Faux positifs des détecteurs d’IA : pourquoi un texte humain est signalé

Un faux positif de détecteur d’IA, c’est quand un outil étiquette un texte humain comme généré par IA. Cela arrive plus souvent qu’on ne le croit, parce que les détecteurs jugent à quel point un texte paraît prévisible, pas qui l’a réellement écrit. Les écrits formels, les textes courts et les textes de personnes dont l’anglais n’est pas la langue maternelle sont les plus susceptibles d’être signalés à tort. Si cela vous arrive, restez calme, rassemblez vos brouillons et votre historique des versions, et demandez un échange plutôt que de vous disputer sur le score.

Voici pourquoi cela arrive, qui est le plus touché, et un plan concret pour la suite.

Pourquoi un texte humain est signalé

Les détecteurs font passer votre texte dans des modèles statistiques et estiment à quel point il ressemble à une production d’IA. Ils regardent par exemple la prévisibilité de chaque mot et la variation de la structure des phrases. Nous expliquons la mécanique dans comment fonctionnent les détecteurs d’IA.

Le point essentiel : un détecteur ne vous voit pas taper. Il ne voit que les mots finaux. N’importe quel texte humain qui se trouve être lisse, régulier et prévisible peut tomber du mauvais côté de la ligne.

Voici les causes les plus fréquentes.

Les genres très codifiés

Certains types d’écrits sont prévisibles par nature. Un compte rendu de TP suit une structure fixe. Une dissertation en cinq paragraphes suit un modèle. Les lettres de motivation, les résumés, les notes de synthèse et les descriptions de produits emploient des formules toutes faites, parce que c’est ce que le genre attend. La faible surprise est une caractéristique du genre, et un détecteur la lit comme la faible surprise d’un texte IA.

Écrire dans une seconde langue

C’est le cas le mieux documenté. En 2023, des chercheurs de Stanford, sous la direction de Weixin Liang, dans une étude publiée dans la revue Patterns, ont testé plusieurs détecteurs GPT populaires sur des dissertations écrites pour l’examen d’anglais TOEFL par des non-natifs. Les détecteurs ont signalé une large part de ces dissertations comme générées par IA, alors qu’ils évaluaient bien plus justement celles d’élèves américains de langue maternelle anglaise.

La raison n’a rien de mystérieux. Quand on écrit dans une langue qu’on apprend encore, on utilise les mots courants dont on est sûr et les structures de phrases qu’on sait correctes. Ce style prudent et régulier est précisément ce que les détecteurs associent aux machines.

Les textes courts

Un détecteur a besoin de suffisamment de mots pour mesurer quoi que ce soit. Sur une réponse de 150 mots, deux phrases prévisibles peuvent faire basculer le résultat. Beaucoup d’outils fixent une longueur minimale, et les résultats proches de ce minimum sont les moins fiables.

Une correction grammaticale et stylistique poussée

Corriger l’orthographe ne pose pas de problème. Mais accepter des dizaines de suggestions de reformulation d’un assistant d’écriture peut aplatir votre rythme naturel en quelque chose de plus lisse et plus uniforme. Plus un outil remplace vos tournures, moins votre texte vous ressemble.

Les textes célèbres ou très copiés

Des internautes ont partagé des captures d’écran de documents historiques célèbres jugés probablement écrits par IA par des détecteurs gratuits. La raison probable : ces textes apparaissent si souvent dans les données d’entraînement que les modèles les trouvent très faciles à prédire. C’est un bon rappel que « prévisible pour un modèle » et « écrit par un modèle » ne sont pas la même chose.

À quoi ressemble un faux positif

Voici un paragraphe du genre que des élèves écrivent tous les jours, entièrement à la main :

Le changement climatique constitue l’un des défis majeurs auxquels le monde est confronté aujourd’hui. Il affecte les écosystèmes, les économies et les populations de multiples façons. Les gouvernements, les entreprises et les citoyens ont tous un rôle à jouer pour relever ce défi.

Il n’a rien de malhonnête. Mais regardez ce que voit un détecteur : trois phrases de longueur similaire, une ouverture très banale, une énumération de trois éléments dans deux phrases sur trois, et aucun détail qui ne pourrait venir que de cet auteur. Chaque mot est facile à prédire. C’est le profil d’une production de modèle, si bien qu’un détecteur peut le juger probablement IA.

Comparez maintenant avec une version qui défend la même idée, mais où l’auteur est plus présent :

L’été où le puits de mes grands-parents s’est tari, le changement climatique m’a paru proche pour la première fois. Ils utilisaient ce puits depuis quarante ans. Le réparer a coûté plus cher que leur voiture.

Personne ne prendrait cela pour un modèle tout fait. C’est aussi mieux écrit. Ce recoupement n’est pas un hasard, et c’est la chose la plus utile à comprendre sur les faux positifs : les habitudes qui les déclenchent sont surtout des habitudes qui rendent l’écriture générique.

