La meilleure IA pour l'écriture en 2026 – et pourquoi la réponse devient étrange

Le plus étrange avec la génération actuelle de modèles d'IA, c'est qu'ils sont devenus considérablement plus performants sans pour autant devenir nécessairement de bien meilleurs écrivains.

Cela peut paraître contradictoire, mais il faut s'y attarder. En 2026, les modèles de pointe pourront résoudre des problèmes mathématiques complexes, déboguer des logiciels sophistiqués, piloter des ordinateurs, effectuer des recherches sur le Web, raisonner sur d'immenses collections de documents et réaliser des tâches en plusieurs étapes qui auraient semblé inconcevables il y a encore quelques années. Les progrès en matière de programmation et de raisonnement, en particulier, sont stupéfiants.

Demandez à ces mêmes modèles de rédiger un article de magazine de 1 500 mots véritablement mémorable, et les progrès sont plus difficiles à constater. L’écriture est généralement correcte, souvent très bonne et parfois excellente, mais les mêmes travers persistent : explications trop longues, transitions génériques, résumés superflus et une tendance à adopter un ton soigné mais indéniablement artificiel.

Cela rend la course actuelle à l'écriture par IA plus intéressante que la vieille question de savoir quel chatbot produit le plus beau paragraphe.

OpenAI propose désormais GPT-5.6 Sol. Anthropic propose Claude Opus 5. Google propose Gemini 3.1 Pro Preview, ainsi que sa famille Gemini 3.x en pleine expansion. Le 12 août, xAI a ajouté Grok 4.6 à son catalogue.

Ces quatre systèmes sont extrêmement performants, mais l'ancienne terminologie simplifiée — Claude pour la prose, ChatGPT pour tout le reste, Gemini pour les utilisateurs de Google — ne reflète plus fidèlement la réalité du marché. Surtout, l'idée que Claude devrait être automatiquement désigné comme le meilleur logiciel de traitement de texte mérite désormais un examen beaucoup plus approfondi.

La qualité de l'écriture s'avère être l'un des domaines les plus subjectifs et étrangement non linéaires du progrès de l'IA, et cela pourrait nous apprendre quelque chose d'important sur la façon dont l'intelligence artificielle se développe.

Les quatre empires de l'écriture IA

Voici la version du marché telle qu'elle était à l'époque de l'âge d'or.

Plateforme complète	prétendant actuel à la frontière	Ce qu'il optimise de plus en plus pour	Avantage de l'écriture	La plus grande question
Claude	Claude Opus 5	Raisonnement profond, agents, codage, travail intellectuel	Révision, interprétation, réécriture nuancée	Claude aurait-il perdu une partie de la magie de sa prose d'antan ?
ChatGPT	GPT-5.6 Sol	Connaissances générales et flux de travail de bout en bout	Recherche + structure + édition + production	La compétence remplace-t-elle la personnalité ?
GEMINI	Aperçu de Gemini 3.1 Pro	Raisonnement multimodal et intégration de Google	Écriture ancrée dans la réalité et riche en sources	L'avantage informationnel peut-il se traduire par une prose distinctive ?
Grok	Grok 4.6	Connaissances en temps réel, codage et agents	Commentaires en direct et recherches natives d'Internet	L'immédiateté suffit-elle à faire de lui un écrivain sérieux ?

Les spécifications elles-mêmes frôlent l'absurde. GPT-5.6 Sol fonctionne avec un contexte de plusieurs millions de jetons. Claude Opus 5 offre une fenêtre de contexte d'un million de jetons et jusqu'à 128 000 jetons de sortie. Gemini 3.1 Pro accepte plus d'un million de jetons d'entrée, tandis que Grok 4.6 propose une fenêtre de 500 000 jetons, un chiffre encore colossal.

Ces chiffres sont importants, notamment pour les travaux de recherche approfondie, mais ils sont de moins en moins utiles pour distinguer les modèles. Dès lors que chaque système majeur sera capable d'intégrer des livres, des rapports, des transcriptions et d'importants dossiers de documents, la question essentielle sera de savoir comment le modèle traite concrètement toutes ces données.

C’est là que les entreprises commencent à se différencier sensiblement. Anthropic, OpenAI, Google et xAI ne se contentent plus de développer des générateurs de texte concurrents. Elles conçoivent différentes versions d’un assistant de recherche polyvalent, et l’écriture n’est plus qu’une composante d’un système bien plus vaste.

La théorie pointue de l'IA

Une manière utile de comprendre la situation actuelle est d'utiliser le concept de frontière irrégulière , un terme popularisé par Ethan Mollick, professeur à Wharton, et ses collaborateurs de recherche.

