En bref
- Les détecteurs sont les plus fiables sur de longs textes d’IA non retouchés et les moins fiables sur des textes courts ou très modifiés.
- Les faux positifs existent. Les personnes non natives et les écrits très formels sont plus souvent signalés.
- Un score indique à quel point un texte ressemble à de l’IA, pas la probabilité qu’une règle ait été enfreinte.
- N’utilisez jamais un score comme seule preuve pour une décision qui affecte quelqu’un.
Ce que mesure réellement un détecteur
Un détecteur ne sait pas qui a écrit un texte. Il le compare à des motifs appris sur des écrits humains et générés : à quel point le choix des mots est prévisible, à quel point les phrases sont uniformes, à quel point le contenu est générique. Le résultat est une estimation de la ressemblance du texte avec une production d’IA.
C’est pourquoi deux détecteurs peuvent être en désaccord sur un même texte. Ils ont été entraînés sur des données différentes, pondèrent les signaux autrement et placent la limite du « probablement IA » à des endroits différents.
Quand les détecteurs fonctionnent bien
- De longs passages, plusieurs paragraphes ou plus, issus d’un chatbot sans retouche.
- Des textes génériques et pauvres en information : articles de remplissage, fiches produit, dissertations types.
- Le tri d’un grand nombre de textes pour décider lesquels méritent une lecture humaine attentive.
Quand ils se trompent
Les études publiées relèvent toujours les mêmes points faibles. La fiabilité chute nettement quand :
- le texte est court, moins de 150 mots environ ;
- le brouillon d’IA a été retouché, paraphrasé ou passé dans un outil de réécriture ;
- la personne n’est pas native et écrit des phrases plus simples et régulières ;
- le genre est formaté par nature : comptes rendus de laboratoire, textes juridiques, lettres de motivation, résumés ;
- le texte mélange des parties humaines et générées.
Des textes humains célèbres, y compris des documents historiques, ont été signalés comme écrits par une IA simplement parce qu’ils sont formels et familiers. Un faux positif peut gravement nuire à un élève ou à un candidat : la charge de la preuve ne doit jamais reposer sur le score.
Lire un score de façon responsable
Voyez le score comme le début d’un examen. Un score élevé veut dire : regardez de plus près. Un score faible veut dire : aucun motif net n’a été trouvé, ce qui n’est pas une preuve d’écriture humaine.
Un bon outil explique son résultat. AI Checker Lab affiche les raisons de chaque score, un score humain distinct et un niveau de confiance, pour que vous voyiez si le résultat repose sur plusieurs signaux nets ou sur un seul signal faible. Si les raisons ne correspondent pas à ce que vous lisez, fiez-vous à votre lecture.
- Score faible : peu de motifs typiques de l’IA. Rien à faire sans autre élément.
- Score intermédiaire, affiché comme mitigé par AI Checker Lab : fréquent pour les textes retouchés ou formels. Regardez les raisons et le contexte.
- Score élevé : forte ressemblance avec l’écriture d’une IA. Vérifiez le contexte et les travaux antérieurs, et parlez avec l’auteur avant de décider.
Conseils aux enseignants et aux employeurs
Fixez d’abord une règle claire sur l’IA, pour que chacun sache ce qui est permis. Servez-vous des détecteurs pour décider où regarder, pas pour conclure. Demander à quelqu’un de vous expliquer son travail est plus juste et plus fiable que n’importe quel score. Quand l’enjeu est important, combinez au moins deux éléments indépendants, par exemple un historique de modifications et une explication orale.
Des raisons, pas seulement un chiffre
Lancez une vérification et voyez précisément quels signaux ont fait monter ou baisser le score.
Essayer le détecteur d’IA