Présentez chaque chiffre avec ce qu’il mesure, sur qui, quand et par rapport à quoi. Les annotations doivent rester compréhensibles même si un passage ou un graphique est repris seul.
Éditeur, analyste et responsable GEO
La décision à éclairer : Auditer les dix chiffres les plus visibles du site avec leur dénominateur.
Un chiffre spectaculaire voyage plus vite que sa condition
« L’IA augmente la productivité de 15 % » paraît général. Dans l’étude de Brynjolfsson, Li et Raymond, la mesure publiée porte sur des problèmes résolus par heure dans un service client assisté. Retirer le métier, la mesure et le dispositif change le sens du résultat.
Avant publication, écrivez une phrase complète contenant population, intervention et comparaison. Si cette phrase devient impossible à lire, simplifiez la formulation, pas le périmètre. Le lecteur doit savoir ce qu’il peut et ne peut pas transposer.
Ne pas mélanger pourcentage relatif et points de pourcentage
Pew rapporte notamment 8 % contre 15 % de clics classiques selon la présence d’un résumé IA dans son observation. L’écart est de 7 points ; une variation relative répond à une autre question. Ni l’un ni l’autre ne constitue automatiquement l’effet causal applicable à votre site. (Erik Brynjolfsson et al., 2025)(Chapekis et al., 2025)
Ces exemples montrent pourquoi une légende doit nommer l’unité et le dénominateur. Une barre intitulée « performance » ne permet pas de comprendre si l’on mesure durée, volume, qualité ou intention déclarée.
Le contexte doit survivre à la reprise du chiffre
Cleveland et McGill montrent que la représentation influence la lecture des quantités. Wang et Strong rappellent qu’une donnée doit rester adaptée à son usage. Ces travaux ne garantissent pas la fidélité d’un moteur IA, mais ils orientent la rédaction : un nombre isolé peut rester exact tout en devenant trompeur lorsque son dénominateur, sa période ou sa comparaison disparaît. (William S. Cleveland et al., 1984)(Richard Y. Wang et al., 1996)
Écrivez près du chiffre ce qui a été mesuré, sur quel groupe et dans quelles conditions. Dans le graphique, indiquez les unités et distinguez pourcentage, point de pourcentage et variation relative. Si vous calculez une différence à partir de l’étude, nommez-la comme calcul éditorial. Un lecteur qui partage uniquement l’image doit pouvoir comprendre la portée du résultat sans reconstruire tout l’article.
Construire une fiche de preuve réutilisable
Conservez source originale, version, période, population, méthode, résultat et réserve principale. Reliez le graphique à cette fiche. Si vous calculez une différence, indiquez qu’il s’agit d’un calcul TalkWeb à partir des valeurs publiées.
Dans le HTML, placez le contexte dans le texte et la légende, avec un tableau accessible lorsque les valeurs sont importantes. Un JSON-LD ne corrige pas une affirmation ambiguë dans la page. Les données structurées doivent rester cohérentes avec le contenu visible.
Choisir la bonne version de la publication
Ajoutez une revue des versions bibliographiques lorsque plusieurs chiffres circulent pour la même étude. Une prépublication et un article final peuvent avoir un effectif ou une estimation différents. Choisissez la version citée et utilisez ses valeurs de manière cohérente dans le texte, le graphique et la légende. Si vous mentionnez l’évolution entre versions, expliquez-la comme telle. Cette vérification est particulièrement importante pour les chiffres devenus populaires dans des présentations commerciales, où les anciennes valeurs continuent parfois à circuler après la publication finale.
Lecture proposée par TalkWeb. Schéma explicatif, sans résultat chiffré simulé.
Télécharger le schéma SVG ↓Une équipe veut afficher « +15 % avec l’IA » dans une infographie
Une équipe veut afficher « +15 % avec l’IA » dans une infographie. Dans le cas fictif, elle remplace ce titre par la mesure précise du support client et ajoute la population de 5 172 agents de la version publiée. Le graphique cesse de prétendre représenter tous les métiers. La recommandation métier est ensuite présentée séparément comme une hypothèse à tester.
Relire le passage comme s’il était cité ailleurs
Copiez la phrase et la légende hors de leur page. Peut-on encore identifier le pays, la période et le résultat observé ? Si non, ajoutez les éléments nécessaires sans transformer chaque phrase en note de méthode interminable.
Cette pratique améliore la compréhension ; elle ne garantit pas qu’un moteur ou un assistant conservera toutes les nuances. Surveillez les contresens récurrents pour corriger les formulations qui les favorisent.
