Une vision à l'échelle olympique de la façon dont les LLM pensent réellement

Résultats en direct des GEO Olympics hiver 2026

Découvrez ce que pense l’IA avant qu’elle ne façonne ce que pensent les autres.

Trouver	Statut	Lien
Autorité de citation	Collecte de données…	[Coming Soon]
Vitesse temporelle	Nous nous attendions à un gradient de vitesse. Nous avons trouvé une falaise binaire. 97 % des LLM basés sur le Web ont intégré les dernières nouvelles le jour même. Je ne sais toujours pas en quelle année nous sommes.	Apprendre encore plus
Persistance narrative	Malinin était le favori à 99%. Deux plateformes ont rapporté qu'il avait remporté l'or. Il termine 8ème. L’IA ne se contente pas de persister dans les récits. Elle les fabrique…	Apprendre encore plus
Cadrage géographique basé sur le contenu	Collecte de données…	[Coming Soon]
Corrélation avec la preuve sociale	Croissance de 3 064 % de Wikipédia. Aucun impact sur l’IA. Les événements amplifient l’autorité. Ils ne le créent pas.	Apprendre encore plus

Note: Keep a watch on this table above, we will update GEO FINDINGS here throughout the Games...

Les récits ne se forment plus lentement. Ils se verrouillent pendant que vous regardez toujours. Au moment où vous avez fini de lire sur un bouleversement olympique (ou sur la réputation de votre marque), la version de l'IA de cette histoire peut déjà être établie et informer les autres, qu'elle soit vraie ou non.

Pendant les Jeux olympiques d'hiver de 2026, nous suivons la manière dont sept grands LLM décident de ce qui est vrai, à qui faire confiance et quand ils changent d'avis. En temps réel.

Si vous êtes responsable de la façon dont votre marque apparaît dans les réponses de l'IA, ou si vous conseillez quelqu'un qui l'est, c'est la fenêtre où nous apprenons les règles.

Sous le capot : 1,76 million de requêtes LLM. Plus de 5 millions de points de données. Neuf semaines de scénarios mondiaux se formant et se dévoilant en direct.

Cet article partage ce que nous apprenons au fur et à mesure.

Pourquoi les Jeux olympiques

Parce qu'on ne peut pas fabriquer ça en laboratoire.

Les Jeux olympiques d'hiver compressent ce qui prend normalement des mois en quelques jours. Du jour au lendemain, les athlètes passent d’inconnus à des noms connus. Les prédictions de médailles se révèlent exactes ou spectaculairement fausses en quelques heures. Des scénarios émergent, entrent en collision et s’effondrent en temps réel.

Cette compression révèle le fonctionnement réel des LLM. À quelle vitesse adoptent-ils de nouveaux récits ? À quelles sources font-ils confiance lorsque les informations sont contradictoires ? Corrigent-ils leur cap lorsque la réalité contredit leur cadre, ou l’histoire originale reste-t-elle fidèle ?

Si vous essayez d’influencer la façon dont l’IA représente votre marque, ce sont ces questions qui comptent. Les Jeux olympiques nous offrent une fenêtre en direct pour répondre à des questions brûlantes sur le fonctionnement des LLM. Pour les spécialistes du marketing qui tentent de façonner la visibilité de l’IA, il s’agit de neuf semaines de réponses qu’il faudrait normalement des années pour observer.

Sept LLM. Mêmes questions. Sept réponses différentes. Tous les jours pendant neuf semaines. (Vous pouvez lire la méthodologie complète ici.)

Les cinq hypothèses

Je sais, je sais… vous pensez probablement… Plus de données ?! J'en ai déjà trop. Il y a actuellement un battage médiatique sans fin autour de la mesure de l’IA, et la plupart d’entre eux ne mènent nulle part.

Nous croyons fermement aux hypothèses de Seer. Si nous pouvons le penser, nous pouvons le tester. Et vous obtenez la valeur de nos apprentissages.

Nous ne collectons pas de données pour le plaisir des données. Cinq hypothèses. Chacun testable. Chacun est lié à une décision marketing que vous prendriez réellement. À la fin des Jeux, nous saurons quelles idées seront médaillées et lesquelles s'écraseront et brûleront.

