. Quand la recherche web est activée, le système envoie une requête à un index externe, souvent celui de Bing, récupère quelques pages et s'en sert d'appoint. C'est le seul moment où le web « en direct » entre en scène, et il reste un complément : quelques résultats convoqués pour rafraîchir un socle figé. Et ces trois canaux ne vieillissent pas à la même vitesse. Qui les confond se trompe ensuite sur tout, à commencer par la manière de corriger ce qui se dit sur lui. Comment un moteur de recherche fabrique ses résultats C'est mon terrain depuis 2001, alors laissez-moi vous raconter la mécanique de l'intérieur en simplifiant au max. Un moteur fait trois choses. Il crawle, parcourt le web : des robots lisent le contenu du web en permanence, page par page, et de lien en lien. C'est la base du web, les pages sont liées par des liens.... c'est une toile d'araignée gigantesque...D'ailleurs, on appelle le web, la toile. Le moteur indexe : chaque page découverte, elle est copiée, découpée, rangée dans un immense catalogue consultable. Il classe : à chaque requête, un algorithme trie les pages de l'index selon des centaines de critères... Le point décisif : l'index est une copie organisée du web, mise à jour en continu. Une page publiée hier peut apparaître aujourd'hui. Une page supprimée finit par disparaître des résultats. On peut obtenir une désindexation, faire valoir un droit à l'oubli, pousser un contenu vers le bas. Le moteur garde une fiche par page, et une fiche, ça se corrige. À mes débuts, l'index de Google se mettait à jour environ une fois par mois. On appelait ça la Google Dance, et les référenceurs guettaient le nouveau classement comme des résultats d'examen. Et dans nos tableaux de bord, la répartition des clics était d'une brutalité tranquille : la première page concentrait la quasi-totalité des clics, la deuxième page presque rien. D'où le conseil que nous donnions aux clients encombrés d'un article gênant : on ne le supprime pas, on l'enterre en deuxième page. Le cimetière, comme on disait entre nous. Personne n'allait jamais y regarder. Comment une IA fabrique sa réponse Changement complet de mécanique. Un modèle de langage se construit par vagues : on assemble un corpus, des centaines de milliards de mots, on le filtre, on pèse chaque source, puis on arrête tout et on lance l'entraînement. La seule recette publiée en détail reste celle de GPT-3, en 2020 : Common Crawl, une copie brute du web, pour 60 % de la pondération, un corpus de pages triées pour 22 %, des livres pour 16 %, Wikipédia pour 3 %. Les modèles récents gardent leurs proportions secrètes, mais la logique demeure : un menu composé, pesé, puis figé. Figé à une date, justement : la date de coupure. Tout ce qui se publie après n'existe pas pour le modèle, sauf à passer par la recherche web d'appoint. Et cette recherche a ses propres filtres : selon l'étude Ahrefs menée sur 1,4 million de prompts, environ la moitié seulement des pages récupérées par ChatGPT lors d'une recherche sont ensuite citées dans la réponse. Être récupéré n'assure pas d'être cité. Dernier étage, le plus déroutant pour un esprit cartésien : la génération est un tirage. Le modèle compose sa réponse mot après mot, en choisissant parmi des suites probables. Posez deux fois la même question, vous obtiendrez deux textes voisins, parfois deux textes franchement différents. La réponse est fabriquée pour vous, à l'instant, puis jetée après usage. Rien n'est gravé. Pourquoi deux IA ne disent pas la même chose ? Corpus différents, dates de coupure différentes, réglages différents : voilà pourquoi ChatGPT, Gemini, Claude et Perplexity ne tiennent pas le même discours sur une même personne. Chacun a mangé un web légèrement différent, s'est arrêté à une date différente, et tire ses réponses avec ses propres réglages. Les mesures donnent le vertige. Au sein même de Google, les Aperçus IA et le Mode IA, deux systèmes de la même entreprise interrogés sur les mêmes requêtes, ne citent que 13,7 % de sources en commun, selon les données Ahrefs établies sur 540 000 paires de requêtes. Et une prépublication de décembre 2025 (arXiv, 55 936 requêtes) mesure un biais de couverture systématique : 37 % des domaines cités par les moteurs génératifs étudiés étaient absents des résultats des moteurs classiques comparés. La conséquence pratique est directe. Vérifier ce que « les IA » disent de vous n'a pas de sens au singulier. Chaque système se vérifie un par un. Et dans le temps : une réponse étant un tirage, une capture d'écran isolée ne prouve presque rien. C'est la trajectoire des réponses, semaine après semaine, qui renseigne. Ce que ça change pour votre nom et votre réputation Reprenons le cimetière de la deuxième page. Pour un moteur, l'enterrement fonctionnait : ce qui n'était plus cliqué n'existait plus. Pour une IA, la profondeur d'enfouissement ne compte pas : un article de 2013, que plus personne ne consultait, a pu être ingéré lors de la constitution du corpus et ressortir ce soir dans un portrait généré, au présent. J'ai consacré une chronique entière à ce mécanisme et à ce qu'il reste du droit à l'oubli face aux IA. Le cadavre ressuscite, et il parle. Deuxième bascule : la correction. Sur un moteur, il existe des procédures : désindexation, droit à l'oubli, suppression à la source. Sur un modèle, aucune fiche à corriger. Au mieux, l'éditeur pose un masque sur certaines sorties ; le socle statistique, lui, reste. Troisième bascule : la lecture sans clic. Dans l'échantillon Ahrefs, les requêtes affichant un Aperçu IA sont associées à un taux de clic moyen inférieur de 58 % pour la page classée première (34,5 % dans l'étude précédente). Les Aperçus restent minoritaires, même sur l'informationnel : environ une requête informationnelle sur cinq en déclenche un (21,4 % dans l'échantillon). Mais la direction est prise, et la France y passera au plus tard le 23 septembre 2026, d'après le courrier de Google aux éditeurs révélé par Ouest-France. On lira donc la réponse sur vous, on ne cliquera plus vers vos pages. J'ai montré dès juillet pourquoi le SEO ne protège plus votre réputation dans les IA ; ajoutez-y ce chiffre : 28,3 % des pages les plus citées par ChatGPT n'ont aucune visibilité organique détectable dans la base de l'outil. Vos positions et vos citations vivent dans deux mondes. Être cité ne garantit pas être bien cité, d'ailleurs : une prépublication sur les Aperçus IA mesure qu'environ 11 % des affirmations analysées n'étaient pas soutenues par les pages citées en référence. Avant d'agir, identifier le chemin. Une réponse fausse peut venir d'une vieille information apprise à l'entraînement, d'une page encore en ligne récupérée au moment de la question, d'une confusion entre deux personnes, ou d'une synthèse ratée entre plusieurs sources exactes. Quatre chemins, quatre stratégies de correction. Le diagnostic précède le geste. La zone dangereuse, je la vois chaque semaine en audit : un dirigeant assez visible pour que les systèmes soient interrogés à son sujet, pas assez écrit pour que leurs réponses soient fiables. Le vide ne vous protège pas : il se remplit sans vous. Un moteur vous classe. Une IA vous raconte. 5 conseils pour être cité par les IA Le détail tactique est dans ma chronique du 1er juillet ; voici l'os. Commencez par écrire chez vous Pendant des années, je l’ai répété en conférence : il faut d’abord construire « à la maison ». Votre site reste l’endroit où vous maîtrisez ce qui est publié, la façon dont vous vous présentez, les dates, les faits, les preuves et les mises à jour. Une information qui n’existe qu’à l’oral, dans une plaquette ou dans la tête de votre équipe a peu de chances d’être retrouvée, comprise puis citée par une IA. Il faut donc des pages solides, précises, sourcées, consacrées aux vraies questions que vos clients, vos partenaires ou les journalistes se posent sur vous. Les formats comparatifs comptent aussi. Dans l’échantillon étudié par Ahrefs, les pages de type « meilleurs X » représentent 43,8 % des pages citées par ChatGPT. Cela ne veut pas dire qu’il faut produire des classements artificiels. Cela montre surtout que les IA apprécient les contenus qui comparent, distinguent et donnent des critères clairs. Donnez partout les mêmes informations sur vous Votre nom, votre fonction, votre entreprise, vos dates, votre parcours et vos domaines d’expertise doivent être cohérents d’un espace à l’autre. Votre site ne doit pas raconter une chose, LinkedIn une autre et un ancien annuaire une troisième. C’est cela que les spécialistes appellent parfois le travail sur les « entités ». Derrière ce mot un peu technique, l’idée est très simple : aider les moteurs et les IA à comprendre que toutes ces informations parlent bien de la même personne, de la même entreprise ou de la même marque. Quand les informations se contredisent, la machine doit choisir. Et elle ne choisit pas toujours la bonne version. Ne comptez pas uniquement sur votre propre site Votre site est le point de départ. Il ne peut pas être votre seule preuve. Les IA s’appuient aussi sur la presse, les publications professionnelles, les conférences, les vidéos, les annuaires reconnus, les bases publiques et les sites de votre secteur. Il faut donc être présent dans les espaces qui comptent réellement pour votre activité. Pas partout. Aux bons endroits. Bing mérite également d’être surveillé. Il reste souvent oublié dans les stratégies de visibilité alors qu’il alimente une partie des systèmes de recherche utilisés par les outils d’IA. Dans son étude portant sur 75 000 marques, Ahrefs observe par ailleurs une corrélation de 0,737 entre les mentions sur YouTube et la visibilité dans les réponses générées par les IA. Une corrélation ne prouve pas que YouTube provoque cette visibilité. Elle confirme néanmoins qu’une réputation numérique ne se construit plus uniquement sur le site officiel. Répondez clairement à une question par page Une bonne page ne doit pas obliger le lecteur à chercher la réponse pendant cinq minutes. Le sujet doit être clair. La question principale doit apparaître rapidement. La réponse doit commencer dès les premières lignes. Les titres doivent permettre de comprendre la structure de la page sans tout lire. Ce conseil n’a rien de nouveau. Nous le faisons en SEO depuis des années. Ce qui change, c’est que cette clarté aide désormais aussi les systèmes d’IA à isoler une information, à la comprendre et éventuellement à la citer. Datez vos contenus. Mettez-les à jour. Indiquez vos sources. Supprimez les formulations vagues. Quant au fichier llms.txt, vous pouvez le mettre en place puisque son coût est faible. Mais n’en attendez pas un effet magique. À ce jour, rien ne permet de le présenter comme un levier décisif de visibilité. Et contrairement à ce que certains vendeurs laissent entendre, il n’existe pas de classement unique dans ChatGPT où il suffirait de « monter ». Vérifiez ce que chaque IA dit réellement de vous Une seule capture d'écran rassure ou affole ; une série de relevés mesure. Il faut tester plusieurs systèmes, poser les mêmes questions dans le temps et suivre leur évolution. C'est précisément pour cela que j'ai créé le Radar IA: mesurez votre AI Influence Score, votre score d'influence dans les IA. Il permet de mesurer ce que les IA disent de vous, système par système, dans le temps. L'outil ne remplace jamais le jugement. Il l'augmente. Nous ne savons pas encore à quelle vitesse une réputation évolue dans les IA une fois les bonnes actions engagées. Une raison de plus pour commencer à mesurer avant d'avoir un problème. ## FAQ Q : Est-ce que ChatGPT lit le web en temps réel ? R : Non. Par défaut, ChatGPT compose ses réponses à partir de paramètres calculés lors de son entraînement, arrêté à une date de coupure. Quand la recherche web est activée, il interroge un index externe, proche de celui de Bing, et récupère quelques pages en appoint. Ce complément ponctuel n'a rien d'une lecture continue du web. Q : Pourquoi ChatGPT ne connaît-il pas les informations récentes ? R : Parce que son socle de connaissances est figé à une date de coupure : ce qui est publié après l'entraînement n'existe pas dans ses paramètres. Seule la recherche web d'appoint, quand elle se déclenche, peut apporter des éléments récents. Sans elle, le modèle répond à partir d'un état passé du monde, parfois vieux de plusieurs mois. Q : Pourquoi deux IA donnent-elles des réponses différentes ? R : Chaque système repose sur un corpus d'entraînement, une date de coupure et des réglages qui lui sont propres. Même au sein de Google, les Aperçus IA et le Mode IA, interrogés sur les mêmes requêtes, ne citent que 13,7 % de sources en commun. Chaque IA se vérifie donc séparément, et dans le temps. Q : Peut-on supprimer une information de ChatGPT ? R : Pas au sens où l'on supprime une page d'un index. Un modèle ne stocke aucune fiche consultable : l'information est diluée dans des paramètres statistiques. Les éditeurs peuvent au mieux masquer certaines sorties. Le geste durable consiste à agir sur les sources qui alimentent les modèles et leur recherche web, puis à laisser les mises à jour suivantes enregistrer ce nouvel état. Q : Est-ce que les IA utilisent Google ? R : Rarement. ChatGPT s'appuie surtout sur l'index de Bing pour sa recherche web, Gemini est le seul à puiser directement dans celui de Google, et Perplexity entretient son propre index. Les classements de Google et les citations des IA divergent d'ailleurs fortement : 28,3 % des pages les plus citées par ChatGPT n'ont aucune visibilité organique détectable dans la base de l'outil. --- # Le SEO ne protège plus votre réputation dans les IA URL : https://lydia.arzour.com/mes-chroniques/seo-geo-visibilite-ia-reputation-dirigeant Thème : E-réputation & LLM On continue de parler de référencement comme si Google était encore l'unique porte d'entrée du web. Pourtant, de plus en plus de décisions commencent ailleurs : dans une réponse générée par une intelligence artificielle. Pour les dirigeants et les personnalités publiques, ce changement est loin d'être anodin. Été 2026. Les AI Overviews de Google débarquent en France, après des années de bras de fer sur les droits voisins. Une réponse générée par IA s'affiche en haut de vos résultats, soit avant les liens et avant votre site ;) Pendant vingt ans, la