15.06.2026 à 17:20
Le travail domestique des enfants : une réalité invisible et des inégalités tenaces
La question du travail domestique est abordée dans le débat public sous l’angle de l’inégale répartition des tâches entre femmes et hommes. Mais qu’en est-il des tâches ménagères prises en charge par les enfants ? Bien que l’on ne présente pas leur participation au ménage, à la cuisine ou au rangement, comme un véritable travail, ces tâches représentent une moyenne de 44 minutes par jour.
Si l’on a pris conscience aujourd’hui de l’inégale répartition des tâches ménagères dans les couples hétérosexuels, la prise en charge du travail domestique par les enfants reste peu connue. On sait que l’arrivée d’un ou de plusieurs enfants dans un ménage a pour effet d’augmenter la quantité globale de travail à réaliser et de creuser l’écart entre le temps qu’y consacrent les femmes et les hommes.
Mais une fois le bébé devenu enfant, celui-ci ou celle-ci fait-il ou fait-elle une partie du ménage ? Concrètement, quelle est la participation des enfants aux lessives ? Contribuent-ils et elles à la préparation des repas ?
Depuis les années 1930 environ, la représentation occidentale de l’enfance repose sur son caractère nécessairement improductif, le travail rémunéré des mineurs étant interdit, sauf dans certains cas spécifiques.
Cette habitude empêche de percevoir le travail domestique non rémunéré des enfants comme un véritable travail, car poser la question du travail domestique soulèverait aussi celle du travail rémunéré, dont l’interdiction est constitutive du statut de mineur.
La sociologue Viviana Zelizer, dans un livre récemment traduit en français ainsi que l’historienne Anne-Marie Praz ont montré que ce phénomène datait en gros du tournant du XXᵉ siècle aux États-Unis et en Europe. Toutes deux considèrent que, à partir des années 1930, les enfants sont considérés comme des ressources affectives par leurs parents, et non plus comme des ressources économiques dont le travail participerait à l’économie domestique.
Depuis lors, les enfants occidentaux sont rarement considérés comme des travailleurs, leur implication dans le monde socioéconomique se limitant à un rôle de consommation ou d’objet du travail domestique et parental.
Quand le problème du travail domestique apparaît dans le débat public grâce au mouvement féministe des années 1960-1970, celui-ci est traité principalement sous l’angle de l’oppression domestique des femmes. Le mouvement féministe conceptualise alors la maternité comme creuset de l’oppression patriarcale, et le travail domestique des enfants ne fait pas trop l’objet de discussions, ces derniers étant plutôt vus comme les bénéficiaires de ce travail.
Cette histoire fait que l’on conceptualise rarement aujourd’hui ces activités enfantines comme du « travail » : de la même manière que les stages et statuts d’alternants ne sont pas pensés comme des emplois mais comme des moments de formation, le travail domestique des enfants est vu comme une « participation » à la vie familiale et/ou comme un apprentissage de la vie d’adulte.
Comme ce fut le cas pour le travail domestique des femmes avant les mouvements féministes, les activités réalisées pour autrui par les enfants dans le cadre domestique sont invisibles en tant que « travail », du fait du statut subalterne de ces derniers.
Dans les années 1980-1990, l’entrée massive des femmes dans le salariat entraîne une prise de conscience de ce biais adultiste dans le traitement du travail domestique.
De nouvelles hypothèses surgissent alors, par exemple celle de savoir si les enfants vont prendre en charge une partie du travail que les femmes ne pourraient plus faire du fait de leur emploi salarié. Plusieurs recherches incluent alors la présence ou non d’enfants dans les facteurs susceptibles d’expliquer la répartition des tâches ménagères entre les adultes.
