ChatGPT, Claude, Gemini, Perplexity et d’autres modèles d’intelligence artificielle dessinent déjà leur propre hiérarchie de la présidentielle 2027. Une étude menée en septembre montre qu’Édouard Philippe, Marine Le Pen et Jean-Luc Mélenchon dominent leurs réponses, sans que ce classement puisse être assimilé à un sondage électoral.
Édouard Philippe ressort devant Marine Le Pen et Mélenchon
L’agence Angie et Météoria ont étudié pendant le mois de septembre 2026 les réponses de sept modèles d’intelligence artificielle générative sur la présidentielle française. L’objectif était d’observer la manière dont ces outils perçoivent les candidats, leur visibilité et leur campagne.
Le résultat fait apparaître un trio composé d’Édouard Philippe, Marine Le Pen et Jean-Luc Mélenchon. Les modèles identifient régulièrement ces trois personnalités comme les principales figures de la bataille présidentielle.
Édouard Philippe bénéficie toutefois d’un traitement particulièrement favorable. Plusieurs IA le positionnent comme un candidat central et lui attribuent jusqu’ici la meilleure dynamique de campagne.
Gabriel Attal apparaît également bien identifié, mais il n’atteint pas le même statut de favori. Bruno Retailleau figure derrière ce premier groupe, tandis que Raphaël Glucksmann ressort moins fortement dans les réponses étudiées.
Cette hiérarchie ne mesure pourtant ni les intentions de vote ni les chances réelles de victoire.
Les réponses des IA diffèrent des sondages
L’un des principaux enseignements de l’étude concerne précisément l’écart entre les représentations produites par les IA et les rapports de force mesurés auprès des électeurs.
Les enquêtes d’opinion publiées à la même période placent Marine Le Pen nettement en tête du premier tour dans plusieurs scénarios. Les modèles d’IA étudiés ne retranscrivent pas cette avance avec la même intensité et accordent davantage de poids à Édouard Philippe.
Cette différence s’explique par le fonctionnement même des modèles génératifs. Une IA ne constitue pas un échantillon représentatif de la population française. Elle analyse et synthétise des informations disponibles dans son environnement numérique.
Médias, sites institutionnels, réseaux sociaux, forums, Wikipédia ou contenus produits par les équipes politiques peuvent ainsi contribuer à la représentation qu’elle construit d’un candidat.
Une forte présence numérique ou médiatique peut donc accroître la visibilité d’une personnalité dans les réponses sans traduire automatiquement une progression dans l’électorat.
Des biais apparaissent dans la manière de présenter les candidats
L’étude met également en évidence des différences de tonalité. Certains candidats sont décrits de manière plus positive que d’autres.
Les profils considérés comme modérés semblent bénéficier globalement d’un traitement plus favorable. À l’inverse, les personnalités situées aux extrêmes du spectre politique obtiennent davantage de formulations négatives.
Bruno Retailleau est notamment présenté par les modèles étudiés comme réalisant une campagne moins performante qu’Édouard Philippe. Là encore, il s’agit d’une appréciation générée à partir de contenus numériques, et non d’une mesure objective de la qualité d’une campagne.
Les résultats peuvent également varier d’un modèle à l’autre. ChatGPT, Claude, Gemini ou Perplexity ne reposent pas exactement sur les mêmes données, les mêmes mécanismes de recherche ni les mêmes règles de classement de l’information.
Deux utilisateurs posant une question similaire à des outils différents peuvent donc recevoir des représentations sensiblement différentes de la même élection.
L’intelligence artificielle devient un enjeu de campagne
Cette évolution commence à modifier les stratégies politiques. Les équipes des candidats ne cherchent plus seulement à être visibles dans Google, dans la presse ou sur les réseaux sociaux. Elles doivent désormais réfléchir à la manière dont leurs contenus seront interprétés et repris par les assistants d’intelligence artificielle.
Les données chiffrées, les sources clairement identifiées et les pages bien structurées peuvent faciliter leur exploitation par les modèles. Certaines équipes politiques adaptent déjà leur production numérique à cette nouvelle réalité.
L’enjeu est important car une partie des électeurs pourrait utiliser l’IA pour comparer les candidats, résumer leurs programmes ou déterminer celui qui correspond le mieux à leurs priorités.
Mais ces outils ne doivent pas être confondus avec des instituts de sondage. Leur classement reflète avant tout l’information qu’ils trouvent, sélectionnent et hiérarchisent à un moment donné.
À mesure que la présidentielle 2027 approche, la bataille électorale pourrait donc se jouer également dans les réponses de ChatGPT, Gemini ou Perplexity. Pour les candidats, être visible auprès des électeurs pourrait bientôt passer aussi par la capacité à être correctement compris par les IA.
