Un pourcentage affiché n'est pas une preuve d'origine. Ce qui compte désormais, c'est la provenance et la divulgation, pas le score.
Depuis le 2 août 2026, l'obligation européenne de transparence sur les contenus générés par IA s'applique. Elle ne demande pas de passer sous un détecteur. Elle demande de marquer à la source et de déclarer dans des cas précis. Deux régimes que presque tout le monde confond.
Promesse
Vous saurez répondre à une accusation fondée sur un détecteur, distinguer la détection statistique de la provenance signée, et dire dans quels cas la loi vous impose réellement de déclarer un contenu généré par IA.
Pourquoi maintenant
Le premier : l'institution abandonne la détection. Après Vanderbilt en août 2023, au moins une douzaine d'universités ont désactivé la détection IA de Turnitin, dont Northwestern, Georgetown et NYU. Le motif est constant : un taux de faux positifs très supérieur à celui annoncé, et une charge de la preuve intenable devant un étudiant qui conteste. L'enseignement supérieur bascule vers la refonte des évaluations, oral, épreuve surveillée, restitution du processus de travail.
Le second : le régulateur impose la provenance. L'article 50 du règlement européen sur l'IA s'applique depuis le 2 août 2026. Un code de bonnes pratiques sur la transparence des contenus générés par IA a été publié le 10 juin 2026 et réunissait environ 190 signataires fin juillet. Les systèmes déjà sur le marché au 2 août disposent d'un délai jusqu'au 2 décembre 2026 pour le marquage lisible par machine.
Autrement dit : on cesse de deviner après coup, on signe à la production.
Le concept central
La détection a posteriori ne dispose que du texte. Elle calcule des indicateurs statistiques, principalement la perplexité, c'est-à-dire à quel point chaque mot était prévisible compte tenu des précédents, et la variation de longueur des phrases. Un modèle de langue produit du texte peu perplexe par construction. Mais un humain qui écrit dans une langue seconde, ou qui rédige un document administratif au style contraint, produit lui aussi du texte peu perplexe. L'indicateur ne sépare pas l'origine, il sépare le style.
La provenance à la source ne devine rien, elle inscrit une marque au moment de la génération. Deux couches complémentaires. Les métadonnées C2PA, signées cryptographiquement, disent quel outil a produit le fichier et quelles retouches ont suivi ; elles sont riches, mais disparaissent au premier recadrage ou à la première capture d'écran. Le filigrane, invisible, est inscrit dans le signal lui-même et survit à ces transformations, au prix d'une information beaucoup plus pauvre : présent, absent, ou incertain.
Le 19 mai 2026, OpenAI a rendu ses images conformes à C2PA et y a ajouté le filigrane SynthID de Google DeepMind, sur ChatGPT, l'API et Codex. Les deux principaux fournisseurs partagent donc le même dispositif sur l'image.
Le 11 août 2026, Anthropic a franchi le pas sur le texte : les réponses de Claude portent désormais un filigrane invisible, sur l'API comme dans l'application, et les fichiers qu'il produit embarquent des métadonnées C2PA signées. Le marquage vise les modèles lancés dans l'Union à partir du 2 août, s'étend progressivement aux précédents, et s'applique partout dans le monde, pas seulement en Europe. Après Google, c'est le deuxième fournisseur majeur à marquer son texte.
La limite qui décide de tout : le texte reste le maillon faible. Celui de ChatGPT ne porte toujours aucun filigrane. OpenAI a développé un marquage et a choisi de ne pas le déployer, le jugeant trop facile à contourner et pénalisant pour ses utilisateurs ; l'entreprise dit vouloir s'y conformer, sans méthode ni calendrier annoncés. Côté Gemini et côté Claude, le filigrane existe, mais il ne devient fiable que sur des passages assez longs, il ne survit ni à une réécriture lourde ni à une capture d'écran, et rend souvent un verdict « incertain ». Surtout, aucun outil public ne permet de le lire : la vérification reste entre les mains des fournisseurs.
Ce que disent les mesures
Le débat sur les détecteurs se règle par des faits vérifiables, pas par des impressions. En voici quatre, dans l'ordre.