Le constat fondamental est que les capacités de l'IA ne progressent pas de manière linéaire et prévisible. Un modèle peut exceller dans une tâche, puis échouer lamentablement dans une autre, pourtant bien plus simple en apparence. La frontière est inégale.

L'image ci-dessus illustre un débat en constante évolution sur ce à quoi pourrait ressembler le chemin vers l'IA générale. Ses racines intellectuelles remontent à la « frontière technologique irrégulière » décrite par des chercheurs comme Ethan Mollick et Fabrizio Dell'Acqua en 2023 : les systèmes d'IA peuvent exceller dans une tâche tout en échouant dans une autre, pourtant tout aussi simple en apparence. Fin 2025, Tomas Pueyo visualisait cette idée comme une « tache » irrégulière en expansion, représentant les capacités de l'IA. Il soutenait qu'à mesure que les modèles s'améliorent, les irrégularités s'estompent progressivement jusqu'à ce que l'IA devienne compétente dans l'ensemble des tâches humaines – la thèse dominante sur l'IA générale, illustrée en haut de page. Adam Hunt a ensuite adapté ce graphique pour illustrer une alternative plus provocatrice : et si cette frontière ne s'aplanissait jamais ? Ainsi, certaines capacités, comme la programmation, les mathématiques ou le raisonnement scientifique, pourraient dépasser largement les capacités humaines, tandis que d'autres domaines – le bon sens, le jugement social ou certains aspects du langage – progresseraient beaucoup plus lentement, voire stagneraient. Le résultat ne serait pas nécessairement une intelligence générale nette et semblable à celle de l'homme, mais une intelligence « pointue » de plus en plus étrange et inégale : surhumaine dans une poignée de domaines tout en restant étonnamment médiocre dans d'autres.

Cette idée semble encore plus pertinente aujourd'hui. Les modèles les plus performants développent des capacités considérables dans des domaines tels que la programmation, les mathématiques, le raisonnement scientifique et l'utilisation autonome de l'ordinateur. Les progrès dans ces domaines sont rapides, visibles et relativement faciles à mesurer. L'écriture, en revanche, est une autre affaire.

Les modèles ont incontestablement progressé en matière d'exactitude factuelle, de respect des consignes, de compréhension de textes longs, de correction et de raisonnement structurel. Ils sont plus performants que les générations précédentes pour traiter des sujets complexes, suivre le fil d'un document volumineux et respecter un guide de style éditorial.

Ce qui est beaucoup plus difficile à affirmer, c'est que la meilleure prose générée par l'IA aujourd'hui paraît proportionnellement plus originale, élégante ou humaine que la meilleure prose générée par l'IA il y a un an ou deux.

Il y a une raison assez évidente à cela. Le code comporte des tests. Les mathématiques ont des réponses. Les logiciels peuvent être exécutés, les preuves peuvent être vérifiées et les agents peuvent soit réussir une tâche, soit échouer. L'écriture n'a pas d'équivalent.

Il n'existe pas de test unitaire pour évaluer la qualité d'un paragraphe d'introduction, ni de critère universellement accepté pour déterminer si une phrase a un meilleur rythme qu'une autre. Plus problématique encore, nombre des qualités que nous apprécions dans une bonne écriture sont difficiles à concilier avec les impératifs d'optimisation imposés à un modèle d'assistance. Une prose remarquable peut être ambiguë, incisive, drôle, incomplète, émotionnellement étrange ou délibérément indirecte. Un modèle entraîné à être clair, rassurant, utile et exhaustif peut facilement devenir le genre d'écrivain qui explique tout deux fois.

C’est peut-être l’une des raisons pour lesquelles l’IA peut progresser considérablement en calcul différentiel sans devenir proportionnellement plus drôle, ou devenir une bien meilleure programmeuse sans acquérir un goût sensiblement meilleur.

Le problème de référence : l’IA peut mieux mesurer le code que la prose.

Les lancements de modèles eux-mêmes en apportent la preuve. Voyez ce que les laboratoires d'IA choisissent comme référence.

Le lancement de Claude Opus 5 par Anthropic est accompagné de nombreux tests réalisés sur Frontier-Bench, CursorBench, ARC-AGI, AutomationBench, OSWorld, ainsi que d'évaluations scientifiques et de tests de performances professionnelles. Anthropic dispose de données chiffrées démontrant qu'Opus devient un meilleur outil de conception, de recherche et d'analyse logicielle. En revanche, vous ne trouverez aucun test public aussi concluant établissant qu'Opus 5 est un meilleur romancier ou essayiste qu'Opus 4.8.

