L'utilisateur médian : pourquoi l'IA sonne comme tout le monde

La plainte concernant la production de l'IA est toujours la même : c'est correct.

Utile. Compétent. Poli. Vous ne pouvez pas pointer d'erreur. Mais quand vous lisez la réponse — vraiment la lire — elle ne semble pas écrite pour vous. Le conseil de carrière s'applique à quelqu'un dans une situation à peu près similaire à la vôtre, mais pas à votre situation exacte. Le brouillon d'email est correct mais sans vie. La mise à jour de projet ressemble à un modèle, pas à quelque chose que vous enverriez.

Alors vous remettez en question vos prompts. Vous suivez des cours, essayez des frameworks, apprenez des techniques pour poser de meilleures questions. Et de meilleurs prompts aident effectivement — comme tourner le volant aide quand vous conduisez dans la mauvaise direction. Cela améliore l'expérience sans traiter la raison pour laquelle l'expérience nécessitait d'être améliorée.

Voici le problème : la raison pour laquelle la production de l'IA semble génériquement correcte est qu'elle a été optimisée pour être génériquement correcte. Ce n'est pas un effet secondaire. C'est l'objectif d'entraînement.

---

Comment l'IA apprend à être moyenne

Chaque grand modèle d'IA — ChatGPT, Claude, Gemini — passe par un processus d'entraînement appelé RLHF : Reinforcement Learning from Human Feedback (apprentissage par renforcement à partir de retours humains).

Voici comment cela fonctionne, de manière simplifiée :

1. Le modèle génère plusieurs réponses au même prompt.
2. Des évaluateurs humains comparent les productions et choisissent celle qu'ils préfèrent.
3. Le modèle apprend à produire des réponses que ces évaluateurs choisiraient.

Cela semble raisonnable. Le problème, c'est qui sont ces évaluateurs — et plus important encore, qui ils ne sont pas.

Ils ne sont pas vous. Ils ne sont pas votre collègue, votre client ou votre directeur général. Ce sont des évaluateurs embauchés qui traitent des milliers de comparaisons par jour, chacun apportant ses propres préférences, biais et fatigue à la tâche. Quand des milliers d'évaluateurs évaluent des millions de productions, le modèle apprend ce qui tend à gagner avec des évaluateurs génériques.

Pas des réponses calibrées selon votre expertise. Pas des réponses ajustées aux normes de votre secteur. Pas des réponses façonnées par la relation que vous avez avec la personne qui les lit.

Des réponses calibrées pour une personne typique hypothétique posant une question similaire. Le centre statistique. Un composite des préférences de tout le monde et de personne en particulier.

Les articles de recherche d'Anthropic et d'OpenAI décrivent ce processus ouvertement. Ce n'est pas un secret. C'est juste quelque chose auquel la plupart des gens ne pensent pas quand ils sont frustrés par la production de l'IA.

---

L'utilisateur médian n'existe pas

Chaque fois que vous utilisez l'IA avec les paramètres par défaut, vous obtenez une réponse optimisée pour l'utilisateur médian — une personne qui n'existe pas réellement.

Cette personne moyenne fictive écrit avec un registre mi-formel. Elle préfère les réponses structurées avec des titres clairs. Elle aime ses paragraphes de longueur moyenne et son ton professionnel mais accessible. Elle n'utilise jamais de tirets cadratin de manière agressive, ne commence jamais par une phrase d'un mot pour l'impact, ne déploie jamais d'humour noir dans une mise à jour de statut.

L'utilisateur médian est agréable, compétent et complètement oubliable. Et c'est exactement à quoi ressemble la production de l'IA quand vous l'utilisez telle quelle.

Vous avez probablement remarqué les signes révélateurs. Le texte généré par IA s'appuie excessivement sur certains mots — « approfondir », « faciliter », « exploiter », « éclairer » — qui apparaissent avec une fréquence inhabituelle dans tous les modèles. Il nuance constamment : « il est important de noter que », « de manière générale », « il vaut la peine de considérer ». Il lisse chaque aspérité, qualifie chaque affirmation, et produit une prose impossible à critiquer mais aussi impossible de s'y connecter.

Votre rythme de phrase ? Aplati. Vos schémas de ponctuation ? Normalisés. Votre empreinte d'écriture ? Moyennée jusqu'à l'inexistence.