Dans le même temps, l’augmentation des divorces et des nouveaux modèles familiaux pose la question de la façon dont ces familles organisent le travail domestique des enfants. De nouveaux travaux documentent alors les caractéristiques du travail domestique des moins de 18 ans, montrant plusieurs résultats récurrents :
les enfants filles réalisent plus de travail que les enfants garçons ;
le travail domestique augmente avec l’âge ;
les aînées et aînés sont généralement plus impliqués que les cadets ;
enfin, le travail domestique décroît à mesure que le niveau d’éducation parental s’accroît, les parents les plus diplômés donnant plus d’importance aux activités scolaires ou aux loisirs des enfants.
Le sens que les parents attribuent à ce travail fait aussi l’objet d’investigations, révélant que ceux-ci considèrent qu’assigner un certain nombre de tâches aux enfants qui vivent avec eux les forme à leur future vie d’adulte et leur permet d’acquérir un sens des responsabilités et des devoirs envers le groupe.
Depuis les années 2010, plusieurs recherches empiriques sur le temps de travail et les tâches réalisées par les enfants ont été menées, de l’Italie à la Mongolie, en passant par le Danemark.
Pour le cas des enfants résidant en France, les principaux résultats actuellement disponibles sur la base des enquêtes de l’Insee montrent que les enfants de 11 à 18 ans font en moyenne 44 minutes de travail ménager par jour, soit 60 minutes pour les filles et 29 minutes pour les garçons.
Garçons et filles ne font pas les mêmes tâches, mais la division des tâches entre les enfants ne rejoint pas exactement celle des adultes. Les garçons ne font pas de tâches « longues » : aucune des tâches réalisées par les garçons ne leur prend autant de temps que ce qu’elle prend aux filles. En moyenne, les garçons consacrent au maximum 7 minutes consécutives à une tâche domestique, tandis que les filles y consacrent 12 minutes.
Certains travaux identifient une division entre les tâches relevant du self-care (effectuées plutôt par les garçons) et celles relevant du family-care (faites par les filles.).
Les enfants consacrent en moyenne un tiers du temps de travail domestique des adultes à ce travail, et leur temps domestique augmente à mesure qu’ils grandissent, même si quasiment tous les enfants de 10 ans mettent et/ou débarrassent la table, rangent leur chambre et s’occupent des éventuels animaux domestiques.
La place dans la fratrie influence également fortement le rôle dans le travail domestique, tout comme la classe sociale des parents. En effet, les jeunes des classes populaires réalisent davantage de travail domestique et ce constat est d’autant plus vrai pour les filles des classes populaires, la participation aux tâches ménagères des enfants diminuant à mesure que le niveau scolaire et social des parents s’accroît, la répartition du travail entre filles et garçons devenant alors également plus égalitaire.
Les données agrégées sur le travail domestique des enfants montrent des inégalités entre garçons et filles dans le temps consacré à cette activité, mais il n’y a pas nécessairement des garçons et des filles dans toutes les familles, alors que signifie cette inégalité ? Quelle est la parte des rôles sexués qui est transmise dans l’enfance par la mise au travail ?
L’émergence récente des childhood studies, en proposant une nouvelle vision des capacités d’action des enfants, permettra-t-elle de sortir les enfants des marges des sciences sociales ?
Irène Berthonnet ne travaille pas, ne conseille pas, ne possède pas de parts, ne reçoit pas de fonds d'une organisation qui pourrait tirer profit de cet article, et n'a déclaré aucune autre affiliation que son organisme de recherche.
15.06.2026 à 17:20
Hâtivement présentée comme une prise de position contre l’intelligence artificielle, l’encyclique (lettre solennelle du pape adressée à l’ensemble de l’Église catholique) « Magnifica Humanitas » de Léon XIV, publiée en mai 2026, s’inscrit dans une longue tradition de réflexion catholique sur le sens à donner au travail humain. De cette façon, elle revient aussi sur la place à donner à la technique.
Alors que la publication récente de l’encyclique « Magnifica Humanitas » (mai 2026) intervient au moment où l’intelligence artificielle nourrit promesses et inquiétudes, le texte opère un recadrage inattendu, voire inespéré. L’intelligence artificielle nous aidera probablement à produire plus vite. Mais produira-t-elle encore des travailleurs ?
