Un ami m’a envoyé une newsletter le mois dernier. Quelque chose sonnait faux. Les phrases étaient fluides, les conseils sensés, la structure propre. Mais ça se lisait comme du papier peint. J’ai fait défiler jusqu’en bas sans rien retenir, puis j’ai fermé l’onglet et oublié que je l’avais ouvert.

Cette newsletter a probablement demandé dix minutes à produire parce que l’IA en a généré la majeure partie, et cette vitesse avait un coût que l’auteur n’a peut-être pas remarqué, mais que chaque lecteur a senti dans ses os.

L’impression de plastique

Sur Hacker News, un utilisateur nommé temp00345 a mis le doigt sur quelque chose d’essentiel à propos de l’écriture générée par IA dans une discussion sur la politique IA de Medium :

“At the core of it, people write in order to transmit some deeply distilled messages about life.”

Ils ajoutaient que le texte généré porte un “plastic feeling” distinct d’un travail humain.

Cette expression m’est restée. Plastic feeling. Ça décrit quelque chose de réel. Vous le reconnaissez quand vous tombez dessus. Les mots sont justes. La grammaire est correcte. L’information peut même être exacte. Mais il manque quelque chose d’essentiel, quelque chose qui vous donne envie de continuer, quelque chose qui vous fait sentir qu’une autre personne vous parle, plutôt qu’un tableur très éloquent.

Le défi, pour quiconque utilise l’IA pour créer du contenu, c’est de comprendre ce qui produit ce plastic feeling et comment l’éviter sans renoncer aux vrais gains de productivité que l’IA apporte, qui sont considérables et s’améliorent chaque mois.

Pourquoi c’est plus important qu’avant

Le volume de contenu a explosé. L’IA a rendu la publication facile. Résultat : un déluge d’écrits compétents mais oubliables sur toutes les plateformes, dans tous les secteurs, sur tous les sujets imaginables.

Les lecteurs développent une immunité. Ils défilent plus vite. Ils survolent plus agressivement. Ils abandonnent des articles après deux paragraphes parce que rien ne les a surpris, rien ne les a touchés, rien ne leur a fait penser que ce texte précis mérite leur attention.

Une étude du Nuremberg Institute for Market Decisions a constaté que lorsque des consommateurs apprenaient qu’un contenu était généré par IA, ils le jugeaient moins naturel et moins utile. Le plus frappant ? Le contenu était identique aux versions créées par des humains. La perception, à elle seule, a changé l’évaluation.

Vous avez donc deux problèmes. D’abord, si votre contenu sonne comme si l’IA l’avait écrit, les gens décrochent même s’ils ne savent pas consciemment pourquoi. Ensuite, si les gens découvrent l’implication de l’IA, ils peuvent revoir à la baisse ce que vous avez écrit, même si c’était réellement utile.

La distinction qui compte

Il y a une différence entre un contenu généré par IA et un contenu assisté par IA, et cette différence change tout.

Le contenu généré par IA, c’est ce qui se passe quand vous tapez une consigne, copiez la sortie, et publiez avec peu de modifications. Le plastic feeling est inévitable parce qu’aucune voix humaine ne façonne le résultat final. L’IA écrit. Vous copiez.

Le contenu assisté par IA, c’est autre chose. Un humain décide quoi dire. L’IA aide à le dire plus vite. L’humain façonne, révise, ajoute, retire, et s’approprié le résultat final. L’IA accélère. Vous écrivez toujours.

Un utilisateur d’un fil Hacker News sur la détection de l’écriture par IA, inciampati, l’a formulé ainsi :

“I’m feeling overwhelmed by ‘ChatGPT voice’” and hoped society would “continue to value unique, quirky human communication over the smoothed-over outputs of some guardrailed LLM.”

Les productions trop lissées. Voilà encore ce plastic feeling. L’IA optimise pour la moyenne. Elle produit un texte acceptable pour l’audience la plus large possible. Ça veut dire : enlever les aspérités, aplatir la personnalité, se rabattre sur du sûr, du raisonnable, et du parfaitement oubliable.

L’écriture humaine a du relief. Des opinions que tout le monde ne partage pas. Des structures de phrases qui cassent les schémas. Des mots qui semblent venir d’une personne précise, plutôt que d’une probabilité statistique.

La voix, c’est tout

Votre voix, c’est ce qui rend votre contenu reconnaissable et mémorable, et l’IA n’en a pas.

L’IA peut imiter des voix si vous lui donnez assez d’exemples, mais imiter n’est pas la même chose qu’avoir quelque chose à dire, et les lecteurs sentent la différence même quand ils n’arrivent pas à la nommer.

