- 01Un député canadien a lu à l’assemblée une phrase générée par un LLM, révélant une utilisation non déclarée de l’IA.
- 02La phrase incriminée, typique d’une suggestion de style automatisée, a été remarquée après la diffusion d’une vidéo sur les réseaux sociaux.
- 03L’incident interroge sur la transparence et la maîtrise des outils d’IA dans les institutions politiques.

Un député canadien a intégré dans un discours officiel un passage manifestement produit par un grand modèle de langage (LLM), révélant une utilisation non maîtrisée de l’IA dans un contexte institutionnel.
Lors d’une intervention à l’assemblée législative du Nouveau-Brunswick le 24 juin 2026, Bill Oliver, membre du Parti progressiste-conservateur, a lu à voix haute une phrase qui ne correspondait pas au reste de son discours : « Voici une version plus naturelle et fluide de cette section, qui se lit comme un discours législatif plutôt qu’une série de points courts ». Cette formulation, typique d’une suggestion de style proposée par un LLM, a été remarquée après la diffusion d’un enregistrement vidéo sur les réseaux sociaux (Reddit, Threads). Les médias canadiens comme la CBC et The Toronto Star ont depuis relayé l’incident, soulignant son caractère inédit dans un cadre parlementaire.
L’erreur de Bill Oliver illustre une confusion fréquente entre le texte brut généré par un outil d’IA et sa réécriture adaptée à un usage formel. Les législateurs, comme d’autres professionnels (avocats, journalistes, universitaires), recourent parfois à des LLM pour préparer des discours ou des documents, mais cette pratique peut conduire à des maladresses lorsque le texte original n’est pas suffisamment retravaillé. Dans ce cas précis, le passage lu à l’assemblée ne correspondait ni au style habituel du député ni au contexte de son intervention, trahissant une utilisation non déclarée et non vérifiée d’un outil d’IA.
Les réactions médiatiques et publiques soulignent un malaise croissant autour de l’adoption de l’IA dans les institutions, où la transparence et la responsabilité des acteurs politiques sont attendues. L’incident rejoint d’autres cas documentés où des professionnels ont involontairement exposé leur dépendance à des outils automatisés, souvent en raison d’erreurs factuelles ou stylistiques dans des productions présentées comme originales.
Articles liés

États-Unis : le gouvernement défend l'entraînement des LLM avec des données sous copyright
Comprendre les implications légales et stratégiques de la position américaine sur l'entraînement des IA avec du contenu protégé.

QueryStory lève 6 millions de dollars pour structurer les réponses des IA avec des récits vérifiés
Présentation d'une solution pour renforcer la confiance dans les outputs des modèles de langage.

Les startups testent de nouvelles architectures pour dépasser les limites des LLM
Découvrir les innovations des startups pour dépasser les limites actuelles des LLM.