L'annonce de Google concernant Gemini 3.1 Pro suit une logique similaire. Google évoque le travail créatif, mais les arguments techniques principaux portent sur le raisonnement, la programmation et la résolution de problèmes complexes.

OpenAI s'est montrée plus ouverte sur la question de l'écriture. Lors du lancement de GPT-5, par exemple, l'entreprise l'a présenté comme son assistant d'écriture le plus performant à ce jour et a fourni des exemples de poèmes et autres textes en prose. Cependant, même dans ce cas, les données quantitatives portaient principalement sur les mathématiques, la programmation, le raisonnement multimodal, la santé et le travail intellectuel, plutôt que de proposer une mesure unique et définitive de la qualité littéraire.

xAI constitue une exception partielle intéressante. Lors du lancement de Grok 4.1, l'entreprise a mis en avant ses performances sur le benchmark indépendant Creative Writing v3 , qui teste les modèles sur 32 sujets d'écriture et compare les résultats à des grilles d'évaluation détaillées.

C'est utile, certes, mais cela met immédiatement en lumière un autre problème lié aux tests d'écriture : Creative Writing v3 est lui-même évalué par un LLM. Autrement dit, on demande à une machine de juger si une autre machine a du goût.

Les chercheurs s'efforcent d'améliorer ce système. WritingBench couvre plus de 1 200 tâches d'écriture réparties en six grands domaines et 100 sous-domaines, dont la rédaction persuasive, créative, informative et technique. Le benchmark « Longform Writing » d'EQ-Bench permet aux modèles de planifier, de réviser et de maintenir un récit sur plusieurs versions longues. LitBench va plus loin en utilisant des milliers d'avis humains, notamment parce que l'évaluation de la qualité littéraire avec un autre modèle généraliste reste peu fiable.

Les critères d'écriture à connaître

référence	Ce qu'il tente de mesurer	Pourquoi cela compte	Le crochet
Écriture créative v3	Écriture créative à travers 32 sujets	xAI l'a utilisé publiquement pour faire la démonstration de Grok 4.1	LLM-jugé
Écriture longue	Planification, révision et fiction soutenue	Teste la cohérence au-delà d'un paragraphe astucieux	Utilise toujours un juge IA
WritingBench	Plus de 1 200 tâches réparties dans 100 sous-domaines d'écriture	Bien plus vaste que la simple fiction	L'évaluation automatisée demeure imparfaite
LitBench	Alignement avec les préférences humaines en matière d'écriture créative	Construit autour de milliers de comparaisons étiquetées par des humains	Il s'agit davantage d'une évaluation fiable que d'un simple classement des consommateurs.

Rien de tout cela ne rend les benchmarks d'écriture inutiles. Ils s'améliorent et nous fournissent bien plus d'informations que la seule intuition.

Ils ne peuvent tout simplement pas trancher la question comme le ferait un test de performance en programmation ou en mathématiques, car l'écriture finit toujours par être une question de goût.

Cormac McCarthy n'est pas un grand écrivain parce qu'il obtiendrait la note maximale selon un guide de style d'entreprise. Appliquer la même grille d'évaluation à une note de service et à un manifeste punk-rock ne les améliore en rien. L'originalité d'un texte tient en grande partie à la capacité de s'affranchir des conventions plutôt que de les suivre aveuglément.

Il s'agit là d'un défi particulièrement complexe pour les systèmes construits autour de la prédiction de ce qui devrait vraisemblablement se produire ensuite.

Claude : L'ancien champion de l'écriture aurait-il perdu de son éclat ?

Pendant des années, Claude a été la recommandation par défaut d'un certain type d'auteurs sérieux spécialisés en IA, et ce non sans raison.

Les premiers modèles de Claude paraissaient souvent moins mécaniques que ceux de la concurrence. Ils géraient bien le rythme et les sous-entendus, préservaient le caractère du texte original lors d'une réécriture et, dans le meilleur des cas, résistaient à la tentation d'expliquer chaque point à l'excès.

Cette réputation s'est maintenue, mais les réactions aux modèles récents sont devenues beaucoup plus mitigées.

Les priorités de développement d'Anthropic sont également révélatrices. Les principales améliorations apportées à Claude Opus 5 concernent essentiellement le génie logiciel, le travail autonome, l'utilisation d'outils, le travail intellectuel, l'exploitation informatique et la recherche scientifique. Ces améliorations sont certes importantes, mais elles ne nous indiquent pas nécessairement si Opus est désormais un auteur au style plus agréable ou plus original.

