Jean Véronis, le linguiste qui nous parlait d'IA dès 1985

Jean Véronis était un linguiste et informaticien de l'université d'Aix-Marseille, et il a été l'un de mes enseignants quand j'étudiais les sciences du langage à Aix-en-Provence. Dans mon souvenir, son cours de 1985 comptait déjà un grand chapitre consacré à l'intelligence artificielle, une dizaine d'années avant qu'Internet n'entre dans les foyers. En 1988, il soutenait une [thèse sur l'erreur dans le dialogue entre l'homme et la machine en langage naturel](https://theses.fr/1988AIX30043). Le sujet fait écho, presque mot pour mot, aux questions que posent aujourd'hui nos échanges avec ChatGPT, Gemini ou Claude.

Il est mort en 2013, à 58 ans. Son cours a été l'un de mes premiers contacts avec l'intelligence artificielle. Si vous dirigez le marketing d'une marque et que vous vous demandez ce que ces outils disent de vous, ses travaux m'inspirent trois leçons pour notre pratique d'aujourd'hui.

1. Qui était Jean Véronis

Jean Véronis est né à Toulon en 1955. Docteur en informatique, il a été professeur de linguistique et d'informatique à l'université d'Aix-Marseille, membre du Laboratoire d'informatique fondamentale de Marseille, et président de l'Association pour le traitement automatique des langues de 2000 à 2008. Il a dirigé huit thèses dans ce domaine, celui qui apprend aux machines à lire, à comprendre et à produire du langage.

Le grand public l'a connu par son blog, *Technologies du langage*, et *Le Monde* le comptait en 2006 parmi quinze blogueurs leaders d'opinion de la Toile ([sa biographie sur Wikipédia](https://fr.wikipedia.org/wiki/Jean_V%C3%A9ronis) renvoie aux sources). Pendant la présidentielle de 2007, il a appliqué ses outils au discours des candidats et cosigné avec le linguiste Louis-Jean Calvet *Combat pour l'Élysée*, puis *Les Mots de Nicolas Sarkozy*. Un universitaire qui compte les mots des candidats et publie ses outils en ligne, sous les yeux de tous.

2. Première leçon : une IA est une machine à langage, et elle se trompe

Sa thèse de 1988 s'intitulait *Contribution à l'étude de l'erreur dans le dialogue homme-machine en langage naturel*. Le mot qui me frappe est « erreur » : son sujet n'était pas la machine qui parle, mais l'erreur dans le dialogue avec elle.

C'est la bonne façon de regarder les assistants d'aujourd'hui. Selon l'outil et sa configuration, un assistant répond à partir de ce qu'il a appris, de ce qu'il trouve en ligne au moment de répondre ou de documents qu'on lui fournit, et il produit du texte probable plutôt qu'il ne consulte une fiche vérifiée sur votre entreprise. Quand il se trompe sur votre marque, sur un prix, une adresse ou un produit qui n'existe plus, ce n'est donc pas une panne exceptionnelle : c'est une erreur possible, dont la fréquence dépend de l'outil et de la question.

La conséquence pour vous est pratique. On ne demande pas « l'IA nous cite-t-elle ? » une fois, en se réjouissant ou en s'inquiétant. On pose les vraies questions de vos clients, plusieurs fois, et on note ce qui est juste, ce qui est faux et d'où vient l'erreur. C'est ce que nous faisons dans nos mesures, avec la même attention à l'erreur.

3. Deuxième leçon : ne croyez pas les chiffres qu'un moteur affiche

Sur son blog, il a montré, chiffres à l'appui, que Google gonflait le nombre de pages annoncé en haut de ses résultats. Ses analyses ont été relayées jusque dans la presse internationale, dont le *New York Times*.

La leçon dépasse ce compteur. Un chiffre affiché par une plateforme ne mesure pas forcément ce que l'on croit : notre métier consiste à ne pas le prendre pour argent comptant. C'est pour cela que nous retirons la position moyenne des tableaux de bord présentés à une direction : elle peut monter pendant que vos clics baissent. C'est aussi pour cela que nous mesurons les réponses des IA dans les mêmes conditions à chaque fois, au lieu de nous fier à un taux de présence calculé par un outil dont on ne connaît pas la méthode. Je l'ai expliqué dans [l'article sur le trafic qui baisse alors que les positions montent](/blog/seo-direction/trafic-google-baisse-alors-que-positions-montent/).

4. Troisième leçon : les mots de vos clients disent ce qu'ils veulent

Avec Louis-Jean Calvet, il a analysé le vocabulaire employé dans les discours politiques. Ce regard de linguiste, qui part des mots employés plutôt que des slogans, est celui que nous appliquons aux questions de vos clients.

Une page de service écrite uniquement dans le vocabulaire de l'entreprise passe souvent à côté des questions de ses clients. Les questions réelles, celles qu'on entend au téléphone, qu'on lit dans les mails et qu'on retrouve dans la Search Console, ont leurs propres mots. Employer leurs mots aide à répondre clairement à leurs questions, celles qu'ils posent aussi aux IA. Cela ne garantit pas qu'une IA reprendra votre page, mais une page qui ne les emploie jamais part avec un handicap.

5. Ce que ses travaux changent à notre façon de travailler

Je ne viens ni de la technique ni du commerce : je viens des sciences du langage. Quand les modèles de langage sont arrivés dans le quotidien de nos clients, j'ai repensé à ce cours.

Cela se traduit par trois habitudes chez nous. Nous partons des mots des clients avant d'écrire une page. Nous mesurons les réponses des IA question par question, plusieurs fois, en notant les erreurs autant que les citations. Et nous nous méfions par principe des chiffres que les plateformes mettent en avant, tant que nous n'avons pas pu les recompter.

Cette semaine, une seule action : posez à ChatGPT trois questions qu'un client vous pose souvent, notez chaque information fausse sur votre entreprise, et cherchez d'où elle peut venir, une page ancienne, un annuaire, un article d'un tiers. Vous examinerez, à votre échelle, la question même de sa thèse : l'erreur dans le dialogue avec la machine.

Les machines à langage ont changé d'échelle. La bonne question à leur poser, elle, n'a pas changé : où le dialogue se trompe-t-il ?