Un détecteur de faux PDF n’inspecte pas le fichier. Il lit le texte à l’intérieur de votre PDF et évalue à quel point cette prose semble générée par une machine, phrase par phrase. Si votre propre écriture revient signalée, la solution n’est pas un export PDF plus propre. C’est de modifier les phrases qui portent le signal.
Points clés à retenir
- Un détecteur de faux PDF évalue la prose, pas les métadonnées, les polices ou la structure du fichier.
- Un score élevé ne prouve pas la paternité. Il décrit des schémas dans le texte.
- Les scores au niveau des phrases vous indiquent quelles lignes corriger. Un score global du document ne le fait pas.
- Notre propre exécution du 2026-10-04 a évalué 1504 passages de référence à une moyenne de 27 % et 12 passages de modèle non modifiés à une moyenne de 52 %.
- Corrigez les phrases signalées dans votre propre brouillon, puis vérifiez à nouveau. Ne réécrivez pas tout le document.
Que vérifie réellement un détecteur de faux PDF ?
Lorsque les gens recherchent un détecteur de faux PDF, ils veulent généralement dire l’une de trois choses. Ils veulent savoir si un PDF a été généré par un outil d’IA. Ils veulent savoir si le texte à l’intérieur d’un PDF a été écrit par un modèle. Ou on leur a dit que leur PDF semble généré par une machine et ils veulent savoir ce que cela signifie.
Les deux premières questions ne sont pas identiques. Un fichier PDF porte des métadonnées : outil de création, champ auteur, horodatages, parfois une chaîne de producteur intégrée. Ces champs sont faciles à modifier et faciles à supprimer. Aucun détecteur sérieux ne les considère comme une preuve de quoi que ce soit. Si quelqu’un vous dit qu’il peut déterminer qu’un PDF est faux à partir de ses seules métadonnées, il décrit un signal faible, pas une conclusion.
La troisième question est celle qui compte pour un écrivain. Les détecteurs lisent le texte. Ils examinent les motifs : à quel point chaque mot est prévisible compte tenu des mots qui le précèdent, dans quelle mesure la longueur des phrases varie, à quelle fréquence le brouillon s’appuie sur les mêmes connecteurs. C’est la couche où un brouillon produit par une machine se démarque. Le format de fichier n’a aucune importance pour cela.
Pourquoi le texte de votre PDF semble généré par une machine
La prose générée par une machine a des habitudes. Elle lisse tout. Les longueurs de phrases se regroupent. Les transitions se répètent. Chaque paragraphe commence par une phrase thème et se termine par un résumé de lui-même. Le vocabulaire reste dans une bande étroite parce que le modèle choisit le mot suivant le plus probable plutôt que le plus précis.
Notre propre mesure du 2026-10-04 rend l’écart visible. Nous avons évalué 12 passages de sortie de modèle non éditée avec le détecteur DeAIze (ensemble local, niveau lite) à un seuil de signalement de 30 %. Score moyen 52 %, médiane 49 %, plage 11-91 %. La même exécution a évalué 1504 passages de référence issus de nos propres guides avec une moyenne de 27 % et une médiane de 20 %. Les deux corpus sont des passages, pas des documents indépendants, et l’authorship humaine dans l’échantillon de référence n’a pas été vérifiée de manière indépendante. Lisez-le comme une description de deux populations de textes, pas comme un taux de faux positifs.
Ce que cet écart vous indique, c’est où réside le signal. Il n’est pas dans le sujet. Il est dans le rythme. Si votre brouillon semble généré par une machine, la correction se situe au niveau du rythme, pas du vocabulaire.
Si vous voulez voir quelles phrases précises portent le signal, passez d’abord votre brouillon dans le DeAIze détecteur d’IA. Il note l’ensemble du document et met en évidence chaque phrase selon sa probabilité d’IA, ce qui vous permet de modifier les lignes signalées au lieu de deviner.