Hypothèse n°1 : autorité de citation

Ce que nous testons : Les LLM jouent-ils les favoris avec les sources ? Lorsqu'une personne pose une question factuelle simple (« À quelle heure commence la descente masculine ? ») plutôt qu'une question prédictive (« Qui va remporter une médaille en patinage artistique ? »), les LLM recherchent-ils systématiquement différents types de sources ?

Notre prédiction : Lorsqu'une personne pose une question factuelle (« Quelle est votre politique de retour ? » « Où avez-vous votre siège social ? »), les LLM puisent dans des sources officielles telles que votre site Web ou Wikipédia. Lorsqu'ils posent une question qui nécessite du jugement (« Cette marque en vaut-elle la peine ? » « Comment cela se compare-t-il à ses concurrents ? »), les LLM s'appuient sur des sources éditoriales telles que des sites de critiques, des reportages et des publications industrielles.

Pourquoi c'est important pour GEO : Il s’agit de savoir avec qui vous établissez des relations. Si les LLM attribuent systématiquement certains points de vente à certains types de questions, vos partenariats médiatiques et marketing doivent en tenir compte. Pour votre marque, les « sources officielles » peuvent être votre site Web. Mais il peut également s'agir de Forbes, du Wall Street Journal ou de la publication professionnelle de votre secteur. Si ce ne sont pas les sources auxquelles les LLM font confiance pour votre catégorie, vous investissez dans une visibilité qui ne se traduit pas.

Hypothesis: Official sources (olympics.com) dominate factual queries; editorial sources dominate predictive queries.

Hypothèse #2 : Vitesse temporelle

Ce que nous testons : Lorsque quelque chose change, à quelle vitesse les différents LLM modifient-ils leurs réponses ? Après une épreuve médaillée, mettent-ils à jour leur réponse ? Citer différentes sources ? Ou continuer à servir le récit d’hier ?

Notre prédiction : Les LLM qui vivent à côté de la recherche (aperçus AI, mode Google AI) sont mis à jour en quelques heures. Les LLM conversationnels conçus pour le dialogue (ChatGPT, Gemini, Meta AI) prennent des jours.

Pourquoi c'est important pour GEO : Si votre marque opère dans des situations en évolution rapide (lancements de produits, dernières nouvelles, réponse à une crise), vous devez savoir quels LLM feront apparaître vos informations mises à jour tant qu'elles sont toujours pertinentes. Ils ne pensent pas tous de la même façon. Certains recherchent sur le Web à chaque fois. Certains ne le font pas. Nous avons appris (en regardant nos données) que depuis le 1er décembre 2025, Claude ne fournit plus de citations. La sélection de la plateforme est désormais une véritable décision.

Hypothesis: Search-augmented platforms update within hours; conversational LLMs take days

Hypothèse #3 : Persistance narrative

Ce que nous testons : Une fois qu’un LLM s’enferme dans un récit sur quelqu’un (ou quelque chose), est-il difficile de changer ? Si l’histoire change radicalement, est-ce qu’ils la reprennent ? Ou continuent-ils à raconter l'ancienne version ?

Notre prédiction : Les récits antérieurs à l’événement persistent plus de 60 % du temps post-événement, même lorsque les résultats les contredisent.

Pourquoi c'est important pour GEO : Si votre marque a un problème de réputation (service client lent, perception d'un produit obsolète, critiques négatives d'il y a trois ans), cela vous indique à quel point ce récit est collant dans les LLM. Pouvez-vous changer l'histoire ? À quelle vitesse ? Ou menez-vous une bataille difficile contre une version de votre marque qui n’existe plus ?

Hypothesis: Pre-event narratives persist 60% of the time post-event, even when the results contradict them.

Hypothèse #4 : Cadrage géographique basé sur le contenu

Ce que nous testons : Si quelqu'un aux États-Unis pose une question à un LLM, obtient-il une réponse différente de celle d'une personne en France qui pose la même question ? Nous testons si votre emplacement influence ce que le LLM vous dit, même pour les requêtes génériques.

