ChatGPT laisse-t-il une empreinte sur notre langage parlé ? Ce qu’observe une étude

Les assistants conversationnels ne se contentent peut-être pas de répondre à nos questions ou de corriger nos textes. À force d’être lus, repris et intégrés à des échanges professionnels, scolaires ou personnels, ils pourraient aussi laisser des traces dans la parole humaine. C’est l’hypothèse étayée par une étude de l’Université d’État de Floride, qui observe une progression inhabituelle de certains mots associés au langage des modèles d’intelligence artificielle dans des conversations spontanées en anglais.

Publiée dans le cadre de travaux intitulés Model Misalignment and Language Change: Traces of AI-Associated Language in Unscripted Spoken English, cette recherche ne dit pas que chaque personne qui emploie un mot particulier a utilisé ChatGPT. Elle met plutôt en évidence une évolution statistique : depuis la diffusion des grands modèles de langage, certains choix de vocabulaire semblent se rapprocher davantage des formulations fréquemment produites par ces outils.

La nuance est essentielle. Le langage évolue en permanence, sous l’effet des médias, des milieux professionnels, de l’école, des réseaux sociaux et des événements culturels. Mais l’ampleur et la forme de cette évolution retiennent ici l’attention des linguistes.

Une vaste analyse de conversations non scénarisées

Pour chercher des traces concrètes d’une influence de l’IA, les chercheurs ont étudié 22,1 millions de mots tirés de conversations non scénarisées en anglais. Le corpus comprend notamment des podcasts consacrés aux sciences. Ce choix méthodologique est important : l’équipe s’intéresse à l’oral spontané, et non aux textes directement rédigés avec un assistant.

L’enjeu consiste à comparer l’évolution de mots ciblés avant et après l’arrivée de ChatGPT, lancé à la fin de l’année 2022, tout en regardant si leur progression s’écarte des tendances antérieures. Si un mot devient plus fréquent après l’essor des outils d’IA, il faut encore vérifier que cette hausse ne correspond pas simplement à une mode linguistique déjà amorcée.

Les auteurs se sont donc concentrés sur des termes particulièrement caractéristiques de formulations associées aux modèles de langage. Leur constat principal est que près de trois quarts des mots ciblés ont vu leur fréquence augmenter dans le corpus analysé.

Cette dernière comparaison compte beaucoup. Si tous les mots sophistiqués augmentaient au même rythme, il serait tentant d’y voir une simple évolution générale du registre de langue dans le corpus. Or la hausse observée paraît sélective : certains termes prennent de l’ampleur, tandis que des synonymes proches, comme « accentuate », ne suivent pas le même mouvement.

Que signifie cette « empreinte » de l’IA dans la parole ?

L’étude observe une convergence entre certains choix lexicaux humains et des mots associés à l’IA. Autrement dit, des personnes semblent employer plus souvent des termes que les modèles utilisent volontiers. Cette convergence est qualifiée de remarquable par rapport aux changements linguistiques historiques examinés par les chercheurs.

L’idée peut sembler contre-intuitive. ChatGPT est souvent utilisé pour écrire : préparer un courriel, reformuler un document, résumer un texte ou trouver une idée. Pourtant, les phrases et les mots rencontrés à l’écrit peuvent ensuite passer dans la conversation. Une formulation lue régulièrement dans un assistant, un document retravaillé ou une réponse publiée en ligne peut devenir plus familière, puis être réemployée à l’oral.

Les échanges avec l’IA ne sont d’ailleurs pas le seul vecteur envisageable. Des textes produits ou retravaillés par des modèles circulent dans les réseaux sociaux, les présentations, les contenus marketing, les supports pédagogiques et les communications professionnelles. L’influence éventuelle est donc diffuse : elle peut se transmettre sans que l’interlocuteur sache qu’une tournure a été suggérée, ou inspirée, par un outil d’intelligence artificielle.

Tom Juzek, professeur adjoint de linguistique computationnelle, résume l’enjeu éthique soulevé par les résultats : « Notre recherche met en lumière des questions éthiques majeures concernant l’impact de l’IA sur la langue. »

Une corrélation forte, pas la preuve d’une cause unique

L’étude apporte un signal quantitatif sérieux, mais elle ne permet pas de conclure que ChatGPT est, à lui seul, la cause de chaque changement observé. C’est une distinction fondamentale entre corrélation et causalité.

Une corrélation signifie que deux phénomènes évoluent ensemble : ici, la diffusion des modèles de langage et l’augmentation de la fréquence de certains mots dans un vaste corpus d’anglais parlé. Démontrer une causalité exigerait de pouvoir isoler l’effet précis des assistants conversationnels parmi de nombreux facteurs, par exemple les pratiques médiatiques, les habitudes de communautés professionnelles ou la nature même des podcasts étudiés.

