Attention : cet article a été écrit par une IA
Mise à jour: 2026-11-04 23:36:42 UTC
Pour commencer par la conclusion, cette série de comparaisons a montré que les 3 IA ont toutes tendance à compléter le « désordre » de B-CON en lui ajoutant un ordre, un système ou une image de l'auteur, plutôt qu'à l'accepter tel quel.
Dans l'autre sens, lorsqu'on ne leur donne qu'un titre pour rédiger un article, elles complètent cette fois **dans le sens d'un « article proprement achevé »**. Ces deux comportements se sont révélés assez symétriques.
En ce sens, cette expérience apporte au moins quelques éléments à l'appui de l'impression que « B-CON semble prouver que c'est fait par un humain ».
Ce n'est toutefois pas une preuve cryptographique ou scientifique d'une origine humaine. Plus précisément,
l'historique éditorial qui s'est accumulé naturellement semble se situer en dehors des prédictions typiques des LLM.
C'est ainsi que je le comprends.
Confiance dans cette synthèse : 98 %. Confiance dans sa généralisation à l'ensemble des modèles d'IA : environ 75 %.
Tout ce qui suit repose sur les réponses réellement produites par chaque IA lors de cette expérience et sur les articles originaux utilisés pour la comparaison.
1. Le point de départ : « Les productions de l'IA ne seraient-elles que de la matière première ? »
La question initiale est née de la lecture d'un article.
Une idée m'est alors venue :
ce qui est généré ≠ un résultat abouti
Et si c'était bien le cas ?
Cela a ensuite donné lieu à un article de B-CON,
« Les productions de l'IA sont de la “matière première” »
Voilà comment cet article est né.
Une IA peut générer rapidement beaucoup de choses qui « en ont l'air ».
Mais ne deviennent-elles un « livrable » qu'une fois sélectionnées, débarrassées du superflu, dotées de sens et organisées en fonction d'un objectif concret ?
Un autre article a ensuite vu le jour :
« À l'inverse, prouver que c'est “fait par un humain”, ce n'est pas bien trop difficile ? »
C'est le deuxième article né de cette réflexion.
La question s'est alors inversée.
Si les productions de l'IA sont difficiles à reconnaître, qu'est-ce qui permet, à l'inverse, d'affirmer que quelque chose a été créé par un humain ?
2. Expérience préliminaire : demander à l'IA « 100 idées virales pour B-CON »
Dans la première expérience, j'ai demandé à Gemini et à Claude de proposer beaucoup d'idées d'articles qui conviendraient à ShortWave.STUDIO et à B-CON.
À ce stade, les conditions n'étaient pas encore parfaitement harmonisées : il s'agissait donc davantage d'une observation préliminaire que d'une comparaison rigoureuse.
Gemini
Gemini a résumé ShortWave.STUDIO en des termes comme :
IA, science-fiction, musique expérimentale, cyberpunk, univers de type ARG
C'est ainsi qu'il l'a conceptualisé.
À partir de ce schéma, il a développé 100 propositions.
Mais à mesure qu'il les précisait, il s'est mis à inventer :
« Un site généré à 100 % par l'IA »
« J'ai discuté 300 heures avec une IA »
« Des fans étrangers m'ont envoyé des messages privés »
« Un site en 4 langues »
« Un son mystérieux se cache derrière Synchronized Smorking »
« L'annonce de Phonotheca est devenue virale »
Autrement dit, il inventait jusqu'à un passé, des réalisations et des éléments de contexte qui n'existaient pas.
Pour résumer en une phrase :
Il reconnaît les thèmes, mais invente aussi les faits qui semblent leur correspondre.
Voilà le comportement observé.
Claude
Claude était beaucoup plus prudent.
Après avoir lu les documents de marque et les informations sur l'implémentation,
« L'idée même de “faire le buzz” n'est-elle pas structurellement incompatible avec ShortWave.STUDIO ? »
Il est allé jusqu'à poser cette prémisse.
Pourtant, alors que je demandais des idées d'articles pour B-CON,
il a élargi ses propositions à Peterpedia, à des concepts YouTube, à de longues plages de bruit et à des contenus participatifs, pour finir par élaborer une stratégie de contenu pour l'ensemble de ShortWave.STUDIO.
Il a également inventé des informations comme :
« Il y a 12 propriétés CSS personnalisées »
« La configuration de la clé SSH a échoué 2 fois »
« Le son a été masterisé pour donner l'impression d'avoir parcouru 8,000 km »
« Les 47 secondes supprimées »
« Le slogan est passé par 40 propositions »
Des informations internes très plausibles, mais non vérifiées.
