Des incidents où des analystes utilisent l’IA pour rédiger des rapports de recherche ostentatoires se produisent encore. Récemment, un rapport hebdomadaire du secteur immobilier signé par deux analystes a qualifié à tort la déclaration sur l'immobilier lors de la réunion exécutive du Conseil d'État de 2024 de dernière politique du 7 juin 2026. De nombreux initiés du secteur ont déclaré aux journalistes que ce mode d'erreur de « désalignement du temps + transfert complet de contenu » est conforme aux caractéristiques typiques de « l'illusion » des grands modèles d'IA.



Le rapport de recherche mentionne que la réunion exécutive du Conseil des Affaires d'État du 7 juin 2026 déploiera des travaux liés à l'immobilier, qui sont en fait des informations datant d'il y a deux ans.

Ce rapport de recherche se lit comme suit : « La réunion exécutive du Conseil d'État du 7 juin 2026 a déployé des travaux liés à l'immobilier, exigeant la mise en œuvre des politiques existantes, réserver de nouvelles mesures pour déstocker et stabiliser le marché, revitaliser progressivement les biens immobiliers et les terrains existants, accélérer la construction d'un nouveau modèle de développement immobilier et améliorer le système de logement « marché + sécurité » ». Cependant, grâce au traçage des informations publiques, il s'agit en réalité d'un document ancien datant de 2024. La question immobilière a été évoquée lors de la réunion exécutive du Conseil d'État tenue le 7 juin 2024.

À en juger par le bon sens, pour une réunion exécutive du Conseil d’État de si haut niveau, en tant qu’analyste du secteur immobilier qui suit la politique, il est impossible qu’une erreur cognitive fondamentale soit commise sur l’heure et le contenu de la réunion. Le Conseil des Affaires d'Etat a tenu une réunion à ce sujet le 5 juin de cette année, mais le contenu et l'heure ne correspondaient pas.

Par coïncidence, les journalistes ont également trouvé des déclarations erronées presque identiques sur certaines plateformes de médias autonomes, sauf que l'heure était écrite à tort comme étant « 6 juin 2026 ». De toute évidence, les analystes ou les grands modèles sous-jacents ont été confrontés à une grave « pollution de l'information » lors de la capture d'informations publiques sur Internet, et l'IA a directement « parcouru » les anciennes nouvelles d'il y a deux ans à aujourd'hui sans examen strict.


Certains médias indépendants ont également cité des informations erronées similaires.

La recherche en investissement est le domaine où l'IA est mise en œuvre la plus en profondeur et où les résultats sont les plus rapides dans le secteur des valeurs mobilières, car le travail principal de la recherche en investissement est le traitement de l'information et la production de connaissances, ce qui se trouve être la capacité des grands modèles. Utiliser l’IA pour aider à la rédaction de rapports de recherche est devenu une pratique courante dans l’industrie. De nombreux instituts de recherche en courtage ont également créé des groupes de recherche sur les investissements en IA et publient régulièrement des rapports de recherche générés par l'IA. À l'heure actuelle, l'IA joue principalement un rôle auxiliaire dans la rédaction de rapports de recherche, comme peaufiner le texte, citer des informations publiques, etc.

Bien qu'il s'agisse d'un rôle auxiliaire, la pollution informationnelle sur Internet entre dans le domaine de la recherche professionnelle grâce aux outils d'IA, ce qui mérite d'être vigilant. Rien qu'en 2025, une société de courtage a diffusé un PPT erroné causé par la pollution de l'information, qui déclarait que « 80 % des investisseurs particuliers perdront de l'argent cette année ». En fin de compte, il s’est avéré que tout, depuis les données jusqu’à la source de données, était erroné.

En tant que pont d'informations clé reliant les investisseurs et le marché des capitaux, les rapports de recherche des sociétés de valeurs mobilières jouent un rôle essentiel en guidant les orientations d'investissement, en améliorant la transparence du marché et en protégeant les intérêts des investisseurs. De nos jours, alors que le secteur des valeurs mobilières adopte profondément la technologie de l’IA, les défis liés à la conformité des processus et aux mécanismes de confiance ne peuvent être ignorés.

Pourquoi les hallucinations surviennent-elles ?

Le type de rapport de recherche qui a exposé le problème cette fois-ci est un rapport hebdomadaire régulièrement publié par les sociétés de valeurs mobilières. Ces produits de recherche normalisés et à haute fréquence sont précisément les domaines dans lesquels les hallucinations de l’IA sont les plus susceptibles de se produire.

Il n'est pas difficile de comprendre pourquoi. Les hebdomadaires et les quotidiens sont des résultats de recherche « à faible coût » et ont généralement un cadre de modèle fixe. Tant que vous appliquez un modèle, importez des données et citez des informations publiques, vous pouvez rédiger rapidement un document. L’introduction d’outils d’IA a encore raccourci le cycle de production.

