Trois publications le même jour, dont un outil qui surligne automatiquement les clichés d'écriture générée : produire du contenu à l'IA a franchi le seuil de détection. Ce que cette « dette narrative » coûte à votre crédibilité, et le seul endroit de la chaîne où un LLM ne l'aggrave pas.
Vous avez industrialisé votre production de contenu avec un LLM. Plus d’articles, plus de posts, plus de communiqués, pour moins cher. Et depuis quelques mois, sans que vous compreniez pourquoi, les taux de réponse baissent. Le communiqué ne se fait plus reprendre. Les articles se ressemblent tous. Les journalistes répondent moins.
Ce glissement n’a rien d’accidentel : c’est une facture qui commence à tomber. Le temps gagné à produire vite, vous le repayez en crédibilité, et cette dette-là ne se solde pas en un trimestre. La semaine du 17 juillet, trois signaux sont sortis le même jour et racontent la même histoire sous trois angles.
Trois signaux, le même jour
Le premier vient du Journal du Net, qui met un nom sur le phénomène côté marque : la dette narrative. L’idée tient en une phrase : une entreprise qui parle beaucoup n’est pas une entreprise bien comprise. Le volume ne construit pas la réputation, il la dilue. Quand la production remplace le point de vue, l’écart entre ce que vous publiez et ce qu’on retient de vous se creuse. C’est ça, la dette.
Le deuxième, toujours au JDN, vise un format précis : le communiqué de presse généré par IA détériore la relation avec les journalistes. Un communiqué obéit à des attendus implicites qu’un LLM ne connaît pas : ce qui fait un angle, ce qui vaut une reprise, ce qui sonne comme un argumentaire déguisé. Le journaliste, lui, les connaît par cœur. Il repère le texte généré en trois lignes, et un texte repéré comme généré, c’est un texte qui finit à la corbeille avant le premier paragraphe.
Le troisième vient du développeur Simon Willison, qui a sorti un surligneur de clichés d’écriture LLM. Un petit outil qui met en évidence dix motifs récurrents du texte généré, le fameux registre « no fluff, no filler, no jargon » et ses cousins. Le fait que ça existe, et que ça tienne dans une page web bricolée en un après-midi, dit tout : la signature de l’écriture générée est devenue détectable à l’œil nu. Gratuite à repérer, pour n’importe qui.
Mis bout à bout, ces trois signaux disent une seule chose : le seuil de détection est franchi. Ce qui passait inaperçu il y a un an se remarque aujourd’hui. Et ce qui se remarque se retourne contre celui qui l’a émis.
Pourquoi la facture tombe maintenant
Pendant deux ans, produire du contenu à la chaîne avec un LLM était un arbitrage gagnant : personne ne voyait la différence, vous gagniez du temps. Le calcul a changé parce que le lecteur a appris à lire l’IA.
Votre prospect a lu, comme vous, des centaines de textes générés cette année. Sans savoir nommer un seul marqueur, il a développé un réflexe : ce texte est lisse, personne ne parle vraiment derrière. Le journaliste a le même réflexe, en pire, parce que c’est son métier. Vos concurrents aussi produisent à la chaîne, donc tous vos contenus convergent vers la même moyenne fade, et plus rien ne dépasse.
La dette narrative se paie là, dans cet écart qui grandit entre le volume que vous publiez et le peu qu’on retient de vous. Elle ne se voit pas dans un tableau de bord le lundi matin. Elle se voit sur six mois, quand les taux de réponse ont glissé sans cause identifiable et que vous continuez à publier plus pour compenser, ce qui creuse encore la dette.
Le problème n'est pas l'outil, c'est sa place dans la chaîne
Je ne suis pas en train de vous dire d’arrêter d’utiliser l’IA pour écrire. J’en produis moi-même tous les jours. Le problème n’est pas l’outil, c’est l’endroit où vous le branchez.
Un grand modèle de langage excelle sur de la matière qui existe déjà. Vous lui donnez vos notes, un compte rendu de mission, une position déjà réfléchie, et vous lui demandez de structurer, de reformuler, de retrouver l’info dans vos documents. Là, c’est du gain net : il fait la mise en forme, vous gardez le fond. C’est exactement l’usage d’un assistant branché sur vos propres documents, qui capitalise ce que vous savez déjà.
La dette commence à l’instant précis où vous lui demandez d’avoir un avis à votre place. « Écris-moi un article de fond sur les tendances de mon secteur. » Il n’a pas d’avis, alors il produit la moyenne statistique de tout ce qui existe déjà sur le sujet. Fluide. Correct. Et vide. C’est ce vide que votre lecteur détecte, même sans savoir le nommer.
La preuve que cette limite est réelle, je la vis tous les jours : chez moi, aucun texte ne part sans passer un filtre qui traque une quarantaine de marqueurs d’écriture générée, du faux registre soutenu aux triades d’adjectifs. Ce filtre existe parce que la sortie brute d’un LLM ne tient pas, tout simplement. Si le texte généré était bon tel quel, personne n’aurait besoin d’un outil pour en retirer les tics. Le mien tourne en interne, celui de Willison est public : le constat est le même des deux côtés.
Les trois objections que vous êtes en train de vous faire
« Tout le monde le fait, donc plus personne ne le remarque. » L’inverse. Plus le volume généré augmente, plus le réflexe de détection se muscle, et plus les outils pour le repérer se banalisent. Le surligneur de Willison en est la preuve : ce qui demandait un œil expert hier tient dans une page web aujourd’hui.
« On n’a pas le temps d’écrire nous-mêmes. » Le sujet n’est pas d’écrire chaque mot vous-même. C’est de fournir la matière et le point de vue, et de laisser l’IA faire la mise en forme. Dix minutes à dicter ce que vous pensez vraiment valent mieux qu’un article de fond généré à partir de rien.
« Les journalistes aussi utilisent l’IA. » Oui, et ça rend leur tri encore plus dur, donc le signal humain encore plus précieux. Dans une boîte de réception saturée de communiqués interchangeables, celui qui porte un vrai angle et une vraie voix passe devant. La rareté a changé de camp.
Par où reprendre la main
Le réflexe à installer est simple : avant de générer, demandez-vous ce que vous apportez que personne d’autre ne peut apporter. Une donnée interne, un retour de terrain, une position tranchée. Si la réponse est « rien », le contenu ne mérite pas d’être publié, généré ou non. Si la réponse existe, l’IA devient un excellent metteur en forme de votre matière, et la dette ne se creuse pas.
C’est le même piège que le « on veut de l’IA » lancé sans cas d’usage précis : l’outil n’est jamais le problème, c’est la place qu’on lui donne. Si vous voulez auditer où l’IA travaille pour vous et où elle vous coûte de la crédibilité sans que vous le voyiez, parlons-en.
Veille IA
Un email par semaine, sans esbroufe
Tendances IA, décryptages sans jargon, et convictions sur la souveraineté technologique, directement dans votre boîte.
