Un texte peut être produit en quelques secondes par ChatGPT, Gemini, Claude ou Mistral. La question se pose donc dès qu'une entreprise reçoit un contenu de l'extérieur : article livré par un rédacteur, fiche produit d'un prestataire, candidature, réponse à un appel d'offres. Les « détecteurs d'IA » promettent de trancher. Leur fiabilité est nettement plus discutée que leurs pages de vente ne le laissent penser.
Cet article fait le point : ce que disent les études indépendantes, ce que proposent cinq détecteurs courants (tarifs relevés sur les sites des éditeurs), la position de Google et ce que change l'article 50 du règlement européen sur l'IA, applicable depuis le 2 août 2026. L'objectif est de vous donner des critères pour décider quand un détecteur a un sens et quand il n'en a pas.
Pourquoi la question se pose dans les TPE et PME
L'usage de l'IA en entreprise n'est plus marginal. Selon l'Insee Première n° 2120 (juillet 2026), 18 % des entreprises françaises de 10 salariés ou plus déclarent utiliser au moins une technologie d'IA en 2025, contre 10 % en 2024 : 15 % des moins de 50 salariés, 31 % des 50 à 249, 58 % au-delà (secteurs principalement marchands, hors agriculture, finance et assurance). Au niveau européen, Eurostat mesure 19,95 % d'entreprises utilisatrices en 2025.
Ces chiffres couvrent toutes les technologies d'IA, pas seulement la génération de texte, mais la probabilité de recevoir un contenu rédigé avec un assistant augmente chaque année. La question utile n'est plus « quelqu'un a-t-il utilisé l'IA ? », mais « ce contenu est-il exact, utile et assumé ? ».
Ce que disent les études sur la fiabilité des détecteurs
Le signal le plus clair vient d'OpenAI. L'éditeur de ChatGPT avait lancé début 2023 son propre classifieur : sur son jeu de test en anglais, il identifiait correctement 26 % des textes générés par IA et classait à tort 9 % des textes humains comme écrits par une IA. OpenAI l'a retiré le 20 juillet 2023 « en raison de son faible taux de précision » pour se tourner vers les techniques de provenance (marquage à la source).
Deux travaux académiques de 2023 restent des références :
- Weber-Wulff et al., « Testing of detection tools for AI-generated text » (International Journal for Educational Integrity, 2023) : 14 outils testés (12 outils publics plus Turnitin et PlagiarismCheck). Conclusion des auteurs : les outils disponibles « ne sont ni précis ni fiables », avec un biais vers la classification « écrit par un humain » ; la paraphrase, la traduction automatique et d'autres techniques d'obfuscation dégradent nettement leurs performances.
- Liang et al., « GPT detectors are biased against non-native English writers » (Patterns, 2023) : sept détecteurs évalués sur 91 essais TOEFL rédigés par des humains non anglophones natifs et 88 rédactions d'élèves américains. Les rédactions américaines sont presque toutes correctement reconnues ; en revanche, 61,22 % des essais TOEFL sont en moyenne classés à tort comme générés par IA, et 97,8 % d'entre eux sont signalés par au moins un détecteur.
Le mécanisme explique le problème. La plupart des détecteurs mesurent la « perplexité » d'un texte, c'est-à-dire sa prévisibilité statistique. Un texte simple et sobre obtient un score bas : sortie de modèle, mais aussi texte d'un non-natif, notice technique ou contenu juridique. À l'inverse, une sortie d'IA reformulée ou traduite passe souvent sous le radar. Les éditeurs ont amélioré leurs modèles depuis 2023, sans démonstration indépendante qui lève ces deux limites.
Cinq détecteurs d'IA en 2026 : ce qu'ils proposent
La liste d'origine de cet article a vieilli : le « GPT-2 Output Detector » d'OpenAI ne vise que GPT-2 (2019), et le détecteur de Content at Scale, devenu BrandWell puis Moxby, affiche désormais lui-même que ses résultats « sont approximatifs et peuvent être faux ». Voici cinq outils actifs, avec les conditions relevées sur les sites des éditeurs en septembre 2026 (prix hors taxes, susceptibles d'évoluer).
