Chatbots religieux et interfaces scripturaires

Chatbots religieux et interfaces scripturales sont des systèmes numériques grâce auxquels les utilisateurs recherchent, récupèrent, résument, interprètent ou discutent de textes et de questions religieux sous forme conversationnelle. Ils vont des outils de recherche qui renvoient des passages d'un corpus fixe aux conseillers génératifs qui composent des réponses personnalisées, des compagnons de dévotion, des interfaces vocales ou d'avatar, et des systèmes qui parlent dans le personnage d'une figure sacrée ou d'un enseignant religieux.

L’interface à elle seule n’établit pas l’autorité. Un chatbot peut citer avec précision un texte autorisé tout en proposant une interprétation qu’aucune institution n’a approuvée. Un produit peut être développé par des membres d'une communauté religieuse sans être formellement approuvé par l'instance dirigeante de cette communauté. Un système peut imiter un prêtre, un rabbin, un imam, un moine, un gourou, un prophète ou une figure sacrée sans posséder la fonction, la formation, la responsabilité ou le statut associé à ce rôle.

Le domaine documenté est hétérogène et en évolution rapide. Les preuves soutiennent les distinctions entre la récupération, la génération, la conversation pastorale, l'utilisation dévotionnelle et la simulation de personnalité ; il n’établit pas de taux d’adoption unique, d’exactitude théologique uniforme ou d’autorisation à l’échelle de la dénomination.

Définition et modes fonctionnels

Récupération et recherche des Écritures

Les systèmes les moins générateurs fonctionnent comme des indices. Ils identifient des passages, des documents ou des réponses antérieures à partir d'une collection définie et peuvent fournir une recherche par mot clé, sémantique, multilingue ou conversationnelle. Leur fiabilité dépend des limites du corpus, des éditions du texte, des métadonnées, de la segmentation, du classement et de la possibilité d'inspecter le passage renvoyé dans son contexte.

Les corpus religieux sont rarement des collections neutres. Un système chrétien peut inclure une traduction de la Bible, plusieurs traductions, des catéchismes confessionnels, du droit canonique, des conciles, des sermons ou des commentaires modernes. Un système islamique peut inclure des éditions du Coran, des recueils de hadiths, des avis juridiques et des écoles de jurisprudence. Une interface bouddhiste peut privilégier les premières écritures, les commentaires ultérieurs ou une lignée particulière. Le système doit donc révéler non seulement qu’il est « fondé », mais également quel corpus, édition, institution et tradition interprétative définissent ce fondement.

Magisterium AI illustre la sélection explicite des sources. Sa documentation produit décrit un mode « Auto » qui effectue une recherche dans sa bibliothèque plus large et un mode « Magistral » limité à l'enseignement catholique officiel tel que les conciles, les catéchismes, les textes papaux et le droit canonique.^[5] Il s'agit d'une distinction d'interface utile, mais il s'agit de la description par le développeur de ses propres contrôles de source. Cela ne convertit pas chaque réponse générée en un acte officiel de l’Église catholique.

Génération et citations fondées

La génération augmentée par récupération joint la recherche à la composition. Le système récupère d’abord les passages candidats, puis un modèle linguistique les résume, les explique ou y répond. Les citations permettent aux utilisateurs d'inspecter les preuves, mais la présence d'une citation ne garantit pas à elle seule que la source citée soutient l'affirmation générée.

Catholic News Service a rapporté que Magisterium AI a été conçu pour s'inspirer de textes magistraux, théologiques et philosophiques et exposer les liens sources. Le même rapport documentait une réponse incorrecte à une question pastorale actuelle et citait le développeur reconnaissant que les réponses pouvaient être imparfaites et devraient parfois être transmises à un humain.^[6] L'exemple montre pourquoi la visibilité de la source et l'escalade humaine restent nécessaires même dans un système organisé.

La réponse aux questions islamiques fournit une référence plus formelle. Bhatia et ses collègues ont introduit une référence générative bilingue conçue pour mesurer les hallucinations et l'abstention plutôt que seulement la précision des choix multiples. Leurs expériences ont montré que la récupération améliorait l'exactitude et qu'un processus de récupération agentique produisait des gains plus importants en recherchant des preuves de manière itérative et en révisant les réponses.^[8] Ces résultats soutiennent la conception fondée ; ils n’établissent pas qu’un modèle de référence puisse émettre une fatwa ou représenter toutes les traditions jurisprudentielles.

