Comment fonctionnent les détecteurs d’IA ? Ils estiment à quel point vos choix de mots sont prévisibles. Un modèle de langage prédit le token suivant à partir de tout ce qui précède ; les détecteurs effectuent un calcul similaire et demandent à quel point le modèle a été surpris par ce que vous avez réellement écrit. Une prose prévisible et uniformément pondérée obtient un score élevé. Une prose variée et spécifique obtient un score plus faible. Vous obtenez une probabilité, pas un verdict.
Points clés à retenir
- Les détecteurs évaluent la prévisibilité, pas la paternité. Un score élevé signifie « cela ressemble à une sortie de modèle », et non « un modèle a écrit ceci ».
- Deux signaux font l’essentiel du travail : la perplexité (à quel point chaque mot est surprenant) et la burstiness (à quel point la longueur et le rythme des phrases varient).
- Les scores sont calculés par segment, puis moyennés. Un paragraphe plat peut entraîner tout un document.
- L’écriture humaine est aussi signalée. Dans notre propre mesure du 2026-09-19, 46 guides DeAIze écrits à la main ont obtenu en moyenne un score d’IA de 27 %, avec 17 sur 46 dépassant un seuil de signalement de 30 %.
- La solution est éditoriale, non adversariale : supprimez les indices, restaurez la variation, conservez votre sens.
- Ne traitez jamais un score de détecteur comme une preuve de quoi que ce soit. C’est une estimation de probabilité.
Qu’est-ce qui est réellement mesuré ?
Un détecteur ne recherche pas une empreinte indiquant « GPT » ou « Claude ». Il mesure la texture statistique.
Les modèles de langage sont entraînés à choisir les mots suivants les plus probables. La sortie d’un modèle a donc tendance à se situer dans la voie de haute probabilité : formulations courantes, transitions sûres, propositions équilibrées. Les détecteurs approximent ce même calcul de probabilité et indiquent à quel point votre texte est prévisible. Un texte prévisible se lit comme fabriqué par une machine parce qu’il est façonné par une machine, qu’une machine l’ait écrit ou non.
Cette distinction vous concerne. Si votre propre brouillon semble généré par une machine, le détecteur ne vous accuse de rien. Il vous indique que la prose s’est aplatie dans la même voie statistique qu’occupe la sortie du modèle.
Comment la perplexité fait-elle paraître une phrase générée par une machine ?
La perplexité est une mesure de surprise. Une faible perplexité signifie que chaque mot était facile à deviner à partir des mots précédents. Une perplexité élevée signifie que le lecteur (et le modèle) a dû faire un effort.
Considérez deux façons de dire la même chose :
- Faible surprise : « Une communication efficace est essentielle à la réussite. »
- Surprise plus élevée : « Personne ne lit le deuxième paragraphe d’une note de service. Rédigez le premier comme si c’était vrai. »
La deuxième version contient une image précise, une contraction et une opinion. La première n’en contient aucune. Les détecteurs le remarquent.
C’est pourquoi le remplissage générique est la chose la plus dangereuse dans un brouillon signalé. Chaque « de plus », chaque « afin de », chaque liste de trois noms abstraits pousse le texte vers la voie prévisible. Il se lit en douceur parce qu’il ne dit presque rien.
Pourquoi la burstiness compte-t-elle plus que le vocabulaire ?
La burstiness est une variation. Les humains écrivent par rafales : une longue phrase chargée de propositions, puis une courte. Puis un fragment. La sortie du modèle tend vers une longueur moyenne constante, car cette longueur moyenne est statistiquement la plus sûre.
Vous pouvez le voir sans aucun outil. Comptez les mots dans dix phrases consécutives de votre brouillon. Si elles se situent toutes entre 18 et 24 mots, le rythme est plat, et un rythme plat est l’un des signaux les plus forts qu’un détecteur capte.
La burstiness couvre aussi la ponctuation et la structure. Des longueurs de paragraphes uniformes, des mots de transition identiques ouvrant chaque section, et une conclusion bien propre qui reformule l’introduction se lisent tous comme générés. Les éditeurs remarquent les mêmes choses avant qu’aucun détecteur ne s’exécute.
Si vous voulez voir lesquelles de vos propres phrases portent le signal, passez d’abord le brouillon dans le détecteur d’IA. La mise en évidence au niveau de la phrase transforme un score vague en une courte liste de lignes que vous pouvez réellement modifier.
Pourquoi mes propres écrits sont-ils signalés ?
C’est la partie que la plupart des guides passent sous silence, et c’est celle qui vous intéresse probablement.
Dans notre propre mesure du 2026-09-19, nous avons évalué 46 guides DeAIze rédigés à la main avec notre détecteur à un seuil de signalement de 30 %. Le score IA moyen était de 27 %, la médiane de 25 %, et l’étendue allait de 0 à 55. Dix-sept des 46 ont franchi le seuil. Il s’agissait d’articles rédigés par des humains qui écrivent pour gagner leur vie.