Derrière les promesses de gains de productivité et d’automatisation, une question au moins : que devient le travail lorsque certaines activités intellectuelles qui le constituaient sont progressivement confiées à des systèmes artificiels ?
Travailler ne consiste pas uniquement à obtenir un résultat ; c’est aussi une expérience qui façonne notre jugement, notre autonomie et nos relations aux autres, mais aussi au monde.
Les débats sur l’intelligence artificielle sont généralement formulés dans les termes de la performance : quelles tâches pourraient être automatisées ? Quels gains de productivité peut-on espérer ? Comment intégrer l’IA dans le business pour l’optimiser ? Depuis deux siècles d’ailleurs, les innovations techniques sont principalement pensées à travers leurs effets sur l’organisation et l’efficacité de la production.
À lire aussi : Chefs d'entreprises catholiques : comment rester fidèle à ses valeurs ?
Or, l’histoire des transformations du travail montre aussi une succession de déplacements techniques qui ont progressivement modifié les conditions de l’activité humaine. Le XIXᵉ siècle a été marqué par la mécanisation des gestes ; le XXᵉ siècle par leur rationalisation. Le XXIᵉ siècle semble désormais engagé dans une automatisation partielle des opérations cognitives elles-mêmes.
Derrière cette continuité historique, une constante : chaque révolution technique tend à réactiver une même représentation du travail, réduit à sa seule fonction productive. Et plus encore, par cette réduction, l’intensifier encore, lui ajouter des couches et des strates, qui nous le rendent invisible et lointain.
De même, la démultiplication des possibilités techniques a ajouté à cette fonction productive une condition de la production : l’accélération, à tel point que célérité et instantanéité de la production sont devenues des maîtres mots dans le modèle capitaliste.
Une question fondamentale reste dans l’ombre : qu’est-ce que travailler veut dire et signifie de notre humanité ?
Cette interrogation n’est pourtant pas nouvelle pour l’Église qui a mis historiquement des conditions au déploiement de la technique. Dès la fin du XIXe siècle, alors que la révolution industrielle bouleverse les rapports sociaux, « Rerum novarum » définissait le travail comme « l’entretien de la vie elle-même », de telle sorte qu’il participe aux conditions mêmes de l’existence humaine, qui ne sont pas seulement économiques.
Quelques décennies plus tard, « Laborem exercens » nuançait cette réflexion face aux transformations technologiques du XXᵉ siècle indiquant que « la technique est indubitablement une alliée de l’homme », mais aussi que « comme sujet du travail, et quel que soit le travail qu’il accomplit, l’homme, et lui seul, est une personne ».
À rebours d’un Aristote qui considérait le travail comme avilissant ou du plus récent Paul Lafargue et son Droit à la paresse, l’encyclique nouvellement parue postule que « le travail n’est pas un simple instrument, mais [qu’] il exprime et renforce la dignité de notre vie ». L’intelligence artificielle, en automatisant une part de la vie humaine, favorise-t-elle la dignité de l’humanité ?
Nous l’avons dit, les « bénéfices » présentés de l’IA sont nombreux : alléger certaines tâches répétitives, accélérer le traitement des informations ou faciliter certaines prises de décision. Certainement d’ailleurs, l’IA a pu émanciper ou sortir de l’aliénation du travail certains travailleurs.
Mais l’enjeu ne concerne plus uniquement l’automatisation de certaines tâches matérielles ; il touche désormais des activités traditionnellement associées au travail intellectuel : écrire, analyser, sélectionner, synthétiser ou interpréter. Mais une interrogation persiste : que devient le travail lorsque l’individu délègue progressivement une partie de l’activité cognitive qui contribuait jusqu’alors à sa propre construction ?
Le travail s’entend, d’un point de vue sémantique, de deux manières. La première acception est celle de l’accouchement (on parle en maternité de « salle de travail », de « déclenchement du travail », etc.). La seconde réside dans l’activité réalisée en vue de subvenir, principalement, aux nécessités vitales. Dans les deux cas, c’est la vie humaine qui est centrale, comme si le terme même de travail était indissociable d’une part de la nature humaine, et donc des activités et des tâches de l’être humain.