Ce ne sont pas des bugs. Ce sont des caractéristiques d'un système optimisé pour être inoffensif au plus grand public possible.

---

Les chiffres derrière le problème

Ce n'est pas qu'une impression. Les données le confirment :

• 83 % des consommateurs peuvent désormais détecter le contenu généré par IA. Les gens peuvent le sentir. Ils ne savent peut-être pas pourquoi cela semble étrange, mais ils le savent. (Recherche originale via des études de marketing de contenu)
• Le contenu écrit par des humains obtient 5,44 fois plus de trafic que le contenu généré par IA — pourtant les entreprises continuent de miser sur la création automatisée.
• Le contenu avec un style distinctif génère 3 fois plus d'engagement que la messagerie standardisée.
• Les entreprises avec des personnalités de marque distinctives voient une rétention client supérieure de 20 % par rapport au positionnement générique.

Et le problème s'accélère. Les chercheurs appellent cela l'effondrement du modèle : alors que le contenu généré par IA inonde internet, les nouveaux modèles s'entraînent sur ce contenu au lieu de texte écrit par des humains. Chaque génération devient plus uniforme, plus médiane, plus générique. Une étude Nature de 2024 a constaté que les modèles entraînés sur du texte généré par leurs prédécesseurs montrent des diminutions constantes de la diversité lexicale, syntaxique et sémantique à chaque génération.

L'écart de style ne se comble pas. Il s'élargit. La science derrière les profils de voix explique la recherche académique sur pourquoi cela se produit — et ce qui fonctionne réellement pour l'inverser.

---

Pourquoi les prompts seuls ne peuvent pas résoudre un problème d'entraînement

De meilleurs prompts aident à la marge. Mais vous combattez l'entraînement du modèle à chaque interaction.

Pensez-y de cette manière : le RLHF a intégré certaines préférences dans les poids du modèle à travers des milliards de paramètres. Votre prompt de 200 mots essaie de contourner ce conditionnement. C'est comme crier des instructions à quelqu'un à qui on a déjà dit — des millions de fois — de faire autre chose.

Les plateformes d'IA le savent. Au cours de l'année écoulée, elles ont discrètement construit des mécanismes pour échapper à la médiane :

Mémoire — ChatGPT et Claude peuvent maintenant se souvenir des détails à travers les conversations. Votre secteur, votre rôle, vos préférences.

Custom Instructions — Des directives persistantes qui façonnent chaque réponse. « Je suis directeur financier. Gardez les choses quantitatives. Évitez les avertissements. » (Nous avons écrit un guide complet des custom instructions si vous voulez pousser cette approche aussi loin que possible.)

Contrôles de style — Ajustement du ton, de la longueur et de la formalité au niveau système.

Outils et intégrations — Connexion de l'IA à vos flux de travail et données réels.

Ces leviers fonctionnent. Mais ils ont des limites :

• Ils nécessitent un effort continu important. Vous enseignez à l'IA sur vous une correction à la fois.
• Ils capturent ce que vous dites au modèle, pas ce que vous ne réalisez pas sur vos propres schémas.
• Ils se dégradent pour le travail créatif et l'utilisation occasionnelle — si vous n'utilisez pas l'IA quotidiennement, les corrections ne se cumulent pas.
• Plus fondamentalement, ils traitent le symptôme (production générique) sans remplacer la cause (la référence par défaut du modèle est l'utilisateur médian, pas vous).

Comme l'a dit un praticien : les personnes obtenant des résultats extraordinaires de l'IA ne sont pas plus intelligentes ou plus techniques. Elles encodent les corrections au lieu de les répéter. Mais cet encodage nécessite du temps, de la cohérence et une conscience de soi sur des schémas que la plupart des gens ne peuvent pas articuler. (Nous avons exploré pourquoi cette auto-articulation est si difficile dans un article précédent.)

---

Ce que le problème de l'utilisateur médian nécessite réellement

Si le problème est que l'IA a été entraînée sur les préférences de tout le monde et de personne en particulier, la solution n'est pas de combattre les paramètres par défaut du modèle prompt par prompt.

La solution est de donner au modèle une image complète et spécifique de vous qui remplace ses paramètres par défaut.

