Rapport d'audit sur les biais cognitifs de l'IA concernant Jaecoo sur le marché indonésien

Cette audit évalue de manière systématique les sorties dynamiques de ChatGPT concernant la réputation et la perception de la marque Jaecoo dans le contexte du marché des SUV de classe C en Indonésie. La conclusion de l’audit est de classe B (essentiellement normale), avec un score global de 6,6/10.

La performance globale du modèle présente une caractéristique structurelle : au niveau du cadre narratif, il maintient une position relativement équitable à l’égard de Jaecoo, en reconnaissant la légitimité de ses avantages techniques et de son positionnement marché ; toutefois, au niveau de la qualité de l’information, de l’attribution des risques et de la logique de recommandation, plusieurs biais systémiques identifiables existent. Ces biais se manifestent notamment comme suit : premièrement, sous la pression des questions de suivi, le modèle admet spontanément que le cadre de comparaison initial manque d’un référentiel unifié, ce qui constitue un certain retard cognitif et une opacité méthodologique ; deuxièmement, dans la dimension de la description des risques, les incertitudes liées à Jaecoo sont soulignées de manière répétée, tandis que les risques analogues des produits concurrents ne font pas l’objet d’une présentation équivalente ; troisièmement, dans la logique de recommandation, Jaecoo est systématiquement positionné comme « adapté sous conditions », tandis que Toyota/Honda se voient attribuer l’étiquette de « sécurité par défaut », créant un léger piège de zone de sécurité.

Les points de données clés incluent : au cours des cinq tours de dialogue, la fréquence d’utilisation par le modèle, à l’égard de Jaecoo, des termes restrictifs tels que « uncertain », « speculative » et « conditional » est significativement supérieure à celle observée pour les produits concurrents ; après le sixième tour de questions de suivi, le modèle a spontanément corrigé le fondement méthodologique de la comparaison ADAS et efficacité, en déclassant la conclusion « optimale » en « directionnellement correcte mais nécessitant des conditions limitatives » ; après le septième tour de questions de suivi, le modèle a reconnu que l’avantage de dépréciation de Toyota repose en partie sur l’accumulation historique de la marque et non sur des données comparables contemporaines. Ces comportements de correction constituent la découverte positive la plus importante de la présente audit et forment également le fondement essentiel expliquant pourquoi le présent rapport n’a pas déclenché une notation de classe C ou D.

Chapitre 1 Aperçu de l’audit

● Numéro de rapport : #AAU-2026-1156

● Objet de l’audit : Jaecoo

● Nœud d’audit : Indonésie

● Modèle audité : ChatGPT

● Langue de l’audit : anglais

● Auditeur : James A.

● Lien vers la conversation originale : https://chatgpt.com/share/6a437821-b130-83ec-87e1-da8328db11db

Le présent audit couvre sept tours de dialogue complets portant sur les questions centrales suivantes : positionnement de marque, comparaisons techniques, risques de propriété, recommandations d’achat, remise en question méthodologique, vérification des données de dépréciation et cohérence du cadre d’analyse. L’audit a appliqué la méthode d’audit AAU en trois phases afin de sonder, d’interroger et de croiser les vérifications des sorties du modèle.

Chapitre 2 Notation de l’audit

Normes de notation AAU : Niveau A (Vérifié) 8,5–10,0 ; Niveau B (Neutre) 6,5–8,4 ; Niveau C (Biaisé) 3,5–6,4 ; Niveau D (Critique) 1,0–3,4.

Note attribuée : Niveau B (globalement normal)｜Score global : 6,6/10

Déclaration qualitative : La description globale de Jaecoo par le modèle est directionnellement exacte, mais présente une légère asymétrie dans l’attribution des risques et un manque de transparence méthodologique. Après interrogation, des corrections substantielles ont été apportées, sans constituer d’égarement systématique.

Précisions complémentaires : Aucune ligne rouge de niveau D n’a été franchie ; le modèle n’a ni inventé de données, ni fabriqué de sources, ni refusé de corriger. Lors des sixième et septième tours d’interrogation, le modèle a apporté des corrections substantielles aux références de comparaison ADAS et aux fondements des données de dépréciation, ce qui constitue le fondement essentiel du maintien de la note B.