| Outil | Offre gratuite | Offre payante d'entrée | Remarques |
|---|---|---|---|
| GPTZero | Jusqu'à 10 000 mots par mois ; au-delà de 10 000 caractères par analyse, compte gratuit requis | Abonnements payants pour des volumes supérieurs (tarifs affichés dans l'application, par cycle mensuel ou annuel) | Très implanté dans l'éducation ; API et offres équipe sur devis |
| Originality.ai | Offre Basic : 3 analyses par jour | Pro : 14,95 $/mois (12,95 $/mois en annuel), 2 000 crédits, 1 crédit = 100 mots | Orienté agences et éditeurs de sites ; offre Enterprise à 179 $/mois |
| Copyleaks | Non détaillée sur la page des tarifs | Personal : 16,99 $/mois (13,99 $/mois en annuel), 1 crédit = 250 mots ou 1 image | Détection IA en plus de 30 langues, plagiat en plus de 100 langues ; offre Pro à 99,99 $/mois |
| Scribbr | Jusqu'à 1 200 mots par analyse, saisie manuelle | À partir de 14,95 € (jusqu'à 100 000 mots par analyse, accès 7 jours, avec vérificateur de plagiat) | Interface en français ; l'éditeur précise qu'« aucun détecteur d'IA ne peut fournir une précision totale » |
| QuillBot | Détecteur accessible sans compte, avec limite de mots | Inclus dans l'abonnement Premium de la suite d'écriture | D'abord un outil de paraphrase, ce qui illustre le jeu du chat et de la souris |
Les éditeurs vendent des crédits ou des volumes de mots, pas une garantie : la plupart excluent dans leurs conditions tout usage comme preuve. Les pourcentages de précision affichés proviennent de tests internes ; Scribbr indique par exemple que ses propres tests plafonnent à 84 % pour les outils payants et 68 % pour les gratuits. Un score de « 92 % IA » est une estimation, pas un constat.
Les indices de lecture, sans en faire une preuve
La relecture humaine reste utile. Les signes suivants indiquent un contenu peu travaillé, qu'il vienne d'un modèle ou d'un rédacteur pressé :
- Généralités sans ancrage : aucun chiffre daté, aucune source, aucun exemple lié à votre secteur.
- Erreurs factuelles plausibles : norme mal numérotée, loi mal datée, outil qui n'existe plus.
- Structure mécanique : parties parfaitement équilibrées, conclusion qui répète l'introduction, listes systématiques.
- Vocabulaire passe-partout (« il est essentiel de », « dans un monde en constante évolution »).
- Absence d'expérience : rien qui ne puisse être écrit sans avoir exercé le métier.
Le test le plus fiable reste l'échange avec l'auteur : d'où vient ce chiffre, pourquoi ce choix, que changerait-il pour un autre client ? Cette approche ne dit pas si un outil a été utilisé ; elle dit si quelqu'un assume le contenu, ce qui est ce qui compte pour votre responsabilité éditoriale.
La position de Google : la méthode importe moins que l'utilité
Google a clarifié sa doctrine en février 2023 : le contenu généré par IA n'est pas interdit en soi. Ce qui est évalué, c'est la qualité, l'utilité et les signaux d'expérience, d'expertise, d'autorité et de fiabilité (E-E-A-T), quelle que soit la méthode de production. Utiliser l'automatisation pour manipuler le classement reste contraire aux règles anti-spam.
Le 5 mars 2024, Google a introduit la règle du « scaled content abuse » (abus de contenu à grande échelle), qui remplace l'ancienne règle sur le contenu généré automatiquement. Elle vise la production de nombreuses pages « dans le but principal de manipuler le classement et non d'aider les utilisateurs », et cite explicitement l'usage d'outils d'IA générative pour créer beaucoup de pages sans valeur ajoutée. Google ne cherche donc pas à « détecter l'IA » page par page ; il sanctionne un schéma de production. Ses critères de qualité sont détaillés dans notre article sur la façon dont Google évalue vos contenus.
Conséquence pour une TPE ou une PME : un article rédigé avec un assistant, puis vérifié, enrichi de votre expérience et relu par quelqu'un qui connaît le métier, ne pose pas de problème de référencement. Cinquante pages « ville + service » générées en une après-midi, si.
AI Act, article 50 : ce qui s'applique depuis le 2 août 2026
Le règlement (UE) 2024/1689, dit AI Act, a été publié au Journal officiel de l'Union européenne le 12 juillet 2024. Son article 50, consacré aux obligations de transparence, s'applique depuis le 2 août 2026. Trois points concernent directement les entreprises qui produisent ou publient des contenus :
- Marquage à la source. Les fournisseurs d'IA générative doivent marquer les sorties (texte, image, audio, vidéo) dans un format lisible par machine, « dans la mesure où cela est techniquement possible ».
- Deepfakes. Les déployeurs (utilisateurs professionnels) qui diffusent des hypertrucages doivent indiquer que le contenu a été généré ou manipulé artificiellement, avec des aménagements pour les œuvres manifestement artistiques ou satiriques.
