Détection IA : ce qu’un score ne dira jamais d’un contenu

En 2024 encore, les détecteurs de textes générés par l’IA faisaient sourire : trop de faux positifs et trop d’approximations. En cette rentrée 2026, l’un d’eux s’est pourtant imposé au cœur d’un débat public majeur : Pangram, un outil américain dont le nom circule désormais bien au-delà des cercles spécialisés.

Sa réputation tient à un chiffre : l’outil revendique un taux de faux positifs d’environ 0,0026 %, c’est-à-dire très peu de textes humains identifiés à tort comme écrits par une machine. Sa méthode intrigue aussi : ses concepteurs l’ont entraîné sur des millions de textes humains, puis sur ces mêmes textes reformulés par plusieurs IA, afin de mesurer statistiquement ce qui distingue l’un de l’autre.

Autrement dit, pour reconnaître l’écriture d’une machine, il a d’abord fallu absorber une immense quantité d’écriture humaine. Et ce détail n’est pas anodin.

Affaire Thélyson Orélien : qui croire, l’auteur ou l’algorithme ?

C’était ça ou mourir, roman de l’écrivain canado-haïtien Thélyson Orélien publié par Boréal au Québec puis par Grasset en France, était l’un des succès de la rentrée. Ce livre, au plus de 35 000 exemplaires vendus, s’est vu décerner le Prix du roman Fnac et une place dans la première sélection du Goncourt lui avait été réservée.

C’est le compte « Balance ton Claude » sur le réseau social X qui a soumis le texte de l’auteur à Pangram. Comme de nombreux médias, Pangram a estimé que 94 % du roman avait été généré avec l’aide de l’IA. Six autres romans de la sélection, huit œuvres d’auteurs d’origine haïtienne ou africaine, des chapitres entiers de la Bible et des classiques de Maupassant à Foucault sont, eux, ressortis 100 % humains.

Le 25 septembre, l’Académie Goncourt a retiré le roman de sa sélection, en invoquant à la fois des plagiats antérieurs et des analyses jugeant un recours à l’IA très probable. L’auteur dément formellement tout usage de l’IA et affirme avoir achevé un premier manuscrit dès 2019. Grasset, de son côté, conteste la fiabilité même des détecteurs.

La chercheuse Marzena Karpinska, de l’Université Simon Fraser, qui a été parmi les premières à évaluer Pangram, s’est confié aux Décrypteurs de Radio-Canada :

Nous ne pouvons pas dire avec 100 % de certitude que c’est de l’IA. Nous pouvons dire qu’il y a une très forte probabilité que ce texte ait été produit avec une importante assistance de l’IA.

Ce que l’affaire montre, en revanche, est limpide : un pourcentage de détection d’IA, même nuancé, peut désormais fragiliser une signature reconnue. Et lorsqu’un doute surgit, ce qui protège un texte, ce n’est pas le texte seul : c’est la capacité de son auteur à rendre compte de la manière dont il l’a écrit.

Ce que mesure vraiment un détecteur

Un détecteur d’IA ne lit pas une intention, il calcule une probabilité. Un développeur d’outil de détection que nous avons interrogé et dont la solution analyse chaque jour des articles de presse, le dit sans détour :

Nous parlons de probabilité, nous ne pouvons jamais affirmer quoi que ce soit. Un score à 80 %, c’est une forte suspicion, mais il reste 20 % de chances que ce ne soit pas de l’IA.

Concrètement, ces outils comparent un texte aux réponses produites en continu par les grands modèles du marché. Ils traquent des marqueurs :

Les mêmes mots, les mêmes espacements, la même ponctuation, tout un tas de choses.

Les signaux favorables à l’humain sont connus : richesse lexicale, variabilité syntaxique naturelle ou encore des transitions qui s’enchaînent avec cohérence. À l’inverse, des transitions artificielles et répétitives font grimper le score.

Deux nuances méritent l’attention :

• Aucun texte n’est à zéro : « Rares sont les textes qui auront un score de 0 sur 100, puisque finalement l’IA s’inspire de l’humain », rappelle ce même développeur. Un score de 16 sur 100 sur un article entièrement humain n’a rien d’alarmant.
• La zone grise est hybride : Un texte généré puis copié tel quel est détecté sans difficulté. Le vrai défi, ce sont les textes générés, puis retouchés par endroits, ou nourris d’extraits glanés dans les réponses des moteurs de recherche.

L’affaire Orélien confirme ce dernier point : un internaute a constaté qu’en modifiant quelques mots d’un paragraphe, Pangram le jugeait soudainement à 100 % humain. L’outil est conçu pour limiter les faux positifs, quitte à laisser passer davantage de faux négatifs. Un détecteur est donc un indicateur utile et de plus en plus fiable sur les textes longs, mais ne peut pas être utilisé pour prendre des décisions.

