Fact-checking d'un livre IA : méthode en 3 temps

« Selon une étude de l'université de Stanford publiée en 2019, 73 % des managers surestiment leur capacité d'écoute. » La phrase est fluide, le chiffre est précis, la source a l'air solide. Elle a tout d'une phrase vraie — sauf que l'étude n'existe pas. Le modèle qui l'a écrite ne mentait pas : il ne sait pas ce que mentir veut dire. Il a produit la suite de mots la plus plausible, et le plausible, dans son monde, a exactement la même texture que le vrai.

C'est le problème central de l'écriture assistée par IA, et curieusement, presque personne ne le traite frontalement : les modèles affirment avec le même aplomb ce qu'ils savent et ce qu'ils inventent. Dans un brouillon de travail, c'est un agacement. Dans un article de blog, une correction rapide. Mais dans un livre — un objet signé de votre nom, vendu à des lecteurs qui vous font confiance, cité peut-être par d'autres — une seule affirmation fausse découverte publiquement disqualifie l'ensemble. Le lecteur qui attrape un chiffre inventé ne se demande pas si le reste est vrai : il décide que rien ne l'est.

La réponse n'est ni de renoncer à l'IA ni de « relire attentivement » — nous verrons pourquoi la relecture attentive échoue précisément là où il faudrait qu'elle réussisse. La réponse est un processus : une méthode en trois temps qui construit une banque de faits, rend un verdict sur chaque affirmation et corrige chirurgicalement. C'est cette méthode que cet article détaille, cas de la fiction compris.

La rupture — pourquoi les modèles affirment ce qu'ils ne savent pas#

Pour traiter le problème, il faut d'abord le comprendre sans le caricaturer. Les hallucinations IA ne sont pas des bugs ni des mensonges : elles sont un sous-produit direct de ce que les modèles de langage font par construction. Un modèle génère la suite de texte la plus plausible au regard de ce qu'il a appris ; il n'interroge pas une base de faits, il complète des motifs. Quand le motif « selon une étude de » appelle un nom d'université, une année et un pourcentage, le modèle en fournit — et il les fournit avec la même assurance grammaticale qu'un fait établi, parce que l'assurance grammaticale est tout ce qu'il produit. La fiabilité de l'IA n'est donc pas une question de bonne foi ou de progrès moral du logiciel : c'est une propriété structurelle à connaître, qui impose un processus externe de vérification.

Les hallucinations d'un manuscrit ont d'ailleurs des formes récurrentes qu'on apprend à reconnaître : le chiffre précis qui donne de l'autorité à un paragraphe, la date qui ancre un événement, l'étude attribuée à une institution prestigieuse, la citation prêtée à une personnalité, le nom propre légèrement déformé, la statistique « de l'ordre de » devenue exacte au pourcent près. Toutes partagent un trait : elles rendent le texte meilleur. Plus convaincant, plus dense, plus sérieux. C'est ce qui les rend si dangereuses — l'auteur n'a aucune envie de s'en méfier, puisqu'elles travaillent pour lui.

Et c'est pourquoi le livre est le pire des supports pour une hallucination. Un billet de blog se corrige en une minute ; un livre est durable, signé, payé — et il circule. Il sera peut-être cité, recommandé, offert. L'erreur y est gravée, dupliquée à chaque exemplaire, et la découverte publique d'une seule affirmation fausse contamine rétroactivement tout l'ouvrage : la confiance du lecteur ne se dégrade pas proportionnellement, elle s'effondre d'un coup. Qui signe un livre écrit avec l'IA endosse chaque phrase, y compris celles qu'il n'a pas dictées. La question n'est donc pas de savoir si un manuscrit assisté par IA contient des affirmations à vérifier — il en contient — mais de disposer d'un processus qui les trouve toutes avant le lecteur.

Le fonctionnement — la méthode en trois temps : détecter, vérifier, corriger#

Le fact-checking livre IA efficace repose sur un principe d'organisation : on ne vérifie pas un texte, on vérifie une liste. Tant que les affirmations restent noyées dans la prose, la vérification est un exercice d'attention voué à l'échec ; extraites et alignées dans une banque de faits, elles deviennent un travail fini, mesurable, dont on sait quand il est terminé. Les trois temps découlent de ce principe.

