Évaluez séparément exactitude, utilité pour le lecteur et qualité rédactionnelle. Une belle phrase contenant une affirmation non vérifiée doit échouer au contrôle factuel.
Directrice communication
La décision à éclairer : Comment mesurer la qualité d’un communiqué assisté par IA sans confondre style fluide et exactitude ?
Quelle version des faits la communication autorise-t-elle à diffuser ?
Un communiqué peut être agréable à lire et annoncer une disponibilité qui n’existe pas encore. Pour une direction communication, le risque se situe dans les chiffres, les citations attribuées, les comparaisons et les promesses. La fluidité ne constitue donc pas un score de qualité suffisant.
Constituez un dossier de faits validés avant la rédaction : noms, dates, chiffres, périmètre des résultats et formulations autorisées. La grille de contrôle doit distinguer erreur bloquante et préférence de style. Une citation proposée par un modèle ne devient pas une citation de dirigeant parce qu’elle ressemble à son ton ; elle doit être approuvée comme déclaration nouvelle ou remplacée par une citation réellement documentée.
Séparer le désaccord de ton du désaccord sur ce qui peut être annoncé
La communication, l’expert et le dirigeant peuvent corriger la même phrase pour des raisons différentes. Demandez si la modification touche un fait, une promesse ou une préférence de formulation. Cette distinction évite qu’une série de retouches masque une décision de fond encore absente.
La note globale peut cacher une faute grave
Définissez les erreurs qui empêchent l’envoi avant de calculer une moyenne de qualité. Une date fausse ne doit pas être compensée par une excellente lisibilité. Une fois les critères bloquants satisfaits, comparez le style et l’efficacité du message. Ce fonctionnement rend la décision intelligible aux auteurs et évite que la grille soit modifiée après avoir découvert la version préférée.
Gardez le nombre de faits erronés, le temps de correction et les désaccords entre évaluateurs. Si l’IA améliore le style mais multiplie les vérifications, décidez si le gain reste intéressant sur ce type de communiqué. Vous pouvez aussi limiter son usage à la reformulation de passages déjà validés. L’objectif n’est pas de produire un texte qui semble avoir été écrit par un service communication : c’est de publier une information que ce service peut défendre.
Une fois les erreurs factuelles écartées, la relecture à l’aveugle des versions aide à examiner le texte sans confondre qualité et origine supposée.
Les faits sont-ils exacts ?
Contrôler dates, chiffres, noms et promesses contre les éléments approuvés.
Le message est-il compréhensible ?
Faire lire le texte sans révéler son origine et demander ce que le lecteur en retient.
Le style masque-t-il une incertitude ?
Réécrire le degré de certitude ; une phrase élégante ne transforme pas une hypothèse en annonce.
Une meilleure rédaction ne garantit pas l’exactitude du communiqué
Noy et Zhang rapportent, dans le résumé de leur expérience publiée en 2023, une baisse du temps de 40 % et une hausse de qualité de 18 % sur des tâches rédactionnelles rémunérées confiées à 453 professionnels. Ce sont des résultats de tâches étudiées, pas une promesse de gain sur un processus commercial ou RH complet. (Noy et al., 2023)
Une enquête qualitative publiée en 2025 par Memmert, Soroko et Bittner complète cette lecture : 21 professionnels, interrogés entre mars 2024 et mars 2025, décrivent l’apprentissage, le pilotage et la vérification autour de l’IA. Ces entretiens aident à rechercher où l’effort se déplace ; ils ne fournissent pas un taux de productivité généralisable. (Memmert et al., 2025)
Une amélioration de la qualité d’écriture dans l’expérience n’équivaut pas à un bon à diffuser. Pour la communication, la question supplémentaire est l’exactitude des faits attribués à l’entreprise. Nous séparons donc le contrôle bloquant des chiffres et citations du jugement sur le style. (Noy et al., 2023)(Memmert et al., 2025)
Une citation exacte peut être utilisée dans un contexte trompeur
Les travaux de Maynez et ses collègues distinguent la qualité d’un résumé de sa fidélité au document. Ce résultat sur des systèmes de 2020 ne donne pas le taux d’erreur d’un assistant actuel ; il justifie un contrôle séparé des faits. Un texte peut conserver les bons mots tout en supprimant la condition qui limitait leur portée. (Joshua Maynez et al., 2020)
Pour chaque chiffre du communiqué, revenez au tableau d’origine, à sa période et à son périmètre. Pour chaque citation, vérifiez le propos complet et son autorisation de publication. Faites apparaître la réserve près de l’affirmation, pas dans une note éloignée. Le responsable de communication peut travailler le rythme du texte après ce contrôle ; il ne doit pas avoir à deviner quelles phrases sont factuelles et lesquelles sont des propositions de formulation.
Donner au communiqué une fiche de faits avant de travailler le style
La directrice communication rassemble les chiffres, leur périmètre, les dates et les citations autorisées dans une fiche courte. Le rédacteur utilise l’IA pour proposer angle et formulation à partir de cette base. Le propriétaire du chiffre confirme la donnée ; le porte-parole confirme ses propos ; la communication donne le bon à diffuser sur une version identifiée.
