La formule « pas X, c'est Y » n'est pas un tic d'IA. C'est une optimisation sémantique.
Oui, le titre de cet article est lui-même un « pas X, c'est Y ». Le choix est assumé. Lisez-le jusqu'au bout avant de crier au tic.
Depuis deux ans, une moquerie s'installe dans les commentaires LinkedIn, les ateliers d'écriture et les rédactions de marque : les textes produits par IA sont reconnaissables au pattern « ce n'est pas X, c'est Y » ou, dans sa version plus dense, « pas X, pas Y, mais Z ». Il serait devenu le tell du ghostwriter algorithmique, l'équivalent de 2025 du « en tant qu'expert » des pages LinkedIn de 2018.
Le verdict est commode. Il est aussi incomplet.
Cette formule existait avant l'IA. Elle porte un nom dans la rhétorique classique. Sa croissance dans la littérature de management américaine précède les LLM de plusieurs décennies. Et quand on descend sous la surface, on découvre une raison structurelle à son amplification algorithmique : la négation est cognitivement plus efficace que l'affirmation pour restreindre le champ des possibles — exactement ce qu'un lecteur cherche à faire quand on lui présente une thèse.
Ce n'est donc pas un tic. C'est une optimisation sémantique. Et comme toute optimisation, elle a un coût : la saturation.
Le diagnostic trop facile
Avant de défendre la formule, concédons ce qui est vrai. Beaucoup de textes produits par IA saturent effectivement le pattern. Trois, quatre, cinq occurrences dans un même post. Le lecteur décroche. La structure devient mécanique. Le ton perd sa variation. Sur le plan du pur produit fini, la critique est fondée : l'IA sur-utilise.
Mais « sur-utiliser une forme » ne veut pas dire « utiliser une forme défectueuse ». Un chef qui met trop de sel ne prouve pas que le sel est mauvais. Il prouve qu'il n'a pas dosé.
Le problème est le dosage. Le diagnostic devrait être : l'IA applique une figure puissante sans calibrer son intensité au contexte du lecteur humain. Le diagnostic qui circule est plus pauvre : l'IA invente un pattern artificiel qui trahit sa nature. Le second est faux. Le premier est intéressant.
Partie 1 — Une figure rhétorique qui porte un nom depuis Aristote
Le pattern « pas X, c'est Y » n'est pas né avec GPT-3. Il s'appelle correctio, en latin, ou épanorthose en grec — littéralement « rectification ». Quintilien le traite dans l'Institutio Oratoria (Livre IX, chapitre 3), au premier siècle de notre ère, comme l'une des figures de rectification les plus utiles au discours argumentatif. Heinrich Lausberg, dans son Handbook of Literary Rhetoric — traduction anglaise (Brill, 1998) de son Handbuch de 1960 — lui consacre les sections §784 à §786 parmi les figures de pensée majeures de la tradition occidentale.
[VÉRIFIÉ] Correctio = figure rhétorique consistant à rejeter un terme pour le remplacer par un autre jugé plus juste. Sources : Quintilien Institutio Oratoria IX.3 ; Lausberg §§784-786 ; entrée « correctio » de Silva Rhetoricae (rhetoric.byu.edu), l'ouvrage de référence en ligne sur la rhétorique classique.
La correctio se distingue de trois figures voisines avec lesquelles on la confond souvent :
- L'antithèse se contente d'opposer deux termes sans rejeter le premier (la vie est courte, l'art est long).
- L'antimétabole inverse l'ordre des mots (ne demandez pas ce que votre pays peut faire pour vous, demandez ce que vous pouvez faire pour votre pays).
- L'épanalepse répète un même mot en début et fin de phrase.
La correctio, elle, fait un mouvement précis : elle pose un terme attendu, le rejette, puis installe un terme plus juste. C'est une bascule argumentative. Un 180 degrés miniature. La mécanique est ancienne, stable, étudiée.
Ce n'est pas une nouveauté. C'est une résurgence.
Partie 2 — La croissance avant l'IA : le corpus business américain
Le pattern est devenu massivement présent dans la littérature de management américaine bien avant la démocratisation des LLM. Simon Sinek, dans Start With Why (Portfolio, 2009), l'utilise comme ossature centrale de son livre et de son TED Talk How Great Leaders Inspire Action (2009, environ 65 millions de vues). La thèse du livre est entièrement construite autour d'une cascade de correctio : people don't buy what you do, they buy why you do it.
[CLAIM — à vérifier par étude N-gram] La croissance du pattern dans le corpus business américain entre 1980 et 2020 mériterait une analyse linguistique dédiée. Deux pistes méthodologiques :
- Google Books Ngram Viewer sur les expressions
"it's not about X, it's about"et variantes, sur le corpus English 2019. - Analyse de corpus sur les livres de management les plus vendus de la période : Drucker The Effective Executive (1967), Collins Good to Great (2001), Goleman Emotional Intelligence (1995), Sinek Start With Why (2009), Duhigg The Power of Habit (2012).
