À l’heure de l’IA, être imparfait est-il essentiel à l’humanité ?
L’émergence des intelligences artificielles comme ChatGPT a engendré un phénomène inattendu parmi les étudiants : l’adoption de techniques d’écriture délibérément imparfaites. Ces stratégies, telles que l’introduction d’erreurs d’accord ou l’utilisation de formulations maladroites, visent à donner une apparence plus humaine aux textes. Ce paradoxe met en lumière une réalité : alors que les IA produisent des écrits de plus en plus fluides, l’imperfection pourrait devenir un signe d’authenticité.
Les modèles de langage possèdent une signature stylistique distincte. Gaël Varoquaux, directeur de recherche à Inria, souligne qu’ils privilégient des phrases longues entrecoupées de courtes, un registre soutenu sans être trop pompeux, ainsi qu’une utilisation fréquente des tirets cadratins (–).
Marie Mercanti-Guérin, professeure en sciences de gestion, évoque dans son article « Comment « dé‑IA‑iser » nos écrits pour éviter la disparition des particularités des langues ? » sur The Conversation, la préoccupation croissante des enseignants face à l’IA. Ces derniers consacrent désormais une quantité considérable de temps à détecter l’utilisation de l’intelligence artificielle, au détriment de leur mission éducative. De nombreuses institutions adaptent leurs méthodes d’évaluation, favorisant les oraux, les travaux de groupe et les contrôles en présentiel. Jean-Gabriel Ganascia, professeur émérite à la Sorbonne, met en garde contre le risque d’appauvrir la réflexion en remplaçant l’écriture par des machines : « On pense en écrivant. Arrêter d’écrire, c’est arrêter de penser. »
Cependant, cette approche de détection n’est pas infaillible. Alexei Grinbaum, président du Comité opérationnel pilote d’éthique du numérique du CEA, explique que certains utilisateurs parviennent à manipuler les modèles pour générer des textes délibérément imparfaits, rendant la détection encore plus complexe. Bien que des outils de détection d’IA existent, il n’existe pas encore de méthode mathématique fiable pour prouver qu’un texte a été écrit par une IA.
La distinction entre les textes humains et ceux générés par des IA devient de plus en plus floue. Gaël Varoquaux insiste sur le fait qu’il ne faut pas réduire la question à un simple binaire : un texte peut être entièrement généré par une IA ou simplement modifié par celle-ci. Dans les universités et les entreprises, de nombreux écrits n’ont pas bénéficié d’assistance, qu’il s’agisse de reformulations ou de corrections.
Cette confusion engendre une certaine saturation chez les lecteurs. Sur LinkedIn, le terme « AI slop » est utilisé pour critiquer la qualité des contenus générés par IA, tandis que YouTube limite la promotion de ces publications. Cette lassitude s’inscrit dans le cadre de la récente réglementation de l’Union Européenne qui exige une plus grande transparence sur l’origine des contenus.
Face à ces évolutions, Alexei Grinbaum, qui a rédigé un livre blanc sur la création de méthodes de filigrane pour identifier les textes générés par IA, reste optimiste quant à l’émergence d’outils de détection fiables. En revanche, Gaël Varoquaux se montre plus sceptique, ne croyant pas au « technosolutionnisme ».
Rejeter complètement ces outils ne semble pas être la solution. Grinbaum rappelle que l’imprimerie, bien qu’elle ait entraîné une perte de la mémorisation de certains ouvrages, a surtout élargi l’accès à l’information. De même, Varoquaux évoque l’impact de la photographie au XIXe siècle sur la peinture, qui a dû se réinventer, entraînant un renouveau dans les arts plastiques.
Avec l’essor de l’IA générative, notre rapport à l’écriture est en pleine mutation. La maîtrise de l’orthographe et la richesse de l’expression, autrefois considérées comme des marqueurs sociaux importants, perdent de leur efficacité. Marie Mercanti-Guérin parle de « l’ère de la perfection », une époque où « tout le monde va beaucoup mieux écrire, sans savoir écrire ».