En bref

  • Une équipe de l’Université du Maryland et de Google DeepMind (StoryScope, arXiv 2604.03136) a séparé la fiction humaine de la fiction écrite par l’IA en se servant uniquement de la façon dont chaque histoire était construite : la forme de l’intrigue, la capacité d’agir des personnages, la façon dont le temps s’écoule. Les auteurs ont voulu y arriver sans s’appuyer sur des signaux stylistiques, et ils rapportent que la structure seule a conservé plus de 97 % de la performance des modèles qui voyaient aussi le style.
  • Les motifs sont précis. Les histoires de l’IA surexpliquent leurs thèmes et privilégient des intrigues bien ordonnées, à trame unique. Les histoires humaines présentent les choix du protagoniste comme plus moralement ambigus et traversent le temps de manières plus compliquées. Et les histoires de l’IA se regroupent dans une même région de l’espace des caractéristiques, alors que les histoires humaines s’étalent.
  • Si cela se confirme hors fiction (l’étude ne le teste pas), c’est une explication structurelle de la raison pour laquelle le contenu IA sonne générique, et de la raison pour laquelle un nettoyage au niveau des mots (remplacer le vocabulaire qui trahit l’IA, varier la longueur des phrases) ne ferait pas disparaître l’uniformité à lui seul.
  • La portée, sans détour : il s’agit d’une étude sur la fiction, des histoires d’environ 5 000 mots écrites à partir de consignes d’écriture. Son chiffre de 93,2 % appartient à ce corpus et à ce classificateur. Il ne mesure pas la capacité de qui que ce soit à détecter l’IA dans un article de blogue, et l’étude ne dit rien de Google.
  • Les vérifications hors fiction que nous appliquons dans notre propre révision (une thèse énoncée trois fois, aucun point de vue contraire, chaque section résolue) sont notre extrapolation, pas une conclusion de l’étude. Elles sont peu coûteuses à appliquer, et c’est ce qui justifie de les appliquer.

Demandez à un propriétaire d’entreprise ce qui cloche dans les articles de blogue rédigés par l’IA sur son site, et la réponse ressemble souvent à « ils se lisent comme ceux de tout le monde ». C’est une description juste, et jusqu’à récemment, c’était surtout une affaire de goût. Une étude publiée en avril 2026 en rend une partie mesurable, et la partie mesurable n’est pas celle que la plupart des gens essaient de corriger.

La plupart des efforts pour rendre le contenu IA moins générique travaillent sur les mots : listes de vocabulaire interdit, règles de ponctuation, débuts de phrases réécrits. L’étude StoryScope a demandé ce qu’il reste quand on jette toute cette couche. Sa réponse, sur de la fiction, c’est que la machine se trahit quand même par la façon dont le texte est assemblé.

Qu’est-ce que l’étude StoryScope a mesuré ?

L’équipe (Jenna Russell, Rishanth Rajendhran, Chau Minh Pham et Mohit Iyyer à l’Université du Maryland, avec John Wieting chez Google DeepMind) a bâti une chaîne d’analyse qui décrit une histoire au moyen de 304 caractéristiques de niveau discursif réparties sur dix dimensions : agents, intrigue, événements, cadre, structure temporelle, point de vue, et ainsi de suite. Elle l’a fait tourner sur un corpus parallèle de 10 272 consignes d’écriture, chacune traitée par un auteur humain et par cinq grands modèles de langage, soit 61 608 histoires d’environ 5 000 mots chacune. Comme tous les auteurs écrivaient à partir de la même consigne, le sujet restait constant dans les six versions de chaque histoire.

Sans s’appuyer sur les signaux stylistiques, les caractéristiques narratives seules ont atteint un macro-F1 (la moyenne non pondérée du score F1 de chaque classe) de 93,2 % pour départager humain et IA, et de 68,4 % sur la question plus difficile de savoir lequel des six auteurs avait écrit une histoire donnée. Les auteurs rapportent que cela conserve plus de 97 % de la performance des modèles qui voient aussi les indices stylistiques, et qu’un ensemble compact de 30 caractéristiques centrales porte une bonne part du signal, ce qui, à notre lecture, laisse penser que le résultat ne dépend pas d’un espace de caractéristiques très large.

