« Alexandre, que valent vraiment les détecteurs de texte IA ? »

Quel détecteur de texte IA choisir, en bref ?

Le bon choix dépend de votre usage et de votre langue.

Pour du français, je regarde d'abord les outils qui annoncent le français dans leur documentation, puis la transparence de l'éditeur sur ses erreurs.

• Vous êtes un établissement d'enseignement : Compilatio, vendu uniquement aux établissements, ou Turnitin, qui publie ses taux d'erreur et son seuil minimal de 300 mots.
• Vous vérifiez des textes en français, ponctuellement : Lucide.ai, spécialisé sur le français, avec une version gratuite limitée à 500 mots.
• Vous gérez du volume en plusieurs langues (agence, site éditorial) : Originality.ai ou Copyleaks, qui documentent leurs langues et proposent des équipes.
• Vous voulez un premier avis gratuit : GPTZero, avec sa formule gratuite de 10 000 mots par mois, en gardant en tête ses résultats contrastés dans les études.

Quel que soit l'outil, la règle ne change pas. Un score élevé ouvre une discussion, il ne la ferme pas.

Je détaille pourquoi dans les sections suivantes, étude par étude.

Oui, je sais, vous espériez un gagnant.

Mais les tests publiés ne permettent pas d'en désigner un pour le français, et les éditeurs mettent leurs modèles à jour plusieurs fois par an.

Un classement figé serait faux dans six mois. Je préfère vous donner une méthode pour tester vous-même, plus bas.

Comment fonctionne un détecteur de texte IA ?

Un détecteur estime la probabilité qu'un texte ait été généré, à partir de régularités statistiques.

Un logiciel anti-plagiat retrouve un texte dans une base. Un détecteur, lui, parie.

Les premiers outils s'appuyaient surtout sur la perplexité, qui mesure à quel point un texte est prévisible pour un modèle.

James Zou, chercheur à Stanford, l'explique dans le communiqué de son étude : des mots courants donnent une perplexité basse, donc un texte plus facilement signalé comme généré.

Les outils récents utilisent plutôt des classifieurs entraînés sur des textes humains et générés.

GPTZero indique par exemple avoir quitté la perplexité pour un modèle d'apprentissage profond à l'automne 2023.

Le cas le plus parlant reste celui d'OpenAI, l'éditeur de ChatGPT. Début 2023, il lance son propre classifieur.

Ses chiffres, publiés par l'éditeur lui-même : 26 % des textes générés correctement identifiés, et 9 % de textes humains étiquetés à tort comme générés. Six mois plus tard, l'outil disparaît.

Relisez la phrase surlignée. L'entreprise qui fabrique le modèle a retiré son détecteur faute de précision suffisante.

La même page listait des limites qui valent encore pour beaucoup d'outils : peu fiable sous 1 000 caractères, nettement moins bon hors de l'anglais, et contournable en retouchant le texte.

Du coup, quand un outil tiers annonce « 99 % de précision », je pose deux questions.

Sur quels textes ? Et avec quel taux de faux positifs ?

Sans ces deux réponses, le chiffre ne veut pas dire grand-chose.

Que disent les études indépendantes sur la fiabilité des détecteurs ?

Elles disent que les détecteurs se trompent souvent, surtout sur les textes retouchés.

L'étude la plus citée a été menée par huit chercheurs autour de Debora Weber-Wulff et publiée fin 2023 dans l'International Journal for Educational Integrity.

L'équipe a soumis 54 documents à quatorze outils, dont Turnitin, Compilatio, GPTZero, ZeroGPT, Winston (alors « Go Winston ») et le classifieur d'OpenAI.

Six catégories : textes humains, textes humains traduits automatiquement, textes ChatGPT, textes ChatGPT retouchés à la main, et textes ChatGPT reformulés par un outil de paraphrase.

Les chiffres, tirés de la version publiée :

• aucun outil n'atteint 80 % de précision, et seuls cinq dépassent 70 % ;
• les textes générés puis retouchés à la main tombent à 42 % de bonne détection en moyenne ;
• les textes générés puis paraphrasés par un outil tombent à 26 % ;
• la traduction automatique fait baisser de 20 % la précision sur des textes humains ;
• le risque de fausse accusation va de 0 % (Turnitin) à 50 % (GPTZero).

Deux limites à garder en tête : ces tests portent sur des textes en anglais, et sur les versions des outils de 2023.

Les éditeurs ont publié de nouveaux modèles depuis.

Le benchmark RAID, publié en 2024 par Liam Dugan et sept coauteurs, va dans le même sens à bien plus grande échelle : plus de 6 millions de textes générés, et des détecteurs facilement trompés par des attaques simples ou un changement de réglage du modèle.

Pourquoi un détecteur IA signale-t-il des textes écrits par des humains ?

Parce qu'un texte humain simple et régulier ressemble statistiquement à un texte généré.

Les premières victimes sont les personnes qui écrivent dans une langue étrangère, avec un vocabulaire plus limité.

L'équipe de James Zou à Stanford a soumis 91 essais du TOEFL, écrits par des non-anglophones, à sept détecteurs (dont GPTZero, Originality.ai et ZeroGPT).

