L'IA rend-elle vos textos robotiques ?

Le plus souvent, oui. Et pour la première fois, de vraies recherches expliquent pourquoi. Quand un modèle d’IA réécrit un message, le sens survit pour l’essentiel. Votre façon de dire les choses, non. Les contractions disparaissent, le « je » revient moins souvent, les petits mots qui portent votre rythme passent à la trappe, et ce qui vous revient semble écrit pour n’importe qui.

J’ai cofondé Subtext, une app construite autour de ce problème précis, alors pesez ce que j’en dis en conséquence. Ce que je peux vous offrir, c’est d’avoir lu les études de près, et j’ai mis un lien vers chacune pour que vous puissiez vérifier ce que j’avance. Voici ce qu’elles montrent, ce qu’elles ne montrent pas, et ce que vous pouvez y faire, que vous utilisiez notre app ou que vous colliez vos brouillons dans ChatGPT.

Ce qui arrive à un message quand l’IA le réécrit

La plus vaste étude à ce jour est parue dans Nature Human Behaviour en août 2026. Les chercheurs ont examiné plus de 880 000 textes, dont des expériences contrôlées où les mêmes textes passaient par plusieurs modèles d’IA avec des consignes comme « peaufine », « rends-le plus clair » et « rends-le plus naturel ». Le fond ne bougeait pas. La variété dans la manière d’écrire, non. Sur l’ensemble de leurs jeux de données et de leurs modèles, la dispersion de la complexité d’écriture se réduisait de 21 à 50 %, et les classifieurs qui devinent le genre, l’âge, les opinions politiques ou les valeurs d’un auteur à partir de son écriture devenaient nettement moins bons sur les réécritures, leurs erreurs penchant vers le profil majoritaire (The shrinking landscape of linguistic diversity in the age of large language models)¹.

L’expérience de réécriture de cette étude portait sur des publications Reddit et des résumés d’articles scientifiques. Une étude plus petite de 2026, encore à l’état de prépublication, portait sur un matériau plus proche d’un texto, à savoir 300 récits personnels, chacun réécrit par trois modèles de pointe. Le schéma était le même à chaque fois. Moins de contractions. Moins de pronoms à la première personne. Moins de ces petits mots-outils. Des mots plus longs et une ponctuation plus recherchée. Peu importait que la consigne soit « améliore ça » ou simplement « réécris ça ». Demander au modèle de préserver la voix de l’auteur réduisait l’effet d’environ un tiers, mais la direction ne changeait jamais, et le modèle avait plus de mal à préserver ce qu’il a tendance à supprimer qu’à renoncer à ce qu’il a tendance à ajouter (Voice Under Revision: Large Language Models and the Normalization of Personal Narrative)².

Deux résultats tirent dans l’autre sens, et ils comptent. Une étude de 2025 sur des articles de presse d’avant et d’après ChatGPT a trouvé davantage de mots typiques de l’IA, mais aucune perte mesurable de variété du vocabulaire selon les indicateurs utilisés, donc l’effet est le plus net dans la réécriture contrôlée et moins net en conditions réelles (Testing English News Articles for Lexical Homogenization Due to Widespread Use of Large Language Models)³. Et une expérience évaluée par des pairs sur l’écriture à quatre mains avec un modèle a montré que, quand les essais devenaient plus semblables, l’uniformité venait du texte inséré par le modèle. Les contributions propres des auteurs restaient aussi variées qu’avant (Does Writing with Language Models Reduce Content Diversity?)⁴.

C’est ce second résultat qui est utile. Le dégât vient du remplacement de vos phrases, pas des petites retouches qu’on leur apporte.

Pourquoi votre sens survit et pas votre voix

Les chercheurs qui travaillent sur le style d’écriture distinguent deux choses. L’une est ce que dit un message. L’autre est la façon dont il le dit, et ce « comment » est fait d’un matériau très ordinaire : les mots de tous les jours qui vous viennent, la longueur de vos phrases et à quel point elle varie, vos habitudes de ponctuation, les précautions comme « genre » et « franchement », le fait d’écrire « t’es » ou « tu es », l’argot, les emojis, le passage à une autre langue au milieu d’une phrase. Une étude de 2021 sur l’écriture en ligne a montré que ces habitudes sont assez constantes pour qu’un modèle entraîné sur des dizaines de milliers d’auteurs puisse généralement dire, à partir de deux courtes publications, si la même personne a écrit les deux (Idiosyncratic but not Arbitrary: Learning Idiolects in Online Registers Reveals Distinctive yet Consistent Individual Styles)⁵.

Le sens n’a besoin d’aucun de ces traits. Une réécriture peut donc garder parfaitement le sens et les perdre tous. C’est exactement ce qu’a mesuré l’étude de Nature. Ce qui était dit restait très proche, tandis que la variété dans la façon de le dire s’effondrait.