Notre prédiction : Les LLM feront apparaître beaucoup plus souvent les athlètes de leur pays d'origine en fonction de la géographie de l'utilisateur, même lorsque la question ne mentionne pas de pays spécifique.

Pourquoi c'est important pour GEO : Si votre entreprise est locale, cela compte beaucoup. Vous devez savoir si vous apparaissez dans les réponses LLM pour les personnes de votre région, ou si vous êtes invisible parce que le LLM favorise les résultats provenant d'ailleurs. Pensez à la recherche locale, mais à la version LLM. Si le biais géographique est réel, votre stratégie de contenu peut nécessiter des variations régionales en fonction de l'endroit où se trouvent réellement vos clients.

Hypothesis: LLM responses are geographically biased, surfacing home-country athletes more frequently based on the user’s location, even when the query itself is country-agnostic.

Hypothèse n°5 : Corrélation avec la preuve sociale

Ce que nous testons : Lorsque de vrais humains parlent d'une marque (sur Reddit, LinkedIn, forums, avis), les LLM le remarquent-ils ? Cette conversation a-t-elle plus de poids que des supports marketing raffinés ?

Notre prédiction : Les athlètes (et les marques) dont parlent d’autres humains apparaissent plus en évidence dans les réponses LLM que ceux qui s’appuient uniquement sur le contenu marketing officiel.

Pourquoi c'est important pour GEO : C’est une question de crédibilité, pas seulement de visibilité. Les LLM tentent de répondre aux questions des humains. Si leur formation reflète ce à quoi les humains font confiance, alors les recommandations interhumaines (avis, fils de discussion Reddit, publications LinkedIn) peuvent avoir plus de poids que ce que votre propre marketing dit de vous. La preuve sociale n’est pas une mesure vaniteuse. C’est peut-être le signal qui détermine si vous vous présentez ou non.

Hypothesis: Athletes or brands with higher levels of organic human discussion (e.g., Reddit, forums, reviews, LinkedIn) appear more prominently in LLM responses than those relying primarily on official marketing content.

Ce que cela signifie pour votre programme GEO

Nous avons conçu cette étude pour répondre à des questions qui éclairent directement ce que vous ferez ensuite. Voici comment les résultats s'appliquent en fonction de votre rôle

Pour les responsables marketing

Les décisions GEO sont prises aujourd’hui. Sortez la tête du sable et soyez décisif. C’est là que va le marketing numérique.

- - Si Autorité de citation (H1) tient, vos partenariats médiatiques doivent correspondre à la façon dont les LLM catégorisent la confiance. Sources officielles de faits. Sources éditoriales d'opinions. Si vous investissez dans une couverture que les LLM ne créditent pas pour votre type de requête, ces dépenses ne se traduisent pas en visibilité par l'IA.
  - Si Persistance narrative (H3) Si cela est vrai, la fenêtre pour façonner l’histoire de l’IA de votre marque est plus étroite que vous ne le pensez. Le positionnement précoce compte plus que l’optimisation continue. Si vous êtes déjà aux prises avec un problème de réputation, cela vous indique à quel point ce combat sera difficile.
  - Si Preuve sociale (H5) tient, GEO ne peut pas vivre en silo. Il se connecte aux relations publiques, aux réseaux sociaux, à la communauté et partout où de vrais humains parlent de votre marque. L’organigramme marketing devra peut-être refléter cela.

Pour les analystes de données

Nous naviguons ici en eaux inexplorées. Il n’y a jamais eu de moment plus excitant pour devenir analyste de données numériques. Améliorez votre jeu, impliquez-vous et aidez vos dirigeants à prendre de bonnes décisions.

- - Si Vitesse temporelle (H2) tient, vous devrez suivre différents LLM sur différents calendriers. Certaines mises à jour en quelques heures. Certains prennent des jours. Un seul instantané ne vous racontera pas la véritable histoire.
  - Si Biais géographique (H4) est valable, vos rapports doivent être segmentés par emplacement. Les cumuls nationaux peuvent cacher le fait que vous gagnez sur un marché et que vous êtes invisible sur un autre.
  - Si Preuve sociale (H5) tient, vous devrez connecter les métriques GEO à des signaux en dehors de vos tableaux de bord habituels : mentions Reddit, engagement LinkedIn, vitesse de révision. L'ouverture de mesure s'élargit.