Ce que l'on peut affirmer sans étude quantitative dédiée, c'est que la correctio est documentée comme figure cognitive de choix dans la littérature rhétorique moderne. Max Atkinson, dans Lend Me Your Ears (Oxford University Press, 2004), démontre sur corpus télévisuel que le contrast pair est l'un des trois déclencheurs d'applaudissement les plus fiables dans les discours politiques britanniques et américains. Jay Heinrichs, dans Thank You for Arguing (Crown, 2007, réédition 2020), traite explicitement la correctio comme outil de communication corporate moderne.
La formule n'a pas été inventée par l'IA. Elle a été ingurgitée par elle.
Partie 3 — Pourquoi l'IA amplifie cette figure
Deux mécanismes se superposent.
(a) L'entraînement sur le corpus
Les grands modèles de langage sont entraînés sur des milliards de tokens issus du web, des livres numérisés, des articles de presse et des contenus corporate. Le corpus de management et de thought leadership américain y est massivement représenté. Si la correctio y est une figure fréquente — ce que l'analyse de Sinek et Atkinson suggère — alors un LLM va naturellement la reproduire en sortie. C'est un effet miroir de son alimentation.
(b) L'alignement par RLHF renforce la préférence pour les formes discriminantes
Ouyang et al. (2022), dans le papier fondateur d'InstructGPT [Training language models to follow instructions with human feedback, arXiv:2203.02155], démontrent que l'alignement par préférences humaines (RLHF) pousse les modèles vers des productions structurées, explicites, discriminantes. Les annotateurs humains préfèrent, à contenu équivalent, les formulations qui tranchent — celles qui disent clairement ce qu'une thèse n'est pas avant de dire ce qu'elle est. Le RLHF incorpore cette préférence dans le modèle.
Liang et al. (2024), dans Monitoring AI-Modified Content at Scale (arXiv:2403.07183, Stanford), vont plus loin. Leur étude détecte la signature stylistique GPT dans un volume massif de reviews académiques soumises à ICLR et NeurIPS. Parmi les marqueurs stables : la sur-représentation de tournures de type correctio et antithèse structurée.
L'IA ne fait donc pas que reproduire. Elle amplifie, parce que l'alignement humain la pousse vers les formes qui ont le plus grand pouvoir de persuasion mesurée — et la correctio en fait partie.
Partie 4 — La négation restreint le champ plus vite que l'affirmation
Il y a une troisième raison, plus profonde, pour laquelle l'IA (et l'humain) favorisent la correctio dans un contexte argumentatif : la négation est un opérateur cognitif plus puissant que l'affirmation quand il s'agit de restreindre un champ de possibles.
Prenons un exemple concret. Si je vous dis :
L'executive summary est une proposition de valeur.
Vous comprenez l'affirmation, mais votre espace mental reste large. Qu'est-ce qu'une proposition de valeur ? À quoi s'oppose-t-elle ? Le concept flotte.
Maintenant, si je vous dis :
L'executive summary n'est pas un résumé. C'est une proposition de valeur.
Quelque chose de différent se passe. La négation exclut immédiatement l'interprétation la plus probable (« résumé » est la lecture par défaut du mot « summary »). Le champ mental se restreint d'un coup. Puis la seconde proposition vient remplir l'espace dégagé avec précision.
C'est exactement ce que décrit Laurence R. Horn dans A Natural History of Negation (University of Chicago Press, 1989, réédition CSLI 2001), l'ouvrage de référence sur la pragmatique de la négation : la négation marquée porte une information sémantique asymétrique — elle ne dit pas seulement que X est faux, elle signale que X était l'attente saillante et qu'il faut la corriger.
Herbert Clark, dans Linguistic Processes in Deductive Reasoning (Psychological Review, 1969), a montré que traiter une négation coûte plus cher cognitivement qu'une affirmation équivalente — mais que la discrimination qu'elle produit est plus forte. Le lecteur paye un peu plus de cognition pour gagner beaucoup plus de précision.
Grice, dans Logic and Conversation (1975), fournit le fondement théorique : l'implicature scalaire activée par la correctio signale au lecteur que l'auteur a réfléchi au contraste, qu'il a rejeté la lecture saillante, et qu'il s'engage sur une formulation précise. C'est un signal de rigueur argumentative, pas un tic.
La correctio n'économise pas le lecteur. Elle lui fait gagner en précision ce qu'elle lui coûte en effort.
Partie 5 — Ce n'est donc pas un tic, c'est une optimisation sémantique
Remettons les pièces ensemble.
Nous avons une figure rhétorique classique, étudiée depuis Quintilien, documentée dans les traités de rhétorique occidentale. Nous avons une croissance dans la littérature de management américaine des années 1980-2020 — antérieure à ChatGPT. Nous avons un mécanisme d'alignement RLHF qui pousse les LLM à en favoriser l'usage parce que les humains la préfèrent. Nous avons un fondement cognitif qui explique pourquoi la négation restreint plus vite le champ des possibles qu'une affirmation seule.
La conclusion est presque inévitable : la formule « pas X, c'est Y » n'est pas un défaut accidentel de l'IA. C'est une optimisation sémantique, issue d'une tradition rhétorique longue, renforcée par l'alignement humain, et structurellement plus efficace qu'une affirmation simple pour discriminer une thèse.
