Détecteur IA : prouver l’origine d’un texte
Les outils de traçabilité documentent un manuscrit, mais ne prouvent pas tout. Découvrez leurs limites et les bons réflexes pour auteurs et éditeurs.
Un manuscrit accusé d'être écrit par une IA : quelles preuves peuvent protéger un auteur ?
Un roman peut être contesté en quelques heures, sur la foi d'un détecteur d'IA, d'une comparaison de style ou d'un soupçon relayé sur les réseaux sociaux. Pour l'auteur, le problème est immédiat : comment prouver qu'il a écrit son texte, sans « preuve » incontestable, universellement reconnue ? Et que faire si l'outil d'analyse se trompe ?
De plus en plus de services proposent de la traçabilité : enregistrer des étapes d'écriture, horodater des fichiers ou associer une empreinte numérique à un texte. Ces outils peuvent rendre service. Mais ils ne vérifient pas tous la même chose, et ils ne « certifient » pas automatiquement l'absence d'aide par IA. Au fond, tout se joue sur trois choses différentes : l'origine du manuscrit, la propriété du document et le mode de rédaction. Voilà ce que ces dispositifs peuvent réellement établir, leurs limites, et les précautions raisonnables à envisager - pour les auteurs comme pour les éditeurs.
Pourquoi les soupçons d'usage de l'IA sont-ils difficiles à trancher ?
La controverse autour du roman d'horreur Shy Girl montre bien l'écueil. Après des soupçons largement relayés en ligne, l'éditeur Hachette a annulé la publication américaine prévue et stoppé la diffusion britannique. L'autrice, Mia Ballard, a nié avoir utilisé l'IA pour écrire le livre. Elle a aussi expliqué que les modifications provenaient d'un travail éditorial sur une version antérieure. Un outil de détection, Pangram, avait estimé qu'une grande partie du texte était générée par IA. Le résultat a alimenté le débat, mais il ne suffit pas, à lui seul, à trancher.
Dans ce type d'affaire, on mélange souvent plusieurs questions qui n'ont pas le même enjeu : le texte a-t-il été produit par un modèle ? A-t-il été modifié à l'aide d'un outil d'IA ? Qui l'a écrit, ou au moins soumis ? Qui détient les droits ? Répondre à une question ne règle pas automatiquement les autres.
Prenez le cas d'un éditeur : il peut disposer d'un manuscrit révisé par plusieurs personnes, retravaillé dans différents logiciels et transmis après des mois de corrections. Un détecteur, lui, regarde le texte final - pas l'historique. Il sait rarement dire si une tournure vient de l'auteur, d'un éditeur, d'une traduction, d'une correction grammaticale, ou d'une génération automatique.
Un soupçon public peut produire des effets avant toute vérification
Le risque ne s'arrête pas aux questions contractuelles. Des accusations relayées en ligne peuvent déclencher des critiques, des appels au boycott ou une perte de confiance, même quand les informations disponibles restent partielles. Le plus pénible, pour l'auteur, c'est que la charge de la preuve peut sembler inversée : il doit prouver son processus, alors qu'il n'existe pas de norme partagée qui dise clairement quelle preuve serait « suffisante ».
Cette incertitude pèse aussi sur les écrivains qui utilisent des outils numériques courants. Un logiciel de correction, de la dictée vocale ou une suggestion de reformulation peuvent être interprétés à tort comme une génération de texte. À l'inverse, un texte généré par un modèle peut ensuite être retravaillé par une personne sans que le résultat final permette de distinguer clairement chaque contribution.
Les détecteurs ne sont pas des arbitres
Un score de détection n'est pas une reconstitution de l'histoire du manuscrit : c'est une estimation, calculée à partir de méthodes et de seuils choisis par le système. Il ne dit rien sur l'intention de l'auteur. Et même si le taux de faux positifs annoncé est faible, il ne garantit pas qu'un résultat donné soit fiable dans tous les cas.
La bonne approche consiste donc à traiter une détection comme un signal qui justifie une vérification adaptée - pas comme un verdict. Plus l'enjeu est lourd (retrait d'un livre, rupture de contrat, accusation publique), plus il faut demander des éléments indépendants et recouper les informations.
Que prouvent réellement les outils de traçabilité ?