réputation se gagnait en première page de Google. On disait même que pour cacher un cadavre, il suffisait de le mettre en deuxième page. Aujourd'hui, quand on vous cherche, c'est une IA qui répond, à partir de sources que vous n'avez pas choisies. Se planquer en deuxième page ne suffit plus. "Si la deuxième page de Google était un cimetière, l'IA vient de ressusciter les morts. Lydia Arzour - Experte Réputation IA & Influence On a passé deux décennies à apprendre une chose : être premier sur Google et capter le clic. Puis quelqu'un a tapé votre nom dans ChatGPT et iI n'a pas cliqué, il a lu une réponse. Le clic est mort ce soir, il n'y a pas de position 1 dans une IA. Avec l'IA, un seul KPI : la citation, pas le trafic. Près de 60 % des recherches se terminent déjà sans le moindre clic (Bain). Beaucoup l'ont cru : le GEO, ce serait du SEO appliqué aux IA. Erreur. Le SEO, c'est une position dans une liste de liens que l'utilisateur clique. Le GEO, c'est une citation à l'intérieur d'une réponse rédigée par l'IA. Mais les deux marchent ensemble. Pour être cité par une IA, il faut d'abord exister dans les sources qu'elle lit. Le GEO va chercher la citation, mais c'est le SEO qui met vos sources sur le chemin de l'IA. Le modèle fabrique sa réponse à partir de ces sources, celles qu'il croise et recoupe pour décider de ce qu'il dira de vous. Pourquoi c'est plus dangereux pour les professionnels, un dirigeant, une personnalité publique Parce qu'une réponse d'IA a l'air neutre, objective et on la lit comme une vérité, comme un fait. Sauf qu'elle est fabriquée à partir de fragments : une vieille interview, un homonyme, une polémique oubliée, une fiche jamais mise à jour. C'est la première version lue qui gagne. Et vous n'étiez pas dans la pièce quand elle s'est écrite. Être premier sur Google ne garantit rien dans ChatGPT. La première position ne se garantissait déjà pas avec GOOGLE. et avec l'IA, c'est pire car elle peut halluciner. En 2023, ChatGPT a présenté Brian Hood, un maire australien, comme un homme condamné et emprisonné pour corruption. La vérité : il était le lanceur d'alerte qui avait révélé l'affaire. L'IA avait inversé le coupable et le héros. Hood a menacé OpenAI de la première action en diffamation intentée contre une IA. Je pense que ce n'est que le début, et je développe ce point de vue dans Droit à l’oubli et IA : pourquoi ChatGPT peut encore ressortir un article vieux de 10 ans Ce qui décide de votre présence : les mentions IA Rand Fishkin appelle ça le consideration set. Les acteurs installés apparaissent dans 55% à 77 % des réponses. Les autres n'existent pas. Et ce qui vous fait entrer dans ce cercle, ça se résume à une chose : les mentions. Votre nom, cité partout, cohérent partout. Rien à voir avec vos backlinks, ces liens externes qui pointent vers votre site. Les mentions de marque sont le premier prédicteur de citation par les IA, corrélation 0,664, loin devant les liens (Ahrefs). Votre nom est le carburant, c'est une marque que vous le vouliez ou non, que vous ayez travaillé votre personal branding ou non. Pour une entreprise, c'est un enjeu de business et pour un dirigeant, c'est un actif de réputation. Cet actif, tous les professionnels en sont soucieux. Un investisseur veut vous rencontrer, avant l'appel, il tape votre nom dans ChatGPT, il va lire 3 lignes vous concernant, il va se forger une idée immédiatement. Et vous, ce que vous devez absolument comprendre, c'est qu'une réponse IA n'a pas une opinion de vous. Déjà parce qu'elle en a mille, c'est ce que Rand Fishkin a mesuré fin 2025. Sur près de 3000 requêtes envoyées à des IA, il a montré une chose : posez cent fois la même question sur une même personne, et l'IA vous répond la même chose dans moins d'un cas sur cent. (SparkToro). D'un modèle à l'autre, d'un jour à l'autre, la version de vous change. Votre réputation devient une distribution de probabilités. Comment savoir ce que les IA disent de vous Vous posez la question directement. Vous tapez votre nom dans ChatGPT, Gemini, Claude et Perplexity, plusieurs fois, à des jours différents, avec des formulations différentes. Vous notez qui est cité, et quelles erreurs se répètent. C'est la répétition qui révèle le motif. Vous ne cherchez pas une phrase isolée, vous cherchez le récit stable qui se dégage sur trente réponses. Un audit structuré mesure exactement cela, sur un large panel de questions et sur les profils qui vous cherchent : un investisseur, un journaliste, un futur associé. C'est exactement ce que je fais. J'interroge ChatGPT, Gemini, Claude et Perplexity en série, avec des outils qui capturent chaque réponse et la suivent jour après jour. C'est le radar de réputation. Je le traduis en une note, l'AI Influence Score, qui mesure votre présence dimension par dimension. Puis je pose votre Brand Entity Book, le socle d'identité que l'on répète à l'identique partout, pour harmoniser ce qui est dispersé et corriger ce qui est faux. Et donner du poids là où vous n'en avez pas. Le monitoring, lui, ne s'arrête jamais. Le SEO suffit-il encore Faux débat. Le référencement reste nécessaire pour exister aux yeux de Google, qui alimente une partie des réponses IA. Mais il ne suffit plus. Les IA citent d'abord Reddit et Wikipedia, très loin du classement classique de Google (Semrush). Cela ne veut pas dire qu'il faut aller investir Reddit, ça n'a aucun sens il faut créer un écosystème de marque personnelle. Le dirigeant qui a investi dix ans dans son référencement peut être parfaitement positionné sur Google, et absent des réponses générées et du moins cela ne reflète pas sa réalité. Oui, la donne a changé. Remonter à la source, déployer des stratégies puissantes de visibilité IA Je fais du SEO en France depuis 2001. Je le pratique comme je respire, sans m'en rendre compte. Je connais la mécanique des sources : celles que Google indexe, celles que les IA recoupent. C'est là que se décide votre réputation et c'est là que je travaille. La seule stratégie qui tient : remonter à la source. Le SEO n'a jamais fait autre chose. La recherche n'est plus une page de résultats, elle est partout, dans chaque réponse générée sur votre nom, mais c'était déjà le cas avec les recherches faites sur YouTube, Tiktok.. bref partout où une boite de requête se trouvait. On ne corrige pas une réponse d'IA. On agit sur ce qui la produit. Commencez par regarder ce que les IA disent de vous : testez votre AI Influence Score, et pour creuser, mes chroniques sont là. Votre réputation arrive avant vous. Je remonte à la source. ## FAQ Q : Est-ce que ça sert encore de faire du SEO à l'ère de l'IA R : Oui, le SEO reste indispensable pour rendre vos contenus visibles. En revanche, il ne suffit plus à lui seul. Les IA construisent leurs réponses à partir de multiples sources et ne reprennent pas automatiquement les premiers résultats de Google. Q : C'est quoi le GEO ? R : Le GEO (Generative Engine Optimization) désigne les stratégies qui visent à augmenter les chances qu'une intelligence artificielle cite votre marque, votre entreprise ou votre nom dans ses réponses. Contrairement au SEO, l'objectif n'est plus seulement d'obtenir une position dans Google, mais d'être retenu comme une source crédible par les IA. Q : Une seule réponse de ChatGPT suffit-elle à juger ma réputation ? R : Interrogez ChatGPT, Gemini, Claude ou Perplexity à plusieurs reprises, avec différentes formulations de votre nom. Comparez les réponses, les sources citées et les informations qui reviennent le plus souvent. Une seule réponse ne suffit pas à évaluer votre réputation. Q : Peut-on améliorer ce que les IA disent de nous ? R : Oui, mais pas en modifiant directement leurs réponses. Le levier consiste à renforcer les sources qu'elles utilisent : contenus de référence, présence éditoriale, mentions cohérentes et informations fiables sur l'ensemble du web. Q : Pourquoi ChatGPT ne parle pas de moi ? R : Parce que les IA s'appuient sur les informations qu'elles trouvent. Si votre présence en ligne est faible, dispersée ou peu crédible, elles disposent de peu d'éléments pour construire une réponse. Développer une visibilité cohérente reste le meilleur moyen d'améliorer cette situation. --- # Manager toxique : l'angle mort que le pouvoir vous cache URL : https://lydia.arzour.com/mes-chroniques/manager-toxique-angle-mort-pouvoir Thème : Dynamiques de pouvoir On imagine le manager toxique en monstre. La réalité est plus dérangeante : c'est souvent un dirigeant compétent et de bonne foi qui a dérivé sans le voir. Voici pourquoi le pouvoir lui-même brouille le jugement qui permettrait de réagir Un dirigeant que j'accompagne a découvert, lors d'une enquête interne, que trois personnes de son équipe le décrivaient comme « invivable ». Il est tombé de haut. Il ne se reconnaissait pas une seconde dans ce mot. C'est exactement ça qui m'a alertée : non pas qu'il soit innocent, mais qu'il ne voie rien. Je distingue ici ce qui est établi de ce qui relève de ma lecture. Les chiffres et les études que je cite sont datés et vérifiables. La façon dont je les relie à ce que je vois sur le terrain, dans les organisations, est ma responsabilité. La toxicité au travail n'est pas toujours une nature. C'est une dérive de comportement qui s'installe chez un dirigeant compétent, souvent brillant, et de bonne foi, sous l'effet de la pression et de l'isolement, sans qu'il la voie venir. Le plus troublant tient à sa sincérité : il ne joue pas la dureté, il ne la voit pas. On aime ce mot, toxique, parce qu'il désigne toujours quelqu'un d'autre. Le jour où il tombe sur vous, vous découvrez à quel point il explique mal les choses. Un manager toxique est-il forcément un pervers ? Non, et c'est la première confusion à lever. Il existe deux toxicités, très différentes. La première est celle du manipulateur, du pervers au sens clinique. Elle est réelle. Je ne la nie pas et je sais la repérer : un mode opératoire qui se répète, une jouissance dans le contrôle, une absence de remords quand le mal est montré. Mais celle-là ne se répare pas, parce qu'elle ne le veut pas. Ce n'est ni mon sujet ici, ni mon terrain. Je ne travaille pas avec la mauvaise foi. Je sais la nommer, je sais conseiller un dirigeant pour s'en protéger ou s'en séparer, mais je ne prétends pas la soigner. Personne ne le peut, et c'est important de le dire pour ne pas vendre d'illusion. Le vrai sujet, le plus fréquent et le plus coûteux, est ailleurs : il concerne le dirigeant qui dérive sans le savoir. Celui qui, sous la charge, a cessé d'écouter. Celui dont l'ironie est devenue tranchante, dont l'exigence s'est muée en intimidation, dont le silence en réunion fait désormais baisser les yeux. Il n'a pas décidé d'être ainsi. Il ne le perçoit même pas. Et c'est précisément ce qui le rend récupérable : un angle mort, par définition, peut être éclairé. Celle-là, oui, c'est mon terrain. D'où vient cette dérive ? Regardez le parcours réel. On prend un excellent expert, on le promeut parce qu'il est bon dans son métier, et on le place du jour au lendemain à la tête d'une équipe, souvent sans aucune préparation à l'exercice du pouvoir. On lui demande des résultats, vite. On ajoute la pression, les arbitrages impossibles, la solitude du poste. Et l'on s'étonne, deux ans plus tard, que certains comportements aient dérapé. Personne ne se lève le matin avec l'intention de nuire à son équipe. La toxicité n'arrive pas par décision, elle arrive par glissement : une remarque sèche qui devient une habitude, une exigence légitime qui se mue en pression permanente, un contrôle qui, sous le stress, vire au rabaissement. La recherche a un mot pour ce que vivent les équipes dans ce second cas. Bennett Tepper l'a nommé supervision abusive, dès 2000, dans l'Academy of Management Journal : l'exposition durable à des comportements hostiles, verbaux et non verbaux, sans contact physique. Pas de coups. Des remarques qui rabaissent devant les autres, des promesses non tenues, une faute systématiquement reportée sur un subordonné. Rien d'illégal, le plus souvent. Rien qui laisse de trace au sens juridique. Et pourtant un poison lent. Une précision, parce qu'elle compte et exiger n'est pas dériver. Les meilleures équipes que je rencontre sont souvent tenues par des dirigeants intransigeants sur le niveau, et leurs collaborateurs ne les fuient pas, ils les suivent. La ligne ne passe pas par l'intensité de l'exigence, elle passe ailleurs : l'exigence saine vise le travail et laisse la personne intacte, la dérive atteint la personne pour obtenir le travail. Un même mot, prononcé par deux dirigeants, peut grandir l'un et humilier l'autre. Cette différence ne se mesure pas à votre intention. Elle se mesure à ce que l'autre en reçoit, et c'est précisément ce que vous ne voyez plus. Qu'est-ce que le pouvoir partage avec le monoxyde de carbone ? Faisons un détour, loin du management une minute. Pensez au monoxyde de carbone. C'est le gaz qui tue chaque hiver dans des logements, et toute sa dangerosité tient à une chose : il est inodore, incolore, sans saveur, vos sens ne peuvent pas le détecter. Il s'accumule dans une pièce close sans qu'aucun signal ne vous alerte. Pire, selon les autorités sanitaires américaines, son premier effet est de brouiller le jugement. Avant même de vous endormir, il vous retire la capacité de comprendre que vous êtes en train de suffoquer. Il attaque d'abord la faculté qui vous permettrait de réagir. C'est pour cette raison qu'on ne se fie jamais à son ressenti face à lui : on installe un détecteur, un appareil extérieur qui n'a pas le cerveau embrumé et qui sonne quand vous ne sentez plus rien. Le pouvoir agit exactement de la même manière, Il ne s'annonce pas et Il ne sent rien. Et son premier effet est d'émousser le discernement qui vous permettrait de noter votre propre dérive. Vous ne vous direz pas un soir : « je suis devenu dur ». Vous serez, à ce moment précis, l'être le moins équipé pour le voir. Comme face au gaz, vous fier à votre ressenti revient à faire confiance à ce qui vous trompe déjà. Pourquoi ne voit-on pas qu'on est devenu toxique ? Parce que le pouvoir attaque, en premier, la faculté même qui permettrait de s'en rendre compte. Les laboratoires le confirment. En 2006, dans Psychological Science, Adam Galinsky et ses collègues ont montré quelque chose de troublant. Les