Le sentiment que les textes générés par intelligence artificielle deviennent plus ardus à lire n'est pas une simple impression. Des recherches récentes mettent en lumière des écarts statistiques systématiques entre la structure des phrases humaines et celles produites par les modèles de pointe (frontier models).
Une syntaxe décalée de l'usage humain
L'analyse de plusieurs modèles de premier plan révèle des comportements linguistiques qui s'éloignent de l'optimisation naturelle du langage humain, laquelle est centrée sur la facilité de compréhension. Les modèles d'IA présentent des anomalies structurelles marquées, notamment par l'usage fréquent de sujets inanimés associés à des verbes animés. Ce décalage sémantique et syntaxique crée une dissonance lors de la lecture.
On observe également que les modèles utilisent des dépendances syntaxiques plus longues et davantage de relatives d'objet réduites, particulièrement dans les contextes de conversation. Ces caractéristiques sont connues en psycholinguistique pour augmenter la charge cognitive et la difficulté de traitement pour un lecteur humain source.
L'accumulation de marqueurs complexes
Au-delà de la structure des phrases, c'est le lexique et l'agencement des mots qui trahissent la machine. Les modèles génèrent plus fréquemment des n-grammes de faible fréquence (des suites de mots rares) et utilisent davantage de noms empilés (stacked nouns), ce qui alourdit la lecture.
Cette tendance semble liée à une divergence d'objectifs : là où l'humain privilégie la communication efficace, l'IA semble optimisée pour d'autres métriques, comme la densité d'information nécessaire au raisonnement, au code ou aux mathématiques. Une expérience de fine-tuning sous contrainte de longueur confirme d'ailleurs qu'en poussant la densité informationnelle, le modèle s'éloigne délibérément du comportement linguistique humain source.
Cette recherche souligne un axe de désalignement entre les besoins de traitement des humains et les modes de fonctionnement des LLM, où la recherche de densité informationnelle se fait au détriment de la fluidité de lecture.