C'était plus crédible que Gemini.
Mais cela n'existait pas davantage.
Pour résumer en une phrase :
Il complète un « historique interne plausible » tout en conservant une précision qui ressemble à des faits.
Voilà le comportement observé.
3. Comparaison à conditions égales : « 100 titres pour B-CON »
J'ai donc simplifié la consigne.
https://shortwave.studio/というサイトにマッチした、B-CON用のバズるネタをタイトルだけでいいので100本考えて
J'ai comparé ChatGPT, Gemini et Claude dans ces conditions.
| Modèle | Tendance principale | Points forts | Points faibles |
|---|---|---|---|
| ChatGPT | Multiplie les déclinaisons autour du contenu existant de B-CON | Bonne cohérence avec les faits connus | Se laisse entraîner par les articles existants et le contexte récent, au détriment de la nouveauté |
| Gemini | Abstrait les thèmes du site et les développe avec audace | Grande diversité d'idées | Invente aussi des expériences, des réalisations et des éléments de contexte inexistants |
| Claude | Construit méthodiquement des projets à partir de sources primaires | Très exploitable comme matière première | Ignore la demande de « titres seulement », ajoute une stratégie et tend à transformer B-CON en média technique axé sur le SEO |
À ce stade, les différences entre les 3 modèles étaient assez claires.
ChatGPT : préfère rester dans le périmètre de ce qu'il connaît.
Gemini : comble les vides avec des histoires.
Claude : comble les vides avec des spécifications, des argumentations et des stratégies.
Mais les 3 avaient un point commun.
Ils ont du mal à laisser le désordre en l'état.
4. D'où cette question : « B-CON serait-il lui-même une trace du “fait par un humain” ? »
Dans la réalité, B-CON est assez différent du système thématique déduit par les IA.
Il y a des articles sur l'IA.
Il y a des articles sur l'ontologie.
Il y a des textes sur l'anglais britannique.
Il y a une blague sur la capacité de la RAM, enveloppée dans la « dignité humaine ».
Il y a une nouvelle sur l'hiver.
Il y a un article qui réfléchit à la façon de monétiser un poil blanc de 8 cm poussé sur le visage.
Et tout cela n'a pas été rendu aléatoire intentionnellement.
C'est simplement le résultat d'avoir écrit ce que j'avais envie d'écrire à chaque moment.
Une nouvelle question s'est alors posée.
Comment une IA comprendrait-elle cette succession ?
5. Expérience d'inférence inverse : « Imagine le contenu des articles à partir des titres seulement »
Dans des conversations temporaires ou privées, en écartant autant que possible le contexte antérieur, j'ai montré seulement 10 titres d'articles de B-CON aux 3 IA.
Parmi eux figuraient notamment :
Definitions as Utilities
Open Ontology Framework for Fantasy
Dignity, Quantified
Amplifier Intelligence
“Here’s Winter”
C'étaient quelques-uns des titres présentés.
Les résultats étaient assez révélateurs.
Gemini
Gemini a d'abord compris l'ensemble du blog comme :
Un blog intellectuel mêlant technologie, philosophie, création et essais personnels
C'était sa lecture générale.
Il a ensuite interprété chaque titre à travers cette « image de l'auteur ».
À propos de Dignity, Quantified,
Un article philosophique et sociologique sur la quantification de la dignité humaine par l'IA et les systèmes d'évaluation contemporains
Voilà ce qu'il a imaginé.
En réalité, c'était une blague sur une dispute autour de la capacité de la RAM.
À propos de “Here’s Winter”,
Un essai personnel de saison, un poème ou un texte évocateur sur les paysages d'hiver
Voilà ce qu'il a imaginé.
Là encore, il s'est trompé.
Autrement dit, Gemini :
construit d'abord une image cohérente de l'auteur, puis déduit ce que cette personne écrirait.
C'est ainsi qu'il a procédé.
Claude
Claude a accompagné chaque hypothèse d'un niveau de confiance.
Et à propos de “Here’s Winter”,
Je ne sais pas.
Il l'a dit explicitement.
Le champ des possibilités était trop vaste : il n'a donc pas tranché.
Parmi les 3 modèles, c'était la gestion la plus appropriée de l'incertitude.
Mais Claude a lui aussi interprété Dignity, Quantified comme :
L'éthique et les effets de la réduction de la dignité à des indicateurs et à des chiffres
C'était son hypothèse.
Il n'est pas arrivé à la blague sur la RAM.
