Pourquoi tous les modèles d'IA dérivent-ils vers la même voix ?

Ce n'est pas une bizarrerie de Claude que vous pouvez contourner par un prompt. C'est structurel, et cela porte un nom.

Les modèles s'entraînent de plus en plus sur des textes produits par des modèles antérieurs. Génération après génération, les aspects rares, idiosyncrasiques et distinctement humains de l'écriture sont éliminés, jusqu'à ce que la production converge vers un milieu lisse et uniforme.

L'équipe d'Oxford et de Cambridge qui a formalisé cela a publié dans Nature en 2024 : l'entraînement sur des données générées de manière récursive fait « disparaître les queues de la distribution du contenu original » et le résultat s'effondre vers un mode unique et moyen (Shumailov et al., Nature).

Un commentaire de Nature sur l'étude retrace la trajectoire : alimentez trop les modèles avec des données générées par l'IA et leur production commence par s'aplatir dans la monotonie, puis, au fil d'assez de générations, se dégrade en charabia (Wenger, Nature). LinkedIn se situe au début de cette courbe, l'aplatissement, pas le charabia.

Cette boucle tourne déjà sur LinkedIn, et vous pouvez l'alimenter sans vous en rendre compte.

Vous vous arrêtez sur une publication que vous admirez, qui a peut-être elle-même été rédigée par une IA. Vous demandez à un modèle « quelque chose de similaire », et ce modèle a été entraîné sur des publications déjà calibrées pour ressembler à de l'IA. Vous publiez, et votre publication devient un exemple de plus que le lecteur suivant copie et dont le modèle suivant s'inspire. Chaque passage ajoute une couche supplémentaire du même vernis.

Ce juste milieu moyen est, en pratique, ce que LinkedIn appelle du contenu indésirable (slop) : poli en surface, sans véritable perspective en dessous. C'est aussi la raison pour laquelle ces quelques schémas apparaissent aujourd'hui partout en même temps, l'histoire complète de la façon dont l'écriture par l'IA a envahi le fil d'actualité de LinkedIn et d'où viennent ces schémas.

C'est également pourquoi un ingénierie de prompt poussée ou des « compétences » ajoutées ne font que déplacer légèrement le curseur. Vous pouvez pousser Claude hors de ses paramètres par défaut pour un projet. Mais la gravité ramène toujours vers la moyenne, car la moyenne est ce qu'il a été entraîné à produire.

Il y a un autre aspect qu'il convient de garder à l'esprit. Plus le fil d'actualité se remplit d'une prose d'IA standardisée, plus une publication humaine véritablement originale devient rare, et plus elle se démarque. En 2026, lire attentivement, penser par soi-même et écrire avec une voix qu'aucun modèle ne pourrait réduire à la moyenne n'est pas seulement une bonne pratique. C'est l'atout majeur.