personnes mises en situation de pouvoir prennent moins spontanément le point de vue d'autrui. Elles supposent plus facilement que les autres savent ce qu'elles savent. Et elles lisent moins bien les émotions sur le visage de leurs interlocuteurs. Le pouvoir, mesuré en conditions contrôlées, érode l'empathie cognitive, cette capacité à se mettre à la place de l'autre. Ajoutez à cela une seconde mécanique, sociale celle-là. Plus vous montez, plus on filtre ce qu'on vous dit. Vos collaborateurs calculent. Vos pairs ménagent. Vos retours honnêtes se raréfient au moment exact où vous en auriez le plus besoin. Vous vous retrouvez entouré de gens qui vous renvoient une version polie de vous-même, et vous finissez par la prendre pour la réalité. Cela se lit dans des détails très concrets. Le collaborateur qui, en entretien, commence trois phrases sur quatre par « c'est sûrement moi, mais ». La réunion où une décision discutable ne soulève aucune objection, alors que les regards, eux, parlent. L'assistante qui sait, avant tout le monde, dans quelle humeur vous arrivez le matin, et qui ajuste l'agenda sans un mot. Aucun de ces signaux ne remonte jusqu'à vous sous forme de phrase claire. Ils restent à hauteur de couloir, et le couloir, justement, ne vous est plus accessible. Le résultat est une équation cruelle. Vous êtes le moins capable de percevoir votre propre dérive précisément quand elle s'aggrave. Votre instrument de mesure intérieur, l'autocritique, est faussé par la chose même qu'il devrait mesurer. Le pouvoir isole, et l'isolement aveugle. Au moment précis où il faudrait vous voir, vous avez perdu l'instrument pour le faire. La conclusion est gênante mais elle est logique. Si l'instrument intérieur est compromis, la seule réponse sérieuse est un détecteur extérieur. Comment la toxicité d'un dirigeant finit-elle par se voir ? Elle ne reste jamais confinée. Elle fuit, et elle fuit toujours par le même genre de fissures. D'abord les départs. Tepper l'avait établi : les équipes exposées à une supervision abusive partent davantage, et celles qui restent encaissent une baisse de satisfaction, un conflit accru entre vie professionnelle et vie privée, une détresse psychologique mesurable. Vous perdez d'abord vos meilleurs, ceux qui ont le choix, ceux que le marché reprend en une semaine. Ensuite les témoins. L'enquête nationale 2021 du Workplace Bullying Institute estime que trente pour cent des salariés américains subissent des comportements abusifs au travail, que dix-neuf pour cent supplémentaires en sont témoins, et qu'au total près d'un sur deux est affecté. La même source rappelle, année après année depuis 2007, que l'auteur le plus fréquent est le supérieur hiérarchique, rarement un collègue. Le manager direct est l'épicentre, et ces situations sont la règle plus que l'exception. Or un témoin n'oublie pas. Il raconte, il prévient, il déconseille. Votre réputation d'employeur se construit dans ces conversations que vous n'entendez pas. Enfin, et c'est nouveau, il y a ce que les machines répondent. Quand un candidat de haut niveau, un journaliste ou un investisseur tape votre nom dans un modèle d'intelligence artificielle, la réponse agrège des signaux que vous ne contrôlez pas, dont la trace de ces départs et de ces récits. J'en ai détaillé le mécanisme dans ce que les intelligences artificielles disent vraiment de vous. La dérive intérieure, longtemps invisible, devient une donnée extérieure consultable en trois secondes. Le plus dur reste le décalage. Le jour où vous apprenez la dérive, elle a déjà des mois, parfois des années. Vous la découvrez rarement par un retour direct. Vous la découvrez par un choc : une démission que vous n'aviez pas vue venir, un verbatim anonyme dans une enquête interne, l'hésitation d'un chasseur de têtes à vous présenter son meilleur candidat. Le terrain savait depuis longtemps. Vous étiez seulement la dernière personne à l'ignorer. Votre réputation se fracture de l'intérieur, par un comportement que vous êtes le dernier à voir, bien avant de se lire à l'extérieur. Le pouvoir change-t-il un dirigeant, ou révèle-t-il qui il est ? Les deux mon capitaine ! mais pas comme on le croit. Le pouvoir ne transforme pas un homme bien en tyran du jour au lendemain. Il abaisse, lentement, les garde-fous. Il rend acceptable ce qui ne l'était pas, parce que plus personne ne vous contredit, parce que la fatigue use la patience, parce qu'un résultat obtenu par la peur ressemble, de loin, à un résultat. C'est pourquoi je n'aborde jamais ce sujet comme une accusation. Un dirigeant qui dérive mérite mieux qu'un procès. Il a besoin d'un miroir fiable, à la place de la galerie de reflets complaisants qui l'entoure. Mon travail consiste à vous montrer ce que les autres voient et que vous ne voyez plus, puis à vous laisser décider. Comment savoir si vous avez dérivé sans le voir ? Vous ne le saurez pas seul. Relisez les sections précédentes : c'est tout le problème. L'institution elle-même commence à l'admettre. En 2022, l'Organisation mondiale de la santé a publié, avec l'Organisation internationale du travail, des recommandations sur la santé mentale au travail. Pour la première fois, l'OMS y recommande la formation des managers, afin qu'ils sachent prévenir les environnements de travail délétères et repérer la détresse. Le message implicite est précieux : la dérive managériale n'est pas un défaut de caractère irréparable, c'est un risque identifiable, et donc évitable. Ce qui se prévient se corrige. Reste la condition que rien ne remplace : un détecteur extérieur, qui n'a pas votre angle mort. C'est exactement la fonction de L'Angle Mort, un diagnostic qui nomme ce que votre entourage n'ose pas formuler. C'est aussi celle de l'AI Influence Score, qui vous montre ce que les modèles d'intelligence artificielle restituent de vous quand on les interroge et identifie les sources. Et quand la situation l'exige, c'est l'objet du Mandat Confidentiel : un travail de terrain, discret, pour regarder en face ce qui se joue et reprendre la main. Lydia Arzour conseille les dirigeants sur l'angle mort du pouvoir et leur réputation en ligne. Son AI Influence Score ne se contente pas de révéler ce que ChatGPT, Gemini, Claude et Perplexity disent d'un dirigeant : il remonte aux sources que ces IA citent, pour savoir où agir. Sa conviction de terrain : la toxicité s'installe de l'intérieur, par l'angle mort, bien avant que quiconque ose la nommer. Le dirigeant du début n'était pas un mauvais homme. Il était seul, et personne ne lui avait jamais tendu un miroir qui ne mente pas. Le jour où il l'a eu, il n'a pas démissionné de lui-même. Il a simplement recommencé à entendre. C'est souvent tout ce qui sépare un dirigeant respecté d'un dirigeant qu'on fuit en silence. Ce qu'il faut retenir La toxicité au travail est rarement une nature, le plus souvent une dérive comportementale chez un dirigeant compétent et de bonne foi, sous pression et isolé. C'est un système qui va s'installer. Le pervers manipulateur existe et se repère, mais ne se répare pas. Le dirigeant qui dérive sans le voir, lui, peut se corriger : c'est un angle mort, pas une fatalité. Le pouvoir attaque d'abord le jugement qui permettrait de réagir, comme un gaz inodore. D'où la nécessité d'un détecteur extérieur, jamais du seul ressenti. La dérive finit toujours par fuiter : départs de talents, témoins, réputation, et ce que les modèles d'intelligence artificielle répondent à votre nom. ## FAQ Q : Un manager toxique sait-il qu'il l'est ? R : Le plus souvent, non. C'est ce qui distingue la dérive du véritable pervers. Le dirigeant qui dérive se vit comme exigeant et de bonne foi, parce que le pouvoir raréfie les retours honnêtes et émousse l'autocritique. Il est sincèrement le dernier informé de l'effet qu'il produit. Q : Quelle est la différence entre un pervers narcissique et un dirigeant qui dérive ? R : Le pervers répète un mode opératoire de contrôle sans remords, même quand le mal lui est montré, et il ne se répare pas. Le dirigeant qui dérive n'a pas d'intention de nuire, il a perdu le contact avec l'effet de son comportement. Le premier se détecte et se gère, le second se corrige. Q : Le pouvoir rend-il vraiment moins empathique ? R : Les travaux d'Adam Galinsky publiés en 2006 dans Psychological Science montrent qu'en situation de pouvoir, on prend moins spontanément le point de vue d'autrui et on lit moins bien ses émotions. Ce n'est pas un trait moral, c'est un effet mesurable du pouvoir sur la cognition. Q : La toxicité managériale est-elle fréquente ? R : Selon l'enquête 2021 du Workplace Bullying Institute, près d'un salarié sur deux est affecté par des comportements abusifs au travail, comme cible ou comme témoin, et l'auteur le plus fréquent est le supérieur hiérarchique. Ce n'est donc pas un cas marginal. Q : Comment un dirigeant peut-il savoir s'il a dérivé ? R : Pas seul, puisque son propre jugement est précisément ce qui est altéré. Il lui faut un regard extérieur fiable : un diagnostic qui nomme ce que l'entourage tait, et une lecture de ce que son écosystème, y compris les intelligences artificielles, renvoie de lui. Q : Peut-on corriger une dérive managériale ? R : Oui, quand il s'agit d'une dérive et non d'une perversité. L'Organisation mondiale de la santé recommande depuis 2022 la formation des managers pour prévenir ces situations, ce qui confirme qu'elles sont identifiables et évitables. Ce qui se prévient se corrige. --- # Diriger sans carte : ce qu'un organisme sans cerveau révèle sur le leadership en territoire inconnu URL : https://lydia.arzour.com/mes-chroniques/diriger-sans-carte-leadership-ia Thème : Leadership incarné Les plans à cinq ans rassurent les comités et trompent les dirigeants. Les meilleurs ne prévoient pas mieux : ils apprennent à lire le terrain quand la carte n'existe plus. Un dirigeant que j'accompagne m'a dit un jour, à la fin d'un comité exécutif, une phrase qu'il n'aurait répétée devant personne d'autre. Il venait de présenter une feuille de route à trois ans, validée, applaudie, déjà imprimée. Il s'est retourné vers moi et il a lâché : "Tu sais que je n'y crois pas une seconde." Il ne doutait pas de sa stratégie. Il doutait de l'exercice lui-même. Il avait passé six semaines à fabriquer une certitude qu'il ne ressentait pas, pour rassurer une organisation qui réclamait une carte d'un territoire que personne n'avait encore traversé. Cette phrase, je l'entends sous mille formes depuis des années. Fabriquer une certitude que l'on ne ressent pas, c'est le geste le plus coûteux d'un dirigeant, et le plus invisible. Il n'apparaît pas dans les chiffres. Il se lit dans le regard, dans cette fatigue particulière de celui qui défend devant les autres une conviction qu'il a cessé d'éprouver. Le plan n'était pas le problème. Le problème était de s'en servir comme d'un masque, posé sur une lucidité qu'on n'osait plus écouter. Je distingue ici ce qui est établi de ce qui relève de ma lecture. Ce que je vais décrire s'appuie sur des travaux de recherche datés et vérifiables. La manière de les relier au métier de dirigeant, elle, est la mienne, et elle tient en une phrase. Les meilleurs dirigeants que j'accompagne ne prévoient pas mieux que les autres. Ils lisent mieux le terrain. Et ce terrain a changé de nature : il ne se limite plus à vos équipes, vos clients ou vos médias, il inclut désormais ce que les intelligences artificielles génératives disent de vous quand on les interroge. Apprendre à lire ce terrain-là, dans toute son étendue nouvelle, voilà ce que j'appelle le leadership incarné. Pourquoi les meilleurs plans échouent-ils en territoire inconnu ? La planification classique repose sur une hypothèse simple : le futur ressemblera assez au passé pour qu'on puisse l'extrapoler. Vous mesurez, vous projetez, vous allouez. Cette logique a construit l'industrie du vingtième siècle et elle reste parfaitement valable quand le terrain est stable. Le problème n'est pas la planification. Le problème est de continuer à planifier quand le sol bouge. Or le sol bouge. Une technologie efface une rente en dix-huit mois. Une réputation se fracture en une nuit sur les réseaux et dans les réponses des modèles d'intelligence artificielle. Un concurrent que vous n'aviez pas dans votre cartographie redéfinit les règles de votre marché. Dans ce contexte, le plan détaillé ne vous protège pas. Il vous aveugle. Il vous donne l'illusion de tenir la barre alors que vous lisez une carte périmée. Le dirigeant que je décrivais plus haut n'était pas incompétent. Il était piégé par une grammaire de la décision qui demande de prévoir avant d'agir. Quand cette grammaire ne marche plus, il en existe une autre. Elle a un nom. Qu'est-ce que l'effectuation, et pourquoi change-t-elle la donne pour un dirigeant ? Bien avant de poser un mot savant dessus, j'ai vu cette logique à l'œuvre chez les dirigeants qui traversent les crises sans se briser. Ils n'attendent pas d'y voir clair pour agir. Ils partent de ce qu'ils ont sous la main et façonnent la suite en marchant. Cette intuition de terrain, que j'observe depuis des années, porte un nom, et la recherche l'a documentée. En 2001, une chercheuse de l'université de Virginie, Saras Sarasvathy, publie dans l'Academy of Management Review un article qui renverse une croyance bien installée. Elle a étudié des entrepreneurs chevronnés, ceux qui avaient créé plusieurs entreprises et survécu à plusieurs cycles. Elle cherchait leur méthode de prévision. Elle a trouvé l'inverse : ils ne prévoyaient pas, ils créaient. Elle a appelé cette logique l'effectuation, par opposition à la causation. La causation part d'un objectif et cherche les moyens de l'atteindre. L'effectuation part des moyens disponibles et fait émerger des objectifs en chemin. Le premier raisonnement demande : que faut-il pour arriver là où j'ai décidé d'aller ? Le second demande : avec ce que je suis, ce que je sais et ceux que je connais, que puis-je créer maintenant ? Pour un dirigeant de grand groupe, cette distinction n'est pas un confort intellectuel. C'est une question de survie cognitive. Vous ne dirigez pas une start-up dans un garage. Vous tenez un actif réel, des milliers de personnes, une réputation scrutée en permanence. Précisément pour cela, vous n'avez pas le droit d'attendre une visibilité parfaite