Une grille de l’écriture creuse, pas un détecteur

Ce que nous appelons slop

Le slop IA est d’abord une manière d’écrire humaine, creuse et générique, que l’IA a rendue gratuite et massive. Nos propres mesures le montrent : plusieurs tournures reprochées aux modèles reviennent déjà dans des articles publiés de 2017 à 2020 et dans des courriels d’entreprise de 2001.

Une règle ne demande donc pas « est-ce l’IA ? » mais « ce passage est-il creux, quel que soit son auteur ? ». L’objectif est de vous aider à l’éviter et à écrire comme vous.

Cinq axes, 26 règles et une indication de lisibilité

Chaque règle vient de la recherche publiée sur le slop et des guides de relecture. Chaque passage signalé montre la règle, la raison et une manière de corriger. Il n’y a pas de score global : chaque axe se lit à part, et zéro passage ne veut pas dire un bon texte.

Sous chaque règle, sa fréquence mesurée : la part des textes où elle sonne au moins une fois, chez des humains d’avant 2021 et chez neuf familles de modèles d’octobre 2026. Une règle fréquente chez les humains reste une règle d’écriture creuse. Une règle plus fréquente chez les modèles ne dit pas qu’un passage vient d’un modèle.

Mesure du 11 octobre 2026, textes français : 180 textes humains (articles de La Quadrature du Net, du Framablog et d’Abondance publiés de 2017 à 2020) et 180 textes de 9 familles de modèles d’octobre 2026 sur 20 consignes. Les mêmes mesures existent pour l’anglais, sur la page anglaise.

Substance

Le texte dit-il quelque chose de précis ?

Paragraphe sans ancre A01
Paragraphe de 40 mots ou plus sans nom propre, date, lieu, exemple, citation ni expérience vécue.
Fréquence mesurée : 49,4 % des textes humains écrits avant 2021, 67,2 % des textes de neuf modèles d’octobre 2026.
Emballage A02
Ouverture ou chute qui pourrait coiffer n’importe quel sujet.
Fréquence mesurée : 2,8 % des textes humains écrits avant 2021, 34,4 % des textes de neuf modèles d’octobre 2026.
Formule générique G01
Formule toute faite tirée d’une liste publique (« il est important de noter que »).
Fréquence mesurée : 8,9 % des textes humains écrits avant 2021, 1,1 % des textes de neuf modèles d’octobre 2026.

Preuve et chiffres

Ce qui est affirmé ou chiffré se vérifie-t-il ?

Chiffre orphelin C01
Pourcentage ou effectif sans population, période ni périmètre.
Fréquence mesurée : 12,8 % des textes humains écrits avant 2021, 26,7 % des textes de neuf modèles d’octobre 2026.
Preuve fantôme C02
Données invoquées sans être données (« de nombreuses études », « les experts s’accordent »).
Fréquence mesurée : 7,8 % des textes humains écrits avant 2021, 7,2 % des textes de neuf modèles d’octobre 2026.
Précision décorative C03
Décimales ou multiplicateurs sans source (« x10 », « 3,7 fois »).
Fréquence mesurée : 2,8 % des textes humains écrits avant 2021, 5,6 % des textes de neuf modèles d’octobre 2026.
Comparaison sans point de départ C04
Comparaison sans point de départ (« deux fois plus », « +40 % »).
Fréquence mesurée : 0,6 % des textes humains écrits avant 2021, 2,8 % des textes de neuf modèles d’octobre 2026.
Référence à contrôler C06
Référence mal formée : DOI, année absente, pages dans le désordre, ISBN invalide.
Fréquence mesurée : 0 % des textes humains écrits avant 2021, 0 % des textes de neuf modèles d’octobre 2026.
Référence à vérifier V01
Affirmation forte, chiffre ou citation sans source visible. Règle secondaire : elle ne compte pas un passage déjà signalé par C01 ou C02.
Fréquence mesurée : 96,7 % des textes humains écrits avant 2021, 60,6 % des textes de neuf modèles d’octobre 2026.

Gabarits

La forme est-elle celle que tout le monde reconnaît ?

