Les lecteurs préfèrent des écrits générés par l’IA, quand ils l’ignorent

Plusieurs études récentes montrent que les lecteurs, lorsqu'ils ignorent l'origine des textes, préfèrent spontanément des écrits générés par une intelligence artificielle (IA) plutôt que ceux rédigés par des humains. Ces résultats concernent notamment des romans, des nouvelles ou des poèmes. Par exemple, des chercheurs comme Paramveer Dhillon, professeur à l'Université du Michigan, ont mené des expériences où des textes produits par des modèles d'IA affinés pour imiter le style d'un auteur étaient jugés de meilleure qualité que ceux écrits par des humains, même par des experts en littérature. Ces textes générés par l'IA sont souvent indiscernables des créations humaines, tant pour les lecteurs moyens que pour les détecteurs spécialisés comme Pangram. Cependant, lorsque les lecteurs sont informés que le texte est produit par une machine, leur préférence s'inverse et ils privilégient les œuvres humaines.

L'avantage des modèles d'IA sur les humains dans la création littéraire s'explique par leur capacité à analyser et reproduire des schémas stylistiques complexes. Un humain peut mémoriser et restituer environ une centaine de variations présentes dans les écrits d'un auteur, tandis qu'un ordinateur peut en analyser et reproduire jusqu'à 10 000. Les grands modèles de langage comme ChatGPT, Claude ou Gemini, lorsqu'ils sont entraînés sur l'œuvre complète d'un auteur (fine-tuning), parviennent à imiter son style avec une précision que les humains ne peuvent égaler. Cette supériorité technique permet aux textes générés par l'IA d'être perçus comme plus fluides, cohérents et stylistiquement aboutis que ceux produits par des écrivains, même expérimentés.

Le roman C’était ça ou mourir de Thélyson Orélien a été analysé par des experts comme Paramveer Dhillon et Alexandre Gefen, directeur de recherche au CNRS. Les détecteurs d'IA comme Pangram ont révélé que 92 % du texte présentait des signatures caractéristiques des modèles de langage, indiquant un usage massif de l'IA. Ces signatures incluent des reformulations négatives, des triades (séquences de trois éléments) ou des aphorismes de clôture. Cependant, certains traits typiques de l'IA, comme une faible variance des longueurs de phrases ou un lexique excédentaire, étaient absents, suggérant que l'auteur a utilisé l'IA de manière assistée, paragraphe par paragraphe ou chapitre par chapitre, plutôt que pour générer l'intégralité du texte d'un seul bloc.

L'utilisation massive de l'IA pour générer des livres pose plusieurs problèmes pour le marché littéraire. D'abord, le coût de production d'un livre de fiction est devenu quasi nul grâce à l'IA, permettant à des auteurs de publier des centaines de titres en un an à compte d'auteur, souvent sans divulguer l'usage de l'IA. Ces livres, souvent de qualité médiocre, inondent des plateformes comme Amazon, diluant la visibilité des œuvres originales et rendant plus difficile pour les lecteurs de découvrir des auteurs humains. Ensuite, les modèles d'IA s'entraînent sur des millions de livres existants, produisant des œuvres qui rivalisent avec celles des auteurs originaux, ce qui porte préjudice à ces derniers en termes de droits d'auteur et de revenus.

Les entreprises spécialisées dans l'IA, comme Anthropic, OpenAI ou Google, utilisent des millions de livres pour entraîner leurs modèles sans toujours obtenir l'autorisation des auteurs originaux. Ces modèles génèrent ensuite des livres qui peuvent remplacer ceux des auteurs dont les œuvres ont servi à l'entraînement. Cette pratique cause un préjudice économique aux écrivains, car leurs créations sont moins visibles et moins achetées. Les juges doivent reconnaître ce préjudice lors de poursuites, mais il n'existe pas encore de cadre juridique clair pour encadrer cette utilisation des œuvres protégées par le droit d'auteur. Le phénomène prend de l'ampleur depuis que des cas comme celui de Thélyson Orélien ont été médiatisés.