Faire débattre deux IA : orchestrer et analyser le dialogue

Comment faire débattre deux IA : orchestrer et analyser le dialogue

Vous avez peut-être déjà vu la scène : deux intelligences artificielles branchées l’une sur l’autre, qu’on laisse échanger jusqu’à ce que la conversation dérive, se répète ou produise un jargon que plus personne ne suit.

La démonstration établit qu’un dialogue entre IA est possible. Elle ne dit pas à quoi il peut servir. Faire débattre deux IA devient une méthode lorsque l’échange est organisé de façon à rendre observables les positions, les objections, les déplacements et les désaccords — puis à permettre leur analyse. Metamorfon construit ce dispositif en deux gestes : orchestrer le dialogue, puis analyser sa trajectoire.

La question de savoir pourquoi cette confrontation peut devenir un instrument de pensée — et pourquoi elle ne garantit en rien la vérité — est développée dans Metamorfon, un instrument de pensée. Ici, la question est plus pratique : comment faire débattre plusieurs modèles sans que leur conversation devienne un matériau informe ?

Pourquoi faire débattre deux IA ?

Interroger un modèle seul produit une réponse. Faire intervenir plusieurs modèles séparément produit plusieurs réponses.

Les faire se répondre produit autre chose : une trajectoire.

Une proposition rencontre une objection. Le modèle qui l’a formulée peut la maintenir, la préciser, abandonner une partie de son raisonnement ou déplacer le problème. Un autre peut introduire une distinction qui n’existait pas au premier tour. Une convergence initiale peut se renforcer ou céder dès qu’on la soumet à la critique. C’est cette dimension temporelle et interactionnelle qui distingue le débat d’une simple juxtaposition de réponses.

La recherche sur le multi-agent debate confirme qu’une telle confrontation peut, dans certains protocoles, améliorer le raisonnement et la factualité des réponses (Du et al., ICML 2024). Elle montre aussi que ce bénéfice n’est pas automatique : les stratégies de débat ne surpassent pas systématiquement des méthodes plus simples comme l’ensembling ou la self-consistency, et leurs performances dépendent fortement du protocole employé (Smit et al., ICML 2024).

Il ne suffit donc pas de multiplier les voix. La forme de leur interaction compte.

Une session consacrée à la monoculture de la pensée l’a montré sous une forme presque réflexive. Trois modèles invités à discuter du risque d’homogénéisation produit par l’IA ont progressivement convergé dans leurs manières de raisonner : mêmes références, distinctions voisines, même grammaire de légitimation.

L’intérêt n’était pas que cette convergence suffise à établir une monoculture, mais qu’elle en rende certains mécanismes observables.

Le problème du débat improvisé

Mettre plusieurs modèles en conversation ne suffit pas à produire un bon débat.

Le premier risque est la dérive. À mesure que les tours s’accumulent, les modèles répondent de plus en plus à ce que leurs interlocuteurs viennent de dire et peuvent progressivement s’éloigner du problème qui avait motivé l’échange.

Ce phénomène ne relève pas seulement de l’expérience informelle. Becker et ses coauteurs l’ont étudié sous le nom de problem drift dans des débats multi-agents prolongés : sur plusieurs catégories de tâches, la discussion peut progressivement s’éloigner du problème initial, notamment lorsque les échanges cessent de produire un progrès clair ou que les retours entre agents deviennent peu informatifs (Becker et al., EACL 2026).

Un deuxième risque tient aux positions. Si rien n’oblige un modèle à rendre compte de ses engagements précédents, il peut modifier progressivement sa thèse sans signaler ce qui l’a conduit à changer. Une révision justifiée est intéressante ; une variation sans mémoire l’est beaucoup moins.

Le troisième risque est celui d’une conversation difficile à lire après coup. Une succession de textes peut être intellectuellement riche tout en rendant très difficile la reconstruction de ce qui s’est effectivement passé : où une objection est apparue, quelle distinction a résisté, quel argument a provoqué une révision.

Orchestrer le débat consiste précisément à rendre cette trajectoire observable.

Orchestrer : donner une forme à l’échange

La première décision porte sur l’architecture du dialogue : qui parle à qui, dans quel ordre et avec quelles informations.

