Keigo, IA et e-mail professionnel japonais : pourquoi le registre dérape

En bref : les brouillons d'e-mails en keigo générés par l'IA échouent d'une manière précise. La grammaire est généralement correcte. Le registre est faux : le niveau de formalité, la quantité d'amortisseurs, la forme de la conclusion. L'IA traite la politesse comme un curseur unique et le règle sur la moyenne de tous les e-mails professionnels japonais qu'elle a jamais vus. Votre lecteur s'en aperçoit dès la première ligne. Demander au modèle d'être « poli et professionnel » n'aide pas, parce que cette formule décrit des milliers de rédacteurs et aucune de leurs habitudes réelles. Une voix réside dans des choix concrets : quelle salutation, combien de formules d'amortissement, quelle forme verbale conclut la demande. Mesurez-les à partir de vos propres e-mails, transmettez-les comme des règles, et chaque futur modèle les exécutera mieux que le précédent.

Vous demandez à ChatGPT un e-mail de relance à un client, en japonais. Il revient avec un 尊敬語 impeccable, une ouverture de manuel et une conclusion que vous n'écririez jamais. Vous l'envoyez quand même, et la réponse du client est un ton plus froide que d'habitude.

Rien dans ce brouillon n'était incorrect. Tout, dedans, appartenait à quelqu'un d'autre.

Pourquoi l'IA se trompe-t-elle sur le keigo dans les e-mails professionnels ?

Parce que le keigo est deux problèmes et que l'IA ne résout que le premier. Le premier problème est grammatical : produire des formes honorifiques, humbles et polies bien construites, et un modèle moderne y parvient de façon fiable. Le second problème est le registre : choisir à quel point être formel, amorti et distant avec ce lecteur, aujourd'hui. Le modèle tranche par défaut, et le défaut est le centre statistique de toute la correspondance professionnelle japonaise sur laquelle il a été entraîné.

Le Conseil des affaires culturelles du Japon a exposé les cinq catégories du keigo dans ses recommandations de 2007, 敬語の指針 : 尊敬語, 謙譲語Ⅰ, 謙譲語Ⅱ, 丁寧語 et 美化語. C'est la couche grammaticale, et elle s'enseigne. Ce que ces recommandations ne peuvent pas vous dire, et ce qu'aucun modèle ne peut déduire de la grammaire, c'est si vous écrivez personnellement ご確認ください ou ご確認いただけますでしょうか à un fournisseur que vous connaissez depuis six ans. Les deux sont corrects. Un seul est le vôtre.

Voici ce qu'un brouillon d'IA réussit et rate typiquement sur un seul e-mail :

Chaque ligne de la colonne de droite est un échec de registre, pas un échec de grammaire. Les correcteurs orthographiques et grammaticaux laisseront passer le brouillon. Votre client, non.

Qu'est-ce qui change réellement d'un registre à l'autre en japonais ?

Quatre choses, et chaque rédacteur les règle indépendamment : le niveau de politesse lui-même, la quantité d'amortissement avant une demande, les formules d'ouverture et de conclusion, et le rythme des phrases. L'IA écrase ces quatre paramètres en un seul réglage appelé « formel » et l'applique uniformément.

Prenez une cheffe de produit à Osaka qui écrit trois e-mails dans une matinée. Au prestataire avec qui elle travaille depuis deux ans, l'ouverture est いつもお世話になっております, la demande arrive dès la deuxième phrase, et la conclusion est よろしくお願いします sans le いたします. Au directeur d'un client potentiel, l'ouverture comporte une formule saisonnière, la demande est enveloppée dans お忙しいところ恐縮ですが et ご検討いただけますと幸いです, et la conclusion prend le 何卒よろしくお願い申し上げます complet. À sa propre équipe, en japonais, l'objet est la demande, les phrases se terminent en です et ます, et il n'y a aucune formule de conclusion.

Même personne. Trois registres. Aucun d'eux n'est « poli et professionnel » d'une manière qu'un adjectif pourrait distinguer, et tous les trois sont polis et professionnels.

