Pourquoi les textes d'IA agacent les lecteurs de Habr, et comment les éditer à la main

Habr AI a publié une chronique expliquant pourquoi les textes générés par des réseaux de neurones agacent même sans erreur manifeste. L'auteur n'analyse pas les bugs des modèles, mais les marqueurs éditoriaux du texte synthétique, qui font perdre au lecteur son attention et sa confiance.

Pourquoi c'est si agaçant

La thèse centrale est simple : ce qui irrite le lecteur, ce n'est pas le recours à l'IA, mais la confiance creuse du texte. Un réseau de neurones peut produire un contenu soigné, sans faille manifeste, avec une structure régulière et des transitions logiques, sans pour autant donner le sentiment d'une vraie pensée. Il ne polémique pas directement avec le lecteur, mais fait constamment comme s'il avait déjà tout expliqué. Résultat, même un paragraphe correct sur la forme paraît suspect.

L'auteur le formule sans détour :

le réseau de neurones écrit trop souvent un texte qui ressemble à un

texte, mais ne se ressent pas comme une pensée.

Le problème se manifeste très vite. Après deux ou trois écrans, un tel texte commence à fatiguer : l'attention glisse sur les paragraphes et seuls des mots génériques restent en mémoire. Au lieu d'un argument, le lecteur reçoit une imitation lisse d'expertise. Pour un public technique, c'est particulièrement pénible, car il sent vite quand un contenu est bâti sur des formulations sans risque, sans s'appuyer sur l'expérience, l'observation ou une position claire de l'auteur. Le lecteur voit la forme, mais pas ce qui la soutient.

Là où le texte se brise

La chronique énumère les signes typiques qui font qu'un brouillon d'IA devient agaçant bien avant la fin. Il ne s'agit pas seulement de clichés. Ce qui fonctionne le plus mal, ce sont les longues introductions, la structure universelle et la tentative de paraître important sans assez de concret. Si un paragraphe peut être réduit de moitié sans perte de sens, si les intertitres peuvent être permutés sans effort et si les conclusions semblent définitives là où le sujet reste débattu, le lecteur le remarque presque instantanément. Le texte a l'air assemblé, mais n'avance pas vers une idée nouvelle.

• Un long échauffement au lieu du fond
• Une ossature d'intertitres universels
• Un rythme de paragraphes trop régulier
• Des mots généraux sans faits ni scénarios
• Un ton catégorique sans nuances

L'auteur relève à part un arrière-goût de « traduction ». Beaucoup de textes sont formellement rédigés en russe, mais sonnent comme une présentation en anglais mal adaptée. Sur Habr, cela se repère particulièrement vite : le public local lit beaucoup, supporte mal le remplissage et remarque si l'auteur maîtrise son sujet ou se contente d'assembler un texte vraisemblable avec des mots familiers. Le schéma « générer, retoucher légèrement et publier » fonctionne donc de moins en moins bien sur cette plateforme.

Comment on le corrige

L'auteur écrit qu'il ne considère presque jamais un brouillon d'IA comme un article fini. Pour lui, c'est une matière première dont il faut encore tirer un texte lisible. La première étape consiste à supprimer tout l'échauffement de routine et à ouvrir sur un fait, un conflit, une observation ou une conclusion. Ensuite, la logique est reconstruite : non pas « ce que c'est, comment ça marche, pourquoi c'est important », mais un ordre qui conduit réellement la pensée. Les intertitres sont eux aussi presque toujours réécrits, car ils ne doivent pas découper le texte, mais le faire avancer.

Vient ensuite une édition plus rude. On élimine les béquilles comme « aspect important » et « ouvre de nouvelles possibilités », on rend du concret à chaque affirmation générale, on brise le rythme stérile de paragraphes identiques et on atténue le ton catégorique artificiel. Si un modèle promet un gain de temps, il faut montrer où exactement ; si un service gère soi-disant mieux les tâches complexes, il faut du contexte et une comparaison. L'« humanisation » cosmétique n'y change rien : un texte synthétique faible est souvent plus simple à réécrire entièrement qu'à polir en surface.

Ce que cela signifie

La chronique cerne bien la limite d'utilité des modèles génératifs : ils accélèrent l'étape du brouillon, aident à démarrer et à esquisser une structure, mais ne remplacent pas l'éditeur. Pour les médias, les blogs d'entreprise et les équipes de contenu, c'est un signal direct : la qualité d'une publication ne dépend pas de la possibilité de repérer l'IA, mais de la densité de pensée du texte, de son concret, d'une intonation naturelle et du respect du lecteur. Sinon, même un contenu grammaticalement irréprochable se change vite en bruit agaçant, qui paraît convaincant mais ne laisse rien après la lecture.