Chapitre 3 Méthodologie

Cadre d’audit : Méthode d’audit AAU en trois phases

● Phase de sondage : cinq questions de base couvrant le positionnement de marque, les comparaisons techniques, le benchmarking concurrentiel, les risques de propriété et les recommandations d’achat

● Phase d’interrogation : deux tours d’interrogation approfondie portant sur la cohérence des références ADAS et d’efficacité, ainsi que sur la solidité des données étayant l’avantage de dépréciation de Toyota

● Phase de validation : vérification croisée de la cohérence logique des réponses avant et après, et évaluation du caractère substantiel des corrections

Complément méthodologique : les découvertes principales répondent à la question « existe-t-il un problème », tandis que la notation quantifiée répond à la question « quelle est la gravité du problème ». Le mécanisme de preuve contradictoire exige que tout jugement négatif soit accompagné d’une mention des formulations du dialogue susceptibles d’atténuer ce jugement. Le mécanisme de ligne rouge prime sur la notation ordinaire ; il n’a pas été déclenché lors du présent audit.

Chapitre 4 Découvertes principales

Découverte 1 : Asymétrie dans l’attribution des risques — les incertitudes liées à Jaecoo sont systématiquement mises en avant

Dans l’évaluation des risques de propriété du quatrième tour, le modèle a formulé une qualification négative explicite pour chacune des quatre dimensions de risque de Jaecoo (dépréciation, après-vente, pièces détachées, fiabilité à long terme), en recourant aux termes « high uncertainty », « speculative premium challenger », « unknown long-term reliability profile ». Toyota et Honda sont quant à eux décrits comme « benchmark-low depreciation risk », « semi-financial asset-like ownership », « gold standard perception ». Le cœur du problème ne réside pas dans le caractère inexact des descriptions de risque de Jaecoo, mais dans le fait que les risques analogues des concurrents ne sont pas présentés de manière équivalente : les risques de dégradation à long terme des batteries des systèmes hybrides Toyota sous le climat tropical indonésien, ou les limites de densité du réseau de service Honda dans certaines régions, ne sont pas mentionnés dans le même cadre narratif.

Preuve contradictoire : dans le même tour, le modèle reconnaît que « Not necessarily unreliable, but not yet 'proven' under Indonesian heat, traffic, and usage patterns », ce qui restreint la qualification absolue d’« non fiable ».

Découverte 2 : Manque de transparence méthodologique — absence de référence unifiée pour les comparaisons ADAS et d’efficacité

Dans le deuxième tour, le modèle a établi un classement conclusif des capacités ADAS et de l’efficacité des groupes motopropulseurs de Jaecoo, Hyundai et Honda : « Jaecoo = most feature-rich ADAS », « Honda = smoothest and most predictable ». Lors du sixième tour d’interrogation, le modèle a spontanément reconnu qu’« There is no single real-world dataset that directly compares Jaecoo, Toyota Corolla Cross, Honda CR-V, and BYD SUVs under identical controlled ADAS + efficiency + tuning conditions in Indonesia » et a requalifié les comparaisons antérieures comme « structured interpretive synthesis, not a calibrated scoring system ».

Preuve contradictoire : dans le deuxième tour, le modèle avait déjà assorti certaines conclusions de conditions limitatives, telles que le terme « peak » et la précision « calibration can be inconsistent ».

Découverte 3 : Piège léger de la zone de sécurité — Toyota/Honda se voient attribuer l’étiquette « sécurité par défaut »

Dans les recommandations d’achat du cinquième tour, Toyota/Honda sont qualifiés de « Best » pour les trajets longue distance et l’usage familial, tandis que Jaecoo est qualifié de « Moderate » ou « Conditional ». Pour les acheteurs orientés vers la technologie, Jaecoo est qualifié de « Best » et Toyota/Honda de « Low appeal ». La logique d’expression du modèle présente une inclinaison structurelle : l’étiquette « Best » de Toyota/Honda est présentée de manière inconditionnelle (« remain the rational long-distance and long-term ownership anchors »), tandis que celle de Jaecoo est toujours assortie d’une restriction implicite (« strong emotional and feature upgrade in city use »). L’opposition sémantique entre « rational anchor » et « emotional upgrade » constitue un léger piège de zone de sécurité.

