Les modèles LLM augmentent la complexité linguistique du texte généré

Contexte et objectifs

L’étude part d’une impression répandue : les productions récentes d’IA semblent plus ardues à lire que les textes humains. Les auteurs s’appuient sur neuf modèles de pointe (et leurs variantes proches) pour vérifier si ces systèmes utilisent davantage de constructions reconnues comme difficiles à traiter par les humains, telles que les clauses relatives d’objet réduites, les dépendances syntaxiques longues ou les n‑grams de faible fréquence. L’hypothèse centrale est que, contrairement à la langue humaine qui vise la communication efficace, les LLM sont de plus en plus optimisés pour la densité d’information requise par des tâches comme le raisonnement ou la génération de code.

Méthodologie et corpus

Les chercheurs ont constitué un corpus inédit d’outputs générés par les modèles étudiés, couvrant plusieurs domaines (conversation, rédaction, description technique). Chaque texte a été comparé à deux références : (i) une paraphrase obtenue par traduction aller‑retour, et (ii) un texte humain issu du même domaine. Les métriques psycholinguistiques ont été extraites automatiquement : fréquence d’apparition des n‑grams (via des bases de données de corpus), longueur des dépendances (mesurée en nombre de mots entre sujet et verbe), nombre de noms empilés et proportion de sujets inanimés associés à des verbes animés.

Résultats quantitatifs

Les modèles de pointe affichent systématiquement des valeurs supérieures aux humains sur toutes les dimensions étudiées. Par exemple, la proportion de sujets inanimés avec verbes animés dépasse de 12 % celle des textes humains, tandis que les n‑grams rares sont 1,8 fois plus fréquents. La plupart des modèles utilisent également des dépendances syntaxiques de plus de 15 mots, contre une moyenne de 9 mots chez les humains. Les variantes de modèle montrent des écarts notables : les architectures orientées « code » génèrent davantage de stacked nouns que les modèles purement conversationnels. En comparaison, les paraphrases round‑trip restent proches du profil humain, confirmant que la difficulté n’est pas due à la génération automatique en soi mais aux objectifs d’apprentissage des LLM.

Interprétation et implications

Les auteurs interprètent ces écarts comme le reflet d’une pression vers la densité d’information : les modèles sont récompensés pour produire plus de contenu pertinent pour des tâches de calcul ou de raisonnement, au détriment de la fluidité communicative. Pour tester cette hypothèse, ils ont affiné un modèle avec une pénalité de longueur, ce qui a réduit la fréquence des constructions complexes et rapproché le profil linguistique du texte humain. Cette expérience confirme que la fonction d’optimisation influence directement la structure syntaxique. Les conclusions suggèrent que les futures itérations de LLM devront intégrer des contraintes de lisibilité ou des objectifs de « communication réussie » afin de réduire le fossé entre performance technique et compréhension humaine.