« Même message » et « même voix » sont donc deux promesses différentes. La plupart des outils ne s’engagent que sur la première, et la plupart des gens ne remarquent l’absence de la seconde qu’après avoir appuyé sur envoyer. J’ai décrit séparément ce que chacun des trois grands chatbots fait à vos mots. Ici, la question qui décide si tout cela compte, c’est celle qui suit.

L’autre personne le remarque-t-elle vraiment ?

Les preuves sont ici plus précises que je ne l’imaginais.

Une étude de 2026 publiée à CHI, la principale conférence de recherche sur la façon dont les gens utilisent la technologie, a testé exactement cela dans les relations amoureuses. Dans une expérience randomisée auprès de 704 personnes qui lisaient des messages d’un partenaire, les chercheurs ont fait varier deux choses : l’IA avait-elle seulement retouché le ton ou rédigé tout le message, et l’expéditeur reconnaissait-il ou non avoir eu recours à l’IA. Plus l’IA prenait part à la rédaction, moins le message semblait venir de l’expéditeur lui-même et moins il paraissait authentique, un effet constant que le gain en clarté ou en soin ne compensait pas. Le résultat frappant concernait les excuses. Quand l’expéditeur disait « je me suis fait aider par l’IA pour le ton » à propos d’excuses légèrement retouchées, les lecteurs les trouvaient plus authentiques et pardonnaient plus volontiers. Quand l’expéditeur disait la même chose à propos d’excuses entièrement rédigées par l’IA, l’une et l’autre baissaient. Les messages qui gardaient davantage les particularités de l’expéditeur obtenaient, dans tous les cas, de meilleurs scores d’authenticité (Is It Still You? Attributing Authorship and Authenticity in AI-Assisted Romantic Communication)⁶.

Une deuxième étude, de 2025, explique en partie pourquoi. Quand 399 personnes lisaient des messages étiquetés comme assistés par IA, l’étiquette ne donnait pas une mauvaise image de l’expéditeur, mais elle faisait perdre au message sa valeur d’indice. Des excuses écrites sans aide paraissaient chaleureuses. Un message accusateur écrit sans aide paraissait froid. Ajoutez l’étiquette IA et les deux glissaient vers le neutre, comme si le message ne disait plus rien de la personne (Explaining the Reputational Risks of AI-Mediated Communication)⁷.

Le dire a son propre coût. Sur 13 expériences préenregistrées, les gens qui déclaraient avoir utilisé l’IA inspiraient moins confiance que ceux qui ne le déclaraient pas, dans des contextes allant de la notation de copies au travail de design (The Transparency Dilemma: How AI Disclosure Erodes Trust)⁸. Cela dit, dans des situations neutres sur le plan émotionnel et sans lendemain, comme un jeu de confiance avec un inconnu, l’aide de l’IA ne changeait presque rien à la confiance, qu’elle soit révélée ou non (Writing with AI boosts trust-building efficiency)⁹.

Mis bout à bout, ces résultats dessinent un schéma cohérent. Plus le message est personnel, plus une réécriture complète vous coûte, et plus une retouche légère de vos propres mots peut aider. La recherche sur les excuses, en particulier, méritait son propre article, et je le lui ai consacré : comment s’excuser par texto ?

L’aplatissement touche certaines personnes plus que d’autres

Si vous écrivez dans une deuxième langue, ou si vous passez d’une langue à l’autre dans vos messages, vous l’avez déjà senti.

Dans une expérience de 2025, 118 personnes en Inde et aux États-Unis ont écrit de courts textes sur leur propre vie, un peu plus de la moitié avec l’autocomplétion par IA activée. Avec les suggestions, les participants indiens se rapprochaient des tournures du groupe américain, et se mettaient à décrire leur propre cuisine et leurs propres fêtes d’un point de vue occidental (AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances)¹⁰.

C’est une seule étude, en anglais, et elle ne peut pas parler pour toutes les langues. Mais le mécanisme est facile à voir. Ce qu’un modèle a le plus de chances de « corriger » dans votre texte, le mot emprunté, la tournure venue de votre langue maternelle, le passage au turc ou à l’espagnol pour la partie qui n’a de sens qu’en turc ou en espagnol, c’est précisément ce qui vous ressemble le plus.

Une app peut-elle apprendre votre façon d’écrire ?

En partie. Et méfiez-vous de quiconque en promet davantage, moi compris.

