« Ça pue l’IA quand on lit. » Tu l’as déjà entendue, celle-là. Probablement même dite. Les textes générés se ressemblent tous, les conseils tournent en rond, les structures sentent le moule à biscuits.

Le réflexe, c’est de blâmer l’outil. Pas assez intelligent, trop générique, manque de finesse.

Mauvaise piste.

Le problème, c’est ce qu’on lui donne à manger. Une IA qui ne sait rien de toi va te répondre comme à n’importe qui. Logique.

J’ai fait deux expériences depuis un an pour sortir Claude de cette moyenne tiède. La première porte sur ma personnalité. La deuxième sur ma voix. Les deux reposent sur des données que j’avais déjà, sans le savoir.

Voici ce que ça donne.

Petite note avant qu’on commence : je parle de Claude parce que c’est l’outil que j’utilise au quotidien. Ce que je raconte ici fonctionne aussi avec ChatGPT, Gemini, Mistral ou n’importe quelle autre IA conversationnelle qui accepte qu’on lui donne du contexte. La logique est la même, l’interface change.

Quinze ans de tests psychométriques

J’en ai passé beaucoup. Au fil des jobs, des curiosités, des coachings, des remises en question (j’aurais pu en faire un sport olympique).

HBDI. Working Genius. Ennéagramme. CliftonStrengths. ProfilSoft. Dynamix.

Certains de ces tests me servaient à comprendre comment je fonctionne en équipe. D’autres à éclairer une décision de carrière. Tous m’ont laissé un rapport PDF avec des graphiques colorés. Je les ai relus une fois, deux, puis classés sagement.

Jusqu’à ce que je les ressorte tous, en 2025, pour faire autre chose.

J’ai pris ces quinze années de résultats et j’en ai tiré une synthèse. Pas un copier-coller des rapports, une vraie lecture transversale: qu’est-ce qui ressort de manière répétée, qu’est-ce qui a évolué, où sont mes patterns durables.

Deux exemples concrets de ce que ça révèle chez moi.

Je passe trop de temps sur la structure et le détail avant de lancer un projet. Mode de pensée analytique dominant, allergie à publier quelque chose d’imparfait.

Sous pression, je me ferme aux avis divergents et je bascule en hyper-organisation. Je cesse d’écouter, je me concentre sur l’exécution.

Ces deux traits, je les avais déjà identifiés intuitivement. Mais les voir confirmés par cinq tests différents, sur quinze ans, c’est autre chose qu’une intuition.

J’ai mis cette synthèse dans un fichier markdown que j’appelle simplement profil psychométrique. Et j’ai donné ce fichier à Claude, dans la mémoire d’un projet.

Effet concret immédiat.

Quand je lance maintenant une nouvelle réflexion avec Claude, il sait. Il sait que je vais probablement passer trois semaines à peaufiner avant de publier. Il sait que sous pression, je vais m’enfermer.

Et il me le dit.

Pas du genre coach qui te pose des questions ouvertes pour la forme. Plutôt du genre ami honnête qui te connaît assez pour te ramener sur terre au bon moment. « Eliot, c’est ta quatrième révision de la structure. Le brouillon est bon. Publie, on améliore après. »

Ça change tout. Claude ne devient pas plus intelligent. La grosse différence, c’est qu’il a mes blind spots en tête.

Plusieurs gigas de courriels

Le deuxième problème de l’IA générique, c’est l’écriture.

L’argument est connu: toutes les IA sont entraînées sur les mêmes corpus, donc elles produisent des textes qui se ressemblent. Une fois qu’on a lu trois articles générés sur le même sujet, on reconnaît le pattern. Mêmes rythmes, mêmes formules, mêmes structures. Et oui, ça pue l’IA.

Si je veux que Claude m’aide à écrire sans qu’on me reconnaisse l’outil au premier coup d’oeil, il faut que je lui donne ma voix.

Sauf que ma voix, elle existe déjà quelque part.

Elle existe dans mes courriels.

J’ai exporté plusieurs gigas de courriels personnels accumulés depuis onze ans. Le droit à la portabilité, version européenne (RGPD) ou québécoise (Loi 25), permet de récupérer ses propres données auprès d’un fournisseur en quelques clics. Gmail le fait via Google Takeout, la plupart des services le font aussi.

Sur ces vingt-trois mille courriels, j’ai fait tourner une analyse stylistique. Pas une analyse du contenu, pas une lecture des messages. Une lecture de la forme: marqueurs récurrents, structures de phrases préférées, transitions habituelles, registres selon le contexte (informel interne, formel externe, négo commerciale, recadrage).

