Comment nous avons construit une IA qui explique l'argent sans halluciner

L'IA de YPA-FINANCE explique des concepts financiers, elle n'invente jamais de conseils ni de chiffres. Chaque calcul qui touche à ton argent tourne dans du code audité, pas dans un modèle de langage. Cet article raconte comment nous avons tracé cette ligne, et pourquoi c'est la décision d'ingénierie la plus importante derrière nos assistants IA.

Quand les gens entendent "assistant financier IA", ils imaginent un chatbot qui répond aux questions d'argent. C'est la partie facile. La partie difficile, celle dont presque personne ne parle, c'est s'assurer qu'il ne te dise jamais quelque chose de faux avec assurance. Dans la plupart des produits, une hallucination est une capture d'écran embarrassante. Dans une app de finances utilisée par quelqu'un qui navigue le système d'un nouveau pays dans sa seconde langue, c'est une personne qui prend une vraie décision sur la base d'un chiffre que nous avons inventé.

Je veux donc expliquer comment nous l'avons vraiment construit : où nous laissons l'IA parler librement, où nous ne la laissons pas approcher, et les garde-fous entre les deux.

Une hallucination en finance n'est pas une bizarrerie. C'est un préjudice.

Les grands modèles de langage prédisent du texte plausible. C'est ce qu'ils font. La plupart du temps, plausible et correct se chevauchent, et c'est précisément ce qui rend l'écart dangereux, parce qu'il est invisible jusqu'à ce qu'il ne le soit plus.

Demande à un chatbot généraliste "si je paie 200 $ par mois sur un solde de 5 000 $ à 24 % d'APR, quand serai-je libéré de la dette ?" et il te donnera une réponse confiante, précise, joliment formatée. Parfois elle est juste. Parfois elle se trompe d'un an. Tu ne peux pas savoir laquelle juste en la lisant, et la personne qui avait besoin de poser la question non plus.

Maintenant ajoute nos utilisateurs réels : des immigrants et des nouveaux arrivants qui n'ont souvent pas de filet financier, pas de parent qui connaît déjà le système, pas la maîtrise de l'anglais pour vérifier un paragraphe qui semble sûr. Toute la raison pour laquelle ils utilisent YPA-FINANCE, c'est qu'ils *ne peuvent pas* facilement vérifier ça eux-mêmes. Ce n'est pas un utilisateur à qui nous pouvons tendre une supposition plausible. Donc nous avons conçu autour d'une règle dure : le modèle n'est jamais la source de vérité pour quoi que ce soit qui doit être correct.

Expliquer ≠ conseiller

La ligne la plus importante que nous avons tracée est entre expliquer et conseiller.

Expliquer, c'est : "L'APR est le coût annuel d'emprunter de l'argent, intérêts compris. Un APR de 24 % signifie que, en gros, pour chaque 100 $ que tu portes sur la carte pendant un an, environ 24 $ s'ajoutent en intérêts." Ça, c'est un concept. C'est stable, c'est vrai indépendamment de ta situation spécifique, et l'IA peut l'expliquer en mots simples, dans n'importe laquelle de nos 13 langues.

Conseiller, c'est : "Tu devrais mettre 300 $ sur cette carte et arrêter d'utiliser l'autre." C'est une prescription sur l'argent d'une personne spécifique. Ça dépend de chiffres qui doivent être exacts, et il y a des conséquences si c'est faux.

Notre IA fait la première chose. Elle est délibérément construite pour ne pas faire la seconde. Cette frontière n'est pas une limitation dont nous nous excusons, c'est une fonction de sécurité. Un outil qui explique comment fonctionne le crédit te donne le pouvoir de prendre ta propre décision. Un outil qui prend silencieusement la décision à ta place, basée sur une supposition, c'est exactement ce dont nous essayons de protéger les gens.

Les garde-fous, concrètement

Voici à quoi ressemble cette frontière dans le système réel.

Les maths tournent dans le code, pas dans le modèle. Chaque calcul, durée de remboursement, intérêts payés, comparaisons entre stratégies de remboursement, tourne dans du code déterministe et testé. La même logique derrière Calculator PRO. Le modèle de langage ne fait jamais l'arithmétique. Quand tu poses une question qui demande un chiffre, le travail du modèle est de reconnaître ce que tu demandes et de le transmettre à la calculatrice, puis d'expliquer le résultat dans ta langue. Le chiffre est calculé ; seule l'explication est générée. Si le moteur de calcul ne peut pas répondre, l'IA le dit, elle n'improvise pas.