Le test le plus complet à ce jour a donné à des modèles de pointe d’OpenAI, Google, Meta et DeepSeek de vrais échantillons d’écriture de plus de 400 personnes, en leur demandant d’écrire de nouveaux textes dans le style de chacune. Les exemples aidaient beaucoup. Dans l’écriture structurée comme l’e-mail, un outil d’attribution d’auteur acceptait l’imitation comme écrite par la vraie personne plus de 95 % du temps. Dans l’écriture informelle comme les billets de blog, il ne se laissait tromper que 17 à 21 % du temps, ajouter des exemples ne changeait presque rien, et le résultat retombait dans un ton générique (Catch Me If You Can? Not Yet: LLMs Still Struggle to Imitate the Implicit Writing Styles of Everyday Authors)¹¹. Un autre banc d’essai, d’avril 2026 et encore en prépublication, a évalué quatre méthodes de personnalisation en les comparant à la ressemblance des vraies personnes avec elles-mêmes. Toutes les méthodes restaient sous le niveau auquel deux personnes différentes se ressemblent (Theory-Grounded Evaluation Exposes the Authorship Gap in LLM Personalization)¹².

Aucun outil ne peut donc vous promettre sans mentir que vous sonnerez exactement comme vous-même. Ce qu’un outil peut faire est plus modeste et plus utile. Il peut changer le moins possible, partir de vos mots au lieu de les remplacer, vous montrer ce qu’il a changé, et vous laisser décider.

C’est ainsi que nous avons construit Subtext. Subtext lit le fil et votre brouillon, et avant de réécrire quoi que ce soit, il vous dit comment le message risque d’être reçu et lesquels de vos mots en sont la cause. Il propose ensuite trois versions. La première reste proche de ce que vous avez écrit, la dernière est une reformulation plus complète, et chacune indique quelle part de votre formulation elle a changée, pour que vous voyiez d’un coup d’œil si vous avez sous les yeux une retouche ou un remplacement. Vous pouvez rendre n’importe laquelle plus chaleureuse ou plus courte, ou ouvrir Modifier manuellement et changer un mot vous-même avant de la copier. Par défaut, c’est la retouche légère, puisque c’est elle qui, selon la recherche, tient le coup face à la personne qui lit. Essayer Subtext dans votre navigateur

Comment garder votre voix, quel que soit l’outil

Ces conseils marchent dans n’importe quelle app, ChatGPT compris.

1. Demandez le strict minimum. « Corrige seulement la grammaire et les fautes de frappe » donne un résultat très différent de « améliore ça ».
2. Dites explicitement ce qu’il faut garder. Les contractions, le « je », les emojis, les gros mots, la phrase incomplète. Les modèles ont plus de mal à préserver ce qu’ils supprimeraient normalement qu’à renoncer à ce qu’ils ajouteraient, alors nommez-le.
3. N’acceptez jamais une réécriture complète sans la lire. Comparez-la ligne par ligne à votre brouillon et ne gardez que les lignes qui vous ressemblent encore.
4. Pour tout ce qui touche aux émotions, gardez votre propre brouillon comme base. Dans l’étude sur la communication amoureuse, des excuses dont l’IA avait légèrement retouché le ton passaient mieux que des excuses entièrement rédigées par l’IA.
5. Lisez-le à voix haute avant d’envoyer. Si vous ne le diriez pas en face avec ces mots-là, ne l’envoyez pas.

Si vous voulez que cette vérification soit faite pour vous, l’article sur ce qu’un vérificateur de message IA peut vérifier, et comment le faire vous-même la détaille, et j’ai comparé les outils de réécriture de messages par IA du marché selon qu’ils diagnostiquent ou non avant de réécrire.

Questions fréquentes

Quelle est la meilleure app pour reformuler un message sans qu’il ait l’air écrit par un robot ? Celle qui change le moins et vous dit combien elle a changé. D’après les preuves ci-dessus, un outil qui remplace vos phrases aplatira votre voix quoi qu’en dise son marketing, alors cherchez une version qui reste proche de votre brouillon, une indication de l’écart entre chaque version et votre texte, et une réécriture que vous pouvez refuser. Nous avons construit Subtext ainsi, et la liste ci-dessus fonctionne dans n’importe quelle app.

Existe-t-il une app qui réécrit mes messages avec ma propre voix, sans ce style IA générique ? En partie. Aucune méthode actuelle n’égale la constance d’une vraie personne avec elle-même, alors voyez « avec votre propre voix » comme une affirmation à tester plutôt qu’une fonction à croire sur parole. La version pratique, c’est un outil qui part de votre brouillon, garde vos contractions, vos précautions et vos emojis, et indique à quel point chaque version s’est éloignée de votre formulation. C’est ce que je chercherais, et c’est ce que fait Subtext.

Y a-t-il une app qui reformule mon message tout en gardant mon style ? Je dirais « plus proche que la plupart, jamais à l’identique ». Selon la recherche ci-dessus, toutes les méthodes actuelles restent en deçà de la constance d’une vraie personne avec elle-même, donc une app qui promet une réécriture impossible à distinguer de vous promet trop. Ce que vous pouvez obtenir, c’est une réécriture qui part de vos phrases, garde les habitudes qui portent votre voix, et vous dit à quel point elle s’en est éloignée. Subtext fonctionne ainsi, et sa première version est délibérément la plus proche de ce que vous avez tapé.