La même exécution a évalué 12 passages de modèles non édités à une moyenne de 35 %. Les deux distributions se chevauchent. Ce chevauchement est toute l’histoire : sur un texte court ou formulaïque, la prose humaine et machine peut se retrouver dans la même bande.
Raisons courantes pour lesquelles vos propres écrits dérivent dans cette bande :
- Phrases modèles. « Dans cette section, nous allons explorer… » est une forme, pas une pensée.
- Empilements de précautions. « On pourrait potentiellement soutenir que… » retire l’auteur de la phrase.
- Rythme uniforme. Une longue carrière à écrire de la prose formelle vous entraîne à une longueur de phrase uniforme.
- Prudence en langue seconde. Les rédacteurs non natifs choisissent souvent l’option grammaticale la plus sûre, qui est aussi la plus prévisible. Il existe un guide complet sur pourquoi un détecteur d’IA signale les rédacteurs non natifs anglophones si c’est votre situation.
- Édition lourde. Supprimer chaque particularité au nom du poli peut aussi supprimer le signal.
Rien de tout cela ne signifie que vous avez triché. Cela signifie que votre prose est prévisible par endroits. La prévisibilité peut être modifiée.
Que rapportent réellement les différents détecteurs ?
Les outils diffèrent bien plus par leur présentation que par leur méthode sous-jacente. Voici une comparaison équitable de ce que chacun vous montre.
| Outil | Ce qu’il rapporte | Utile pour |
|---|---|---|
| GPTZero | Score du document plus mise en évidence des phrases | Voir quelles lignes portent le signal |
| Turnitin | Pourcentage au niveau du segment dans un rapport institutionnel | Comprendre ce que voit un correcteur |
| Copyleaks | Score du document avec ventilation par section | Localiser la partie plate dans un long brouillon |
| Originality.ai | Scores du document et des paragraphes | Triage éditorial à volume |
| Sapling | Scores au niveau des phrases dans une interface d’écriture | Modifier pendant que vous écrivez |
| DeAIze | Score du document entier plus probabilité d’IA par phrase, avec des vérifications croisées par rapport aux API de détecteurs tiers lorsque configuré | Décider quelles phrases réécrire |
Deux outils peuvent être en désaccord sur le même paragraphe et tous deux faire leur travail. Chacun utilise son propre modèle et son propre seuil. Un score est une estimation de probabilité selon un ensemble d’hypothèses, pas un fait sur votre document. Nous avons écrit un article plus long sur pourquoi deux outils sont en désaccord si vous voulez les mécanismes.
Quelle est la façon la plus rapide de corriger un brouillon signalé ?
Ne paraphrasez pas tout. C’est ainsi que le sens se perd et qu’un brouillon finit par ressembler à un thésaurus qui a passé une mauvaise journée.
Procédez plutôt comme ceci :
- Notez le brouillon et examinez la mise en évidence au niveau des phrases, pas seulement le score global.
- Corrigez d’abord les phrases les plus signalées. En général, quelques lignes portent l’essentiel du signal.
- Cassez le rythme. Si trois phrases signalées d’affilée ont toutes la même longueur, faites en sorte que l’une d’elles fasse cinq mots.
- Remplacez les noms abstraits par des noms concrets. « Une communication efficace » devient ce que vous avez réellement fait.
- Supprimez l’échafaudage. La plupart des constructions du type « il convient de noter » peuvent simplement disparaître.
- Notez à nouveau. Vérifiez que le sens a survécu, pas seulement que le score a baissé.
Voici une illustration concrète. La ligne « avant » est générique ; la ligne « après » conserve la même affirmation mais ajoute un détail précis et vérifiable ainsi qu’un rythme plus court.
- Avant : « Une révision régulière améliore considérablement la qualité globale d’un texte écrit. »
- Après : « Révisez deux fois. C’est souvent lors de la deuxième passe que l’argument apparaît. »
Même idée. Texture différente. La deuxième version est plus difficile à prédire mot par mot, ce qui est exactement ce que le détecteur mesure.
Si vous préférez que cette passe soit faite pour vous, l’éditeur de brouillon de DeAIze note le texte, ne réécrit que les phrases signalées, vérifie la similarité sémantique pour que le sens soit préservé, puis le note à nouveau et vous montre l’avant et l’après. Sur le paragraphe d’exemple du site, un score IA de 92 % devient 4 % d’IA. Sur les propres exécutions du site, la réduction moyenne rapportée est de plus de 60 %, avec un meilleur cas à 71 % — ce sont nos scores prédits, pas un verdict d’un détecteur tiers, et aucun outil ne peut vous promettre un chiffre particulier sur le système de quelqu’un d’autre.
D’où viennent les indices d’IA au départ ?
