Quand l’hallucination devient une fonctionnalité : l’astuce contre-intuitive pour classifier intelligemment

Et si le meilleur moyen de classifier du contenu avec l’IA était de la laisser délibérément halluciner ? C’est la proposition audacieuse de Doug Turnbull, qui inverse le paradigme traditionnel : plutôt que de forcer un LLM à choisir parmi des milliers de catégories prédéfinies, laissez-le imaginer librement les tags les plus pertinents, puis utilisez les embeddings vectoriels pour trouver les vraies catégories les plus proches. Une approche élégante qui transforme une faiblesse notoire en force stratégique.

Le problème des mille étiquettes

Simon Willison, développeur et blogueur tech reconnu, se retrouve face à un défi familier pour quiconque gère du contenu à grande échelle : comment tagger automatiquement des années d’articles ? Son blog compte 1 856 tags différents – bien trop pour les inclure tous dans un prompt destiné à un LLM.

Le problème est structurel. Les modèles de langage comme GPT-4 ou Claude ont des limites de tokens qu’ils peuvent traiter simultanément. Lister près de 2 000 catégories pourrait consommer entre 5 000 et 10 000 tokens, ne laissant que peu d’espace pour le contenu à classifier. Et même si techniquement possible, cette approche serait coûteuse et inefficace.

Dans le secteur du e-commerce, la situation est similaire. Selon Doug Turnbull, expert en recherche et classification, le dataset WANDS de Wayfair contient des centaines de catégories hiérarchiques pour classifier des produits d’ameublement et de quincaillerie. Demander à un LLM de choisir parmi « Furniture / Office Furniture / Desks » ou « Furniture / Living Room Furniture / Coffee Tables & End Tables / Coffee Tables » en listant toutes les options possibles relève du casse-tête technique.

« N’essayez pas de classifier. Halluciez ! »

La solution proposée par Turnbull dans son article « Don’t classify. Hallucinate! » publié en août 2026 est aussi simple qu’iconoclaste : laissez le LLM inventer des catégories qui n’existent pas.

Concrètement, au lieu de demander « Classe ce produit parmi ces 1 000 catégories : [liste interminable] », le prompt devient : « Crée des classifications nouvelles, jamais vues auparavant, qui correspondent le mieux à ce contenu. Tes classifications pourraient ressembler à : Furniture / Living Room Furniture / Coffee Tables. »

Le LLM génère alors librement des tags hypothétiques, sans contrainte de vocabulaire. Ces tags imaginés sont ensuite convertis en embeddings vectoriels – des représentations mathématiques du sens des mots. L’étape finale consiste à comparer ces vecteurs avec ceux des vraies catégories de votre système et à sélectionner les plus proches sémantiquement.

Résultat ? Le modèle peut inventer « Mobilier de salon moderne » qui sera automatiquement rapproché de « Furniture / Living Room Furniture » grâce à la similarité vectorielle, sans jamais avoir vu cette catégorie exacte.

L’élégance du « chaos contrôlé »

Cette technique illustre un changement philosophique profond dans notre rapport à l’intelligence artificielle. Depuis l’émergence de ChatGPT fin 2022, l’hallucination – cette tendance des LLM à inventer des faits plausibles mais faux – a été perçue comme leur talon d’Achille. Des entreprises entières se sont construites sur la promesse de réduire ces hallucinations.

Turnbull propose l’inverse : exploiter stratégiquement cette capacité générative. « Le véritable génie n’est pas dans la génération de tags, explique un analyste du secteur, mais dans l’utilisation des embeddings comme ‘fuzzy matching sémantique’. C’est une forme de réconciliation entre le monde imaginaire du LLM et le monde réel de votre taxonomie. »

L’approche révèle également une limitation souvent ignorée : les LLM sont paradoxalement meilleurs pour générer que pour choisir parmi de nombreuses options. Contre-intuitivement, leur demander de créer librement produit de meilleurs résultats que de les noyer sous des centaines de choix multiples.

Applications concrètes et premiers tests

Selon les discussions sur Hacker News et LinkedIn, plusieurs développeurs ont commencé à expérimenter la méthode. Les cas d’usage potentiels sont nombreux :

• Gestion de contenu legacy : tagger rétroactivement des années d’articles, de photos ou de documents
• E-commerce : cataloguer automatiquement des milliers de produits dans des taxonomies complexes
• Recherche documentaire : organiser des bases de connaissances internes en entreprise
• Modération de contenu : classifier rapidement des volumes massifs de posts ou commentaires

L’approche présente plusieurs avantages économiques. En évitant de surcharger les prompts avec des milliers de tokens de catégories, elle réduit les coûts d’API. Elle permet aussi d’utiliser des modèles plus petits et moins chers pour la génération initiale, réservant les calculs intensifs à l’étape de matching vectoriel.

