On a laissé l’IA écrire, et chaque paragraphe s’est mis à pousser un « cependant » — comment nous avons remis la recherche en coulisses
1. L’incident : chaque blague faisait apparaître un évaluateur académique
Une fabrique d’articles reposait au départ sur une idée simple : récupérer les observations les plus drôles d’une conversation, puis utiliser des études ou des données pour creuser un peu.
Le fonctionnement attendu était naturel.
Quelqu’un dit :
« Pour choisir un café, on a carrément créé un service achats. »
L’article demande alors :
« Pourquoi comparer trop d’options nous épuise-t-il ? »
Ou quelqu’un remarque :
« Est-ce qu’il n’a pas appris une règle dans une relation, puis appliqué la même à la personne suivante ? »
Le texte cherche alors à savoir si nous avons tendance à réutiliser les comportements qui ont déjà fonctionné.
Jusque-là, tout allait bien.
Le problème a commencé quand la fabrique a été entraînée encore et encore à être « plus précise », « plus documentée » et à « ne pas détruire l’incertitude ».
Un petit évaluateur académique a emménagé dans l’IA.
On écrit une blague.
IA : « À strictement parler, ceci n’est pas identique à ce concept psychologique. »
On écrit une métaphore.
IA : « Cependant, cette personne ne peut pas être expliquée uniquement par cette théorie. »
On exagère volontairement.
IA : « Les recherches ne permettent pas une telle généralisation. »
Qui t’a invité ?
Le lecteur n’est pas en train de répondre aux remarques d’un comité de lecture avant publication.
2. Lire plusieurs articles récents à la suite a rendu le problème évident
Les meilleurs textes avaient une colonne vertébrale.
Quelqu’un entre quelque part, vit quelque chose d’inattendu, change sa manière de voir le prix, puis arrive une chute. Les informations officielles et la recherche soutiennent le récit sur le côté sans prendre la place de l’expérience.
Les textes plus faibles étaient ceux où la psychologie ou la médecine pouvaient se multiplier.
Une seule blague faisait soudain apparaître propriété, attachement, apprentissage, cognition, traumatisme, prise de décision, bien-être et plusieurs concepts supplémentaires.
Et chaque concept arrivait avec son frein :
« Cependant, il n’est pas démontré que le même mécanisme s’applique ici. »
Dans les articles médicaux, le problème prenait une autre forme :
« Petit échantillon. » « Pas 100 %. » « Impossible de garantir. » « Variations individuelles. »
La même limite réapparaissait dans le texte principal, la foire aux questions et la conclusion.
L’information n’était pas fausse.
La recherche était même souvent solide.
Mais l’expérience de lecture était passée de
« article amusant »
à
« article amusant avec la réponse aux évaluateurs agrafée derrière ».
3. La pire erreur consistait à transformer une blague en affirmation académique à corriger
« C’est quand même presque X, non ? » n’est généralement pas une conclusion de revue scientifique.
C’est une blague.
Une métaphore.
Une observation.
Une hypothèse provisoire.
Mais une IA obsédée par la précision peut discrètement transformer cela en thèse formelle, puis corriger la thèse qu’elle vient elle-même d’inventer.
Le mauvais trajet ressemble à ceci :
commentaire → étiquette académique → explication de l’inexactitude de l’étiquette → limites des études → retour au commentaire
Beaucoup trop de péages pour un si petit trajet.
Si quelqu’un dit :
« Pour choisir un café, on a créé un service achats »,
il suffit d’expliquer :
« Plus on ajoute de critères, plus on dépense d’énergie avant même de décider. Les personnes qui continuent à chercher la meilleure option peuvent aussi rester bloquées sur l’idée qu’une meilleure alternative existait peut-être après leur décision. »
La blague gagne en profondeur sans mourir.
Si la phrase suivante commence par :
« Cependant, davantage de choix ne réduit pas toujours la satisfaction dans toutes les situations… »
le service achats vient de recruter un service juridique.