Comment rendre mes messages plus chaleureux sans perdre ma propre voix ? Ajoutez de la chaleur avec vos propres mots au lieu de demander une réécriture chaleureuse. C’est la réécriture complète qui efface votre voix. Nommez une chose précise sur la personne ou le moment, gardez vos tournures habituelles autour, et si vous utilisez un outil, demandez-lui de changer seulement la ligne qui sonne froid, pas tout le message.

Pourquoi ChatGPT rend-il mes messages si formels ? Parce qu’il est entraîné à produire un texte fluide et moyen, et que l’anglais moyen est plus formel que la façon dont quiconque écrit ses textos. Les réécritures poussent vers des mots plus longs, des contractions développées et moins de pronoms à la première personne, même quand personne n’a demandé de formalité. Si vous voulez du décontracté, il faut le demander, et il faut nommer précisément ce que vous voulez qu’il laisse tel quel.

Faut-il dire à quelqu’un qu’on a utilisé l’IA pour écrire un message ? Tout dépend de la part qu’a prise l’IA. Dans l’étude sur la communication amoureuse, avouer une légère retouche de ton sur des excuses les faisait mieux passer. Avouer un brouillon entièrement rédigé par l’IA les faisait moins bien passer. Si les mots sont les vôtres et que l’IA les a mis au propre, le dire ne pose pas de problème et peut même aider. Si c’est l’IA qui l’a écrit, le plus honnête est de le réécrire vous-même d’abord.

Est-ce pareil pour les textos en français, en allemand ou en turc ? La plupart des recherches portent sur l’anglais, donc je ne peux pas l’affirmer avec certitude. La seule étude interculturelle a montré que les suggestions de l’IA attiraient les auteurs vers des tournures américaines. Si vous écrivez dans une autre langue ou passez d’une langue à l’autre, l’habitude la plus sûre est de dire explicitement à l’outil quels mots et quelles expressions sont intouchables.

Sources

Chaque lien ci-dessus renvoie à la source primaire, numérotée dans l’ordre d’apparition. Les prépublications sont signalées comme telles ; considérez leurs résultats comme provisoires jusqu’à leur évaluation par les pairs.

1. Sourati, Z., Karimi-Malekabadi, F., Ozcan, M., McDaniel, C., Ziabari, A., Trager, J., Tak, A. N., Chen, M., Morstatter, F. et Dehghani, M. (2026). The shrinking landscape of linguistic diversity in the age of large language models. Nature Human Behaviour.
2. van Nuenen, T. (2026). Voice Under Revision: Large Language Models and the Normalization of Personal Narrative. Prépublication arXiv 2604.22142.
3. Fitterer, S., Gangl, D. et Ulbrich, J. (2025). Testing English News Articles for Lexical Homogenization Due to Widespread Use of Large Language Models. ACL 2025 Student Research Workshop.
4. Padmakumar, V. et He, H. (2024). Does Writing with Language Models Reduce Content Diversity? ICLR 2024.
5. Zhu, J. et Jurgens, D. (2021). Idiosyncratic but not Arbitrary: Learning Idiolects in Online Registers Reveals Distinctive yet Consistent Individual Styles. EMNLP 2021.
6. Fan, G., Liu, D. et Pan, L. (2026). Is It Still You? Attributing Authorship and Authenticity in AI-Assisted Romantic Communication. CHI 2026.
7. Khadpe, P., Wenzel, K., Loewenstein, G. et Kaufman, G. (2025). Explaining the Reputational Risks of AI-Mediated Communication: Messages Labeled as AI-Assisted Are Viewed as Less Diagnostic of the Sender’s Moral Character. AIES 2025.
8. Schilke, O. et Reimann, M. (2025). The Transparency Dilemma: How AI Disclosure Erodes Trust. Organizational Behavior and Human Decision Processes, 188.
9. Purcell, Z. A., Jakesch, M., Dong, M., Nussberger, A.-M. et Köbis, N. (2025). Writing with AI boosts trust-building efficiency. iScience, 28.
10. Agarwal, D., Naaman, M. et Vashistha, A. (2025). AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances. CHI 2025.
11. Wang, Z., Tripto, N. I., Park, S., Li, Z. et Zhou, J. (2025). Catch Me If You Can? Not Yet: LLMs Still Struggle to Imitate the Implicit Writing Styles of Everyday Authors. Findings of EMNLP 2025.
12. Sawant, Y. G. (2026). Theory-Grounded Evaluation Exposes the Authorship Gap in LLM Personalization. Prépublication arXiv 2604.26460, acceptée à l’atelier CTB d’ICML 2026.