Les écrivains sabotent leur prose pour ne pas paraître écrits par l’IA

Quand l’IA fait douter des mots les plus ordinaires

Les outils de détection de texte généré par IA bouleversent aujourd’hui la manière d’écrire. Ce qui devait servir à distinguer un texte humain d’un texte produit par un chatbot crée désormais un effet inattendu : des auteurs, des étudiants et même des journalistes se demandent si leurs phrases paraissent « trop IA ». Résultat, certains révisent leur style non pas pour être plus clairs, mais pour éviter d’éveiller les soupçons. Cette pression transforme un geste simple — écrire — en exercice d’auto-surveillance.

• Objectif initial : repérer les contenus générés par machine.
• Effet secondaire : modifier le style des humains eux-mêmes.
• Conséquence : une écriture plus prudente, parfois moins naturelle.

Mia Ballard, symbole d’une controverse très médiatisée

L’un des cas les plus commentés est celui de la romancière Mia Ballard. Son livre Shy Girl a été retiré par son éditeur après qu’un outil de détection, Pangram, lui a attribué un score de 78,3 % de texte écrit par IA. Ballard affirme n’avoir pas utilisé d’intelligence artificielle pour rédiger son roman et soutient que son éditrice aurait pu employer un outil numérique à son insu. Le débat a eu des effets très concrets sur sa réputation, d’autant plus que son œuvre suivante a elle aussi été suspectée à tort ou à raison.

Les scores avancés par Pangram ont renforcé la polémique : le premier chapitre de Poly, que l’autrice dit avoir écrit à la main, aurait obtenu un score de 100 % IA, tandis que Sugar aurait reçu un score de 83 %. Ces chiffres illustrent un problème majeur : même sans certitude absolue, une estimation algorithmique peut peser lourd sur la carrière d’un écrivain.

Quand le style naturel devient suspect

Au-delà d’un cas individuel, c’est toute une génération d’auteurs qui ajuste désormais sa plume. Certains évitent les traits qu’on associe fréquemment aux modèles de langage, comme les répétitions rhétoriques, les phrases trop symétriques ou la fameuse règle de trois. D’autres vont plus loin et suppriment volontairement les tirets cadratins, pourtant courants en littérature, ou ajoutent même des fautes pour paraître plus crédibles. Ce phénomène révèle une tension étrange : la qualité stylistique peut devenir un handicap si elle ressemble trop à celle d’une machine.

• Éviter les formules trop lisses.
• Réduire les structures de phrases trop régulières.
• Introduire des imperfections pour paraître plus humain.
• Réécrire des passages jugés « trop propres » par les détecteurs.

Des conséquences culturelles et linguistiques plus larges

Cette méfiance ne touche pas seulement les romanciers anglophones. L’écrivain nigérian Jerry Falade a averti qu’en cherchant à éviter des schémas considérés comme typiques de l’IA, on risque d’appauvrir des styles enracinés dans d’autres langues et traditions. Autrement dit, un outil censé protéger l’authenticité pourrait finir par homogénéiser l’écriture, en poussant tout le monde vers une norme stérile. Le danger n’est pas seulement technique : il est aussi culturel et linguistique.

On peut imaginer, par exemple, qu’un style narratif fondé sur la répétition, fréquent dans certaines traditions orales, soit injustement perçu comme artificiel. De même, une prose académique très structurée peut être soupçonnée alors qu’elle répond simplement à des exigences de clarté. Cette confusion alimente un climat d’incertitude où l’on écrit moins librement.

Détecteurs, faux positifs et zones grises

Pangram affirme que son système n’examine pas un mot isolé ou un signe de ponctuation, mais des milliers de signaux. L’entreprise indique aussi un taux de faux positifs très faible, d’environ un cas sur 10 000, tout en reconnaissant que des erreurs restent possibles. Le vrai problème est que la frontière entre texte généré par IA et texte assisté par IA demeure floue. Selon Pangram, transformer des notes en article avec un chatbot relèverait de la génération, tandis que reformuler un texte humain serait de l’assistance.

Cette distinction, en apparence simple, devient vite compliquée dans la pratique. Un étudiant qui corrige la grammaire d’un devoir avec un assistant, un journaliste qui demande un résumé, ou un romancier qui teste plusieurs formulations se retrouvent dans des catégories difficiles à trancher. C’est précisément cette ambiguïté qui nourrit la méfiance actuelle.

Écoles, universités et avenir de l’écriture humaine

Dans les universités, la surveillance par détecteurs d’IA s’est intensifiée depuis 2023. Plusieurs étudiants disent avoir été accusés à tort, tandis que des outils comme BotOut cherchent à repérer les mots susceptibles de déclencher l’alerte. Le problème est que plus ces systèmes se multiplient, plus les auteurs peuvent se mettre à écrire pour un algorithme plutôt que pour un lecteur. Le résultat est paradoxal : on tente de protéger l’intégrité du travail, mais on risque d’installer une forme d’angoisse permanente.

• Dans l’enseignement : suspicion accrue sur les devoirs rendus.
• Chez les écrivains : crainte d’être accusé d’utiliser l’IA.
• Dans l’édition : impact possible sur la réputation et les ventes.
• Dans le débat public : nécessité de mieux définir ce qu’est un texte authentique.

Au fond, l’enjeu dépasse largement la simple détection. Il s’agit de savoir si l’on veut que des outils automatiques dictent ce qui « sonne humain ». Si les écrivains commencent à rendre leurs textes moins fluides pour éviter un mauvais score, c’est peut-être la fiabilité des détecteurs qu’il faut interroger, autant que les méthodes d’écriture elles-mêmes.