4. La recherche n’était pas la méchante ; elle s’était simplement avancée au centre de la scène
La solution n’est pas de supprimer les preuves ni l’incertitude.
Quatre expériences portant sur des articles scientifiques ont montré que l’ajout de réserves rendait les textes plus prudents aux yeux des lecteurs sans diminuer leur intérêt ni leur compréhension. Une revue systématique publiée en 2026 et regroupant 24 études a également conclu que communiquer l’incertitude scientifique soutient généralement la confiance, tandis que la masquer peut l’affaiblir.
L’ennemi n’est donc pas « cependant ».
L’ennemi, c’est faire payer quatre fois le même “cependant”.
Les recherches sur la charge mentale décrivent un effet de redondance : une information répétée qui n’ajoute rien de nécessaire peut demander un traitement supplémentaire, car le lecteur doit encore déterminer si la répétition apporte quelque chose de nouveau.
D’où une règle simple :
Ne supprimez pas l’incertitude. Ne faites pas lire deux fois la même incertitude.
« Une petite étude menée auprès de 11 personnes a trouvé X. Comme l’échantillon est réduit, elle ne peut pas garantir que X se produise à chaque fois. »
Terminé.
Inutile d’échelonner le même avertissement en quatre mensualités : « pas absolu », « non garanti », « peut varier » et « différences individuelles ».
5. Le meilleur enchaînement : commentaire → structure → recherche → chute
Le nouveau fonctionnement commence par la meilleure phrase de la conversation.
« On dirait une souris qui entre volontairement dans le piège. »
Ensuite, on explique la structure avec des mots ordinaires.
« Si souffrir commence à être vécu comme une preuve d’effort ou de valeur, un environnement plus dur peut paraître plus significatif au lieu d’être simplement pire. »
Si une étude aide, on n’en garde qu’une vraiment utile.
« La psychologie étudie depuis longtemps la manière dont effort, sacrifice et valeur personnelle peuvent devenir étroitement liés. »
Puis on revient à la blague.
« Le piège n’est donc peut-être pas devenu plus intelligent. La souris a peut-être lu l’offre d’emploi et s’est dit : “Ici, il y a de belles perspectives d’évolution.” »
Cela suffit.
La recherche est l’équipe lumière, pas le premier rôle.
Elle n’a pas besoin de marcher au centre de la scène et d’annoncer :
« Précisons que cette souris n’a pas reçu de diagnostic psychologique spécifique. »
6. Nous avons aussi abandonné le moule universel : tout ne mérite pas une « conclusion en cinq secondes »
Un autre problème était que le moule de la fabrique devenait visible.
Chaque article finissait par ressembler à :
conclusion en cinq secondes
↓
aperçu en trente secondes
↓
recherche
↓
questions fréquentes
↓
résumé
Pour un article pratique, c’est excellent.
Si quelqu’un demande ce qu’il peut manger avant un examen médical, la réponse doit arriver vite.
Mais un récit de voyage meurt si la première phrase dit :
« Conclusion : à la fin, j’ai considéré le restaurant comme un spectacle vivant et j’ai jugé le prix intéressant. »
Le spectacle est déjà terminé.
Un texte humoristique souffre aussi si la chute arrive dans les cinq premières secondes et que tout le reste sert à expliquer pourquoi elle était drôle.
La structure suit maintenant le genre.
Les récits d’expérience utilisent scènes et chronologie.
Les textes humoristiques utilisent l’escalade et les rappels.
Les textes pratiques commencent par la réponse.
Les contenus médicaux, juridiques, financiers ou liés à la sécurité présentent rapidement les avertissements réellement importants.
On détaille méthodes et limites uniquement lorsque la recherche elle-même est le sujet.
Tous les articles ne doivent pas sortir du même moule.
7. Il fallait aussi modifier la fabrique : une promesse dans une conversation ne suffisait pas
Une bonne règle éditoriale décidée dans une conversation ne sert à rien si l’automatisation se réveille une heure plus tard avec une ancienne instruction.