D'après l'article publié dans Patterns, plus de la moitié ont été classés comme générés, avec un taux moyen de faux positifs de 61,3 %.

Les essais d'élèves américains de quatrième, eux, étaient classés presque parfaitement.

Pour un site en français, la leçon est directe.

Un texte écrit dans un style très simple, ou traduit, peut être signalé à tort. Une fiche produit sobre aussi.

Ce sont pourtant des textes humains, et parfois de bons textes.

Turnitin, de son côté, publie ses propres taux d'erreur, ce qui est rare.

Dans une note de sa directrice produit datée de mai 2023, l'éditeur donne un taux de faux positifs par document sous 1 % au-delà de 20 % de texte détecté, et d'environ 4 % à l'échelle de la phrase.

Il y annonce aussi le passage du seuil minimal de 150 à 300 mots.

Lisez bien la condition : au-delà de 20 % de texte détecté.

En dessous, l'éditeur reconnaît plus de faux positifs, au point d'afficher un astérisque au lieu d'un chiffre.

Un taux à 4 % par phrase signifie aussi qu'une phrase surlignée sur vingt-cinq environ peut être humaine.

Sur un mémoire de quarante pages, ça fait du monde.

Comment se comparent les 8 détecteurs sur les critères qui comptent ?

Sur le papier, ils se ressemblent tous : chacun se dit le plus précis.

Je les compare donc sur des critères vérifiables : l'accès, le français, le prix au 15 octobre 2026 et ce que disent les études indépendantes.

Les chiffres d'éditeurs (« 99 % ») n'apparaissent pas dans le tableau, volontairement.

Ils sont mesurés par l'éditeur, sur ses propres jeux de textes.

Compilatio, par exemple, annonce une fiabilité de 94 à 99 % et moins de 1 % de faux positifs, tout en écrivant noir sur blanc sur sa page dédiée qu'aucun détecteur n'est fiable à 100 %.

J'apprécie la franchise.

Pour un comparatif plus poussé sur un outil précis, je détaille GPTZero dans mon avis sur GPTZero.

Retenez surtout que les études datent de 2023 : elles disent comment ces outils se comportaient alors, pas forcément aujourd'hui.

D'où l'intérêt de tester vous-même.

Comment tester un détecteur de texte IA vous-même ?

On le teste sur des textes dont on connaît l'origine, en comptant les erreurs dans les deux sens.

Un après-midi suffit pour un petit corpus, et vous saurez ce que vaut l'outil sur vos textes à vous.

1. Réunissez des textes humains écrits avant novembre 2022 (date de sortie de ChatGPT) : articles de votre blog, newsletters, fiches. Vous êtes sûr de leur origine.
2. Générez des textes sur les mêmes sujets avec deux ou trois assistants différents, en français.
3. Préparez des textes mixtes : un texte généré que vous retouchez à la main, et un texte humain dont l'IA a réécrit un paragraphe.
4. Gardez des longueurs comparables, au-dessus de 300 mots, puisque plusieurs outils sont peu fiables en dessous.
5. Passez tout le corpus dans chaque outil le même jour, et notez la date et la version du modèle quand elle est affichée.
6. Comptez séparément les textes humains signalés (faux positifs) et les textes générés qui passent (faux négatifs).

Le chiffre qui m'intéresse le plus, c'est le premier. Un outil qui laisse passer un texte généré vous fait perdre une information.

Un outil qui accuse un texte humain vous fait perdre un rédacteur, un client ou la confiance d'un étudiant.

Les deux erreurs n'ont pas le même coût.

Refaites le test deux fois sur quelques textes.

Si le score change d'un passage à l'autre, notez-le aussi : l'équipe de Weber-Wulff signale qu'elle n'a pas testé la reproductibilité des résultats, c'est donc une question ouverte.

Comment utiliser un détecteur IA sans se tromper de combat ?

On l'utilise comme un signal qui déclenche une relecture, jamais comme un verdict.

Les éditeurs eux-mêmes le disent : GPTZero écrit dans son aide que ses résultats ne doivent pas servir à sanctionner des étudiants.

Dans une agence ou une équipe marketing, la question utile porte rarement sur l'usage de l'IA.

Elle porte sur le texte : est-il juste, sourcé, utile et fidèle à la marque ?

Un détecteur ne répond à aucune de ces questions. Une relecture humaine, si.

Ma pratique tient en trois règles.

Je fixe d'abord une politique claire avec le client : ce que l'IA peut faire, ce qu'elle ne fait pas, comment on le documente.

Ensuite, je demande une trace de travail (brief, premier jet, version finale) plutôt qu'un score.

Enfin, si un texte me paraît creux, je le réécris, avec la méthode décrite dans mon article pour humaniser un texte IA.

Et si votre équipe doit apprendre à cadrer l'IA dans sa production, une formation à l'IA pour le marketing sera plus utile qu'un abonnement de plus.

Le métier change vite, je l'ai décrit dans mon article sur le copywriting en 2025, et la méthode complète d'écriture avec l'IA se trouve dans mon guide du copywriting IA.

Bref, un détecteur peut vous aider à repérer un texte à relire avec attention.

Mais la décision revient à un humain, avec d'autres éléments en main que le pourcentage affiché à l'écran.