Nous avons traité la version générale de ce phénomène dans pourquoi votre voix change quand vous changez de langue. Le cas japonais est plus tranché parce que la mécanique du registre est grammaticalisée. En anglais, un rédacteur un peu trop formel avec un collègue paraît légèrement guindé. En japonais, un rédacteur qui utilise le 謙譲語Ⅱ avec un pair donne l'impression de s'adresser à un inconnu, et le pair se demandera ce qui a changé.

Les quatre paramètres mobiles, détaillés :

1. Le niveau de politesse. Non pas un spectre à deux extrémités, mais un ensemble de choix discrets par verbe. させていただきます contre いたします contre します, ce sont trois positions sociales distinctes, et la plupart des rédacteurs ont une habitude ferme pour chaque relation.
2. L'amortissement. Combien de クッション言葉 précèdent une demande, et lesquels. Certains rédacteurs en utilisent un seul, toujours le même. D'autres en empilent trois pour un premier contact et zéro pour un contact régulier. L'IA empile par défaut.
3. Les formules. Lignes d'ouverture et de conclusion. L'ensemble est restreint et public, donc le choix à l'intérieur porte de l'information. Un rédacteur qui conclut toujours ses e-mails internes par 以上です et ses e-mails clients par 引き続きよろしくお願いいたします a une signature, et elle ne figure dans aucun adjectif.
4. Le rythme. Longueur des phrases, fréquence des phrases terminées par un nom plutôt qu'un verbe, demande isolée ou non dans son propre paragraphe. C'est la partie de la voix qui survit à la traduction des trois autres, et celle que l'IA aplatit le plus complètement.

Nos propres mesures confirment cet aplatissement. Dans le banc d'essai de 320 échantillons qui sous-tend nos références par langue, la production japonaise de l'IA se situe à 59 en formalité et à 45 en concision, avec la richesse lexicale la plus faible des quatre langues mesurées, à 37. Ce sont des moyennes, et la moyenne est précisément le problème : le modèle n'écrit pas à votre niveau de formalité, il écrit à 59. (Nous avons retiré notre chiffre d'expressivité pour le japonais après avoir découvert un défaut de mesure, et nous ne le citons pas ici.)

Pourquoi « poli et professionnel » ne règle-t-il rien ?

Parce que la formule est un pointeur vers un registre que le modèle connaît déjà, et que ce vers quoi elle pointe est le centre de tout ce qui a été écrit sous cette étiquette. Tapez 丁寧でプロフェッショナルに, ou « poli, professionnel, adapté au monde des affaires japonais », et le modèle récupère sa moyenne de la correspondance professionnelle japonaise : la même moyenne que reçoit tout autre utilisateur de cette formule. Votre collègue qui tape les mêmes mots obtient le même e-mail. Vous deux n'écrivez pourtant pas du tout de la même façon.

L'IA ne connaît pas votre ton. Elle connaît des mots qui décrivent un ton.

C'est le même échec que nous avons décortiqué pour l'anglais dans pourquoi les adjectifs de ton ne sont pas votre voix, et le japonais l'aggrave de deux façons. D'abord, le vocabulaire du registre est plus riche, donc l'adjectif couvre plus de terrain et contraint moins. « Poli » en japonais s'étend du message Slack à la lettre d'excuses formelle. Ensuite, la sensibilité du lecteur est plus élevée. Les lecteurs professionnels japonais lisent le registre comme une information sur la relation, donc un décalage n'est pas un détail stylistique. C'est un message que vous n'aviez pas l'intention d'envoyer.

Les contournements habituels ne comblent pas l'écart non plus :

• Téléverser d'anciens e-mails comme fichiers de référence. Le modèle les consulte quand il les juge pertinents et en paraphrase le contenu. Il n'en absorbe pas les habitudes. Cinq e-mails ne peuvent pas lui dire si votre unique formule d'amortissement est une règle ou une humeur.
• Demander « le même ton que mon dernier e-mail ». Fonctionne pour un brouillon, s'évapore à la conversation suivante, et copie la surface de cet e-mail-là, y compris ce qu'il avait d'inhabituel.
• Écrire en anglais et demander une traduction japonaise. Produit une franchise anglaise dans une grammaire japonaise. La demande arrive trop tôt, l'amortissement manque, et le résultat paraît abrupt à n'importe quel collègue japonais. Dans l'autre sens, un anglais d'IA qui sonne traduit est le même échec avec les langues inversées.
• Passer à un modèle plus récent. Un modèle plus capable suit les instructions plus fidèlement. Donnez-lui un adjectif et il produit un rendu plus soigné de la même moyenne. Le brouillon se lit mieux et ne vous ressemble pas davantage.