avant de bouger. L'effectuation ne vous demande pas de renoncer à la rigueur. Elle vous demande de déplacer la rigueur : du plan vers la lecture du terrain. En une phrase L'effectuation, c'est créer la suite à partir de ce que l'on a, au lieu de prévoir un futur que l'on ne contrôle pas. Formalisée par Saras Sarasvathy (université de Virginie, 2001), elle oppose la logique de création à la logique de prédiction. Là où la causation choisit un objectif puis cherche les moyens, l'effectuation part des moyens et laisse l'objectif émerger. Comment un organisme sans cerveau bat-il les ingénieurs du rail ? En 2010, une équipe menée par Atsushi Tero publie dans la revue Science une expérience qui devrait être enseignée dans toutes les écoles de management. Les chercheurs déposent des flocons d'avoine sur une surface, disposés comme les villes autour de Tokyo. Puis ils laissent un être vivant relier ces points : Physarum polycephalum, un organisme unicellulaire, une moisissure gélatineuse sans cerveau, sans système nerveux, sans la moindre représentation du tout qu'il construit. En quelques heures, l'organisme déploie un réseau de tubes. Et ce réseau ressemble, en efficacité, en robustesse et en coût, au réseau ferroviaire réel qui relie Tokyo à ses banlieues, conçu lui par des ingénieurs sur des décennies. Comment une chose sans cerveau égale-t-elle des ingénieurs ? Dix ans plus tôt, dans la revue Nature, Toshiyuki Nakagaki avait montré le mécanisme. Placé dans un labyrinthe avec de la nourriture à deux sorties, le même organisme envahit d'abord tous les couloirs, sans discrimination. Puis il fait quelque chose de remarquable : il retire sa matière des impasses et renforce uniquement les tubes qui nourrissent. Il ne calcule pas le chemin optimal. Il l'obtient en sentant localement ce qui fonctionne et en abandonnant ce qui ne fonctionne pas. Voilà l'effectuation à l'état biologique : Pas de carte ni de plan central. Une perception fine des signaux et un renforcement de ce qui porte ses fruits. La leçon pour un dirigeant n'est pas de penser comme une moisissure. Elle est plus dure à entendre : dans le brouillard, ce qui vous sauve n'est pas une meilleure carte, c'est une meilleure capacité à sentir et à élaguer. La plupart des organisations font l'exact contraire. Elles renforcent les impasses parce qu'elles y ont investi, et elles affament les voies vivantes parce qu'elles n'étaient pas au plan. Le chiffre qui dérange Sans cerveau ni plan, l'organisme Physarum polycephalum reconstitue en quelques heures un réseau aussi efficace, robuste et économe que le réseau ferroviaire de Tokyo, conçu par des ingénieurs sur des décennies (Science, 2010). La leçon de commandement tient en une ligne : dans le brouillard, sentir et élaguer bat la carte parfaite. Quels sont les cinq réflexes d'un leadership qui crée au lieu de prévoir ? Depuis plusieurs années, je traduis les cinq principes formalisés par Sarasvathy en cinq réflexes de commandement, et je les retrouve intacts chez les dirigeants qui ne se fracturent pas sous la pression. Lisez-les non comme une méthode d'entrepreneur débutant, mais comme une grammaire de la lecture du terrain. Le premier, ce qu'elle nomme "un tien vaut mieux que deux tu l'auras". Vous partez de ce que vous avez déjà : qui vous êtes, ce que vous savez, qui vous connaissez. Pour un dirigeant, ce principe exige une honnêteté brutale et un certain dépouillement, celui des croyances, des attentes héritées et de l'ego de fonction. Vos ressources réelles ne sont pas celles de votre fiche de poste. Le deuxième, la perte acceptable. Vous n'engagez que ce que vous pouvez vous permettre de perdre. La causation mise sur le gain espéré, ce qui pousse à attendre la grande certitude. L'effectuation borne le risque par le bas, ce qui autorise à avancer souvent et tôt. Le troisième, le patchwork. Vous construisez avec d'autres, vous nouez des alliances, vous laissez votre réseau dessiner la carte que vous n'avez pas. Pour un dirigeant isolé au sommet, c'est sans doute le principe le plus contre-intuitif et le plus puissant. Le quatrième, la limonade. Vous transformez la surprise en matière première. L'imprévu n'est pas un écart au plan à corriger. C'est une information sur le terrain réel, donc un actif. Le cinquième, le pilote dans l'avion. Vous cessez de prévoir la météo, vous décollez et vous pilotez ce que vous pouvez contrôler au lieu de prédire ce que vous ne contrôlez pas. Pour un dirigeant de grand groupe, la difficulté n'est pas de comprendre l'effectuation. Elle est d'accepter qu'une organisation de plusieurs milliers de personnes puisse parfois progresser davantage par une succession d'ajustements lucides que par un plan devenu théorique. La vraie question n'est donc pas de savoir si vous connaissez cette méthode. Elle est de savoir si vous êtes encore capable de bouger sans carte. L'intuition est-elle un risque ou un instrument de direction ? Dans un monde sans carte, il vous faut une boussole. Cette boussole, c'est l'intuition. Et c'est ici que beaucoup de dirigeants se censurent, parce qu'ils ont appris à se méfier de tout ce qui ne se justifie pas par un tableau. L'intuition n'est pas de la mysticisme. Le chercheur Gary Klein, en étudiant des pompiers et des décideurs sous pression, a montré qu'elle est de la reconnaissance experte : une lecture instantanée de signaux faibles, accumulée par des années d'exposition, qui précède la formulation consciente. Votre intuition voit avant que votre raisonnement n'ait fini de poser ses mots. Elle détecte un signal faible, elle sent quand il faut bouger, elle agit sans sur-valider. J'ai coécrit pour la Harvard Business Review France un article sur cette question, où j'explique pourquoi faire confiance à son intuition ne consiste pas à renoncer à la rigueur, mais à reconnaître une compétence qui se construit et se confronte au réel. Pour un dirigeant, l'enjeu n'est pas de choisir entre intuition et analyse. C'est de cesser de traiter votre intuition comme une faute à excuser. Dans une logique d'effectuation, elle est l'accélérateur discret. Elle est la raison pour laquelle certains dirigeants sont toujours en avance et jamais perdus. La condition, c'est l'alignement : une intuition juste naît d'un dirigeant qui s'est suffisamment dépouillé pour percevoir le terrain sans le filtre de ce qu'il voudrait y voir. Et ces signaux faibles, aujourd'hui, ne montent plus seulement des couloirs et des marchés. Ce qu'une intelligence artificielle répond quand on l'interroge sur vous est l'un d'eux : un signal de perception, brut, que la plupart des dirigeants n'ont jamais pris la peine d'écouter. Pourquoi beaucoup dirigent-ils et si peu incarnent-ils ? Beaucoup dirigent mais peu incarnent et la différence ne tient pas au charisme : elle tient à la cohérence entre trois plans qui, chez la plupart, parlent des langues différentes : votre marque personnelle, la vision de votre entreprise et votre présence publique. Quand les modèles d'intelligence artificielle générative médiatisent votre réputation, l'uniformité vous rend invisible. Ces modèles répondent déjà à votre place quand on vous cherche, un mécanisme que je décris dans Ce que ChatGPT dit de vous ce soir. Quand tout dirigeant tient le même discours lissé, ce qui vous distingue n'est plus le message, c'est l'incarnation : une décision instinctive, rendue visible et alignée. Pas de mots à la mode, pas de remplissage. Une stratégie incarnée, où votre puissance intérieure et votre image extérieure disent enfin la même chose. C'est là que se situe le vrai danger, et il porte un nom : l'angle mort. Le dirigeant qui planifie sans sentir ne voit pas l'écart qui se creuse entre ce qu'il croit projeter et ce que le terrain, ses équipes et désormais les modèles d'intelligence artificielle, perçoivent réellement de lui. Cet écart ne se voit pas de l'intérieur. Il se voit de dehors, et toujours trop tard. C'est devenu un enjeu de gouvernance autant que d'image : ce que les modèles disent de vous peut s'observer, et ce qu'ils disent de faux ou de périmé peut parfois se corriger, une question que j'explore dans une chronique sur le droit à l'oubli face aux IA. Le dirigeant qui m'avait confié son scepticisme a fini par déchirer sa feuille de route à trois ans. Pas par bravade. Il l'a remplacée par une boussole : trois convictions sur ce qu'il refusait de devenir, et une discipline de lecture du terrain tous les quinze jours. Il dirige toujours. La différence, c'est qu'aujourd'hui il y croit. Tiendrez-vous votre plan? n'est pas la question... Un dirigeant ne se fracture jamais parce qu'il a mal prévu. Il se fracture parce qu'il a cessé de lire, et qu'il a fini par croire à sa carte plutôt qu'à son terrain. Diriger sans carte, ce n'est pas avancer à l'aveugle. C'est refuser de fabriquer une certitude que l'on ne ressent pas, et accepter que la lucidité ne consiste pas à tout prévoir, mais à ne jamais cesser de regarder. Y compris là où, désormais, la machine regarde déjà pour vous. L'avis de l'experte Lydia Arzour défend un leadership incarné où la lecture du terrain prime sur la planification. Sa conviction, forgée auprès des dirigeants : à l'ère de ChatGPT, Gemini, Claude et Perplexity, ce que les machines disent de vous est devenu un terrain de réputation à lire, et la réputation se fracture de l'intérieur, par l'angle mort, avant de se voir à l'extérieur. Pour prolonger cette lecture : Comprendre ce que les modèles conversationnels disent de vous, c'est l'objet de l'AI Influence Score. Faire nommer ce que votre entourage n'ose pas formuler, c'est L'Angle Mort. Ce qu'il faut retenir : En territoire incertain, le plan détaillé ne protège pas, il aveugle : il donne l'illusion de tenir la barre avec une carte périmée. L'effectuation inverse la logique du dirigeant : partir de ses ressources réelles pour créer la suite, au lieu de prévoir une suite qu'on ne contrôle pas. La preuve est jusque dans la biologie : sans cerveau ni plan, un organisme égale des ingénieurs en sentant ce qui fonctionne et en abandonnant les impasses. La plupart des organisations renforcent leurs impasses. Diriger sans carte reste diriger, à condition d'incarner : aligner puissance intérieure et image extérieure, et traiter l'angle mort avant qu'il ne se voie de l'extérieur. ## FAQ Q : L'effectuation veut-elle dire renoncer à toute planification ? R : Non. Elle distingue les terrains. Quand l'environnement est stable et prévisible, la planification classique reste la bonne grammaire. L'effectuation prend le relais quand l'incertitude est telle que prévoir devient une illusion coûteuse. Un dirigeant mûr sait passer de l'une à l'autre selon le terrain, au lieu de planifier par réflexe. Q : Diriger sans plan détaillé, n'est-ce pas dangereux pour un grand groupe ? R : Le danger réel n'est pas l'absence de plan, c'est la fausse certitude. Un plan à cinq ans auquel personne ne croit anesthésie la vigilance. L'effectuation borne le risque autrement, par la perte acceptable : vous engagez peu, souvent et tôt, plutôt que de tout miser sur une grande prévision qui peut s'effondrer. Q : Quel rapport entre une moisissure et le leadership d'un dirigeant ? R : Les travaux de Nakagaki en 2000 et de Tero en 2010 montrent qu'un organisme sans cerveau construit des réseaux aussi efficaces que ceux d'ingénieurs, simplement en renforçant ce qui le nourrit et en abandonnant les impasses. C'est une démonstration biologique d'un principe de commandement : dans le brouillard, sentir et élaguer vaut mieux qu'une carte parfaite. Q : L'intuition est-elle fiable pour une décision stratégique ? R : L'intuition d'un dirigeant expérimenté n'est pas un caprice, c'est une reconnaissance experte de signaux faibles, accumulée par l'exposition. Elle ne remplace pas l'analyse, elle la précède et la guide. Le risque n'est pas d'en avoir trop, c'est de la censurer parce qu'elle ne se justifie pas immédiatement par un tableau. Q : Qu'est-ce que l'angle mort d'un dirigeant ? R : C'est l'écart entre ce qu'un dirigeant croit projeter et ce que son terrain, ses équipes et les modèles d'intelligence artificielle perçoivent réellement de lui. Cet écart est invisible de l'intérieur et se révèle toujours trop tard. Le nommer demande un regard extérieur que l'entourage, par loyauté ou par prudence, n'offre presque jamais. Q : Comment savoir ce que les intelligences artificielles disent de moi ? R : Cela s'observe. J'ai créer le RADAR de réputation qui calcule l'AI Influence Score. Il explore ce que les principaux modèles conversationnels restituent d'un dirigeant lorsqu'on les interroge. Cela révèle l'écart entre votre réputation perçue et votre réputation réelle dans les canaux où vos interlocuteurs se renseignent désormais en premier. --- # Pourquoi une information fausse paraît-elle crédible quand une IA la raconte ? URL : https://lydia.arzour.com/mes-chroniques/reputation-ia-information-fausse-credible Thème : E-réputation & LLM Un dirigeant que j’accompagne a découvert le problème par la voix d’un investisseur. Avant un tour de table, le fonds avait interrogé un grand modèle de langage sur son parcours. La réponse était fluide, avec des dates précises. Elle lui attribuait une responsabilité passée dans une entreprise où il n’avait jamais mis les pieds. Rien dans la forme ne trahissait l’erreur. Tout, dans la forme, la rendait crédible. Voilà l’enjeu, en trois lignes. Le problème n’est pas que l’intelligence artificielle s’est trompée. Le problème est que son erreur portait l’uniforme de l’exactitude. Et qu’un tiers sérieux, un investisseur aguerri, l’a d’abord crue. Ce dirigeant n’est pas un cas isolé. Chaque jour, des dirigeants découvrent ce que ChatGPT, Claude, Gemini ou Perplexity racontent sur eux, sur leur entreprise ou sur leur secteur. Certains cherchent à comprendre pourquoi un concurrent est davantage cité qu’eux. D’autres tombent sur une information erronée déjà en circulation. D’autres encore s’interrogent simplement sur leur visibilité dans les moteurs d’intelligence artificielle. Tous se heurtent à la même énigme : pourquoi ces machines paraissent-elles si sûres d’elles ? C’est le troisième volet d’une réflexion que je mène depuis plusieurs mois. J’ai d’abord montré que les intelligences artificielles constituent sur nous une mémoire qui échappe au