Les habitudes de surface trahissent un brouillon bien avant les statistiques. Dans la même mesure du 19/09/2026, nous avons compté la fréquence des indices : 3 pour 100 mots dans l’échantillon humain contre 1 pour 100 mots dans la sortie brute du modèle. Ce chiffre mérite qu’on s’y attarde, car il inverse l’hypothèse habituelle. Les guides rédigés par des humains contenaient plus d’indices classiques — tirets cadratins, « de plus », triades bien ordonnées — que la sortie brute du modèle.
La leçon : les indices sont une habitude de style, pas un marqueur d’espèce. Si vous écrivez en anglais formel pour gagner votre vie, vous en avez probablement absorbé plusieurs. L’indice du tiret cadratin est un bon exemple d’une habitude qu’on reproche aux modèles mais qui apparaît partout dans la prose professionnelle.
Relisez votre brouillon pour ces éléments, dans l’ordre :
- Des ouvertures qui annoncent au lieu de dire quelque chose.
- Des mots de transition qui font un travail grammatical mais aucun travail logique.
- Des listes à trois éléments là où deux suffiraient.
- Des paragraphes de longueur identique.
- Un paragraphe de conclusion qui répète l’ouverture.
Corrigez ces éléments et la texture statistique suivra généralement, car les deux sont le même phénomène vu sous des angles différents.
Que ne devez-vous pas faire ?
Ne collez pas de texte dans un détecteur et ne traitez pas le résultat comme une preuve concernant une personne. Les scores des détecteurs sont des estimations de probabilité. Les institutions qui les traitent comme des preuves créent des cas de faux positifs, et il existe un schéma documenté de exactement cela.
Ne réécrivez pas jusqu’à ce que le sens change. Si une phrase ne dit plus ce que vos données disent, vous avez échangé un problème contre un pire. Les chercheurs et analystes devraient lire comment humaniser un texte sans en changer le sens avant de toucher à un brouillon technique.
N’utilisez rien de tout cela pour faire passer le travail de quelqu’un d’autre pour le vôtre. Les idées, les données et les conclusions doivent être les vôtres. Les outils de détection existent pour réduire les faux positifs sur vos propres écrits et pour nettoyer vos propres brouillons assistés par IA, et c’est le seul cadre dans lequel ils ont un sens.
Et ne supposez pas qu’un score faible signifie que vous êtes à l’abri de l’examen. Un lecteur qui trouve votre brouillon léger le dira, qu’un détecteur ait été utilisé ou non.
Quelles phrases devez-vous réécrire en premier ?
Commencez là où le signal est concentré. La mise en évidence au niveau des phrases existe précisément pour que vous n’ayez pas à deviner.
Un ordre de priorité pratique :
- Les phrases signalées comme élevées et qui se trouvent dans votre énoncé de thèse ou votre conclusion. Ce sont celles qui ont le plus de poids pour le lecteur.
- Les séries de trois phrases signalées consécutives ou plus. C’est un problème de texture, pas de mots.
- Toute phrase signalée qui est aussi votre plus longue. Longueur et prévisibilité forment la combinaison la plus forte.
- Tout ce que vous n’avez pas écrit vous-même. Si un paragraphe provient d’un modèle, il nécessite une révision éditoriale quel que soit son score.
Laissez les phrases à faible signal tranquilles. Réécrire un texte qui n’a jamais posé problème, c’est ainsi que les brouillons perdent leur voix.
Prêt à voir quelles phrases semblent générées par une machine ?
Comprendre le fonctionnement des détecteurs est utile. C’est en le voyant sur votre propre brouillon que votre édition change.
DeAIze est une application web en deux parties : un détecteur qui note l’ensemble du document et surligne chaque phrase selon sa probabilité d’être générée par IA, et un humaniseur qui ne réécrit que les lignes signalées, ne conserve une réécriture que si la similarité sémantique indique que le sens a été préservé, puis recalcule le score et présente un rapport avant/après. Les imports prennent en charge .txt, .docx et .pdf, et la réécriture d’un document Word préserve les polices, les styles et les tableaux. La détection et la réécriture couvrent l’anglais et 9 autres langues, l’interface est disponible en 10 langues, et votre texte est traité uniquement pour la tâche en cours — jamais utilisé pour l’entraînement, jamais revendu.
Vous pouvez commencer avec l’offre gratuite et 200 mots à l’inscription, sans carte bancaire. Si vous voulez d’abord voir les chiffres, la tarification est à la consommation : Starter à 20,99 $ pour 1 000 mots, Standard à 44,99 $ pour 3 000 mots, Pro à 99,99 $ pour 10 000 mots, et Max à 199,99 $ pour 30 000 mots. Les crédits n’expirent jamais et il n’y a pas d’abonnement. Passez votre brouillon dans le détecteur d’IA, ouvrez-le dans l’éditeur de brouillon, et corrigez les lignes qui portent réellement le signal.