Ce dernier point mérite sa propre section, parce que c'est celui sur lequel les gens parient.

Un meilleur modèle apprendra-t-il mon registre japonais ?

Non, et la raison est structurelle. La capacité du modèle et le conditionnement par les données de l'utilisateur sont deux couches distinctes. Le laboratoire améliore la première à chaque version. Il ne peut pas fournir la seconde, parce qu'elle est faite d'e-mails que vous avez envoyés et que le laboratoire n'a jamais vus.

Ce qu'un modèle plus puissant apporte, c'est la fidélité aux instructions. Donnez-lui « poli et professionnel » et il exécute cette instruction plus complètement que le modèle précédent : keigo plus fluide, niveau plus régulier, formules plus propres. Il s'est rapproché de la moyenne, pas de vous. Les lecteurs qui rapportent que leurs brouillons japonais sont devenus « plus génériques » après une mise à niveau du modèle décrivent exactement cela.

La même propriété joue en votre faveur dès que l'instruction contient quelque chose de précis. Un profil qui dit « ouvrir les e-mails clients par いつもお世話になっております, jamais par la formule saisonnière ; une formule d'amortissement avant une demande, toujours お手数ですが ; conclure par よろしくお願いいたします, jamais 申し上げます ; formuler la demande dans la deuxième phrase » est un ensemble de règles qu'un modèle plus puissant atteint avec plus d'exactitude qu'un modèle plus faible. Plus le modèle progresse dans le suivi d'instructions nuancées, mieux il exécute votre profil. Nous avons exposé l'argument général dans pourquoi les meilleurs modèles d'IA ne connaissent toujours pas votre voix. Le japonais est le cas où l'argument mord le plus fort, parce que l'écart entre « poli » et votre politesse est le plus large.

Le menu déroulant du modèle est donc la dernière chose à changer. Corrigez ce qu'on demande au modèle d'exécuter, et chaque version future l'exécutera mieux.

Comment donner à l'IA votre propre registre japonais ?

Mesurez-le à partir d'e-mails que vous avez déjà envoyés, puis transmettez les mesures sous forme de règles. Votre registre est dénombrable. Chacun des quatre paramètres mobiles ci-dessus peut être relevé sur dix à quinze e-mails en une heure, et chacun devient une instruction sans le moindre adjectif.

Commencez par séparer vos échantillons. Le japonais dans un dossier, l'anglais dans un autre, et au sein du japonais, étiquetez chaque e-mail par relation : client de longue date, nouveau contact, interne, fournisseur, excuses. Ne les mélangez pas. Un profil moyenné entre vos e-mails clients et vos e-mails d'équipe est le profil de personne, ce qui est précisément l'erreur à laquelle vous essayez d'échapper.

Ensuite, comptez, registre par registre :

Le niveau. Pour chaque demande, quelle forme verbale avez-vous utilisée ? Comptez いたします, させていただきます, します. Pour chaque requête, ください ou いただけますでしょうか ou いただけますと幸いです. Vous trouverez une habitude ferme par relation, et une habitude est une règle.

L'amortissement. Comptez les クッション言葉 par demande. Notez lesquels. La plupart des rédacteurs ont un ou deux favoris et un maximum qu'ils ne dépassent jamais. Notez ce maximum comme un plafond strict.

Les formules. Listez vos ouvertures et conclusions par registre. Notez ce que vous n'utilisez jamais. L'absence est invisible dans un échantillon et doit être énoncée : « jamais 拝啓, jamais 何卒 dans les e-mails internes. »

Le rythme. Mots ou caractères par phrase, valeur typique et étendue. Où se place la demande (première phrase, deuxième, son propre paragraphe). Si vous utilisez des listes à puces dans les e-mails clients. À quelle fréquence une phrase se termine par un nom.

