Non, vous ne pouvez pas détecter l'IA en lisant un texte.
La loi européenne a changé la question il y a trois semaines. Elle ne demande plus de deviner l'origine d'un texte, elle demande de la déclarer. Ce qui rend les détecteurs à la fois inutiles et dangereux.
Ce que la loi exige depuis le 2 août 2026
Les obligations de transparence de l'article 50 du règlement européen sur l'intelligence artificielle s'appliquent depuis le 2 août 2026. Un système qui dialogue avec une personne doit lui indiquer qu'elle parle à une machine. Un contenu généré, qu'il soit texte, image, audio ou vidéo, doit porter un marquage lisible par machine. Un contenu qui imite une personne réelle doit être identifiable comme artificiel.
Ces obligations valent pour le fournisseur du système comme pour celui qui le déploie. Le manquement relève du même niveau de sanction que les manquements aux obligations des systèmes à haut risque : jusqu'à 15 millions d'euros ou 3 % du chiffre d'affaires mondial annuel, le montant le plus élevé étant retenu.
Une nuance de calendrier subsiste sur le marquage technique. Les systèmes génératifs déjà sur le marché avant le 2 août bénéficient d'un délai supplémentaire pour s'y conformer, jusqu'au 2 décembre 2026. Ceux qui arrivent après cette date n'ont aucun délai : ils marquent dès le premier jour.
La Suisse n'a pas de loi sur l'intelligence artificielle. Cela ne met personne hors de portée : le règlement européen s'applique dès lors que le résultat du système est utilisé dans l'Union, même si le traitement est opéré depuis la Suisse. Nous détaillons ce point de rattachement sur la page de qualification réglementaire.
Ce que cela change tient en une phrase. La bonne question n'est plus « ce texte sort-il d'une machine ? », question à laquelle personne ne sait répondre de façon fiable, mais « ce contenu porte-t-il la déclaration que la loi exige ? », question qui se vérifie.
Les détecteurs se trompent, et toujours sur les mêmes
Le réflexe naturel consiste à passer le texte suspect dans un détecteur. Les chiffres publiés par les universités qui les ont évalués invitent à s'en abstenir pour toute décision qui engage quelqu'un.
Une étude conduite à Stanford a soumis à sept détecteurs répandus un corpus de 91 essais TOEFL rédigés intégralement par des humains. Le taux de faux positifs moyen atteint 61,22 % : plus de la moitié de ces textes humains sont donnés pour produits par une machine. 89 essais sur 91, soit 97,80 %, sont signalés par au moins un détecteur, et 18 sur 91 le sont à l'unanimité des sept. Les mêmes outils affichent une justesse quasi parfaite sur des rédactions d'élèves anglophones.
Deux faits achèvent le tableau. Parmi les outils les plus déployés dans l'enseignement, certains n'affichent pas leurs propres scores en dessous d'un seuil, ce qui revient à reconnaître que la plage basse n'est pas exploitable. Et plusieurs dizaines d'universités, dont certaines des plus exigeantes au monde, ont interdit ou restreint l'usage de ces outils dans leurs procédures.
Un outil qui se trompe une fois sur cinq n'est pas un instrument de mesure. C'est un générateur d'accusations, et l'accusation porte sur l'honnêteté de quelqu'un.
Un marqueur ne prouve rien sur un texte, seulement sur un corpus
Cela ne veut pas dire qu'aucun signal n'existe. Cela veut dire qu'un signal ne s'interprète pas sur une phrase, mais sur une densité, mesurée sur un volume suffisant.
Un tiers nous a fait remarquer que nos propres textes employaient souvent un long tiret pour séparer les idées. Plutôt que de discuter le point, nous avons compté, sur des documents réels.
| Texte | Tirets longs pour 1000 mots |
|---|---|
| Document professionnel humain, plus de neuf mille mots | 0,0 |
| Texte rédigé avec assistance | 8,2 |
| Nos propres livrables de la semaine | 10,5 à 31,1 |
Zéro occurrence sur plus de neuf mille mots, ce n'est pas une préférence de style. C'est la norme d'un registre : le français professionnel n'utilise pas le tiret long comme pause rhétorique, il dispose de la virgule, du deux-points et de la parenthèse. L'usage vient de l'anglais, et il traverse la traduction sans que personne y prenne garde.