Un système devrait pouvoir décliner lorsque son corpus ne supporte pas de réponse. Dans les contextes de haute autorité, l’abstention est souvent plus sûre que de compléter une citation, une décision ou une synthèse doctrinale plausible mais non étayée.

Modèles à usage général et orientation religieuse

De nombreux utilisateurs posent des questions religieuses aux modèles de langage à usage général sans utiliser d'application religieuse dédiée. Ces systèmes peuvent avoir de vastes connaissances mais manquent d'un corpus religieux divulgué, d'une portée doctrinale stable, d'un processus d'examen institutionnel ou d'un moyen fiable d'identifier la tradition de l'utilisateur.

Deux études de référence de 2026 documentent les asymétries au niveau du modèle pertinentes pour une telle utilisation. Israelsen et ses collègues ont testé des conseils sur des transitions hypothétiques entre les religions et ont trouvé des différences reproductibles dans la manière dont les modèles encourageaient ou décourageaient les conversions jumelées.^[3] Wingate et ses collègues ont testé des questions éthiques et personnelles quotidiennes et ont découvert que les modèles invoquaient des perspectives religieuses moins souvent que ce à quoi les répondants humains s'attendaient, en particulier dans des situations pratiques telles que le deuil, les conflits familiaux, le mariage et la toxicomanie.^[4]

Ces études ne montrent pas que toutes les réponses sont hostiles à la religion ou que les systèmes religieux dédiés reproduisent le même comportement. Ils montrent que les défauts du modèle peuvent affecter les traditions, les pratiques ou les conseillers mentionnés et la façon dont les orientations apparemment neutres sont formulées. Donner à un modèle général une dimension religieuse ne supprime pas en soi ces comportements sous-jacents.

Chatbots islamiques et autorité religieuse et juridique

Ahmad décrit un écosystème hétérogène de chatbot islamique organisé par gouvernance, portée, posture d'autorité, fondement technique et codage sectaire. Les systèmes peuvent être soutenus par l’État, commerciaux ou locaux ; Coran uniquement, axé sur les hadiths, jurisprudentiel ou général ; éducatif ou de type fatwa ; basés sur la récupération, affinés ou dépendants d'API externes opaques.^[2] La taxonomie est importante car l’étiquette « chatbot islamique » ne révèle pas quelles sources, méthode juridique ou hypothèses doctrinales structurent la réponse.

Le Dar al-Ifta égyptien trace une frontière institutionnelle claire. Sa fatwa de 2025 stipule que l’utilisation de l’IA est en principe autorisée en fonction de son objectif, mais que les utilisateurs ne peuvent pas s’appuyer sur les applications d’IA actuelles pour obtenir des fatwas. La décision met l'accent sur les qualifications d'un mufti, la méthodologie des sources, l'évolution des circonstances et la nécessité d'évaluer le contexte spécifique de la question.^[9]

Cette position n’interdit pas toute recherche ou outil éducatif islamique. Elle distingue l’assistance et l’accès à l’information de l’autorité légale et morale d’émettre une fatwa. Un système qui récupère une décision antérieure peut toujours l'appliquer à tort si les faits, la juridiction, l'école ou les circonstances de l'utilisateur diffèrent.

Conversation pastorale et dévotionnelle

Les systèmes conversationnels peuvent guider la prière, suggérer des lectures, générer des invites à la réflexion, mémoriser des discussions antérieures ou fournir un langage rassurant. Leur disponibilité et leur confidentialité peuvent réduire les barrières pour les utilisateurs gênés, isolés, géographiquement éloignés ou incertains quant à l’approche d’une communauté religieuse.

La pastorale, cependant, ne consiste pas seulement à prononcer des peines adaptées. Wester et ses collègues ont recruté dix-huit aumôniers pour construire et réfléchir à l’IA conversationnelle. Même si certains voyaient des possibilités limitées, la plupart ont identifié de sérieuses limitations dans la capacité du système à écouter, à établir des liens, à assumer des responsabilités et à vouloir le bien de la personne dans le sens relationnel associé à l'aumônerie.^[10] L'étude soutient des affirmations de conception prudentes, et non une interdiction générale du soutien spirituel numérique.