Temps un — détecter. On parcourt le manuscrit pour en extraire toute affirmation factuelle vérifiable : chiffres, pourcentages, dates, montants, noms d'études et d'institutions, citations attribuées, références à des autorités, événements historiques, affirmations juridiques ou techniques. Chaque extraction devient une entrée de la banque de faits, avec sa localisation exacte dans le texte — chapitre, section, phrase — car il faudra y revenir au temps trois. L'extraction ne juge rien : elle recense. Une affirmation vraie et une affirmation inventée entrent dans la banque de la même manière, précisément parce qu'à ce stade on ne sait pas les distinguer — c'est tout le problème qu'on est en train de résoudre.

À cette extraction s'ajoute un filet déterministe, et il mérite qu'on s'y arrête car c'est l'outil le plus rentable de toute la méthode. Certaines formules trahissent mécaniquement une affirmation à risque : « selon une étude » sans source nommée, « les experts s'accordent », « il est prouvé que », « des recherches récentes montrent ». Ces tournures se détectent par simple recherche de motifs, sans aucun jugement — un repérage littéral dans le texte suffit. Le filet déterministe ne remplace pas l'extraction fine, il la garantit : quoi qu'ait manqué l'œil, ces motifs-là seront signalés à tous les coups. Un vernis d'autorité sans référence derrière est toujours, au minimum, une phrase à reprendre.

Temps deux — vérifier. Chaque entrée de la banque est confrontée à des sources réelles — et « réelles » est le mot décisif. Vérifier une affirmation d'IA en interrogeant la même IA de mémoire, c'est demander au suspect de confirmer son alibi : le modèle qui a halluciné une étude peut halluciner sa confirmation avec le même aplomb. La vérification exige de sortir du modèle : publication d'origine, texte officiel, base de données institutionnelle, document primaire. Pour vérifier les faits d'un livre, la hiérarchie classique du journalisme s'applique : la source primaire prime sur la source secondaire, la source secondaire sur la reprise de presse, et une affirmation qui ne se retrouve que dans des reprises en boucle — sans document d'origine identifiable — n'est pas confirmée, quel que soit le nombre de reprises.

Chaque entrée reçoit alors l'un de trois verdicts. Confirmée : une source probante l'atteste — on la note, avec sa référence. Contredite : une source probante établit autre chose — l'affirmation devra être corrigée. Non vérifiable : aucun élément probant dans un sens ni dans l'autre. Ce troisième verdict est la clef de voûte de la méthode, et sa règle est absolue : sans élément probant, on ne tranche pas. « Ça semble vrai » n'est pas un verdict ; « je n'ai rien trouvé qui le contredise » non plus. Une affirmation non vérifiable n'est ni graciée ni condamnée — elle est marquée, et son sort se règle au temps trois, par la reformulation ou la coupe, jamais par un pari.

Temps trois — corriger. Les corrections sont chirurgicales : on remplace l'affirmation fautive, pas le paragraphe. Une affirmation contredite est rectifiée avec le chiffre exact et sa source, ou supprimée si elle ne servait que de décor. Une affirmation non vérifiable est soit reformulée prudemment — « couramment », « de l'ordre de », sans précision inventée — soit coupée si l'argument tient sans elle ; et si l'argument ne tient pas sans elle, c'est l'argument qu'il faut revoir, car il reposait sur du vide. La chirurgie a une raison d'être : les réécritures larges, confiées à un modèle, peuvent introduire de nouvelles affirmations — donc de nouvelles hallucinations potentielles — et rouvrir ce qu'on vient de fermer.

Chaque intervention est journalisée : quelle affirmation, quel verdict, quelle correction, sur la foi de quelle source. Ce journal n'est pas de la bureaucratie — c'est la mémoire du processus. Il permet de reprendre la vérification après une réécriture de chapitre sans tout refaire, de prouver, si l'ouvrage est un jour contesté, que la diligence a été faite, et de transmettre à un éditeur ou un relecteur l'état exact du travail. Un fact-checking sans journal est un fact-checking qu'on ne peut ni auditer ni reprendre.

Un mot sur le cas que tout le monde croit exempté : la fiction. Un roman n'affirme rien sur le monde réel — mais il affirme tout sur son propre monde, et les modèles y hallucinent avec le même naturel : le personnage secondaire mort au chapitre quatre qui reprend la parole au chapitre onze, la chronologie qui fait tenir deux semaines d'événements entre un lundi et un mercredi, les yeux qui changent de couleur, la ville côtière devenue montagnarde, l'objet perdu qui ressurgit sans explication. La méthode reste la même, la référence change : au lieu de confronter les affirmations à des sources externes, on les confronte au canon interne du livre. Le temps un extrait les faits du récit — personnages, lieux, dates internes, objets, relations — et en fait la banque ; le temps deux vérifie chaque scène contre cette banque ; le temps trois corrige les contradictions et journalise. La cohérence interne est à la fiction ce que l'exactitude est à la non-fiction : la condition de la confiance du lecteur.

