Mistral serait sensible à la propagande de désinformation russe
Deux rapports publiés en 2026 évaluent la résistance des modèles de Mistral AI aux tentatives de manipulation. Ces études fournissent des données chiffrées sur la capacité de l'IA à identifier et rejeter des fausses informations de propagande.
Les résultats de l'audit NewsGuard
L'organisation NewsGuard a réalisé un audit en avril 2026 portant sur la version grand public de Le Chat. Le test consistait à soumettre le modèle à des fausses affirmations liées à la guerre en Iran, issues de réseaux alignés sur les intérêts russes, chinois et iraniens.
Le rapport indique que le chatbot a répété de fausses informations dans 50 % des cas en anglais. Ce taux s'élève à 56,6 % lorsque les échanges se font en français. La performance du modèle se dégrade face à des prompts complexes conçus pour formater la désinformation, atteignant alors 90 % de réponses incorrectes en français !
L'évaluation de l'Institut de la langue estonienne
Une seconde analyse, menée par l'Institut de la langue estonienne en juin 2026, élargit le champ de l'étude. Ce benchmark a testé 60 systèmes d'IA différents face à 75 questions portant sur 14 narratifs classiques de la propagande russe.
Les résultats placent les quatre modèles de Mistral évalués dans le tiers inférieur du classement. Ils obtiennent un score inférieur à 40 % dans leur capacité à identifier et rejeter les sources de propagande. À titre de comparaison, certains modèles commercialisés par des entreprises chinoises ou par Anthropic ont obtenu des scores nettement supérieurs dans ce même exercice.
Une question de modèle ouvert ou fermé
Ces performances s'expliquent en partie par l'approche technique de Mistral. L'entreprise fournit des modèles « bruts » (raw models) conçus pour être flexibles et personnalisables par les clients.
Les études citées évaluent souvent ces modèles dans leur état natif, sans les couches de sécurité ou de filtrage qu'un partenaire pourrait ajouter en aval. Mistral répond d'ailleurs que ses environnements d'entreprise intègrent des mécanismes de blocage. La vulnérabilité observée concerne donc principalement l'utilisation directe des poids ouverts du modèle sans fine-tuning spécifique sur la sécurité informationnelle.
Quelles conséquences pour les utilisateurs ?
Pour un développeur ou une entreprise intégrant l'API de Mistral, ces données soulignent l'importance de la couche applicative. Il ne suffit pas d'appeler le modèle pour garantir une information fiable.
Les utilisateurs doivent mettre en place leurs propres systèmes de validation ou opter pour des versions déjà sécurisées par l'éditeur. C'est un enjeu de responsabilité, surtout dans un contexte où l'IA est utilisée pour traiter des informations d'actualité ou géopolitiques.
Sources
- NewsGuard - Special Report : Audit technique sur la propagation de fausses nouvelles.
- Institut de la langue estonienne : Benchmark comparatif de résistance à la propagande.
Mistral répète-il de fausses informations ?
Oui, une étude de NewsGuard (avril 2026) montre une répétition de fausses infos dans 50% des cas en anglais lors de tests spécifiques.
Quelle est la date de l'étude estonienne sur Mistral et la propagande?
Le benchmark de l'Institut de la langue estonienne classant Mistral dans le tiers inférieur a été publié en juin 2026.