- Textes d'information du public. Un texte généré par IA et publié pour informer le public sur des questions d'intérêt général doit être signalé comme tel, sauf s'il « a fait l'objet d'un processus d'examen humain ou de contrôle éditorial » sous la responsabilité éditoriale d'une personne physique ou morale.
Cette exception éditoriale est déterminante : un contenu relu, validé et signé sous votre responsabilité n'entre pas dans l'obligation d'étiquetage. Publier tel quel un flux automatique d'articles sans relecture vous expose. La Commission européenne a par ailleurs publié le 10 juin 2026 un code de bonnes pratiques sur la transparence des contenus générés par IA, volontaire, signé fin juillet 2026 par environ 190 entreprises et organisations.
Le marquage à la source ne remplace pas les détecteurs
Le marquage prévu par l'article 50 repose sur le « watermarking ». L'exemple le plus documenté est SynthID de Google DeepMind, qui modifie légèrement les probabilités de choix des mots pendant la génération pour laisser une signature invisible. Google en reconnaît les limites : signature faible sur les textes courts ou très factuels, confiance « fortement réduite » après réécriture ou traduction. Un filigrane ne révèle en outre que les contenus du fournisseur qui l'a posé.
Comment décider : quand un détecteur a un sens
Trois situations reviennent souvent :
- Contrôler des contenus livrés par un rédacteur ou une agence : un détecteur peut servir de signal d'alerte, jamais de preuve. Ce qui protège vraiment, c'est un contrat précisant l'usage autorisé de l'IA, l'exigence de sources et une relecture métier.
- Trier des candidatures ou des réponses à un appel d'offres : à éviter, le risque de faux positifs et de discrimination des non-natifs est trop élevé. Préférez l'entretien et des questions précises sur le document.
- Auditer son propre site avant une refonte SEO : utile pour repérer des lots de pages génériques à fusionner ou à réécrire avec des données et de l'expérience.
Ne prenez jamais de décision contractuelle, disciplinaire ou de recrutement sur la seule foi d'un score : un texte humain peut être signalé, et les éditeurs eux-mêmes excluent cet usage. Pour votre site, la question utile n'est pas « ce texte est-il généré ? » mais « apporte-t-il quelque chose qu'un concurrent ne peut pas copier en cinq minutes ? ». C'est le sens de notre prestation d'optimisation des contenus SEO.
Questions fréquentes
Les détecteurs de contenu IA sont-ils fiables ?
Non, pas au point de servir de preuve. Une étude de 2023 portant sur 14 outils les a jugés ni précis ni fiables, et OpenAI a retiré son propre classifieur en juillet 2023 pour faible précision. Ils peuvent signaler un texte à relire, pas établir qui l'a écrit.
Un détecteur peut-il se tromper sur un texte écrit par un humain ?
Oui. Une étude de Stanford publiée en 2023 a montré que sept détecteurs classaient en moyenne 61 % d'essais rédigés par des non-anglophones natifs comme générés par IA. Les textes simples, techniques ou très structurés sont particulièrement exposés aux faux positifs.
Google pénalise-t-il les contenus écrits avec l'IA ?
Non, pas en tant que tels. Google évalue l'utilité, l'exactitude et les signaux d'expertise du contenu, quelle que soit la méthode de production. En revanche, sa règle sur l'abus de contenu à grande échelle, en vigueur depuis mars 2024, sanctionne la production massive de pages sans valeur ajoutée, y compris avec des outils d'IA générative.
Dois-je indiquer qu'un article a été rédigé avec l'IA ?
Depuis le 2 août 2026, l'article 50 de l'AI Act impose de signaler les textes générés par IA publiés pour informer le public sur des sujets d'intérêt général. L'obligation ne s'applique pas si le texte a fait l'objet d'une relecture humaine ou d'un contrôle éditorial et qu'une personne ou une entreprise en assume la responsabilité. Les deepfakes doivent, eux, toujours être signalés.
Combien coûte un détecteur d'IA ?
La plupart proposent une offre gratuite limitée en volume, par exemple 10 000 mots par mois chez GPTZero ou 1 200 mots par analyse chez Scribbr. Les abonnements d'entrée de gamme se situent autour de 13 à 17 dollars par mois chez Originality.ai et Copyleaks, avec des crédits correspondant à un nombre de mots. Ces tarifs ont été relevés en septembre 2026 et peuvent évoluer.
Qu'est-ce que le watermarking de texte ?
C'est un marquage invisible inséré au moment de la génération, en modifiant légèrement le choix des mots pour laisser une signature statistique détectable. L'AI Act demande aux fournisseurs d'IA générative de marquer leurs sorties de cette façon dans la mesure du possible. La signature s'affaiblit sur les textes courts, réécrits ou traduits.