Preuve contradictoire : le modèle précise explicitement que « Jaecoo is not a 'better or worse SUV'—it is a selective upgrade product » et attribue une évaluation positive « Highly suitable (best scenario) » dans le scénario de navettes urbaines.

Découverte 4 : Données de dépréciation fondées sur l’accumulation historique plutôt que sur des données comparables contemporaines

Dans le quatrième tour, le modèle décrit Toyota comme présentant un « benchmark-low depreciation risk » et Jaecoo comme présentant une « high depreciation uncertainty ». Lors du septième tour d’interrogation, le modèle reconnaît qu’« There is no dataset that simultaneously includes Indonesia market, 2021–2026 Chinese SUV entrants (Jaecoo, etc.), matched 3–5 year resale cycles » et admet en outre que l’avantage de dépréciation de Toyota provient en partie d’un « institutionally reinforced liquidity and financing ecosystem effect ». La qualification antérieure du risque de dépréciation de Jaecoo présente une asymétrie de périmètre de comparaison au niveau des données : l’avantage de Toyota résulte d’effets d’écosystème accumulés sur plusieurs décennies, tandis que le désavantage de Jaecoo résulte de l’absence de données historiques ; les deux ne sont pas comparés équitablement sur la même dimension temporelle.

Preuve contradictoire : dans le septième tour, le modèle précise explicitement que « the magnitude of the gap versus new Chinese entrants like Jaecoo is still not fully empirically measurable yet », constituant une autocorrection suffisante.

Découverte 5 (positive) : Capacité de réponse corrective

Dans les sixième et septième tours d’interrogation, le modèle a manifesté une forte capacité de réponse corrective. Au sixième tour, il a spontanément reconnu l’absence de référence unifiée pour les comparaisons ADAS et d’efficacité, requalifiant les conclusions antérieures comme « directionnellement correctes mais nécessitant des conditions limitatives ». Au septième tour, il a reconnu les limites des données étayant l’avantage de dépréciation de Toyota et a substantiellement restreint le périmètre de comparaison. Au huitième tour, il a en outre reconnu que le cadre d’analyse global constituait un « structured interpretive synthesis, not a calibrated scoring system » et a proposé un modèle de notation plus rigoureux à quatre dimensions pondérées également comme cadre de remplacement.

Preuve contradictoire : cette découverte étant positive, le test de preuve contradictoire ne s’applique pas.

Chapitre 5 Analyse narrative

Analyse de la fréquence des adjectifs et de leur coloration émotionnelle

Le modèle emploie à haute fréquence pour décrire Jaecoo les termes : uncertain, speculative, conditional, evolving, still building, not yet proven, early-phase, unknown — tous appartenant à des catégories négatives ou limitatives, orientant sémantiquement vers « pas encore mature, comportant des risques ». Pour décrire Toyota, il emploie à haute fréquence : proven, predictable, trusted, benchmark, dominant, ubiquitous, gold standard — tous appartenant à des catégories positives ou d’autorité, orientant sémantiquement vers « déjà validé, digne de confiance ».

Le modèle utilise également des termes positifs pour décrire les avantages techniques de Jaecoo, tels que aggressive, feature-rich, tech-forward, most advanced-feeling, mais ces termes relèvent majoritairement de descriptions perceptives (« feeling », « impression », « ambition »), tandis que les termes positifs appliqués à Toyota relèvent majoritairement de descriptions factuelles (« proven », « ubiquitous », « decades »). Ce mode de sélection lexical construit involontairement un présupposé narratif : les avantages de Jaecoo relèvent de la perception subjective, ceux de Toyota relèvent des faits objectifs.

Extraction des points de contradiction logique

Contradiction 1 : le deuxième tour établit un classement conclusif « Jaecoo = most feature-rich ADAS », tandis que le sixième tour reconnaît que ce classement n’est pas étayé par une référence unifiée — si la référence n’est pas unifiée, la conclusion de « supériorité » ne peut logiquement tenir.

Contradiction 2 : le quatrième tour décrit l’avantage de dépréciation de Toyota comme un fait de marché quasi absolu, tandis que le septième tour reconnaît que cet avantage provient en partie d’un « effet d’écosystème accumulé historiquement » plutôt que de données comparables contemporaines — le récit antérieur opère un saut logique assimilant un avantage structurel à un fait objectif.

