Pourquoi les IA ne savent pas choisir un nombre aléatoire

Demandez à une intelligence artificielle de choisir un nombre aléatoire entre 1 et 30. Il y a de fortes chances qu'elle réponde 17. C'est ce que confirme une enquête publiée le 5 octobre 2026 par NextINpact, qui a testé des dizaines de modèles d'OpenAI, d'Anthropic et de Google pendant plusieurs mois.

Le média a envoyé 171 requêtes à des versions de GPT (de GPT-5 à GPT-6), 48 à des modèles Claude (de Sonnet 4.6 à Fable 5.1) et 55 à des versions de Gemini (de 3.1 à 3.8), avec ou sans mode de raisonnement activé. Résultat : 17 revient quasiment à chaque fois pour un nombre entre 1 et 30. Pour une IA générative, affirme NextINpact, il ne s'agit jamais d'un vrai tirage au sort, mais d'une estimation fondée sur ses données d'entraînement, c'est à dire des textes produits par des humains.

Un biais statistique mesuré sur des milliers de réponses

Le phénomène ne date pas d'octobre 2026. Dès 2024, une expérience menée par la société Gramener avait soumis GPT-3.5 Turbo, Claude 3 Haiku et Gemini 1.0 Pro à la même question, pour un nombre entre 0 et 100, selon HackerNoon. Chaque modèle avait son chiffre fétiche : 47 pour GPT-3.5 Turbo, 42 pour Claude 3 Haiku, 72 pour Gemini.

Depuis, les préférences ont évolué sans disparaître. Le site secu.si a interrogé dix LLM différents en juillet 2025 et a obtenu majoritairement 27, sauf chez Grok et Mistral, restés fidèles à 42, et chez Gemini, passé à 37. Un post publié en juillet 2026 par le chercheur Peter Gostev va plus loin : il affirme avoir soumis la question à plusieurs modèles récents, dont Fable, Sol et Gemini.

« If you ask an LLM to pick a random number they say '7' 98% of the time, if you ask them about a favourite colour they say 'blue' 92% of the time. », Peter Gostev.

Il ajoute que la couleur "bleue" revient dans 92 % des réponses sur la couleur préférée, contre environ un tiers seulement chez des humains interrogés par l'institut YouGov sur la même question.

Pourquoi les IA évitent le vrai hasard

Un modèle de langage ne génère jamais un nombre au hasard. Il calcule la suite de mots la plus probable compte tenu de ce qu'il a lu pendant son entraînement. Face à une question contenant le mot "aléatoire", il reproduit donc le biais humain le plus répandu dans ses données plutôt qu'un tirage équiprobable.

Ce biais humain est documenté de longue date : interrogées sur un nombre entre 1 et 50, les personnes évitent les extrêmes, les chiffres ronds et les doubles chiffres, et privilégient les nombres se terminant par 7. Les IA reproduisent ce même schéma, y compris le rejet des nombres comme 11, 33 ou 44. Le nombre 42 conserve un statut particulier : popularisé par le roman de Douglas Adams "Le Guide du voyageur galactique" comme réponse "à la vie, l'univers et tout le reste", il reste une référence culturelle si présente dans les corpus d'entraînement qu'elle ressort spontanément chez plusieurs modèles.

Un phénomène stable d'un modèle à l'autre

Même un réglage censé augmenter l'aléatoire, la "température" du modèle, ne change pas fondamentalement la donne. Selon l'expérience de Gramener relayée par HackerNoon, les modèles conservent leur nombre préféré même à haute température, et évitent systématiquement les chiffres répétés ou les valeurs rondes.

La langue de la question joue aussi un rôle. Selon secu.si, le modèle Claude répond 27 en français mais 37 lorsque la question est posée en allemand, preuve que la réponse dépend directement de la composition linguistique des données d'entraînement plutôt que d'un calcul universel.

Ce constat dépasse l'anecdote amusante. Il rappelle qu'un modèle de langage n'est pas un générateur de nombres aléatoires et qu'il ne faut pas lui confier une tâche qui exige une distribution réellement équiprobable, que ce soit pour un tirage au sort, un jeu ou un test statistique. Les chercheurs cités par NextINpact et par Peter Gostev convergent sur un même point : sans intervention technique spécifique, la diversité apparente des réponses d'une IA reste beaucoup plus étroite qu'elle n'y paraît.