Quand deux chiffres semblent incompatibles, commencez par comparer le périmètre des études avant d’en tirer une décision.
| Situation observée | Décision ou contrôle | Responsable |
|---|---|---|
| Résultat | Nommer unité et dénominateur | Analyste |
| Contexte | Garder population et période | Recherche |
| Reprise | Tester phrase et légende isolées | Édition |
La décision à retenir
Présentez chaque chiffre avec ce qu’il mesure, sur qui, quand et par rapport à quoi. Les annotations doivent rester compréhensibles même si un passage ou un graphique est repris seul.
- Votre prochaine étape
- Auditer les dix chiffres les plus visibles du site avec leur dénominateur.
- Comment juger le résultat
- Chaque chiffre reste interprétable hors de son paragraphe d’origine.
Les limites de cette analyse
- Une entreprise de support ; ni tous les secteurs ni un chatbot autonome.
- Les requêtes avec et sans résumé peuvent différer ; association, pas effet causal isolé.
Sources et résultats utilisés dans cet article
Les passages et le périmètre de lecture sont consultables ci-dessous. L’accès à un texte intégral ne signifie pas que chaque résultat a été audité.
Erik Brynjolfsson, Danielle Li, & Lindsey Raymond. (2025). Generative AI at Work. RECHERCHE · Quarterly Journal of Economics.
DOI : 10.1093/qje/qjae044 ↗Version publiée consultée ; résumé, population de 5 172 agents et résultat moyen.
Voir la fiche de preuve
- Constat
- L’assistance augmente de 15 % les problèmes résolus par heure en moyenne, avec des effets hétérogènes selon l’expérience.
- Localisateur
- Version publiée consultée ; résumé, population de 5 172 agents et résultat moyen.
- Court extrait
- « Generative AI at Work »
- Méthode
- RECHERCHE · Quarterly Journal of Economics
- Population
- 5 172 agents de support dans l’entreprise étudiée ; déploiement d’une assistance générative.
- Limites
- Une entreprise de support ; ni tous les secteurs ni un chatbot autonome.
Chapekis, A., & Lieb, A. (2025). Google users are less likely to click on links when an AI summary appears in the results. Pew Research Center.
Publication originale ↗Période des données : Navigation du 1er au 31 mars 2025 ; collecte des pages du 7 au 17 avril 2025
Article complet et encadré méthodologique consultés ; données individuelles non auditées.
Voir la fiche de preuve
- Constat
- 8 % contre 15 % pour les liens classiques ; 1 % des visites avec résumé conduisent à un clic dans le résumé lui-même.
- Localisateur
- Encadré How we did this et résultats sur les clics, article du 22 juillet 2025
- Court extrait
- « users very rarely clicked on the sources cited »
- Méthode
- Observation de navigation ; pas d’assignation aléatoire de l’affichage du résumé.
- Population
- 900 adultes aux États-Unis ; 68 879 recherches Google uniques.
- Limites
- Les requêtes avec et sans résumé peuvent différer ; association, pas effet causal isolé. Résultats de recherche collectés après la période de navigation ; affichage susceptible de changer. Pas de mesure des prospects, des ventes ou du marché français.
Voir la fiche de preuve
- Constat
- 8 % contre 15 % pour les liens classiques ; 1 % des visites avec résumé conduisent à un clic dans le résumé lui-même.
- Localisateur
- Pew Research Center · navigation de mars 2025 · 900 adultes américains
- Court extrait
- « users very rarely clicked on the sources cited »
- Méthode
- Observation de navigation ; pas d’assignation aléatoire de l’affichage du résumé.
- Population
- 900 adultes américains ; navigation de mars 2025, résultats de recherche reconstitués en avril.
- Limites
- Les requêtes avec et sans résumé peuvent différer ; association, pas effet causal isolé. Résultats de recherche collectés après la période de navigation ; affichage susceptible de changer. Pas de mesure des prospects, des ventes ou du marché français.
William S. Cleveland, & Robert McGill. (1984). Graphical Perception: Theory, Experimentation, and Application to the Development of Graphical Methods. Journal of the American Statistical Association.
DOI : 10.1080/01621459.1984.10478080 ↗Résumé éditeur, introduction et extrait de la section expérimentale ; pas de réanalyse des données.
Richard Y. Wang, & Diane M. Strong. (1996). Beyond Accuracy: What Data Quality Means to Data Consumers. Journal of Management Information Systems.
DOI : 10.1080/07421222.1996.11518099 ↗Résumé primaire consulté ; texte intégral non audité.
