Pourquoi l'écriture IA sonne générique — les données derrière le problème
Nous avons mesuré 320 échantillons d'écriture IA à travers 5 modèles et 6 dimensions stylistiques. Les données révèlent exactement pourquoi chaque IA sonne pareil — et ce n'est pas la faute de vos prompts.
By Emmanuel
Vous savez déjà que l'écriture IA sonne générique. Vous l'avez ressenti dans chaque brouillon d'email qu'il a fallu réécrire, chaque publication LinkedIn qui se lisait comme un modèle préfabriqué, chaque rapport qui aurait pu être rédigé par n'importe qui. Ou n'importe quoi.
Mais « générique » est un ressenti. Les ressentis sont difficiles à corriger. Les chiffres sont plus faciles.
Nous l'avons mesuré. Voici ce que les données montrent réellement.
L'expérience
Nous avons généré 320 échantillons d'écriture à travers cinq modèles d'IA — Claude Opus 4.6, Claude Sonnet 4.5, Claude Haiku 4.5, GPT-5.2 et Gemini 3 Pro — en utilisant huit types de prompts différents dans quatre langues, avec deux variantes par combinaison. Puis nous avons soumis chaque échantillon à une analyse stylométrique computationnelle, mesurant six dimensions indépendantes du style d'écriture.
Pour la méthodologie complète : Comment nous mesurons l'« IA moyenne ».
La question n'était pas de savoir si l'IA écrit de manière générique. La question était : peut-on quantifier exactement à quel point c'est générique, et où se situe cette généricité ?
Oui. Nous pouvons.
Le problème de la convergence
Voici la découverte centrale : les cinq modèles d'IA convergent vers le même centre stylistique.
| Axe | Score modèle le plus bas | Score modèle le plus haut | Écart |
|---|---|---|---|
| Complexité des phrases | ~60 | ~72 | ~12 points |
| Richesse du vocabulaire | ~44 | ~52 | ~8 points |
| Expressivité | ~68 | ~82 | ~14 points |
| Formalité | ~48 | ~64 | ~16 points |
| Cohérence | ~49 | ~57 | ~8 points |
| Concision | ~36 | ~48 | ~12 points |
L'écart moyen sur les six axes est d'environ 12 points sur 100. Cinq modèles différents, construits par trois entreprises différentes, entraînés sur des jeux de données différents, utilisant des architectures différentes — et ils produisent des textes qui se regroupent dans une bande de 12 points sur la plupart des dimensions.
Comparez cela aux rédacteurs humains. Dans nos données utilisateurs, les individus obtiennent régulièrement des scores sur un écart de 60+ points sur n'importe quel axe. La complexité des phrases d'une personne peut être de 25. Celle d'une autre de 88. Leur écriture est façonnée par des décennies d'habitudes de lecture, de contexte professionnel, de personnalité et d'instinct linguistique.
L'écriture de l'IA est façonnée par le RLHF — un processus d'entraînement qui optimise pour les préférences d'évaluateurs génériques. Le résultat est cinq modèles qui sonnent comme cinq versions légèrement différentes de la même personne.
Là où tous les modèles s'accordent (et ne devraient pas)
La preuve la plus accablante de la convergence apparaît sur trois axes :
La cohérence : la ligne plate
Les cinq modèles obtiennent entre 49 et 57 en cohérence — un écart de seulement 8 points. Cela signifie que chaque modèle produit globalement le même schéma de variation de longueur de phrases : modéré. Ni monotone, ni chaotique. Un juste milieu sûr.
Les rédacteurs humains ne font pas cela. Les juristes obtiennent 80+ en cohérence — leurs phrases marchent au pas. Les romanciers et essayistes obtiennent en dessous de 30 — ils oscillent entre des frappes de quatre mots et des développements de cinquante mots. La variation est le style.
Le regroupement de la cohérence de l'IA n'est pas une fonctionnalité. C'est une perte de signal. Quand chaque modèle écrit avec le même schéma rythmique, changer de modèle ne change pas la sensation de lecture de votre texte.
La richesse du vocabulaire : la bande étroite
Les cinq modèles obtiennent entre 44 et 52 en richesse du vocabulaire. Huit points de séparation. Ils utilisent tous à peu près la même proportion de mots uniques — une diversité modérée, rien de trop exotique, rien de trop répétitif.
C'est particulièrement problématique pour les professionnels avec des vocabulaires spécialisés. Un chirurgien qui utilise une terminologie médicale précise dans chaque email obtiendra un score bien supérieur à 52 en richesse du vocabulaire. Un chef de chantier qui s'appuie sur un ensemble restreint de termes techniques pourrait obtenir moins de 30. Les deux sont authentiques. Aucun n'est « modéré ».
