Enfin, pas vraiment. ChatGPT, Claude, Gemini et les autres sont d’abord des LLM, des Large Language Models. De très gros modèles de langage, entraînés à repérer des régularités dans des masses de textes et à les reproduire avec un aplomb parfois vertigineux.

Dit comme ça, c’est nettement moins vendeur qu’« intelligence artificielle ». Mais la nuance change tout.

Parce que si on croit que ces outils pensent comme nous, comprennent ce qu’ils écrivent, raisonnent comme un humain, la suite logique arrive vite : rédacteurs, communicants, créatifs, tout le monde a du souci à se faire.

Regardez d’un peu plus près ce qu’ils font réellement, et le tableau change.

Un texte brillant peut sortir d’une machine qui ne comprend rien

Un LLM apprend à partir d’un océan de textes. Il détecte des liens entre les mots, les idées, les tournures. Et quand on lui pose une question, il génère une réponse à partir de ce qu’il a appris à reconnaître.

C’est bluffant, et ça explique cette sensation étrange qu’on a tous eue devant ChatGPT : l’impression d’avoir quelqu’un en face. On pose une question, il répond juste. On précise, il s’adapte. On le contredit, il s’excuse. Notre cerveau fait le reste : on croit qu’il comprend.

Sauf que parler parfaitement d’un sujet, ce n’est pas le comprendre. Un modèle peut relier des idées, reproduire un raisonnement, faire des rapprochements fins – sans pour autant entretenir avec le monde le même rapport que nous.

En communication, cette nuance pèse lourd.

Prenez une entreprise qui remarque que ses posts LinkedIn les plus courts génèrent plus d’engagement. Une IA en tirera une conclusion logique : raccourcissez vos posts. Peut-être. Ou peut-être que ce sont les sujets qui étaient plus intéressants. Ou que le dirigeant apparaissait en photo. Ou le bon moment de publication.

Repérer un phénomène, ce n’est pas comprendre pourquoi il se produit. Et ce pourquoi, c’est tout le métier.

On finit par oublier qu’on parle à une machine

Autre piège, plus sournois : on humanise vite les outils qu’on utilise. On dit que ChatGPT « pense », « hésite », « se trompe », « invente ». Le vocabulaire n’est pas neutre.

Quand un LLM écrit une bêtise, il n’essaie pas de nous tromper. Il produit une réponse fausse avec exactement le même aplomb qu’une réponse juste. On appelle ça une hallucination, et c’est justement ce qui la rend dangereuse : rien dans le ton ne permet de distinguer le vrai du faux. Une fausse citation peut sonner parfaitement crédible. Une étude imaginaire, avoir un titre impeccable. Une date erronée, être assénée avec une assurance totale.

À nous de vérifier. Toujours.

Écrire des phrases n’a jamais été le plus dur, dans ce métier

Pendant longtemps, on a confondu le métier de rédacteur avec sa partie la plus visible : produire des phrases. Les IA actuelles savent le faire, et plutôt bien. Elles proposent des titres, structurent un article, écrivent dix accroches, transforment un communiqué en post LinkedIn.

Le vrai du métier, ce n’est pas de remplir la page blanche. C’est de savoir ce qu’il est pertinent de dire, à qui, à quel moment, et surtout pourquoi. Pourquoi cette info intéresserait vraiment quelqu’un. Pourquoi cette promesse serait crédible venant de cette marque. Pourquoi une campagne cartonnerait auprès d’un public et se planterait auprès d’un autre.

Ça ne tient pas qu’à la qualité d’une phrase. Il faut connaître le contexte, l’histoire de l’entreprise, ses clients, les non-dits, la concurrence, et parfois des choses qui n’apparaissent dans aucun brief.

Une stratégie peut être parfaite sur le papier et fausse dans les faits

C’est sans doute là que les LLM impressionnent le plus. Demandez à une IA de construire une stratégie de communication : en quelques secondes, vous avez des objectifs, des cibles, des personas, des piliers éditoriaux, un calendrier, des KPI. Visuellement, impeccable.

Le problème, c’est que ce qui ressemble à une stratégie n’en est pas forcément une. Une entreprise, ce n’est jamais la somme des infos qu’on copie dans un prompt. Il y a ce que les gens disent, et ce qu’ils pensent vraiment. Les arguments théoriquement excellents que plus personne ne croit. Les sujets sensibles dont on ne parle jamais dans le brief. Les vieilles campagnes dont tout le monde se souvient encore. Les idées géniales sur PowerPoint que personne n’osera vraiment lancer.

Bref, il y a le réel. Et le réel est bien plus désordonné qu’un prompt.

L’IA devient excellente entre les mains de quelqu’un qui sait quoi lui demander

Ça ne veut pas dire qu’il faut s’en méfier ou l’éviter. Au contraire. Pour certaines tâches, ces outils sont redoutables : trouver dix pistes de titres, résumer cinquante pages, tester des formulations, chercher des contre-arguments, préparer une première structure. Un gain de temps énorme.

Mais plus je les utilise, plus une chose me saute aux yeux : leur intérêt dépend entièrement de la personne qui s’en sert. Il faut savoir repérer qu’une proposition est banale, sentir qu’une phrase sonne faux pour la marque, remarquer qu’un argument est juste mais complètement hors sujet. Et parfois jeter la proposition la plus brillante parce qu’elle sonne creux.

Ne jamais confondre qualité de rédaction et qualité de réflexion.

Quand tout le monde utilise les mêmes outils, tout le monde finit par écrire pareil

Il suffit de traîner un peu sur LinkedIn pour reconnaître certains textes. Même accroche. Mêmes paragraphes courts. Même « voici ce que j’ai appris ». Même question en guise de conclusion.

Les humains s’imitent depuis toujours, l’IA n’a rien inventé. Mais elle accélère le phénomène à une vitesse inédite. Quand des milliers d’entreprises demandent aux mêmes modèles de parler des mêmes sujets avec les mêmes recettes, le résultat est prévisible : des tonnes de contenus qui se ressemblent tous. Au moment même où il devient plus difficile que jamais de sortir du lot.

La vraie question n’est pas si l’IA va nous remplacer

C’est plutôt : qu’est-ce qu’on accepte de lui confier ?

Lui laisser gagner du temps sur l’exécution, ça se défend très bien. Lui déléguer entièrement le choix de ce qu’on dit, pourquoi on le dit et comment on veut être perçu, c’est une autre histoire.

Un texte ne vaut pas que par sa fluidité. Il vaut par le regard qu’il porte, les choix qu’il fait, ce qu’il laisse de côté, ce qu’il ose dire, la personne ou la marque qu’on reconnaît derrière.

L’IA peut fournir une matière première redoutablement efficace. Mais cette matière, il faut encore la regarder, la trier, la contester, la vérifier, et souvent la réécrire.

En somme, une machine peut produire des réponses à une vitesse folle. Reste à savoir lesquelles méritent d’être gardées. Et ça, pour l’instant, ça reste notre boulot.