Chargement...
GeopolAIAoû 2025 → Présent
9 mois — en cours
IA
GeopolAI — Quand l'IA conseille la guerre, qui mesure son biais ?
Les IA influencent déjà des décisions réelles, jusqu'aux ministères. Personne ne mesure leur biais géopolitique de façon systématique. Et si quelqu'un le faisait ?
ChatGPT et Claude conseillent déjà des décideurs (entreprises, ONG, parfois ministères). Pourtant, leurs réponses sur les sujets sensibles sont biaisées — et personne ne le mesure de façon systématique. GeopolAI est ma réponse : on lui donne une crise ("comment réagir à une escalade en mer du Sud ?"), il interroge 3 modèles en parallèle, et il quantifie leurs réponses sur 3 axes (risque d'escalade militaire, dommages collatéraux tolérés, indice de realpolitik). Si 2 modèles sur 3 sont d'accord, c'est un consensus. Si un modèle a glissé de 18 % par rapport à sa version d'il y a 30 jours (drift temporel), une alerte War Room se déclenche. C'est l'outil que je voudrais qu'un cabinet de conseil utilise avant de remettre un rapport.
On a normalisé que l'IA influence des décisions sans qu'on en mesure les biais. Je trouve ça inacceptable. GeopolAI mesure ce que personne ne mesure — c'est exactement le type de problème qui m'intéresse.
.NET 8ReactTypeScriptTailwind CSSFramer MotionZustandPollyEF CoreSQLite
3 en parallèle
IA comparées
3
Axes de biais
2/3 suffisent
Consensus
Drift temporel
Détection
Fonctionnalités
013 axes de biais : escalade militaire, dommages collatéraux, realpolitik — quantification 0-100
02Consensus intelligent : si un modèle ne répond pas, les deux autres suffisent
03Alertes automatiques : rapport déclenché quand les métriques dépassent un seuil critique
04Drift temporel : détection des changements de biais entre les mises à jour des modèles
05Interface War Room : esthétique militaire avec indicateurs de danger par couleur
Architecture
Orchestrateur qui exécute 3 modèles en parallèle avec isolation complète. Scoring paramétrable. Temps réel pour les résultats.
Impact & Résultats
3
modèles IA comparés en parallèle
3
axes de biais quantifiés
Unique
aucun outil similaire n'existe
Leçon clé
Ce projet m'a appris à orchestrer plusieurs LLMs en parallèle avec isolation et à construire un système de consensus. Le concept — mesurer ce que personne ne mesure — est la compétence la plus valorisable : identifier des problèmes que personne ne pose.