Parmi les utilisateurs réguliers de Claude, les avis divergent sur cette question. Certains affirment que les nouveaux modèles Opus sont devenus plus verbeux, argumentatifs ou affectés, avec un style de langage caractéristique de Claude. D'autres considèrent que Claude reste largement supérieur pour les dialogues, l'édition et la création.

Les anecdotes trouvées sur Reddit et d'autres plateformes ne constituent évidemment pas une évaluation scientifique, et chaque nouvelle version majeure suscite inévitablement une vague de réactions affirmant que la version précédente était meilleure. Pour autant, ce désaccord est important car il témoigne d'une évolution des mentalités.

Il y a quelques années, l'idée que « Claude écrit mieux » était presque une évidence pour de nombreux utilisateurs avertis. En 2026, c'est beaucoup plus clairement une opinion.

Le verdict de Claude sur l'écriture

Catégories	Verdict
prose naturelle	Potentiellement excellent, mais irrégulier.
Révision de textes existants	Excellent
Imitation vocale	Très complet avec des exemples et des instructions
Fiction	Un sérieux prétendant, mais plus un vainqueur automatique
Raisonnement long	Excellent
Flux de travail de recherche	Solide et en constante amélioration
Manières du modèle	Une plainte croissante de certains utilisateurs
Total	L'ancien champion doit désormais défendre son titre.

Claude reste un outil indispensable pour tout écrivain sérieux. Il est particulièrement précieux lorsqu'il s'appuie sur des sources solides, un cahier des charges éditorial détaillé et des exemples du style qu'il est censé préserver.

Ce que je ne ferais plus, c'est de supposer, avant même de comparer les productions, que Claude est forcément le meilleur écrivain simplement parce qu'il l'était auparavant.

ChatGPT : l’écrivain qui devient une salle de rédaction

La stratégie d'OpenAI consiste moins à s'approprier la suprématie pour chaque phrase individuelle qu'à maîtriser l'ensemble du processus qui les entoure.

GPT-5.6 Sol est positionné comme un modèle de pointe pour les tâches professionnelles complexes, OpenAI mettant l'accent sur la programmation, la recherche, le travail intellectuel, la conception et les flux de travail de longue durée. La mise à jour d'août a également orienté le modèle vers des réponses plus ciblées et moins d'explications superflues.

Cela peut paraître un simple ajustement comportemental, jusqu'à ce qu'on réalise à quel point les textes écrits par l'IA souffrent d'explications excessives. Nombre de modèles connaissent les faits, comprennent l'argument et savent organiser la matière, mais se sentent malgré tout obligés de présenter chaque point, de le reformuler et de proposer une conclusion bien ficelée.

Pour les écrivains, savoir quand ne pas dire certaines choses représente une amélioration significative de leurs compétences.

Le principal atout de ChatGPT réside toutefois dans l'environnement qu'OpenAI a développé autour du modèle. Les projets peuvent contenir des instructions, des documents sources et des travaux antérieurs. La recherche peut s'étendre au web. Les documents peuvent être élaborés en plusieurs sessions. Grâce à des outils connectés, le modèle peut passer de la collecte des sources à l'analyse, la rédaction, la correction et la production sans que l'utilisateur ait à recréer le contexte à chaque étape.

Un article de 1 500 mots peut nécessiter la recherche de documents réglementaires, la consultation d'articles antérieurs, l'extraction de données chiffrées de fichiers PDF, la comparaison de plusieurs sources, la validation de citations, la définition précise du sujet, la structuration de l'argumentation, puis la réécriture du texte à plusieurs reprises. Le texte lui-même n'en est qu'une étape. OpenAI semble de plus en plus déterminé à prendre en charge l'intégralité de ce processus.

Le verdict de ChatGPT sur l'écriture

Catégories	Verdict
prose naturelle	Très bon
Le Montage	Excellent
Journalisme axé sur la recherche	Excellent
Construction d'arguments	Excellent
Cohérence de la voix	Solide avec des exemples suffisants
Intégration des flux de travail/outils	Probablement la proposition globale la plus solide
Principale faiblesse	Peut encore dériver vers une compétence générique raffinée
Total	Le meilleur outil unique pour de nombreux écrivains professionnels

Cela ne fait pas nécessairement de ChatGPT le modèle le plus susceptible de produire le meilleur paragraphe unique lors d'un test à l'aveugle.

Cela pourrait en faire le système dans lequel la plus grande partie du travail d'écriture proprement dit est effectuée.

