Les modèles linguistiques à grande échelle (LLM), capables de générer du texte dans différentes langues, sont désormais couramment utilisés pour produire du contenu, rechercher des informations ou même écrire du code. Malgré leurs progrès récents, ces systèmes peuvent parfois produire des réponses apparemment crédibles mais contenant des inexactitudes factuelles, des contradictions ou des failles logiques, ce qui limite leur fiabilité dans des contextes éducatifs ou professionnels. Pour remédier à ce problème, des chercheurs de l’Université agricole du Sud de la Chine et de l’Université de finance et d’économie de Shanghai ont développé un cadre innovant appelé A-HMAD (Adaptive Heterogeneous Multi-Agent Debate), visant à améliorer la capacité de raisonnement mathématique et la fiabilité des LLM grâce à des débats entre plusieurs agents IA. Contrairement aux approches antérieures basées sur des techniques de prompting (comme le raisonnement en chaîne ou la cohérence auto-révisée) ou des révisions post-hoc, A-HMAD repose sur une architecture multi-agents dynamique. Chaque agent est attribué un rôle spécifique — raisonnement logique, vérification factuelle, planification stratégique — ce qui introduit une diversité de perspectives et une vérification plus complète des erreurs. Un mécanisme de coordination adapte en temps réel le rôle des agents selon le domaine de la question et l’évolution du débat. Un module d’optimisation du consensus évalue ensuite les contributions des agents en fonction de leur fiabilité et de la confiance globale dans leurs arguments, afin de converger vers une réponse finale la plus précise possible. Les tests menés par les chercheurs sur six types de problèmes complexes — dont des questions arithmétiques, des mathématiques scolaires (GSM8K), des questions à plusieurs facteurs (MMLU), la génération de biographies et des stratégies d’échecs — ont montré que A-HMAD surpassait significativement les méthodes unimodales et les approches de débat multi-agents existantes. L’approche a permis des gains absolus de 4 à 6 % en précision, et une réduction de plus de 30 % des erreurs factuelles dans les biographies. Des analyses d’ablation ont confirmé l’importance de l’hétérogénéité des agents, du nombre de tours de débat et du module d’optimisation appris. Cette méthode ouvre la voie à des systèmes d’IA plus sûrs, interprétables et fiables, capables d’aider des enseignants, des chercheurs ou des professionnels à obtenir des réponses correctes à des questions complexes. Les auteurs concluent que l’idée d’un « système de cerveaux collaboratifs » adaptatif et diversifié représente une avancée majeure pour le raisonnement éducatif basé sur les LLM, promettant des outils d’IA plus robustes et éthiques à l’avenir.