Peut-on vraiment savoir si un texte a été écrit par une IA ?
Imaginez : vous recevez un email de votre banque, un article de presse sur votre ville, ou le devoir de votre enfant rendu avec une aisance surprenante. Une petite voix intérieure murmure : « C’est vraiment lui qui a écrit ça ? » Vous cherchez un outil en ligne pour le vérifier. Il vous répond avec assurance : « Contenu humain à 94 %. » Mais peut-on vraiment lui faire confiance ?
Spoiler : pas vraiment. Et ce n’est pas faute d’avoir essayé.
Le problème, expliqué simplement
Depuis l’arrivée de ChatGPT fin 2022, des dizaines d’outils promettent de détecter si un texte a été rédigé par une intelligence artificielle. L’idée paraît logique : si une machine écrit d’une certaine façon, on devrait pouvoir reconnaître sa « patte », non ?
Le souci, c’est que cette patte change en permanence. Les modèles d’IA s’améliorent à toute vitesse, et leurs textes ressemblent de plus en plus à ceux d’un être humain — parfois même mieux écrits. C’est un peu comme essayer de reconnaître un faux billet dont la technique de falsification évoluerait chaque semaine.
Résultat ? Les outils de détection accumulent les erreurs dans les deux sens : ils accusent des humains d’avoir utilisé une IA (notamment des personnes qui écrivent de façon très structurée ou dans une langue étrangère), et ils laissent passer des textes entièrement générés par des machines. Ni fiables, ni innocents.
Trois ans après l’émergence de ChatGPT, aucune solution solide n’a émergé. Les grands acteurs du secteur — OpenAI en tête — ont lancé des pistes, puis les ont discrètement abandonnées. Le fameux projet de watermarking (une sorte de tatouage invisible intégré dans les textes IA) existe techniquement, mais reste largement non déployé. Pourquoi ? Mélange de contraintes techniques, d’enjeux commerciaux… et peut-être d’un manque de volonté collective.
Zone technique — pour les curieux et les passionnés
🤓 Pour aller plus loin : le problème du test de Turing, version 2025
Les amateurs de science-fiction le savent : Alan Turing proposait dès 1950 qu’une machine pourrait être considérée comme « intelligente » si un humain ne parvenait pas à la distinguer d’un autre humain lors d’une conversation. On y est. Presque.
Le vrai problème aujourd’hui n’est plus philosophique, il est statistique. Les détecteurs actuels reposent sur des mesures comme la perplexité (à quel point le texte est « prévisible » pour un modèle de langage) et la burstiness (la variation de longueur et de complexité des phrases — les humains ont tendance à alterner phrases courtes et longues, les IA moins). Ces deux signaux s’effondrent dès qu’un utilisateur retouche légèrement le texte généré — ou qu’il demande à l’IA d’écrire « de façon plus naturelle ».
Le watermarking statistique, lui, est plus prometteur en théorie : il s’agit d’orienter subtilement le choix des mots lors de la génération pour laisser une empreinte détectable sans changer le sens. Scott Aaronson (cryptographe chez OpenAI) a travaillé sur cette approche. Mais un seul passage par un outil de paraphrase suffit souvent à l’effacer. Chat perché. 🏳️
Ce que vous pouvez faire, concrètement
Pas question de rester les bras croisés. Voici quelques réflexes utiles, quel que soit votre niveau :
1. Ne faites pas confiance aveuglément aux détecteurs. Traitez leurs résultats comme des indices, jamais comme des preuves. Un taux de « 98 % IA » ne vaut pas grand-chose sans contexte.
2. Posez des questions de suivi. Un texte humain authentique supporte l’échange : l’auteur peut préciser, nuancer, se contredire. Une réponse creuse ou trop lisse peut alerter.
3. Cherchez les détails personnels vérifiables. Anecdotes, erreurs assumées, références locales ou temporelles précises — ce sont des marqueurs que les IA inventent facilement, mais qu’on peut (parfois) vérifier.
4. Éduquez votre entourage, surtout les plus jeunes et les plus âgés. Ce sont souvent eux qui font le plus confiance aux contenus en ligne. Partager ces réflexes, c’est déjà agir.
5. Restez curieux des évolutions réglementaires. L’Union européenne, via l’AI Act, impose progressivement la transparence sur les contenus générés par IA. Pas encore parfait, mais c’est un début.
Et maintenant ?
La détection des textes IA ressemble aujourd’hui à une course-poursuite où le lièvre change de vitesse à chaque tour. La technologie seule ne suffira pas — c’est une question de culture numérique, de régulation, et peut-être de volonté partagée entre les géants du secteur.
Alors on vous pose la question : est-ce que vous faites confiance à ce que vous lisez en ligne ? Et comment faites-vous la différence, vous ? Dites-nous tout en commentaire. 👇
Source : BDM