Gémeaux : Google est propriétaire de la bibliothèque

L'avantage stratégique de Google est facile à comprendre. L'entreprise possède déjà une grande partie de l'infrastructure par laquelle circule l'information professionnelle, et la rédaction par IA est de plus en plus indissociable de la recherche d'informations.

Gemini 3.1 Pro prend en charge plus d'un million de jetons d'entrée et est conçu pour un raisonnement sophistiqué sur de vastes collections de textes, d'images, de vidéos, d'audio et de PDF. Le positionnement de Google met l'accent sur le raisonnement, la synthèse et la résolution de problèmes complexes plutôt que sur le style littéraire.

Cela s'inscrit dans une tendance plus générale. Les laboratoires de pointe investissent des ressources considérables dans le raisonnement et l'action, car ces capacités peuvent être mesurées, commercialisées et transformées en logiciels utiles.

La force des Gémeaux pour les écrivains provient de tout ce qui entoure ce signe.

Google propose Docs, Drive et Gmail, tandis que NotebookLM s'est imposé comme l'un des outils grand public les plus performants pour la recherche documentaire. Cela confère à Gemini un avantage certain lorsque l'écriture ne débute pas par une page blanche, mais par un amas de documents sources.

Un romancier se souciera peut-être relativement peu de cette infrastructure. Un analyste ou un journaliste travaillant à partir de dizaines de rapports, de fils de discussion par courriel, de transcriptions et de feuilles de calcul, en revanche, y accordera probablement une grande importance.

Gemini n'a pas besoin de convaincre chaque écrivain qu'il est Shakespeare. Son utilité peut être immense simplement grâce à son talent exceptionnel pour trouver, organiser et relier les informations pertinentes avant même de commencer à écrire.

Verdict de Gemini sur l'écriture

Catégories	Verdict
prose brute	Performant, mais ce n'est pas son atout le plus distinctif.
Synthèse de la recherche	Excellent
Grandes collections de sources	Excellent
Recherche multimodale	Excellent
Utilisateurs de Google Workspace	Intégration potentiellement inégalée
Voix distinctive	Cependant, c'est quelque chose que je modifierais sévèrement.
Total	L'IA du chercheur

Pour les travaux axés sur la recherche, cela peut suffire à faire de Gemini le meilleur point de départ, même si un autre modèle se charge de la rédaction finale.

Grok : le correspondant debout dans la rue

Grok est le modèle le plus difficile à juger dans cette comparaison, car sa dernière version est à peine sortie.

Grok 4.6 est sorti le 12 août 2026 ; il convient donc d’aborder avec prudence toute affirmation catégorique concernant sa qualité d’écriture à long terme. Le positionnement actuel de xAI met de nouveau l’accent sur le codage, le génie logiciel, l’utilisation d’outils et le travail automatisé, plutôt que de présenter la version 4.6 comme un modèle d’écriture créative.

Ce qui distingue véritablement Grok des autres, c'est sa relation avec X.

Pour le meilleur et pour le pire, X demeure l'un des lieux où émergent en temps réel les dernières nouvelles, les analyses de marché, les débats politiques, les mèmes, les rumeurs et les commentaires d'experts. C'est ce qui rend Grok si précieux pour les journalistes spécialisés dans les technologies, les cryptomonnaies, les marchés financiers, la politique et la culture internet.

Le danger évident est que l'immédiateté et la fiabilité ne sont pas synonymes.

Les réseaux sociaux peuvent révéler les sujets de conversation bien avant les sources traditionnelles, mais ils peuvent aussi amplifier des affirmations incomplètes, trompeuses, voire fausses. Le rôle le plus utile de Grok n'est donc pas de se substituer à la source définitive, mais d'identifier le discours dominant, de retracer l'origine des affirmations et de montrer ce qui mérite d'être vérifié.

Utilisé de cette manière, il ressemble moins à un correcteur-réviseur qu'à un journaliste qui se trouve par hasard au milieu de la foule.

xAI a également manifesté un intérêt plus marqué pour les tests de performance en écriture que certains ne le pensent. La version 4.1 de Grok mettait notamment l'accent sur les performances en écriture créative v3, même si la version 4.6 a recentré l'attention sur la programmation et le travail automatisé.

Là encore, le développement semble irrégulier plutôt que linéaire.

Verdict de Grok sur l'écriture

Catégories	Verdict
prose brute	La version 4.6 est trop récente pour tirer une conclusion définitive.
Connaissance en temps réel	Force majeure
Recherche sur les X-natifs	Avantage unique
Commentaire et esprit du temps	Potentiellement excellent
pedigree en écriture créative	Plus intéressant que beaucoup ne le pensent
Écriture ancrée dans les sources profondes	Exige une discipline de vérification
Total	L'élément imprévisible — et le service d'information en direct

Et maintenant, les mots eux-mêmes sont filigranés.

