Oubliez le tiret cadratin : ce qui trahit vraiment un texte rédigé par l'IA

Le tiret cadratin n'est plus la preuve de rien. The Economist a analysé 55 940 phrases et 1,2 million de mots, en comparant ses propres textes avec les réponses de ChatGPT, de Claude, de Gemini et de Grok, ainsi qu'avec des articles du New York Times et du Washington Post et des romans publiés entre 1950 et 2022. Résultat : parmi les modèles actuels, seul Claude utilise le tiret cadratin plus souvent que les humains — et ChatGPT en utilise bien moins que n'importe quel auteur humain de l'étude.

Autrement dit : la chasse au « tiret de ChatGPT », devenue sport national dans les réunions marketing, vise la mauvaise cible. Pire encore : elle condamne ceux qui écrivent bien, car le tiret cadratin a toujours été un procédé légitime chez qui maîtrise l'écriture.

Ce qui reste comme signal

Les marqueurs qui ont résisté dans l'étude sont bien moins pratiques à traquer, car ils relèvent de la structure et non de la ponctuation :

• Des phrases toutes de la même longueur. Le texte humain a une respiration irrégulière : une phrase longue, puis une courte. Le texte de machine tend vers un rythme constant.
• Des virgules qui disparaissent. Une économie subtile de ponctuation là où une personne marquerait une pause.
• La construction « ce n'est pas X, c'est Y ». Ce contraste symétrique qui sonne profond et qui, répété, trahit le moule.
• Des mots longs là où un mot court aurait suffi. Les modèles préfèrent significatif, de plus en plus, conséquences, ainsi que des termes rares et scientifiques comme paramètre, méthodologie, interdépendance.
• La nominalisation. Transformer un verbe en substantif — « procéder à la mise en œuvre » au lieu de « mettre en œuvre ».

Paul Graham, cofondateur de Y Combinator, a pointé cette semaine un cousin de ce dernier point : le verbe trop coloré. Un journaliste écrit qu'une proposition a « obtenu » cent voix ; la machine choisit un verbe plus ronflant pour dire la même chose. Personne ne parle ainsi dans la vraie vie.

La conclusion dérangeante de l'étude est ailleurs, et elle vaut plus que la liste : à chaque nouvelle version, l'écriture des machines ressemble de plus en plus à celle des humains. Quiconque mise sur la détection par la forme va perdre cette course.

Le vrai problème n'est pas de se faire démasquer. C'est de sonner comme tout le monde

Pour une entreprise, la question « va-t-on remarquer que j'ai utilisé l'IA ? » est la mauvaise question. Personne ne quitte un prestataire à cause de sa ponctuation. Ce qui coûte de l'argent, c'est autre chose : lorsque votre contenu est indiscernable de celui de n'importe quel concurrent, il cesse de donner une raison de vous choisir.

Et ce risque n'est pas né avec l'IA — elle n'a fait que l'accélérer. Le texte générique existait déjà avant, écrit par des humains, en pilote automatique. La différence, c'est l'échelle : il est désormais possible de produire vingt textes médiocres par jour.

Cinq choses que la machine n'a pas

Ce qui distingue votre texte de celui de tout le monde, ce n'est pas le style, c'est l'information que vous seul possédez :

1. Un chiffre mesuré par vous. Combien de temps cela a pris, combien cela a coûté, quel a été le taux d'erreur. Une donnée issue de votre propre travail vaut plus que trois paragraphes de contexte.
2. Le cas avec un nom, un délai et un montant. « Un client du secteur industriel » ne convainc personne. « Un assemblage de 427 pièces, converti en 31 secondes » convainc.
3. L'erreur que vous avez commise. Raconter ce qui s'est mal passé et comment cela a été corrigé est la chose la plus difficile à imiter — et celle qui inspire le plus confiance.
4. L'opinion qui prend un risque. Dire ce que vous ne feriez pas, pour qui votre service n'est pas adapté, quelle tendance vous jugez éphémère.
5. Le détail opérationnel. Ce que seul celui qui exécute le travail sait : l'étape qui prend toujours du retard, la question que le client pose toujours lors de la troisième réunion.

Comment utiliser l'IA sans devenir un texte de plus parmi tant d'autres

Il ne s'agit pas d'abandonner l'outil. Il s'agit de changer l'ordre du travail :

• Vous apportez les faits, l'IA les organise. L'inverse — lui demander d'inventer le contenu puis chercher les faits après coup — est le chemin le plus court vers le texte interchangeable (et vers l'erreur factuelle).
• Lisez à voix haute avant de publier. Là où vous trébuchez, la phrase n'est pas la vôtre. Ce test repère plus de problèmes que n'importe quel détecteur.
• Coupez un tiers. Presque toute la graisse du texte automatique se trouve dans les paragraphes d'échauffement qui ne disent rien.
• Remplacez le mot long par le mot court. Si « utiliser » convenait, n'écrivez pas « employer ».
• Vérifiez ce que le texte affirme. Chaque fois qu'un chiffre ou une date apparaît, vérifiez la source avant de publier. Ce paragraphe existe parce que c'est l'étape la plus souvent négligée.

En une phrase

Arrêtez de chercher le tiret cadratin dans le texte des autres et commencez à mettre dans le vôtre ce à quoi aucune machine n'a accès : ce que vous avez mesuré, ce que vous avez raté et ce que vous pensez. Si le contenu de votre entreprise vise à véritablement enseigner, lisez aussi conteúdo que ensina vende mais que conteúdo que anuncia — et, si vous souhaitez faire tourner cette production avec méthode, c'est exactement ce que nous faisons en marketing digital.

Sources : The Economist, « How to spot AI writing » (août 2026), reprise par Fast Company ; et publication de Paul Graham sur X le 19 août 2026.