Les chercheurs se demandent donc si les utilisateurs répètent consciemment des formulations proposées par l’IA, ou si l’exposition répétée aux modèles modifie plus profondément les normes linguistiques. Ces deux mécanismes peuvent coexister : on peut adopter un terme parce qu’il paraît efficace ou élégant, sans avoir l’impression d’imiter un assistant.

Pourquoi la langue est un enjeu éthique pour l’IA

À première vue, l’usage plus fréquent de mots comme « meticulous » ou « surpass » peut paraître anodin. Pourtant, les mots ne servent pas uniquement à transmettre une information. Ils signalent aussi un registre, une proximité sociale, une expertise supposée ou une manière d’argumenter. Lorsque des systèmes très largement utilisés favorisent certaines tournures, ils peuvent contribuer à modifier ce qui paraît naturel, professionnel, clair ou convaincant.

Le sujet devient particulièrement sensible parce que les modèles ne sont pas neutres. Ils reflètent les données sur lesquelles ils ont été entraînés, les choix de conception de leurs éditeurs et les mécanismes de filtrage appliqués à leurs réponses. Si certains biais linguistiques sont amplifiés dans les échanges humains, ils peuvent à leur tour influencer les comportements et les représentations sociales.

Cela ne signifie pas que toute évolution linguistique serait négative. Les langues ont toujours absorbé des mots, des expressions et des registres issus de nouveaux moyens de communication. L’imprimerie, la presse, la radio, la télévision, les messageries instantanées et les réseaux sociaux ont chacun changé la circulation des expressions. La nouveauté tient ici à la vitesse de diffusion potentielle et au fait qu’un interlocuteur artificiel peut générer, à la demande et en continu, des formulations adaptées à des millions d’utilisateurs.

De l’écrit à l’oral, un phénomène à documenter

Les résultats de l’équipe de Floride sont particulièrement intéressants parce qu’ils portent sur la langue parlée. Les effets des outils génératifs sur l’écriture sont plus faciles à imaginer : une personne peut copier, adapter ou conserver une proposition produite par ChatGPT. Observer des changements dans des conversations non scénarisées pose une question plus profonde : les modèles transforment-ils progressivement le répertoire mental de mots et de formulations disponible pour parler ?

L’étude s’inscrit dans le programme d’opportunité de recherche de premier cycle de l’Université d’État de Floride. Elle a été acceptée à la huitième Conférence sur l’IA, l’éthique et la société, un cadre qui souligne que l’enjeu dépasse la seule linguistique computationnelle.

Plusieurs pistes de recherche se dégagent déjà :

• comparer l’oral à l’écrit, afin de déterminer si les mêmes mots progressent dans les deux contextes ;
• observer différents types de conversations, au-delà des podcasts scientifiques et technologiques ;
• distinguer les changements durables des effets de mode passagers ;
• étudier les variations selon l’âge, les professions, les régions et les niveaux d’exposition aux assistants conversationnels ;
• déterminer si l’IA amplifie des mécanismes classiques de changement linguistique ou si elle en introduit de nouveaux.

Ces questions exigent du temps. Une langue ne se résume pas à la fréquence de quelques mots, et une hausse statistique ne dit pas encore comment un terme est compris, ni dans quelles situations il est employé. Mais la méthode ouvre une voie concrète pour étudier un phénomène jusqu’ici largement intuitif.

Ce qu’il faut surveiller

À mesure que les assistants d’IA deviennent des interfaces ordinaires pour chercher une information, écrire, apprendre ou travailler, leur influence linguistique mérite d’être mesurée avec autant de rigueur que leurs performances techniques. Les prochaines études devront notamment confirmer si le signal détecté dans ce corpus se retrouve dans d’autres formes d’anglais parlé, puis dans d’autres langues.

Pour les utilisateurs, il ne s’agit pas de bannir les formulations proposées par une IA, ni de considérer tout mot plus soutenu comme suspect. L’enjeu est plutôt de garder un regard actif sur son expression. Une réponse fluide n’est pas toujours la formulation la plus précise, la plus personnelle ou la mieux adaptée à son interlocuteur.

Cette recherche rappelle enfin une évidence souvent oubliée dans le débat sur l’IA : les humains entraînent les modèles avec leurs productions, mais les modèles peuvent ensuite influencer les humains qui les lisent. Comprendre cette boucle est indispensable pour évaluer l’impact culturel des assistants conversationnels, bien au-delà de la simple automatisation de l’écriture.