Kim Klassen, une autrice qui a réfléchi sérieusement à ce problème, résume l’approche simplement : utilisez l’IA comme partenaire de réflexion, pas comme prête-plume. Une collaboratrice qui vous aide à dérouler des idées, pas un remplacement qui pense à votre place.

Elle identifie aussi le danger central :

“Your voice is a beautiful, irreplaceable part of your creative expression. It’s what makes you. YOU.”

Quand vous laissez l’IA générer sans retravailler en profondeur, vous abandonnez précisément ce qui fait que votre contenu est à vous. Vous gagnez peut-être du temps. Vous perdez votre différence.

Où tracer la ligne

La distinction entre réviser et générer crée plutôt un spectre qu’un binaire, et l’endroit où vous tracez la ligne dépend de ce que vous produisez.

Pour la documentation interne, les guides de procédure et les documents de référence, une génération IA lourde fonctionne très bien. Personne ne lit ça pour la voix. On lit ça pour l’information. La clarté compte plus que la personnalité.

Pour des tribunes, des prises de position et du contenu qui construit une marque, une génération IA minimale a du sens. Ces formats existent précisément pour montrer une perspective humaine. Les faire générer par l’IA, c’est rater l’objectif.

Pour tout le reste, c’est une question de jugement. Quelle part de ce texte dépend du fait de sonner comme un humain précis, avec des points de vue précis ? Cette question vous dit combien de réécriture humaine la sortie de l’IA exige.

Un test pratique : si vous pouviez publier ce texte exact sous le nom de quelqu’un d’autre et que personne ne s’en rendrait compte, vous n’avez pas mis assez de vous-même. Le contenu peut être correct. Il ne construira pas de relation avec les lecteurs.

La méthode qui marche

Voici ce qui préserve réellement l’authenticité quand on utilise l’IA pour le contenu.

Commencez par une idée forte. Avant de demander quoi que ce soit, sachez ce que vous voulez dire. Pas le sujet. L’argument. L’éclairage précis. La chose qui rend ce texte digne d’être lu. Si vous ne pouvez pas l’exprimer en une phrase, vous n’êtes pas prêt à écrire.

Écrivez vous-même les passages difficiles. Le paragraphe d’ouverture, les exemples clés, les opinions précises. C’est là que votre voix vit. Laissez l’IA combler autour, plutôt que de générer le squelette sur lequel vous accrochez votre voix.

Soyez précis dans vos consignes. Des consignes génériques produisent une sortie générique. Au lieu de “écris sur le marketing par e-mail,” essayez “écris sur les raisons pour lesquelles la plupart des campagnes de marketing par e-mail B2B échouent, du point de vue de quelqu’un qui a vu des dizaines de campagnes faire moins bien que prévu.” Les contraintes façonnent un meilleur résultat.

Réécrivez sans pitié. Chaque phrase doit survivre à la question : est-ce que je dirais ça ? Si non, réécrivez-la. Cherchez les motifs qui trahissent une écriture IA. Trop de prudence. Un vocabulaire d’entreprise. Des phrases qui sonnent toutes pareil. Des conclusions trop propres.

Ajoutez ce que vous savez. Des chiffres précis tirés de votre expérience. De vrais exemples avec des noms et des détails. Des opinions avec lesquelles certains ne seront pas d’accord. Les choses que l’IA ne peut pas inventer parce qu’elles viennent de votre vie et de votre travail.

Lisez-le à voix haute. Si vous butez sur une formule ou si elle sonne bizarre quand elle sort de votre bouche, elle se lira pareil. Votre voix a un rythme. La sortie de l’IA a souvent des motifs monotones que votre oreille attrapera avant vos yeux.

Le problème des faits

L’authenticité exige de l’exactitude. Un seul fait faux détruit la crédibilité plus vite que cent phrases fades.

L’IA invente des choses. Pas de temps en temps. Régulièrement. Le terme technique est hallucination, ce qui sonne clinique mais décrit quelque chose de sérieux : l’IA générera des affirmations plausibles qui n’ont aucun ancrage dans la réalité.

Selon IBM, les hallucinations de l’IA sont des informations fausses ou trompeuses présentées comme des faits. Un avocat a été sanctionné pour avoir soumis des mémoires juridiques générés par IA avec des références de jurisprudence fabriquées. Les affaires n’existaient pas. L’IA les a inventées parce qu’elles semblaient devoir exister.

Chaque statistique produite par l’IA doit être vérifiée à partir des sources originales. Chaque citation doit être confirmée : quelqu’un l’a-t-il vraiment dite ? Chaque affirmation sur des produits, des concurrents ou des marchés doit être recoupée avec des informations actuelles.

Cette vérification prend du temps. La sauter échange une efficacité à court terme contre un dommage de réputation à long terme. Une erreur repérée apprend à votre audience à douter de tout le reste.

