Poser ses questions à l'IA en français ou en anglais ?

Pour interroger vos propres documents rédigés en français avec un outil d'intelligence artificielle (IA), posez la question en français. Les écarts mesurés entre le français et l'anglais sont faibles sur les modèles récents, d'après les mesures publiées par leur éditeur. Et la recherche dans vos documents fonctionne mieux quand la question emploie la même langue et les mêmes mots qu'eux. Les vrais pièges sont ailleurs : les formats de date et de nombre, les sigles maison, le vocabulaire de votre métier.

Ce que mesurent les éditeurs

Anthropic, l'éditeur de Claude, publie dans sa documentation les scores de ses modèles sur un test appelé Global-MMLU. C'est l'extension à 42 langues d'un test de référence anglais, le MMLU (« Massive Multitask Language Understanding », soit compréhension du langage sur de nombreuses tâches). Chaque score y est exprimé en pourcentage du score obtenu en anglais par le même modèle. En français :

Anthropic précise que les écarts inférieurs à environ un point relèvent du bruit de mesure. Le tableau sert à comparer les langues pour un même modèle, pas à classer les modèles entre eux.

Deux réserves honnêtes s'imposent. Ces chiffres sont publiés par l'éditeur lui-même. Et ils portent sur un test standard, pas sur la recherche dans vos documents. Ils disent que le modèle comprend et raisonne presque aussi bien en français qu'en anglais. Ils ne disent pas qu'il trouvera le bon passage dans vos fichiers.

Ce que montre une étude française, sur des modèles plus anciens

Des chercheurs de l'université Grenoble Alpes ont présenté en 2025, à la conférence francophone de traitement automatique des langues CORIA-TALN, une étude sur 285 questions techniques à choix multiples en hydraulique et en génie civil. Les questions avaient été traduites de l'anglais vers le français, puis relues par des experts. Attention : les modèles testés sont des modèles ouverts de petite taille, antérieurs aux outils actuels, comme Llama 3.1 8B, Mistral 7B, Qwen 2.5 ou CroissantLLM.

Les auteurs concluent que les résultats sont restés relativement homogènes entre les deux langues. Selon les modèles, le français faisait parfois mieux, parfois moins bien. Par exemple, en hydraulique et sans exemple fourni, Mistral 7B obtenait 31,13 % de bonnes réponses en français contre 24,53 % en anglais. Les auteurs soulignent aussi que les performances globales restaient faibles sur ces questions spécialisées. Le constat ne vaut que pour ces anciens modèles. La leçon à en tirer reste modeste : sur ces tests, la langue n'était pas le facteur décisif.

Pourquoi la langue de vos documents compte plus

Quand vous interrogez vos fichiers, l'outil commence par chercher les passages proches de votre question. Le guide de la direction générale des Entreprises (DGE) décrit deux façons de chercher : par les mots en commun, ou par la proximité de sens. Une question en anglais posée à des contrats en français n'a presque aucun mot en commun avec eux. La recherche par mots devient alors inutile, et toute la réponse repose sur la recherche par le sens. Gardez donc la langue de vos documents, et si possible leurs mots.

Les pièges propres au français

Ce sont eux qui causent le plus d'erreurs, bien plus que la langue elle-même :

• les dates : « 03/04/2026 » est le 3 avril en France, mais peut être lu comme le 4 mars par un outil réglé à l'anglo-saxonne. Écrivez « 3 avril 2026 » dans la question, et vérifiez le format de la colonne date ;
• les nombres : « 1 234,50 » en français, « 1,234.50 » en anglais. Un séparateur mal lu change un montant d'un facteur mille ;
• hors taxes et toutes taxes : précisez toujours lequel vous voulez ;
• les sigles maison : « le CR du 12 » ou « les BL de la semaine » ne veulent rien dire hors de votre entreprise. Écrivez « compte rendu » et « bons de livraison », ou donnez la définition dans la question ;
• les accents et les variantes : « Saint-Jean-de-Luz », « St Jean de Luz » et « ST-JEAN-DE-LUZ » sont trois écritures d'une même valeur ; normalisez-les dans vos données.

Fixer la langue de la réponse

Anthropic indique que le modèle déduit la langue de réponse de la conversation. Pour une application, l'éditeur conseille d'indiquer explicitement la langue attendue. Si vous recevez une réponse en anglais à une question en français, par exemple parce qu'un document source est en anglais, ajoutez simplement « réponds en français ».

En résumé

Pour formuler une question précise, voyez les exemples classés par donnée. Pour contrôler la réponse, suivez la méthode de vérification.