J’ai laissé ChatGPT Work écrire mes mails pendant trois semaines : au premier retour d’un collègue, j’ai compris ce qu’il avait recopié

Le mail qu’il m’a renvoyé contenait, mot pour mot, la formule que ChatGPT Work venait de me pondre trois minutes plus tôt. Il l’avait surlignée en jaune, avec un simple commentaire en fin de message : « sympa ton assistant ». Ce jour-là, j’ai compris que mon collègue ne lisait plus mes mails, il les scannait pour repérer les tics de mon nouvel outil.

Tout avait commencé trois semaines plus tôt, quand j’ai décidé de confier la totalité de ma correspondance professionnelle à l’agent lancé par OpenAI cet été. ChatGPT Work, annoncé par OpenAI le 9 juillet 2026, est un espace de travail agentique intégré à ChatGPT qui planifie et exécute des tâches en plusieurs étapes dans vos applications, vos fichiers et sur le web, et livre des documents finis. L’outil s’appuie sur une nouvelle génération de modèles : GPT-5.6, la nouvelle famille de modèles d’OpenAI en trois niveaux, Sol, Terra et Luna, chacun taillé pour un niveau d’exigence différent.

Concrètement, la connexion à ma messagerie s’est faite en deux clics.

OpenAI a mis à jour les scopes et actions dans Google et Microsoft apps pour inclure le support des actions d’écriture, permettant d’utiliser des applications comme Microsoft Outlook pour rédiger des emails. Mais ces actions d’écriture restent désactivées par défaut jusqu’à ce que les administrateurs du workspace les activent dans les paramètres, ce qui explique pourquoi la moitié de mon équipe n’a jamais pu tester la fonction. Côté Gmail, la situation est encore plus contrainte : l’envoi est possible via le connecteur Gmail, mais avec des restrictions, sans pièces jointes, uniquement sur le web, non disponible dans l’UE ni au Royaume-Uni, et une approbation requise pour chaque envoi. J’ai donc validé, un par un, chaque brouillon avant qu’il ne parte.

Cette étape de relecture, je l’ai vite négligée. Les premiers jours, je lisais chaque phrase, je corrigeais, je réinjectais mon ton. Au bout d’une semaine, j’ai commencé à valider sans vraiment relire, un peu comme on signe un formulaire administratif sans le parcourir. Le rythme de production avait explosé, mais quelque chose s’était perdu en route.

Le fameux mail concernait une simple demande de report de réunion. Rien de sensible, rien de personnel. Mon collègue m’a répondu avec la même politesse qu’à l’accoutumée, sauf qu’il avait recopié, entre guillemets, la phrase d’ouverture que j’avais envoyée : une formule d’une neutralité presque clinique, du genre à ouvrir un rapport plutôt qu’un mail entre deux personnes qui se croisent tous les jours à la machine à café.

Ce que j’avais laissé passer, ce sont précisément les marqueurs que tout le monde apprend désormais à repérer. « Il est important de noter que l’entreprise a grandi vite » est devenue une antisèche presque comique tant elle a été analysée dans les guides de détection. Les structures répétitives du type « Tout d’abord… Ensuite… Enfin… » ou « Il est important de noter que… » figurent parmi les tout premiers signaux relevés par les outils spécialisés. Mon mail contenait la version email de ce même réflexe : une entrée en matière générique, sans aucune aspérité, comme sortie d’un moule.

Le vocabulaire, aussi, m’a trahi.

Dans un texte brut de 500 mots généré par ChatGPT, il y a en moyenne 4 à 6 mots « de ministre », ces termes soutenus que personne n’emploie à l’oral entre deux réunions. Mon assistant préférait « implémenter » à « mettre en place », « tirer parti » à « utiliser », et surtout, il ne se trompait jamais. C’est justement ce qui a mis la puce à l’oreille de mon collègue : une grammaire irréprochable, où l’absence totale d’imperfections peut paradoxalement éveiller les soupçons. Un humain fatigué en fin de journée laisse passer une virgule de trop ou une phrase un peu bancale ; mon mail à lui n’en laissait jamais passer aucune.

La technique derrière ce lissage a un nom. Les détecteurs analysent notamment la perplexité du texte : un texte humain est plus imprévisible, il contient des choix de mots inattendus, des variations de style, parfois même des petites incohérences, alors que l’IA tend à lisser tout cela. Mes mails, sur trois semaines, avaient fini par se ressembler tous un peu trop : même cadence de phrases, mêmes transitions, même politesse un peu trop ronde pour être vraie.

J’ai changé deux choses depuis cet épisode.

D’abord, je relis systématiquement chaque brouillon avant validation, ce que la conception même de l’outil impose de toute façon puisque le brouillon n’est jamais optionnel : on voit le message avant qu’il ne parte. Ensuite, je réécris à la main la première phrase de chaque mail, celle qui donne le ton, et je supprime systématiquement les connecteurs mécaniques que l’outil affectionne. Sur la question de la confidentialité, un détail m’a aussi rassuré : sur les plans Business et Enterprise, les données ne servent pas à entraîner les modèles, c’est garanti par un accord contractuel, contrairement aux abonnements individuels où la collecte est activée par défaut.

Reste une question que je n’avais pas anticipée en démarrant ce test : si un collègue repère un tic de langage en trois semaines, combien de temps met un recruteur, un client ou un juge à repérer le même genre de mail dans une négociation qui compte vraiment ?

Sources : moon-ia.fr | alohria.com