Dans Metamorfon, deux modèles peuvent échanger réponse par réponse (dialogue alterné), ou simultanément après avoir lu leurs contributions mutuelles du tour précédent (dialogue et trilogue croisé). Ces architectures ne changent pas seulement la présentation. Elles modifient la circulation de l’information dans le débat.

Viennent ensuite les instructions données aux modèles. Leur rôle n’est pas de déterminer ce qu’ils doivent conclure, mais de fixer les règles de leur participation. L’esprit des instructions de Metamorfon repose sur cette distinction : prescrire une forme, jamais une conclusion.

Un modèle n’est donc pas assigné à une thèse choisie à l’avance. En revanche, une fois qu’il a pris position, la continuité de la session permet d’examiner ce qu’il en fait. Tenir une position ne signifie pas s’y accrocher. Une position peut évoluer si une objection porte. Ce qui importe est que ce déplacement reste intelligible : qu’on puisse retrouver ce qui a changé et, si possible, pourquoi.

Changer de régime sans changer de question

L’orchestration porte aussi sur le régime du dialogue. Il peut être fixe ou adaptatif. Dans les architectures adaptatives, Metamorfon distingue cinq modes de débat : convergent, constructif, équilibré, critique et réfutatif. Ils ne correspondent pas à cinq degrés croissants d’agressivité. Le mode convergent recherche ce qui peut être tenu en commun. Le constructif demande aux modèles de bâtir à partir de leurs contributions respectives. L’équilibré maintient ensemble coopération et objection. Le critique examine les arguments à l’intérieur du cadre adopté. Le réfutatif autorise l’examen du cadre lui-même : présupposés, catégories ou prémisses que les participants avaient jusque-là acceptés. Dans une architecture adaptative, ces régimes peuvent changer au cours d’une même session.

La question reste la même ; l’opération effectuée sur elle change.

Cette conduite n’est pas automatique. Les modèles appliquent le régime qui leur est donné ; le choix du régime revient à l’utilisateur, qui pilote la session. Il observe ce que le tour précédent a produit et décide de ce qui mérite maintenant d’être construit, contesté ou déplacé.

Recadrer sans effacer ce qui précède

Même correctement orchestré, un débat prolongé acquiert une inertie. À force de répondre aux arguments déjà présents, les modèles peuvent absorber une nouvelle question de l’utilisateur dans le cadre qu’ils ont construit collectivement au lieu de l’examiner pour elle-même. C’est là qu’intervient le mode Focus. Pour un tour, les modèles conservent l’intégralité du contexte de la session mais ne sont plus tenus de se répondre. Chacun traite directement l’intervention de l’utilisateur ; le régime collectif reprend au tour suivant. Le Focus ne constitue donc pas un sixième mode de débat. C’est un mode orthogonal aux modes de débat : il suspend momentanément l’interaction pour protéger une question de l’inertie de cette interaction. Son intérêt apparaît précisément parce que la dérive existe. Mais son usage doit rester ponctuel : employé à chaque tour, il ferait disparaître ce qui justifie le dispositif multi-modèles — le travail des positions les unes sur les autres.

Analyser : lire ce que le débat a produit

Une session terminée contient davantage que ses conclusions.

Elle contient des positions initiales, des objections, des concessions, des désaccords persistants, des modifications de définition, des bifurcations, parfois des éléments apparus seulement au cours de l’interaction. Sans grille, lire ce matériau comptant plusieurs dizaines de milliers de mots revient facilement à perdre cette structure.

Les modes d’analyse ne posent donc pas tous la même question au matériau.

La Synthèse intégrative cherche ce que les contributions permettent de reconstruire ensemble. Elle organise la pluralité en un ensemble cohérent sans réduire la session à la succession de ses tours. Ce mode permet de tirer d’une session un résultat directement utilisable, citable, partageable.

L’Analyse de l’émergence suit une autre piste : elle cherche les concepts, distinctions ou cadres qui n’étaient pas présents au départ sous leur forme finale et dont la formation peut être retracée dans l’échange.

L’Horizon des possibles regarde encore au-delà : non ce que le dialogue a effectivement produit, mais ce qu’il a rendu formulable sans aller jusqu’à le formuler. Il cherche les implications non tirées, les questions préparées mais non posées et les déplacements du problème que la session a rendus pensables sans les expliciter.

