Cet article vous aide à comprendre comment utiliser la lecture latérale pour vérifier les informations fournies par l’IA.

Vous l’avez sans doute déjà entendu : « Les chatbots d’IA générative font des erreurs ou hallucinent. » « Vérifiez toujours les résultats. » Tout guide sur l’utilisation de l’IA vous encouragera à « évaluer de manière critique le contenu généré par l’IA » (Hudson, 2025). Mais comment s’y prendre concrètement ? L’une des stratégies clés est la lecture latérale—une habitude qui nous aide à développer un regard plus critique face aux textes et aux informations. La lecture latérale consiste à vérifier les sources et à croiser les informations, en particulier lorsqu’elles proviennent d’Internet ou d’outils d’IA. Dans cet article, nous verrons pourquoi cette pratique est essentielle et comment l’intégrer à vos recherches au quotidien.

Use “the web to check the web”

Utilisez le web pour vérifier le web »

(Hudson, 2025)

Lecture latérale

La lecture latérale n’est pas un concept nouveau—elle est depuis longtemps une pratique essentielle pour les chercheurs, les bibliothécaires et les étudiant-e-s qui aide à vérifier l’information. Initialement utilisée pour évaluer les sources et documents imprimés, elle est devenue encore plus importante à l’ère numérique, où l’internet et l’IA génèrent une quantité massive de contenus. Que vous rédigiez un essai, un rapport ou tout autre document, prendre le temps de vérifier les faits et de croiser les sources est une habitude essentielle à développer.

Imaginez que vous lisiez un article affirmant que « boire du café avant de se coucher améliore la qualité du sommeil ». Cela semble surprenant, mais avant de l'accepter comme vérité, vous ne devriez pas rester sur cet article. Vous pourriez ouvrir de nouveaux onglets sur votre navigateur, rechercher d'autres sources et vérifier la crédibilité du site web et de l'auteur. Il se peut que cette idée sur le café provienne d'un blog qui n'est pas soutenu scientifiquement ou qu'une majorité de chercheurs sur le sommeil la contredise. Il s'agit là d'un exemple de lecture latérale. Au lieu de se fier à une seule source d'information, on creuse plus profondément et on essaie de vérifier à la fois la source et l'information. Cette pratique est particulièrement importante lorsque nous utilisons l'IA générative, parce que nous savons que l'IA commet des erreurs et fournit des informations qui ne sont pas toujours vraies.

Comment vérifier les résultats générés par l’IA avec la lecture latérale ?

1.     Comparez avec d’autres sources

Recherchez d’autres documents ou sources fiables pour pouvoir comparer avec les résultats de l’IA . Pour un travail de cours, référez-vous à la bibliographie ou aux documents fournis par votre enseignant-e. Ouvrez de nouveaux onglets dans votre navigateur et recherchez la même information auprès de plusieurs sources reconnues.

2.    Vérifiez les citations avant de les utiliser

L’IA fournit souvent des citations de travaux réalisés par d’autres. Vérifiez toujours qu’elles existent réellement et consultez la source originale. Utilisez les ressources de la bibliothèque et des bases de données comme Google Scholar pour retrouver l’article ou la revue citée. N’oubliez pas que si vous citez une source dans votre travail, vous êtes censé-e l’avoir lue vous-même.

3.    Vérifiez attentivement les termes et concepts clés

Si l’IA vous propose des termes et des concepts que vous ne connaissez pas, utilisez Google ou un autre moteur de recherche pour mieux les comprendre. Comparez les définitions provenant de plusieurs sites web fiables afin d’obtenir une compréhension plus complète. Évaluez toujours la crédibilité des sites que vous consultez.

Bibliographie

Caulfield, M. (2017). Web literacy for student fact-checkers...and other people who care about facts. Pressbooks, Creative Commons. Ce livre est disponible en Open Access. Consulté le 17 mars 2025 à : https://pressbooks.pub/webliteracy/ 

Hudson, E. (2025). AI skills that matter, Part 2: Lateral reading. Substack Learning on purpose (3 January, 2025). Accessed on 22 February 2025 at: https://erichudson.substack.com/p/ai-skills-that-matter-part-2-lateral 

IA générative : utilisation, site web de l’Université de l’Alberta, Consulté le 17 mars 2025 à : https://guides.library.ualberta.ca/iag/evaluation 

Walter D. Butler, Aloha Sargent, and Kelsey Smith (2021). Introduction to College Research. Licensed under a Creative Commons Attribution 4.0 International License. Consulté le 17 mars 2025 à: https://pressbooks.pub/introtocollegeresearch/front-matter/title-page/