Cinq documents : ce qu'un dénombrement dit qu'une estimation ne dira jamais

Il existe une obligation européenne qui demande aux fournisseurs de modèles d'IA à usage général — OpenAI, Google, Mistral, Anthropic et leurs pairs — de publier un résumé suffisamment détaillé des contenus utilisés pour entraîner leurs modèles.

Cette obligation ne concerne ni vous ni nous. Elle vise ceux qui fabriquent les modèles, pas ceux qui s'en servent. Nous n'en dirons donc rien de plus : ce n'est pas notre sujet, et ce serait sortir de notre métier que d'en commenter la portée.

Ce qui nous intéresse ici est ailleurs, et c'est une question de méthode : combien de ces résumés existaient réellement ?

Cinq

Trois chercheurs — Dick Blankvoort, Harshvardhan Pandit et Maximilian Gahntz — ont publié en février 2026 une évaluation de ces documents. Pour l'écrire, il leur a d'abord fallu les trouver. Leur résumé décrit le résultat en une ligne : une évaluation de cinq résumés publics, publiés à la date du 12 janvier 2026, trouvés au terme d'un processus de recherche exhaustif.

Cinq. Pas « peu ». Pas « une minorité ». Pas « la plupart des acteurs ne s'y conforment pas encore ». Cinq, avec une date d'arrêt de la recherche.

C'est cette forme-là qui nous intéresse, indépendamment du sujet qu'elle traite.

Ce qu'un nombre peut faire, et qu'une estimation ne fait pas

Nous produisons des constats techniques pour des gens qui devront s'en servir devant quelqu'un d'autre. À force, une distinction s'est imposée dans notre travail, et elle est plus tranchée qu'il n'y paraît.

Une estimation ne se conteste pas — elle se croit ou ne se croit pas. Quand un rapport annonce que « la majorité des acteurs » font ceci ou cela, le lecteur n'a aucune prise. Il ne peut ni refaire la mesure ni identifier ce qui la ferait varier. Il lui reste à évaluer la réputation de celui qui parle, ce qui est une tout autre opération que de vérifier.

Un dénombrement daté, lui, offre une prise. Il expose quatre choses que l'estimation garde pour elle : ce qu'on a cherché, où, jusqu'à quand, et combien on a trouvé. Chacune peut être attaquée séparément. Quelqu'un peut soutenir que la recherche a manqué un document, ou que la date d'arrêt est mal choisie. Cette contestabilité n'est pas une faiblesse du chiffre : c'est précisément ce qui en fait une mesure.

Un nombre qu'on peut recompter vaut mieux qu'une proportion qu'on doit croire — même quand le nombre est petit, même quand il est inconfortable.

Le piège du chiffre confortable

Il faut dire l'inverse aussi, sans quoi cette méthode devient un argument à sens unique.

Un dénombrement peut être exact et malgré tout mal utilisé. « Cinq » ne dit rien du nombre d'acteurs qui auraient dû publier — cette information est ailleurs, et nous ne l'avons pas mesurée. Un chiffre bas se prête merveilleusement au commentaire indigné, et c'est exactement là qu'il faut ralentir : le pas suivant, celui qui consiste à rapporter cinq à un total, demande un second travail que le premier n'a pas fait.

Nous nous l'appliquons à nous-mêmes, et il nous arrive de nous y reprendre. Quand nous écrivons qu'un contrôle a trouvé zéro anomalie, ce zéro est inutilisable tant qu'on ne dit pas sur quoi il a porté et ce qu'il n'a pas regardé. Nommer l'unité avant d'annoncer le chiffre : c'est la même discipline, dans l'autre sens.

Ce que nous en avons tiré, concrètement

Trois habitudes, qui n'ont rien de théorique.

Nous datons l'arrêt de nos recherches. Un relevé sans date de fin est un relevé qui vieillit sans le dire. Celui qui le lit six mois plus tard ne peut pas savoir s'il regarde une photographie ou une ruine.

Nous distinguons ce que nous avons compté de ce que nous avons estimé, dans la même page, avec des mots différents. Le lecteur doit pouvoir savoir en une seconde dans lequel des deux registres il se trouve.

Nous conservons la méthode à côté du résultat. Un nombre sans son protocole ne se refait pas, et un constat qui ne se refait pas n'est qu'un témoignage — quelle que soit la rigueur de celui qui l'a produit.

Ce que ce billet ne dit pas

Il ne dit pas si l'obligation évoquée en ouverture est bien ou mal conçue, ni ce que son application devrait être. Nous ne sommes pas juristes, et cette obligation ne s'adresse pas à nous.

Il ne dit pas non plus que cinq soit un chiffre scandaleux ou rassurant : nous n'avons pas mesuré le dénominateur, donc nous ne le commentons pas.

Il dit une chose, et une seule : quand vous avez le choix entre produire une estimation et produire un dénombrement, le second coûte plus cher et vaut infiniment plus — parce qu'il donne à celui d'en face les moyens de vous contredire. C'est aussi, accessoirement, la seule forme de constat qui survive à celui qui l'a écrit.