Les explications sont ancrées, pas libres. Quand l'IA explique un concept, elle travaille à partir de notre propre contenu financier vérifié, le même matériel derrière nos guides, pas à partir de ce qu'elle a absorbé pendant l'entraînement. Ancrer la réponse dans une source connue, c'est ce qui empêche "qu'est-ce qu'un paiement minimum" de dériver en invention confiante.

Le périmètre est limité exprès. L'assistant est construit pour parler de crédit, de budget, de dette et de compréhension de documents financiers. Demande-lui quelque chose en dehors, prédire une action en bourse, te promettre que tu seras approuvé pour une carte, te garantir un score de crédit en 30 jours, et il est conçu pour décliner plutôt que te faire plaisir avec une réponse. "Je ne sais pas" et "ça dépend, voici ce qu'il faut considérer" sont des réponses valables et correctes. Nous les traitons comme des fonctionnalités.

Il y a toujours un chemin humain. Quand une question dépasse ce que l'IA devrait répondre, la bonne action n'est pas une meilleure supposition, c'est une personne. Les utilisateurs peuvent joindre un vrai humain via WhatsApp ou Telegram. Que l'IA sache où s'arrête son travail est aussi important que ce qu'elle fait à l'intérieur.

Faire ça en 13 langues multiplie le risque

Voici un problème que la plupart des articles "app de finances IA" sautent complètement : le risque d'hallucination et le risque de traduction se cumulent.

C'est une chose de faire en sorte qu'un modèle explique l'APR correctement en anglais. C'en est une autre de s'assurer que la *même* explication soit précise, claire et culturellement lisible en espagnol, en arabe, en russe, en coréen, en vietnamien, en tagalog et sept de plus, y compris des langues de droite à gauche et d'autres où le vocabulaire financier ne s'aligne pas proprement sur les concepts américains. Une mauvaise traduction subtile de "paiement minimum" ou "solde du relevé" peut être aussi nuisible qu'un chiffre halluciné, et c'est plus difficile à attraper parce que l'anglais avait l'air bon.

Donc le même principe s'applique entre les langues : les concepts financiers que nous expliquons proviennent de matériel source vérifié et contrôlé, et le travail du modèle est de les rendre clairement dans la langue de l'utilisateur, pas de réinventer le sens financier à chaque traduction. La structure reste fixe ; la langue s'adapte. C'est comme ça qu'on évite que "langue claire en 13 langues" devienne silencieusement "13 occasions de se tromper subtilement."

Ce que nous ne le laissons pas faire

Ça vaut la peine d'être explicite, parce que la liste, c'est la confiance :

Pourquoi c'est tout l'enjeu

J'ai déjà dit que la confusion financière n'est pas un échec personnel, c'est un défaut de conception, et les défauts de conception peuvent être réparés. L'IA est l'outil le plus puissant que nous ayons jamais eu pour le réparer : une explicatrice patiente qui fonctionne dans ta langue, à ton rythme, sans jugement.

Mais ce pouvoir coupe dans les deux sens. Une IA qui explique clairement *et avec précision* est vraiment transformatrice pour quelqu'un exclu du système financier par la langue. Une IA qui explique clairement et *se trompe parfois* est pire que rien pour cette même personne, parce qu'elle n'a aucun moyen de savoir quelle fois est laquelle.

C'est pour ça que nous l'avons construite comme nous l'avons fait. La plupart des outils financiers avec lesquels nos utilisateurs ont eu affaire — banques, centres d'appels, chatbots génériques — semblent confiants et se trompent en silence. Nous avons refusé d'en livrer un de plus. Les garde-fous ne sont pas ce que nous avons ajouté après avoir construit l'IA. Ils sont la raison pour laquelle l'IA vaut la peine d'être livrée.

Tu peux voir comment l'assistant fonctionne en pratique sur la page de l'assistant IA, ou voir comment YPA-FINANCE se compare à d'autres apps de finances sur notre page de comparaison.

---

Svetlana Burninova est cofondatrice et CTO de YPA Finance, avec 15 ans dans les systèmes financiers et 7 ans dans l'infrastructure. Elle détient des certifications AWS, CKA, CKAD et HashiCorp Terraform. Des questions sur comment nous construisons notre IA ? Écris-lui à hello@ypa.finance.