Alors même que le débat sur la qualité de l'écriture se complexifie, une autre question prend rapidement de l'importance : la provenance.

Anthropic a confirmé que les nouveaux modèles Claude compatibles intégreront un filigrane invisible et lisible par machine dans le texte généré. Cette politique est liée aux exigences de transparence de la loi européenne sur l'IA, et Anthropic précise que les modèles compatibles lancés dans l'UE à partir du 2 août 2026 incluront ce marquage dès leur lancement. L'entreprise déploie également ce système à plus grande échelle, et non plus uniquement aux utilisateurs européens.

Selon Anthropic, le filigrane est intégré au texte généré lui-même et peut survivre à un simple copier-coller, bien qu'une réécriture, une paraphrase ou une traduction importantes puissent l'affaiblir ou le supprimer.

Le détail important est que la marque ne prouve pas que Claude ait écrit le texte sous-jacent.

Anthropic précise que des marques générées par Claude peuvent apparaître lorsque Claude a relu, traduit, résumé ou autrement traité un texte provenant initialement d'un humain. ( support.claude.com )

Cette distinction va avoir une importance capitale.

Imaginez un journaliste qui rédige un article et demande à Claude de corriger les fautes de frappe et de reformuler quelques phrases. Ou un romancier qui utilise Claude pour lui suggérer des coupes. Ou encore un étudiant qui rédige une dissertation seul mais demande à une IA de vérifier la grammaire.

Ces documents peuvent être assistés par l'IA sans pour autant être véritablement rédigés par l'IA.

Le signal technique peut donc nous renseigner utilement sur la provenance, tout en nous apprenant beaucoup moins sur l'auteur.

Claude n'est pas vraiment le premier

L'anthropique ne part pas de zéro.

Google DeepMind utilise déjà SynthID pour intégrer des signaux invisibles dans le contenu généré par l'IA, notamment le texte. Dans l'application Gemini et sur le site web, Google indique que le système modifie les probabilités des jetons de manière à laisser une signature statistique tout en préservant le sens et la qualité apparente du résultat. ( deepmind.google )

OpenAI s'oriente dans la même direction réglementaire générale, mais sa mise en œuvre diffère actuellement. L'entreprise soutient le Code de bonnes pratiques de l'UE sur la transparence des contenus générés par l'IA et utilise déjà des systèmes de traçabilité pour les images et les fichiers audio générés qu'elle prend en charge.

Au 13 août 2026, la documentation publique d'OpenAI sur la provenance ne décrit cependant pas de filigrane équivalent pour le texte ChatGPT ordinaire. ( openai.com )

La documentation publique de xAI est à nouveau plus limitée. Les images et vidéos générées par Grok contiennent des informations de provenance visibles ou lisibles par machine, mais la documentation actuelle de l'entreprise destinée aux consommateurs ne décrit pas de système équivalent pour les réponses textuelles classiques. ( docs.x.ai )

La situation des filigranes de texte IA

Plateforme complète	État du filigrane de texte	Ce que les écrivains devraient savoir
Claude	Déploiement sur les nouveaux modèles compatibles	Une marque de texte invisible peut indiquer que Claude a traité le document, sans nécessairement en être l'auteur.
GEMINI	Oui, via SynthID dans l'application/le site web Gemini.	Google intègre déjà un signal statistique imperceptible dans le texte généré.
ChatGPT	Aucune implémentation de texte public équivalente n'a encore été documentée.	OpenAI respecte les règles de transparence de l'UE et signale déjà les images et les fichiers audio compatibles.
Grok	Aucun filigrane de texte public documenté	xAI documente actuellement les filigranes pour les images et vidéos générées.

Ce tableau est presque certainement amené à changer, mais la tendance générale est claire.

La guerre des filigranes pourrait influencer le choix des rédacteurs IA.

Les technologies de traçabilité présentent de solides arguments. Internet se remplit rapidement de contenus synthétiques, et les plateformes, les éditeurs et les chercheurs ont besoin de meilleurs moyens de comprendre l'origine de ces contenus.

Le texte, cependant, pose un problème particulièrement complexe car l'écriture est rarement un acte de création unique.

Un humain peut rédiger 95 % d'un document et demander à une IA de réviser les 5 % restants. Une IA peut générer une première version qu'un humain peut ensuite remanier en profondeur. Une personne peut dicter un argument original et demander à un modèle de se contenter de l'organiser. Une rédaction peut faire intervenir le même document auprès de plusieurs rédacteurs, humains et artificiels.

