Le problème principal : le texte n’est plus rare
Il y a trois ans, nous demandions si une IA pouvait écrire des instructions comme un humain. En 2026, la réponse pratique est oui. Avec de bonnes entrées, un modèle produit rapidement brouillons, références API, release notes, FAQ et traductions.
Le travail difficile devient alors visible : déterminer ce qui est vrai, la version concernée, les limites du produit, la personne qui confirme un comportement et la manière de détecter une page obsolète.
Je connais personnellement plusieurs entreprises qui ont complètement supprimé les postes de technical writers. Ce n’est pas une étude statistique, mais cela montre que le scénario est réel. Sur un petit produit et avec un faible coût d’erreur, il peut fonctionner. À grande échelle apparaissent dérive des versions, exemples cassés, terminologie incohérente et absence de propriétaire.
Ce qui a réellement changé en trois ans
Depuis la fin de 2022, la vitesse a d’abord changé, puis la répartition du travail. Brouillons, traductions, résumés, réécritures, extraction de paramètres et variantes sont devenus très peu coûteux. L’avantage n’est donc plus de produire davantage de texte, mais de contrôler les entrées, les preuves, la structure, la revue et la maintenance.
Je connais déjà des entreprises qui ont supprimé entièrement les technical writers
C’est une observation personnelle, pas une statistique de marché. Elle compte néanmoins parce que le remplacement complet n’est plus une simple hypothèse. La vraie question est de savoir qui devient responsable de la documentation, des faits, des versions, de la dette et du feedback lorsque le rôle disparaît.
Ce qui s’automatise en premier
| Tâche | Automatisation | Ce qui reste à vérifier |
|---|---|---|
| Premier brouillon depuis une spec | élevée | faits et exhaustivité |
| Paramètres API | élevée | sémantique et exemples |
| Release notes | élevée | impact réel pour l’utilisateur |
| Traduction | élevée | terminologie et contexte |
| Architecture de documentation | moyenne | tâches utilisateur et relations |
| Comportement réel du produit | faible | source de vérité et expert |
| Responsabilité d’une affirmation | impossible à déléguer | propriétaire humain |
Le workflow moderne
L’IA doit vivre dans le processus, pas devenir un auteur invisible.
Répartir les responsabilités
| Étape | IA | Technical writer | SME / produit |
|---|---|---|---|
| Sources | classe | détecte les manques | fournit la source de vérité |
| Structure | propose | décide l’architecture | confirme les limites |
| Brouillon | génère | fixe les règles et édite | résout les ambiguïtés |
| Faits | signale les risques | relie affirmation et preuve | confirme le comportement |
| Publication | n’approuve pas | contrôle la qualité | approuve les points critiques |
Organiser le travail
- Construire un paquet de preuves avant le prompt.
- Faire analyser contradictions et lacunes avant la rédaction.
- Générer de petites unités vérifiables.
- Relire les preuves, pas seulement la fluidité.
- Automatiser liens, build, terminologie, schemas et tests.
- Garder sécurité, compatibilité et engagements juridiques sous responsabilité humaine.
La revue a maintenant besoin de trois niveaux
Un brouillon généré par IA ne devrait pas aller directement en production. Revue éditoriale, revue technique et contrôles automatiques répondent à des questions différentes et doivent rester distincts.
Clarté, ordre, utilité.
Faits, commandes, états et limites.
Build, liens, terminologie et exemples.
Une IA qui contrôle une IA ne fait pas un fact-check
Un second modèle peut trouver une affirmation douteuse. Seuls le code, la spec, un test ou un SME peuvent la confirmer.
Et si l’entreprise a déjà supprimé les technical writers ?
Il ne s’agit pas de recréer l’ancien poste par nostalgie. Il faut d’abord attribuer explicitement les responsabilités qui existent toujours : qui décide de la structure, qui confirme les faits, qui traite le feedback, qui supprime le contenu obsolète et qui peut bloquer une publication. Sans propriétaire clair, l’automatisation ne fait que masquer la dette documentaire.
La nouvelle fonction du technical writer
La valeur ne peut plus être « je produis vite des paragraphes propres ». Elle se déplace vers l’architecture des connaissances, les sources de vérité, les règles de génération et de revue, l’automatisation qualité, la terminologie et le cycle de vie.
Une entreprise peut supprimer les writers, mais ces fonctions doivent toujours avoir un propriétaire. Sinon elle n’a pas automatisé la documentation : elle a supprimé sa gouvernance.
Compétences qui prennent de la valeur
- compréhension du produit ;
- architecture de l’information ;
- API, Git et automatisation ;
- jugement éditorial ;
- vérification des faits et traçabilité ;
- connexion entre product, engineering, support et utilisateurs.
Que mesurer à la place du nombre de pages
Quand une IA peut générer des centaines de pages, le volume produit n’est plus une bonne métrique. Il vaut mieux mesurer la part du contenu avec un owner, l’âge des preuves, les erreurs détectées avant publication, les exemples qui passent les tests, le délai de mise à jour après un changement produit et les problèmes utilisateurs réellement résolus.
Une petite équipe documentation en 2026
Architecture, audience, règles, édition et release.
Analyse, brouillons, variantes et contrôles auxiliaires.
Source de vérité, contraintes et validation technique.
Une équipe de ce type peut produire beaucoup plus qu’avant si la responsabilité humaine reste visible.
Ce qu’un technical writer devrait faire personnellement
Choisir un produit qu’il peut comprendre en profondeur ; apprendre Git, API, tests et sources structurées ; construire sa discipline de fact-checking ; pratiquer l’architecture de l’information ; et cesser de mesurer sa valeur à la quantité de texte écrit. L’avantage durable consiste à mieux comprendre le système qu’un outil générique et à transformer cette compréhension en processus vérifiable.
Conclusion
L’IA n’a pas supprimé la documentation. Elle a supprimé le monopole humain sur la production de texte. Le but n’est plus d’écrire plus vite que le modèle, mais de construire un système où l’IA peut écrire rapidement sans que les erreurs atteignent l’utilisateur à la même vitesse.
