Détecteur de texte IA

Comment fonctionne un détecteur de texte IA

Contrairement à ce que le mot « détecteur » laisse croire, aucun outil ne lit un texte et n’y trouve une signature cachée. Il n’existe pas de filigrane, pas de marqueur invisible, rien qui identifie formellement une machine. Ce que font tous les détecteurs, sans exception, c’est mesurer des régularités statistiques.

Le principe repose sur une observation simple. Un modèle de langage produit du texte en choisissant, mot après mot, la continuation la plus probable. Le résultat est fluide, cohérent, et surtout régulier. Un humain, lui, écrit de façon désordonnée : il enchaîne une phrase de trente mots avec une de quatre, il emploie un mot inattendu, il s’interrompt, il pose une question, il glisse une parenthèse.

C’est cette irrégularité que les détecteurs cherchent, sous les noms de perplexité et de variance. Un texte très prévisible et très homogène éveille le soupçon. Un texte accidenté ressemble à de l’écriture humaine.

Ce que cet outil mesure exactement

La plupart des détecteurs affichent un pourcentage sans jamais expliquer d’où il sort. J’ai fait le choix inverse : chaque indicateur est affiché, avec sa valeur et son interprétation. Vous pouvez ainsi juger vous-même de la pertinence du résultat plutôt que de faire confiance à une boîte noire.

Six signaux sont calculés :

• La variation de la longueur des phrases. C’est l’indicateur le plus discriminant. Un texte généré aligne des phrases de taille très proche, un texte humain alterne beaucoup plus ;
• La richesse du vocabulaire, c’est-à-dire la proportion de mots différents. Attention, cet indicateur n’apparaît qu’au-delà de 250 mots : en dessous, il est mécaniquement élevé et ne veut rien dire ;
• La densité de connecteurs formels : « en effet », « par ailleurs », « de plus », « en outre ». Les modèles en abusent pour lier leurs paragraphes ;
• Les tournures caractéristiques : « dans un monde où », « joue un rôle crucial », « véritable », « incontournable ». Ces formules sont devenues des marqueurs à force d’être produites ;
• Les marques personnelles : présence de « je », de questions, de parenthèses, de points d’exclamation. Leur absence totale sur un texte long est significative ;
• La régularité des paragraphes. Des blocs de taille quasi identique trahissent une production calibrée.

Ces six mesures sont pondérées pour produire un score sur 100. L’analyse se fait entièrement dans votre navigateur : votre texte n’est envoyé nulle part, ce qui compte quand on analyse le devoir d’un élève, un document interne ou la copie d’un candidat.

Comment lire votre score

Le score se lit en trois zones, et chacune appelle une réaction différente.

En dessous de 34, signaux faibles. Le texte présente les irrégularités d’une écriture humaine. C’est l’indication la plus solide que donne l’outil, parce qu’il est difficile pour un modèle de produire spontanément ce désordre.

Entre 34 et 62, signaux modérés. C’est la zone inconfortable, et il faut y résister à la tentation de conclure. Un texte administratif, un mode d’emploi, une fiche produit ou un mémoire universitaire atterrissent souvent là, parce que ces genres imposent naturellement de la régularité. Un texte généré puis sérieusement retravaillé y tombe aussi.

Au-dessus de 62, signaux forts. Plusieurs marqueurs se cumulent. Cela mérite qu’on regarde de plus près, sans que cela constitue pour autant une démonstration.

Un point de méthode qui vaut pour toutes les zones : la longueur compte. En dessous de 100 mots, l’analyse n’est pas lancée, parce que les indicateurs statistiques n’ont aucun sens sur un échantillon aussi court. Au-delà de 400 ou 500 mots, le résultat devient nettement plus stable.

Pourquoi aucun détecteur n’est fiable à cent pour cent

C’est le point sur lequel je préfère être franc, y compris si cela dessert mon propre outil.

Les détecteurs produisent des faux positifs, c’est-à-dire qu’ils signalent des textes parfaitement humains. Trois profils sont particulièrement exposés. Les personnes qui écrivent dans une langue qui n’est pas la leur emploient des structures plus simples et plus répétitives, donc plus régulières : elles sont statistiquement pénalisées. Les rédacteurs de textes techniques ou juridiques obéissent à des conventions qui imposent la régularité. Et les très bons élèves, formés à structurer leur pensée, produisent des devoirs si bien ordonnés qu’ils ressemblent à une production automatique.

Symétriquement, les détecteurs produisent des faux négatifs. Un texte généré qu’on a relu, dont on a fusionné deux phrases, coupé une troisième et à qui on a ajouté une remarque personnelle passe sans difficulté. C’est d’ailleurs exactement ce que font les outils de réécriture, dont mon humaniseur de texte montre le fonctionnement.

Ces limites ne sont pas propres à cet outil, elles sont structurelles. J’ai testé les principales solutions payantes du marché, et l’écart entre les taux de fiabilité annoncés et les résultats obtenus en conditions réelles est éclairant : vous trouverez le détail dans mon comparatif des meilleurs outils pour détecter les textes générés par IA.

Ce que vous pouvez légitimement en faire

Un score n’est pas une preuve, mais il reste utile dans plusieurs situations.

Vérifier votre propre production. C’est l’usage le plus sain. Vous avez rédigé avec l’aide d’une IA, vous voulez savoir si le résultat sonne mécanique. Le détail des indicateurs vous dit précisément quoi corriger : varier les longueurs de phrases, supprimer les connecteurs mécaniques, incarner le propos.

Contrôler un contenu commandé. Si vous achetez des articles à un prestataire, l’outil vous donne un signal d’alerte. Attention à la manière de l’utiliser : ouvrez une discussion, ne portez pas d’accusation sur la seule base d’un chiffre.

Enseigner. Montrer à des élèves ce qui distingue une écriture personnelle d’une production automatique est bien plus formateur que de chercher à les prendre en défaut. Les indicateurs affichés se prêtent parfaitement à cet exercice.

À l’inverse, un usage est à proscrire : sanctionner quelqu’un sur la foi d’un score. Plusieurs établissements ont vécu l’expérience et se sont retrouvés à accuser à tort des étudiants qui avaient écrit eux-mêmes. Aucun détecteur, gratuit ou payant, ne fournit une preuve recevable.

Si votre texte est signalé à tort

Cela arrive, et c’est déstabilisant. Quelques éléments qui aident à faire valoir votre travail.

Montrez le processus, pas le résultat. Un historique de versions, des brouillons, des notes manuscrites, un document collaboratif avec son historique de modifications : tout cela vaut infiniment plus qu’un contre-test sur un autre détecteur.

Demandez la méthode. Si un outil vous accuse, il est légitime de demander sur quoi repose le verdict. La plupart des services payants ne donnent aucune explication, ce qui affaiblit considérablement leur valeur probante.

Regardez les indicateurs individuels. Sur cet outil, un score élevé accompagné d’une richesse lexicale normale et de phrases variées raconte une autre histoire qu’un texte qui déclenche tous les signaux. Le détail compte plus que le total.

Et si vous rédigez régulièrement, sachez que les habitudes qui vous protègent le mieux sont aussi celles qui améliorent votre écriture : varier le rythme des phrases, assumer une opinion, citer un cas concret que vous êtes seul à connaître. Un texte incarné ne ressemble à aucune production automatique, et aucun outil n’a besoin de vous le confirmer.