La confusion autour de la détection de faux identifiants
Il existe une seconde requête qui s’entremêle ici. Certaines personnes arrivent en cherchant la détection de faux identifiants, car « faux » et « détecteur » attirent les deux sujets dans les mêmes résultats de recherche. Ce sont des problèmes différents. La détection de faux identifiants concerne la vérification de documents d’identité. Un détecteur de faux PDF au sens rédactionnel concerne les schémas de prose. Si vous êtes arrivé ici en cherchant le premier, cette page n’est pas cela.
Si vous êtes arrivé ici parce que quelqu’un a signalé votre document, la question utile est plus étroite : quelles phrases semblent générées par une machine, et les ai-je écrites ? Cette question a une réponse sur laquelle vous pouvez agir.
Ce que le score ne prouve pas
C’est la partie que la plupart des guides omettent. Un score de détecteur n’est pas une preuve de paternité. C’est une mesure de la ressemblance d’un passage avec les schémas qu’un modèle a tendance à produire. L’écriture humaine peut ressembler à ces schémas, surtout lorsqu’elle est formelle, traduite, ou écrite par une personne travaillant dans une seconde langue. La sortie d’un modèle peut aussi obtenir un score faible, en particulier dans les passages courts où il n’y a pas assez de texte à mesurer.
Notre échantillon de référence a montré ce chevauchement directement. Sur 1504 passages de référence, 487 ont obtenu un score égal ou supérieur au seuil de 30 %. Il s’agit d’un nombre de passages, pas d’un nombre de documents indépendants, et cela ne vous dit pas combien de ces passages ont été écrits par des humains. Cela vous dit que le seuil n’est pas une ligne nette.
| Ce que vous voyez | Ce que cela signifie | Ce que cela ne signifie pas |
|---|---|---|
| Score au niveau du document | À quel point l’ensemble du texte semble rédigé par une machine | Qu’un modèle l’a écrit |
| Surlignage des phrases | Quelles lignes portent le signal | Que ces lignes ne sont pas de vous |
| Lecture élevée sur un passage formel | Une prose dense, uniforme et prévisible | Une faute professionnelle |
| Lecture faible sur un court extrait | Pas assez de texte pour mesurer | Que le texte est humain |
Si vous faites face à une accusation plutôt qu’à une auto-vérification, l’étape utile suivante est la documentation, pas une réécriture. Les détecteurs d’IA peuvent se tromper, et la façon de gérer un signalement est de conserver l’historique de vos brouillons et vos notes. Modifier un document contesté avant qu’un comité ne le voie aggrave votre position, pas l’inverse.
Un exemple concret : corriger une phrase signalée
L’illustration ci-dessous est inventée pour montrer la méthode. Ce n’est pas un avant-après mesuré.
Avant (semble rédigé par une machine) : « La mise en œuvre de systèmes de détection automatisés est devenue de plus en plus répandue dans les environnements universitaires, et il est essentiel que les institutions examinent les implications de ces technologies. »
Après (semble rédigé par une personne) : « Les universités ont commencé à utiliser des logiciels de détection en 2023. La plupart n’ont pas demandé ce qui se passe quand ils se trompent. »
Rien de factuel n’a changé. La deuxième version est plus courte, nomme un sujet et prend position. Elle cesse aussi de s’appuyer sur « de plus en plus répandu » et « il est essentiel de considérer », qui sont le genre de formulations qui rendent un passage prévisible.
Appliquez ce test à vos propres lignes signalées. Si une phrase pouvait être transposée dans n’importe quel autre document sur le même sujet sans que personne ne le remarque, c’est qu’elle porte du signal. Remplacez-la par quelque chose que vous seul écririez.
Une routine de révision au niveau de la phrase
- Lancez le détecteur et lisez les surlignages de phrases, pas seulement le score du document. Les surlignages sont le résultat utile.
- Répartissez les phrases signalées en trois catégories : les phrases que vous avez écrites, les phrases que vous avez collées depuis un modèle, et les phrases dont vous n’êtes pas sûr.
- Pour les phrases que vous avez écrites, laissez le sens et changez le rythme. Coupez une phrase longue en deux. Supprimez une transition. Remplacez un nom abstrait par un nom concret.