La Cartographie des tensions s’intéresse au contraire à ce qui ne s’est pas résolu : désaccords persistants, incompatibilités de critères, oppositions que la discussion n’a pas absorbées.

La Méta-analyse remonte sous les arguments explicites : présupposés partagés, conceptions différentes de la preuve, cadres communs que les participants n’ont jamais discutés.

L’Archéologie critique remonte encore d’un niveau. Elle interroge le cadre lui-même : ce que la formulation de la question, son vocabulaire et les interventions de l’utilisateur avaient déjà rendu possible, improbable ou impensable avant même que les modèles argumentent. Elle ne demande donc pas seulement ce que le débat présuppose, mais ce qu’il a fallu présupposer pour que ce débat puisse avoir lieu sous cette forme.

Ces six modes ne cherchent ni à désigner le meilleur modèle ni à décider quelle thèse est vraie. Ils rendent visibles différentes couches de la session : ce qu’elle a construit, ce qu’elle a laissé ouvert, ce qui lui a résisté, ce qui l’a structurée et ce qui avait déjà configuré l’espace dans lequel elle pouvait penser.

Ces modes ne sont pas concurrents. Une même session peut être lue par plusieurs successivement, et chacun révélera ce que les autres ne voyaient pas. C’est là l’usage pour lequel a été conçu Metamorfon : non pas juger des IA, mais se servir de leur confrontation comme d’un instrument pour penser une question difficile.

Ces analyses ne sont pas des points terminaux. Chacun de ces modes descriptifs se conclut par une question — non pas une question rhétorique adressée au lecteur, mais une vraie relance, formulée par le modèle analyste à partir de ce qu’il vient d’observer, et destinée aux modèles qui ont débattu. Elle cible souvent un présupposé écarté pour permettre l’accord, ou une dimension laissée hors du cadre commun. L’utilisateur peut alors la réinjecter telle quelle au tour suivant, comme s’il la posait lui-même, et le débat repart — sur des bases que l’analyse a déplacées. L’enchaînement débattre → analyser → débattre devient une spirale : chaque analyse peut rouvrir ce qu’elle vient de lire, à une profondeur nouvelle. L’analyse n’est pas la fin de la session ; le débat repart sur un problème que l’analyse a déplacé.

Évaluer : distinguer le raisonnement des faits

Deux analyses accomplissent une opération différente : elles évaluent.

L’Évaluation argumentative demande si les positions ont été correctement soutenues.

Une objection a-t-elle reçu une réponse ? Une conclusion découle-t-elle des prémisses avancées ? Un modèle modifie-t-il silencieusement son critère lorsqu’il passe de sa propre thèse à celle d’un adversaire ? Une position devient-elle impossible à réfuter parce que ses termes sont redéfinis à mesure que les objections arrivent ?

Cette distinction entre la conclusion défendue et la qualité de sa défense rejoint notamment la tradition pragma-dialectique, qui traite l’argumentation comme une discussion critique dont on peut examiner les règles indépendamment de la position soutenue (van Eemeren, 2018).

Une session consacrée au tirage au sort et à l’élection a ainsi été relue par deux modèles analystes indépendants. L’intérêt de l’opération n’était pas de leur demander quel système politique ils préféraient, mais d’examiner sur des passages précis la cohérence des arguments, le traitement des objections et les changements de standards de preuve.

La Vérification des sources porte sur une fragilité différente.

Un raisonnement peut être parfaitement construit et partir d’un chiffre faux. Une étude réelle peut être citée pour une conclusion qu’elle n’établit pas. Une attribution peut être plausible et pourtant introuvable.

Cette analyse confronte donc les affirmations vérifiables qui portent l’argumentation à des sources externes au débat, en effectuant des recherches web afin de vérifier leur concordance avec les sources qu’elles invoquent.

Une session sur les zones susceptibles de devenir inhabitables d’ici 2100 illustre bien cette distinction : l’audit ne demandait pas seulement si les arguments climatiques étaient cohérents, mais si les études, chiffres et mécanismes invoqués correspondaient effectivement aux sources citées.