Si l’anglais n’est pas votre langue maternelle

Vous ne devriez pas avoir à sonner comme un natif pour être cru. Quelques réflexes aident tout de même. Gardez vos brouillons et vos notes. Utilisez des exemples tirés de votre expérience et de vos lectures, qu’aucun modèle ne peut prédire. Et si vous utilisez des outils de traduction ou de grammaire, gardez une copie de ce que vous avez écrit avant, pour pouvoir montrer vos propres mots si on vous le demande.

Que faire si vous êtes signalé à tort

Si un enseignant, un rédacteur en chef ou un client vous dit que votre travail a été détecté comme IA, voici un plan qui fonctionne mieux que la panique.

1. Restez calme et demandez ce qui a été signalé

Demandez quel outil a été utilisé, quel était le score et quels passages ont été surlignés. Vous avez le droit de comprendre ce qui pose problème. Gardez un ton factuel. La personne qui soulève la question ne sait peut-être pas non plus à quel point se fier à l’outil.

2. Rassemblez les preuves de votre démarche

La preuve la plus solide est une trace du travail réalisé dans le temps :

• L’historique des versions. Google Docs (Fichier, puis Historique des versions) et Microsoft Word avec OneDrive conservent tous deux des modifications horodatées. Un document qui s’est construit sur plusieurs sessions est très différent d’un document collé d’un seul bloc.
• Les notes et les plans. Manuscrits ou numériques, datés si possible.
• Les brouillons antérieurs. Même les plus sommaires.
• Les sources. Historique de navigation, emprunts à la bibliothèque, PDF annotés.

Si vous ne gardez pas ces éléments d’habitude, commencez maintenant. Cela ne coûte rien et c’est le moyen le plus simple de vous protéger à l’avenir.

3. Proposez de parler de votre travail

Proposez d’expliquer votre argumentation, de montrer comment vous avez trouvé vos sources ou de répondre à des questions sur vos choix. Quelqu’un qui a écrit un texte peut généralement en parler en profondeur. C’est souvent plus convaincant que n’importe quel document.

4. Citez les consignes de l’outil lui-même

Les éditeurs de détecteurs sont clairs : les scores ne sont pas des preuves. Turnitin, par exemple, indique que son indicateur d’écriture IA ne doit pas servir de seul fondement à une mesure contre un étudiant, et il masque les scores faibles précisément parce qu’ils sont moins fiables. Notre article sur Turnitin explique ce que son rapport montre réellement. Citer les consignes de l’outil n’a rien d’agressif. Cela remet simplement le score dans son contexte.

5. Connaissez la procédure officielle

Si l’échange ne règle pas la situation, consultez le règlement d’intégrité académique de votre établissement ou les clauses de litige de votre contrat. La plupart des établissements prévoient une procédure de recours, et beaucoup disposent d’un médiateur ou d’un représentant étudiant qui peut vous aider. Demandez la décision et les éléments retenus par écrit.

Comment réduire le risque la prochaine fois

Vous ne devriez pas avoir à changer votre façon d’écrire pour satisfaire un outil. Mais quelques habitudes rendent les faux positifs moins probables et beaucoup plus faciles à gérer :

• Écrivez dans un document avec historique des versions, pas dans un simple éditeur de texte d’où vous copiez-collez.
• Gardez votre propre voix. Les exemples précis, les avis personnels et des phrases de longueurs variées sont à la fois une meilleure écriture et moins « IA ». Notre guide pourquoi un texte sonne comme de l’IA liste les tics à surveiller.
• Allez-y doucement avec les suggestions de reformulation des correcteurs. Corrigez les erreurs, gardez vos tournures.
• Vérifiez avant de rendre si l’enjeu est important. Passer votre brouillon dans un détecteur, comme le Détecteur IA de RealWrite, signale les phrases qui se lisent comme de l’IA et explique pourquoi. Prenez le résultat comme une indication de ce qu’il faut réviser, pas comme un verdict.

Un mot pour les enseignants et les éditeurs

Si vous êtes de l’autre côté, un score élevé est une raison d’avoir une conversation, pas de tirer une conclusion. Demandez à voir les brouillons. Demandez à l’auteur de vous présenter son texte. Comparez-le à ses travaux précédents. Soyez particulièrement prudent avec les auteurs non natifs et avec les exercices formels, où les faux positifs sont les plus probables.

Plusieurs universités ont choisi de désactiver complètement les fonctions de détection d’IA pour ces raisons. L’université Vanderbilt a été l’une des premières à l’annoncer publiquement, en 2023. D’autres gardent les outils mais forment leur personnel à les considérer comme un élément parmi d’autres.

L’essentiel

Les faux positifs sont une limite connue du fonctionnement des détecteurs d’IA, pas le signe que vous avez mal agi. Gardez des preuves de votre démarche, restez factuel et demandez que la décision repose sur plus qu’un simple chiffre.

Si vous voulez voir le score de votre propre texte avant que quelqu’un d’autre ne le vérifie, vous pouvez lancer une vérification gratuite sur RealWrite. Le détail des offres se trouve sur la page des tarifs.