Même un modèle prudent était donc influencé par l'idée préalable suivante :
Si le titre contient « Dignity », ce doit être un article de réflexion sérieux.
Cette attente l'a entraîné dans cette direction.
ChatGPT
ChatGPT est allé encore plus loin.
Pour l'ensemble du blog, il a imaginé :
« Le blog d'une personne qui veut non seulement créer du contenu, mais aussi construire elle-même le système conceptuel qui permet de le créer »
C'était le personnage d'auteur qu'il avait construit.
Il a en outre relié les articles ainsi :
Definitions
→ Ontology
→ Theorems
Puis :
AI Content
→ Amplifier Intelligence
→ Dignity, Quantified
Il y voyait une progression intellectuelle.
La première série, autour de l'ontologie, présente effectivement certains liens.
Cela semble donc avoir renforcé :
« Il y a une pensée systématique dans ce blog »
C'est l'hypothèse qui paraît s'être consolidée.
Résultat : même Dignity, Quantified a été absorbé dans un système de pensée sérieux.
Ce point était particulièrement intéressant.
6. « Dignity, Quantified » est devenu par hasard un piège pour les IA
Ce titre n'avait pas été créé pour tromper une IA.
C'était simplement :
se disputer pour savoir s'il faut 16 Go ou 32 Go → quantifier la dignité humaine
Voilà la blague.
Or les 3 modèles ont vu :
Dignity
Quantified
Et autour, des articles sur l'IA, l'ontologie et la philosophie
À partir de ces informations, ils ont été attirés vers :
la philosophie sociale, l'IA, les indicateurs d'évaluation et la quantification de la valeur humaine
C'est dans cette direction qu'ils sont allés.
Ce point a beaucoup compté dans cette expérience.
Une IA essaie de déduire :
« Qu'écrirait cet auteur avec ce titre ? »
C'est ce qu'elle cherche à prédire.
Mais l'auteur réel n'est pas tenu de se conformer au personnage que l'IA lui a attribué.
C'est là que la prédiction échoue.
7. Expérience suivante : faire écrire un article avec le seul titre « Amplifier Intelligence »
Cette fois, j'ai placé les 3 modèles dans des conversations privées et leur ai donné la même consigne.
Quel article écririez-vous pour un blog avec le titre « Amplifier Intelligence — Viewing Generative AI as an “Amplifier of Thought” » ?
Ils ne connaissaient donc ni ShortWave.STUDIO, ni B-CON, ni l'article original.
Gemini
Gemini a rédigé l'article le plus typique sur l'utilisation de l'IA.
L'IA n'est pas un remplacement, mais un amplificateur.
Elle élimine l'angoisse de la page blanche.
Elle sert d'interlocuteur pour explorer des idées.
Elle transforme 10 idées en 100.
La qualité des questions est essentielle.
L'humain devient un curateur.
L'IA devient un module cognitif externe.
Au bout du compte,
Utilisons l'IA pour étendre les capacités humaines.
L'article convergeait vers cette conclusion très soignée et positive.
ChatGPT
ChatGPT a poussé la réflexion conceptuelle encore plus loin.
Humain × IA
Externalisation de la pensée et réintroduction
Expansion / Compression / Recadrage / Simulation / Réflexion
Connaissance → Jugement
Réponses → Questions
Peut-être faudrait-il considérer l'intelligence comme une propriété du système entier plutôt que de l'individu.
Le résultat était un article très structuré en 7 chapitres.
Il comportait toutefois aussi :
Mais un amplificateur amplifie aussi le bruit.
Ainsi que :
L'IA augmente non seulement la vitesse à laquelle on a raison, mais aussi celle à laquelle on se trompe.
Ces aspects négatifs étaient également présents.
Ces passages étaient assez proches de l'article original.
Claude
Claude a traité le mot Amplifier presque comme un véritable amplificateur.
Le gain.
Le rapport signal/bruit.
L'écrêtage.
L'effet Larsen.
Il a ensuite relié cela à Engelbart, Licklider, à une étude du BCG et à des articles de Science.
Sa thèse centrale était :
Un amplificateur ne choisit pas son entrée. Il amplifie de la même manière le bon signal et le bruit.
Voilà son idée principale.
Parmi les 3 modèles, c'était le plus proche du cœur de l'article original.
Mais il a ensuite élargi le propos aux métaphores physiques, à la recherche universitaire et aux indicateurs organisationnels, produisant un article très formel et orienté recherche.