Les deux opérations ne se remplacent pas.

L’Évaluation argumentative examine ce que les modèles font avec leurs prémisses. La Vérification des sources examine certaines de ces prémisses à l’extérieur du dialogue.

Ces deux modes évaluatifs sont l’exception, pas la règle. L’essentiel de ce que fait Metamorfon est descriptif : comprendre, cartographier, faire émerger. Mais quand l’enjeu est de s’appuyer publiquement sur un matériau — une prise de position, une note, un article —, pouvoir auditer à la fois la solidité des raisonnements et la fidélité des sources change tout.

L’analyse peut devenir le tour suivant

Analyser une session ne signifie pas nécessairement la terminer.

Une analyse peut révéler que les participants partagent un présupposé qu’aucun n’a contesté. Elle peut isoler un désaccord que le débat avait recouvert. Elle peut montrer qu’une distinction apparue tardivement ouvre une question plus intéressante que celle posée au départ.

Les modes d’analyse de Metamorfon se concluent donc par une question : celle que le modèle analyste poserait maintenant aux participants. Cette question peut être reprise dans la session. Le processus devient alors :

dialoguer → analyser → reformuler → remettre à l’épreuve.

Le dispositif ne cherche plus seulement à obtenir une meilleure réponse au problème initial. Il permet de modifier progressivement le problème lui-même à partir de ce que sa mise à l’épreuve a révélé.

C’est ici que cet article méthodologique rejoint l’objet d’un autre article plus théorique, Metamorfon, un instrument de pensée : la confrontation ne sert pas seulement à tester des propositions. Elle peut aussi transformer les distinctions et les questions avec lesquelles on pensait au départ.

Faire débattre n’est pas comparer

« Faire débattre deux IA » peut enfin prêter à une confusion : confronter plusieurs modèles n’est pas nécessairement les comparer.

Des dispositifs comme Chatbot Arena ont un objectif différent. Deux modèles répondent anonymement à la même requête et des utilisateurs indiquent la réponse qu’ils préfèrent. Ces comparaisons pair-à-pair servent ensuite à construire des estimations de préférence entre modèles (Chiang et al., ICML 2024).

C’est une méthode d’évaluation utile pour la question qu’elle pose : quelles réponses les utilisateurs préfèrent-ils ?

Le débat pose une autre question.

Les modèles ne produisent plus deux sorties indépendantes. L’un reçoit l’argument de l’autre et doit en faire quelque chose. On peut alors observer comment une position résiste, se précise, concède ou se déplace.

Même les classements fondés sur les préférences doivent d’ailleurs distinguer le contenu d’une réponse de sa forme. L’équipe à l’origine de Chatbot Arena a montré qu’un contrôle de variables stylistiques — notamment la longueur et certains éléments de mise en forme — modifiait sensiblement certains classements (Li, Angelopoulos & Chiang, 2024).

Cela ne disqualifie pas le vote de préférence. Cela précise ce qu’il mesure.

Comparer des sorties, observer une interaction et vérifier une affirmation sont trois opérations différentes.

Metamorfon s’intéresse principalement à la deuxième, et fournit des outils pour prolonger cette interaction par la troisième.

Ce que « faire débattre deux IA » veut dire

Faire débattre deux IA sérieusement ne consiste donc pas à ouvrir un canal entre elles et à attendre.

Il faut donner une forme à l’échange : choisir qui reçoit quoi, préserver la continuité des positions, faire varier le régime du dialogue lorsque la trajectoire l’exige, isoler ponctuellement une question lorsqu’elle risque d’être absorbée par le débat.

Il faut ensuite pouvoir revenir sur ce qui s’est produit : reconstruire, cartographier, chercher ce qui a émergé, examiner les présupposés, auditer les arguments et vérifier les faits qui portent réellement leur charge.

La pluralité des modèles n’apporte aucune garantie de vérité. La recherche sur le débat multi-agent montre précisément que ses résultats dépendent de la qualité du protocole.

Sa valeur est ailleurs : elle transforme une série de réponses en une trajectoire que l’on peut examiner.

Brancher deux IA suffit à produire une conversation.

Faire de cette conversation un instrument demande une méthode.