Comment savoir si un texte vient d'un IA ?

On reçoit un texte bien tourné, trop lisse, et le doute s’installe. Avant de lancer un détecteur IA en ligne, il y a des vérifications manuelles qui prennent trente secondes et qui en disent parfois plus qu’un score automatique. Savoir si un texte vient d’une IA, c’est d’abord une question de méthode, pas d’outil.

Biais linguistique des détecteurs : le piège avant l’analyse

Quand on colle un texte dans un outil de détection, on s’attend à un verdict binaire. Le problème, c’est que les détecteurs peuvent pénaliser les auteurs non anglophones. Un rédacteur dont le français est la langue seconde produit souvent des phrases très structurées, avec un vocabulaire scolaire, ce qui ressemble trait pour trait à une sortie ChatGPT.

La traduction aggrave le phénomène. Un texte rédigé en espagnol puis traduit en français via DeepL passe par un lissage syntaxique qui modifie le score du détecteur. On se retrouve avec un faux positif, et un auteur humain accusé à tort.

Avant toute analyse automatisée, il faut donc se poser une question simple : ce texte a-t-il été écrit directement dans la langue cible, ou traduit ? Si c’est une traduction, le résultat d’un détecteur IA perd une bonne partie de sa fiabilité.

Lire également : Comment la blockchain améliore-t-elle la chaîne d’approvisionnement ?

Indices manuels pour repérer un texte généré par IA

Les outils automatiques ne dispensent pas d’une lecture attentive. Certains marqueurs reviennent avec une régularité mécanique dans les contenus générés par ChatGPT ou Claude.

Tics de ponctuation et de structure

Le tiret long (cadratin) apparaît fréquemment dans les sorties IA en français, alors qu’un rédacteur francophone l’utilise rarement. C’est un indice connu, documenté notamment sur la page communautaire Wikipedia « Signs of AI writing », mais il ne suffit pas à conclure. Un auteur humain peut très bien l’employer par habitude.

Ce qui doit alerter, c’est l’accumulation de plusieurs marqueurs dans le même texte : tirets longs, listes systématiques de trois éléments, paragraphes de longueur quasi identique, connecteurs comme « il convient de noter » ou « il est important de souligner ».

Contenu lisse mais creux

Un texte IA couvre souvent un sujet large sans jamais donner de détail spécifique. On lit des phrases bien construites qui ne contiennent aucune information vérifiable : pas de nom propre, pas de date, pas de lieu précis. Un style impeccable peut masquer un contenu sans substance vérifiable.

Voici les réflexes concrets à appliquer lors d’une relecture :

Chercher au moins une affirmation factuelle vérifiable (nom, lieu, référence, chiffre sourcé). Si le texte n’en contient aucune sur plusieurs paragraphes, c’est un signal fort.
Vérifier les références citées : un lien qui pointe vers une page inexistante ou un titre d’étude introuvable indique une hallucination typique des modèles de langage.
Comparer le niveau de détail entre l’introduction et le corps du texte. Les IA génératives produisent souvent une accroche précise suivie de développements vagues.
Relire à voix haute : les répétitions de structure (sujet-verbe-complément identique sur trois phrases consécutives) s’entendent mieux qu’elles ne se lisent.

Détecteurs IA en ligne : GPTZero, Quillbot et leurs limites

GPTZero analyse les contenus générés par ChatGPT, Gemini ou Claude. Quillbot propose un détecteur entraîné sur les derniers modèles de langage et mis à jour régulièrement.

Ces plateformes fonctionnent par analyse statistique : elles comparent la prévisibilité du texte (la « perplexité ») avec les schémas connus des modèles génératifs. Un score de détection n’est jamais une preuve, c’est une probabilité.

Textes hybrides : le point faible des détecteurs

Le cas le plus délicat concerne les textes mixtes. Un rédacteur qui utilise ChatGPT pour un premier jet, puis retravaille le vocabulaire, la structure et le ton, produit un texte hybride que les détecteurs évaluent mal. Les retours varient sur ce point selon les outils et la longueur du texte soumis.

Les outils d’humanisation de texte (qui reformulent un contenu IA pour le rendre moins détectable) compliquent encore le diagnostic. Une étude rapportée par l’Université de Chicago a testé des textes passés par ces outils, confirmant que l’analyse d’un texte final ne permet pas toujours de reconstituer son processus de production.

Filigrane textuel et métadonnées : l’approche par la provenance

Plutôt que de deviner l’origine d’un texte à partir de son style, une autre approche consiste à intégrer un signal directement lors de la génération. C’est le principe du filigrane textuel (watermarking), qui modifie de manière imperceptible la distribution des mots choisis par le modèle.

OpenAI a travaillé sur ce type de marquage. L’idée est séduisante : au lieu de déduire, on détecte un signal volontairement planté. La provenance remplace le score stylistique comme méthode d’authentification.

Cette piste a ses limites. OpenAI précise qu’une paraphrase importante ou une traduction peut rendre le filigrane indétectable. On retrouve le même problème que pour les détecteurs classiques : dès qu’un humain intervient sur le texte, le signal se dégrade.

Méthode pratique pour conclure sur l’origine d’un texte

Aucun outil ne donne de certitude absolue. La démarche fiable combine plusieurs niveaux d’analyse :

Lecture manuelle : chercher l’accumulation de marqueurs (structure répétitive, absence de faits vérifiables, ponctuation atypique).
Vérification des sources : tout lien, toute référence citée doit pouvoir être retrouvée en ligne. Une hallucination documentaire est quasi certaine d’être générée par IA.
Passage dans un détecteur (GPTZero, Quillbot) en gardant à l’esprit que le score est un indicateur parmi d’autres, pas un verdict.
Prise en compte du contexte : langue maternelle de l’auteur, traduction éventuelle, usage déclaré ou non d’outils d’assistance.

Un seul indice ne prouve rien. C’est le croisement de la lecture humaine, de la vérification factuelle et du score automatisé qui permet de formuler un avis raisonné sur l’origine d’un texte.