Sovralit
Un assistant d'écriture qui apprend votre style au lieu de vous imposer le sien.
L'idée
Les assistants d'écriture en ligne produisent tous la même prose lisse, et ils lisent tout ce qu'on leur confie. Sovralit part de l'inverse : un corpus que vous choisissez, une analyse fine de ce qui fait ce style précis, et une génération contrainte par cette analyse, sur un modèle qui ne quitte pas la machine.
Ce n'est pas une nuance de confort. Un auteur qui confie trois romans inédits à un service en ligne les a publiés, au sens juridique du terme. Une agence qui y verse la charte éditoriale de son client aussi.
Ce que fait le prototype
- Importation d'un corpus
- Textes rangés par nature : nouvelles complètes, fragments, descriptions, dialogues, références externes. Et un dossier à part, qui est le plus utile de tous : les textes à ne pas imiter.
- Analyse de style
- Chaque texte est analysé, puis une fiche de style d'ensemble est produite en quinze rubriques : signature générale, narration et point de vue, rythme de la phrase, description des lieux, personnages, dialogues, motifs récurrents, vocabulaire et images, forces à préserver, tics à éviter.
- Index sémantique
- Le corpus est découpé et vectorisé localement, ce qui permet de retrouver un passage sur une idée, une atmosphère ou un personnage plutôt que sur ses mots exacts.
- Génération de scènes
- Lieu, personnages, ambiance, registre, longueur. La fiche de style et les passages retrouvés dans l'index servent de contrainte, et le texte produit est un matériau à retravailler, jamais un livrable.
- Continuité
- Suivi d'un projet dans la durée : personnages, chronologie, fils narratifs, pour que le chapitre douze n'oublie pas le chapitre trois.
Ce que cela démontre
Derrière un sujet qui paraît littéraire, il y a quatre briques qui se transposent telles quelles à des besoins d'entreprise, et c'est la raison pour laquelle ce prototype existe.
Analyser un corpus et en extraire une règle. La fiche de style en quinze rubriques est un référentiel produit par la machine à partir d'exemples. Le même mécanisme produit une charte éditoriale à partir de trois cents communiqués, ou les règles implicites d'une documentation technique.
Chercher par le sens dans un fonds fermé. L'index vectoriel est la même technologie que celle qui sert dans SovraGED, éprouvée ici sur un corpus où la justesse se juge à l'oreille — un test plus sévère qu'il n'y paraît.
Contraindre une génération. C'est la difficulté réelle des modèles de langage : ils écrivent facilement, ils obéissent difficilement. Tout le travail est dans la contrainte, et notamment dans le corpus négatif — dire ce qu'il ne faut pas faire s'avère plus efficace que de décrire ce qu'il faut faire.
Tenir la cohérence sur la durée. Un modèle n'a pas de mémoire ; la cohérence d'un texte long est une mécanique qu'il faut construire autour de lui. C'est exactement le problème d'un assistant qui doit rester cohérent d'un dossier client à l'autre.
Pour qui, si cela devait servir
Des auteurs qui veulent un partenaire d'entraînement plutôt qu'un nègre littéraire. Des ateliers d'écriture et des enseignants, pour montrer aux élèves ce qu'une machine sait et ne sait pas faire d'un style. Des services de communication qui doivent tenir un ton de marque sur des centaines de textes, ce qui est le cas d'usage le plus sérieux des cinq.
Je n'ai pas de client sur ce terrain aujourd'hui et je ne prétends pas le contraire. Si le besoin existe chez vous, l'industrialisation ne pose pas de difficulté particulière : les briques sont écrites et éprouvées, il resterait à les habiller et à les rendre utilisables par quelqu'un d'autre que moi.