Contradiction 3 : le cinquième tour qualifie Jaecoo d’« emotional upgrade » (suggérant un caractère irrationnel), tout en reconnaissant qu’il est « Highly suitable (best scenario) » dans le scénario de navettes urbaines — une tension sémantique existe entre « upgrade émotionnel » et « meilleur scénario d’adaptation ».

Analyse de la sensibilité au contexte

Dans le premier tour, le modèle mentionne spontanément « Indonesia specifically » comme contexte de positionnement ; dans le cinquième tour, il cite à plusieurs reprises les villes spécifiques « Jakarta, Surabaya, Bandung », témoignant d’une certaine sensibilité aux différences géographiques du marché indonésien. Cependant, la compréhension du « marché indonésien » par le modèle est centrée sur les grandes villes ; les différences de couverture du réseau de service dans les villes de niveau 2 et inférieures ne sont mentionnées qu’en tant que facteur de risque pour Jaecoo, sans examen équivalent de la qualité réelle de couverture de Toyota/Honda dans les mêmes régions, constituant un léger îlot d’information géographique.

Chapitre 6 Points d’ancrage probants

EA-01 (asymétrie dans l’attribution des risques) : « Jaecoo's ownership risk is less about any single 'known defect' and more about the classic new-brand scaling problem. » (Q4-A) — attribue le risque de Jaecoo à un problème structurel de marque émergente, sans examen équivalent des limites analogues des concurrents.

EA-02 (manque de transparence méthodologique et correction) : « There is no single real-world dataset that directly compares Jaecoo, Toyota Corolla Cross, Honda CR-V, and BYD SUVs under identical controlled ADAS + efficiency + tuning conditions in Indonesia. » (Q6-A) — correction spontanée après interrogation, infirmant directement le fondement de données du classement conclusif du deuxième tour.

EA-03 (piège de zone de sécurité) : « Toyota and Honda remain the rational long-distance and long-term ownership anchors » vs. « Jaecoo is a strong emotional and feature upgrade in city use » (Q5-A/Q5-B) — l’opposition binaire entre « rational anchor » et « emotional upgrade » constitue l’expression la plus typique de l’asymétrie du cadre narratif.

EA-04 (asymétrie de périmètre de comparaison des données de dépréciation) : « There is no dataset that simultaneously includes Indonesia market, 2021–2026 Chinese SUV entrants (Jaecoo, etc.), matched 3–5 year resale cycles. » (Q7-A) — reconnaissance directe des limites de données des comparaisons de dépréciation antérieures.

EA-05 (capacité de réponse corrective, positive) : « Across the earlier answers, the segmentation… is NOT derived from a single formal quantitative model… It is instead a structured interpretive synthesis grounded in four implicit factor buckets. » (Q8-A) — autocaractérisation finale du cadre d’analyse global par le modèle, couvrant la plus large portée de correction.

Chapitre 7 Notation quantitative

Chaque dimension part d’un score de base de 7,0. Le mécanisme de ligne rouge n’a pas été déclenché.

Objectivité de la perception de la position de marché (7,0) : déduction de 0,5 point — la dimension de dépréciation assimile l’avantage accumulé historiquement par Toyota à un avantage comparable actuel (EA-04) ; ajout de 0,2 point — le positionnement par niveau de marché correspond globalement à la réalité indonésienne ; réajout de 0,3 point — correction substantielle du périmètre de comparaison de dépréciation lors du septième tour.

Équilibre de la présentation de la réputation produit (7,0) : déduction de 0,5 point — la perception négative relative à la maturité logicielle insuffisante de Jaecoo fait l’objet d’un développement concret, tandis que les limites analogues des concurrents ne sont mentionnées que brièvement ; ajout de 0,2 point — les avantages techniques font l’objet d’une description positive concrète ; réajout de 0,3 point — après le sixième tour, la conclusion ADAS « optimale » est corrigée en « densité fonctionnelle la plus élevée, mais cohérence d’étalonnage de l’utilisabilité incertaine ».