Mais demandez à n'importe quelle IA d'écrire en leur nom, et vous obtiendrez la même fourchette 44-52 à chaque fois. La précision du chirurgien se dilue. La franchise du chef de chantier se rallonge.
L'expressivité : le mode haute énergie par défaut
Voici le domaine où tous les modèles s'accordent le plus fortement : l'expressivité. La moyenne anglaise des cinq modèles est de 76 sur 100. Chaque modèle produit par défaut une prose haute énergie — questions rhétoriques, langage emphatique, marqueurs d'attitude, points d'exclamation.
Pourquoi ? Parce que les évaluateurs RLHF préfèrent un texte qui semble engagé. Quand les évaluateurs comparent une réponse plate à une réponse énergique, la réponse énergique gagne. Multipliez cette préférence par des millions de comparaisons et des milliards de paramètres, et vous obtenez des modèles constitutionnellement incapables de retenue.
Le problème : la plupart des écrits professionnels ne sont pas expressifs à 76. La mise à jour trimestrielle d'un directeur financier n'a pas besoin de questions rhétoriques. Un avis juridique ne bénéficie pas des tirets cadratins. Un rapport d'avancement de projet ne devrait pas sonner enthousiaste. Mais l'IA produit de l'enthousiasme par défaut parce qu'elle a été entraînée à croire que l'enthousiasme est préféré.
Le problème de l'utilisateur médian en chiffres
Nous avons écrit sur le problème de l'utilisateur médian de manière conceptuelle. Voici à quoi il ressemble en données brutes.
La moyenne IA de tous les modèles en anglais :
| Axe | Moyenne IA | Ce que cela signifie |
|---|---|---|
| Complexité des phrases | 65 | Modérément complexe — ni simple ni dense |
| Richesse du vocabulaire | 48 | Diversité modérée — choix de mots prudents |
| Expressivité | 76 | Haute énergie — questions, exclamations, emphase |
| Formalité | 58 | Légèrement formel — professionnel-mais-accessible |
| Cohérence | 53 | Variation modérée — ni trop régulier, ni trop dynamique |
| Concision | 42 | Sous le point médian — les phrases sont longues |
Sample Writing DNA Radar Chart
How one writer's style compares to Average AI on all six axes
Ce profil a un nom dans la littérature de recherche : c'est la régression vers la moyenne. Chaque dimension tire vers un centre sûr, sauf l'expressivité (qui tire vers le haut parce que les évaluateurs la préfèrent) et la concision (qui tire vers le bas parce que les modèles d'IA produisent des textes longs par défaut).
Considérons maintenant ce qui rend un rédacteur humain distinctif :
- Un fondateur de startup pourrait obtenir : complexité 40, vocabulaire 55, expressivité 85, formalité 30, cohérence 35, concision 70. Percutant, énergique, informel, varié.
- Un avocat d'affaires pourrait obtenir : complexité 82, vocabulaire 65, expressivité 20, formalité 90, cohérence 85, concision 15. Dense, précis, retenu, uniforme.
- Un journaliste pourrait obtenir : complexité 55, vocabulaire 60, expressivité 50, formalité 45, cohérence 40, concision 65. Clair, varié, direct.
Aucun de ces profils ne ressemble de près ou de loin à la moyenne IA. C'est le point essentiel. La moyenne IA n'est l'endroit où vit aucune personne réelle. C'est une construction statistique que le RLHF a créée en faisant la moyenne des préférences de tout le monde.
Pourquoi changer de modèle ne résout pas le problème
La réaction courante face à un texte IA générique est d'essayer un autre modèle. Claude vous semble trop mesuré ? Essayez ChatGPT. ChatGPT vous semble trop enthousiaste ? Essayez Gemini.
Les données montrent pourquoi cela ne fonctionne pas.
L'écart maximal entre modèles sur un axe donné est d'environ 16 points (formalité). Sur la plupart des axes, c'est 8-12 points. L'écart entre la moyenne IA et un rédacteur humain distinctif est régulièrement de 30-50 points sur plusieurs axes.
Changer de modèle vous déplace de 8-16 points sur une ou deux dimensions. Vous avez besoin de 30-50 points de mouvement sur trois ou quatre. Changer de modèle, c'est réarranger les transats sur le Titanic.
Pour une comparaison directe détaillée, voir ChatGPT vs Claude vs Gemini. La comparaison est utile — mais la conclusion est la même. Aucun modèle ne peut y arriver seul.