C'est ce que fait un profil de style. Pour comprendre le processus technique, lisez comment fonctionne l'extraction de style. C'est ce que vous collez dans vos custom instructions — extrait systématiquement de votre écriture réelle au lieu d'être deviné manuellement. Au lieu de pousser l'IA loin de sa médiane à chaque interaction, vous lui donnez une carte complète de comment vous communiquez réellement :

• Vos schémas de référence. Longueur de phrase, schémas de ponctuation, préférences de vocabulaire, tendances voix active vs. passive. Pas de descriptions vagues comme « professionnel mais amical » — des ancres quantitatives que le modèle peut suivre précisément.

• Vos variations de contexte. Comment vous changez quand vous écrivez à la direction vs. votre équipe vs. des clients externes. L'IA n'a pas à deviner — elle a des règles explicites pour chaque registre.

• Vos anti-patterns. Les phrases que vous n'utiliseriez jamais, les habitudes à éviter, les clichés d'entreprise qui vous font grimacer. Dire à l'IA ce qu'il ne faut pas faire est souvent plus puissant que de lui dire ce qu'il faut faire.

• Vos mouvements signature. L'habitude du tiret cadratin. L'ouverture en une ligne. La façon dont vous terminez les emails avec une question au lieu d'une affirmation. Les choses qui rendent votre écriture reconnaissablement la vôtre — votre empreinte d'écriture.

Un profil de style ne combat pas l'entraînement du modèle. Il travaille avec lui — donnant à l'IA des instructions explicites qui remplacent les paramètres par défaut de l'utilisateur médian avec vos schémas réels. Le même processus RLHF qui rend l'IA réactive aux préférences humaines la rend réactive aux préférences humaines spécifiques, quand vous les fournissez avec suffisamment de structure et de précision.

---

Mesurez votre écart d'utilisateur médian

La théorie est utile. Les données sont meilleures.

Vous voulez voir combien d'utilisateur médian se trouve dans votre production d'IA en ce moment ? Essayez ceci :

1. Ouvrez ChatGPT ou Claude avec les paramètres par défaut
2. Demandez-lui d'écrire un court email que vous enverriez normalement — une mise à jour de projet, un suivi de réunion, n'importe quoi de routinier
3. Lisez la production et notez chaque phrase que vous changeriez avant l'envoi

Comptez les modifications. Ce nombre est votre écart d'utilisateur médian — la distance entre ce que l'IA pense que vous écrivez et ce que vous écrivez réellement.

La plupart des gens trouvent 5 à 10 modifications dans un seul paragraphe. Ce n'est pas un problème de prompt. C'est un problème d'entraînement.

Vous voulez une mesure plus précise ? Vérifiez votre score d'humanité — collez n'importe quel texte et obtenez une analyse détaillée de combien d'« utilisateur médian » transparaît. Cela prend 30 secondes et évalue votre écriture sur plusieurs dimensions.

Ou allez plus loin sur cinq jours : Rejoignez le cours gratuit par email — une leçon par jour pour échapper à la médiane, du changement de contexte à la construction de votre empreinte d'écriture.

---

La fenêtre se ferme

Voici l'urgence : alors que l'effondrement du modèle s'accélère et que le contenu généré par IA devient les nouvelles données d'entraînement, la référence continue de s'éloigner de l'écriture humaine authentique. Merriam-Webster a choisi « slop » comme mot de l'année 2025. CNN prédit 2026 comme l'année du marketing « 100 % humain ».

Le style d'écriture distinctif devient un avantage concurrentiel. Les professionnels et les entreprises qui documentent, protègent et déploient leur style de communication authentique à travers l'IA se démarqueront. Tous les autres sonneront comme le même utilisateur médian — polis, compétents et interchangeables.

La question n'est pas de savoir si vous devez personnaliser votre IA. C'est de savoir si vous le faites systématiquement ou si vous passez l'année prochaine à encoder des corrections un prompt à la fois.

---

---

Obtenez votre Writing DNA Snapshot gratuit

Curieux de connaître votre style d'écriture unique ? Essayez notre Writing DNA Snapshot gratuit — c'est gratuit et aucune carte bancaire n'est requise. Voyez comment l'IA peut apprendre à écrire exactement comme vous avec My Writing Twin.