Pivot de négation T01
Pivot « ce n’est pas X, c’est Y » : creux quand personne n’avait dit X, quand Y reste vague ou quand il revient par réflexe. Légitime s’il corrige une confusion réelle par une réponse précise.
Fréquence mesurée : 1,7 % des textes humains écrits avant 2021, 17,8 % des textes de neuf modèles d’octobre 2026.
Annonce T02
Annonce qui retient l’information (« Voici pourquoi », « La bonne nouvelle : »).
Fréquence mesurée : 2,2 % des textes humains écrits avant 2021, 13,9 % des textes de neuf modèles d’octobre 2026.
Chute en question au lecteur T03
Chute en question générique au lecteur (« Et vous ? »).
Fréquence mesurée : 0 % des textes humains écrits avant 2021, 10,5 % des textes de neuf modèles d’octobre 2026.
Mise en forme de gabarit T04
Listes à emoji, bloc de hashtags, cascade de paragraphes d’une ligne.
Fréquence mesurée : 17,8 % des textes humains écrits avant 2021, 30,6 % des textes de neuf modèles d’octobre 2026.
Participe présent final T05
Phrase qui finit sur un participe présent qui commente (« …, soulignant l’importance de »).
Fréquence mesurée : 2,8 % des textes humains écrits avant 2021, 1,1 % des textes de neuf modèles d’octobre 2026.
Importance gonflée T06
Importance proclamée sans être montrée (« rôle clé », « tournant majeur »).
Fréquence mesurée : 1,7 % des textes humains écrits avant 2021, 7,2 % des textes de neuf modèles d’octobre 2026.
Fausse fourchette T07
Fausse fourchette (« de la stratégie à l’exécution »).
Fréquence mesurée : 0,6 % des textes humains écrits avant 2021, 1,1 % des textes de neuf modèles d’octobre 2026.
Mise en forme lourde F01
Gras, titres et puces « Terme : » au-delà de ce que la longueur du texte demande.
Fréquence mesurée : 13,3 % des textes humains écrits avant 2021, 61,7 % des textes de neuf modèles d’octobre 2026.
Reste d’assistant X01
Reste de conversation avec un assistant, crochets à remplir, trace technique.
Fréquence mesurée : 0,6 % des textes humains écrits avant 2021, 35,6 % des textes de neuf modèles d’octobre 2026.
Conclusion annoncée S01
Conclusion annoncée par une transition automatique (« En conclusion »).
Fréquence mesurée : 5 % des textes humains écrits avant 2021, 13,9 % des textes de neuf modèles d’octobre 2026.
Ouverture répétée S02
Trois phrases qui s’ouvrent par les mêmes mots.
Fréquence mesurée : 15,6 % des textes humains écrits avant 2021, 11,1 % des textes de neuf modèles d’octobre 2026.
Vocabulaire proche R01
Deux phrases qui partagent au moins 68 % de leur vocabulaire informatif.
Fréquence mesurée : 32,2 % des textes humains écrits avant 2021, 18,3 % des textes de neuf modèles d’octobre 2026.

Voix

Y a-t-il quelqu’un derrière le texte ?

Aucun point de vue situé P01
Aucun point de vue situé dans un post ou un article : ni expérience, ni position.
Fréquence mesurée : 5 % des textes humains écrits avant 2021, 9,1 % des textes de neuf modèles d’octobre 2026.
Neutralité de façade P02
Neutralité de façade (« trouver le juste équilibre ») sans position prise.
Fréquence mesurée : 0,6 % des textes humains écrits avant 2021, 2,8 % des textes de neuf modèles d’octobre 2026.

Utilité

Le texte fait-il avancer le travail ?

Demande introuvable W01
E-mail sans question, décision ni action attendue.
Fréquence mesurée : non mesurée sur des textes humains de ce format, 38,9 % des textes de neuf modèles d’octobre 2026.
Action sans responsable ni échéance W02
Action sans responsable ni échéance.
Fréquence mesurée : non mesurée sur des textes humains de ce format, 22,2 % des textes de neuf modèles d’octobre 2026.
Synthèse sans conclusion W03
Rapport qui résume sans recommander ni trancher.
Fréquence mesurée : non mesurée sur des textes humains de ce format, 33,3 % des textes de neuf modèles d’octobre 2026.

Lisibilité

Une indication de relecture, pas un signe d’écriture creuse.

Phrase longue D01
Phrase de 42 mots ou plus. Indication de lisibilité, pas d’écriture creuse.
Fréquence mesurée : 87,2 % des textes humains écrits avant 2021, 7,2 % des textes de neuf modèles d’octobre 2026.