L'AI Text Classifier sort avec un taux de réussite annoncé modeste dès le premier jour.
Le classifieur est fermé pour faible taux de précision. Son éditeur réoriente la recherche vers la provenance.
Sept détecteurs classent comme IA 61,3 % d'essais TOEFL écrits par des humains non natifs, contre une quasi-perfection sur les natifs.
Vanderbilt, puis Yale, Northwestern, Georgetown, NYU désactivent la détection Turnitin, qui avait revu son propre taux de faux positifs à la hausse.
Ce que ces chiffres ne disent pas : les détecteurs de 2026 font mieux que ceux de 2023 sur du texte brut sorti d'un modèle. Ils s'effondrent en revanche sur le cas majoritaire, le texte mixte, écrit par un humain puis retouché par une IA, ou l'inverse. C'est exactement ainsi que travaillent les professionnels, et c'est le seul cas qui vous concerne.
Panorama
Face à la question « ce contenu vient-il d'une IA ? », quatre éléments peuvent être produits. Ils n'ont ni la même robustesse ni le même poids, et un seul est réellement entre vos mains.
Content Credentials · Standard ouvert, adopté par OpenAI, Google et Anthropic
SynthID de Google, marquage Anthropic · Texte Gemini et Claude, image, audio, vidéo
GPTZero, Turnitin, Copyleaks · Aucune valeur probante
Vous · Le seul élément opposable
Ce que la loi demande
Le texte répartit la charge entre deux rôles, et c'est là que se logent la plupart des malentendus.
Le fournisseur du système, OpenAI, Google, Mistral, Anthropic, doit faire en sorte que ses sorties soient marquées dans un format lisible par machine et détectables comme artificielles. Il doit aussi, quand son système dialogue directement avec une personne, l'informer qu'elle s'adresse à une IA. Ce ne sont pas vos obligations, ce sont les leurs, et elles expliquent le basculement vers la provenance signée décrit plus haut, jusqu'au filigrane de texte d'Anthropic, neuf jours après l'échéance.
Vous, en tant que déployeur, avez une obligation bien plus étroite : révéler les hypertrucages, et signaler les textes publiés dans le but d'informer le public sur des questions d'intérêt public. Cette seconde obligation tombe dès lors que le contenu a fait l'objet d'une relecture éditoriale humaine et qu'une personne ou une organisation en assume la responsabilité éditoriale.
Ce que le texte ne dit pas : il n'impose pas de déclarer chaque note interne, chaque courriel ou chaque fiche produit rédigés avec une IA. Beaucoup d'offres commerciales laissent entendre le contraire. L'obligation de déclaration porte sur les hypertrucages et sur l'information du public dans des matières d'intérêt public, pas sur votre usage bureautique quotidien.
Exemple complet
Le cas. Une agence de communication publie sur son site un dossier intitulé « Ce que change la réforme de l'assurance chômage pour les employeurs ». Le texte a été produit à environ 70 % avec Gemini, puis relu.
Première question, est-ce de l'information du public sur une matière d'intérêt public ? Oui. Un dossier destiné à informer sur une réforme entre dans le champ de l'article 50, paragraphe 4.
Deuxième question, y a-t-il relecture éditoriale avec responsabilité assumée ? C'est la seule question qui tranche. Si une rédactrice identifiée a vérifié les faits, corrigé le texte et le signe, l'exception s'applique et aucune mention n'est due. Si le dossier est passé en ligne après un survol rapide, sans auteur ni responsabilité éditoriale, la mention est due.
Le contre-exemple. La même agence rédige, avec la même IA, la fiche produit d'un logiciel de paie. Aucune mention n'est due : ce n'est pas de l'information du public sur une matière d'intérêt public. La différence ne tient ni à l'outil ni au pourcentage d'IA, elle tient à la nature du contenu et à la responsabilité éditoriale.
Quand la mention est due, une ligne suffit : « Ce dossier a été rédigé avec l'assistance d'une IA générative. » En tête ou en pied d'article. Ni encart alarmiste, ni pourcentage, ni nom de modèle. Beaucoup de rédactions l'affichent même quand l'exception les en dispense, par choix de confiance plutôt que par obligation.