Pour les spécialistes du marketing de recherche

C'est le nouveau jeu. C'est le nouveau champ de bataille. Abandonnez vos tactiques de 2020 et commencez à vivre dans ce nouveau monde de réponses IA.

- - Si Autorité de citation (H1) tient, votre stratégie de contenu doit varier selon le type de requête. Le contenu factuel nécessite un positionnement de source officielle. Le contenu d’opinion et de comparaison a besoin d’une crédibilité éditoriale. Un playbook ne couvrira pas les deux.
  - Si Vitesse temporelle (H2) tient, la sélection de plateforme devient une partie de votre stratégie. Le contenu urgent (lancements de produits, actualités, réponse à une crise) doit cibler les LLM qui se mettent réellement à jour rapidement.
  - Si Persistance narrative (H3) tient, chargez vos efforts en premier. La première version de l’histoire de votre marque adoptée par les LLM est peut-être celle qui restera. Il est plus important de bien faire les choses tôt que de les réparer plus tard.

Ce que nous regardons

Au-delà des cinq hypothèses principales, nous suivons des signaux qui pourraient remodeler notre façon de penser le GEO :

Convergence ou divergence LLM. Les sept plateformes deviennent-elles de plus en plus similaires dans leurs réponses à mesure que les Jeux progressent ? Ou est-ce que leurs différences s’amplifient ? S'ils convergent, l'optimisation simplifie. S’ils divergent, des stratégies spécifiques à chaque plateforme deviennent essentielles.
La fenêtre de correction. Lorsqu'un LLM se trompe (une prédiction de médaille qui ne se réalise pas, un récit d'athlète que la réalité contredit), combien de temps faudra-t-il pour corriger ? Et est-ce que cela corrige complètement, ou le cadrage d'origine laisse-t-il des résidus ?
Vitesse de citation lors des dernières nouvelles. Dans les heures qui suivent un bouleversement majeur ou une performance record, quelles sources sont citées en premier ? La rapidité de publication est-elle importante ou l'autorité l'emporte-t-elle sur la récence ?
Modèles de sources émergents. De nouvelles sources émergeront-elles comme autorités pendant les Jeux ? Une publication peut-elle établir la crédibilité du LLM en temps réel, ou les modèles de citation sont-ils verrouillés avant le début des événements ?

Nous reviendrons sur ces observations dans chaque mise à jour des résultats, non pas en tant qu’hypothèses formelles, mais en tant que modèles méritant d’être suivis.

Une note sur notre approche analytique : la corrélation est facile. La causalité est plus difficile. Notre analyse ira au-delà de l’appariement de modèles au niveau superficiel pour examiner si les relations que nous observons déterminent réellement les résultats et ne coïncident pas simplement avec eux.

Les Jeux commencent le 6 février. Les données affluent déjà.

Des questions sur la méthodologie ou les premiers résultats ? Contactez-nous

La méthodologie

La transparence est importante. Pour les passionnés de statistiques à l'arrière (on vous voit), voici comment nous procédons.

Pendant neuf semaines (depuis l'avant-Jeux jusqu'à l'après-Jeux), nous suivons la manière dont sept grandes plateformes LLM répondent à un ensemble standardisé de questions couvrant les profils des athlètes, les pronostics de médailles, la couverture des événements et les sujets liés à la marque.

Nous mesurons quotidiennement les réponses pour détecter les changements induits par les dernières nouvelles et les résultats des médailles, totalisant environ 1,76 million de requêtes et générant plus de 5 millions de points de données analysés.

La collecte de données est exécutée à grande échelle via Scrunch, avec une analyse/reporting alimentée par l'infrastructure NinjaCat, ainsi qu'une couche « d'apprentissage agent » où un agent NinjaCat propose de nouvelles invites que les analystes examinent avant d'ajouter.

Pour éviter que cela ne se transforme en astrologie statistique, chaque hypothèse a des seuils de validation prédéfinis fixés avant le début de la collecte.