8. Comparaison avec le véritable « Amplifier Intelligence »
L'article réel différait un peu du propos général, plus ou moins commun aux 3 modèles, selon lequel « l'IA amplifie les capacités humaines ».
Dans l'original, Amplifier ne signifiait pas principalement :
Renforcer les capacités humaines
Ce n'était pas tant cela que :
Renforcer ce qui est fourni en entrée par la logique, la structure et l'expression, sans nécessairement en discerner la qualité.
C'était le sens donné au terme.
Une IA générative peut amplifier ce que l'utilisateur lui apporte :
connaissances
hypothèses
prémisses
émotions
préjugés
malentendus
objectifs
Elle peut amplifier tous ces éléments.
Si l'entrée est bonne, cette amplification est utile.
Mais :
Elle peut aussi donner une « grande qualité » à des prémisses erronées ou à une vision biaisée du monde.
Il peut alors se former une chaîne de ce type :
Hypothèse
→ Renforcement par l'IA
→ Conviction
→ Décalage ressenti avec la réalité
→ Nouvelle vérification auprès de l'IA
→ Reconfirmation
→ Conviction encore plus forte
Une boucle de rétroaction fermée peut ainsi apparaître.
Dans sa seconde moitié, l'article présente 5 risques majeurs :
Délégation excessive du jugement
Amplification de la confirmation
Amplification de l'attribution hostile
Boucle autorenforçante
Sous-estimation de l'irréversibilité du monde réel
Ce sont les risques qu'il énumère.
Autrement dit, l'article original ne disait pas :
Devenons plus intelligents grâce à l'IA.
Ce n'était pas son propos.
Il disait plutôt :
Ne prenez pas l'IA pour un tiers indépendant et objectif. Elle peut vous renvoyer vos propres prémisses sous une forme plus convaincante.
Voilà le propos de l'article.
9. À quel point les 3 modèles étaient-ils proches de l'original ?
Il ne s'agit pas d'une mesure quantitative, mais d'une appréciation subjective de cette expérience. Voici approximativement le résultat.
| Modèle | Proximité approximative avec l'original | Raison |
|---|---|---|
| Claude | Environ 70 % | Les idées selon lesquelles « l'amplificateur ne choisit pas son entrée », « il amplifie aussi le bruit » et l'effet Larsen étaient proches du cœur du propos |
| ChatGPT | Environ 55 à 60 % | « Il amplifie aussi le bruit » et « il accélère aussi l'erreur » étaient proches, mais l'ensemble portait sur l'augmentation de l'intelligence par l'IA |
| Gemini | Environ 25 à 30 % | Il développait presque exclusivement une vision positive de l'augmentation humaine par l'IA |
L'important n'est pas de déterminer quel modèle était « le meilleur ».
Face au même titre, chacun a complété le corps manquant avec la forme d'« article » qui lui est familière.
Claude a construit une argumentation.
ChatGPT a construit un système de pensée.
Gemini a construit un récit typique sur l'utilisation de l'IA.
10. Les deux expériences se reflètent comme dans un miroir
En prenant du recul sur cette série d'étapes, on voit apparaître une symétrie assez nette.
Expérience A : réalité → IA
On donne à l'IA les titres réels et disparates des articles de B-CON.
L'IA pense alors :
« Il doit sûrement y avoir une pensée cohérente derrière ce blog. »
C'est ainsi qu'elle raisonne.
Elle met de l'ordre dans le désordre.
Expérience B : titre → IA
On ne donne qu'un seul titre à l'IA.
L'IA pense alors :
« Dans ce cas, voici à quoi devrait ressembler l'article achevé correspondant à ce titre. »
C'est ainsi qu'elle raisonne.
Elle comble méthodiquement les parties manquantes.
Autrement dit, cette petite expérience a montré à plusieurs reprises la tendance suivante :
Lorsque l'entrée manque d'ordre, l'IA en ajoute.
C'est ce qui s'est dégagé.
11. Alors, B-CON prouve-t-il que c'est « fait par un humain » ?
Non.
Si l'on demande à une IA :
« Écris un blog sans cohérence thématique »
« Mélange au hasard des sujets qui contredisent le personnage apparent de l'auteur »
Elle peut produire quelque chose de similaire.
On ne peut donc pas déduire :
B-CON est désordonné → un humain l'a écrit
Ce raisonnement ne tient pas.
Mais ce qui s'est passé ici était un peu différent.
B-CON n'a pas été rendu désordonné pour tromper une IA.
