Comment savoir si un texte a été écrit par une IA ? Ce qui marche (et surtout ce qui ne marche pas)
Détecteurs, faux positifs documentés, tics d'écriture des modèles, avertissements officiels : l'état réel de ce qu'on peut savoir sur un texte suspect.
Un enseignant devant une copie trop lisse, un recruteur devant une lettre de motivation parfaite, un éditeur devant un manuscrit : la question du texte généré par une IA est devenue quotidienne. Tapez-la dans Google et la réponse vient de ceux qui vendent la détection, GPTZero, ZeroGPT, Copyleaks, QuillBot ou Scribbr en tête. Aucun n'a intérêt à rappeler ce que valent leurs chiffres. OIA n'édite ni ne revend aucun détecteur : voici ce que disent les sources publiques, datées et attribuées.
Les détecteurs automatiques donnent des scores, pas des verdicts
En octobre 2024, la rédactrice Kiran Shahid a soumis quatre textes à trois détecteurs populaires pour le blog de Zapier : deux humains, dont un antérieur à ChatGPT, deux générés par IA. Les résultats, relayés par le Journal du Net le 10 octobre 2024, donnent le ton : ZeroGPT et TraceGPT ne réussissent chacun qu'une bonne réponse sur quatre, soit 25 %, quand Copyleaks en atteint trois, soit 75 %. ZeroGPT va jusqu'à juger « 75 % généré par une IA » un article humain antérieur à ChatGPT. L'échantillon est petit, le reconnaît l'autrice, mais la conclusion tient dans sa formule.
Certains humains écrivent comme des robots, et certaines IA comme des poètes.Kiran Shahid, comparatif de trois détecteurs pour le blog Zapier, octobre 2024, traduit de l'anglais
Le fabricant le mieux placé pour savoir a tranché le premier. Son classificateur, lancé le 31 janvier 2023 avec ses chiffres publiés, ne reconnaissait comme générés que 26 % des textes réellement écrits par une IA et classait à tort 9 % des textes humains ; OpenAI l'a retiré le 20 juillet 2023, « en raison de son faible taux de précision ». Une étude comparative de quatorze outils parue la même année dans l'International Journal for Educational Integrity concluait que ces détecteurs ne sont « ni précis ni fiables », et s'effondrent dès que le texte est reformulé ou traduit. Notre guide des meilleures IA de rédaction détaille ce volet.
Un pourcentage affiché par un détecteur mesure des régularités statistiques, pas une trace. Le même texte soumis à deux outils donne souvent deux scores opposés, et une reformulation suffit à faire chuter les détections. Aucun conseil de discipline, aucun recruteur, aucun éditeur ne peut fonder une décision sur ce chiffre seul, et toutes les institutions qui ont étudié la question le déconseillent désormais.
Des étudiants accusés à tort : les faux positifs documentés
L'erreur la plus lourde est documentée chez les étudiants. En juillet 2023, une équipe de l'université Stanford publie dans la revue Patterns l'étude de référence du domaine : sept détecteurs grand public sont soumis à 91 dissertations d'examen de langue anglaise écrites par des candidats non anglophones. En moyenne, 61,3 % de ces textes humains sont classés à tort comme générés par une IA, alors que les 88 dissertations d'élèves américains du même corpus échappent quasiment à l'erreur. Le biais est structurel : une écriture appliquée, au vocabulaire maîtrisé mais simple, ressemble statistiquement à du texte généré. Enrichir le vocabulaire fait d'ailleurs tomber les faux positifs de 61,3 % à 11,6 %.
Sur le terrain, ces scores ont frappé pour de bon. En août 2023, le média d'investigation The Markup documente un enseignant de l'université Johns Hopkins voyant Turnitin signaler plus de 90 % d'un devoir comme généré par IA : l'étudiant a produit ses brouillons successifs, preuve à l'appui. Fin juillet 2023, seuls 2 % des établissements clients de Turnitin avaient désactivé l'indicateur, et le centre d'appui pédagogique de l'université de Pittsburgh avait cessé de recommander ces outils, citant le risque juridique.
L'erreur la plus spectaculaire reste celle de l'université Texas A&M à Commerce, au Texas, en mai 2023, relatée par Inside Higher Ed puis The Hill : un enseignant soumet les devoirs de sa classe à ChatGPT, qui lui répond qu'il les a écrits lui-même. Plus de la moitié des étudiants se voient menacer d'échec, des diplômes sont suspendus, puis l'université revient en arrière. La leçon tient en une phrase : un chatbot comme ChatGPT n'est pas un détecteur, il n'a aucune mémoire de ce qu'il a produit et confirme volontiers n'importe quelle attribution.