Le risque d’une substitution des actions humaines par celles de l’IA ne réside probablement pas seulement dans une substitution des tâches humaines par des systèmes techniques, car il concerne également les effets anthropologiques plus discrets susceptibles d’accompagner cette délégation.
Travailler ne consiste pas uniquement à atteindre un objectif. Le travail participe aussi à la formation du jugement, à l’apprentissage, à la socialisation et au développement d’une autonomie individuelle. Or les modèles actuels d’intelligence artificielle reposent largement sur des mécanismes statistiques et probabilistes. Leur efficacité provient de leur capacité à identifier des régularités et à produire des réponses plausibles à partir d’immenses volumes de données.
Mais cette logique comporte une limite : ce qui apparaît comme pertinent correspond souvent à ce qui est le plus probable. Cela conduit irrémédiablement à confondre le probable et le vrai, le possible et le réel. Aux questions, « Quel salaire vais-je toucher à la fin du mois ? », ou à celle « Comment dois-je accomplir cette tâche ? », ou encore « Avec quelle personne dois-je collaborer pour atteindre le résultat attendu ? », le travailleur n’attend pas une réponse statistique ou probable… mais bien la réalité du revenu qu’il va percevoir, la méthode ou le processus, le nom de la personne concernée. Il en est de même pour toute interrogation : le probable ne saurait se substituer au caractère certain d’une réponse.
Le risque n’est donc pas seulement celui de l’erreur. Il pourrait être celui d’une uniformisation progressive des pratiques et des raisonnements, où l’efficacité immédiate l’emporte sur l’interprétation, la créativité ou l’exercice du jugement, où la réponse médiane et relative l’emporte sur l’attraction vers la certitude.
L’enjeu n’est pas de condamner la technique ni d’opposer a priori l’humain et l’intelligence artificielle. L’histoire montre au contraire que les innovations peuvent constituer des facteurs puissants d’émancipation. La question est aussi ailleurs, et participe d’un regard éthique (et donc critique) sur l’IA : quelles dimensions du travail souhaitons-nous préserver ?
Cette interrogation concerne notamment et, à titre d’exemple, le monde de l’enseignement. Si certaines compétences techniques deviennent partiellement automatisables, la fonction pédagogique pourrait progressivement se déplacer vers ce qui demeure difficilement substituable : former le jugement, développer l’esprit critique, donner du sens aux connaissances et inscrire les apprentissages dans une compréhension plus large des réalités humaines et sociales.
Les débats contemporains sur l’intelligence artificielle portent principalement sur ce que les machines pourront faire demain. Une question plus fondamentale demeure pourtant ouverte : au-delà de ce que nous demanderons aux machines, que voulons-nous encore que le travail fasse de nous ?
Dans « Magnifica Humanitas », Léon XIV mobilise deux figures bibliques que sont Babel et Jérusalem, comme grille de lecture des transformations contemporaines liées à l’intelligence artificielle. Plus qu’une opposition religieuse, elles représentent deux manières d’envisager l’organisation de la vie collective et, par extension, du travail lui-même. Le texte précise ainsi que « le premier choix ne se situe pas entre un “oui” ou un “non” à la technologie, mais entre bâtir Babel ou reconstruire Jérusalem ».
La première renvoie à une logique de Babel : recherche d’une efficacité absolue, uniformisation des pratiques, concentration croissante des capacités de décision et logique de puissance. Comme l’écrit l’encyclique, Babel est une œuvre « soutenue par une uniformité qui élimine la diversité » et qui « sacrifie la dignité des personnes à l’efficacité ». Dans cette perspective, la valeur du travail tend à se mesurer essentiellement à sa vitesse, sa quantité ou sa performance. Dans le récit biblique, la verticalité de la tour de Babel apporte finalement l’horizontalité de l’humanité en répartissant celle-ci sur toute la terre.
