Comment reconnaître un texte écrit par une intelligence artificielle

Les longs tirets, le verbe « approfondir » et les métaphores grandiloquentes suffisent-ils encore à trahir un texte produit par une intelligence artificielle? Une analyse menée par The Economist montre que ces indices, souvent associés aux modèles de langage, sont devenus beaucoup moins fiables. Le style des robots conversationnels évolue rapidement, au rythme des mises à jour.

Pour mesurer ces changements, le média britannique a demandé à ChatGPT, Claude, Gemini et Grok de rédiger leurs propres versions de ses articles, à partir de résumés générés par intelligence artificielle et sans accès au Web. Les chercheurs ont ensuite comparé ces productions avec les textes originaux du magazine, des articles de CNN, du New York Times et du Washington Post, ainsi qu’avec des extraits de romans populaires publiés entre 1950 et 2022.

Le corpus réunissait 55 940 phrases et environ 1,2 million de mots. L’analyse révèle que les textes générés par les modèles demeurent statistiquement reconnaissables, notamment par leur vocabulaire, leur ponctuation et la structure de leurs phrases. Aucun indice isolé ne permet toutefois d’établir avec certitude qu’un passage vient d’une IA.

Les modèles récents emploient moins souvent certains mots devenus caricaturaux, comme « delve », qui signifie approfondir ou examiner attentivement, et « tapestry », souvent utilisé pour décrire une réalité complexe. Ils privilégient maintenant des mots plus longs et abstraits, comme « significant », « increasingly » ou « consequences ». Claude et Gemini auraient aussi davantage recours au vocabulaire scientifique, aux mots rares et aux nominalisations, qui consistent à transformer un verbe en nom.

Cette tendance donne parfois naissance à une écriture inutilement savante. Une idée simple peut être enveloppée de termes techniques, de mots d’origine latine et de formulations abstraites. Le résultat paraît sérieux, mais manque souvent de précision, de naturel et de clarté.

Le long tiret, fréquemment présenté comme la signature universelle de l’IA, ne constitue plus un indice aussi révélateur. Dans l’échantillon analysé, seul Claude en utilisait davantage que les rédacteurs humains. ChatGPT en employait même beaucoup moins. Cette évolution montre pourquoi les listes de mots interdits ou les recettes permettant prétendument de reconnaître une IA vieillissent rapidement.

L’absence de ponctuation serait aujourd’hui un signal plus pertinent. Les modèles utilisent généralement moins de virgules, de points-virgules et de parenthèses. Leurs phrases sont aussi plus longues et contiennent fréquemment la conjonction « et ». Ils citent moins souvent des experts, ce qui réduit également le recours aux guillemets.

La structure des phrases apporte d’autres indices. ChatGPT et Claude affectionnent particulièrement les oppositions comme « ce n’est pas X, mais Y », les constructions « non seulement, mais aussi » et les énumérations de trois éléments. Les paragraphes générés présentent également moins de variations de rythme. Les phrases courtes et incisives y sont plus rares.

Ces caractéristiques ne constituent cependant pas une preuve. Certains humains écrivent naturellement de cette manière, tandis qu’un modèle peut adopter un style différent lorsqu’on lui donne des consignes précises. Les marques stylistiques varient également d’un modèle à l’autre et peuvent disparaître après une simple mise à jour.

Les détecteurs automatiques doivent être considérés avec la même prudence. Pangram affirme que son modèle atteint un taux de faux positifs de 0,0041 %, soit environ un texte humain incorrectement classé sur 24 000, dans ses propres évaluations. Une étude universitaire publiée en août 2026 montre cependant que des révisions légères effectuées avec une IA peuvent être signalées comme du contenu artificiel, tandis que certains services de reformulation parviennent à contourner les détecteurs. Un résultat automatisé ne devrait donc jamais servir, à lui seul, à accuser un auteur.

La meilleure méthode reste l’examen d’un ensemble d’indices: vocabulaire abstrait, phrases uniformément longues, ponctuation limitée, structures rhétoriques répétitives, manque de citations précises et raisonnement trop prévisible. Même réunis, ces éléments permettent seulement d’établir une probabilité. À mesure que les modèles apprennent à imiter les humains, la frontière stylistique devient plus difficile à tracer.

Source : economist, pangram, Why AI Detection Fails