La détection arrive

L’infrastructure pour identifier le contenu généré par IA se développe rapidement, et partir du principe que vous pouvez faire passer du contenu IA pour du texte humain devient de plus en plus risqué.

Google’s SynthID a filigrané plus de 10 milliards de contenus. La Content Authenticity Initiative, soutenue par Adobe et d’autres, construit des normes pour suivre l’origine des contenus.

Le EU AI Act exigera d’indiquer le contenu généré par IA dans des formats lisibles par machine d’ici août 2026. La transparence devient une loi, pas seulement une éthique.

Ça ne veut pas dire qu’il faut éviter l’IA. Ça veut dire que l’objectif ne devrait jamais être de cacher son usage. L’objectif, c’est de s’assurer que l’assistance de l’IA produit un résultat réellement utile, que quelqu’un sache ou non comment il a été fait.

Le déficit de profondeur émotionnelle

Tom Shapland, qui construit un outil générant des publications sociales à partir d’entretiens vocaux, a noté sur Hacker News que “the hardest part has been making the social posts feel like they weren’t written by an LLM.”

Un autre utilisateur, cwbuilds, était d’accord : “Have been having the problem of LLMs sounding too boring and corporate too.”

Ça recoupe une observation fréquente : l’IA transfère l’information de manière compétente, mais elle peine à produire une texture émotionnelle. Elle peut expliquer pourquoi quelque chose compte, mais elle n’arrive pas à vous faire ressentir pourquoi ça compte.

Un auteur sur Reddit, cité dans une compilation de retours, a décrit le problème précisément : “Every time ChatGPT tries to write a grief scene, it sounds like a Hallmark card.”

L’émotion exige de la spécificité. Le détail particulier qui fait qu’un lecteur reconnaît sa propre expérience. L’IA généralise. Elle produit quelque chose qui pourrait s’appliquer à n’importe qui, donc qui ne résonne vraiment avec personne.

C’est pour ça qu’ajouter vos propres expériences à la sortie de l’IA compte autant. Pas des exemples génériques. Vos exemples. Les choses que vous avez réellement vues, ressenties, apprises, regrettées, célébrées. Cette spécificité, c’est ce que l’IA ne peut pas générer et ce à quoi les lecteurs se connectent.

La voix de marque à grande échelle

Les organisations font face à une version plus dure de ce problème. La voix individuelle est relativement simple à maintenir parce que vous savez ce qui sonne comme vous. La voix d’une marque, à travers plusieurs auteurs et des milliers de contenus, est nettement plus difficile.

La documentation aide. Pas des chartes de marque idéales que personne ne lit, mais des documents pratiques montrant exactement à quoi ressemble la voix de la marque. Des listes de vocabulaire. Des phrases exemples. Des passages qui réussissent la voix à côté de passages qui la ratent.

Donnez ce matériau à l’IA au moment de rédiger vos consignes. “Écris dans ce style” marche mieux quand c’est accompagné d’exemples de ce à quoi ce style ressemble réellement.

Mais la documentation a ses limites. Il faut quelqu’un pour être le garant de la voix. Une personne qui relit spécifiquement le contenu assisté par IA pour vérifier s’il sonne comme la marque, plutôt que comme une sortie IA générique. Ce rôle compte plus qu’avant parce que la sortie par défaut des outils IA devient reconnaissable. Cette voix ChatGPT est un indice.

À quoi ressemble la réussite

Un contenu authentique, assisté par IA, passe un test simple. Les lecteurs ne devraient pas penser à l’IA. Ils devraient s’accrocher aux idées, se connecter à la voix, et repartir avec quelque chose dont ils se souviendront.

Si votre contenu a l’air de pouvoir venir de n’importe où, vous n’avez pas mis assez de vous-même. S’il sonne comme si une personne ou une marque bien précise l’avait écrit, vous avez fait le travail.

La mesure n’est pas d’avoir utilisé l’IA. C’est de savoir si le résultat valait la peine d’être publié. D’être lu. D’être partagé.

L’IA règle le problème de la page blanche. Elle génère de la matière brute plus vite qu’aucun humain ne le pourrait. C’est réellement précieux.

Mais la matière brute n’est pas du contenu. Ce que vous en faites détermine si les lecteurs sentent une présence humaine de l’autre côté des mots, ou seulement ce plastic feeling d’un texte que personne n’a vraiment écrit.

La distinction compte parce que les lecteurs le sentent. Peut-être pas consciemment. Peut-être pas à chaque fois. Mais avec le temps, ils se tourneront vers les voix qui semblent vraies et s’éloigneront de celles qui ne le sont pas.

Votre rôle, c’est d’être de ceux qui sonnent vrai.