La moquerie courante (« c'est un tic d'IA ») pose un mauvais diagnostic. Le pattern ne signale pas une machine. Il signale une forme cognitive puissante. Son omniprésence dans les sorties IA ne révèle pas un bug — elle révèle l'importance qu'il a toujours eue dans l'écriture argumentative et qu'une génération de lecteurs a découverte en même temps qu'elle découvrait l'IA.
Assumons la formulation : ce que nous appelons « tic IA » est en réalité une figure classique dont l'IA a accéléré la visibilité.
Partie 6 — L'enjeu éditorial : reconnaître, valoriser, maîtriser
Reconnaître la valeur d'une figure n'autorise pas à la saturer. Un bon écrivain dose. Un écrivain IA non calibré sature. C'est la différence entre une épice et un assaisonnement, entre une musique et un bruit.
Pour un humain qui écrit — avec ou sans assistance IA — la règle d'usage de la correctio se résume à trois points.
Un. Utiliser la correctio quand la lecture saillante par défaut doit être rejetée explicitement. Si le lecteur va lire « résumé » par défaut en voyant « executive summary », il faut le corriger avant de construire. Si aucune lecture par défaut ne gêne, la figure est un coût sans bénéfice.
Deux. Limiter à une occurrence par unité argumentative (paragraphe, section, post). Deux ou trois occurrences dans un même texte court signalent que l'auteur — ou son IA — applique la figure par réflexe, sans raison structurelle. La variation syntaxique est ce qui distingue la prose écrite par un humain attentif d'une production tokens générée en chaîne.
Trois. Assumer la figure quand elle est juste, même si elle sonne IA. Un bon argument ne devient pas mauvais parce qu'il ressemble à de l'IA. Un titre efficace ne devient pas douteux parce qu'il utilise une correctio. Refuser la figure par peur du stigmate algorithmique est une forme de sur-correction qui sacrifie la précision du message à la cosmétique du style.
Le vrai critère n'est pas est-ce que ça sonne IA — c'est est-ce que cette figure, ici, discrimine mieux qu'une affirmation simple. Si oui, on la garde. Si non, on la supprime. Le lecteur professionnel, contrairement à ce qu'on croit souvent, n'est pas plus sensible à la forme qu'au fond. Il est sensible aux deux de manière couplée : une forme lourde trahit une pensée molle, une forme élégante trahit une pensée claire.
Pour le lecteur averti, la forme est le fond en mouvement.
Conclusion
La formule « pas X, c'est Y » est un révélateur. Elle oppose deux cultures rhétoriques : celle des praticiens qui la voient comme une figure cognitive puissante depuis deux millénaires, et celle d'une partie du public contemporain qui la perçoit comme une signature IA parce qu'elle l'a redécouverte à travers ChatGPT.
Les deux ont raison à moitié. La figure est ancienne. Son amplification est récente. Son efficacité est structurelle. Sa saturation est un défaut de dosage. L'enjeu n'est donc ni de l'interdire ni de l'imposer. L'enjeu est de la maîtriser.
Pour les praticiens de l'avant-vente, du bid management, du consulting — tous ces métiers où l'on doit convaincre un évaluateur en peu de mots — la correctio reste un outil de premier ordre. À condition de l'utiliser là où le lecteur a une attente implicite à rectifier. Et de la retirer partout ailleurs.
Ce n'est pas un tic. C'est une optimisation sémantique. Mais une optimisation sans limite devient une contrainte. Et une contrainte non maîtrisée devient un tic.
C'est là, et nulle part ailleurs, que se joue la différence entre une IA qui assiste et une IA qui étouffe : dans la capacité de l'humain à reprendre la main sur les formes qu'elle produit en rafale.
Un prochain article reviendra en détail sur la question plus technique : pourquoi la négation est computationnellement plus efficace pour un LLM que l'affirmation équivalente, et ce que cela implique pour la conception d'un système cognitif explicite.
Sources principales
- Quintilien, Institutio Oratoria, Livre IX, chapitre 3 (traitement classique de la correctio).
- Heinrich Lausberg, Handbook of Literary Rhetoric, Brill, 1998 (trad. angl.), §§784-786.
- Silva Rhetoricae (rhetoric.byu.edu), entrée « correctio ».
- Simon Sinek, Start With Why, Portfolio, 2009 + TED Talk How Great Leaders Inspire Action, 2009.
- Max Atkinson, Lend Me Your Ears: All You Need to Know About Making Speeches and Presentations, Oxford University Press, 2004.
- Jay Heinrichs, Thank You for Arguing, Crown, 2007 (réédition 2020).
- Ouyang et al., Training language models to follow instructions with human feedback, arXiv:2203.02155, 2022 (InstructGPT / RLHF).
- Liang et al., Monitoring AI-Modified Content at Scale, arXiv:2403.07183, Stanford, 2024.
- Laurence R. Horn, A Natural History of Negation, University of Chicago Press, 1989, réédition CSLI 2001.
- Herbert H. Clark, Linguistic Processes in Deductive Reasoning, Psychological Review, 1969.
- H. P. Grice, Logic and Conversation, 1975 (implicature scalaire).