Pourquoi l'IA écrit comme si elle essayait de vous embrouiller

Les chatbots IA produisent souvent une prose qui semble… étrange. Une étude récente menée par des chercheurs de NYU et de l'UT Austin a quantifié cette intuition, en mesurant les structures de phrases associées à un effort de traitement humain accru dans les sorties de 14 modèles d'IA de premier plan. Cette analyse révèle un coût mesurable à l'omniprésente « voix de l'IA ».

Les chercheurs ont utilisé spaCy, une bibliothèque Python open-source, pour analyser les dépendances grammaticales à travers divers textes générés par IA. Ils ont collecté des conversations, des essais et des sessions de codage provenant de modèles incluant Claude Opus 5/5.5, la famille GPT-5.6, GLM-5, Kimi K2.5, Llama et OLMo. Cela leur a permis d'identifier des modèles dans la longueur et la structure des dépendances.

Ils ont ensuite évalué ces modèles par rapport aux découvertes de psycholinguistes, qui étudient depuis longtemps comment des caractéristiques linguistiques spécifiques affectent le temps de lecture et la compréhension humaine. Ces caractéristiques incluent :

• Noms empilés (ex: "reader-patience budget")
• Longues dépendances syntaxiques
• Omission de mots optionnels comme "that"
• Verbes animés avec des sujets inanimés

Bien que l'étude mesure méticuleusement la prévalence de ces caractéristiques linguistiques, il est crucial de clarifier les enjeux. L'analyse identifie des caractéristiques liées à une lecture plus lente ou plus laborieuse ; elle ne prouve pas directement que chaque lecteur a des difficultés avec chaque phrase générée par l'IA. Les résultats indiquent un biais systématique vers la complexité, et non une incompréhension universelle.

Les psycholinguistes ont identifié six modèles spécifiques qui font travailler davantage le cerveau humain. Les modèles d'IA les utilisent de manière disproportionnée, forçant les lecteurs à analyser des phrases comme : « La phrase alambiquée que vous lisez actuellement consomme tranquillement son propre reader-patience budget ». Cet exemple combine un nom empilé ("reader-patience budget") avec un sujet inanimé effectuant une action animée ("la phrase... consomme").

D'autres modèles courants incluent de longs écarts entre des mots grammaticalement liés, des associations de mots rares et des propositions réduites — des phrases où un "that" optionnel est omis (ex: "the book the professor wrote" au lieu de "the book that the professor wrote"). Les verbes dénominaux, qui transforment des noms en verbes (ex: "calendar it"), augmentent également l'effort de traitement.

Pour confirmer que les modèles d'IA choisissaient ces formulations moins courantes, les chercheurs ont effectué une traduction aller-retour japonais-anglais en utilisant NLLB-200 de Meta. Ce processus préserve le sens mais réécrit les phrases dans des structures plus conventionnelles. Si un modèle disparaissait après la traduction, cela indiquait que la sortie originale de l'IA était inutilement alambiquée.

Pour presque tous les modèles de pointe, ces modèles difficiles ont disparu après la traduction, prouvant que les modèles gravitent vers des constructions plus difficiles à lire même lorsque des alternatives plus simples sont disponibles. Les modèles plus petits comme Llama ont montré une adoption minimale de ces habitudes, mais la famille OLMo a montré une tendance plus forte à chaque étape de l'entraînement.

Les mécanismes proposés pour cette « voix » de l'IA pointent vers des incitations post-entraînement. Les modèles soumis à un entraînement supplémentaire sur des tâches comme les mathématiques, le codage et le raisonnement sont souvent récompensés uniquement pour leurs réponses correctes, avec peu d'accent mis sur la lisibilité de l'explication. De plus, des token budgets stricts peuvent favoriser par inadvertance une formulation compressée et dense, car les modèles apprennent à transmettre un maximum d'informations avec un nombre de mots minimal.

Les chercheurs ont testé cette hypothèse directement. Ils ont entraîné un modèle Qwen 2.5 1.5B utilisant GRPO pour convertir des descriptions d'événements JSON en phrases anglaises, en introduisant une petite pénalité pour chaque jeton supplémentaire. Même cette pénalité mineure a poussé le modèle à choisir systématiquement des constructions plus courtes, omettant souvent le « that » facultatif dans plus de 98 % des cas lors de certains essais. Ce comportement est apparu même dans des types de phrases sur lesquels le modèle n'avait pas été explicitement entraîné, démontrant comment l'économie de jetons peut façonner les préférences syntaxiques.

Le comportement des modèles a varié de manière significative. L'étude a révélé peu de cette tendance à la « densité » dans les sorties de Llama. En revanche, les modèles OLMo ont montré des sorties progressivement plus denses au fil de leurs étapes d'entraînement, la version optimisée pour le raisonnement présentant la préférence la plus marquée pour ces structures cognitivement exigeantes. Ces résultats apportent la preuve solide que les objectifs post-entraînement, en particulier ceux qui récompensent la concision au détriment de la clarté, contribuent au problème de la voix de l'IA. Pour en savoir plus sur les détails de l'étude, consultez Why is AI-generated language so hard to understand?.

De manière encourageante, le comportement des modèles peut changer : Claude Opus 5.5 a obtenu un score inférieur à celui d'Opus 5 sur 19 des 21 indicateurs de difficulté mesurés. Cela suggère que les laboratoires peuvent activement récompenser une communication plus claire, démontrant qu'une prose alambiquée n'est pas un trait immuable.

Pour orienter l'IA vers une production plus accessible, l'ingénierie de prompt devrait explicitement demander un plain English, moins de noms empilés et l'utilisation de connecteurs explicites lorsque cela est utile. Donnez la priorité à de courtes distances entre les mots liés grammaticalement, tels que les sujets et les verbes, pour faciliter le traitement.

Il est crucial que la clarté soit évaluée indépendamment de l'exactitude factuelle lors de l'entraînement et du réglage fin du modèle. Cela garantit que la lisibilité ne devienne pas une préoccupation secondaire par rapport à la précision, ce qui, comme le soulignent les chercheurs de NYU et de l'UT Austin, peut conduire au problème du « budget de patience du lecteur ».

Dans les environnements à enjeux élevés — comme les revues de code, les diagnostics médicaux ou les rapports financiers — les textes denses générés par l'IA imposent un fardeau excessif aux relecteurs humains. Une étape de réécriture dédiée à la clarté peut atténuer cela, mais assurez-vous toujours que le sens est préservé et que l'exactitude est revérifiée. Une écriture claire est un choix de conception, pas un accident.

Pourquoi les modèles d'IA produisent-ils des phrases difficiles à lire ?

L'étude suggère que les incitations post-entraînement peuvent récompenser des réponses concises et denses en informations sans récompenser adéquatement la clarté.

Quels modèles de phrases rendent l'écriture de l'IA plus difficile à lire ?

Les exemples incluent les noms empilés, les longs espaces entre les mots liés, les associations de mots inhabituelles, les connecteurs omis et les sujets inanimés effectuant des actions animées.

La recherche a-t-elle prouvé que tous les modèles d'IA écrivent de cette façon ?

Non. Les chercheurs ont constaté des différences selon les modèles, les tâches et les étapes d'entraînement ; certains modèles testés ont montré des tendances plus faibles que d'autres.

Comment les équipes peuvent-elles rendre l'écriture de l'IA plus claire ?

Demandez un langage simple, demandez aux modèles de garder les mots liés proches les uns des autres et utilisez une étape de révision distincte axée sur la lisibilité.