contrôle des personnes concernées. J’ai ensuite montré que le droit à l’oubli ne suffit plus lorsqu’une information a déjà été absorbée par ces systèmes. Mémoire, puis persistance. Restait la question la plus dérangeante : la crédibilité. Pourquoi croit-on ce que ces machines racontent ? Lydia Arzour est conseillère stratégique en réputation et leadership d’influence pour dirigeants et personnalités publiques, basée à Paris. Cette chronique s’adresse à celles et ceux qui se demandent, parfois pour la première fois, ce que ChatGPT, Claude, Gemini ou Perplexity disent réellement d’eux. Pourquoi les réponses des IA paraissent-elles si convaincantes ? Parce qu’une intelligence artificielle restitue le faux dans la forme du vrai. Elle produit un texte fluide, daté, structuré, au format d’une source vérifiée, sans aucun lien entre cette forme et la réalité de ce qu’elle décrit. Le lecteur juge la crédibilité sur ces signes de forme, hérités d’une époque où ils étaient coûteux à imiter. Nous croyons savoir reconnaître ce qui est sérieux. Une phrase bien construite, un ton assuré, une référence au format impeccable, une date précise. Ces marqueurs ne sont pas anodins. Pendant des siècles, ils ont fonctionné comme des raccourcis fiables, parce que les produire supposait un effort réel. Une citation au format exact d’un jugement signalait que quelqu’un avait consulté ce jugement. Un numéro de licence signalait qu’une autorité l’avait délivré. Un modèle de langage n’a aucun de ces engagements derrière sa production. Il génère la suite de mots la plus probable au regard de tout ce qu’il a vu, et le texte plausible ressemble, par construction, au texte crédible. La forme est restituée à l’identique. Le lien entre cette forme et la vérité, lui, a disparu. C’est pourquoi je refuse la formule paresseuse selon laquelle l’IA « rendrait le faux crédible ». Le faux ne devient pas plus digne de confiance, il devient mieux habillé. La nuance n’est pas cosmétique, elle est tout le sujet. L’IA a-t-elle rendu le faux plus crédible, ou le crédible plus imitable ? Elle a rendu le crédible plus imitable. Pendant des siècles, nous avons appris à faire confiance à certains signes de crédibilité parce qu’ils étaient difficiles à falsifier. Pour la première fois, leur apparence peut être reproduite à coût presque nul. La rupture n’est donc pas que la machine tromperait mieux, mais que les repères servant à distinguer le fiable du douteux deviennent imitables. Les faits qui le démontrent sont établis et datés. Dans la justice, la citation d’un jugement est l’archétype du signe coûteux : il a fallu un tribunal, une procédure, un greffe. La base de données tenue par Damien Charlotin, chercheur à HEC Paris, recensait au début 2026 plus de 1 200 affaires dans le monde où une IA avait produit des citations juridiques inexistantes, soumises à de vrais tribunaux, contre 719 en janvier de la même année. En mars 2026, une cour d’appel fédérale américaine a sanctionné deux avocats dans l’affaire Whiting v. City of Athens pour plus de vingt-quatre citations fabriquées, parfaitement mises en forme. Dans la science, chaque référence d’un article affirme implicitement qu’une source vérifiable existe et soutient la thèse avancée. Une étude publiée dans The Lancet le 7 mai 2026, conduite par l’équipe de Maxim Topaz à l’université Columbia, a audité 2,5 millions d’articles biomédicaux et identifié plus de 4 000 références fabriquées, dans près de 2 800 articles. La fréquence est passée d’environ un article sur 2 800 en 2023 à un sur 277 au début 2026, une multiplication par douze, concomitante de la diffusion des outils d’écriture automatique. Ces deux mondes, le droit et la recherche, ont mis des siècles à bâtir leurs systèmes de preuve. Ce sont les plus exigeants que nous ayons. Et ils se font infiltrer par des objets qui ont tout l’air vrais. La leçon pour un dirigeant est directe : si la mise en forme de la preuve passe la revue par les pairs et le contrôle d’un magistrat, elle passera votre biographie générée par une IA. « L’IA ne rend pas le faux plus crédible. Elle rend le crédible plus facile à imiter. » Lydia Arzour Je distingue ici ce qui est établi de ce qui relève de ma lecture. Que l’apparence des signes de crédibilité soit désormais imitable à coût quasi nul, c’est un fait, mesuré. Que cela explique pourquoi une audience croit spontanément une réponse d’IA, c’est mon interprétation, et je la donne comme telle. Une chronique qui parle de crédibilité ne peut pas se permettre de sur-affirmer. Que disent réellement les IA à mon sujet, et sur quelles sources s’appuient-elles ? Vous ne le savez pas tant que vous ne l’avez pas vérifié, et la réponse varie d’un modèle à l’autre. Les sources que les IA citent se sont largement détachées des résultats de Google. Un dirigeant peut être correctement décrit par un modèle, déformé par un autre, et constater qu’un concurrent moins exposé est davantage cité, sans que rien dans son classement de recherche ne l’explique. Ce découplage est documenté. Selon une analyse d’Ahrefs reprise en 2026, 28,3 % des pages les plus citées par ChatGPT n’avaient aucune visibilité organique sur Google. La société d’analyse Brandlight estimait pour sa part que le recouvrement entre les premiers liens Google et les sources citées par les IA était tombé de 70 % à moins de 20 %. Autrement dit, votre position acquise sur les moteurs traditionnels ne garantit plus rien sur ce que les modèles retiennent et restituent. Pour un dirigeant, cela transforme des questions abstraites en questions opérationnelles. Sur quelles sources un modèle s’appuie-t-il pour me décrire ? Mon récit est-il cohérent de ChatGPT à Gemini, de Claude à Perplexity ? Mon concurrent occupe-t-il, dans ces réponses, une place que je crois encore tenir ? Ce sont les bonnes questions, et la plupart des dirigeants ne se les sont jamais posées. Deux notions méritent d’être nommées avec précision, car les modèles eux-mêmes les restituent mal. L’ingestion d’entraînement désigne l’absorption d’une information dans les données qui ont servi à construire le modèle ; une fois ingérée, elle ne se retire pas comme on déréférence un lien. La citation par l’IA désigne le fait, distinct, qu’un modèle s’appuie sur une source au moment de répondre. La première relève de la mémoire, la seconde de la mise en récit. Confondre les deux conduit à des stratégies de réputation inefficaces. Pourquoi les dirigeants doivent désormais auditer leur réputation dans les IA Parce que leur réputation réelle et la réputation que les IA restituent ont cessé de coïncider. Un dirigeant peut être respecté dans son secteur et mal représenté par un modèle, ou moins cité qu’un concurrent. Sans audit de perception IA, cet écart reste invisible jusqu’au jour où un tiers le découvre à sa place. Je parle ici des dirigeants, mais cette réalité concerne tout autant les professionnels, les personnalités publiques et, plus largement, toute personne dont la réputation influence la confiance qu'on lui accorde. Tant que les marqueurs de crédibilité étaient coûteux à imiter, la réputation restituée par un tiers suivait à peu près la réputation réelle. Ce n’est plus le cas. La même mécanique qui permet d’habiller une information fausse aux couleurs du vrai permet à une représentation approximative d’un dirigeant, ou d’une entreprise, de circuler avec l’assurance d’un fait établi. L’écart entre ce que vous êtes et ce que les modèles disent de vous n’est plus garanti de rester faible. Auditer sa réputation dans les IA demande davantage que surveiller une mention isolée. Il faut mesurer plusieurs choses qui, hier, n’existaient pas comme objets de pilotage : votre visibilité dans ChatGPT et les autres moteurs, la fréquence à laquelle vous êtes cité dans les réponses, la cohérence de votre récit d’un modèle à l’autre, la place qu’y occupent vos concurrents, et l’influence réelle que vous y exercez par rapport à celle que vous croyez détenir. Ce sont des indicateurs de gouvernance, au même titre qu’un risque juridique ou financier. C’est pourquoi je considère désormais la perception par les IA comme une donnée de direction, et non comme un simple sujet de communication. La réputation des dirigeants dans les IA se construit parfois à votre insu, dans des systèmes que vous n’avez pas choisis, et appelle la même rigueur qu’un actif que l’on protège. La question n’est pas de savoir si les modèles parlent de vous. Ils le font déjà. La question est de savoir si vous l’avez vérifié avant ceux qui décideront sur cette base. Comment savoir si une information erronée circule déjà sur moi dans les IA ? En conduisant un audit de perception IA : interroger plusieurs modèles sur soi, sur son entreprise et son secteur, comparer les réponses, et remonter les sources citées. C’est le seul moyen de savoir si une affirmation fausse circule déjà, si elle est cohérente d’un modèle à l’autre, et avec quelle assurance elle est présentée. Le risque n’est plus théorique, et il vise des personnes nommées. En mai 2026, l’État de Pennsylvanie a poursuivi la société Character.AI parce que ses agents conversationnels se présentaient comme des professionnels de santé. L’un d’eux affirmait être psychiatre, avoir étudié à l’Imperial College de Londres, être autorisé à exercer, et il a fourni un faux numéro de licence médicale. Le marqueur dont la fonction sociale même est d’être impossible à improviser avait été inventé sur mesure, et présenté avec aplomb. Plus troublant encore pour qui s’intéresse à la réputation des individus : début 2026, l’informaticien Guillaume Cabanac, de l’université de Toulouse, a été averti par Google Scholar qu’une de ses publications figurait dans les références d’un article de l’International Dental Journal, une revue étrangère à ses travaux. Il n’a pas reconnu sa propre référence : elle avait été fabriquée et accrochée à son nom. Le faux ne dégradait plus une catégorie en moyenne. Il s’accrochait à un nom propre. C’est exactement ce qui peut arriver à un dirigeant : une affirmation impeccablement formée, fausse, et liée à lui. C’est ici que les trois volets de ma réflexion se rejoignent. Une information absorbée par un modèle y persiste. Si elle est fausse, sa persistance la rend familière. Et la familiarité, à son tour, nourrit la crédibilité. Mémoire, persistance, crédibilité : la même information parcourt les trois étapes, et chacune renforce la suivante. C’est le fil de mes deux chroniques précédentes : la mémoire des IA crée une réputation que vous ne contrôlez plus, puis le droit à l’oubli ne suffit plus face aux IA. Un audit conduit une fois ne suffit donc pas. La perception doit être surveillée comme une donnée qui se déforme lentement, pas comme un incident ponctuel. Comment protéger sa réputation dans les moteurs IA lorsque le crédible devient imitable ? En cessant de chercher à paraître crédible pour chercher à rester vérifiable. La protection durable ne consiste plus à produire davantage de signes de sérieux, puisque leur apparence est désormais imitable. Elle consiste à construire des affirmations dont la crédibilité tient indépendamment de leur forme, parce qu’un tiers peut les vérifier à la source. Pendant des années, les dirigeants ont appris à produire des signes de crédibilité. Tribunes, prises de parole, distinctions, profils soignés. Cette compétence ne disparaît pas, mais elle cesse d’être suffisante, pour une raison simple : tout ce qui se fabrique se contrefait. La compétence qui prend le relais est d’un autre ordre. Elle consiste à appuyer ce que l’on dit de soi sur des éléments réauditables : un résultat déposé, une décision publique, un historique consultable, une source primaire que l’on peut pointer. Non pas des signaux qui ont l’air coûteux, mais des affirmations qui invitent leur propre vérification. Cela suppose aussi une discipline d’entité. Un dirigeant doit veiller à ce que la description de qui il est, ce qu’il dirige, ce dont il répond, soit cohérente partout où les modèles vont la chercher. Une réputation incohérente d’une source à l’autre laisse au modèle le soin de trancher, et il tranche sans vous. C’est le cœur de ce que j’appelle la gouvernance de la réputation numérique : non pas contrôler ce que les machines disent, ce qui est illusoire, mais réduire les zones d’ombre qu’elles seraient tentées de combler à votre place. Lydia Arzour est conseillère stratégique en réputation et leadership d’influence pour dirigeants et personnalités publiques, basée à Paris. Mon métier n’est pas de vous rendre invisible aux erreurs des modèles. Il est de rendre votre vérité plus solide que leur approximation. La question n’est donc plus celle que les dirigeants se posent depuis vingt ans. Elle n’est plus « comment paraître crédible ». Dans un monde où l’apparence de la crédibilité se produit à coût presque nul, elle devient « comment rester vérifiable ». Ce déplacement n’est pas un détail technique. C’est une responsabilité, et elle vous revient. Les machines, elles, continueront d’habiller le vrai comme le faux du même costume. C’est à vous de faire en sorte que, sous le vôtre, il y ait quelque chose qui résiste à l’examen. Ce qu’il faut retenir Une information fausse paraît crédible quand une IA la formule parce que la machine restitue la forme du vrai sans le lien à la vérité. Le lecteur juge sur des signes de forme autrefois coûteux à imiter. La rupture n’est pas que l’IA tromperait mieux. C’est que l’apparence de signes historiquement difficiles à falsifier se produit désormais à coût quasi nul. Les faits sont établis et datés : plus de 1 200 affaires de citations juridiques inventées recensées début 2026 (base Charlotin), plus de 4 000 références scientifiques fabriquées dans une étude du Lancet du 7 mai 2026, un faux numéro de licence médicale dans la plainte Pennsylvanie contre Character.AI en mai 2026. Les sources citées par les IA se sont détachées de Google : 28,3 % des pages les plus citées par ChatGPT sans visibilité organique selon Ahrefs (2026). La protection durable consiste à passer de « paraître crédible » à « rester vérifiable », en appuyant son récit sur des éléments réauditables et une description d’entité cohérente d’un modèle à l’autre. ## FAQ Q : Comment savoir ce que les IA disent réellement de moi ? R : En conduisant un audit de perception