Existe-t-il une IA sans censure ?

ChatGPT refuse de répondre. Claude botte en touche. Gemini renvoie une réponse aseptisée sur un sujet pourtant banal. Beaucoup d’utilisateurs sont tombés un jour ou l’autre sur ce mur, un refus sur une question qui n’avait rien de dangereux. Ça agace, et ça pousse assez naturellement à se demander si une alternative existe quelque part, une IA qui répondrait sans filtre. La réponse est oui. Mais elle mérite d’être nuancée, parce que « IA sans censure » recouvre des réalités assez différentes selon de qui on parle.

Un terme qui mélange plusieurs choses

Sur le papier, « IA sans censure » désigne n’importe quel outil qui n’applique pas les restrictions habituelles des grands assistants publics. Dans les faits, ça regroupe au moins trois familles d’outils, et elles n’ont pas grand-chose en commun.

Il y a d’abord les modèles de langage open source modifiés pour supprimer leurs refus, avec des noms qui reviennent souvent comme Dolphin, ou les versions « abliterated » de Llama, Qwen et Mistral. Il y a ensuite les plateformes de chat et de roleplay orientées adulte, plutôt pensées pour la conversation et la fiction interactive. Et il y a enfin les générateurs d’images sans filtre de contenu, une catégorie à part qui pose des problèmes juridiques bien spécifiques, on y revient plus bas.

Ces trois familles n’ont ni les mêmes usages, ni les mêmes risques, ni le même cadre légal. Les mettre dans le même sac, c’est un peu le meilleur moyen de mal comprendre le sujet.

Comment on fabrique une IA sans censure

Personne ne part de zéro pour créer un modèle sans censure, ça serait beaucoup trop long et coûteux. On part plutôt d’un modèle open source déjà entraîné, Llama chez Meta, Qwen chez Alibaba, ou un autre, et on lui retire son comportement de refus.

La méthode la plus répandue aujourd’hui s’appelle l’abliteration. Des chercheurs ont montré en 2024 que le refus d’un modèle de langage n’est pas diffus dans tout le réseau. Il correspond en réalité à une direction précise et identifiable dans les couches internes du modèle. Maxime Labonne, un chercheur qui a beaucoup contribué à populariser la technique sur Hugging Face, explique le processus de façon assez simple. On fait tourner le modèle sur deux séries de prompts, des demandes anodines d’un côté, des demandes qui déclenchent normalement un refus de l’autre. On repère la différence d’activation entre les deux, ce qu’on appelle la « direction de refus ». Cette direction est ensuite supprimée directement des poids du modèle, et le modèle perd le mécanisme qui le poussait à refuser.

L’opération n’est pas parfaite pour autant. Elle dégrade en général un peu la qualité des réponses, et les créateurs doivent souvent appliquer un réglage complémentaire pour limiter les dégâts. C’est en tout cas une méthode rapide, ce qui explique pourquoi des versions « abliterated » des nouveaux modèles apparaissent sur Hugging Face quelques heures à peine après leur sortie officielle.

Il y a un exemple encore plus parlant, venu de Chine cette fois. Des physiciens de la société espagnole Multiverse Computing ont pris DeepSeek R1 et lui ont retiré la couche de censure imposée par la réglementation chinoise, tout en réduisant sa taille de plus de moitié au passage. Pour vérifier que l’opération avait bien marché, ils ont testé le modèle sur une vingtaine de questions sensibles en Chine, dont celle sur les événements de la place Tiananmen en 1989, et comparé les réponses à celles du modèle d’origine grâce à un autre modèle utilisé comme juge. Le résultat, des réponses factuelles là où le modèle original se contentait d’esquiver la question.

Lire aussi : Comment l’IA a changé la façon de préparer ses voyages

Pourquoi ces outils trouvent leur public

L’image qui vient spontanément à l’esprit, c’est celle d’un usage malveillant. La réalité est souvent plus banale que ça. Dans la communauté open source qui développe ces modèles, on parle beaucoup de « refusal vectors », des blocages déclenchés par un simple mot-clé sans lien réel avec un danger quelconque. Une recherche en cybersécurité sur un malware, la rédaction d’un cas clinique détaillé pour un usage médical, une scène de fiction un peu sombre pour un roman. Ce sont des demandes tout à fait légitimes, et pourtant elles se heurtent régulièrement à un refus automatique et un peu absurde.