Les véritables risques de l’utilisation de l’IA pour la production de contenu

Le risque principal n’est pas d’être « détecté » comme texte rédigé par l’IA. Il est de produire des contenus qui se ressemblent tous. Les modèles de langage reproduisent des schémas récurrents : c’est précisément ce qui les rend repérables, et c’est aussi ce qui rend leurs textes interchangeables. Une marque qui publie ce que n’importe quelle autre pourrait publier perd ce qui justifie qu’on la lise.

Le second risque réside dans le fait que les IA commettent d’innombrables erreurs avec un aplomb inégalé. Les outils de vérification des faits se multiplient justement pour corriger ce type d’erreurs, signe que la vigilance humaine reste indispensable à tous les niveaux.

Enfin, le troisième risque est celui de la perte de confiance liée à l’utilisation de l’IA pour la génération de texte. Les lecteurs se montrent de plus en plus sensibles quant au sujet des contenus manifestement générés par des IA, et les jugent souvent moins qualitatifs. LinkedIn permet d’ailleurs désormais à ses membres de signaler d’un clic les publications qui leur semblent générées par IA

Rien de tout cela n’invite à renoncer à l’IA, car utilisée dans un cadre défini, avec des règles et une relecture humaine, elle fait gagner un temps précieux sur certaines tâches. Le danger commence lorsque l’outil remplace le regard expert au lieu de le servir.

Ce sont d’ailleurs les contenus qui donnent la parole aux experts qui sont aujourd’hui les plus crédibles, qui remontent dans les moteurs de recherche efficacement et qui sont utilisés par les IA pour nourrir ses réponses.

Pourquoi faut-il continuer de produire ?

Face à ces débats, une tentation pourrait naître : publier moins, par prudence ou par dépit face aux contenus générés par les LLM ou modèle de langage.

Cependant, les IA ne créent rien à partir de rien, elles se nourrissent exclusivement de ce que nous écrivons. Les modèles de langage ont appris ce qu’ils savent sur des textes humains ; les détecteurs eux-mêmes, on l’a vu avec Pangram, ont été entraînés sur des millions d’entre eux. Des travaux publiés dans la revue Nature  en 2024 ont montré qu’un modèle entraîné de façon répétée sur des contenus générés par d’autres modèles s’appauvrit progressivement. L’écriture humaine n’est donc pas menacée d’obsolescence : elle devient la ressource rare dont tout l’écosystème dépend.

Cette dépendance a une conséquence très concrète pour les organisations qui prennent la parole. Les moteurs de réponse et les synthèses générées par IA puisent dans les contenus publiés pour répondre aux questions des internautes. Une entreprise qui cesse de produire des contenus de fond laisse à d’autres le soin de raconter l’histoire et l’expertise du secteur ou du domaine d’activité.

Produire régulièrement des contenus solides, sourcés et incarnés, c’est donc à la fois parler aux publics d’aujourd’hui et alimenter les sources que consulteront les outils de demain.

La meilleure réponse n’est ni technique ni défensive, elle tient dans des pratiques éditoriales classiques, que notre époque rend précieuses : aller chercher la parole des experts, signer ses textes, vérifier ce que l’on affirme et assumer un point de vue. Ces gestes ne se génèrent pas, ils se cultivent.

En guise d’exemple, ce texte a été pensé, sourcé, rédigé et relu par des humains. Soumis à plusieurs détecteurs avant publication, il a pourtant obtenu des verdicts contradictoires. Il a été jugé comme rédigé par un humain à 97 % par ZeroGPT, 100 % par Lucide.ai, 65 % par GPTZero, 87 % par Pangram et rédigé par une IA à 75 % selon GetSolved.ai. Cinq outils, cinq réponses. Un score ne livre qu’une probabilité : il dit à quel point un texte ressemble à ce qu’une machine aurait pu produire, pas comment il a été écrit. Difficile, sur cette seule base, de juger un texte.

Comme le rappelait le ministre de l’Education nationale, Edouard Geffray, sur le plateau de l’émission « C ce soir » sur France TV le 10 septembre dernier : « si vous connaissez 400 mots vous serez l’esclave de l’IA, si vous en connaissez 6000, c’est l’IA qui sera votre jouet. »  Tant que l’expertise, l’impulsion et l’exigence créatives seront portées par l’humain, l’IA ne restera qu’un outil parmi d’autres. Et c’est avec ces convictions chevillées au corps que nous accompagnons nos clients chaque jour.