À l’inverse, Jérusalem, dans la Bible, apparaît comme une œuvre collective fondée sur une responsabilité partagée. L’encyclique décrit une reconstruction du travail qui naît « non pas grâce à l’initiative d’une seule personne, mais grâce à la responsabilité partagée de tout le peuple ». Le travail n’y est pas envisagé uniquement comme une production de résultats, mais comme une activité par laquelle les individus se construisent eux-mêmes avec les autres. La signification est alors aux antipodes de celle portée par Babel : l’humanité se verticalise en unifiant toutes les personnes qui la composent.
L’encyclique souligne encore que l’intelligence artificielle « n’est pas neutre, car elle prend le visage de ceux qui la conçoivent, la financent, la régulent et l’utilisent ». Reste que le texte, bien qu’affirmant l’absence de neutralité de cette technologie et, conséquemment, les implications de celle-ci dans le monde du travail, ne se positionne pas sur cette neutralité et laisse le monde du travail dans un certain embarras.
Si l’intelligence artificielle devait devenir encore davantage un outil central de l’activité professionnelle, plusieurs questions concrètes – auxquelles l’encyclique ne répond pas – apparaissent alors comme autant de garde-fous possibles : comment préserver des espaces réels d’exercice du jugement ? Comment maintenir une autonomie autre que purement formelle ? Comment protéger les relations humaines au travail lorsque certaines interactions deviennent médiées par des systèmes techniques ? Comment permettre encore l’expérience de l’apprentissage, de l’incertitude et du sens ? En quoi ce que nous favorisons pour ces objectifs de production, aura de conséquences sur ce que nous sommes et devenons en dehors ?
Les auteurs ne travaillent pas, ne conseillent pas, ne possèdent pas de parts, ne reçoivent pas de fonds d'une organisation qui pourrait tirer profit de cet article, et n'ont déclaré aucune autre affiliation que leur organisme de recherche.
15.06.2026 à 17:18
Comment les IA génératives grand public influencent le langage des publications académiques
Le langage des intelligences artificielles, IA, génératives reste encore peu étudié, mais l’on peut déjà observer « à l’œil nu » des conséquences inattendues de l’usage de ces IA sur les discours scientifiques et académiques.
Si l’intelligence artificielle (IA) générative imite le langage humain, son usage croissant et souvent quotidien conduit à rendre cette imitation réciproque. Ainsi, une étude de chercheurs du Max-Planck Institute; parue en juillet 2025, en analysant un corpus de 740 000 heures d’exposés académiques, de vidéos YouTube et de podcasts a décelé, entre 2017 et 2024, un usage croissant de mots privilégiés par les chatbots, comme « delve », « comprehend », « boast », « swift » et « meticulous » (approfondir, comprendre, se vanter, rapide et méticuleux).
Il reste difficile de démêler influence et substitution : les corpus oraux étudiés peuvent ne s’appuyer qu’en partie sur des textes générés par IA. En tout état de cause, l’apparition croissante de ces mots affecte les discours relevant de la technologie, du business et de l’éducation – mais non ceux qui traitent de religion ou de sport ; il ne s’agit donc pas d’une évolution générale de la langue, car ce processus affecte les domaines où l’IA est la plus utilisée.
Dans le domaine académique, l’influence de l’IA générative peut aller jusqu’à la substitution. Consacré à la détection de la fraude scientifique, le site Academ-AI liste, par centaines, les articles, communications et chapitres de livres qui contiennent des formules caractéristiques des IA génératives, comme « selon ma dernière mise à jour ». En voici quelques-unes :
« Veuillez fournir plus d’informations… »
« Absolument ! Voici quelques points supplémentaires qui peuvent être abordés dans l’article scientifique. »
« Je m’excuse pour la confusion, mais en tant que modèle de langage IA, je n’ai pas accès à des articles spécifiques. »
« À la date de ma dernière mise à jour (septembre 2021), je ne disposais d’aucune information. »
La confiance dans l’IA est telle que les auteurs n’ont pas pris la peine de relire les articles qu’ils ont signés. Peu importe au demeurant, si les rédactions des revues s’en sont aussi dispensées. Cette nonchalance est d’autant moins anecdotique qu’avant publication des éditeurs commencent à réécrire par IA les manuscrits qui leur sont soumis.