À quel moment le document final devient-il « généré par l'IA » ?

Cette question semble philosophique jusqu'à ce que les institutions commencent à y associer des conséquences.

Pour les journalistes, les auteurs, les universitaires et les étudiants, la différence entre un contenu généré par l'IA et un contenu assisté par l'IA est potentiellement énorme. Or, la technologie de tatouage numérique peut détecter l'intervention d'une machine sans pour autant pouvoir expliquer en quoi elle a consisté précisément.

Cela pourrait également créer une dynamique concurrentielle inattendue entre les plateformes. Si un outil d'IA marque systématiquement tout ce qu'il modifie, tandis qu'un autre ne le fait pas, les auteurs qui n'apprécient pas que leur processus de travail soit intégré au texte final pourraient commencer à en tenir compte lors du choix d'un modèle.

Cela ne rend pas le tatouage numérique intrinsèquement mauvais. La provenance est susceptible de devenir de plus en plus importante à mesure que les supports synthétiques se répandent.

Cela signifie que la politique de provenance pourrait devenir une caractéristique du produit à part entière, au même titre que les fenêtres contextuelles, les prix et la qualité du modèle.

Ces systèmes ont aussi leurs limites. La présence d'un filigrane Claude détectable ne permet pas d'établir l'originalité d'un argument, la véracité d'une affirmation factuelle ni l'origine humaine ou machine des idées. De même, l'absence de filigrane ne constitue pas une preuve d'une paternité humaine.

Anthropic met lui-même en garde contre de telles conclusions.

Cette mise en garde pourrait s'avérer très importante une fois que les écoles, les éditeurs, les employeurs, les moteurs de recherche et les plateformes sociales commenceront à élaborer des politiques concernant ces signaux.

Alors, quelle IA un écrivain devrait-il réellement utiliser ?

Voici où j'en suis actuellement.

Si votre activité principale est…	Commencez par…	Pourquoi
Article basé sur de nombreuses recherches	ChatGPT	Meilleure combinaison de recherche, de raisonnement, de rédaction et de révision
Dossier source volumineux	GEMINI	Google + NotebookLM est une suite de recherche redoutable.
Réécriture créative	Claude	Toujours capable d'excellentes transformations éditoriales
Fiction	Claude, mais testez-le avec ChatGPT et Grok.	La couronne de Claude n'est plus incontestée.
Actualités technologiques et crypto	Grok + ChatGPT	Grok découvre le récit en direct ; ChatGPT le discipline
Réviser son propre texte	Claude ou ChatGPT	Les deux peuvent être de meilleurs éditeurs que des auteurs autonomes.
Documents corporatifs	ChatGPT	Flux de production complet et étendu
Travail nécessitant beaucoup d'espace de travail Google Workspace	GEMINI	L'avantage de l'intégration est évident.
Découvrir ce que pense Internet en ce moment	Grok	X est son arme distinctive
Un abonnement pour un écrivain professionnel	ChatGPT	Meilleure utilité globale plutôt que nécessairement meilleure prose au niveau de la phrase

Ce tableau est utile, mais il masque aussi une réalité de plus en plus évidente : les écrivains professionnels n’ont pas forcément besoin de choisir un modèle et de lui rester fidèles.

Une meilleure approche consisterait peut-être à les utiliser comme des outils spécialisés et, lorsque cela est important, à les faire se contrôler mutuellement.

La salle de rédaction à quatre modèles

Stage	Meilleur outil	Ce qu'il fait
1. Collecte des sources	Gémeaux / ChatGPT	Trouver des documents primaires et rassembler des recherches
2. Vérification du récit en direct	Grok	Réactions superficielles, débats et allégations émergentes
3. Développement de la thèse	ChatGPT	Transformer l'information en argument
4. Première ébauche	ChatGPT / Claude	Produire des textes longs à partir de la recherche
5. Passage vocal	Claude / ChatGPT	Réécrire les passages mécaniques ou génériques
6. Édition contradictoire	Un modèle différent	Remettre en question les hypothèses et identifier les points faibles
7. Vérification des faits	ChatGPT / Gémeaux	Rouvrir les sources et vérifier les affirmations
8. Correction humaine finale	Vous	Supprimez tout ce qui sonne comme s'il avait été écrit par une machine.

Cette dernière étape est encore très active et pourrait le rester pendant un certain temps.

Le critère que personne n'a encore résolu : le goût

Les entreprises spécialisées en IA apprécient, à juste titre, les benchmarks. Ils offrent aux chercheurs un moyen de mesurer les progrès et permettent aux développeurs de modèles de formuler des affirmations précises plutôt que de simplement prétendre que le nouveau modèle « semble plus intelligent ».