Tous les chiffres de cette section sont les affirmations des auteurs eux-mêmes, lues dans le résumé de l’étude et dans son dépôt de code public. Nous n’avons pas étudié le PDF complet, de sorte que le détail de la méthode et les limites que les auteurs énoncent eux-mêmes ne sont pas reflétés ici. Prenez ceci comme un compte rendu de ce que dit l’étude, pas comme une vérification indépendante de ses preuves.

Pourquoi le contenu rédigé par l’IA sonne-t-il générique ?

Sur la fiction, la réponse des auteurs de StoryScope est structurelle : les histoires de l’IA surexpliquent leurs thèmes et privilégient des intrigues bien ordonnées, à trame unique, alors que les histoires humaines présentent les choix du protagoniste comme plus moralement ambigus et font voir plus de complexité temporelle. Quant à savoir si la même chose vaut pour l’écriture d’affaires, l’étude ne l’a pas testé.

Le deuxième résultat compte davantage pour une entreprise. Les histoires générées par l’IA se regroupent dans une région commune de l’espace narratif, alors que les histoires écrites par des humains montrent une plus grande diversité. Cinq modèles différents, et leurs histoires ont quand même atterri dans une même région pendant que les histoires humaines s’étalaient. Sur ce corpus, l’uniformité n’est pas seulement une impression que les lecteurs ont du texte de la machine. Elle se manifeste comme une propriété mesurable de la façon dont les histoires sont construites.

Les modèles ne sont pas non plus identiques entre eux. L’attribution à six auteurs fonctionne parce que chacun a ses propres habitudes : selon les auteurs, Claude produit une escalade des événements remarquablement plate, GPT recourt trop souvent aux séquences de rêve, et Gemini décrit par défaut les personnages de l’extérieur. L’expression « ça sonne IA » recouvre plusieurs réalités, et un réviseur qui a appris les signes d’un modèle peut passer à côté de ceux d’un autre.

Nous avons vu une convergence sous un autre angle. Dans notre article sur les raisons pour lesquelles l’IA cite toujours les mêmes sources, onze modèles de trois fournisseurs s’accordaient entre eux sur les sources à préférer. La tâche et l’étude sont différentes, mais le tableau est semblable : des modèles d’entreprises différentes qui se comportent de façon plus semblable qu’on ne s’y attendrait. Aucune des deux études n’explique l’autre, et nous ne présentons pas l’une comme la preuve de l’autre.

Pourquoi un nettoyage au niveau des mots ne corrige-t-il pas le contenu IA générique ?

Notre lecture, et c’est une extrapolation à partir de la fiction : un nettoyage qui ne change que les mots agit sur la couche dont le classificateur de StoryScope n’avait pas besoin. C’est ici que l’étude devient utile à quiconque achète ou produit du contenu. La plupart des outils et des services qui promettent de donner un ton « humain » au texte IA travaillent à l’échelle de la phrase. Ils remplacent le vocabulaire devenu un indice révélateur, cassent le rythme, retirent les habitudes de ponctuation. Notre propre étape de révision pour retirer les marques de l’IA a commencé là aussi, sous forme d’une liste de contrôle de quelques dizaines de signes révélateurs au niveau des mots et des expressions.

Ce travail n’est pas perdu : ces signes sont réels et les lecteurs les remarquent. Mais si le signal structurel survit au retrait du style, comme ce fut le cas sur ce corpus de fiction, alors un brouillon peut passer toutes les vérifications au niveau des mots et être quand même construit comme tous les autres brouillons d’IA. Le vocabulaire changerait et la forme resterait. L’étude sur les citations, mentionnée plus haut, s’est heurtée à la même limite par l’autre bout : paraphraser les sources candidates jusqu’à ce qu’il ne reste presque rien de la formulation d’origine a laissé les préférences des modèles pratiquement inchangées. Dans les deux études, le résultat a tenu une fois la formulation mise hors de l’équation. Une précision, puisque notre article sur les citations déconseille de payer pour une restructuration : « structure » désigne ici la façon dont un argument est construit (ce à quoi il s’engage, ce qu’il concède et ce qu’il laisse ouvert), pas les titres, le balisage ou la mise en page.