Ce que ça révèle est plus précis que ce qu’on imagine.

Je commence presque toujours mes suivis par « comme discuté ». J’utilise « concrètement » pour passer de la théorie à l’action. Je signe « Eliot », sans titre, sans formule. Je n’utilise jamais le conditionnel de politesse: indicatif affirmatif, point.

Ces marqueurs-là, je les avais en tête sans pouvoir les nommer. Maintenant ils sont dans un fichier, structurés, exploitables.

Important: cette analyse, je l’ai faite tourner sur un LLM local, sur ma machine. Plusieurs gigas de courriels, ça ne rentre pas dans une fenêtre de contexte standard. Et pour des raisons de prudence évidentes (mes courriels parlent aussi de tiers), garder les données chez moi me semble la bonne posture.

La mécanique technique de cette manipulation, je la creuse dans cet article. Pour l’instant, ce qui m’intéresse c’est le résultat.

Quand je donne ce profil stylistique à Claude et que je lui demande de bonifier un texte, il ne réécrit pas avec sa voix à lui. Il bonifie avec ma voix à moi.

Et ça se sent dès la première phrase.

La vraie utilité, c’est la combinaison

Pris séparément, chacun de ces deux fichiers est utile.

Mais c’est la combinaison qui change la donne.

Avant: Claude me proposait des solutions structurées, mais elles passaient à côté de mes patterns. Il ne savait pas que j’allais sur-itérer. Il ne savait pas non plus écrire comme moi, donc je devais retravailler ses sorties pour qu’elles soient publiables sous mon nom.

Après: il me challenge sur mes blind spots et il bonifie avec ma voix. Le mentor et l’éditeur dans la même fenêtre.

Un autre truc ben le fun : il a arrêté de me complimenter pour rien. Une IA générique, c’est dans son ADN de plaire. Même quand ton idée est franchement merdique, elle te sort un « belle réflexion, voici comment la développer ». Ça rassure deux secondes. Ça rend service à personne.

Claude sait que je préfère me faire dire qu’une idée tient pas la route plutôt que de me faire bercer. Du coup, quand il valide une piste, je le crois pour vrai. Et quand il me dit que je suis en train de construire une fausse bonne idée, je l’écoute (même si ça me pique un peu).

Posture importante à clarifier ici, parce qu’elle est centrale dans ma manière de travailler avec l’IA.

Claude ne rédige pas à ma place. Il bonifie un brouillon que j’ai dicté ou écrit. Il corrige une formulation maladroite, il propose une transition, il repère un argument qui manque. Il ne crée pas le texte de zéro.

Cette nuance compte. Je ne veux pas que ce site soit rempli de contenu généré qui prendrait ma voix sans mon cerveau derrière. Ce serait malhonnête envers toi qui me lis, et inintéressant pour moi qui écris.

Ce que je publie passe d’abord par mon idée, mes mots, ma manière de les ordonner. Claude intervient ensuite, avec en main mon profil et ma voix, pour que la version publiée soit plus claire que la version brute. J’en parle plus en détail dans la section Mon rapport à l’IA de ma page À propos.

C’est exactement le rôle qu’aurait un bon éditeur humain (sauf que celui-là est disponible à minuit onze, et qu’il ne se vexe pas quand je refuse trois suggestions de suite).

Et toi, qu’est-ce que tu as déjà sous la main

Toutes ces données existaient déjà. Quinze ans de tests psychométriques qui dormaient dans un dossier bien rangé (oui, bien rangé, parce que je classe tout, c’est plus fort que moi). Onze ans de courriels qui dormaient dans Gmail.

Je ne les ai pas créées pour l’IA. Je les ai juste retrouvées et organisées. Mon obsession pour le classement, qu’on me reproche parfois en réunion, vient finalement de me rendre service.

Et toi? Tu as probablement les mêmes gisements quelque part dans ta vie numérique. Tu sais juste pas encore où regarder.

Références

Les tests cités dans cet article :

  • HBDI (Herrmann Brain Dominance Instrument) : outil d’analyse des préférences cérébrales, quatre quadrants.
  • Working Genius de Patrick Lencioni : identification des six types de génie au travail.
  • Ennéagramme : typologie en neuf profils de personnalité, plusieurs versions disponibles.
  • CliftonStrengths (Gallup) : identification des cinq talents principaux parmi trente-quatre.
  • ProfilSoft et Dynamix : tests développés au Québec, utilisés en évaluation et développement de gestionnaires.