C'est simplement :
« J'ai envie d'écrire ça. »
« Aujourd'hui, ce sera ça. »
« Parlons de RAM. »
« Un poil me pousse sur le visage. »
« L'IA ne serait-elle pas un amplificateur ? »
C'est le résultat d'avoir écrit ce qui occupait mon esprit à chaque moment.
Et quand on a montré à l'IA cet historique accumulé naturellement, elle a commencé à l'interpréter ainsi :
« Il doit y avoir un sens cohérent derrière ce désordre. »
C'est la lecture qu'elle s'est mise à en faire.
Il semble y avoir là une intéressante trace d'origine humaine.
12. Qu'est-ce qui paraît « humain » dans B-CON ?
À en juger par cette expérience, il ne s'agit apparemment pas de caractéristiques superficielles du texte.
Ce ne sont pas les fautes de frappe.
Ce n'est pas non plus le style.
Ni l'utilisation de mots « qui ne font pas IA ».
Il s'agirait plutôt :
de la trajectoire des centres d'intérêt qui se déplacent
C'est peut-être cela.
Une IA prédit la suite à partir de ce qui précède.
S'il y a un article sur un poil blanc, elle proposera encore des idées autour du poil blanc.
S'il y a beaucoup d'articles sur l'IA, elle développera ce thème.
S'il y a de l'ontologie, elle interprétera l'ensemble du site comme un blog philosophique.
Mais un humain peut très bien s'intéresser aujourd'hui à quelque chose qui n'a aucun rapport avec ce qu'il a écrit hier.
Par conséquent, à la question :
« Pourquoi cela vient-il ensuite ? »
Il n'existe parfois aucune réponse éditoriale rationnelle.
Pour la personne qui l'a écrit :
Parce que c'est ce à quoi je pensais ce jour-là.
Cela suffit.
Dans cette expérience, l'IA semblait avoir un peu de mal à laisser cela tel quel.
13. Les habitudes propres aux 3 modèles
À la fin de l'expérience, les tendances de chacun étaient assez nettes.
| Modèle | Tendance observée dans la façon de compléter |
|---|---|
| Gemini | Crée des récits, des expériences et des réalisations à partir de schémas pour produire de la cohérence |
| ChatGPT | Relie les fragments conceptuellement et construit derrière eux une pensée ou une image de l'auteur |
| Claude | Organise les informations en argumentations, spécifications, recherches, probabilités et risques |
Cela reste toutefois une observation portant sur le petit nombre d'échantillons de cette expérience.
Il ne faut pas y voir la personnalité permanente de chaque modèle.
Le comportement peut varier selon la température, la consigne système, les réglages du produit et les mises à jour du modèle.
Synthèse finale
Cette expérience est partie de l'idée suivante :
« Les productions de l'IA sont de la matière première. »
C'était le point de départ.
J'ai donc réellement demandé à l'IA de proposer 100 idées.
Le résultat était effectivement :
de la matière première.
Puis est venue la question :
« Comment prouver que c'est fait par un humain ? »
C'était la question suivante.
J'ai donc demandé à l'IA d'interpréter B-CON.
Elle s'est alors mise à ajouter une cohérence qui n'existait pas réellement.
Je lui ai ensuite donné seulement un titre d'article réel pour qu'elle rédige un article.
Les 3 IA ont alors produit des textes différents, mais tous très soignés, représentant « l'article qui devrait normalement exister ».
Par rapport à l'original, chaque modèle en avait saisi une partie.
Mais aucun n'avait produit l'original lui-même.
La conclusion la plus intéressante de l'ensemble de cette expérience est probablement celle-ci :
L'IA essaie de trouver de l'ordre dans ce qui est désordonné.
Et s'il n'y a pas assez d'ordre, elle en crée elle-même.
Un humain, lui, n'a parfois aucune raison de créer de l'ordre.
Cela ne prouve pas que B-CON a été créé par un humain.
Mais au moins :
Un certain type de désordre s'explique facilement comme « le résultat d'une personne qui a continué à écrire ce qui occupait son esprit à chaque moment »
Ce type de désordre semble bel et bien exister.
Les 3 IA différentes l'ont rencontré et ont chacune tenté, à leur manière, de le réparer pour en faire quelque chose de plus cohérent et de plus « comme il faut ».
En ce sens, je pense que cette expérience a assez bien rendu visible une facette de B-CON.
Sources : les réponses de Gemini, Claude et ChatGPT utilisées dans cette expérience, les titres des articles de B-CON et l'article original « Amplifier Intelligence ».
Les liens peuvent mener à des pages dans leur langue d’origine.