Cela n’est pas sans conséquence. Par exemple, quand des chercheurs ont demandé à ChatGPT5 de « polir » (« please polish ») le premier paragraphe de l’article fondateur de Turing « Computing Machinery and Intelligence » (1950). Là où Turing, pour répondre à la question « Can machines think? », rejette comme dangereuse (« dangerous ») l’idée de s’en remettre au sens usuel de « machine » et de « think », le chatbot remplace « dangerous » par un simple « risky » (risqué), passant de l’affirmé et de l’avéré au possible.
Les algorithmes des IA génératives ne sont pas déterministes, mais probabilistes, et privilégient donc ce qui est le plus fréquent dans leur corpus d’apprentissage.
Ce choix entraîne deux conséquences majeures. D’une part, les mots rares dans ce corpus (mais qui peuvent être endémiques dans des corpus spécialisés) se raréfient encore, voire disparaissent. Et il en résulte une restriction du dicible – voire du pensable, selon le principe énoncé par Winston, le commissaire politique du roman 1984 de George Orwell (« Ne voyez-vous pas que le véritable but du novlangue est de restreindre les limites de la pensée ? À la fin, nous rendrons littéralement impossible le crime par la pensée, car il n’y aura plus de mots pour l’exprimer. »)
D’autre part, comme la génération de texte s’opère par le calcul des probabilités d’occurrence contextuelle, pour chaque mot, les mots qui voisinent le plus fréquemment dans ses contextes d’emploi se voient privilégiés. Dès lors, les phraséologies, les expressions toutes faites et les clichés envahissent le discours, avec le conformisme qu’elles concrétisent – et radicalisent.
De longue date, les fréquences lexicales ont été étudiées en linguistique de corpus. On ne retient pas les fréquences les plus élevées, car elles intéressent pour l’essentiel les mots grammaticaux, et comme elles restent analogues en tout corpus, elles ne sont pas caractérisantes. Généralement, on s’appuie sur les mots de fréquence moyenne, pour différencier des textes ou des sous-corpus.
Cependant, et bien qu’ils soient le plus souvent négligés faute de poids statistique, les mots de faible fréquence sont très caractérisants et même individualisants : tel hapax, comme « ptyx », renverra uniquement à un sonnet célèbre de Mallarmé. Au-delà, on oublie les mots de fréquence zéro. Or, ces mots absents, que l’on peut inventorier en contrastant des textes ou des sous-corpus, restent hautement révélateurs, car un discours ne signifie pas moins par ce qu’il énonce que par ce qu’il tait, même s’il use d’une langue stéréotypée.
Or, les IA décrivent un monde de ce qui est (ou du moins devrait être) conforme à leurs biais. Ce positivisme paradoxal, qui crée le monde auquel il prétend référer, ne laisse aucune place à l’implicite et reste cependant réputé permettre un discours de connaissance.
La disparition de l’implicite découle d’une loi de moindre effort : l’utilisateur n’a pas à interpréter les discours de son IA, il lui suffit de les écouter ou de les déchiffrer pour les comprendre. Il n’a jamais à établir une distance critique pour en juger, et cette facilité obéit aux principes de la relation client : un langage simplifié et univoque devrait contribuer à son confort et entretenir la connaissance du connu.
Relevons enfin une dernière forme d’adultération (falsficiation) du discours scientifique et technique : la multiplication des termes qui ne sont pas spécifiques au domaine considéré. Or, dans certaines disciplines le rapport entre termes spécifiques et termes généraux s’est soudain inversé, en deux ans à peine.