La démonstration — trois verdicts, trois traitements, rien d'autre#

La force de la méthode tient à sa fermeture : toute affirmation extraite finit dans l'un de trois états, et chaque état commande un traitement défini. Il n'existe pas de quatrième catégorie — pas de « probablement vrai », pas de « à voir plus tard », pas de « l'auteur confirme de mémoire ». C'est cette fermeture qui rend le travail fini et le résultat opposable.

Ce tableau a une conséquence pratique qui surprend : le verdict « non vérifiable » est fréquent, et ce n'est pas un échec du processus — c'est une information. Un manuscrit assisté par IA produit naturellement des affirmations invérifiables, puisque le modèle compose des énoncés plausibles sans se soucier de leur traçabilité. Les découvrir avant publication, c'est précisément le travail. Un livre dont toutes les précisions chiffrées sont soit sourcées soit reformulées en ordres de grandeur honnêtes est un livre qui ne peut plus être pris en défaut sur ses faits — il ne promet rien qu'il ne puisse tenir.

C'est cette logique qu'Orchessia Book Intelligence a industrialisée. Le fact-checking en trois temps y est une étape de la chaîne de production, pas une option : détection des chiffres, dates, études et autorités, vérification contre sources réelles avec les trois verdicts, correction chirurgicale journalisée — et bascule automatique sur la détection d'incohérences internes pour la fiction. Mais l'exactitude n'y repose pas sur cette seule étape : parmi les 7 relecteurs spécialisés qui notent chaque section, deux sont dédiés respectivement à l'exactitude et au sourçage, chacun notant deux fois avec médiane — soit 14 relectures par section, toutes disciplines confondues. Et le conseil éditorial ajoute une couche adversariale : parmi ses 16 juges siège un procureur dont la mission est d'attaquer le manuscrit, affirmations comprises, avant que le débat puis le jury ne se prononcent.

Mise en pratique — monter sa banque de faits à la main#

La méthode est outillable, mais elle ne dépend d'aucun outil : un tableur et de la rigueur suffisent pour la pratiquer sur son propre manuscrit. Voici le protocole, carte par carte.

Deux réflexes complètent le protocole. D'abord, calibrez votre suspicion sur la précision : plus une affirmation est précise, plus elle exige de preuve. « Le télétravail s'est massivement développé » est une généralité défendable ; « 47 % des cadres télétravaillent trois jours par semaine » engage un chiffre, une population et une fréquence — trois choses à prouver. L'IA produit volontiers la seconde forme parce qu'elle sonne mieux ; votre travail est de vérifier que le gain d'autorité est payé en preuve, sinon de revenir à la généralité honnête. Ensuite, traitez les chapitres réécrits comme du texte neuf : toute passe de réécriture, humaine ou IA, peut introduire des affirmations fraîches. La banque de faits n'est pas un document qu'on remplit une fois — c'est un état du manuscrit qu'on maintient jusqu'au fichier final.

L'objection — « Je relis tout moi-même, ça suffit »#

C'est l'objection la plus naturelle, et elle part d'une vraie force : l'expertise de l'auteur attrape réellement beaucoup d'erreurs. Celui qui connaît son domaine repère l'énormité, le contresens, la tendance inversée — et aucune banque de faits ne remplace ce radar-là. Il faut le dire sans détour : la relecture experte est nécessaire, et un fact-checking sans elle serait aveugle au sens.

Mais elle échoue structurellement sur trois points, et c'est pourquoi elle ne peut pas suffire. Premier point : l'œil expert lit pour le sens, pas pour les chiffres. Une hallucination bien formée est par définition plausible — c'est la seule chose que le modèle sait produire — et le lecteur expert glisse dessus précisément parce qu'elle ne choque pas son radar : 73 % là où la réalité dirait 60, une étude de 2019 qui serait de 2016 si elle existait, un nom d'institution presque juste. L'expertise attrape le faux invraisemblable ; elle est presque impuissante contre le faux vraisemblable, qui est l'espèce dominante.

