Un texte peut être impeccable, utile et grammaticalement juste. Il peut aussi ne plus ressembler à personne. J’ai créé « Ça sonne IA ? » pour mesurer ce lissage avant qu’il ne devienne une habitude éditoriale.
Le texte était correct. C’était justement le problème.
Je colle deux paragraphes dans une fenêtre. Le premier explique que l’intelligence artificielle transforme les organisations, améliore les processus et ouvre de nouvelles possibilités. Tout est propre. Rien n’est vraiment faux. Le score monte à 71/100.
Le second raconte un test mené un mardi matin dans un atelier de Montreuil. Il mentionne une heure, trois prototypes, un bouton mal placé et quatre personnes qui hésitent au même endroit. Score : 9/100.
La différence ne vient pas de la grammaire. Elle vient de la responsabilité.
Dans le second texte, quelqu’un a vu quelque chose. Une décision a été prise. Un détail pourrait être contesté. Le paragraphe porte les traces d’une situation réelle.
Dans le premier, les mots circulent parfaitement, mais personne ne semble avoir eu besoin d’être là.
C’est cette différence que j’ai voulu rendre visible. Pas pour jouer au policier de l’IA.
Pour aider les équipes à mieux éditer.
En bref
- Il n’existe pas un accent secret propre aux IA. Nous reconnaissons surtout un ensemble d’automatismes devenus très fréquents.
- Un humain peut écrire un texte extrêmement standardisé. Une IA bien dirigée peut produire un texte précis, situé et singulier.
- « Ça sonne IA ? » calcule un indice de standardisation sur 100 à partir de sept familles de signaux observables.
- Le texte reste dans le navigateur. Aucun contenu n’est envoyé à une API ou conservé sur un serveur.
- Le score n’est ni une probabilité d’origine IA, ni une preuve, ni un instrument de sanction.
- L’outil est surtout utile comme étape de révision avant publication.
- Sur le corpus contrôlé du MVP, les textes précis obtiennent une moyenne de 15/100, les textes lissés 35/100 et les textes très génériques 63/100.
Pourquoi certains textes « sonnent-ils IA » ?
Nous avons appris à reconnaître une musique.
Elle commence souvent par une idée très large. Elle avance avec des transitions impeccables. Chaque paragraphe possède une fonction visible. Les bénéfices arrivent par trois. La conclusion reformule calmement ce que l’introduction avait déjà promis.
Le texte n’est pas mauvais au sens classique. Il est prévisible.
Cette prévisibilité existait bien avant ChatGPT. Les communiqués, les présentations de consultants, les dossiers institutionnels et certains articles SEO la pratiquaient déjà avec beaucoup d’application. Les modèles génératifs ont simplement rendu cette langue plus rapide à produire et plus fréquente.
C’est pourquoi la question « Est-ce écrit par une IA ? » me semble souvent mal posée.
La question utile est plutôt :
Est-ce que ce texte contient encore assez d’observations, de décisions et de rythme pour mériter la signature de la marque ?
Que mesure exactement « Ça sonne IA ? »
| Signal | Ce que l’outil observe | Question de révision |
|---|---|---|
| Rhétorique automatique | Oppositions et bascules déjà entendues | Quelle observation pourrait remplacer la formule ? |
| Vocabulaire vague | Promesses, intensité et verbes sans mesure | Que s’est-il réellement passé ? |
| Métadiscours | Phrases qui annoncent ce que le texte va dire | Peut-on dire l’information directement ? |
| Rythme uniforme | Phrases de longueur et de construction proches | Où faut-il couper, ralentir ou laisser respirer ? |
| Structure prévisible | Transitions scolaires et séries trop parfaites | Quelle idée mérite vraiment d’arriver en premier ? |
| Répétitions | Mots dominants et débuts de phrase identiques | Peut-on regrouper ou supprimer ? |
| Manque de spécificité | Peu de faits, scènes, noms, mesures ou citations | Quel détail ne pourrait appartenir qu’à ce texte ? |
Le score final va de 0 à 100.
- De 0 à 24 : le texte est peu standardisé.
- De 25 à 49 : le lissage devient visible.
- De 50 à 69 : la construction est fortement codifiée.
- À partir de 70 : les automatismes dominent la lecture.