- Pour les phrases collées, vérifiez l’affirmation avant de toucher à la formulation. Les quantités, les citations, les négations et les qualificatifs sont les quatre choses qui se cassent quand vous réécrivez.
- Relancez la vérification. Certaines lignes disparaîtront. D’autres non, et c’est normal.
Si vous voulez de l’aide pour générer des alternatives pour une ligne précise, l’éditeur de brouillon suggère une formulation révisée pour votre propre texte. Comparez chaque suggestion à votre original avant de l’accepter. La similarité sémantique est une aide à la révision, pas une preuve que votre sens a survécu.
Que faire si vous ne l’avez pas écrit
Si un passage de votre document provient d’un modèle et que vous le présentez comme le vôtre, aucune quantité de retouches ne corrige cela. La solution est la divulgation, et la règle dépend de votre contexte. Les travaux de cours, les soumissions à des revues et le travail pour des clients gèrent tous cela différemment. Comment fonctionne la détection de l’IA explique les signaux, mais la question de la politique est distincte et c’est celle qui compte.
Pour un brouillon qui est véritablement le vôtre, la passe de révision est légitime. Vous rendez votre propre écriture plus claire et moins générique. C’est ce que les éditeurs ont toujours fait. La ligne de démarcation est l’auteur, pas le vocabulaire.
Pourquoi le format de fichier ne cesse de dérouter les gens
Le PDF est un format de diffusion, pas un format d’écriture. Lorsque vous exportez un document Word au format PDF, la couche de texte est préservée et le détecteur la lit de la même manière qu’il lirait le .docx. Les polices, les styles et les tableaux ne changent pas le score. Il en va de même pour le réenregistrement, la compression ou l’impression au format PDF.
Ce qui change le score, c’est le texte lui-même. Si vous travaillez à partir d’un document Word et souhaitez conserver votre mise en forme pendant que vous modifiez, DeAIze gère les téléversements de .docx et préserve les polices, les styles et les tableaux tout au long de la réécriture. Le détecteur et l’éditeur acceptent tous deux les formats .txt, .docx et .pdf.
Où se situent les limites honnêtes
La détection est d’abord en anglais. DeAIze couvre l’anglais et 9 autres langues pour la détection et la réécriture, et l’interface est disponible en 10 langues. Si votre document est traduit ou rédigé dans une seconde langue, les motifs que les détecteurs lisent comme générés par une machine peuvent simplement être des artefacts de traduction. C’est une source réelle de signalements et il vaut la peine de le savoir avant de commencer à réécrire.
Les scores diffèrent aussi selon l’instrument. Un score de modèle, une part de prose admissible et un pourcentage de similarité ne sont pas la même chose, et aucun d’entre eux ne prouve la paternité. Si vous obtenez une lecture d’un outil et une lecture différente d’un autre, c’est attendu, pas un bug. La question est de savoir lequel vous donne une sortie au niveau de la phrase sur laquelle vous pouvez agir.
Prêt à voir quelles phrases semblent générées par une machine ?
Passez votre PDF dans le détecteur d’IA et lisez les surlignages de phrases. C’est tout l’intérêt du score au niveau de la phrase : il transforme un nombre inutilisable en une liste de lignes que vous pouvez corriger.
Si vous voulez de l’aide pour réviser ces lignes, l’éditeur de brouillon suggère une reformulation pour votre propre texte. Il prend en charge .txt, .docx et .pdf, et la réécriture d’un document Word préserve les polices, les styles et les tableaux. Comparez chaque suggestion avec votre original et vérifiez les affirmations, les quantités, les citations, les négations et les qualificatifs avant de l’accepter.
L’essai de réécriture vous donne 200 mots après confirmation par e-mail, sans carte de crédit. La détection a des limites distinctes indiquées dans l’interface actuelle. Si vous voulez continuer après l’essai, tarifs est à la consommation, les crédits n’expirent jamais et il n’y a pas d’abonnement. Vous pouvez aussi créer un compte et commencer avec votre propre brouillon plutôt qu’un exemple.
Votre texte est traité uniquement pour la tâche en cours. Il n’est jamais utilisé pour l’entraînement et jamais revendu.