L’IA peut-elle vraiment écrire un roman convaincant?

L’IA peut-elle vraiment écrire un roman convaincant?

Un modèle d’IA peut produire un texte qui ressemble à un roman dès les premières pages. Le doute apparaît quand on compare plusieurs histoires générées avec la même consigne : les combinaisons d’intrigue reviennent plus souvent que dans les récits humains étudiés. La machine passe donc assez bien l’épreuve de la première impression. Pour la singularité sur la longueur, le dossier est moins solide.

Convaincant à la première page, moins unique à la centième

Le mot « convaincant » recouvre au moins deux tests. Un texte peut être fluide, lisible et conforme aux codes de la fiction sans proposer une direction narrative rare. Une sortie isolée peut donner l’impression d’une invention originale, alors que la comparaison avec d’autres sorties révèle les mêmes choix d’intrigue.

Une lecture unique évalue surtout l’aisance du texte, pas sa singularité parmi plusieurs textes comparables. C’est le piège de l’enquête : le récit passe l’audition, mais on ne sait pas encore s’il possède une voix durable, des personnages cohérents et une structure qui tient jusqu’au bout.

Cette distinction évite deux conclusions trop rapides. Oui, un modèle peut produire une scène qui ressemble à de la fiction. Non, cette réussite locale ne prouve pas qu’il puisse construire seul un roman original et cohérent.

L’étude qui a compté les échos narratifs

Le point de départ vérifiable est un article scientifique publié le 2 septembre 2025 dans les Proceedings of the National Academy of Sciences of the United States of America. Intitulé Echoes in AI: Quantifying lack of plot diversity in LLM outputsil examine les récits produits par GPT-4 et LLaMA-3.

L’évaluation porte sur 100 histoires courtes. Les chercheurs comparent des continuations générées par les modèles à des histoires écrites par des humains. Le protocole ne cherche donc pas à noter le style d’un manuscrit complet. Il mesure plutôt la diversité des directions narratives prises à partir d’une même consigne.

Pour cela, l’étude introduit le score Sui Generis. Cette mesure estime l’unicité d’un élément d’intrigue en le comparant aux éléments présents dans d’autres continuations produites avec le même modèle. Plus une combinaison revient, moins elle apparaît singulière dans l’ensemble testé.

Le résultat est précis : les histoires générées par GPT-4 et LLaMA-3 contiennent souvent des combinaisons d’éléments d’intrigue qui se répètent, tandis que les récits humains comparés conservent un niveau d’unicité plus élevé. L’IA varie plus facilement la formulation que les choix narratifs.

Le texte sonne juste, mais l’intrigue connaît déjà la chanson

Une histoire générée peut fonctionner pendant quelques pages parce que la lisibilité et la nouveauté ne mesurent pas la même chose. Le modèle peut installer un conflit, distribuer des indices et respecter les conventions d’un genre. Le texte paraît alors maîtrisé, même si sa trajectoire ressemble à celle d’autres sorties.

La répétition devient visible quand on compare les récits, pas forcément quand on en lit un seul. C’est là que la première impression perd de son pouvoir : un élément qui semble surprenant isolément peut devenir prévisible après plusieurs variantes.

Le phénomène ressemble à une information qui change de vocabulaire à chaque partage tout en gardant le même squelette. Les phrases bougent, mais certaines combinaisons d’événements restent en place. La machine change le costume, pas toujours le scénario.

Le score Sui Generis ne transforme pas cette répétition en jugement absolu sur la créativité. Il relie toutefois une mesure automatique de la diversité à une question concrète pour le lecteur : l’histoire prend-elle une direction rarement choisie, ou retrouve-t-elle une solution statistiquement familière?

Un test sur des histoires courtes, pas sur des romans complets

Premier garde-fou : l’étude ne porte pas sur des romans de plusieurs dizaines de milliers de mots. Elle analyse des histoires courtes et des continuations générées dans un protocole déterminé. Elle ne démontre donc pas que l’IA est incapable d’écrire un roman convaincant.

Elle ne permet pas non plus de mesurer directement la continuité d’une intrigue sur de nombreux chapitres, l’évolution des relations entre personnages ou la résolution de fils narratifs éloignés. Ces critères comptent pour juger un roman, mais ils ne sont pas évalués par le score de diversité des intrigues.

La portée du résultat reste liée aux modèles et aux conditions testées, GPT-4 et LLaMA-3 en particulier. On ne peut pas étendre automatiquement cette observation à tous les modèles, toutes les versions ou toutes les méthodes de rédaction. Le dossier scientifique est plus étroit qu’un verdict général sur l’écriture par IA.

Le vrai partage des rôles reste à établir

La question utile n’est donc pas de savoir si un modèle peut aligner des phrases narratives. L’étude montre qu’il peut produire des histoires qui semblent crédibles au premier regard. Elle indique surtout que cette apparence de nouveauté s’accompagne, dans l’échantillon observé, d’une diversité d’intrigue plus faible que celle des récits humains comparés.

Pour un roman, la différence se situe entre une suite lisible et une construction qui conserve sa cohérence tout en faisant des choix singuliers. Le modèle peut donner une direction plausible. Rien dans cette étude ne permet d’affirmer qu’il maintient seul cette singularité sur toute la longueur d’un livre.

Le mythe du bouton qui produirait instantanément un roman original tient donc comme un château de cartes. Il suffit de comparer les sorties pour voir les échos apparaître. La prose peut convaincre localement; la preuve d’une œuvre complète reste à établir.