Dans une bibliothèque SharePoint, l’historique aide à retrouver le fichier avant et après correction. Le bon à diffuser doit néanmoins désigner la version approuvée par votre circuit de communication. Faites tester le passage vers l’équipe web pour éviter qu’une retouche ultérieure ne soit publiée comme si elle avait été validée. Documentation de l’outil ↗
Dans le circuit de publication, distinguez correction de fond et retouche de ton. Si un texte est régénéré après validation, les faits modifiés doivent repasser en revue. L’équipe web reçoit la version approuvée, pas un brouillon voisin dans le fil de discussion. Comparez les versions anonymisées sur exactitude puis lisibilité ; une meilleure phrase ne compense pas une date fausse.
L’évaluation de qualité d’un texte et l’exactitude d’un communiqué répondent à des exigences différentes. Pour l’équipe communication, un seul chiffre erroné ou une citation non approuvée peut bloquer la publication malgré une rédaction appréciée. La fiche de faits doit permettre de remonter à la source de chaque élément sensible avant que l’approbateur donne son bon à diffuser.
La fiche de faits accompagne le texte
- 01Chiffre annoncé
- Périmètre et période confirmés par le propriétaire de la donnée
- 02Citation
- Propos et attribution approuvés par le porte-parole
- 03Version à publier
- Texte identifié par le bon à diffuser
Bon à diffuser
La communication désigne qui valide les faits et qui autorise la diffusion ; elle fait le bilan après chaque campagne.
| Ce que vous suivez | Comment le lire dans votre travail |
|---|---|
| Erreurs factuelles bloquantes | Distinguer faute de style et erreur sur un chiffre, un nom ou un engagement ; ces dernières bloquent le bon à diffuser. |
| Temps jusqu’au bon à diffuser | Mesurer depuis le brief stabilisé jusqu’à l’autorisation, en incluant les retours de validation. |
| Désaccords de jugement documentés | Localiser les désaccords sur des passages et des critères précis pour améliorer le brief suivant. |
Documentation & terrain
SharePoint — historique des éléments et fichiers ↗
Historique de versions ; visibilité selon les droits et la configuration. Ne démontre pas la validité métier du contenu.
La décision à retenir
Gardez le nombre de faits erronés, le temps de correction et les désaccords entre évaluateurs. Si l’IA améliore le style mais multiplie les vérifications, décidez si le gain reste intéressant sur ce type de communiqué. Vous pouvez aussi limiter son usage à la reformulation de passages déjà validés. L’objectif n’est pas de produire un texte qui semble avoir été écrit par un service communication : c’est de publier une information que ce service peut défendre.
- Votre prochaine étape
- Préparer la fiche de faits du prochain communiqué et relier les validations à la version qui sera publiée.
- Comment juger le résultat
- Aucun fait bloquant non confirmé au bon à diffuser ; le temps de contrôle est compté avec celui de rédaction.
Les limites de cette analyse
- Les chiffres de Noy et Zhang proviennent du résumé final publié ; les annexes ne sont pas auditées ici.
- Les entretiens de 2024–2025 portent sur des utilisateurs déjà engagés avec l’IA ; ils ne représentent pas tous les salariés.
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.
Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science.
DOI : 10.1126/science.adh2586 ↗Période des données : Expérience de la publication 2023 ; dates précises non extraites du résumé final
Résumé de la version publiée dans Science : 453 participants. Le PDF de travail de mars 2023 (444 participants) ne sert pas à documenter ces chiffres.
Voir la fiche de preuve
- Constat
- Sur des tâches rédactionnelles professionnelles, le résumé publié annonce 40 % de temps en moins et 18 % de qualité en plus.
- Localisateur
- Résumé Science, version publiée, juillet 2023
- Court extrait
- « The average time taken decreased by 40% and output quality rose by 18%. »
- Méthode
- Expérience préenregistrée avec exposition aléatoire à ChatGPT.
- Population
- 453 professionnels diplômés ; tâches rédactionnelles rémunérées.
- Limites
- Résumé publié consulté ; annexes non auditées. Ne mesure ni le développement logiciel ni un processus complet de livraison.
Memmert, L., Soroko, D., & Bittner, E. (2025). From Effort Reduction to Effort Management: An Expectancy Theory Perspective on Professionals’ Work Practices with Generative AI. Business & Information Systems Engineering.
DOI : 10.1007/s12599-025-00960-4 ↗Période des données : Entretiens : mars 2024 à mars 2025
Lecture ciblée du texte HTML : résumé, méthode §4, résultats §5.1, §5.4 et §5.5. Annexes non auditées.
Voir la fiche de preuve
- Constat
- Les entretiens décrivent une réallocation de l’effort, incluant apprentissage, pilotage et contrôle des sorties.
- Localisateur
- §4 ; §5.1 ; §5.4 ; §5.5
- Court extrait
- « nobody cares about the way the results are produced – it is perceived as coming from me »
- Méthode
- Entretiens semi-directifs et analyse de contenu dirigée
- Population
- 21 professionnels utilisant déjà l’IA générative
- Limites
- Échantillon intentionnel de personnes déjà utilisatrices ; pas une mesure représentative de tous les salariés. Déclarations et analyse qualitative : aucun gain causal de productivité chiffré.
Joshua Maynez, Shashi Narayan, Bernd Bohnet, & Ryan McDonald. (2020). On Faithfulness and Factuality in Abstractive Summarization. ACL.
DOI : 10.18653/v1/2020.acl-main.173 ↗Résumé primaire consulté ; texte intégral non audité.