Les voies d’escalade sont importantes. Un système responsable peut identifier le langage de crise, expliquer ses limites, favoriser le contact avec une personne qualifiée et fournir des liens vers les services institutionnels. Cela ne doit pas impliquer la confidentialité, l’ordination, la compétence sacramentelle ou les qualifications professionnelles qu’il ne possède pas.

Systèmes de dialogue bouddhiste

BuddhaBot démontre la différence entre les prototypes de recherche et le déploiement communautaire. L'Université de Kyoto décrit un premier système de dialogue non génératif, un BuddhaBot-Plus génératif ultérieur et un projet de 2025 lancé après une demande officielle du corps monastique central du Bhoutan. Le projet comprenait un système dédié, une recherche sur la gestion des risques, une surveillance monastique et une évaluation de la sécurité avant un accès plus large.^[7]

Il s’agit d’une preuve plus solide de l’implication institutionnelle qu’une application publique utilisant simplement des images bouddhistes. Cela ne signifie pas pour autant que le système représente toutes les écoles bouddhistes ou qu’il est devenu un moine, un enseignant, une autorité rituelle ou un substitut à la pratique incarnée. Son corpus source, sa communauté de supervision, son public de déploiement et son processus de révision définissent la portée documentée.

Simulation de personnage sacré

Les systèmes de personnalité ajoutent le nom, l'image, la voix ou le style de conversation d'une figure sacrée ou faisant autorité. Cela peut faire en sorte qu'une réponse générée ressemble moins à un résultat de recherche qu'à une rencontre personnelle.

L'installation « Deus in Machina » de 2024 à Lucerne a placé un avatar de Jésus généré par l'IA dans un confessionnal pour une expérience artistique et religieuse de deux mois. Les reportages d’Associated Press ont décrit environ 900 conversations anonymisées et ont clairement indiqué que le système n’administrait ni confession ni absolution.^[11] Le décor emprunte néanmoins des repères spatiaux et visuels associés à l'autorité pastorale catholique.

Associated Press a également documenté des systèmes commerciaux et expérimentaux, notamment des conversations vidéo payantes avec un Jésus IA, BuddhaBot, un prêtre bouddhiste non humain proposé et d'autres assistants de marque religieuse.^[1] Ces systèmes varient en termes de théologie, de gouvernance, de prix, de mémoire, de divulgation et de public visé. Leur fonctionnalité commune est représentative : l'interface demande aux utilisateurs de s'identifier au discours généré à travers un personnage religieux.

La simulation de personnalité soulève des questions supplémentaires au-delà de l'exactitude textuelle : si l'image d'une personne vivante ou les sermons ont été utilisés avec autorisation ; si une figure sacrée est présentée comme prononçant des mots nouveaux ; si le système s'identifie clairement comme artificiel ; et si le design commercial encourage l'attachement, la répétition ou le paiement par l'autorité émotionnelle.

Autorisation et surveillance institutionnelles

L'autorisation doit être indiquée au niveau vérifié le plus étroit. Les possibilités pertinentes incluent :

• un produit développé indépendamment pour un marché religieux ;
• un prototype présenté lors d'une université ou d'une conférence religieusement affiliée ;
• un système examiné par des membres du clergé ou des érudits nommés ;
• un outil adopté par une congrégation locale, une école, un monastère, un diocèse ou une organisation religieuse ;
• une politique ou décision formelle d'un organisme institutionnel autorisé.

Ces niveaux ne sont pas interchangeables. La présence du clergé à une manifestation n’établit pas l’approbation de l’Église. Un corpus organisé de documents officiels ne fait pas du produit lui-même un organe officiel. À l’inverse, le projet BuddhaBot du Bhoutan documente une demande spécifique et un dispositif de surveillance par un corps monastique défini, tandis que la fatwa de Dar al-Ifta documente une restriction formelle au recours à l’IA pour une fonction religieuse et juridique spécifique.^[7][9]

La surveillance peut inclure l'examen du corpus, l'évaluation des modèles, la vérification des citations, la journalisation, la réponse aux incidents, les commentaires des utilisateurs, les tests indépendants, l'escalade humaine et la réévaluation périodique lorsque les modèles ou les collections sources changent. Les affirmations publiques de « fidélité » ou d’« alignement » devraient identifier qui a évalué le système et par rapport à quelle norme.