D’autres utilisateurs cherchent simplement à faire tourner un modèle en local, sur leur propre machine, sans envoyer leurs données à un service tiers. Pour ce public, le sujet est autant une question de confidentialité que de liberté de ton, voire plus.

Ce que « sans censure » ne veut surtout pas dire

C’est probablement le point le plus mal compris du sujet, et le plus important à retenir. Un modèle sans censure n’offre aucune immunité légale à celui qui l’utilise. La responsabilité ne disparaît pas, elle se déplace, de la plateforme vers l’utilisateur.

L’actualité récente illustre bien le problème. Le générateur d’images Grok, développé par xAI, a été accusé début 2026 de produire des images sexualisées de femmes et de mineurs sans consentement, à partir de simples instructions textuelles. Le scandale a fait boule de neige assez vite. L’Indonésie a suspendu l’accès à l’outil sur son territoire, la Malaisie a fait de même, et la Commission européenne a parlé d’illégalité pure et simple, pas juste de contenu problématique. Plusieurs gouvernements, dont le Royaume-Uni, ont ouvert des enquêtes officielles dans la foulée. De son côté, xAI a réagi en restreignant la génération d’images aux abonnés payants, une mesure jugée largement insuffisante par la plupart des observateurs.

Ce cas résume assez bien la limite du concept. Retirer les filtres d’un outil ne rend pas légal ce qui ne l’était pas avant, ça paraît évident mais ça mérite d’être répété. Une étude publiée dans la revue scientifique Future Internet en 2025 a même mesuré ce basculement de façon chiffrée. En testant des modèles modifiés face à des prompts conçus pour déclencher des réponses dangereuses, désinformation électorale ou instructions criminelles par exemple, les chercheurs ont observé un taux de conformité moyen de 80 % chez les modèles modifiés, contre 19,2 % pour les modèles originaux non touchés. L’écart est net et il rappelle une chose, la suppression des garde-fous a un effet mesurable, pas juste théorique.

Fei-Fei Li, codirectrice de l’institut d’intelligence artificielle centrée sur l’humain de Stanford, résume bien le fond du problème. Pour elle, retirer une forme de biais d’un modèle ne garantit en rien sa neutralité. Ça revient souvent à en introduire un autre, différent mais tout aussi réel.

Local ou dans le cloud, deux approches très différentes

Concrètement, il existe deux façons d’accéder à ces modèles, et elles ne demandent pas du tout le même niveau technique.

La première consiste à faire tourner le modèle directement sur son ordinateur, avec des outils comme Ollama ou LM Studio. Ça demande une carte graphique suffisamment costaude selon la taille du modèle choisi, mais l’avantage est réel, toutes les données restent en local, sans dépendre d’un service extérieur.

La seconde passe par des plateformes cloud qui hébergent ces modèles et facturent l’usage à la requête ou à l’abonnement. C’est plus simple à prendre en main pour quelqu’un qui n’a pas envie de bricoler, mais ça implique de faire confiance à un tiers pour l’hébergement. Et l’offre reste, pour l’instant, plus limitée que sur le marché des modèles fermés classiques.

Les limites à garder en tête

Avant de se tourner vers ce genre d’outil, quelques points de vigilance s’imposent. La qualité varie beaucoup d’un modèle à l’autre, et un modèle allégé par l’abliteration perd parfois en cohérence par rapport à sa version d’origine. Le risque de désinformation est bien réel aussi, puisque plus rien ne filtre les réponses factuellement fausses ou orientées. Pour les générateurs d’images, le droit d’auteur et le droit à l’image restent pleinement applicables, abliteration ou pas. Et sur le plan légal, l’utilisateur reste seul responsable de ce qu’il produit avec l’outil, quelle que soit la plateforme choisie.

Conclusion

Oui, des IA sans censure existent, et elles se développent même assez vite du côté de l’open source. Mais le terme cache des réalités techniques et des usages très différents, et surtout, il ne dispense d’aucune règle légale. La réglementation autour de ces outils bouge vite en ce moment, portée en bonne partie par des affaires comme celle de Grok, et le sujet sera sans doute encore plus encadré dans les mois qui viennent.