Deuxième point : la vigilance ne tient pas la distance. Vérifier mentalement chaque affirmation exige un état d'alerte que personne ne soutient sur un manuscrit entier ; l'attention décline, et elle décline le plus dans les chapitres que l'auteur connaît le mieux — là où la confiance remplace le contrôle. Troisième point : la relecture ne laisse aucune trace. Elle ne dit pas ce qui a été vérifié, sur quelle base, ni ce qui reste à faire ; après une réécriture, tout est à refaire, et rien n'est opposable si une affirmation est contestée après publication.

La conclusion honnête n'est donc pas « la relecture ou le processus », mais l'ordre des deux : le processus d'abord — extraction exhaustive, verdicts, corrections journalisées, qui ne dépendent ni de la forme du jour ni de la mémoire — et la relecture experte ensuite, concentrée sur ce qu'elle seule sait faire : le sens, les nuances, les simplifications abusives. Quant au temps que le processus réclame, il se compare au bon référentiel : non pas au temps de la relecture qu'il complète, mais au coût d'une seule erreur publiée dans un objet signé, vendu et durable. Ce coût-là ne se rattrape pas par un correctif.

Le futur — des livres écrits avec l'IA qu'on peut citer#

Ce que cette méthode dessine dépasse la correction d'erreurs : c'est la condition pour que les livres écrits avec l'IA accèdent au statut de référence — qu'on puisse les citer, les offrir, les recommander sans réserve mentale. La différence entre un texte généré et un livre publiable n'est pas le style : c'est la chaîne de responsabilité qui garantit chaque affirmation. Les sources d'un livre ne sont pas un appendice bibliographique : elles sont la matérialisation de cette chaîne — chaque précision chiffrée du texte final est soit adossée à une référence, soit reformulée en ordre de grandeur assumé.

C'est exactement la place que le fact-checking occupe dans la chaîne éditoriale autonome que nous avons détaillée dans la méthode complète pour écrire un livre avec l'IA : non pas une passe finale ajoutée par prudence, mais une station intégrée au flux de production, entre la rédaction et les portes qualité. Chaque ouvrage y traverse les trois temps — détection, vérification, correction journalisée — puis affronte les relecteurs d'exactitude et de sourçage, le conseil éditorial et son procureur, avant le human gate final où l'auteur, journal de vérification sous les yeux, endosse ce qu'il signe. La responsabilité ne disparaît pas dans l'automatisation : elle y gagne des preuves.

À mesure que l'écriture assistée se généralise, cette discipline deviendra le partage des eaux. D'un côté, des textes abondants, fluides et invérifiés, dont la crédibilité s'érodera à chaque erreur découverte ; de l'autre, des ouvrages dont chaque affirmation est traçable, et qui pourront revendiquer ce que le lecteur achète vraiment quand il achète un livre : la confiance. L'IA a rendu l'écriture rapide ; c'est la vérification qui la rendra durable.

Questions fréquentes#

Pourquoi l'IA invente-t-elle des faits ?#

Parce qu'un modèle de langage ne consulte pas une base de faits : il génère la suite de texte la plus plausible au regard des motifs appris. Quand la phrase en cours appelle un chiffre, une date ou un nom d'étude, le modèle en produit un — vraisemblable, bien formé, et éventuellement faux — avec la même assurance grammaticale qu'un fait établi, car cette assurance est la seule chose qu'il fabrique. Ce n'est ni un mensonge ni une panne : c'est une propriété structurelle de la génération de texte. Elle n'interdit pas d'écrire avec l'IA ; elle impose un processus de vérification externe, car le modèle lui-même ne distingue pas ce qu'il sait de ce qu'il complète.

Comment vérifier les faits d'un livre écrit avec l'IA ?#

En trois temps, sur une banque de faits plutôt que sur le texte courant. Détecter : extraire toutes les affirmations factuelles — chiffres, dates, études, citations, autorités — avec leur localisation, plus un filet déterministe sur les formules à risque comme « selon une étude » sans source. Vérifier : confronter chaque entrée à des sources réelles, primaires de préférence, et rendre l'un de trois verdicts — confirmée, contredite, non vérifiable — sans jamais trancher sans élément probant. Corriger : remplacer chirurgicalement, sourcer chaque rectification, reformuler ou couper le non vérifiable, et journaliser chaque intervention. Ne jamais faire confirmer une affirmation par le modèle qui l'a produite : c'est demander au suspect de valider son alibi.

