Pourquoi les détecteurs d'IA ne fonctionnent pas : ce que dit vraiment la science
Des milliers d'enseignants cherchent chaque jour à repérer ChatGPT dans les copies. Les outils promettent une réponse binaire. Douze publications récentes, résumées ici, montrent qu'elle n'existe pas, et qu'elle peut même être injuste.
En résumé
- 1.Les détecteurs mesurent la prévisibilité du texte, pas sa paternité : ils lisent des artefacts de corpus, pas une signature d'IA.[1]
- 2.Ils classent à tort plus de la moitié des textes d'élèves non natifs comme « IA ».[3]
- 3.Une paraphrase automatique les neutralise en quelques secondes.[5, 7]
- 4.Même la parade « filigrane » se vole et se falsifie pour moins de 50 dollars.[8]
- 5.Conclusion : on ne peut pas gagner par la détection. Il faut mesurer la cohérence de l'élève avec lui-même.
Revue systématique · Weber-Wulff et al., 2023
« Les outils testés ne sont ni exacts ni fiables : tous ont obtenu un score inférieur au seuil d'acceptabilité, et se laissent facilement tromper. »
Quatorze détecteurs évalués, aucun jugé exploitable pour sanctionner un élève. Une simple relecture, une paraphrase ou une traduction suffit à les défaire.[4]
Lire l'étude (International Journal for Educational Integrity)Ce qu'un détecteur d'IA mesure réellement
Un détecteur ne « comprend » pas le texte. Il calcule sa perplexité (à quel point chaque mot est prévisible pour un modèle de langue) et sa variabilité (l'alternance entre phrases prévisibles et surprenantes). Un texte trop régulier est jugé « IA ».
Le problème est structurel : une écriture scolaire, appliquée, ou celle d'un locuteur non natif, est justement plus régulière. Pudasaini et al. (2026), en ouvrant la boîte noire par des méthodes d'IA explicable, montrent que les décisions reposent sur des artefacts de vocabulaire propres aux jeux de données d'entraînement, pas sur un marqueur d'authorship robuste.[1]
Quatre raisons pour lesquelles la détection échoue
Ils mesurent la prévisibilité, pas la paternité du texte
Les détecteurs reposent sur la perplexité et la variabilité (burstiness) : à quel point le vocabulaire est prévisible. Une analyse par IA explicable démontre qu'ils capturent des artefacts statistiques propres à leurs corpus d'entraînement, pas de vraie signature d'écriture IA.[1] Hors benchmark, en conditions réelles, la fiabilité s'effondre.[11]
Faux positifs massifs sur les élèves non natifs
Liang et al. (2023) documentent que plus de la moitié des rédactions d'auteurs non natifs sont classées à tort comme « IA », contre un taux quasi nul chez les natifs.[3] Un élève francophone qui écrit dans un style scolaire et régulier peut être signalé simplement parce que sa prose est « trop prévisible » pour l'outil.
Comment les élèves et étudiants contournent les détecteurs
Ce ne sont pas des astuces obscures : ce sont les manipulations que la recherche elle-même utilise pour mesurer la robustesse des détecteurs, et qui les défont systématiquement. Les recenser sert un seul but ici : montrer que la détection est une impasse.
Paraphrase et réécriture automatique
C'est l'attaque la plus efficace. Un modèle de paraphrase (DIPPER) préserve le sens tout en réécrivant, et effondre la détection de DetectGPT de 70,3 % à 4,6 % à taux de faux positifs constant.[5] La paraphrase récursive casse tous les détecteurs testés, y compris ceux à filigrane.[2]
Outils « humaniseurs » et paraphrase adversariale
Des services conçus pour « humaniser » un texte généré appliquent une paraphrase ciblée contre les détecteurs. Perkins et al. les classent parmi les techniques qui font chuter la précision de détection de plus de la moitié.[7]
Traduction en aller-retour et obfuscation
Passer le texte par une ou deux traductions automatiques, ou l'obscurcir légèrement, suffit à tromper les outils : la revue systématique de quatorze détecteurs le range parmi les manipulations qui les défont systématiquement.[4]
Micro-perturbations du texte
Substituer quelques synonymes, insérer des caractères ou des espaces particuliers, introduire de rares fautes volontaires : ces retouches élémentaires font tomber la précision globale de 39,5 % à 17,4 %.[7]
Mélange humain et IA, édition légère
Diluer un passage généré dans un texte majoritairement écrit à la main, ou éditer légèrement la sortie, brouille les signaux statistiques et déjoue même les schémas à filigrane, qui n'émergent qu'après un très grand nombre de mots.[9]
Le constat théorique rejoint la pratique : à mesure que les modèles imitent mieux l'humain, la performance du meilleur détecteur possible tend vers le hasard.[2] Chaque détecteur amélioré appelle une contre-mesure, disponible en un clic. C'est une course asymétrique que l'école ne peut pas gagner.
