Note méthodologique IA – Crise de la créativité : l’IA générative est-elle seule en cause ?

Cette note accompagne mon article Crise de la créativité : l'IA générative est-elle seule en cause ?. J'y explique comment j'ai intégré l'IA générative à chaque étape de mon travail et ce que cette expérience m'a appris sur ses limites.

1. Les outils en question

• Claude (Anthropic, version payante) m'a aidée à tester ma problématique, construire mon plan et relire mon article.
• NotebookLM (Google, version gratuite) m'a permis de résumer mes sources et de vérifier chaque information grâce aux passages qu'il cite.
• Perplexity (Perplexity AI, version gratuite) m'a aidée à compléter mes sources puis à revérifier les faits une fois l'article entièrement rédigé.
• ChatGPT (OpenAI, version gratuite) m'a servi pour l'expérience de l'article et pour traduire mes sources anglaises.

2. Exploration, développement d'idées et créativité

Sur le blog MBA DMB, j'ai présélectionné 4 articles et retenu celui d'Alicia Taoualit, qui m'a amenée à réfléchir à la valeur ajoutée de mon futur métier face à des outils d'IA de plus en plus performants.

Mes questions ouvertes à Claude m'ont permis d'explorer plusieurs pistes. J'ai écarté les plus larges, qui n'offraient pas assez de matière, pour retenir le blanding, récurrent dans mes lectures. J'ai ensuite traduit mes sources anglophones avec ChatGPT.

3. Planification et organisation

J'ai procédé par une séquence de prompts, chaque étape s'appuyant sur la réponse précédente.

• Confronter ma problématique : j'ai d'abord interrogé Claude par des questions ouvertes pour repérer les failles possibles de ma réflexion principale.
• Structurer le plan : j'ai retravaillé la première structure proposée par Claude en reformulant les titres et en recentrant la conclusion.
• Rassembler les sources : j'ai regroupé dans NotebookLM les sources trouvées lors de mes recherches sur Google, puis je les ai complétées avec des articles récents repérés grâce à Perplexity.
• Contrôler les chiffres : j'ai exigé de NotebookLM une source pour chaque donnée puis vérifié moi-même les chiffres clés.
• Tester une hypothèse : j'ai demandé à ChatGPT d'imaginer une nouvelle maison de maroquinerie de luxe, sans lui imposer de direction artistique particulière. L'objectif était d'observer les choix créatifs qu'il proposerait spontanément, notamment en matière de nom, de couleurs, de logo et de packaging.
• Vérifier l'article final : j'ai utilisé Perplexity pour vérifier l'existence de toutes les sources citées, puis j'ai ouvert chacune d'elles pour confirmer les informations et leur pertinence par rapport à mon article.

4. Rédaction et articulation

J'ai rédigé moi-même plusieurs passages, dont l'introduction et la partie sur mon expérience, avant de demander à Claude des pistes de reformulation. Ses propositions m'ont aidée à fluidifier certaines transitions, mais comportaient souvent des formules toutes faites. J'ai donc retravaillé le texte moi-même pour retrouver ma façon d'écrire.

Je voulais un article accrocheur, qu'on ait envie de lire jusqu'au bout et qui donne envie de découvrir celui de ma camarade. J'ai aussi soigné le référencement sur Yoast autour des mots-clés "crise de la créativité", "IA/IA générative" et "blanding", avec l'objectif d'atteindre 15 réactions sous le post LinkedIn de l'article.

5. Éthique, source et hallucination

Dans l'article, les réponses de ChatGPT apparaissent en captures d'écran pour distinguer clairement ce qui a été généré de ce que j'ai écrit. Je n'ai repris aucun chiffre sans le vérifier dans sa source d'origine et cette précaution s'est révélée utile. Par exemple, NotebookLM annonçait des histoires "37,2 % mieux écrites", alors que l'étude de Doshi et Hauser évoque une amélioration de 26,6 % au maximum.

La vérification finale avec Perplexity m'a également permis de corriger plusieurs imprécisions. Burberry a été fondée à Basingstoke, et non à Londres ; le chiffre de 26,6 % concerne uniquement l'amélioration de la qualité rédactionnelle. Enfin, l'outil m'a signalé que l'abandon du logo de Cracker Barrel relevait principalement d'une polémique politique, ce qui m'a conduite à retirer cet exemple.

Ce travail m'a confirmé que l'IA fait gagner un temps précieux, mais qu'elle peut se tromper avec assurance et tend vers des formulations convenues. Aucun texte généré n'a été publié tel quel.

6. Exemples de prompts et interactions

Exploiter mes sources sans laisser l'outil improviser (NotebookLM) :

"Je rédige un article de blog qui répond à un autre article affirmant que l'IA générative risque d'uniformiser la créativité des marques. Ma réflexion : l'uniformisation a commencé bien avant l'IA. À partir UNIQUEMENT des sources que je t'ai fournies, donne-moi les faits, dates et chiffres qui le montrent et signale ce qui nuance ma thèse. Pour chaque information, indique précisément de quelle source elle vient afin que je puisse la vérifier."

En limitant l'outil à mes documents et en exigeant une source pour chaque information, j'ai pu repérer des erreurs dans les chiffres qu'il avançait à propos d'une étude utilisée dans mon article.

Vérifier l'article avant publication (Perplexity) :

"Tu es fact-checker pour un blog professionnel de marketing digital. Vérifie toutes les affirmations factuelles de l'article ci-dessous. Pour chaque affirmation, donne un statut (confirmée, à nuancer, fausse ou introuvable), au moins une source avec son lien et le passage précis qui la confirme ou la contredit. N'invente jamais de lien : si tu ne trouves pas de source fiable, indique-le."

En imposant un statut et le passage exact de chaque source, j'ai pu contrôler ses réponses lien par lien et corriger les imprécisions de mon article avant de le publier.