Les outils de traçabilité visent à conserver des éléments du processus d'écriture. Selon les services, ils peuvent enregistrer des versions successives, horodater un document, suivre des modifications ou associer une empreinte cryptographique à un fichier. Certains prétendent aussi documenter des habitudes de saisie. Des plateformes comme Workings, Blindproof, Wintertext, Human Ink ou ObraVera proposent des approches de ce type, avec des fonctions et des objectifs différents.
L'intérêt peut être réel : un historique construit pendant le travail aide à voir une progression. Des brouillons, des révisions et des corrections successives donnent plus de contexte qu'un fichier final isolé. Et si un litige porte sur la chronologie ou la réutilisation d'un texte, un horodatage et une empreinte numérique peuvent aider à établir qu'une version existait à une date donnée.
Distinguer trois types de preuve
Avant de choisir un outil, il faut clarifier la question qu'il est censé trancher.
- La preuve d'existence : un fichier (ou une version) a été enregistré à un moment donné. Elle aide surtout à établir une chronologie.
- La preuve de provenance : une version est associée à un compte, un appareil ou une personne identifiée, selon le fonctionnement du service. Elle documente qui a enregistré ou soumis le document.
- La preuve du mode de rédaction : le contenu a été écrit par une personne, généré par une IA, ou produit avec une assistance. C'est le point le plus dur à vérifier de façon robuste.
Une empreinte cryptographique peut montrer qu'un fichier n'a pas été modifié depuis son enregistrement, ou aider à repérer une réapparition d'un contenu. Mais elle ne prouve pas que la personne enregistrée a rédigé chaque phrase, ni qu'elle n'a jamais utilisé un modèle avant de déposer le fichier. Même chose pour une déclaration « sans IA » : si elle est enregistrée par un service, elle reste avant tout une déclaration de l'utilisateur.
Un historique est utile s'il suit le travail
La traçabilité a de la valeur surtout si elle est régulière et cohérente avec les habitudes de l'auteur. Un journal commencé après le début d'une polémique convainc moins qu'un ensemble de versions sauvegardées pendant la rédaction. Attention toutefois à ne pas confondre « beaucoup de données » et « bonne preuve » : un outil peut capturer énormément d'événements sans être capable de les interpréter correctement.
Ces systèmes peuvent aussi documenter la circulation d'un texte, par exemple si un contenu est repris sans autorisation ou sans attribution. Là encore, ce sujet est distinct de la détection de l'IA : défendre la propriété intellectuelle ne revient pas à démontrer l'absence d'assistance automatisée.
Quelles sont les limites des détecteurs et des preuves numériques ?
Aucun outil ne voit tout le processus de création. Un auteur peut travailler sur plusieurs fichiers, échanger des versions avec un éditeur, dicter des passages en déplacement ou prendre des notes sur papier. Un système qui enregistre des frappes dans un éditeur de texte ne captera pas forcément ces étapes. Et il existe aussi des contournements : un texte généré par IA peut être retapé, ou intégré via des outils automatisés.
Les détecteurs fonctionnent différemment. Ils analysent des caractéristiques linguistiques et calculent une probabilité. Mais un style sobre, répétitif ou très régulier peut être pris pour un style « artificiel ». À l'inverse, un texte généré puis fortement remanié peut sortir du cadre de l'analyse. Les performances annoncées doivent donc être lues pour ce qu'elles sont : des résultats dans un contexte de test précis, avec des langues et des types de textes donnés.
Le faux positif n'est pas un détail théorique
Certaines autrices et certains auteurs rapportent avoir été signalés comme « générés par IA » alors qu'ils avaient écrit eux-mêmes leurs textes. Le risque varie selon la longueur, le genre, la langue, le niveau de révision et la méthode du détecteur. Un score élevé peut justifier de poser des questions, mais il ne permet pas, à lui seul, de conclure à une fraude.
Et méfiez-vous des pourcentages présentés comme précis. Dire qu'un outil estime qu'une part donnée d'un roman est artificielle donne l'impression d'une mesure exacte. Or ce chiffre dépend d'un modèle d'analyse et d'un seuil statistique : ce n'est pas forcément une proportion vérifiable de phrases générées.