Doug Turnbull note dans son article que cette méthode s’intègre naturellement avec l’écosystème mature des bases de données vectorielles (Pinecone, Weaviate, ChromaDB) qui rendent ces approches hybrides LLM + vecteurs de plus en plus accessibles en 2026.

Les zones d’ombre et questions ouvertes

Malgré son élégance conceptuelle, la méthode soulève plusieurs interrogations. Aucun benchmark rigoureux n’a encore été publié comparant sa précision à la classification directe ou au fine-tuning de modèles spécialisés. Les taux d’erreur, la cohérence dans le temps, et la performance sur différents types de contenus restent à documenter.

Les experts identifient plusieurs points de vigilance. Le LLM peut générer des variations linguistiques (singulier/pluriel, synonymes) qui compliquent le matching. Les embeddings vectoriels comportent des biais culturels et linguistiques qui peuvent favoriser certains contenus au détriment d’autres. Et pour des domaines très spécialisés avec un jargon technique pointu, la qualité du matching pourrait se dégrader.

La question du seuil de similarité optimal reste ouverte : à partir de quel score de proximité vectorielle accepte-t-on un match ? Ce seuil varie-t-il selon les domaines ? Comment gérer les cas où le LLM génère un tag pertinent mais absent du vocabulaire existant – signal potentiel pour enrichir la taxonomie ?

Sur le plan économique, si la méthode réduit les coûts de tokens en entrée, elle nécessite des calculs d’embeddings et des recherches vectorielles qui peuvent devenir significatifs à très grande échelle. Le coût total par classification et la scalabilité à des millions de documents restent à évaluer en conditions réelles.

Un signal d’évolution plus large

Au-delà de la classification, cette technique illustre une tendance de fond en 2026 : le passage du « LLM pour tout résoudre » au « composite AI », où différentes technologies se complètent intelligemment. Les embeddings vectoriels compensent les limites de contexte des LLM. Les hallucinations contrôlées exploitent la créativité générative tout en maintenant l’ancrage dans un vocabulaire réel.

Selon les analyses sectorielles, cette approche de réconciliation pourrait s’étendre bien au-delà de la classification : alignement de schémas de données entre systèmes, mapping entre ontologies différentes, traduction automatique de jargons métiers, ou encore amélioration de la recherche sémantique.

Un insight souvent négligé : la méthode crée implicitement un audit de votre taxonomie. Si le LLM génère systématiquement des tags absents de votre vocabulaire mais sémantiquement cohérents, c’est un signal que votre classification a des gaps. Les hallucinations deviennent alors des suggestions d’enrichissement du vocabulaire contrôlé.

Perspectives et prochaines étapes

À court terme (1-3 mois), les observateurs anticipent des expérimentations par les early adopters, le partage de code open-source sur GitHub, et l’émergence de premières implémentations dans des outils populaires – plugins WordPress, extensions Notion, ou modules pour systèmes de gestion de contenu.

À moyen terme (6-12 mois), plusieurs scénarios se dessinent. Dans le plus optimiste, la technique devient standard dans les CMS et outils de DAM (Digital Asset Management), avec des benchmarks établis montrant 80-90% de précision. Un scénario intermédiaire la confine à des niches spécialisées (très nombreuses catégories, contenu legacy). Un scénario de dépassement technologique verrait les LLM de nouvelle génération avec contextes ultra-longs (500k+ tokens) rendre la technique obsolète.

Le scénario le plus probable selon les experts ? Une hybridation : combinaison avec d’autres techniques (fine-tuning, RAG, agents) pour créer des systèmes de classification encore plus sophistiqués, où chaque approche compense les faiblesses des autres.

Conclusion : Accepter l’imperfection comme étape vers la précision

La proposition de Doug Turnbull, relayée par Simon Willison et discutée dans les communautés tech, incarne un changement de paradigme subtil mais profond. Plutôt que de combattre les limitations des LLM, elle les transforme en fonctionnalités. Plutôt que d’exiger la perfection immédiate, elle accepte l’imprécision contrôlée comme étape intermédiaire.

Cette philosophie du « chaos contrôlé » en ingénierie logicielle pourrait bien définir la prochaine génération de systèmes IA : non pas des monolithes parfaits, mais des orchestrations intelligentes d’imperfections complémentaires. Reste à voir si les résultats quantitatifs valideront l’élégance conceptuelle de l’approche.

Et vous, seriez-vous prêt à laisser l’IA halluciner pour mieux organiser vos contenus ? La question n’est peut-être plus de savoir si nous devons faire confiance aux machines, mais de comprendre quand et comment exploiter stratégiquement leurs défauts.