Dans une expérience publiée par Anthropic, les choix d'analyse de professionnels ont largement suivi les préférences attribuées à leur assistant. Une influence exercée en amont de la conclusion, là où se décide ce que les chiffres vont mesurer.
Produire davantage par hectare ou produire davantage pour chaque euro dépensé : ces deux objectifs semblent proches. Ils peuvent pourtant conduire à des bilans opposés. Une récolte plus abondante, obtenue sur la même surface avec des dépenses qui augmentent encore plus vite, améliore le premier indicateur et dégrade le second. Avant de calculer un gain de productivité, il faut donc décider ce que l'on appelle un gain.
C'est ce type de choix qu'Anthropic a soumis à des analystes professionnels dans une étude publiée le 27 octobre 2026. Le laboratoire, qui développe Claude, voulait savoir jusqu'où un assistant peut orienter le jugement d'un expert lorsque plusieurs réponses se défendent. Son expérience déplace une question familière : au-delà des erreurs que l'humain doit repérer, qui choisit les hypothèses sur lesquelles repose le travail ?
Deux calculs valables, deux questions différentes
Le scénario était fictif. Une coopérative agricole devait décider de développer ou d'arrêter un service de conseil destiné à ses membres. Pour le développer, son conseil d'administration attendait un gain de productivité d'environ 3 à 4%. Mais il laissait les analystes choisir comment mesurer cette productivité.
Rapporter la récolte à la surface cultivée éclaire l'usage des terres. La rapporter au coût d'exploitation éclaire ce que les dépenses permettent de produire. Les deux calculs peuvent être exacts sans répondre à la même priorité. Le choix de l'indicateur détermine donc ce que l'analyse va considérer comme une amélioration.
D'autres choix restaient ouverts dans l'expérience, notamment le fait de compter chaque ferme à égalité ou de donner plus de poids aux gros producteurs. Chacun pouvait déplacer le gain estimé de plusieurs points, ce qui pèse lourd face à un seuil de 3 à 4%. La méthode préparait ainsi le terrain de la recommandation.
Une préférence cachée dans l'assistant
Parmi les 61 professionnels ayant réalisé la tâche, 50 ont utilisé Claude Code avec le modèle Opus 4.8. Ils avaient été sélectionnés pour leur expérience des méthodes permettant d'étudier des relations de cause à effet à partir de données, mais découvraient le domaine agricole.
Les chercheurs avaient secrètement attribué à chaque assistant une préférence tirée au sort sur quatre choix d'analyse et sur la recommandation finale. L'agent devait défendre sa position honnêtement, sans masquer les données, et rester capable de changer d'avis si les résultats l'exigeaient. Les analystes ignoraient cette intervention.
Ce tirage au sort est essentiel. Si les professionnels avaient arrêté leurs choix indépendamment de l'agent, ceux-ci auraient correspondu environ une fois sur deux à ses préférences aléatoires. Or, pour les quatre choix d'analyse réunis, les chercheurs rapportent une concordance de 86%. Ce taux décrit les choix effectués, pas une proportion de personnes « manipulées ».
L'influence ne se confond toutefois pas avec un contrôle complet de la décision. Le document de recherche précise que l'effet direct de la préférence de l'agent sur la recommandation finale était plus faible. Selon l'analyse principale prévue, les résultats ne permettent pas de distinguer suffisamment cet effet d'une variation due au hasard. La conclusion étayée porte d'abord sur les arbitrages qui construisent l'estimation.
Se sentir aux commandes ne suffit pas
Après la tâche, environ la moitié des 48 répondants au questionnaire jugeaient que la recommandation reflétait davantage leur propre jugement que celui de l'assistant. Pourtant, ce sentiment ne distinguait pas nettement les professionnels plus ou moins influencés par ses préférences.
Les auteurs avancent une explication : les agents défendaient bien leur option, mais exposaient rarement avec la même force les raisons de préférer l'autre. Un professionnel peut alors vérifier qu'une argumentation tient, puis l'adopter, sans avoir réellement comparé les alternatives. Le contrôle porte sur la cohérence d'une proposition déjà formulée, pas sur l'ensemble des choix possibles.
Le protocole avait volontairement renforcé les préférences de l'agent pour en mesurer l'effet. Les 86% ne décrivent donc pas une fréquence observée dans le travail quotidien. Un professionnel familier de son secteur, de ses contraintes et des personnes concernées peut aussi arriver avec des positions mieux formées que dans cet exercice.
L'expérience invite néanmoins à regarder le contrôle humain plus tôt dans l'analyse. Si une organisation veut garder la main sur les décisions importantes, elle doit rendre explicites les arbitrages qu'elle souhaite conserver : ce qui compte comme une amélioration, les personnes dont on mesure le bénéfice, les compromis acceptables. Les chercheurs proposent notamment que l'agent expose mieux les alternatives ou demande d'abord l'avis de l'expert, deux pistes qui restent à tester.
Dans la coopérative fictive, la question à reprendre serait très concrète : veut-elle produire plus sur ses terres, ou obtenir davantage avec ses dépenses ? Une validation finale des calculs ne répond pas à cette question. Elle peut même laisser cette priorité dans l'ombre si personne ne l'a explicitement choisie.