Les tics qui se lisent à l'œil en 2026
La détection manuelle a désormais ses propres données. Le 1er octobre 2026, TechCrunch relève une étude du cabinet américain Graphite : 10 000 articles publiés avant ChatGPT ont été réécrits par les grands modèles du moment, puis comparés mot à mot aux originaux humains. Toute expression au moins deux fois plus fréquente dans la version IA est comptée comme un tic, et l'étude en recense 13 000. Le modèle Opus 5.5 d'Anthropic écrit « this matters » 116 fois plus souvent qu'un humain et le mot « dependable » 23 fois plus souvent. Le tiret cadratin, signe le plus moqué de l'écriture IA, a chuté de 99 % sous Opus 5.5 par rapport à la version précédente : les modèles ont appris à s'en passer, de nouveaux tics ont pris le relais. C'est l'une des raisons pour lesquelles OIA bannit les tirets de ponctuation de ses propres textes.
Avant le vocabulaire, la structure parle : paragraphes de longueur égale, transitions systématiques, absence d'opinion tranchée au profit de formules prudentes, absence de mots rares ou argotiques. Et mauvaise nouvelle pour les chasseurs de tics : selon l'analyste de Graphite Greg Druck, chaque version corrige ses anciens tics en créant les siens, les modèles Claude se rapprochant des distributions humaines quand les modèles GPT s'en éloignent. Toute liste de tics non datée est donc suspecte.
Ce que disent les institutions officielles
La France a tranché tôt. Le cadre d'usage de l'IA en éducation publié par le ministère de l'Éducation nationale en juin 2025 adresse aux enseignants une consigne sans ambiguïté : « évitez d'utiliser des logiciels de détection de contenus générés par l'IA : peu fiables, ils pourraient conduire à pénaliser à tort un élève ». La CNIL, dans sa foire aux questions du 20 juin 2025 pour les enseignants, écrit que « les systèmes d'IA sont insuffisamment fiables pour repérer les contenus générés par IA » et rappelle que l'enseignant « ne doit pas déléguer son pouvoir d'évaluation et de décision à un outil d'IA ».
Ailleurs, le retrait s'organise. En 2026, l'autorité scolaire de Nouvelle-Galles du Sud, en Australie, a inscrit dans ses règles que les écoles ne doivent pas s'appuyer sur les logiciels de détection d'IA générative pour établir une tricherie, et la plupart des universités australiennes s'en éloignent, constate The Conversation. Le mouvement dépasse la détection : New York a encadré son moratoire sur les outils IA en écoles publiques, et l'université nationale autonome du Mexique a fait repasser des examens à 58 000 étudiants plutôt que de traquer les textes générés.
La piste sérieuse n'est d'ailleurs plus la détection après coup mais le marquage à la source : filigrane invisible pour les textes de Claude, filigrane visible sur les images de Gemini, marquage des morceaux de Suno. Sur l'image et la vidéo, la détection des sosies sur TikTok et les métadonnées de photos d'Apple posent la même question de preuve.
Que faire en pratique : juger le processus, pas la surface
Toutes les sources sérieuses convergent vers la méthode que résume le cadre français : mettre le raisonnement au premier plan. Trois réflexes en découlent, sans logiciel.
Demandez le processus, pas la preuve par le style. Brouillons, historique de versions, capacité de l'auteur à défendre ses choix à l'oral. C'est ce qui a innocenté l'étudiant de Johns Hopkins, pas un contre-score.
Traitez un score aberrant comme une alarme, jamais comme un verdict. Soumettre le même texte à un second détecteur et le voir répondre l'inverse est la démonstration la plus rapide de l'arbitraire.
Visez la transparence plutôt que la traque. Annoncer l'assistance quand elle existe et vérifier les faits importe plus que d'attribuer chaque phrase à une machine.
Si vous soupçonnez un texte d'être généré, demandez à son auteur d'expliquer un choix précis, une source, une transition. Quelqu'un qui a écrit son texte répond en une phrase, un texte copié ne se défend pas.
Questions fréquentes
Quel est le meilleur détecteur d'IA gratuit ?
Aucun n'est fiable : de 25 à 75 % de bonnes réponses selon l'outil dans le comparatif Zapier d'octobre 2024, et OpenAI a retiré le sien en juillet 2023 faute de précision.
Un score de détecteur peut-il prouver qu'un texte a été généré par une IA ?
Non : OpenAI assumait 9 % de faux positifs, et 61,3 % de dissertations de locuteurs non natifs étaient classées à tort selon l'étude Stanford de juillet 2023. Le ministère de l'Éducation nationale le déconseille depuis juin 2025.
Quels sont les signes d'un texte écrit par une IA ?
Une structure très régulière, l'absence d'opinions tranchées et des tics mesurés comme « this matters », 116 fois plus fréquente sous Opus 5.5 selon l'étude Graphite relayée par TechCrunch le 1er octobre 2026.
Les universités utilisent-elles des détecteurs d'IA ?
Certaines oui, dont Turnitin, mais l'autorité scolaire de Nouvelle-Galles du Sud interdit depuis 2026 de fonder une accusation de tricherie sur ces logiciels, et la plupart des universités australiennes s'en passent.
ChatGPT peut-il dire si un texte a été écrit par une IA ?
Non, l'affaire de Texas A&M à Commerce en mai 2023 l'a montré : le chatbot avait affirmé avoir écrit des devoirs qu'il n'avait jamais produits.