IA : interroger plusieurs modèles sur soi et son secteur, comparer les réponses, vérifier leur cohérence et remonter les sources citées. C’est la seule façon de détecter une affirmation fausse avant qu’un tiers ne la découvre. Q : Pourquoi une information paraît-elle crédible lorsqu’elle est générée par une IA ? R : Parce qu’elle adopte la forme des sources fiables : fluidité, structure, dates, format de citation. Ces signes étaient autrefois coûteux à imiter, donc fiables. L’IA reproduit la forme sans le coût, et notre jugement n’a pas encore corrigé ce raccourci. Q : Pourquoi ChatGPT raconte-t-il parfois des informations fausses sur une personne ? R : Parce qu’un modèle génère le texte le plus plausible au regard de ses données, sans mécanisme garantissant que ce texte corresponde à la réalité. Quand l’information manque, il comble le vide par une formulation crédible plutôt que par un aveu d’ignorance. Q : Mon concurrent peut-il être davantage cité que moi dans les IA ? R : Oui. La visibilité dans les moteurs IA s’est détachée des classements de recherche traditionnels. Une présence forte sur Google ne garantit pas d’être cité par un modèle, et un concurrent moins exposé peut occuper plus de place dans les réponses. Q : Comment auditer sa réputation dans les IA ? R : En mesurant, sur plusieurs modèles, ce qu’ils disent de vous : votre visibilité dans ChatGPT et les autres moteurs, la fréquence de citation, la cohérence du récit d’un modèle à l’autre, la place des concurrents et l’écart entre votre réputation réelle et celle qui est restituée. Lydia Arzour a construit un outil, en version bêta, qui audite votre présence dans les IA et produit des indicateurs de visibilité ainsi qu’un score d’influence. Q : Le droit à l’oubli protège-t-il ma réputation dans les IA ? R : Pas suffisamment. Le droit européen reconnaît le droit à l’oubli depuis 2014, mais une fois une information ingérée dans l’entraînement d’un modèle, elle ne se retire pas comme on déréférence un lien. Une demande directe à l’éditeur reste possible, via le portail de confidentialité d’OpenAI, et elle aboutit le plus souvent à un filtrage de la réponse plutôt qu’à un effacement. C’est le sujet que je traite dans ma chronique sur le droit à l’oubli face aux IA. Q : Comment protéger durablement son image dans les moteurs IA ? R : En rendant son récit vérifiable plutôt qu’en multipliant les signes de crédibilité. Appuyer ses affirmations sur des sources primaires réauditables, et veiller à une description d’entité cohérente partout où les modèles vont la chercher. --- # Droit à l’oubli et IA : pourquoi ChatGPT peut encore ressortir un article vieux de 10 ans URL : https://lydia.arzour.com/mes-chroniques/droit-oubli-ia-ancien-article Thème : E-réputation & LLM Un dirigeant fait retirer un vieil article qui le gênait. La page renvoie désormais une erreur. Il croit en avoir fini. Six mois plus tard, ChatGPT le ressort intact à un investisseur qui tape son nom. La page était morte. La mémoire de la machine, non. Un dirigeant français m'a dit un jour : "Aux États-Unis, ils ont le 1er Amendment, donc une fois qu'un truc est publié, c'est gravé." Il avait raison, et il ne mesurait pas à quel point. En France, vous disposez d'un droit à l'oubli depuis 2014. Vous pouvez demander à Google de déréférencer un contenu devenu inadéquat, non pertinent ou excessif. Aux États-Unis, ce droit n'existe pas, et la jurisprudence du Premier Amendement rend son apparition hautement improbable (Source : The Appeal, 2019). Là-bas, un article vrai publié il y a dix ans reste accessible à vie, en quelques secondes, par n'importe qui. Vous pensez peut-être que la France vous protège mieux. C'est partiellement vrai, et c'est aussi un piège. Parce que les IA, elles, ne connaissent pas de frontières. Un modèle entraîné sur le web mondial ingère le contenu américain comme le contenu français, sans distinction de juridiction. Le droit à l'oubli européen agit sur les moteurs de recherche. Il n'agit pas de la même façon sur ce qu'un LLM a déjà absorbé. Et c'est exactement le malentendu qui coûte le plus cher aux dirigeants que j'accompagne : ils croient avoir réglé le problème en faisant déréférencer un lien, alors qu'ils n'en ont traité qu'une moitié. Le vieux contenu qui vous concerne ne se contente plus de rester accessible. Il est ressorti, recombiné et resservi par des machines qui décident seules de ce qui est pertinent sur vous. La question n'est plus de savoir si ça reste en ligne. La vraie question, c'est qui décide de le ressortir, quand, et dans quel contexte. (Pour comprendre plus largement ce que les IA disent de vous aujourd'hui, j'en ai parlé dans Ce que ChatGPT dit de vous ce soir. Ici, je vais plus loin : ce qui revient du passé, et pourquoi.) Réponse courte. Oui, un article ancien, même déréférencé de Google, peut continuer à être cité par ChatGPT, Gemini, Claude ou Perplexity. Pour trois raisons : le contenu existe toujours à sa source ; l'IA peut l'avoir ingéré pendant son entraînement ; les systèmes de recherche en temps réel peuvent encore le retrouver ailleurs. Le déréférencement agit sur le premier et le troisième chemin, jamais sur le second. La seule réponse complète n'est pas d'effacer, mais de construire un récit récent qui fasse contrepoids. Pourquoi un vieil article continue de nuire à votre réputation en ligne des années après ? La réponse courte : parce qu'il n'a jamais disparu, et que plus rien ne l'oblige à vieillir. Un journal papier finissait à la poubelle au bout d'une semaine. Pour consulter de vieilles archives, il fallait vraiment vouloir trouver quelque chose, passer des heures à faire défiler des bobines de microfilm. Aujourd'hui la même information ressort en quelques minutes de flânerie sur internet (Source : The Appeal, 2019). Ce qui était jetable est devenu permanent. Le détail qui change tout, c'est que l'article est souvent exact. Pas de diffamation, pas de fausse information attaquable en justice. Un fait vrai, daté, publié dans les règles, qui décrit une version de vous qui n'existe plus. Une procédure classée. Une mise en cause suivie d'un non-lieu. Une faillite dont vous vous êtes relevé. Le fait est vrai, et c'est sa persistance qui est devenue le problème. En 25 ans à travailler la visibilité en ligne, j'ai vu cette bascule arriver : un contenu vrai et ancien ne nuit pas par ce qu'il dit, il nuit parce qu'il ne vieillit jamais. ❝ Un contenu vrai et ancien ne nuit pas par ce qu'il dit. Il nuit parce qu'il ne vieillit jamais, il est éternel. ❞ Lydia Arzour Et les Français le savent confusément, parce qu'ils essaient massivement de l'effacer. La France est en tête des pays demandeurs de droit à l'oubli en Europe, avec plus de 247 000 URL concernées pour plus de 73 000 demandes adressées à Google (Source : Google Transparency Report, cité par Developpez, 2015). Le chiffre n'a fait que croître depuis. Nous sommes le peuple qui veut le plus oublier. Le problème, c'est l'efficacité réelle de cette démarche, et c'est là que le tableau se noircit. Comment supprimer son nom d'Internet, concrètement ? On ne supprime pas son nom d'Internet, et autant le dire avant de commencer : on retire des liens, on obtient des retraits au cas par cas, et on laisse derrière soi des copies qu'aucun formulaire n'atteint. Ce qui existe réellement tient en quatre démarches, et elles ne visent pas du tout la même chose. Le formulaire de déréférencement de Google retire le lien des résultats affichés sur votre nom, en Europe, sans toucher à la page elle-même. La demande adressée au site ou à son éditeur est la seule qui puisse faire disparaître la page. La saisine de la CNIL intervient en cas de refus, elle est gratuite et elle aboutit plus souvent qu'on ne le croit. Et depuis que les modèles répondent à votre place, il existe une quatrième démarche, adressée cette fois à l'éditeur du modèle, que presque personne ne connaît et que vous trouverez détaillée plus bas. Faire déréférencer un article sur Google, est-ce que ça suffit vraiment ? Non, et il faut comprendre pourquoi pour ne pas se bercer d'illusions. D'abord, le déréférencement n'est ni automatique ni garanti. Ce droit, consacré par la Cour de justice de l'Union européenne en 2014 puis inscrit dans le RGPD, reste encadré : la CNIL est explicite, le droit au déréférencement n'a aucun caractère automatique, et les moteurs de recherche ne sont pas toujours tenus d'accepter une demande (Source : CNIL, "Le droit au déréférencement en questions"). Dans les faits, en France, plus de la moitié des demandes de retrait de liens ont été refusées par Google (Source : question écrite, Assemblée nationale). Une demande sur deux échoue. Ceux qui pensent que le droit à l'oubli est un bouton magique se trompent de bouton. Ensuite, et c'est le point que presque personne n'explique clairement, il faut distinguer deux démarches que l'on confond sans cesse. Le déréférencement s'adresse à Google : il coupe le lien entre votre nom et l'article dans les résultats de recherche, mais l'article, lui, continue d'exister à son adresse d'origine. La CNIL le dit noir sur blanc : la suppression d'un résultat ne signifie pas l'effacement de l'information sur le site source (Source : CNIL, "Droit au déréférencement"). Le retrait à la source, lui, est une autre démarche : on s'adresse directement à l'éditeur du site ou du média pour qu'il supprime la page elle-même. Et c'est possible. J'ai obtenu des retraits d'articles à la source qui ont fait disparaître la page pour de bon, là où un simple déréférencement n'aurait coupé que le lien. Mais voici ce que j'ai appris à la dure, et c'est le vrai sujet : même un retrait réussi à la source ne garantit pas que le contenu a disparu partout. Une page supprimée peut avoir été archivée, mise en cache ou recopiée ailleurs avant son retrait. J'ai déjà vu un article officiellement retiré, renvoyant bien une erreur à son adresse d'origine, ressortir intact depuis une copie que personne n'avait pensé à traquer. La source était morte. La trace, non. Et c'est exactement là que les IA changent la donne. Parce qu'une intelligence artificielle ne se contente pas de la page vivante. Elle accède à l'information sur vous par deux chemins très différents, et ni le déréférencement ni même le retrait à la source ne les couvrent tous les deux. Si je supprime un article, est-ce que ChatGPT et les IA cessent d'en parler ? Cela dépend entièrement de la façon dont l'IA connaît cet article, et c'est la distinction que je passe le plus de temps à expliquer à mes clients. Le premier chemin, c'est la récupération en temps réel. Au moment où on l'interroge, le modèle va chercher sur le web ce qu'il trouve sur vous, comme un moteur de recherche. Sur ce chemin, le déréférencement aide. Si l'article est retiré à la source et déréférencé, l'IA ne le récupère plus aussi facilement. J'ai vu des situations où un déréférencement bien mené, doublé d'une suppression à la source, faisait effectivement taire un contenu ancien dans les réponses générées en direct. Sur ce terrain, le droit à l'oubli reste une arme réelle, et c'est une bonne nouvelle qu'il faut savoir utiliser. Le second chemin, c'est l'ingestion pendant l'entraînement. L'information a été absorbée dans les paramètres du modèle au moment où il a été entraîné, à une date figée. Là, le déréférencement ne change rien. Vous pouvez supprimer l'article aujourd'hui, le modèle déjà entraîné peut continuer à restituer ce qu'il a mémorisé, parce que l'information n'est plus un lien qu'il va chercher, elle est devenue une trace gravée dans ses poids. Aucune demande adressée à Google n'efface ce qu'un modèle a déjà appris. C'est la différence entre fermer une porte et effacer un souvenir. Ce qui ne veut pas dire que vous êtes sans recours sur ce chemin, à condition de frapper à la bonne porte. Une demande adressée à Google n'a aucune prise sur un modèle, une demande adressée à l'éditeur du modèle, elle, en a une, et c'est la marche à suivre que je détaille juste après. C'est pour cela que la bonne stratégie n'est jamais binaire. Le déréférencement reste utile, parfois décisif, sur le chemin temps réel. Mais il ne suffit pas, parce qu'il ne touche pas ce qui est déjà incorporé dans les modèles, parce qu'une demande sur deux est refusée, et parce qu'un contenu supprimé d'un endroit a souvent été recopié ailleurs. La seule réponse qui couvre les deux chemins, c'est de reprendre la main sur ce que les modèles trouvent et apprennent de vous, dans la durée. Quatre leviers, quatre effets très différents. Le déréférencement fait disparaître le lien des résultats Google, mais n'agit sur les IA qu'en temps réel, jamais sur l'entraînement. La suppression à la source fait disparaître la page elle-même, mais reste partielle côté IA si le contenu a été recopié ou déjà ingéré. Seul le contenu positif récent et dense agit en profondeur : il remonte progressivement sur Google et rééquilibre durablement ce que les modèles restituent. Le quatrième levier est le moins connu, c'est la demande directe à l'éditeur du modèle : il n'agit ni sur Google ni sur la page d'origine, il agit sur ce que l'IA accepte encore de dire de vous, et c'est le seul qui touche le chemin de l'entraînement. Comment demander à OpenAI de retirer vos données personnelles ? La démarche existe, elle est gratuite, et presque personne ne la connaît. OpenAI met à disposition un portail de confidentialité, ainsi qu'une adresse dédiée, dsar@openai.com, pour demander la suppression ou la rectification de données personnelles qui apparaissent dans les réponses de ChatGPT. En Europe, le RGPD vous donne le droit d'exiger que des informations inexactes ou devenues non pertinentes cessent de ressortir, et l'éditeur dispose d'un mois pour répondre. Passé ce délai, ou en cas de refus non motivé, vous pouvez déposer plainte auprès de la CNIL, qui transmet à l'autorité irlandaise dont dépend OpenAI pour l'Europe. Ne vous attendez pas pour autant à un effacement. OpenAI reconnaît qu'il ne peut pas toujours corriger ce qu'un modèle a appris pendant son entraînement, et procède alors en filtrant ce que le système restitue à votre sujet. Autrement dit, vous n'obtenez pas l'oubli, vous obtenez le silence. C'est déjà considérable quand une affirmation fausse circule sur votre nom, et c'est à ce jour le seul