Un détecteur de GPT a signalé votre texte et vous voulez faire baisser le taux. D’abord, la partie inconfortable : aucun outil ne peut prouver qui a écrit une phrase. Un détecteur produit une estimation de probabilité. Votre travail consiste maintenant à trouver les lignes qui portent le signal et à les réécrire, pas tout le document.
Que signifie réellement un score de détecteur de GPT ?
Les détecteurs examinent la régularité statistique : à quel point chaque mot est prévisible compte tenu des précédents, et dans quelle mesure cette prévisibilité varie au fil d’un passage. L’écriture humaine a tendance à osciller — une longue proposition, puis une phrase de quatre mots, puis un fragment. La sortie d’un modèle a tendance à conserver un rythme régulier, ce qui explique pourquoi elle obtient un score élevé même lorsque le contenu est correct.
Le score que vous voyez est une probabilité, pas une conclusion de fait. La FAQ de GPTZero le dit clairement : la probabilité de classe « peut être interprétée comme la probabilité que le détecteur ait raison dans sa classification » — ainsi, un nombre élevé sur leur échelle signifie que, sur des documents similaires, leur détecteur a raison la plupart du temps, et non que votre document est définitivement écrit par une machine (source : gptzero.me). Turnitin est encore plus prudent. Leurs consignes indiquent qu’ils ne veulent pas signaler à tort un texte humain, et qu’un document identifié comme probablement écrit par IA à 50 % pourrait contenir jusqu’à 65 % de texte généré par IA (source : www.turnitin.com). En d’autres termes, le nombre est une plage avec une marge, dans les deux sens.
Pourquoi cela vous importe-t-il ? Parce que la solution change selon que vous avez rédigé le brouillon vous-même et qu’il a quand même été signalé, ou que vous avez utilisé un modèle et que les coutures se voient. Les deux cas sont réels. Les deux sont réparables.
Pourquoi un détecteur de GPT signale-t-il un texte qui est entièrement le mien ?
C’est le cas le plus courant et le moins discuté. Nous l’avons mesuré nous-mêmes. Le 2026-09-28, nous avons évalué 709 guides DeAIze rédigés à la main avec notre détecteur à un seuil de signalement de 30 % : le score IA était en moyenne de 26 %, avec une médiane de 25 % et une plage allant de 0 % à 69 %. Sur ces 709 documents humains, 239 ont été signalés à ce seuil. C’est notre propre instrument, pas un verdict tiers, et il dit quelque chose de simple — l’écriture humaine dépasse régulièrement une ligne de signalement.
Donc si vous avez écrit chaque mot et que vous avez quand même été signalé, vous n’êtes pas une exception. Vous faites partie d’un grand groupe, et la cause probable est l’une de celles-ci :
- Longueur de phrase uniforme. Si la plupart de vos phrases font entre 18 et 25 mots, vous paraissez statistiquement lisse.
- Transitions stéréotypées. « Furthermore », « Moreover », « In addition » en tête de phrases consécutives est un schéma fort.
- Affirmations nuancées et équilibrées. Chaque paragraphe énonçant un point puis son contrepoint se lit comme un texte généré, même lorsque vous l’avez mûrement réfléchi.
- Structure modélisée. Trois puces, puis une phrase de résumé, répétées cinq fois.
Les rédacteurs non natifs de l’anglais sont touchés de manière disproportionnée, car l’anglais académique formel supprime souvent les contractions et les fragments qui donnent à un passage un aspect humain. Un article entier y est consacré dans pourquoi un détecteur d’IA signale les rédacteurs non natifs de l’anglais, et cela vaut la peine de le lire avant de commencer à modifier.
Si vous voulez voir quelles phrases précises portent le signal avant de toucher un seul mot, passez d’abord le brouillon dans le détecteur d’IA. La mise en évidence au niveau des phrases vous indique où consacrer votre temps de révision au lieu de réécrire à l’aveugle.
La solution : modifier au niveau de la phrase, pas du document
Réécrire tout un document signalé est un effort inutile et aggrave généralement les choses, car une paraphrase complète tend à aplatir davantage la voix. Travaillez dans cet ordre.
- Notez le brouillon et listez les phrases signalées. Toutes les lignes ne sont pas coupables. Habituellement, une minorité de phrases porte la majeure partie du signal.
- Laissez les phrases propres tranquilles. Les phrases humaines non touchées sont votre meilleure preuve que le texte est le vôtre. Ne les poncez pas.
- Réécrivez chaque phrase signalée à la main, en changeant la forme, pas le sens. Coupez-la en deux. Réorganisez les propositions. Remplacez un nom abstrait par un nom concret.
- Variez le rythme délibérément. Après deux longues phrases, écrivez-en une courte. C’est le changement le plus efficace et il ne vous coûte rien.
- Re-notez et comparez. Si le taux a bougé, gardez la modification. Sinon, annulez-la — un changement qui ne fait pas baisser le taux et qui coûte en clarté est une perte.
Cette dernière étape est celle que les gens sautent, et c’est celle qui sépare la devinette de l’édition.