Exactitude, pluralisme doctrinal et contrôle des sources

L’exactitude religieuse n’est pas seulement un rappel factuel. Cela inclut la citation correcte, l’édition, l’attribution, le genre, le contexte historique, le statut juridique, l’autorité doctrinale et la reconnaissance d’un désaccord légitime. Un chatbot peut citer un passage avec précision tout en présentant un commentaire comme seule interprétation possible.

Les questions de conception importantes incluent :

• Quelles écritures, traductions, commentaires, conseils, écoles de droit, enseignants ou institutions sont inclus ?
• Les hiérarchies sources sont-elles codées et les utilisateurs peuvent-ils restreindre le corpus ?
• Le système distingue-t-il les Écritures des commentaires, la loi des conseils, l'enseignement officiel de l'érudition et les textes historiques des règles actuelles ?
• Peut-il représenter un désaccord sans le réduire à un consensus synthétique ?
• Cite-t-il le passage exact utilisé et permet-il d'inspecter le contexte environnant ?
• Peut-il s'abstenir, se corriger et acheminer les questions à enjeux importants vers des personnes qualifiées ?

La recherche IslamFaithQA démontre que la récupération, l'abstention et les hallucinations de forme libre nécessitent une évaluation dédiée.^[8] Les modes sources de Magisterium AI illustrent les restrictions de corpus visibles par l'utilisateur.^[5] Aucun des deux mécanismes n’élimine le besoin d’un examen humain spécifique à la tradition.

Confidentialité, attachement et commercialisation

Les conversations religieuses peuvent révéler des croyances, des doutes, des relations, la sexualité, le chagrin, la santé, les finances, un traumatisme, un lieu ou des projets. Un utilisateur peut en divulguer davantage à un chatbot qu'à un moteur de recherche, car le système répond de manière conversationnelle et semble attentif.

Le design commercial peut intensifier cette relation grâce à la mémoire, la voix, les avatars, les abonnements, les minutes payantes, les notifications et les routines de dévotion personnalisées. Les reportages d'Associated Press sur les conversations payantes AI-Jesus décrivaient à la fois les interactions mémorisées et la possibilité pour les utilisateurs de se sentir responsables envers l'avatar.^[1] Il s'agit d'une preuve directe d'un produit et du cadrage de son développeur, et non d'une estimation de la prévalence pour tous les chatbots religieux.

Le profil d'IA générative du NIST identifie la confabulation, la vie privée, l'anthropomorphisme, l'enchevêtrement émotionnel, les biais d'automatisation et la dépendance excessive comme des risques intersectoriels.^[12] Dans une interface religieuse, ces risques peuvent être amplifiés par des revendications de connaissances sacrées, d'autorité morale, de prière, de contextes de type confession ou de préoccupation spirituelle personnalisée.

Les utilisateurs ont besoin d'informations claires sur la conservation des données, les fournisseurs de modèles, l'examen humain, l'utilisation de la formation, le partage avec des tiers, la suppression et si l'interaction est réellement confidentielle. Un ton spirituel ou une marque religieuse ne doit pas être traité comme une garantie de confidentialité.

Systèmes représentatifs et preuves

Preuves sur l'adoption et la dépendance

Les rapports publics confirment l'existence d'un nombre croissant de produits, mais l'étendue de leur utilisation reste incertaine. Les chiffres d'enregistrement des produits, le nombre de téléchargements, le total des conversations ou les déclarations de l'entreprise mesurent différentes choses et indiquent rarement si les utilisateurs traitent les résultats comme un divertissement, des aides à l'étude, des invites de dévotion, des conseils pastoraux ou des décisions faisant autorité.

