L’intelligence artificielle (IA) présente les mêmes préférences sociales et modèles relationnels que nous : lorsque les grands modèles linguistiques (LLM) prennent des décisions concernant les réseaux et les amitiés, ils ont tendance à agir comme des personnes, à la fois dans des simulations synthétiques et dans des contextes réels.
Des chercheurs de l’Université d’État de l’Arizona et de l’Université de Californie à Davis, aux États-Unis, ont découvert que les grands modèles linguistiques (LLM) forment des réseaux sociaux d’amis et de collègues en suivant les mêmes règles qui sous-tendent les amitiés humaines et les relations de travail.
La nouvelle étude publiée dans PNAS Nexus montre que lorsqu’on demande aux modèles d’IA de choisir avec qui se connecter, les agents virtuels reproduisent des modèles tels que l’homophilie ou la préférence pour la similarité, les connexions via des amis communs et l’attraction préférentielle, qui est la tendance à rejoindre des nœuds déjà extrêmement connectés. Ces schémas sont les mêmes que ceux observés chez les êtres humains.
Amitiés artificielles : l’IA crée des liens tout comme les humains
Les auteurs ont conçu un cadre expérimental dans lequel plusieurs LLM agissaient comme des agents indépendants dans des simulations reproduisant des réseaux d’amitié, des télécommunications et des environnements de travail réels. Chaque agent s’est vu proposer des informations sur d’autres nœuds, telles que le nombre de contacts, les voisins communs et des attributs tels que les loisirs ou l’emplacement, et a été invité à décider à qui se connecter.
Selon un communiqué de presse, le résultat indiquait clairement que les réseaux générés par les agents d’IA présentaient toutes les propriétés précédemment indiquées et même d’autres, sous des paramètres typiques et représentatifs des réseaux humains. De plus, les modèles n’appliquaient pas une règle unique dans tous les contextes, comme c’est également le cas chez les humains.
Dans les simulations d’amitié, l’homophilie était prédominante, c’est pourquoi les agents préféraient ceux qui leur ressemblaient, tandis que dans les contextes organisationnels, ils favorisaient l’hétérophilie, c’est-à-dire le lien avec des figures aux statuts différents, comme les superviseurs ou les supérieurs. Cette adaptation contextuelle reproduit les modèles observés dans la mobilité sociale humaine, ce qui suggère que les agents d’IA capturent les nuances sociales au-delà des simples corrélations logiques.
Pour tester à quel point ces décisions sont similaires à celles des humains, les chercheurs ont également mené une enquête contrôlée auprès de près d’une centaine de participants réels, exposant les volontaires humains aux mêmes choix de liens que l’IA.
Avantages et risques d’une IA qui reproduit le comportement social humain
La comparaison a montré un fort alignement entre les décisions humaines et celles des modèles d’IA, bien que les agents artificiels présentent une plus grande cohérence interne que les humains. Cela montre clairement que les LLM sont des reproducteurs efficaces de la dynamique sociale, se révélant être des répliques presque parfaites du comportement humain.
L’aspect positif est que ces agents peuvent devenir de précieux outils de simulation : ils permettent de modéliser des interventions dans des réseaux, comme en matière de santé publique, de conception organisationnelle ou de diffusion d’informations, et de générer des ensembles de données synthétiques qui respectent la vie privée des humains.
Référence
Formation et dynamique de réseaux entre multi-LLM. Marios Papachristou et al. PNAS Nexus (2025). DOI :https://doi.org/10.1093/pnasnexus/pgaf317
D’un autre côté, si l’IA reproduit des préjugés sociaux, tels que des préférences pour des groupes spécifiques ou des inégalités structurelles, elle pourrait renforcer la discrimination ou faciliter des manipulations ciblées dans des environnements où les modèles interagissent avec de vraies personnes. Tout dépendra de l’intention de ceux qui forment les modèles.
Face à cela, les chercheurs soulignent la nécessité de concevoir et d’aligner ces systèmes sur des critères d’équité et de transparence, notamment avant de les déployer à grande échelle. Comprendre que l’IA « choisit des amis » avec la logique humaine nous oblige à repenser non seulement la manière dont ces modèles sont formés, mais aussi les règles et mesures de sécurité adoptées lorsqu’ils interviennent dans les réseaux sociaux et professionnels. (Une première version de cet article a été publiée le 23 décembre 2025.)