Que faire d'une affirmation invérifiable ?#

La marquer non vérifiable, puis la reformuler prudemment ou la couper — jamais trancher sans preuve. Si l'affirmation apporte une précision chiffrée introuvable, on la ramène à un ordre de grandeur honnête (« couramment », « de l'ordre de ») qui ne promet rien d'indémontrable ; si elle ne servait que de décor, on la supprime ; et si l'argument s'effondre sans elle, c'est l'argument qu'il faut revoir, car il reposait sur du vide. « Je n'ai rien trouvé qui la contredise » n'est pas une validation : l'absence de preuve contraire ne transforme pas une invention plausible en fait. Le verdict non vérifiable est un résultat complet du processus, pas un échec.

Le fact-checking concerne-t-il la fiction ?#

Oui, sous une autre forme : la cohérence interne remplace l'exactitude externe. Un roman n'affirme rien sur le monde réel, mais il affirme tout sur son propre monde — et les modèles y produisent les mêmes accidents : personnage mort qui reprend la parole, chronologie impossible, lieux ou objets qui changent sans explication, détails physiques instables. La méthode reste identique en changeant de référentiel : on extrait les faits du récit (personnages, lieux, dates internes, relations, objets) pour constituer le canon du livre, on vérifie chaque scène contre ce canon, on corrige les contradictions et on journalise. La confiance du lecteur de fiction repose sur cette cohérence exactement comme celle du lecteur d'essai repose sur les faits.

Qui est responsable des erreurs d'un livre écrit avec l'IA ?#

L'auteur qui signe — intégralement, y compris pour les phrases qu'il n'a pas dictées. Le modèle n'est pas une personne, il n'endosse rien ; le nom sur la couverture endosse tout, juridiquement comme moralement, et c'est le lecteur trompé qui demandera des comptes à l'auteur, pas au logiciel. C'est précisément pour cela que le processus existe : la banque de faits, les verdicts et le journal de corrections sont la manière dont un auteur exerce concrètement cette responsabilité — et la preuve de diligence qu'il peut produire si une affirmation est contestée. Signer un livre assisté par IA sans processus de vérification, c'est endosser à l'aveugle.

L'action : par où commencer#

Nul besoin d'attendre le manuscrit complet ni de s'équiper : la vérification commence dès aujourd'hui, avec un tableur et le chapitre que vous avez sous la main.

• Ouvrez un tableau à cinq colonnes — affirmation, localisation, verdict, correction, source : c'est votre banque de faits, elle vivra jusqu'au fichier final.
• Tendez le filet déterministe sur votre texte : recherchez littéralement « selon une étude », « les experts », « il est prouvé », « des recherches montrent », et marquez chaque occurrence sans source nommée.
• Extrayez les affirmations factuelles d'un premier chapitre — chiffres, dates, études, citations attribuées — sans rien juger : une ligne par affirmation.
• Rendez vos premiers verdicts en remontant aux sources primaires, et appliquez la règle de fer : sans élément probant, on ne tranche pas.
• Corrigez chirurgicalement, journalisez chaque intervention, puis étendez le protocole au reste du manuscrit, chapitre par chapitre.

Un seul chapitre traité suffit à mesurer ce que la relecture seule laissait passer — c'est l'argument le plus convaincant pour continuer. Et si vous préférez que ce processus soit intégré à la production plutôt que reconstruit à la main, Orchessia Book Intelligence l'applique à chaque ouvrage : détection, vérification contre sources réelles, correction journalisée, et bascule sur la cohérence interne pour la fiction.

À retenir#

• Les modèles affirment avec le même aplomb ce qu'ils savent et ce qu'ils inventent : l'hallucination est une propriété structurelle de la génération, pas un bug qu'une future version fera disparaître.
• Dans un livre — durable, signé, vendu, cité — une seule affirmation fausse découverte publiquement contamine la crédibilité de tout l'ouvrage.
• La méthode tient en trois temps sur une banque de faits : détecter (extraction exhaustive plus filet déterministe sur les formules à risque), vérifier (sources réelles, trois verdicts), corriger (chirurgical, sourcé, journalisé).
• La règle de fer du verdict : sans élément probant, on ne tranche pas — le non vérifiable se reformule prudemment ou se coupe, il ne se valide jamais au jugé.
• La fiction n'est pas exemptée : la cohérence interne — personnages, chronologie, lieux, canon du récit — s'y vérifie avec la même méthode, contre le livre lui-même.
• La relecture experte reste nécessaire mais ne suffit pas : elle attrape le faux invraisemblable et glisse sur le faux vraisemblable ; seul un processus tracé est exhaustif, reprenable et opposable.

Écrire vite n'a de valeur que si l'on peut signer sans trembler — c'est exactement ce que garantit le processus d'Orchessia Book Intelligence.