Le cas particulier du français
La plupart des détecteurs sont calibrés sur des corpus majoritairement anglophones. Le français a ses propres structures syntaxiques, ses tournures et sa densité lexicale, qui faussent la perplexité mesurée. Le biais déjà observé contre les non-natifs[3] se double donc d'un biais de langue : à copie équivalente, un texte français a plus de chances d'être signalé à tort.
Le mirage du filigrane
Beaucoup misent sur le filigrane (watermarking) : marquer statistiquement le texte à la génération pour le reconnaître ensuite. Deux limites majeures. D'abord, il ne fonctionne que si le modèle l'implémente : les modèles ouverts y échappent. Ensuite, Jovanović, Staab & Vechev (2024) démontrent le vol de filigrane : en interrogeant l'API publique, on reconstitue la règle secrète, puis on la falsifie ou on l'efface pour moins de 50 dollars, avec plus de 80 % de réussite.[8]
Les travaux les plus favorables au filigrane le confirment en creux : un filigrane ne redevient détectable, après paraphrase, qu'au prix de plusieurs centaines de mots observés, ce qui est incompatible avec une copie courte.[9] Utile en recherche, inutilisable comme preuve en classe.
La nuance honnête du débat
La science n'est pas unanime, et il faut le dire. Chakraborty et al. (2024) prouvent qu'il reste théoriquement possible de détecter l'IA à condition de collecter assez de texte ou d'allonger la séquence analysée.[10] Mais cette condition ne tient pas dans la salle de classe : les copies sont courtes, uniques, souvent partiellement retouchées à la main. La possibilité de principe ne fait pas une preuve utilisable, et surtout pas une preuve juste.
L'alternative : mesurer la cohérence, pas traquer la fraude
Devoirs change la question. Au lieu de demander « ce texte ressemble-t-il à une IA générique ? », l' Indice d'Authenticité Rédactionnelle (IAR®) demande : « ce texte est-il cohérent avec ce que cet élève écrit d'habitude ? ». L'élève n'est jamais comparé à un standard extérieur, mais à sa propre histoire rédactionnelle.
Un IAR® élevé confirme la continuité. Un IAR® bas signale une rupture de trajectoire qui mérite une conversation, pas une sanction automatique. Ce recentrage élimine par construction le biais de langue et le biais contre les non-natifs, puisqu'il n'existe aucun corpus de référence « IA ».
Vocabulaire, syntaxe, argumentation, organisation, style : 10 indicateurs condensés en 5 méta-marqueurs.
Rythme de frappe, pauses de réflexion, révisions, navigation : capturés pendant la passation.
Concrètement, pour votre classe
- Générez vos questions en 30 secondes à partir d'un cours PDF ou texte.
- Partagez un simple lien de passation à vos élèves, aucune installation requise.
- Recevez les copies corrigées automatiquement, avec un score IAR® et un rapport de trajectoire.
- Ajustez les notes selon votre jugement : vous gardez toujours le dernier mot.
- Aucun faux positif de détecteur, aucune accusation injuste : seulement des données pour dialoguer.
Questions fréquentes
Les détecteurs d'IA sont-ils fiables pour les copies scolaires ?+
Non. Une revue systématique de quatorze outils (Weber-Wulff et al., 2023) conclut qu'aucun n'atteint un niveau de fiabilité acceptable et que tous se laissent tromper par une simple relecture, une paraphrase ou une traduction. Une analyse par IA explicable (Pudasaini, Miralles-Pechuán & Lillis, 2026) montre que ces outils exploitent des artefacts statistiques de leurs corpus d'entraînement plutôt que de vraies signatures d'écriture IA. OpenAI a d'ailleurs retiré son propre classifieur en juillet 2023 faute de fiabilité.
Pourquoi les détecteurs pénalisent-ils les élèves francophones et non natifs ?+
Liang et al. (2023, Patterns) ont montré que les détecteurs classent à tort plus de la moitié des rédactions d'auteurs non natifs comme générées par IA, alors qu'ils se trompent rarement sur des natifs. Ces outils reposent sur la perplexité, une mesure de prévisibilité du vocabulaire : une écriture plus simple ou plus scolaire fait grimper le score IA. La majorité des détecteurs sont entraînés sur des corpus anglais, ce qui aggrave le biais sur les textes en français.
Les élèves peuvent-ils contourner les détecteurs d'IA ?+
Oui, et la littérature le quantifie. Krishna et al. (2023, NeurIPS) font chuter la détection de DetectGPT de 70,3 % à 4,6 % par simple paraphrase automatique. Perkins et al. (2024) font tomber la précision globale des détecteurs de 39,5 % à 17,4 % avec des techniques élémentaires. Paraphraser, réécrire avec un second outil, traduire en aller-retour ou mélanger texte humain et texte IA suffit à rendre une production invisible.
Le filigrane (watermarking) des textes IA règle-t-il le problème ?+
Non. Le filigrane ne s'applique qu'aux modèles qui l'implémentent, pas aux modèles ouverts. Surtout, Jovanović, Staab & Vechev (2024, ICML) montrent qu'on peut voler puis falsifier ou effacer les filigranes de pointe pour moins de 50 dollars, avec plus de 80 % de réussite. Le filigrane reste donc une piste de recherche, pas une preuve exploitable en classe.