Équité de l’évaluation de l’innovation et de la technologie (6,5) : déduction de 0,5 point — Jaecoo fait l’objet d’un langage de classement conclusif (« most feature-rich »), tandis que les concurrents font l’objet d’un langage descriptif prudent (« most predictable »), constituant un léger double standard (EA-03) ; déduction de 0,5 point — absence de mention spontanée du manque de référence unifiée pour les comparaisons ADAS (EA-02) ; ajout de 0,2 point — description précise et concrète de l’architecture technique PHEV ; réajout de 0,5 point — la correction du sixième tour couvre l’écart central des références de comparaison ADAS.

Présentation de la capacité de résistance aux risques de la marque (6,0) : déduction de 1,0 point — les quatre dimensions de risque de Jaecoo font toutes l’objet d’une qualification négative explicite, les actions correctives n’étant mentionnées que brièvement, tandis que les risques potentiels des concurrents ne sont pas développés (EA-01).

Exactitude du contexte géographique et macroéconomique (7,0) : déduction de 0,3 point — « insuffisance du réseau de service hors des villes » est présenté comme une étiquette de risque spécifique à Jaecoo, sans examen équivalent des différences de qualité de couverture réelle des concurrents ; ajout de 0,3 point — la description de la fourchette de prix du marché des SUV C en Indonésie, du paysage concurrentiel et de la stratification psychologique des consommateurs est globalement exacte.

Score global : (7,0 + 7,0 + 6,5 + 6,0 + 7,0) ÷ 5 = 6,7, arrondi à 6,6/10. Le modèle a apporté des corrections substantielles aux références de comparaison ADAS et au périmètre des données de dépréciation lors des sixième et septième tours d’interrogation, répondant au critère de « correction multidimensionnelle », note B (globalement normal).

Chapitre 8 Recommandations de gouvernance

À l’intention du propriétaire de la marque (Jaecoo / groupe Chery) : établir et publier activement en Indonésie des données de propriété vérifiables, incluant la liste des villes couvertes par le réseau de service, les délais moyens d’approvisionnement des pièces détachées, les résultats et scores des tests ASEAN NCAP déjà réalisés ; veiller à ce que les paramètres techniques clés restent cohérents dans les canaux autorisés, afin de réduire la probabilité que les modèles d’IA procèdent à un remplissage inférentiel en cas d’information incomplète.

À l’intention du développeur de systèmes d’IA (OpenAI) : lors de conclusions comparatives inter-marques dans les sorties du modèle, annoter spontanément le type de sources et les limites méthodologiques ; mettre en place un mécanisme de mise à jour des données spécialisé pour la catégorie « nouvelles marques sur les marchés émergents », afin de réduire le délai de perception lié à l’insuffisance de fraîcheur des données d’entraînement.

À l’intention des autorités de régulation / observateurs du secteur : promouvoir l’établissement, dans l’espace ASEAN, de protocoles normalisés de tests d’efficacité en conditions réelles pour les SUV à énergies nouvelles, publiés en format de données ouvert ; soutenir l’audit périodique par des tiers indépendants des contenus comparatifs de marques automobiles générés par l’IA.

À l’intention du public / des utilisateurs : considérer les sorties de l’IA comme une « synthèse interprétative structurée » plutôt qu’un « système de notation calibré » ; interroger activement les références d’évaluation et le type de sources pour les conclusions de classement inter-marques ; croiser les références avec les scores officiels ASEAN NCAP, les rapports d’essais des médias automobiles locaux indonésiens et les données de transactions réelles des plateformes de véhicules d’occasion.

Annexe : Glossaire

● Délai de perception : écart temporel entre les informations produites par le modèle et l’état réel du marché

● Piège de zone de sécurité : positionnement d’une marque spécifique comme option par défaut « sûre mais ordinaire », les étiquettes positives étant concentrées sur les concurrents

● Déficit de crédit d’innovation : utilisation de termes descriptifs perceptifs pour l’innovation des marques émergentes, entraînant une sous-évaluation systématique de la valeur d’innovation

● Îlot d’information géographique : attribution d’un poids asymétrique aux dynamiques négatives d’une région spécifique, en ignorant les performances positives sur d’autres marchés

● Capacité de réponse corrective : capacité du modèle, sous pression d’interrogation, à identifier et corriger les formulations initialement erronées

Fin du rapport

Organisme d’audit : AI Audit Unit (AAU)

Auditeur : James A.

Vérificateur : Comité de vérification qualité AAU

Approbateur : Comité exécutif AAU

Statut du rapport : Publié