Il ne faut pas chercher le zéro à tout prix. Une notice, une procédure interne ou une page réglementaire peut avoir besoin d’une structure régulière. À l’inverse, une campagne, une tribune ou une prise de parole de dirigeant doit probablement conserver davantage de relief.
Le bon score dépend du rôle du texte.
Comment fonctionne l’analyse ?
Je tenais à une mécanique simple à auditer. Quand l’outil souligne un passage, on peut comprendre pourquoi. Le mot est vague. La transition revient. Les phrases possèdent toutes le même tempo. Une affirmation abstraite n’est accompagnée d’aucun fait.
Le moteur tient aussi compte de détails qui réduisent le risque de faux positif : dates, durées, montants, unités, noms propres, citations, première personne, indications spatiales et objets concrets.
Un chiffre seul n’est toutefois pas une preuve de qualité. Ajouter une poignée de pourcentages à un paragraphe générique ne suffit pas. Le test de robustesse du MVP contient précisément ce cas. Le texte reste fortement codifié avec un score de 54/100.
Même chose pour la première personne. Répéter « je pense » ne crée pas soudain une expérience. Cette tentative obtient 56/100. La spécificité n’est pas un accessoire posé sur le texte.
C’est une relation entre une affirmation et ce qui permet de l’examiner.
Pourquoi ne pas l’appeler « détecteur de texte IA » ?
Le mot « détecteur » promet une certitude séduisante.
Il produit aussi de mauvaises décisions. Un étudiant peut utiliser un ton scolaire. Une juriste peut écrire des phrases très régulières. Une équipe marketing peut accumuler des mots abstraits après trois circuits de validation humaine. Aucun de ces cas ne prouve l’usage d’un modèle génératif.
À l’inverse, un texte produit avec une IA peut intégrer des entretiens, des données internes, des choix de ton précis et une vraie édition. Il peut alors obtenir un indice faible.
Ce n’est pas une faille. C’est le principe de l’outil.
« Ça sonne IA ? » ne juge pas l’outil de production. Il examine la qualité de présence dans le texte.
Cette distinction compte particulièrement pour les équipes. Le score ne doit jamais servir à accuser un collaborateur, noter un candidat ou sanctionner un étudiant. Il sert à ouvrir une conversation éditoriale : où le texte devient-il abstrait ? Que peut-on prouver ? Qu’est-ce qui appartient réellement à notre expérience ?
Comment utiliser l’outil avant de publier ?
1. Analysez un texte complet
Visez au moins 120 mots pour obtenir une lecture indicative. Un paragraphe très court offre trop peu de rythme et de contexte. Pour un article, analysez idéalement une section cohérente plutôt qu’un assemblage de titres, légendes et menus.
2. Regardez la répartition avant le total
Deux textes peuvent obtenir 45/100 pour des raisons très différentes. Le premier manque de faits. Le second répète une structure. Le chiffre global attire l’œil, mais les catégories donnent la direction de travail.
3. Corrigez d’abord les idées
Ne remplacez pas mécaniquement un mot vague par un synonyme plus rare.
Si le texte promet une amélioration, donnez une mesure. S’il parle d’une équipe, nommez le métier. S’il évoque un apprentissage, racontez le moment où quelque chose a changé. S’il affirme une tendance, ajoutez une source ou assumez qu’il s’agit d’une hypothèse.
4. Relancez, puis relisez à voix haute
Le deuxième score permet de contrôler la progression. L’oreille reste indispensable. Un texte peut être spécifique et pourtant lourd. Il peut être rythmé et manquer de clarté. L’outil montre des signaux. Il ne possède pas votre goût.
5. Arrêtez-vous quand le texte devient juste
La chasse au score fabrique vite une autre forme de standardisation. Des phrases artificiellement cassées. Des chiffres partout. Des anecdotes forcées.
Le but n’est pas de battre le compteur. Le but est de pouvoir signer.
Un exemple de révision
Voici une phrase que l’on rencontre souvent sous différentes formes :
L’IA aide les équipes créatives à améliorer leurs processus et à produire des contenus plus efficaces.Elle est plausible. Elle ne permet pourtant ni de visualiser l’action, ni d’évaluer le résultat. Une révision utile ne consiste pas à rendre la phrase plus brillante. Elle consiste à la rendre vérifiable :
Lors du dernier sprint, les deux directrices artistiques ont généré 48 pistes, en ont écarté 39 avant la réunion et présenté trois territoires au client. La génération a accéléré l’exploration. Le choix final a toujours pris une heure.Cette version n’est pas automatiquement meilleure dans tous les contextes. Elle est meilleure si les faits sont vrais et pertinents.