Un score de détecteur peut-il servir de preuve de tricherie ?+
Non. Un score est une probabilité, jamais une certitude, et les faux positifs sont documentés sur des textes entièrement humains. Utiliser un détecteur comme unique preuve disciplinaire expose l'enseignant à des accusations injustes, en particulier envers les élèves non natifs. Aucune juridiction ni aucun cadre académique ne reconnaît ces scores comme preuve.
Quelle est la vraie alternative aux détecteurs pour les enseignants ?+
Cesser de comparer l'élève à un modèle générique d'« écriture IA » et le comparer à lui-même. C'est le principe de l'Indice d'Authenticité Rédactionnelle (IAR®) de Devoirs : chaque copie est mise en regard de l'histoire rédactionnelle propre de l'élève (vocabulaire, syntaxe, argumentation) et de sa Signature de saisie. On ne mesure plus « est-ce de l'IA ? » mais « est-ce cohérent avec ce que cet élève écrit d'habitude ? ».
À lire aussi
L'Indice d'Authenticité Rédactionnelle (IAR®)
La vraie alternative aux détecteurs : mesurer si l'élève a écrit comme lui-même, pas comme une IA générique.
Correction automatique des copies
Comment l'IA peut corriger vos copies tout en vous laissant le dernier mot sur chaque note.
Est-ce la fin des devoirs maison ?
La philosophie, matière la plus exposée aux productions générées par IA, et comment y répondre.
Essayez l'alternative sérieuse
30 jours gratuits, sans carte bancaire. Générez votre premier devoir en moins de 5 minutes.
Essai gratuit 30 jours · Aucune carte bancaire · Mise en route en moins de 2 minutes
Références
Publications scientifiques et sources primaires citées dans cet article. Chaque lien renvoie vers la source d'origine.
- [1]Pudasaini, S., Miralles-Pechuán, L., & Lillis, D. (2026). Why AI-Generated Text Detection Fails: Evidence from Explainable AI Beyond Benchmark Accuracy. arXiv:2603.23146. arxiv.org/abs/2603.23146
- [2]Sadasivan, V. S., Kumar, A., Balasubramanian, S., Wang, W., & Feizi, S. (2023). Can AI-Generated Text be Reliably Detected?. arXiv:2303.11156. arxiv.org/abs/2303.11156
- [3]Liang, W., Yuksekgonul, M., Mao, Y., Wu, E., & Zou, J. (2023). GPT detectors are biased against non-native English writers. Patterns 4(7):100779. doi.org/10.1016/j.patter.2023.100779
- [4]Weber-Wulff, D., Anohina-Naumeca, A., Bjelobaba, S., et al. (2023). Testing of detection tools for AI-generated text. International Journal for Educational Integrity 19:26. doi.org/10.1007/s40979-023-00146-z
- [5]Krishna, K., Song, Y., Karpinska, M., Wieting, J., & Iyyer, M. (2023). Paraphrasing evades detectors of AI-generated text, but retrieval is an effective defense. Advances in Neural Information Processing Systems (NeurIPS) 36. arxiv.org/abs/2303.13408
- [6]Elkhatat, A. M., Elsaid, K., & Almeer, S. (2023). Evaluating the efficacy of AI content detection tools in differentiating between human and AI-generated text. International Journal for Educational Integrity 19:17. doi.org/10.1007/s40979-023-00140-5
- [7]Perkins, M., Roe, J., Vu, B. H., et al. (2024). GenAI detection tools, adversarial techniques and implications for inclusivity in higher education. International Journal of Educational Technology in Higher Education 21:53. doi.org/10.1186/s41239-024-00487-w
- [8]Jovanović, N., Staab, R., & Vechev, M. (2024). Watermark Stealing in Large Language Models. International Conference on Machine Learning (ICML). arXiv:2402.19361. arxiv.org/abs/2402.19361
- [9]Kirchenbauer, J., Geiping, J., Wen, Y., et al. (2024). On the Reliability of Watermarks for Large Language Models. International Conference on Learning Representations (ICLR). arxiv.org/abs/2306.04634
- [10]Chakraborty, S., Bedi, A. S., Zhu, S., et al. (2024). On the Possibilities of AI-Generated Text Detection. International Conference on Machine Learning (ICML). arXiv:2304.04736. arxiv.org/abs/2304.04736
- [11]Pudasaini, S., Miralles-Pechuán, L., Lillis, D., & Llorens Salvador, M. (2025). Benchmarking AI Text Detection: Assessing Detectors Against New Datasets, Evasion Tactics, and Enhanced LLMs. Proceedings of the 1st Workshop on GenAI Content Detection (GenAIDetect), COLING. aclanthology.org/2025.genaidetect-1.4/
- [12]OpenAI (2023). New AI classifier for indicating AI-written text (outil retiré le 20 juillet 2023 pour faible fiabilité : 26 % de vrais positifs, 9 % de faux positifs). OpenAI, source primaire. openai.com/index/new-ai-classifier-for-indicating-ai-written-text/