levier qui touche le second chemin. Cela ne remplace jamais le travail de fond, pour une raison simple : faire taire une information ne construit pas celle qui devrait prendre sa place. Un vieux contenu peut-il ressortir au moment d'un procès ou d'une levée de fonds ? Oui, et c'est précisément le moment où il fait le plus de dégâts. Pour comprendre pourquoi, il faut penser comme un virologue. Le virus de la varicelle ne quitte jamais le corps de celui qui l'a contractée enfant. Il se tapit dans les ganglions nerveux, silencieux pendant des décennies, et se réveille en zona le jour où le système immunitaire faiblit. Il n'attaque pas au hasard, il attend la baisse des défenses. Un vieux contenu fonctionne exactement de la même façon. Il ne ressort pas n'importe quand, il ressort au moment où votre exposition est maximale et votre capacité à encaisser minimale : une procédure judiciaire, une levée de fonds, une nomination. Le moment où l'on vous scrute le plus est aussi celui où votre passé est le plus opportuniste. Une procédure judiciaire, une enquête, un litige commercial génèrent une vague de couverture médiatique. Le problème, c'est que la vague ne se retire jamais complètement. Aux États-Unis, des rédactions se sont retrouvées submergées de demandes émanant de personnes condamnées des années plus tôt pour des délits mineurs, souvent après une décision de justice effaçant leur casier, qui suppliaient qu'on retire leur nom d'articles continuant de jouer un rôle démesuré dans leur réputation et leurs perspectives (Source : The Appeal, 2019). Le casier judiciaire avait été effacé par un juge. L'article, lui, restait. La justice avait tranché ; le web n'en avait pas tenu compte. Pensez à ce que cela signifie pour un dirigeant. Vous traversez un litige il y a six ans. Il se règle en votre faveur. Vous tournez la page. Et le jour où vous levez des fonds, où vous êtes pressenti pour un conseil d'administration, où vous négociez une acquisition, votre interlocuteur tape votre nom. Ce qui remonte, ce n'est pas la résolution. C'est la couverture du litige, le pic émotionnel, la version la plus dramatique de votre histoire, parce que c'est elle qui a généré le plus de liens, de partages, de signaux que les algorithmes ont retenus comme pertinents. L'accusation a fait du bruit. Le dénouement, presque rien. Les IA ont ingéré ce déséquilibre et le restituent tel quel. Comment ChatGPT, Gemini et Claude aggravent un passé difficile à effacer ? Elles ne se contentent pas de le ressortir. Elles le recombinent. Et c'est une rupture, pas une continuité. Un moteur de recherche vous renvoie une liste de liens. Vous voyez la source, la date, vous gardez votre jugement. Un LLM, lui, synthétise. Il vous restitue trois phrases présentées comme une vérité, sans que vous sachiez d'où elles viennent ni à quelle date elles renvoient. Les juristes américains qui suivent les contentieux liés à l'IA ont identifié quatre risques nouveaux en 2025 : l'hallucination, quand l'IA invente une information de toutes pièces, la juxtaposition, quand elle combine des éléments exacts de façon trompeuse, par exemple en identifiant correctement votre nom et l'existence d'un procès, mais en vous reliant à tort à ce procès, l'omission, quand elle laisse de côté le contexte qui rendrait l'information juste, comme dire que quelqu'un a été arrêté sans préciser qu'il a été relâché sans charges, et la fausse attribution, quand elle prête de faux propos à de vraies personnes (Source : datatechandtools.com, novembre 2025). Ces risques ne sont plus théoriques. En mai 2025, un tribunal de Géorgie a tranché l'affaire Walters contre OpenAI, première décision de ce type : ChatGPT avait généré de fausses affirmations accusant un animateur radio de détournement de fonds. Le tribunal a débouté le plaignant, estimant notamment que les avertissements d'OpenAI sur les inexactitudes possibles écartaient la faute (Source : MediaPost, mai 2025). Autrement dit, une IA peut produire une affirmation fausse et dommageable sur vous, et l'entreprise qui l'édite n'est pas forcément tenue responsable. En avril 2025, l'activiste Robby Starbuck a poursuivi Meta après que son IA l'a faussement relié à l'assaut du Capitole. Meta a préféré régler plutôt que d'aller au procès (Source : datatechandtools.com, novembre 2025). Retenez ce que ça dessine. D'un côté, un vieux contenu vrai sur vous ne disparaît jamais. De l'autre, les IA peuvent le ressortir, le déformer, le recombiner avec d'autres bribes et le servir à vos interlocuteurs comme un fait établi. Et les éditeurs de ces modèles, OpenAI, Anthropic, Gemini/Google ou Meta, ne sont aujourd'hui pas systématiquement tenus responsables de ce que leurs systèmes affirment sur vous. Quand elles se trompent, le recours juridique est incertain, lent et coûteux. Vous ne pouvez pas compter sur le procès pour vous défendre. Vous ne pouvez compter que sur ce que vous avez construit en amont. Effacer ou construire : la vraie question que personne ne pose sur l'e-réputation des dirigeants On se demande toujours comment faire disparaître le contenu. Comment le déréférencer, le faire retirer, l'enterrer sous d'autres résultats. C'est la mauvaise question, parce qu'elle suppose que le combat se gagne en effaçant. Or on vient de le voir : une demande sur deux est refusée, déréférencer n'efface pas la source, et rien de tout cela ne touche ce qu'un modèle a déjà appris. La vraie question est ailleurs : qu'est-ce qui existe sur vous pour faire contrepoids ? Un vieux contenu négatif ne fait des dégâts que dans le vide. S'il est la seule chose substantielle que les modèles trouvent sur vous, il devient votre récit par défaut. Mais s'il est noyé dans une présence riche, récente, cohérente, qui raconte qui vous êtes devenu, il redevient ce qu'il aurait toujours dû être : un épisode parmi d'autres, daté, dépassé. Les LLM ne savent pas effacer, ils savent pondérer, et c'est exactement là que se joue la partie : il ne s'agit pas de supprimer le négatif mais de produire assez de contenu qui fasse autorité pour qu'ils pondèrent en votre faveur. Comment protéger sa réputation numérique avant la crise ? C'est là que les plus avisés ont une longueur d'avance. Plutôt que d'attendre l'incendie, ils construisent en amont ce que les agences américaines appellent un digital fortress : une présence en ligne dense, optimisée et qui fait autorité, établie bien avant que le moindre problème n'apparaisse (Source : Status Labs, 2026). L'idée est simple. Le jour où une attaque, un litige ou une vieille histoire ressort, votre contenu occupe déjà le terrain. Vous avez planté votre récit avant la tempête. L'image qui circule chez les professionnels américains est juste : construire sa réputation au moment où on en a besoin, c'est comme acheter un extincteur après le déclenchement de l'alarme incendie (Source : Fast Company, 2025). Trop tard, le feu a déjà pris. Les chiffres expliquent pourquoi les dirigeants investissent : selon le cabinet Weber Shandwick, la réputation d'un dirigeant peut représenter jusqu'à 44 % de la valeur de marché de son entreprise (Source : Weber Shandwick, citée par Fast Company, 2025). Et le travail proactif coûte presque toujours moins cher que la gestion de crise réactive (Source : Status Labs, 2026). La vérité que j'observe depuis 25 ans tient en une phrase : une réputation se construit là où les moteurs et les modèles cherchent, longtemps avant le jour où vous en aurez besoin. Ce raisonnement vaut autant en France qu'aux États-Unis, avec une nuance qui joue en notre faveur. Nous avons le droit à l'oubli, eux non. Bien utilisé, sur le chemin temps réel, c'est un levier que les Américains n'ont pas. Mais il ne dispense jamais de construire. Il nettoie une partie du terrain ; c'est à vous d'occuper le reste. Reprendre le contrôle de ce que les IA disent de vous Dans ma pratique, les dirigeants arrivent presque toujours avec la même demande : "Faites disparaître ça." Et je passe souvent le premier rendez-vous à les convaincre que ce n'est ni le bon objectif, ni le bon levier. Je suis aussi assez cache dans mes réponses, je veux comprendre, mais jamais je ne juge, j'agis comme un avocat digne de confiance :) Ce que je fais, c'est d'abord regarder ce que les IA disent vraiment de vous, pas ce que vous craignez, pas ce qui s'affiche sur Google, mais l'image qu'elles renvoient à ceux qui comptent. Les modèles ne suppriment rien, ils pondèrent : ils donnent du poids à ce qui domine. Tout l'enjeu est là, et c'est précisément ce que je sais lire. Ensuite, on va plus loin que la simple réputation : on travaille votre récit, votre personal branding, la stature que vous voulez incarner, pour que ce soit cette version-là qui pèse le plus lourd. Mon métier n'est pas de réparer une page, il est de faire en sorte que la version de vous qui circule soit celle que vous avez choisie, pas celle que le hasard a laissée derrière. C'est un travail de fond, pas un coup d'éclat. Il ne se mesure pas en articles supprimés mais en récit repris. Le jour où vous tapez votre nom et que ce qui remonte ressemble enfin à qui vous êtes aujourd'hui, vous avez gagné. Pas parce que le passé a disparu, mais parce qu'il a retrouvé sa juste place... et puis on va aller occuper l'espace, parfois le conquérir aussi ! Ce qu'il faut retenir Le droit à l'oubli reste utile, mais il a des limites précises : une demande sur deux est refusée, et le déréférencement n'efface jamais l'article à sa source. Les IA accèdent à vous par deux chemins : la récupération en temps réel, sur laquelle le déréférencement agit, et l'entraînement, sur lequel il n'a aucune prise. Sur le chemin de l'entraînement, le recours existe mais il change de destinataire : c'est à l'éditeur du modèle qu'on s'adresse, via le portail de confidentialité d'OpenAI puis la CNIL en cas de silence, et il aboutit à un filtrage de la réponse plutôt qu'à un effacement. Un vieux contenu ressort rarement au hasard : il refait surface au moment où vous êtes le plus exposé et le plus scruté, comme un procès ou une levée de fonds. Aux États-Unis, faute de droit à l'oubli, les dirigeants construisent en amont un digital fortress. En France, vous avez les deux leviers : le droit à l'oubli sur le temps réel, et la construction sur la durée. La bonne question n'est pas comment effacer le passé, mais comment produire assez de présent qui fasse autorité pour que les modèles le pondèrent en votre faveur. ## FAQ Q : Un vieil article vrai peut-il être supprimé de Google ? R : En France, le droit à l'oubli permet de demander le déréférencement d'un contenu devenu non pertinent ou excessif. Mais ce droit n'est pas automatique : plus d'une demande sur deux est refusée par Google, et le déréférencement ne supprime pas l'article à sa source, il coupe seulement le lien avec votre nom dans les résultats. Aux États-Unis, ce droit n'existe pas. Q : Si je fais déréférencer un article, les IA arrêtent-elles d'en parler ? R : En partie seulement. Sur le chemin de la récupération en temps réel, le déréférencement et la suppression à la source réduisent ce qu'une IA peut citer. Mais ce qu'un modèle a déjà ingéré pendant son entraînement reste gravé dans ses paramètres : aucune demande adressée à Google ne l'efface. Q : Une information supprimée de Google disparaît-elle des IA ? R : Non, pas nécessairement. Google et les IA sont deux systèmes distincts. Une page supprimée des résultats Google peut rester dans la mémoire d'entraînement d'un modèle comme ChatGPT ou Claude, ou être retrouvée par un autre moteur que celui que l'IA interroge en temps réel. Q : ChatGPT peut-il mémoriser une ancienne affaire judiciaire ? R : Oui. Si l'affaire a été couverte par des sources que le modèle a ingérées pendant son entraînement, il peut la restituer, y compris des années après et même si la procédure a été classée ou si vous avez été blanchi. Le modèle ne distingue pas spontanément l'accusation du dénouement. Q : Une décision de justice efface-t-elle les données des IA ? R : Non. Une décision de justice peut ordonner le retrait d'un contenu à sa source ou son déréférencement, mais elle n'a aucun effet automatique sur ce qu'un modèle a déjà appris pendant son entraînement. Le droit avance plus lentement que la mémoire des machines. Q : Peut-on exercer un droit à l'oubli directement contre ChatGPT ? R : Oui, et c'est le point que presque personne ne connaît. OpenAI met à disposition un portail de confidentialité, privacy.openai.com, ainsi qu'une adresse dédiée, dsar@openai.com, pour demander la suppression ou la rectification de données personnelles qui apparaissent dans ses réponses. En Europe, le RGPD vous permet d'exiger que ces données cessent de ressortir lorsqu'elles sont inexactes ou non pertinentes, et si l'éditeur ne répond pas dans le mois, la plainte auprès de la CNIL est ouverte. La réserve est de taille : OpenAI reconnaît qu'il ne peut pas toujours corriger ce qu'un modèle a appris, il filtre alors la sortie au lieu d'effacer la mémoire. Vous n'obtenez pas l'oubli, vous obtenez le silence. Q : Les IA peuvent-elles ressortir un litige que j'ai gagné ? R : Oui. Les modèles pondèrent les contenus selon leur volume et leurs signaux, pas selon leur issue. La couverture d'un litige génère plus de liens que sa résolution, donc elle pèse plus lourd, même des années après et même si vous avez eu gain de cause. Q : Comment se protéger avant qu'un problème n'apparaisse ? R : En construisant en amont une présence en ligne dense et qui fait autorité, ce que les Américains appellent un digital fortress. Le jour où une vieille histoire ressort, c'est votre récit récent qui domine. En France, le droit à l'oubli ajoute un levier sur le temps réel, mais ne remplace jamais ce travail de construction. --- # Ce que ChatGPT dit de vous ce soir. Et vous ne le savez pas encore. URL : https://lydia.arzour.com/mes-chroniques/ce-que-chatgpt-dit-de-vous-ce-soir Thème : E-réputation & LLM Un élu quitte la politique. Il veut rejoindre le secteur privé. Un article vieux d'un an le flingue à chaque fois que quelqu'un tape son nom. Il ne savait pas que sa réputation ne lui appartenait plus. Un élu m'a appelée un matin avec cette phrase : "Je suis dans la merde. Un article vieux d'un an me flingue toute ma réputation en ligne." Il avait quitté la politique. Il voulait