La crise de la concision
Une dimension mérite une attention particulière : la concision.
La moyenne IA pour l'anglais est de 42. Pour le français, elle chute à 32. Pour l'espagnol, 36. À travers tous les modèles et toutes les langues, l'IA écrit long.
Ce n'est pas une préférence de style. C'est un biais structurel. Les modèles d'IA sont entraînés à être utiles, et « utile » en termes RLHF signifie exhaustif. L'exhaustivité signifie plus de mots. Plus d'explications. Plus de nuances. Plus de contexte. Plus de précautions.
Le résultat est que chaque modèle d'IA produit des textes plus longs que ce que la plupart des professionnels écriraient pour le même contexte de communication. Votre message Slack de trois phrases devient une explication de trois paragraphes. Votre réponse email d'une ligne devient une réponse structurée avec des puces.
L'écart de concision est souvent la première chose que les utilisateurs remarquent quand ils comparent leur ADN d'Écriture à la référence IA. C'est aussi l'une des choses les plus faciles à corriger par un profil de style — une fois que vous avez la mesure.
L'inflation de l'expressivité
L'envers de la crise de la concision est l'inflation de l'expressivité.
À 76, l'expressivité par défaut de l'IA dépasse ce que la plupart des contextes professionnels appellent. Les modèles déploient des questions rhétoriques (« Mais que signifie vraiment tout cela ? »), des marqueurs d'attitude (« Il est important de noter que », « Il est crucial de », « Il est intéressant de »), et de la ponctuation emphatique à des taux qui seraient inhabituels dans la communication professionnelle humaine.
C'est la source de la « voix IA » que les lecteurs reconnaissent de plus en plus. Le problème n'est pas que l'IA utilise de mauvais mots. C'est que l'IA distribue les marqueurs expressifs différemment des humains — plus fréquemment, plus uniformément, et de manière moins contextuelle.
Un rédacteur humain varie son expressivité selon le contexte. Il est énergique dans une publication LinkedIn et retenu dans une note au conseil d'administration. L'IA maintient à peu près le même niveau d'expressivité quel que soit le type de prompt. Nos données montrent que les scores d'expressivité se regroupent étroitement à travers les huit types de prompts au sein de chaque modèle. Le modèle a un point de consigne, et il y revient.
Ce qui corrige réellement l'écriture IA générique
Si le problème est la convergence — tous les modèles tirant vers le même centre statistique — alors la solution doit éloigner les productions de ce centre, vers vos coordonnées spécifiques sur chaque axe.
C'est ce que fait un profil de style. Pas des instructions vagues comme « sois plus concis » (que le modèle interprétera selon son propre calibrage, produisant un texte légèrement moins long plutôt que véritablement concis). Mais des cibles mesurées.
« Votre cible de concision est 68. Le défaut du modèle est 42. Réduisez la longueur moyenne des phrases d'environ 40 %. »
« Votre cible d'expressivité est 35. Le défaut du modèle est 76. Éliminez les questions rhétoriques. Supprimez les marqueurs d'attitude. N'utilisez les points d'exclamation que pour une emphase véritable. »
« Votre cible de cohérence est 78. Le défaut du modèle est 53. Maintenez les longueurs de phrases dans une bande étroite. Évitez d'alterner entre des phrases très courtes et très longues. »
Ce sont des deltas quantifiés dérivés de votre écriture réelle, mesurés par rapport aux références IA empiriques. Pas des suppositions. Pas des impressions. Des données.
Mesurez votre écart
Vous voulez voir exactement à quelle distance votre écriture se situe de la moyenne IA ? Essayez votre Snapshot d'ADN d'Écriture gratuit — soumettez quelques échantillons d'écriture et obtenez votre graphique radar à six axes comparant votre style à l'IA moyenne.
Les écarts sur ce graphique sont spécifiques. Ils vous indiquent quelles dimensions nécessitent le plus de correction, quels paramètres par défaut de modèle sont les plus éloignés de votre style, et ce qu'un profil de style doit calibrer.
L'écriture IA générique n'est pas un mystère. C'est un phénomène mesurable avec une correction mesurable.
Faites écrire l'IA comme vous, pas comme un robot
Vous venez de lire comment ajuster l'IA à la main. MyWritingTwin le fait à partir de vos vrais textes : collez quelques échantillons et obtenez un profil de voix qui fonctionne dans ChatGPT, Claude et Gemini.
Créer votre profil d'écriture gratuitPas encore prêt ? Recevez plutôt notre guide des profils de voix IA par e-mail.