Comment lire les fréquences

Les textes humains sont des articles et, en anglais, des courriels. Les textes générés couvrent huit genres : posts, articles de blog, lettres d’information, pages marketing, courriels, explications, rapports et discours. Les deux ensembles ne mélangent donc pas les mêmes genres : une fréquence décrit un corpus, pas votre texte. Les règles propres à un format (W01 à W03, P01, T03, F01) ne sont mesurées que sur ce format.

Nous ne publions aucun chiffre de justesse. Les règles ne sont pas des signes d’IA à valider contre une vérité cachée : ce sont des standards d’écriture creuse que la recherche décrit déjà. Le contrôle continu, ce sont vos retours : le formulaire sous chaque résultat signale une alerte injuste ou un passage oublié.

Ce qui change depuis la 0.6

V01 (référence à vérifier) devient secondaire : elle ne compte plus un passage déjà signalé par un chiffre orphelin ou une preuve fantôme. L’absence de source est un trait de beaucoup d’écrits humains, pas un trait du slop à elle seule.

D01 (phrase longue) sort des axes : c’est une indication de lisibilité. Les longues phrases sont bien plus fréquentes dans nos textes humains que dans les textes générés.

T05 (participe présent final) décrit une habitude que la recherche a relevée chez les modèles de 2024. Les modèles d’octobre 2026 l’emploient moins que nos textes humains : la règle reste parce que la tournure commente au lieu d’informer, et c’est ce qui la rend creuse.

Sept contextes de correction

Le format choisi adapte les conseils et les exemples : texte général, publication sociale, article, email, rapport, page marketing ou documentation. Les règles propres à un format (courriel, rapport, post) ne sonnent que sur ce format.

Tournures anglaises

Pour un texte anglais, G01 signale aussi les 15 tournures que compte le Baromètre : 13 formules toutes faites (« delve into », « a rich tapestry »…) et deux constructions retenues par un test préenregistré le 4 octobre 2026, le pivot « it’s not X, it’s Y » et l’annonce « Here’s why ». Des auteurs humains les emploient aussi. Elles comptent parce qu’elles remplacent une idée précise par une formule toute faite.

Méthode anglaise de l’outil : 0.8.0-en-experimental. Le Baromètre mesure toujours avec la version 0.6.0 (0.6.0-en-experimental en anglais) en octobre et en novembre, pour ne pas casser sa série. Le passage à la 0.8 sera annoncé dans une édition.

Tests de stabilité

Des cas reconstitués fixent le comportement de chaque règle, en français et en anglais, et chaque modification doit les passer. Ils vérifient que les règles restent stables. Ils ne mesurent pas leur justesse en usage réel.

Base de recherche

Chaque règle se justifie par ce qui rend le passage creux : une formule qui irait sur n’importe quel sujet, un chiffre sans périmètre, une preuve invoquée sans être donnée, une importance proclamée sans être montrée. La recherche aide à repérer ces formes : mots et tournures en excès dans les textes générés, gabarits syntaxiques, participiales et nominalisations, attributions floues, références inventées. Qu’un modèle emploie un mot plus souvent qu’un humain ne suffit jamais à en faire une règle. Ces études portent surtout sur l’anglais et sur des modèles de 2023 à 2025 : c’est pourquoi nous mesurons nous-mêmes chaque règle sur des textes français et anglais d’octobre 2026. X01, T07 et F01 viennent de la relecture de textes générés et sont mesurées de la même façon.

Une étude motive une règle. Elle ne valide pas son seuil, et nos fréquences ne disent pas qu’un passage vient d’un modèle.

Sources de cette mise au point

Veille vérifiée le 25 septembre 2026

Une étude a évalué des détecteurs de textes ChatGPT en français, avec des limites hors domaine et sous attaques. Un benchmark multilingue important ne contient pas le français. Ces résultats ne mesurent ni la précision ni le rappel des règles de cet Observatoire.

Pew observe des signes d’écriture ou d’édition IA sur 10 % des pages anglaises de son échantillon de juillet 2026. Les 35 % concernent uniquement des pages ayant une date de publication postérieure à novembre 2022. Ce sous-ensemble daté n’est pas aléatoire. Ces chiffres ne mesurent pas le slop.

Une enquête américaine décrit du travail de reprise déclaré par des employés. Une expérience contrôlée trouve aussi des gains avec l’assistance IA sur une tâche précise. La qualité d’un livrable, le temps de reprise et la performance ne sont pas une même mesure. Aucun de ces résultats ne justifie une nouvelle alerte automatique.