Elle possède surtout une prise. On peut discuter les chiffres, la méthode et la décision.
Que ne vérifie pas l’outil ?
Un texte précis peut être faux. Une anecdote peut être inventée. Un chiffre peut être trompeur. Une citation peut être sortie de son contexte. Une voix très singulière peut être incompatible avec la marque.
L’analyse doit donc rester une étape parmi d’autres : vérification factuelle, relecture métier, conformité, voix de marque et jugement éditorial.
Pour structurer ce dernier point, vous pouvez compléter l’outil avec le guide Comment utiliser l’IA en marketing sans perdre sa voix de marque. Pour élargir la réflexion aux images, vidéos et contenus produits en volume, voir aussi AI Slop : pourquoi vos contenus IA deviennent interchangeables.
Retrouver une voix ne consiste pas à cacher l’IA
L’objectif n’est pas de rendre un texte « indétectable ».
Cette logique ne mène nulle part. Elle transforme l’écriture en jeu de camouflage et l’éditeur en adversaire de son propre outil.
Le sujet est plus intéressant. Que voulons-nous vraiment dire ? Qu’avons-nous observé ? Qu’est-ce qui a changé après le test ? Quelle décision sommes-nous prêts à défendre ? Quel détail rend cette expérience différente de mille contenus voisins ?
L’IA peut aider à structurer, explorer, condenser ou reformuler. Elle ne décide pas à notre place de ce qui mérite d’être publié.
Un texte vivant n’est pas un texte sans IA. C’est un texte dans lequel quelqu’un a choisi.
Méthodologie et transparence
L’outil et son barème sont exécutés localement dans un fichier HTML autonome. La version CSIA 0.2 ne fait appel à aucun service externe. Le corpus de test sert uniquement à la validation. Il n’entraîne pas et ne calibre pas le moteur pendant son utilisation.
Cet article est un brouillon rédigé avec assistance IA à partir du moteur, du benchmark et des principes éditoriaux de CreativeAI. Il doit être relu, vérifié et signé humainement avant publication. MAJ : 14 juillet 2026.
Directeur de création · 20+ ans d’expérience en agence (Marcel, Leo Burnett). 600+ professionnels formés aux méthodes & workflows IA depuis 2023. Formations certifiées QUALIOPI.
formations IA
Google Flow, Veo & Gemini Omni : L’Orchestration Cinématographique IA NEW
Durée : 2 jours (14h). Public : DA, réalisateurs, motion designers, équipes marketing, communication et social media
Réinventer son processus créatif avec l’IA générative
Durée : 5 jours (35h). Public : DA, graphistes, designers
Gemini & Nano Banana 2 : du brief à l’image finale
Durée : 1 jour (7h). Public : graphistes, designers, drecteurs artistiques
L’IA générative pour les créatifs : panorama et expérimentation des outils essentiels
Durée : 1 jour (7h). Public : DA, dirigeants, designers
Content Factory Pilot 30 jours : construire un système éditorial IA réellement utilisable
Durée : 30 jours (accompagnement). Public : dirigeants, équipes marketing & communication
Creative Memory Sprint : construire la mémoire IA créative de votre agence
Durée : 3 à 4 semaines (accompagnement). Public : directions créatives, studios créatifs, équipes marketing
Derniers articles & Guides
La dette créative : le coût caché de la production de contenus par IA
L’IA générative a fait chuter le coût de la première image. Elle n’a pas fait chuter le coût de la bonne image.
Piloter la lumière IA comme un chef opérateur
La lumière en IA ne se contrôle pas avec des adjectifs comme « cinematic », « moody » ou « dramatic lighting ». Elle se dirige comme un plan lumière : une source, une direction, une intensité, une température, un contraste et une intention narrative.
Seedream 5.0 : de la belle image au fichier exploitable
Pendant longtemps, les outils d’image générative ont eu un défaut très simple. Ils produisaient des images. Parfois magnifiques. Parfois inutilisables. Souvent les deux à quelques minutes d’intervalle.