L’IA générative a déplacé l’effort d’écriture vers la relecture, une étape que presque personne n’apprend. Une méthode en trois passes est proposée, ainsi qu’un rôle précis pour les managers : désigner ce qui ne part jamais sans relecture humaine.
- Les salariés apprennent à formuler des demandes à l’IA, mais peu apprennent à relire.
- Un texte produit par IA paraît juste, alors que ses erreurs sont discrètes et faciles à laisser passer.
- Une relecture en trois passes vérifie les faits, le raisonnement et l’adéquation au destinataire.
- Le manager doit établir une liste courte de contenus qui ne partent jamais sans relecture humaine.
Dans la plupart des formations à l’IA générative, la première heure porte sur la manière de formuler une demande : rôle, contexte, format attendu, exemples. Cette étape est utile, mais l’autre moitié du travail coûte cher lorsqu’elle est ratée, et c’est la relecture.
Avant l’IA, rédiger une note prenait une heure et la relire quelques minutes. Aujourd’hui, le premier jet arrive en trente secondes, et tout se joue ensuite. Or peu de personnes ont appris à relire un texte qu’elles n’ont pas écrit et qui paraît juste.
Un texte qui a l’air juste
Un texte produit par un modèle de langage, c’est-à-dire un programme entraîné à produire du texte, est fluide, bien construit et sûr de lui. Ses erreurs ne ressemblent pas à une faute d’orthographe. Elles se logent dans un chiffre plausible, une date décalée d’un an, un nom de produit inexistant ou une règle que personne n’a jamais écrite.
Le style rassure précisément là où il faudrait se méfier. Selon l’auteur, des équipes très compétentes ont laissé passer des erreurs qu’elles n’auraient jamais commises elles-mêmes, la forme ne leur donnant aucune raison de ralentir.
Relire en trois passes
La première passe porte sur les faits : chiffres, noms, dates, citations et références sont vérifiés à la source. Ce qui ne peut l’être est retiré ou reformulé. C’est la passe la plus ennuyeuse, et la seule qui évite les erreurs vraiment coûteuses.
La deuxième porte sur le raisonnement. La conclusion découle-t-elle de ce qui précède ? Les modèles savent enchaîner des phrases qui ressemblent à un argument, et se demander « pourquoi ? » à chaque paragraphe permet souvent de repérer où la démonstration glisse.
La troisième porte sur le destinataire : le texte dit-il ce que l’on veut dire, à cette personne, avec le bon ton ? Un mail impeccable peut être trop long pour un client pressé ou trop froid pour un collègue. Une fois l’habitude prise, ces trois passes ne prennent que quelques minutes.
Le rôle du manager
Le manager n’a pas besoin d’être expert en IA pour jouer un rôle décisif. Il lui suffit de rendre explicite ce que chacun règle aujourd’hui seul : une liste courte, écrite et connue de toute l’équipe, qui précise ce qui sort vers un client, ce qui engage l’entreprise et ce qui touche à une personne, à une évaluation ou à un conflit. Sans cette liste, chacun fixe sa propre règle, et la plus répandue consiste à n’en avoir aucune.
Cette clarté renforce aussi la confiance. Une équipe qui sait où sont les garde-fous ose davantage utiliser l’outil.
Selon l’Insee, plus de la moitié des entreprises qui utilisent l’IA se disent freinées par un manque d’expertise : 53 % en 2025. Pour l’auteur, cette expertise relève moins de la technique que du métier. Savoir ce que l’on vérifie et ce que l’on refuse d’envoyer concerne autant le comptable, la juriste ou le commercial que le service informatique.
Les gains de temps annoncés ne résistent pas à une relecture bâclée, et un mail envoyé avec une erreur coûte toujours plus cher à rattraper que le temps gagné pour l’écrire. Écrire une bonne demande s’apprend en un après-midi, alors que relire avec discernement prend davantage de temps.