Au passage suivant :
IA : « Compris. Selon les recherches… »
et l’amnésie recommence.
La correction a donc été intégrée à la fabrique, pas seulement au style.
Les règles de priorité maximale disent désormais :
- commentaires, blagues, métaphores et hypothèses restent au premier plan ;
- la recherche explique, soutient et développe ;
- seules les erreurs factuelles claires ou les incompréhensions pouvant causer un préjudice sont corrigées directement ;
- la même réserve apparaît normalement une seule fois ;
- répéter « les recherches montrent → cependant » est un échec de qualité ;
- une blague ne s’explique pas deux fois ;
- si la recherche enterre l’observation d’origine, le texte échoue ;
- un modèle unique pour tous les genres est interdit ;
- la traduction ne doit pas amplifier le ton de l’évaluateur académique.
Génération, édition, production en 12 langues, contrôle de qualité, adoption formelle et vérification avant publication lisent la même règle.
Autrement dit :
si l’IA-évaluateur revient, les étapes suivantes peuvent aussi la refuser.
Et un article défectueux ne doit pas arrêter toute la fabrique.
On corrige cet article et la chaîne continue.
Si la solution à « trop de cependant » devient « aucun article produit », ce n’est pas de l’édition. C’est une fermeture.
8. Le nouveau contrôle qualité : les symptômes de l’IA-évaluateur
La même réserve apparaît deux fois sous des formulations différentes.
Une blague évidente est immédiatement suivie de « à strictement parler ».
La présentation des études est plus longue que l’observation d’origine.
Une seule blague attire cinq ou six concepts académiques.
Chaque section commence par « les recherches montrent » et finit par « cependant ».
Une blague est racontée puis expliquée de nouveau.
Un récit de voyage révèle sa fin dans un résumé de cinq secondes.
Un texte dans une langue est sans cesse interrompu par des termes étrangers inutiles.
Et surtout :
Si l’on retire toute la recherche, l’article garde-t-il une colonne vertébrale ?
Si la réponse est non, la recherche est devenue le personnage principal.
Si renvoyer l’équipe des coulisses fait disparaître la scène entière, vous n’écrivez plus un article issu d’une conversation. Vous écrivez une présentation d’études.
9. Conclusion : personne n’a embauché de logicien
La précision compte.
Les sources comptent.
Les réserves comptent lorsqu’une erreur peut affecter la santé, le droit, l’argent ou la sécurité.
Mais le lecteur n’est pas venu voir le journal interne d’audit de l’IA.
Un humain dit :
« C’est quand même presque X, non ? »
L’article demande :
« Pourquoi cela donne-t-il cette impression ? »
La recherche ajoute :
« Un mécanisme peut aider à l’expliquer. »
Puis le texte revient à l’observation humaine.
Cet ordre fonctionne.
La recherche n’est pas un marteau destiné à frapper un commentaire jusqu’à ce qu’il soit acceptable sur le plan académique.
C’est l’échafaudage derrière le commentaire.
La nouvelle étoile polaire de la fabrique tient en une phrase :
Pas « un article drôle dont la recherche prouve la justesse », mais « un article drôle que la recherche empêche d’être faux ».
Le jour où je voudrai voir un logicien, je lirai une publication scientifique.
Aujourd’hui, laissez-moi lire le blog.
Références (3)
- Bott, L. et al. (2019). Caveats in science-based news stories communicate caution without lowering interest. Journal of Experimental Psychology: Applied, 25(4), 517–542. https://pubmed.ncbi.nlm.nih.gov/31246056/
- Schuster, C. & Scheu, A. M. (2026). How Communication of Scientific Uncertainty Affects Trust in Science—A Systematic Review. Risk Analysis, 46(5), e70233. https://doi.org/10.1111/risa.70233
- Sweller, J., van Merriënboer, J. J. G., & Paas, F. (2019). Cognitive Architecture and Instructional Design: 20 Years Later. Educational Psychology Review, 31, 261–292. https://doi.org/10.1007/s10648-019-09465-5