Les outils de suivi ont un coût de confidentialité
Documenter l'écriture peut amener à confier des brouillons, des habitudes de saisie, des métadonnées ou des données d'identité à un prestataire. Avant de s'inscrire, il faut savoir quelles informations sont collectées, combien de temps elles sont conservées, qui peut y accéder et comment elles sont supprimées. Pour des textes confidentiels ou sous contrat, ces questions comptent autant que la « fonction de preuve ».
Le RGPD encadre les traitements de données personnelles en Europe, mais il ne transforme pas un service en tiers de confiance automatique. Il faut regarder les conditions du service, la sécurité, les usages secondaires des données et la possibilité d'exporter ses propres archives. Une trace obtenue au prix d'un risque mal compris peut créer un nouveau problème au lieu d'en résoudre un.
Enfin, une certification ne vaut que si la partie qui la reçoit l'accepte. Si chaque éditeur adopte son propre outil, les auteurs risquent de payer plusieurs services sans que leurs preuves soient reconnues. La technologie peut documenter une partie du travail, mais elle ne fixe pas, à elle seule, une règle professionnelle partagée.
Conclusion : une trace utile, pas un certificat d'humanité
Les outils de traçabilité peuvent aider à montrer qu'un texte existait à une date donnée, à conserver des versions et à documenter sa circulation. Ils ne prouvent pas automatiquement qu'un manuscrit est entièrement « humain », pas plus qu'un détecteur ne démontre à coup sûr qu'il a été généré par une IA. Confondre ces rôles expose les auteurs à des accusations fragiles et les éditeurs à des décisions difficiles à défendre.
La meilleure réponse reste donc une approche procédurale : conserver des traces réalistes, clarifier les usages autorisés et traiter chaque alerte avec plusieurs éléments, sans transformer un score en verdict final. Pour les professionnels de l'édition, le vrai prochain enjeu n'est pas de trouver un outil prétendument infaillible, mais de définir des règles équitables avant que la prochaine polémique ne les impose, en urgence.
Comment auteurs et éditeurs peuvent-ils réduire le risque ?
L'idée n'est pas de surveiller chaque auteur en permanence. Il s'agit plutôt de mettre en place un processus proportionné : conserver des éléments utiles, sans transformer la création littéraire en exercice de conformité. Pour un auteur, l'objectif est d'avoir des traces accessibles. Pour un éditeur, c'est d'éviter une décision lourde fondée sur un seul score.
Pour les auteurs : garder des traces simples et régulières
Un dispositif minimal peut suffire dans beaucoup de cas. Il ne garantit pas une défense juridique, mais il aide à reconstituer le travail avec plus de précision.
Le point clé, c'est la cohérence. Un dossier monté artificiellement après une accusation pèse moins qu'un historique normal. Il n'est pas nécessaire d'enregistrer chaque frappe : choisissez un niveau de documentation qui correspond à la valeur du projet et aux risques réels.
Pour les éditeurs : prévoir une procédure avant la crise
Une politique claire devrait préciser les usages d'IA autorisés, les obligations de déclaration et la façon dont un doute sera examiné. Elle doit aussi distinguer l'assistance à la correction ou à la recherche de la génération de passages substantiels, sans supposer que tous les outils produisent les mêmes effets.
En cas d'alerte, une démarche équilibrée peut suivre quatre étapes :
Il faut aussi décider à l'avance qui aura accès aux preuves, combien de temps elles seront conservées, et comment un auteur peut contester une conclusion. Une procédure imparfaite mais connue à l'avance reste plus défendable qu'une décision improvisée sous la pression des réseaux sociaux.
Choisir un outil selon le risque, pas selon la promesse
Avant de payer, posez-vous trois questions : quel type de preuve le service produit exactement ? L'éditeur (ou le partenaire concerné) acceptera-t-il cette preuve ? Le bénéfice justifie-t-il le coût financier, le temps demandé et les données partagées ? Si la réponse à la deuxième question reste floue, l'outil peut quand même être utile pour vos archives personnelles, mais il ne faut pas le considérer comme un certificat « reconnu ».
À retenir : une bonne stratégie combine des archives ordinaires, une transparence adaptée et une procédure de contestation. Aucun outil ne remplace le jugement humain, et une accusation sérieuse ne devrait pas reposer sur un détecteur seul.