Un exemple concret
Illustration, pas une vraie soumission. Avant :
« La mise en œuvre de systèmes de détection automatisés est devenue de plus en plus répandue dans les établissements d’enseignement, et ce développement a suscité un débat considérable quant à ses implications pour l’intégrité académique. »
Une phrase, 27 mots, des noms abstraits empilés, aucun agent ne fait quoi que ce soit. Après :
« Les écoles achètent des détecteurs automatisés. Cela a lancé un débat sur l’intégrité académique, et personne ne l’a tranché. »
Même affirmation. Deux phrases, dont une courte. Un sujet nommé (les écoles) qui fait une action (achètent). Aucun changement de sens, et le rythme n’est plus plat.
Contre quel détecteur devriez-vous réellement vérifier ?
Les différents détecteurs ne sont pas d’accord, et vous ne devriez pas considérer un seul d’entre eux comme l’autorité. Ce qui compte, c’est de savoir si l’outil que vous utilisez pour vérifier est celui que votre école, votre client ou votre éditeur utilise.
| Outil | Ce qu’il rapporte | Ce qu’il faut savoir avant de s’y fier |
|---|---|---|
| DeAIze | Score global du document plus probabilité d’IA par phrase ; notre propre re-notation après humanisation | Notre mesure du 28/09/2026 : 709 guides rédigés à la main avaient un score d’IA moyen de 26 %, et 239 ont été signalés à un seuil de 30 % |
| GPTZero | Probabilité de classe du document plus mise en évidence des phrases | Leur FAQ indique que la probabilité de classe est la chance que le détecteur ait raison sur des documents similaires, et que les catégories à haute confiance sont réglées pour des taux de classification humains et IA très élevés (source : gptzero.me) |
| Turnitin | Pourcentage au niveau du segment dans le rapport | Leurs consignes indiquent qu’aucun score ni surlignage n’est donné dans la plage de 1 % à 19 %, et qu’une lecture de 50 % pourrait correspondre à jusqu’à 65 % d’écriture par IA (source : www.turnitin.com) |
| Copyleaks, Originality.ai, Sapling | Leurs propres scores, leurs propres échelles | La vérification croisée entre outils vous montre si un signalement est stable ou un artefact d’un modèle |
Lisez ce tableau comme un avertissement, pas comme un menu. Deux outils lisant le même paragraphe peuvent se retrouver de part et d’autre d’un seuil, et aucun ne ment. Si votre établissement utilise Turnitin, une lecture propre GPTZero ne constitue pas une défense.
Quand ce n’est pas le bon choix
Soyez honnête avec vous-même sur la situation dans laquelle vous vous trouvez, car la réponse est différente pour chacune.
N’utilisez pas de humaniseur si le texte n’est pas le vôtre. Si vous avez collé le travail de quelqu’un d’autre, ou généré un brouillon et prévoyez de le soumettre comme votre propre réflexion, réduire le taux de détection n’est pas le problème — la soumission l’est. Le fait que les détecteurs soient peu fiables ne rend pas la fausse représentation acceptable. Réglez d’abord la question de la paternité.
N’utilisez pas de humaniseur comme première étape sur un document que vous avez écrit. Si votre propre écriture a été signalée, les signalements pointent vers de véritables habitudes stylistiques. Les corriger manuellement vous apprend quelque chose ; lancer une réécriture par-dessus masque le schéma et il réapparaîtra dans le prochain document.
Ne cherchez pas à obtenir un score de zéro. Un score faible ne prouve rien non plus. Si votre brouillon se lit clairement et que les lignes signalées sont corrigées, arrêtez. Courir après les derniers points signifie généralement dégrader des phrases qui étaient très bien.
Ne collez aucun document confidentiel dans un outil que vous n’avez pas vérifié. Les recherches non publiées, les contrats clients et les dossiers étudiants impliquent tous des obligations. Lisez les conditions de confidentialité avant de téléverser, et privilégiez les outils qui indiquent clairement ce qu’ils font de votre texte.
Que faire lorsque l’alerte est déclenchée malgré tout
Si une alerte a déjà atteint une personne — un tuteur, un éditeur, un client — la passe de révision ne représente que la moitié du travail. Conservez vos brouillons, vos notes, votre historique de versions et tout fichier daté. Un score de détecteur est une estimation de probabilité, et la personne qui le lit doit en être informée, calmement, une fois, avec des preuves de votre processus en pièce jointe.
Le principe plus large mérite d’être intériorisé : la détection est un signal invitant les éditeurs et les enseignants à regarder de plus près, et non un verdict sur lequel agir seul. Si vous souhaitez la version complète de cet argument, notre guide sur le fonctionnement des détecteurs de contenu IA explique d’où viennent les signaux et pourquoi ils se trompent.
Et si vous traitez une pile de brouillons signalés plutôt qu’un seul, la routine est la même pour chaque document : évaluer, lister, réécrire les lignes signalées, réévaluer, ne garder que ce qui s’est amélioré. Cette boucle constitue toute la méthode. Tout le reste est du bruit.
Note de mesure : les chiffres de cet article proviennent de notre propre détecteur exécuté le 2026-09-28 — n = 709 guides rédigés à la main contre n = 12 sorties de modèle non modifiées, score médian d’IA de 25 % et 34 % respectivement. Méthode : /methodology/.