Un bloc terminé pour un registre ressemble à ceci :

Registre : client existant, contact hebdomadaire. Ouvrir par いつもお世話になっております, pas de formule saisonnière. Demande en phrase deux. Une formule d'amortissement, お手数ですが ou 恐れ入りますが, jamais empilées. Requêtes en いただけますでしょうか. Niveau verbal いたします ; jamais させていただきます. Phrases de 25 à 45 caractères, une idée chacune. Conclure par 引き続きよろしくお願いいたします. Jamais 何卒, jamais 申し上げます.

Collez ce bloc là où vivent vos instructions : les instructions personnalisées de ChatGPT, un projet Claude, un Gem de Gemini, le champ d'instructions d'un Custom GPT. Gardez un bloc par registre et indiquez au modèle lequel s'applique. Notre guide pour connecter votre style d'écriture à ChatGPT explique où va chaque bloc et comment l'empêcher de dériver au fil d'une longue conversation.

C'est aussi ce que fait un profil de style de MyWritingTwin.com, langue par langue. Les échantillons japonais d'un utilisateur multilingue reçoivent leur propre analyse d'ADN d'écriture, mesurée contre une référence japonaise et non anglaise, sur davantage de dimensions que les quatre ci-dessus. Le résultat est un bloc de contraintes, et votre Writing Twin pour ChatGPT, Claude et Gemini est ce bloc déployé dans les outils que vous utilisez déjà. Vos échantillons anglais reçoivent un profil séparé. Aucun des deux n'est une traduction de l'autre, parce que vos deux voix ne sont pas des traductions l'une de l'autre.

Deux propriétés d'un profil mesuré comptent ici plus que partout ailleurs. Il est vérifiable : « était-ce assez poli ? » n'a pas de réponse, tandis que « y avait-il une seule formule d'amortissement, et était-ce お手数ですが ? » en a une. Et il survit au modèle, parce que les règles vous décrivent vous, et non l'outil.

Comment tester si le brouillon est bien le vôtre ?

Donnez au modèle le brief d'un e-mail japonais que vous avez déjà envoyé, placez son brouillon à côté du vôtre, et comptez. Aucun outil, cinq minutes, et la réponse est une série de chiffres plutôt qu'une impression.

Choisissez un e-mail par registre parmi ceux du mois dernier. Rédigez un brief de deux lignes pour chacun : à qui il s'adressait, ce dont vous aviez besoin, ce que le destinataire savait déjà. Demandez au modèle l'e-mail en japonais et comparez :

• Ligne d'ouverture : la même formule, ou celle du manuel ?
• Position de la demande : quelle phrase ?
• Formules d'amortissement : combien, et lesquelles ?
• Niveau verbal de la demande : いたします, させていただきます, ou します ?
• Conclusion : la vôtre, ou よろしくお願いいたします par défaut ?
• Caractères par phrase : typique, la plus courte, la plus longue

Si les comptes diffèrent, le modèle ne connaît pas votre registre, quoi qu'il réponde quand vous le lui demandez directement (il dira oui ; il dit toujours oui). Les configurations à base d'adjectifs réussissent généralement l'e-mail au client formel, parce que la moyenne est la plus proche de ce registre, et échouent sur l'e-mail interne et celui au client de longue date, parce que c'est là que vos habitudes s'écartent du centre.

Refaites le même test après avoir remplacé l'adjectif par le bloc mesuré. Les comptes convergent dès le premier brouillon et continuent de converger à mesure que vous resserrez chaque règle. Cette convergence est la différence entre un e-mail qui porte votre signature et un e-mail qui vous contient.

Le keigo n'a jamais été le problème. Le registre l'était, et le registre n'avait jamais été transmis.

Mesurez la distance entre vos brouillons d'IA et votre écriture réelle avec le test Humanity Score, ou téléversez vos échantillons japonais et laissez un profil de style faire le comptage.