rejoindre le secteur privé. Construire autre chose. Mais cet article le mettait en porte-à-faux à chaque fois que quelqu'un tapait son nom. Il n'était plus à l'aise dans ses relations professionnelles. Il ne pouvait pas se mettre en avant. Les gens le cherchaient dans les LLM et le googlisaient. Et ce qu'ils trouvaient n'avait rien à voir avec qui il était devenu. Il n'avait rien fait. Rien publié, rien répondu, rien construit. Il avait attendu que ça passe. Ça n'était pas passé. Ça s'était figé. Ce que cet élu avait découvert ce matin-là, c'est que sa réputation ne lui appartenait plus. Elle appartenait à ce qu'un modèle avait décidé de retenir de lui. Et les modèles en question ne s'appellent plus seulement Google. Ils s'appellent ChatGPT, Gemini, Perplexity et Claude. Ils répondent à vos interlocuteurs avant même que vous ayez eu le temps d'ouvrir la bouche. Tapez votre nom ce soir dans ChatGPT. Lisez ce qui sort. C'est ça votre réputation en 2026. Qu'est-ce que ChatGPT dit de vous quand quelqu'un tape votre nom ? La réponse courte : il dit ce qu'il a trouvé. Ce qu'il a ingéré pendant son entraînement et ce qu'il récupère en temps réel depuis les sources qu'il juge fiables, restitué comme une vérité, même incomplète, même datée, parfois même inventée de toutes pièces. Un cadre dirigeant a découvert que son nom apparaissait dans les réponses de ChatGPT associé à une mise en cause réglementaire classée sans suite, ressortie par l'IA plusieurs années après les faits dans un contexte totalement déformé. Il n'y avait aucun article récent à déréférencer. L'information venait de l'intérieur du modèle lui-même, incorporée pendant l'entraînement à partir de sources disparates. (Source : netclearer.fr, mars 2026) Les LLM ne cherchent pas, ils synthétisent. Et ce qu'ils synthétisent sur vous, c'est le résidu de tout ce que le web a dit de vous, dans l'ordre qu'ils ont jugé pertinent, avec la pondération qu'ils ont appliquée seuls. Selon RepTrak dans son rapport de mars 2026, l'IA est désormais un top-5 canal de communication de confiance pour le grand public. ChatGPT dépasse 1,5 milliard d'utilisateurs actifs mensuels. Claude ajoute 1 million d'utilisateurs par jour. Votre interlocuteur de demain, qu'il soit investisseur, journaliste, recruteur ou électeur, vous a peut-être déjà cherché avant de vous rencontrer. Et ce qu'il a trouvé, vous ne le savez pas. Lydia Arzour audite ce que ChatGPT, Gemini, Claude et Perplexity construisent sur les dirigeants et personnalités publiques françaises, et construit les stratégies pour reprendre le contrôle de leur réputation en ligne. Pourquoi votre cabinet de communication ne peut pas régler ça Vous avez peut-être déjà un attaché de presse. Peut-être un cabinet de communication de crise. Peut-être des relations avec quelques rédactions. Tout ça, c'est le monde d'avant. Le monde où la réputation se gérait dans les médias, sur Google, dans les communiqués. ChatGPT, Gemini et Perplexity ne reçoivent pas de communiqués de presse. Ils ne prennent pas de coups de fil. Ils ne déréférencent pas sur demande. Vous pouvez faire appel au meilleur ghostwriter de Paris, soigner chaque mot de votre profil LinkedIn, construire un personal branding impeccable sur les plateformes. Tout ça a de la valeur. Mais pendant ce temps, dans les LLM, une autre version de vous existe, moins soignée, moins choisie, construite à partir de ce que le web a retenu, pas uniquement de ce que vous avez voulu montrer. Et c'est de plus en plus là que se forge la première impression de ceux qui comptent vraiment, avant le premier échange, avant le premier rendez-vous. Claude s'appuie en arrière-plan sur Brave Search, un moteur indépendant avec ses propres critères. Être bien référencé sur Google ne garantit pas d'exister dans Claude. (Source : TechCrunch, mars 2025) Perplexity combine plusieurs couches de reclassement et favorise les contenus récents. Un article de fond vieux de dix-huit mois, même solide, sera déprioritisé face à une publication fraîche. Et les sites qui bloquent GPTBot et ClaudeBot reçoivent jusqu'à 40% de citations en moins dans ChatGPT et Claude. (Source : Seer Interactive, analyse citée par AISOS) Quatre modèles. Quatre logiques. Quatre versions possibles de votre réputation. Votre cabinet de communication maîtrise peut-être l'une d'entre elles. Rarement les quatre. En 25 ans de SEO j'ai appris une chose : la visibilité se construit là où les modèles cherchent, pas uniquement là où vous communiquez. Ce que les LLM disent des personnes publiques quand personne ne surveille Le web a une mémoire parfaite et une hiérarchie perverse. Dominique Baudis, accusé publiquement avant d'être totalement blanchi, a vu son nom rester associé aux accusations pendant des années. La Société Générale après l'affaire Kerviel : des années de contenus émotionnels et accusatoires ont dominé les résultats, bien au-delà des décisions judiciaires finales. Ces cas ont précédé les LLM. Et pourtant les accusations ont laissé bien plus de traces que les acquittements, les non-lieux, les décisions de justice finales. Ce que ChatGPT synthétise aujourd'hui en trois phrases sur une personne publique, c'est exactement ce résidu là, amplifié, accéléré, figé. Selon AI Labs Audit en 2026, 35% des marques rapportent que des réponses IA inexactes ont endommagé leur réputation. Ce chiffre concerne les marques. Pour les personnes physiques, il n'existe pas encore d'étude équivalente en France. Je travaille depuis plusieurs mois à construire cet outil. En attendant, j'en propose un premier aperçu sur mon site avec l'AI Influence Score, un radar de réputation qui vous donne une première lecture de ce que les IA construisent sur vous. Testez votre score ici : lydia.arzour.com/#ai-influence-score Et si le vrai risque n'était pas ce qu'on dit de vous, mais ce qu'on ne dit plus ? J'entends souvent cette phrase : "Je n'ai rien à cacher." Ce n'est pas la bonne question. La bonne question, c'est : qu'est-ce que les LLM disent de vous quand ils ne savent pas grand-chose ? Quand votre empreinte numérique est trop mince, trop ancienne, trop dispersée pour qu'ils puissent construire un récit cohérent ? Sophie A. dirige une marque de beauté depuis sept ans. Elle a lancé des lignes, traversé le Covid, piloté une transformation entière. Tapez son nom dans ChatGPT. Vous trouvez la marque, pas elle. Sept ans de réalisations, inexistants dans les LLM. Pire qu'une attaque : une absence totale. Et une absence, pour un chasseur de têtes qui vous cherche avant de vous appeler, pour un investisseur qui vérifie votre parcours, pour un partenaire qui évalue votre légitimité, ressemble à un doute. Les LLM ne disent pas "nous ne savons pas". Ils synthétisent ce qu'ils ont. Et quand ils n'ont presque rien, ils construisent quelque chose d'approximatif, de générique, de flou, exactement le contraire de ce que vous méritez après vingt ans de terrain. Selon l'étude Sogolytics d'octobre 2025, 1 consommateur sur 5 utilise déjà ChatGPT pour rechercher une entreprise avant de la contacter. La même logique s'applique aux personnes publiques. Votre prochain interlocuteur important vous cherche peut-être ce soir. La question n'est pas de savoir s'il va trouver quelque chose de négatif, c'est de savoir s'il va trouver quelque chose de vous. Pourquoi ce qui a été dit de vous en ligne ne disparaît pas, même après la justice Il y a quelque chose de plus insidieux que l'attaque frontale, c'est le résidu. L'article qui ne disparaît jamais. La mise en cause classée sans suite qui reste indexée des années après. La polémique résolue que personne n'a pris la peine de corriger en ligne parce que les démentis ne font pas cliquer. Le web a une règle silencieuse que les algorithmes ont transformée en loi : l'accusation voyage plus vite que l'acquittement, et elle reste plus longtemps. Dominique Baudis a été totalement blanchi. La Société Générale a eu gain de cause sur l'essentiel de l'affaire Kerviel. Ces décisions de justice existent. Mais dans les LLM, ce qui remonte en premier, c'est ce que le web a le plus commenté, le plus partagé, le plus gardé en mémoire. Et le web se souvient mieux des scandales que des dénouements. La vraie question que personne ne pose dans les rédactions, c'est celle-là : pourquoi un média qui consacre dix articles à une mise en cause n'en publie-t-il qu'un seul, invisible, au déréférencement ou à l'acquittement ? Ce déséquilibre n'est pas une faute morale, c'est une réalité économique. Les accusations font cliquer. Les non-lieux, non. Ce déséquilibre, les LLM l'ont ingéré, synthétisé, et restitué comme une vérité. Si vous avez traversé une polémique, une mise en cause, une période difficile médiatiquement, même résolue, même injuste, ChatGPT ne restituera pas le dénouement à votre prochain interlocuteur : il restituera le moment qui a fait le plus de bruit. Vous pouvez attendre que ça passe, c'est ce que font la plupart, et serrer les fesses en espérant que personne d'important ne tape votre nom ce soir-là. C'est aussi ce que j'ai vu faire à cet élu qui m'a appelée un matin, un an après avoir quitté la politique, en découvrant que le silence n'avait rien effacé, qu'il avait juste laissé les algorithmes raconter sa version de l'histoire à sa place. Lydia Arzour est experte en e-réputation et GEO pour dirigeants et personnalités publiques en France. Elle audite ce que ChatGPT, Gemini, Claude et Perplexity construisent sur vous, intervient auprès des personnalités politiques et des dirigeants qui veulent reprendre le contrôle de leur récit en ligne et dans les LLM avant que ça devienne urgent. Comment reprendre le contrôle de ce que les LLM disent de vous Dans ma pratique, j'ai constaté que les dirigeants découvrent leur réputation dans les LLM en deux temps. D'abord l'incrédulité : "mais je n'ai rien publié de négatif". Ensuite la sidération : comprendre que ce n'est pas ce qu'ils ont publié qui pose problème, c'est ce que d'autres ont publié sur eux, et ce que les modèles ont retenu et synthétisé. La première étape, et vous pouvez le faire ce soir, c'est de savoir où vous en êtes. Tapez votre prénom et votre nom dans ChatGPT, dans Perplexity, dans Gemini. Pas votre nom de marque. Vous. Lisez ce qui sort. Demandez-vous si c'est la version que vous choisiriez de présenter à votre prochain interlocuteur important. Mon site propose une version bêta de l'AI Influence Score, un radar de réputation qui vous donne une première lecture de ce que les LLM construisent sur vous. C'est gratuit, c'est immédiat, et ce que vous allez lire va probablement vous surprendre. La deuxième étape, c'est de comprendre pourquoi c'est là. Et c'est là que ça se complique, parce que les LLM ne fonctionnent pas comme Google. Vous ne pouvez pas simplement demander un déréférencement, envoyer un communiqué, ou attendre qu'un article descende dans les résultats. Enfin, pas seulement : une démarche directe auprès d'OpenAI existe pour faire retirer ou corriger des données personnelles qui ressortent dans les réponses, et je la détaille dans ma chronique sur le droit à l'oubli face aux IA. Elle fait taire une information, elle ne construit pas celle qui devrait prendre sa place. Un quick win simple : tapez votre nom dans Perplexity en mode recherche web activé et regardez quelles sources il cite. Ce sont exactement les sources que les autres LLM vont consulter sur vous. Si vous ne les reconnaissez pas ou si elles vous desservent, vous savez par où commencer. Mais démêler ce fil seul, sans comprendre comment chaque modèle sélectionne et pondère ses sources, c'est comme essayer de réécrire une réputation sans savoir où elle est écrite. C'est précisément là que j'interviens. La troisième étape, c'est de construire la version que vous aurez choisie. Une présence cohérente et sourcée, qui donne aux LLM les éléments dont ils ont besoin pour vous restituer correctement. Selon Occurrence/Ifop en mars 2026, 60% des Français consultent une IA avant une prise de décision. Votre prochain partenaire, votre prochain recruteur, votre prochain électeur est dans ces 60%. Et ça prend du temps à construire. Raison de plus pour commencer maintenant. En 25 ans de SEO j'ai appris une chose : la visibilité se construit là où les modèles cherchent, pas uniquement là où vous communiquez. La réputation numérique d'un dirigeant ressemble à un jardin. Vous pouvez décider de ne pas vous en occuper. Quelque chose poussera quand même. La question c'est quoi. Ce que ChatGPT dit de vous ce soir, vous ne pouvez pas le contrôler entièrement. Mais vous pouvez décider de ne plus l'ignorer. Et c'est souvent là que tout commence. Si ce que vous venez de lire vous parle, la prochaine étape a un nom : Le Mandat Confidentiel → ## FAQ Q : Comment savoir ce que ChatGPT dit de moi quand on est dirigeant ? R : Tapez votre prénom et votre nom dans ChatGPT, Gemini, claude et Perplexity en mode recherche web activé. Comparez les trois résultats. Ce que vous lisez est ce que vos interlocuteurs lisent avant de vous rencontrer. Q : Peut-on effacer une information négative dans les LLM ? R : Pas directement. Les LLM ne fonctionnent pas comme Google et il n'existe pas de droit au déréférencement équivalent dans ChatGPT ou Perplexity. La seule stratégie efficace est de construire une présence suffisamment forte et cohérente pour que les informations pertinentes prennent le dessus. Q : Pourquoi mon cabinet de communication ne peut pas gérer ma réputation dans les LLM ? R : Parce que ChatGPT, Claude et Perplexity ne reçoivent pas de communiqués de presse et ne répondent pas aux demandes de modification. La gestion de réputation dans les LLM combine SEO, GEO et stratégie éditoriale sur le long terme. Q : Combien de temps faut-il pour reprendre le contrôle de sa réputation dans les LLM ? R : Les signaux solides, autorité de marque, présence cohérente sur plusieurs sources fiables, contenu structuré, demandent 6 à 12 mois minimum pour produire leurs effets. Plus tôt vous commencez, plus tôt vous reprenez la main. Q : Qu'est-ce que les LLM retiennent sur une personne publique ? R : Ils synthétisent ce qu'ils ont ingéré pendant leur entraînement et ce qu'ils récupèrent en temps réel depuis les sources qu'ils jugent fiables. Ce que d'autres ont écrit sur vous pèse souvent plus lourd que ce que vous avez écrit vous-même.