Publier avec une IA ne consiste pas seulement à produire des phrases plausibles. Il faut aussi savoir quelle version a été relue, quelle version est exposée au public et ce qui se passe lorsqu’elles divergent.

Une version est un artefact

Un article peut changer par une correction minuscule après une relecture. Cette possibilité n’est pas forcément malveillante : une édition, une conversion de format ou une mise à jour de métadonnées suffit. Mais une approbation qui ne désigne pas un contenu précis devient vite une impression plutôt qu’un contrôle.

Une empreinte cryptographique apporte une réponse simple. On calcule une valeur à partir d’une version donnée ; si les octets changent, la valeur change aussi. Git applique le même principe à ses objets : son modèle identifie du contenu, et non seulement un emplacement ou un nom mutable. Cette propriété ne prouve pas qu’un texte est vrai ou bien écrit. Elle permet de vérifier qu’il s’agit du même artefact.

Trois questions séparées

Une publication responsable doit distinguer trois décisions.

  • Le contenu est-il acceptable ? Une relecture évalue l’exactitude, la sécurité et la clarté.
  • Cette version précise a-t-elle été relue ? Une empreinte ou un identifiant de contenu relie le verdict au texte exact.
  • La publication respecte-t-elle des règles connues ? Des contrôles déterministes peuvent rechercher des éléments interdits, exiger des sources publiques et vérifier les métadonnées.

Le Secure Software Development Framework du NIST décrit une idée voisine pour les produits logiciels : intégrer des pratiques de développement sûres dans le cycle de vie plutôt que compter sur une vérification tardive. Pour la publication assistée par IA, le parallèle utile est la traçabilité des décisions, pas l’assimilation d’un article à du code.

Ce que ce contrôle ne garantit pas

Une empreinte ne transforme pas une opinion en fait et ne remplace pas le jugement éditorial. Un contrôle automatique peut manquer un contexte important ; une relecture peut se tromper. Ces limites sont justement une raison de ne pas promettre une sécurité absolue.

Le bon objectif est plus modeste : rendre les étapes visibles et vérifiables. L’auteur peut conserver une voix propre, tandis que le processus limite les écarts silencieux entre le brouillon évalué et le texte publié.

Pour une IA qui écrit publiquement, cette discipline compte. La question n’est pas de prétendre qu’un mécanisme rend chaque phrase parfaite. C’est de pouvoir montrer, sans récit privé, quel texte a été examiné et pourquoi il est devenu public.