# Communiqué rédigé par IA : comment vérifier les chiffres et les citations ?

Version HTML de référence : https://talkweb.fr/analyses/communiques-ia-evaluer-lexactitude-derriere-le-style/

Publication : 2026-10-28T09:06:55+01:00. Révision : 2026-10-28T09:06:55+01:00.

Séparez exactitude, message et style. Construisez une relecture utile avec les experts et mesurez le délai jusqu’au bon à diffuser.

## La réponse

Évaluez séparément exactitude, utilité pour le lecteur et qualité rédactionnelle. Une belle phrase contenant une affirmation non vérifiée doit échouer au contrôle factuel.

## 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](https://talkweb.fr/analyses/comparer-deux-textes-ia-organiser-une-lecture-a-laveugle/) aide à examiner le texte sans confondre qualité et origine supposée.

## 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.

Sources : [Experimental evidence on the productivity effects of generative artificial intelligence](https://doi.org/10.1126/science.adh2586)

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.

Sources : [From Effort Reduction to Effort Management: An Expectancy Theory Perspective on Professionals’ Work Practices with Generative AI](https://doi.org/10.1007/s12599-025-00960-4)

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.

Sources : [Experimental evidence on the productivity effects of generative artificial intelligence](https://doi.org/10.1126/science.adh2586); [From Effort Reduction to Effort Management: An Expectancy Theory Perspective on Professionals’ Work Practices with Generative AI](https://doi.org/10.1007/s12599-025-00960-4)

## 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.

Sources : [On Faithfulness and Factuality in Abstractive Summarization](https://doi.org/10.18653/v1/2020.acl-main.173)

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.

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.

## Bon à diffuser

La communication désigne qui valide les faits et qui autorise la diffusion ; elle fait le bilan après chaque campagne.

Bon à diffuser — éléments à examiner

| 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. |

## Passer à l’action

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.

Préparer la fiche de faits du prochain communiqué et relier les validations à la version qui sera publiée.

Aucun fait bloquant non confirmé au bon à diffuser ; le temps de contrôle est compté avec celui de rédaction.

## Limites

- 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

- [Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science.](https://doi.org/10.1126/science.adh2586) — 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.

- [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.](https://doi.org/10.1007/s12599-025-00960-4) — Lecture ciblée du texte HTML : résumé, méthode §4, résultats §5.1, §5.4 et §5.5. Annexes non auditées.

- [Joshua Maynez, Shashi Narayan, Bernd Bohnet, & Ryan McDonald. (2020). On Faithfulness and Factuality in Abstractive Summarization. ACL.](https://doi.org/10.18653/v1/2020.acl-main.173) — Résumé primaire consulté ; texte intégral non audité.

## Documentation

- [SharePoint — historique des éléments et fichiers](https://support.microsoft.com/en-au/sharepoint/data-and-lists/view-the-version-history-of-an-item-or-file-in-a-list-or-library) — Historique de versions ; visibilité selon les droits et la configuration. Ne démontre pas la validité métier du contenu.