À éviter
Un détecteur produit une probabilité de style, pas un constat d'origine. Seul, il ne fonde ni une sanction disciplinaire ni un litige commercial. Si l'on vous oppose un score, demandez le taux de faux positifs de l'outil sur des textes du même genre. La question reste presque toujours sans réponse.
Réécrire un texte pour faire tomber le score fonctionne techniquement, et ne change rien à votre situation. Cela ne crée aucune traçabilité, cela dégrade souvent la langue, et cela ne vous met pas en règle avec une obligation de déclaration qui porte sur la nature du contenu, pas sur son apparence. Vous dépensez de l'énergie à gagner une partie qui ne compte pas.
Le marquage lisible par machine est l'obligation du fournisseur du modèle. La déclaration au lecteur est celle du publiant, dans des cas limités. Croire que l'un dispense de l'autre, ou que l'absence de filigrane vous couvre, mène à la seule erreur vraiment coûteuse de cette leçon.
Depuis le 11 août 2026, les textes de Claude portent une marque invisible. Elle ne dit pas qui a écrit : Claude a pu se contenter de reformuler un paragraphe humain, la marque y sera quand même. Son absence ne prouve rien non plus, ni chez un autre fournisseur, ni après une réécriture ou une capture d'écran. Et aucun outil public ne permet de la lire. Ce marquage sert la régulation, pas votre litige.
6 questions. 60 % de bonnes réponses pour valider la leçon.
Synthèse
Mise en pratique
Prenez trois textes que vous avez écrits vous-même, sans aucune IA : un courriel professionnel, un paragraphe de note administrative, et un texte plus personnel. Passez-les dans deux détecteurs gratuits différents et relevez les six scores.
Observez lequel de vos trois textes obtient le score le plus élevé. Dans la quasi-totalité des cas c'est la note administrative, la plus contrainte dans sa forme. Vous venez de reproduire, sur votre propre écriture, le mécanisme exact qui fait accuser à tort les rédacteurs non natifs.
Critère de réussite : vous pouvez citer un de vos textes entièrement humains avec son score, et expliquer en une phrase pourquoi ce score est élevé.
Non, pas au point de fonder une décision. Ils estiment la prévisibilité d'un texte, pas son origine. Sept détecteurs testés en 2023 ont classé comme IA 61,3 % d'essais TOEFL écrits par des humains non natifs, contre une quasi-perfection sur les natifs. Sur le cas le plus courant, un texte humain retouché par une IA, leur performance s'effondre.
Il peut le faire, mais le score seul ne prouve rien. OpenAI a fermé son propre détecteur le 20 juillet 2023 pour faible précision, et au moins une douzaine d'universités, dont Yale, Northwestern, Georgetown et NYU, ont désactivé la détection IA de Turnitin. La bonne réponse consiste à produire votre historique de versions, vos brouillons datés et vos sources.
Non, et c'est devenu l'exception. OpenAI a développé un marquage de texte et a choisi de ne pas le déployer, le jugeant trop facile à contourner. Depuis le 19 mai 2026, ses images portent en revanche les métadonnées C2PA et le filigrane SynthID. Chez les concurrents, le texte de Gemini porte SynthID et celui de Claude un filigrane invisible depuis le 11 août 2026. Dans tous les cas, aucun outil public ne permet de lire ces marques, et le verdict reste souvent incertain sur un passage court.
Dans des cas précis seulement. Depuis le 2 août 2026, l'article 50 du règlement européen impose de révéler les hypertrucages et de signaler les textes publiés pour informer le public sur des questions d'intérêt public, sauf relecture éditoriale humaine avec responsabilité assumée. Vos notes internes, vos courriels et vos fiches produit ne sont pas concernés.
Ils font baisser un score, et c'est tout. Ils ne créent aucune traçabilité, dégradent souvent la langue, et ne changent rien à une obligation de déclaration qui porte sur la nature du contenu et non sur son apparence. L'effort est mieux investi dans la conservation de vos brouillons et de vos sources.