CfP - Revue Discourse & Writing/Rédactologie
Revue Discourse & Writing/Rédactologie
ISSN 2563-7320
https://journals.sfu.ca/dwr/index.php/dwr
Call for Papers - Appel à Contribution
Date limite : 16 juin 2025 - Deadline : June16th June 2025
Le présent et le(s) futur(s) de la rédaction
à l’ère de l’intelligence artificielle
The present and future(s) of writing
in the age of Artificial Intelligence
Depuis qu'OpenAI a publié son robot conversationnel (chatbot) ChatGPT en novembre 2022, les grands modèles de langage ont suscité beaucoup d'intérêt pour leurs capacités d'écriture automatique, peut-être encore plus que pour celles en traduction automatique. Cette innovation technologique évolue rapidement (Metz, 2023). Ses implications sont importantes dans l'enseignement supérieur notamment (Anctil, 2023) et vont potentiellement transformer profondément certaines tâches professionnelles routinières (Deng & Lin, 2022). Elle s'inscrit dans un marché du travail qui souffre déjà depuis un certain temps d'un « effet sablier » (Vittori, 2009), caractérisé par la marginalisation progressive et l’automatisation des activités de complexité moyenne. L'écriture elle-même figure parmi les premières activités impactées par l'usage de ces outils d'intelligence artificielle.
Ces technologies sont capables de générer des textes en facilitant l’accès à certains contenus et en automatisant des tâches routinières. Certains chercheurs ont comparé l'apparition de ces outils dans la vie quotidienne à celle de la calculatrice, des moteurs de recherche ou de Wikipédia (Lodge et al., 2023 ; Urlaub & Dessein, 2024). En effet, ChatGPT et ses homologues peuvent être utilisés pour rédiger des textes à partir de rien, reformuler des écrits existants et même écrire des textes entiers de différents genres, des instructions techniques à la fiction (Khoo, 2024). Le style d'écriture peut s’adapter du plus simple au plus sophistiqué, atteignant des formes d'« éloquence artificielle » (Bennett, 2024). En bref, ces outils peuvent offrir un soutien précieux au travail d'écriture.
Cependant, les grands modèles de langage nécessitent une utilisation réfléchie. Ils reposent en effet sur l'utilisation de réseaux de neurones artificiels profonds (Montavon et al., 2018 ; Samek et al., 2021), entraînés sur de grandes bases de données et conçus pour calculer la probabilité d'un mot dans un contexte. De ce fait, certains commentateurs considèrent que les textes produits par les robots conversationnels manquent d’originalité (Bender et al., 2021 ; Chomsky et al., 2023 ; Kantrowitz, 2023). Plusieurs analystes ont noté que l'usage de corrélations statistiques tend à reproduire des stéréotypes présents dans les données d’entraînement (Gallegos et al., 2024). En outre, ces dispositifs peuvent produire des erreurs, parfois graves (Vincent, 2023). Enfin, il est impossible de retracer précisément le processus qui conduit à une réponse donnée (Kasneci et al., 2023), ce qui peut donner à l'utilisateur l'impression que ces outils sont dotés de conscience et d'intentionnalité (Colombatto & Fleming, 2024). Il est donc impératif de former de manière critique à l'utilisation de ces dispositifs.
On peut raisonnablement penser que ces technologies auront un impact significatif sur les pratiques d'écriture. Elles modifieront vraisemblablement les stratégies scripturales des élèves et des étudiants, en particulier lorsqu'ils écrivent dans une langue seconde. Maîtriser l’art de bien formuler des instructions à la machine deviendra une discipline à part entière (Giray, 2023 ; Marvin et al., 2024 ; Office québécois de la langue française, 2023). Sur le plan professionnel, on peut supposer une évolution de la relation entre éditeurs et lecteurs, entre éditeurs et commanditaires de textes (Clerc & Groupe Rédiger, 2023), à l’instar de ce qui se produit avec la traduction. Par ailleurs, l'utilisateur devra acquérir une grande capacité critique pour évaluer les propositions de la machine, en fonction des résultats escomptés.
Cet appel invite les contributeurs à explorer l'impact que les technologies fondées sur l'intelligence artificielle générative sont susceptibles de provoquer sur l'écriture académique et professionnelle, son enseignement et sa pratique.
Quelques exemples :
- les pratiques de rédaction, les produits et les genres textuels ;
- la rédactique (rédaction de prompts) ;
- l'éthique de l'écriture : la possibilité de plagiat, l'utilisation de dispositifs tels que BypassGPT, les techniques visant à « humaniser » les textes générés par des machines (comme l’echo writing) ;
- l'utilisation des IAG comme technologie d'assistance pour les écrivains handicapés ;
- la reproduction de stéréotypes négatifs et d'erreurs factuelles dans les textes produits par la machine ;
- les stratégies d'écriture dans la langue maternelle et dans la deuxième langue ;
- les façons dont les enseignants et les étudiants s’approprient les outils génératifs en contexte académique ;
- la manière de concevoir les professions liées à l’écriture.
L'article comptera entre 7 000 et 9 000 mots.
Les manuscrits doivent :
- inclure un résumé de 100 à 200 mots et 3 à 5 mots-clés ;
- être rédigés en double interligne, y compris le résumé, les citations en bloc, les tableaux, les figures, les notes, les références et les annexes ;
- placer les tableaux et les figures à l'endroit approprié dans le texte, et non dans des fichiers supplémentaires ;
- être soumis dans un seul fichier électronique au format .doc ou .docx dans l'ordre suivant : remerciements, résumé, corps du texte, références, annexes ;
- inclure, le cas échéant, les URL des références ;
- respecter les normes bibliographiques de l'American Psychological Association (APA), 7e édition ;
- ne pas inclure d'informations permettant d'identifier l'auteur dans le texte ou les propriétés du fichier ;
- éviter les références à des institutions spécifiques ;
- masquer les autocitations uniquement si elles rendent évident que le travail appartient aux auteurs qui le soumettent actuellement. Par exemple, les auteurs doivent éviter d'écrire des déclarations telles que « Comme nous l'avons constaté dans nos travaux précédents (Mitchell & Zwagerman, 2020) ».