L'installation de Lucerne fournit un nombre de conversations limité pour une expérience temporaire.^[11] Le projet Bhoutan documente un processus de déploiement institutionnel contrôlé.^[7] L'étude de l'aumônier documente la réflexion professionnelle sur les prototypes conçus plutôt que sur les résultats des utilisateurs ordinaires.^[10] Les tests de biais testent le comportement du modèle sous des invites contrôlées plutôt que l'adoption d'un chatbot religieux dans le monde réel.^[3][4]

Les preuves de confiance sont particulièrement limitées. Un utilisateur peut consulter un chatbot à plusieurs reprises sans suivre ses conseils, tandis qu’une seule réponse peut influencer une décision conséquente. Des études longitudinales sont nécessaires pour distinguer la commodité, la curiosité, le dévouement, la dépendance, l’éducation, la conversion, la substitution pastorale et le comportement de recherche ordinaire.

Limites des preuves

La base de sources combine la documentation sur les produits, les déclarations institutionnelles, les références académiques, les documents d'ateliers et de conférences, la recherche qualitative et le journalisme. Les pages de produits établissent les fonctionnalités prévues mais sont des auto-descriptions. Les documents institutionnels établissent la position de l'émetteur mais pas le comportement des utilisateurs. Les benchmarks mesurent des tâches et des modèles sélectionnés dans des conditions contrôlées. Le journalisme identifie les produits et les incidents mais ne peut pas fournir à lui seul une prévalence représentative.

Plusieurs articles de recherche sont récents et certains restent des prépublications ou des publications d'ateliers. Les versions des modèles, les corpus de récupération, les invites, les politiques de sécurité, les prix et la disponibilité des produits peuvent changer après la publication. Un système nommé doit donc être décrit avec une date et une source plutôt que de supposer qu'il a un comportement stable.

La couverture est la plus forte pour les exemples chrétiens, islamiques et bouddhistes de langue anglaise. Il existe ici moins de preuves vérifiées de déploiements de chatbots juifs, hindous, sikhs, jaïns, bahá'ís, autochtones et nouveaux religieux, malgré des produits ou des expériences occasionnels. L’absence de cet article ne constitue pas une preuve que de tels systèmes n’existent pas.

Voir aussi

• AI Jésus
• Culte et liturgie générées par l'IA
• Réponses religieuses institutionnelles à l'IA
• Religion médiatisée par la machine
• Contexte masqué

Références

1. Deepa Bharath, “From ‘BuddhaBot’ to $1.99 chats with AI Jesus, the faith-based tech boom is here.” Associated Press, 10 April 2026.
2. Muhammad Aurangzeb Ahmad, “Islamic Chatbots in the Age of Large Language Models.” Muslims in ML Workshop at NeurIPS 2025.
3. Brett Israelsen, Sheryl Carty, Josh Coates, Nancy Fulda, Julie Park, and Pete Whiting, “When AI Takes Sides on Questions of Faith: Persistent Asymmetries in AI-Mediated Faith Guidance.” arXiv:2605.22975 (2026).
4. David Wingate et al., “Omissive Bias in Religious Representation: Benchmarking LLM Answers to Everyday Ethical Decision-making.” arXiv:2605.24319 (2026).
5. Magisterium AI: “Prompt modes: Auto and Magisterial.” 11 May 2026.
6. Justin McLellan, “Catholic chat bot: Putting AI at the service of the church.” Catholic News Service via USCCB, 26 April 2024.
7. Kyoto University: “BuddhaBot, Buddhist dialogue AI, marks its first overseas release in collaboration with Bhutan's Central Monastic Body.” 3 March 2025.
8. Gagan Bhatia et al., “From RAG to Agentic RAG for Faithful Islamic Question Answering.” Findings of the Association for Computational Linguistics: ACL 2026, 26469–26488.
9. Egypt's Dar al-Ifta: “Using AI applications to obtain fatwas.” 2 December 2025.
10. Joel Wester, Samuel Rhys Cox, Henning Pohl, and Niels van Berkel, “Chaplains' Reflections on the Design and Usage of AI for Conversational Care.” arXiv:2602.04017 (2026).
11. Michael Casey, “‘AI Jesus’ avatar tests man's faith in machines and the divine.” Associated Press, 27 November 2024.
12. Chloe Autio et al., Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile. NIST AI 600-1 (2024).