Que devrait vérifier un réviseur dans un brouillon hors fiction ? (Notre extrapolation)

L’étude teste la fiction seulement, et la plus grande partie de son espace de caractéristiques n’a aucun équivalent dans une page de service ou un article de blogue. Des 304 caractéristiques, 265 se trouvent dans des dimensions comme les agents, le réseau de relations entre personnages, l’intrigue, le cadre et la révélation, qui n’existent qu’à l’intérieur d’une histoire. Une seule dimension, intitulée Style (39 caractéristiques), décrit quelque chose que tout texte possède, et le résumé n’indique pas comment elle se rapporte aux indices stylistiques que le résultat principal laisse de côté, de sorte que nous ne nous y appuyons pas. Ce qui suit est notre façon de traduire « surexplique ses thèmes, privilégie des intrigues bien ordonnées à trame unique » en quatre vérifications pour l’écriture d’affaires : une thèse énoncée, reprise, puis conclue de nouveau ; une seule trame, sans point de vue contraire à qui l’on reconnaît une part de raison ; chaque section résolue, sans compromis qui subsiste ; et le même poids partout. Nous les utilisons parce qu’elles sont peu coûteuses et qu’elles concordent avec ce que les réviseurs d’expérience disent déjà des brouillons d’IA, pas parce que l’étude les prouve pour des articles de blogue.

Le pendant humain de la conclusion existe aussi hors fiction : un auteur qui prend position, dit ce qu’il en coûte, et laisse quelque chose ouvert parce que c’est réellement ouvert. C’est plus difficile à obtenir d’un modèle par une consigne que du vocabulaire, et c’est généralement là que l’expertise se voit.

Nous avons ajouté ces quatre vérifications à notre propre révision en juillet 2026, sous forme d’une révision à l’échelle du document, qui s’ajoute à la liste de contrôle au niveau des mots et qui y est présentée comme une extrapolation tirée d’une étude sur la fiction.

Ce que l’étude ne dit pas

  • Ce n’est pas un taux de détection de l’IA. Le 93,2 % appartient à un classificateur sur un corpus : un bassin d’auteurs humains, cinq modèles, un genre. Cela ne veut pas dire que le contenu IA est détectable à 93 %, et l’étude ne dit rien sur la capacité d’un lecteur, d’un outil ou d’un moteur de recherche à repérer l’IA dans votre article de blogue.
  • Elle ne dit rien de Google. L’étude ne touche pas à la recherche. Les recommandations publiées par Google sur le contenu généré par l’IA (en anglais) disent qu’il se concentre sur la qualité du contenu plutôt que sur la façon dont il a été produit, tout en traitant comme du pourriel le contenu généré principalement pour manipuler les classements. Le contenu générique a des coûts, mais « Google détecte la structure et la pénalise » n’est pas quelque chose que cette étude démontre.
  • Ce n’est pas établi pour les textes hors fiction. Les quatre vérifications ci-dessus sont notre traduction, pas un résultat testé.

Ce que ça change si vous achetez ou produisez du contenu

Si une agence ou un pigiste rédige votre contenu avec l’aide de l’IA (la plupart le font, et ce n’est pas le problème en soi), la bonne question n’est pas « est-ce de l’IA ? » C’est « qu’est-ce que votre révision change, à part les mots ? » Un processus qui se termine par un balayage du vocabulaire produit un texte qui passe une lecture rapide et qui ressemble quand même à celui de vos concurrents, parce qu’il a été construit de la même façon.

Ce qu’un modèle ne peut pas fournir, c’est la matière qui sortirait un brouillon du regroupement : ce que vous avez réellement vu sur le terrain, la position que vous défendriez devant un client, le compromis que vous admettriez. Les quatre vérifications partent à la recherche de cette matière, et quand elle manque, aucune réécriture ne l’y mettra.

Notre audit SEO express examine le contenu existant sous cet angle, en parallèle du travail technique et local, et c’est l’exigence que nous appliquons à notre propre travail GEO. Pour l’essayer d’abord vous-même, prenez vos trois derniers articles et appliquez-leur les quatre vérifications. Si les trois sont construits de la même façon, commencez par là plutôt que par la formulation.

Corriger les mots, c’est la partie facile. L’unique étude derrière cet article porte sur la fiction, et elle a trouvé la machine encore reconnaissable une fois le style mis de côté. Dans quelle mesure cela se transpose à une page de service reste une question ouverte, et c’est pourquoi les quatre vérifications ci-dessus sont présentées comme notre pari et non comme une conclusion.