La commodité vient souvent avec la négligence. Dans le processus de production basé sur des modèles, les analystes ne reviennent souvent pas aux sources originales une par une pour examiner le contenu politique automatiquement capturé et généré par l’IA. En particulier, certaines déclarations politiques qui semblent « correctes » sont plus susceptibles d’être abandonnées au cours du processus de révision.

D’un autre côté, la popularité des outils d’IA dans les départements de recherche des maisons de titres a créé un effet superposé avec les changements dans la structure du personnel.

Un grand nombre de jeunes analystes et stagiaires ont été exposés et habitués à utiliser les outils d’écriture d’IA plus tôt. Pour eux, utiliser de grands modèles pour organiser les données et générer les premières ébauches est la norme dans leur travail quotidien. Cependant, certains membres du personnel ne sont pas conscients de l’importance de la vérification à la source et s’appuient trop sur les résultats de l’IA.

Alors qu'il existe déjà un grand nombre de déclarations erronées sur la « Conférence immobilière du Conseil d'État 2026 » sur Internet, l'IA peut produire ces informations sur la pollution comme des « faits » pendant le processus de formation et de raisonnement et les saisir dans un rapport de recherche formel.

Ce n’est pas la première fois qu’IA expose le problème de « l’illusion » dans le domaine des valeurs mobilières. The Financial Associated Press a déjà publié dans « Will the « Model Illusion » of Robo-Advisors Mislead Investors ? Dans le rapport « Three Major Pain Points Survey », nous avons effectué des observations de suivi sur les écarts factuels de l’IA dans le secteur du conseil en investissement.

Comment résoudre les hallucinations ?

Un principe qui a fait consensus dans l'industrie est que les résultats de l'IA en matière de recherche en investissement doivent toujours porter l'étiquette d'« examen humain ».

Tout contenu généré par l’IA qui n’a pas été examiné par des analystes n’apparaîtra pas dans les rapports de recherche officiels. Il ne s’agit pas d’un problème d’efficacité, mais d’un problème de conformité : si quelque chose ne va pas, c’est l’analyste qui approuve, pas l’IA.

Cependant, dans la pratique, la manière de définir les normes de « contrôle » et la manière d'équilibrer efficacité et qualité restent des questions auxquelles chaque maison de titres doit faire face.

Pour l’instant, la Commission chinoise de réglementation des valeurs mobilières n’a pas publié de nouvelles réglementations spécifiques aux rapports de recherche générés par l’IA. Les « Mesures administratives pour la divulgation d'informations des sociétés cotées » révisées en mars 2025 ont ajouté des dispositions réglementaires pour les comportements « d'externalisation », mais n'ont pas explicitement mentionné l'IA.

La conformité de l’IA dans les scénarios de recherche en investissement repose actuellement principalement sur les directives d’autoréglementation du secteur et sur les systèmes de contrôle des risques internes des sociétés de titres. Cette « zone grise » est à la fois un défi et une opportunité : l'absence de règles claires laisse place à l'innovation, mais cela signifie également que les limites de la responsabilité doivent être appréhendées par soi-même.

Il convient de mentionner que depuis 2025, il n’y a pas eu de distorsion à grande échelle des rapports de recherche due à la rédaction de l’IA dans le secteur, ce qui montre l’importance globale que les activités de recherche des maisons de titres attachent à la conformité.

Mais lorsqu’un problème survient, son impact ne peut être sous-estimé. Un rapport de recherche contenant des erreurs factuelles suscitera non seulement l’opinion publique, mais, plus important encore, nuira à la confiance des institutions côté acheteur et des investisseurs dans la recherche côté vente.

« Le rapport de recherche que tout le monde voit est-il nécessairement correct ? Une fois que de tels doutes s’enracineront dans l’esprit des investisseurs, ils nuiront à la crédibilité de l’ensemble du secteur de la recherche côté vente.

Ce qui est intéressant, c’est que l’IA crée des problèmes et les résout. Selon les recherches du journaliste, les plates - formes manuelles intelligentes introduites par de nombreuses sociétés de valeurs mobilières apportent une innovation systématique au système de recherche et de gestion de la conformité des vendeurs. La conception d'un flux de travail standard et la prise en charge de la technologie de l'intelligence artificielle ont permis de réaliser la double mise à niveau de la normalisation du processus de rédaction des rapports de recherche sur les valeurs mobilières et de l'unification des normes d'examen.

Utiliser une IA plus mature pour contraindre et standardiser le contenu généré par l’IA peut être un choix inévitable sur cette voie technique. Un analyste du courtage a déclaré aux journalistes que quelle que soit l'évolution de la technologie, une chose ne changera pas. Les exigences du marché des capitaux en matière d’authenticité de l’information sont plus élevées que toutes les améliorations d’efficacité.