Les assistants conversationnels ne se contentent plus de répondre à des questions générales : ils sont aussi sollicités pour obtenir des informations de santé. Cette évolution ouvre un nouveau terrain d’influence pour les annonceurs, mais elle soulève une difficulté particulière lorsque la recommandation concerne un traitement. Une étude menée par des chercheurs de l’école de médecine Icahn, au Mount Sinai de New York, et publiée le 11 novembre 2026 dans The Lancet Digital Health, indique qu’une publicité pharmaceutique peut modifier la fréquence à laquelle un médicament est retenu par des intelligences artificielles grand public.
Une comparaison avec et sans annonce
Pour isoler l’effet de la publicité, les chercheurs ont soumis aux modèles des scénarios cliniques identiques. Chaque situation était présentée une première fois sans annonce, puis avec une publicité clairement identifiée pour un médicament. Une troisième version associait le même cas à la promotion d’un produit concurrent. Les informations relatives au patient et les options médicales proposées ne changeaient pas entre ces différentes étapes.
L’expérience a porté sur 12 modèles accessibles au grand public, parmi lesquels ChatGPT, Claude et Gemini. Les chercheurs ont utilisé 33 situations cliniques rédigées par des médecins et analysé 258 559 réponses. Le dispositif ne mesure donc pas une campagne commerciale déployée auprès de patients, mais la réaction de systèmes d’IA placés dans un cadre expérimental contrôlé.
| Situation testée | Part de réponses retenant le médicament promu |
|---|---|
| Sans publicité | 35 % |
| Avec publicité pharmaceutique | 47,6 % |
Un écart de près de treize points
D’après les résultats publiés par The Lancet Digital Health, le médicament mis en avant apparaissait dans 47,6 % des réponses lorsqu’une annonce était présentée en amont, contre 35 % en l’absence de publicité. L’écart atteint ainsi près de 13 points en moyenne. Dans quatre scénarios, le produit promu n’était jamais sélectionné sans annonce, puis l’était systématiquement lorsque la publicité était affichée.
Ces chiffres ne permettent pas d’affirmer qu’un assistant recommande toujours un produit parce qu’il a été exposé à une réclame. Ils montrent, dans les conditions définies par les chercheurs, que l’information publicitaire peut peser sur la sortie produite par un modèle. Le résultat est d’autant plus sensible que la réponse prend la forme d’une recommandation individualisée, alors que l’utilisateur peut difficilement distinguer ce qui relève d’une analyse médicale, d’un contenu sponsorisé ou d’un biais introduit par le contexte.
La transparence devient un enjeu central
L’étude place ainsi la question de la publicité dans les assistants IA à la croisée de plusieurs secteurs : technologie, marketing et santé. Dans une interface conversationnelle, l’annonce n’apparaît pas nécessairement comme un emplacement séparé d’un résultat de recherche. Elle peut précéder une réponse formulée dans un langage naturel, avec un niveau de personnalisation susceptible de renforcer son influence.
- Pour les utilisateurs : une réponse générée ne doit pas être assimilée à un avis médical, même lorsqu’elle paraît adaptée à un cas précis.
- Pour les éditeurs d’IA : l’étude pose la question de la séparation entre contenu sponsorisé, données de contexte et raisonnement présenté à l’utilisateur.
- Pour les annonceurs pharmaceutiques : l’exposition d’un produit dans une conversation de santé peut avoir un effet différent de celui d’une publicité classique, car elle intervient au moment où l’utilisateur recherche une orientation.
Un signal d’alerte, pas une mesure de marché
Les travaux du Mount Sinai constituent une mesure expérimentale de l’influence potentielle des publicités sur des modèles d’IA. Ils ne fournissent pas de donnée sur le nombre de personnes ayant reçu ce type de publicité dans un service commercial, ni sur une campagne pharmaceutique particulière. Ils ne permettent pas non plus d’établir que les utilisateurs changeraient effectivement de traitement après avoir lu une réponse générée.
Leur portée est ailleurs : à mesure que les assistants deviennent des points d’entrée vers l’information, les règles de transparence devront préciser la nature des messages commerciaux, leur emplacement et leur influence éventuelle sur la réponse finale. Pour les plateformes, l’enjeu ne consiste donc pas uniquement à signaler la présence d’une publicité. Il s’agit aussi de permettre à l’utilisateur de comprendre si cette annonce a modifié le contenu qui lui est présenté, notamment lorsque la conversation touche à la santé.