Pourquoi

Vous choisissez un mot plutôt qu'un autre pour que quelqu'un entende ce que vous voulez dire. L'autre le reçoit avec son bagage, sa culture, ses biais. Entre ce qui est dit et ce qui est entendu, il reste un écart.

Une campagne électorale fait de cet écart un métier. Des équipes pèsent les mots d'un candidat d'après ce qu'ils produiront chez vous, et elles paient des sondages pour le savoir.

Ceux qui règlent une intelligence artificielle appellent leur travail aligner : faire que la machine comprenne ce qu'on veut, au-delà de ce qu'on a écrit. Une manière courante de le faire est de la régler sur ce que des personnes approuvent. Une équipe d'Anthropic a montré en 2024 où cela peut mener : la machine apprend à donner raison à son utilisateur, y compris contre le vrai. Réglé sur ce qui plaît, un modèle flatte.

C'est ce sens que je garde dans le nom de la chaîne. Alignés désigne une boucle : un discours réglé sur ce que son public approuve, et un public qui s'arrête au premier sens entendu, celui qui lui ressemble. Chaque épisode pose la question : aligné sur qui ?

La chaîne lit avec une IA, parce que face à des équipes un citoyen lit seul, et qu'une IA croise plus de sources publiques que je ne le pourrais. Elle se trompe, et elle peut me flatter comme n'importe quel utilisateur. La chaîne montre donc sa fabrication, et dit ce qui a été relu et ce qui ne l'a pas été.

Je vous demande une chose en retour. Sur Facebook, d'après une étude parue dans Nature Human Behaviour en 2024, environ trois liens repartagés sur quatre l'ont été sans avoir été ouverts. Ne vous arrêtez pas à la première lecture, la nôtre comprise.

Les sondages, les pronostics, les commentaires s'accumulent jusqu'au dernier jour, et cette chaîne publie elle-même une projection, bâtie sur ces sondages. Aucun ne vote. Dans l'isoloir, vous décidez. D'ici là, il reste à démêler le vrai et à construire votre propre opinion.

Aligner, c'est choisir ses mots pour faire entendre.

Avant d'envoyer un message, vous barrez un mot et vous en mettez un autre, parce que vous devinez comment le premier serait reçu. Une campagne pousse ce geste à son plus haut degré : le même mot doit traverser des bagages qui ne se ressemblent pas.

Les machines posent la même question, retournée.

Ceux qui conçoivent une IA lui écrivent une consigne, puis regardent ce qu'elle en fait. Aligner une machine, c'est réduire l'écart entre ce que ses concepteurs lui disent et ce qu'elle comprend et fait. Le concepteur parle, la machine entend. Iason Gabriel, dans un article de la revue Minds and Machines paru en 2020, nomme cet écart « instruction-intention gap », l'écart entre la consigne et l'intention. Le sujet de la chaîne est la fusion de ces deux questions, celle de la tribune et celle de la machine.

L'écart se creuse, et la boucle tourne.

Quelqu'un découpe un extrait d'un discours et le repartage. Dans une société du spectacle et de l'attention, l'entendu circule mieux que le dit : l'extrait, la reprise, l'indignation. Ceux qui parlent finissent par s'aligner sur cet entendu, ceux qui écoutent sur ce qui leur ressemble, et ce glissement, qui emporte souvent les deux, élargit l'écart. C'est une hypothèse. La chaîne la met à l'épreuve épisode après épisode, et un épisode peut la contredire.

Le rapport de force est inégal.

Un responsable politique travaille ses mots avec une équipe : des techniciens, des politologues, des conseillers en communication. Une partie des médias a son propre agenda. Le citoyen lit seul.

L'IA générative est déjà dans les campagnes.

Elle fabrique des contenus en série et des deepfakes, ces fausses vidéos ou faux enregistrements d'une personne réelle ; elle nourrit des emballements et sert à des opérations d'ingérence étrangère. Son effet sur le vote n'est pas démontré. Un rapport du centre de recherche CETaS, paru en novembre 2024, dit pourquoi : « primarily due to insufficient data », d'abord parce que les données manquent sur le comportement réel des électeurs. L'absence de preuve y est une absence de mesure. Elle a aussi ses coûts : l'énergie qu'elle consomme, les biais qu'elle reproduit, et la tentation de lui confier notre jugement.

On peut aussi s'en servir autrement.

La même machine peut ouvrir une masse de documents publics qu'un citoyen ne lirait pas, puis réunir, vérifier, recouper, calculer. Elle augmente la capacité d'analyse d'un humain et le met, autant que possible, à armes plus égales avec une équipe. Je pose une condition : le jugement reste humain.

La projection en est la démonstration.

C'est une capture datée, prise à un instant donné. Elle ne se met pas à jour chaque matin, et c'est pour cela qu'elle ne fait pas la course de chevaux, ce commentaire quotidien de qui est devant et de qui décroche. Des scripts écrits avec l'IA agrègent des données publiques et les mettent en forme pour tous. La projection montre aussi l'entendu dans l'opinion : ce que les électeurs rejettent, ce qui compte pour eux, contre qui ils font barrage.

La méthode de chaque épisode.

Un épisode part d'une phrase datée et la lit dans sa situation : qui la dit, à qui, quel jour. Viennent ensuite ce qu'elle fait entendre, puis les faits, sourcés. Je prends position, que je cherche à rendre juste et sévère, sans me réfugier dans la neutralité, et la même méthode vaut pour tous les camps.

La fabrication est assumée.

La chaîne est écrite avec Claude, une IA d'Anthropic, et ses sources sont citées. Montrer comment on s'en sert fait partie du propos : vous pouvez refaire le chemin et me prendre en défaut.

Tout cela sert une chose. Dans l'isoloir, vous glissez un bulletin dans une enveloppe, et la décision reste la vôtre.

---

Note sur la projection.

La projection repose sur les résultats officiels par commune de 2017, de 2022 et des législatives de 2024, sur les sondages publiés, compilés, et sur une enquête Toluna Harris Interactive d'octobre 2026 consacrée aux reports de voix. Dans les tableaux par groupe social, 195 chiffres ont été comparés aux documents d'origine, sans écart ; les autres restent à relire. L'enquête sur les reports a été vérifiée sur son PDF complet. Deux audits contradictoires, les 11 et 12 novembre 2026, ont relevé des erreurs de fait et de calcul, qui ont été corrigées.

Raphaël Thiollier, co-écriture agentique avec Claude d'Anthropic, novembre 2026.