L'écriture ne s'intègre pas facilement à ce cadre. La nouvelle génération de référentiels d'écriture créative est utile précisément parce que les chercheurs s'efforcent de mesurer des aspects tels que le style, la cohérence, l'originalité, l'impact émotionnel et la constance du texte long, plutôt que de se fier uniquement à des anecdotes. L'utilisation par LitBench de données sur les préférences humaines est particulièrement intéressante car elle reconnaît les limites de l'évaluation d'un modèle de langage par un autre.

Pour autant, aucun critère ne peut éliminer complètement la part de subjectivité. Le goût dépend fortement du contexte et du public. Un style qui fonctionne à merveille dans un roman littéraire peut être totalement inapproprié dans un rapport financier. Une tribune incisive à la première personne et une note de service destinée au conseil d'administration ne devraient pas se ressembler, même si un évaluateur généraliste pourrait apprécier des qualités similaires dans les deux.

Il existe également une tension technique plus profonde. Les modèles de langage sont des systèmes exceptionnellement sophistiqués permettant de prédire le langage à venir. Les grands écrivains, en revanche, marquent souvent les esprits précisément parce qu'ils savent quand ne pas choisir l'expression attendue.

Cela ne signifie pas pour autant que l'IA ne deviendra jamais une écrivaine exceptionnelle. Il existe déjà suffisamment d'éléments pour écarter tout excès de confiance.

Cela suggère que le passage d'une plus grande capacité de raisonnement à un style plus affirmé n'est pas automatique. L'aptitude à résoudre des problèmes complexes peut progresser rapidement, tandis que le goût littéraire, l'humour et l'originalité évoluent beaucoup plus lentement.

Cela pourrait bien être l'une des caractéristiques déterminantes de la génération actuelle d'IA.

Le verdict de l'âge d'or

L'ancienne hiérarchie est en train de s'effondrer. Claude reste une référence incontournable en matière d'édition, de transformation stylistique et de collaboration créative, mais son statut de champion de la prose automatique est bien moins assuré qu'auparavant. Opus 5 peut se révéler nettement plus performant à bien des égards, tout en étant moins attrayant pour certains auteurs. Il n'y a là aucune contradiction.

ChatGPT apparaît de plus en plus comme le système d'écriture global le plus performant, plutôt que comme le modèle de prose pure le plus abouti. Recherche, fichiers, mémoire, édition, utilisation des outils et production s'intègrent désormais dans un même environnement, ce qui est crucial pour le travail professionnel.

Gemini présente l'avantage structurel le plus évident lorsque la rédaction commence par l'analyse d'une grande quantité d'informations. La capacité de Google à connecter l'IA aux documents, aux courriels, à la recherche et à NotebookLM signifie que Gemini n'a pas besoin de remporter toutes les comparaisons stylistiques pour devenir indispensable à certains types de travaux de recherche approfondis.

Grok reste l'élément imprévisible. Sa proximité avec X et l'internet en temps réel lui confère un rôle unique pour l'actualité, les marchés, la technologie et les commentaires culturels, tandis que les performances passées de xAI sur des benchmarks dédiés à l'écriture créative suggèrent qu'il ne faut pas le réduire à un simple chatbot sarcastique.

Aucun de ces quatre modèles n'a résolu le problème du goût, et l'arrivée du tatouage numérique ajoute une nouvelle difficulté. Les auteurs devront désormais réfléchir non seulement au résultat obtenu avec un modèle, mais aussi aux traces qu'il laisse et à ce que les institutions pourront en déduire.

Pendant des années, il a été facile de supposer qu'une belle prose émergerait naturellement une fois que les modèles seraient suffisamment intelligents.

La réalité est plus complexe. L'IA peut exceller en mathématiques sans pour autant devenir plus drôle. Elle peut réaliser des progrès considérables en génie logiciel tout en développant des habitudes conversationnelles que certains utilisateurs jugent agaçantes. Elle peut progresser sur des dizaines de critères d'évaluation sans pour autant faire un bond spectaculaire dans son style d'écriture.

Cela ne signifie pas que le développement de l'IA ralentit. Au contraire, cela indique que nous commençons enfin à mieux cerner la nature de l'intelligence artificielle.

Les progrès sont inégaux, et les compétences que l'on regroupe généralement sous le terme d'« intelligence » ne s'améliorent pas nécessairement au même rythme. L'écriture pourrait bien être l'un des meilleurs moyens d'observer cette différence.