La proportion des termes non spécifiques diminue drastiquement et ils l’emportent désormais sur les termes pertinents. Cela s’accorde avec le projet d’une IA dite générale, qui pourrait bien favoriser les généralités. Elle multiplie du moins des termes passe-partout et donc fréquemment employés – sauf quand on a quelque chose de précis à dire. Ainsi, des termes favorisés par ChatGPT, comme « delves », « showcasing », ou « underscores » (explore, présentant, souligne), ont vu leur fréquence s’accroître.
En 2023, première année d’usage de ChatGPT, le nombre des mots non spécifiques, jusqu’alors faible, a triplé par rapport à 2022, pour représenter la moitié des occurrences, mais l’année suivante, ils furent multipliés par huit.
Une hypothèse charitable voudrait que ce soit par mimétisme – à moins que ce même logiciel n’ait été un rédacteur clandestin, ce que semble attester la multiplication des « hallucitations », terme maintenant convenu pour désigner les citations « hallucinantes » forgées par les chatbots.
Parallèlement, les évaluations des revues scientifiques ont connu des dérives lexicales analogues, et par exemple des adjectifs comme « commendable », « meticulous », ou « intricate » (louable, méticuleux, complexe), ont vu leur fréquence augmenter dramatiquement, soit respectivement pour la seule année 2024, de 9,8 fois, 34,7 fois, et 11,2 fois.
Un cycle se dessine : certains appels d’offres semblent déjà générés avec l’aide de l’IA ; puis les projets soumis sont évalués de même (ils l’étaient déjà auparavant par la détection automatisée de répétitions de mots-clés). Des articles financés par ces projets de recherche sont ensuite produits, puis évalués par les revues scientifiques au moyen des mêmes logiciels. On peut douter que ces multiples médiations et les biais qu’elles introduisent favorisent les découvertes scientifiques et les innovations techniques.
On manque encore d’études comparatives d’ampleur sur l’incidence linguistique de l’IA. Toutefois, en évaluant l’évolution de l’Internet d’août 2022, tel qu’il est consigné alors dans l’Internet Archive, et celui de mai 2025, et en identifiant les textes générés par IA au moyen du logiciel Pangram v3, Jonas Dolezal et ses collègues de Stanford ont montré qu’en 33 mois seulement, 35 % des sites ont été générés automatiquement.
En outre, selon une autre étude, 36 % des sites restants en portent des traces. Si ces chiffres peuvent être relativisés en tenant compte des faux négatifs et positifs, les résultats restent solides et Dolezal et ses collègues ont dégagé deux tendances lourdes.
Ils ont souligné, en premier lieu, la chute de la diversité linguistique et notamment la standardisation lexicale. C’est là sans doute une rançon inévitable de l’industrialisation en cours – et, en persiflant un peu, cela rapprocherait le langage de l’IA de cette critique, formulée voici presque deux siècles, par Alexis de Tocqueville, contre le langage administratif de l’Ancien Régime :
« Le style est également décoloré, coulant, vague et mou. La physionomie particulière de chaque écrivain s’y efface et va se perdant dans une médiocrité commune. »
Ils ont également noté la prévalence d’une tonalité euphorisante, évaluée par des méthodes classiques d’analyse des émotions, qui reflète sans doute les biais algorithmiques qui flattent et retiennent le client roi. Annoncé de longue date par le triomphe américain de la méthode Coué et la positivité prescrite par le secteur du développement personnel, l’optimisme généralisé se trouve à présent prescrit et renouvelé par l’idéologie de la tech – en deçà même de la désinformation.
Un indice ne trompe pas : un ami a fait discuter entre eux quatre chatbots, et au bout de dix minutes, ils se couvraient réciproquement de flagorneries. Un univers de discours dystopique se profile ainsi, avec une standardisation du langage (et donc de la pensée), et un effacement des contradictions de la vie sociale par un optimisme industrialisé.
François Rastier ne travaille pas, ne conseille pas, ne possède pas de parts, ne reçoit pas de fonds d'une organisation qui pourrait tirer profit de cet article, et n'a déclaré aucune autre affiliation que son organisme de recherche.