Le chiffre le plus mauvais de ce tableau est le nôtre. Nous le publions parce qu'un fournisseur qui ne nomme aucune limite n'a pas cherché les siennes, et parce que la correction est simple : le tiret devient une virgule neuf fois sur dix, un deux-points quand il introduit une explication, une parenthèse pour une incise. Si la phrase reste lourde après correction, c'est qu'elle en contenait deux.
Les marqueurs propres au français
La typographie ne se traduit pas, et c'est ce qui la rend utile. Le français impose une espace avant le deux-points, le point-virgule, le point d'interrogation et le point d'exclamation. L'anglais l'interdit. Un texte pensé en anglais puis rendu en français perd ces espaces, ou les place de façon irrégulière selon les passages.
Le signal ne dit pas « une machine a écrit ceci ». Il dit « ce texte a transité par un outil qui ne connaît pas la règle », ce qui inclut un traducteur automatique, un copier-coller entre logiciels, ou un rédacteur qui travaille sur un clavier mal configuré. La différence compte : c'est un indice de chaîne de production, pas une preuve d'auteur.
Dans le même ordre, une régularité excessive dans la ponctuation, des guillemets droits là où le français attend des chevrons, ou une majuscule accentuée systématiquement absente, racontent le trajet du texte plutôt que son origine.
Les caractères qu'on ne voit pas
C'est la seule vérification qui donne une réponse binaire, sans interprétation. Certains outils insèrent dans le texte des caractères sans largeur, invisibles à l'écran comme à l'impression, qui survivent au copier-coller. D'autres dispositifs de marquage exploitent le même principe pour rendre un contenu traçable.
Contrôler leur présence ne demande aucun jugement : le caractère est là ou il n'est pas là. C'est aussi le premier contrôle à faire, parce qu'il est le seul qui ne puisse pas produire de faux positif, et parce que ce marquage est précisément ce que l'article 50 rend obligatoire.
Nous exécutons cette vérification sur tout texte qui sort de chez nous, y compris un courriel court, avec un contrôle calibré pour qu'un texte humain de référence passe au vert. Un contrôle qui crie au loup finit ignoré, et un contrôle qui ne peut pas échouer ne contrôle rien.
Ce qu'aucun script ne verra
Les signaux les plus fiables sont ceux qu'aucun outil ne sait mesurer, et qui demandent une relecture attentive.
Des paragraphes tous de la même longueur. Des listes systématiquement composées de trois éléments. Une structure trop régulière pour avoir été pensée en écrivant. Et surtout l'absence de doute : une machine généralise avec assurance là où quelqu'un qui connaît le sujet nuance, hésite, cite un contre-exemple ou reconnaît qu'un point reste ouvert.
C'est le meilleur marqueur disponible, et il n'est pas automatisable. Il suppose de connaître assez le sujet pour repérer une affirmation qu'un praticien n'aurait pas formulée aussi nettement. Ce qui explique, au passage, pourquoi la détection déléguée à un outil échoue si souvent : elle mesure la forme, quand le signal se trouve dans le rapport de l'auteur à ce qu'il sait.
Détecter chez les autres, ou contrôler chez soi
La détection à posteriori est une position perdante. Elle repose sur des outils peu fiables, elle vise les mauvaises personnes, et depuis le 2 août elle traite un problème que la loi a déplacé : ce n'est plus au lecteur de deviner, c'est à celui qui publie de déclarer.
La position tenable est l'inverse. Savoir ce que produisent vos propres systèmes, le marquer comme la loi l'exige, contrôler ce qui sort avant l'envoi, et publier vos limites plutôt que d'attendre qu'un tiers les découvre. C'est aussi la seule qui résiste à l'arrivée du prochain modèle, puisqu'elle ne dépend d'aucune signature particulière.
Si vous devez retenir une chose : cessez de chercher à savoir si un texte vient d'une machine, et commencez à vérifier si celui que vous publiez le déclare.
Sources : Commission européenne, obligations de transparence de l'article 50 du règlement (UE) 2024/1689 ; travaux de Stanford sur les biais des détecteurs à l'égard des locuteurs non natifs (Liang et coll.) ; documentation publique des éditeurs d'outils de détection sur le seuil d'affichage de leurs scores. Mesures de densité typographique réalisées sur nos propres documents.