Les détecteurs IA sont devenus des outils essentiels pour les éducateurs, les éditeurs et autres professionnels pour identifier des textes écrits par l’IA (comme ChatGPT).

Toutefois, de nombreuses recherches récentes ont soulevé de sérieuses inquiétudes quant à leur fiabilité- d’où l’importance cruciale de savoir quels sont les meilleur détecteur d’IA et leurs limitations respectives.

Dans cet article, je vous donne un classement des meilleurs détecteurs d’IA (gratuits et payants) en me basant sur toute la littérature & donnée académique sur le sujet.

Les critères d’évaluation

Avant de donnner le classement, j’aimerais expliquer ce qui a influencé ma sélection.

Mon évaluation s’est principalement basée sur le benchmark le plus fiable et le plus récent à l’heure actuelle : l’article académique RAID – un très grand ensemble de données académiques pour l’évaluation robuste des détecteurs de texte générés par des machines – Il teste les détecteurs d’IA sur plus de 6 millions de contenus générés par l’IA.  

Malheureusement, ce document ne couvre que quelques-uns des outils de détection de l’IA, de sorte que je m’appuie également sur des études plus modestes, telles que celle du journal Open Information Science, les études sélectionnées par Copyleak et les études de Turnintin, tout en tenant compte de leurs biais inhérents.

Sur la base de cette recherche, j’ai examiné et comparé les outils en fonction de plusieurs critères clés :

• Précision : Capacité d’un détecteur à distinguer correctement un texte généré par l’IA d’un texte écrit par un humain. Cela comprend la détection du contenu de l’IA et la reconnaissance du contenu humain. Une plus grande précision est évidemment préférable, mais la précision rapportée peut varier en fonction de l’ensemble de données de test.
• Faux positifs : Tous les cas où un détecteur signale à tort un texte écrit par un humain comme étant généré par l’IA. Il s’agit sans doute de l’indicateur le plus critique, en particulier dans les milieux universitaires ou professionnels où une fausse accusation peut nuire à la réputation.
• Robustesse à l’encontre des « attaques adverses » (adversial attacks) : En règle générale, les meilleurs détecteurs doivent pouvoir détecter des textes d’IA même intentionnellement modifiés et ne pas être mis en échec par des paraphrases.

Il couvrira également deux autres aspects essentiels :

• La facilité d’utilisation : Il s’agit notamment de l’interface, du fait qu’elle mette en évidence les parties du texte qui relèvent de l’IA (par exemple, certains proposent une « probabilité d’IA » par phrase), et des limites imposées à la longueur des données saisies.
• Prix et accès : L’outil est-il gratuit, dispose-t-il d’un niveau de gratuité ou est-il entièrement payant ? Nous couvrons à la fois les options gratuites et payantes. La plupart des « meilleurs » détecteurs proposent au moins une version gratuite limitée à titre d’essai.

Tableau comparatif : Les meilleurs détecteurs IA

Vous trouverez ci-dessous une comparaison côte à côte des principaux détecteurs de contenu par IA et de leurs performances en termes de précision, de faux positifs et de robustesse :

Rang	Détecteur d’IA	Précision (globale)	Faux positifs	Robustesse adversariale	Tarification	Les meilleurs cas d’utilisation
1	Originality.ai	85%	Modérée (~1-5%)	Élevé (résiste à la paraphrase, a du mal avec les homoglyphes)	0,01 $ pour 100 mots, ~14,95 $/mois	Marketing de contenu, blogueurs, SEO, détection du plagiat
2	GPTZero	66.5%	Très faible (~0%)	Très élevé (résistant aux homoglyphes, à l’ajout d’espacement)	Freemium (10 000 mots gratuits, payant à partir de ~9,99 $/mois)	Milieu universitaire, éducateurs, étudiants, détection générale
3	Binoculars AI	79%	Très faible (~0%)	Modéré (vulnérable à la paraphrase par l’IA, aux homoglyphes)	Gratuit, mais nécessite la mise en place d’un codage	Recherche en éducation, analyse de sources ouvertes
4	Détecteur IA de Turnitin	99-100% (études académiques mais pas d’études fiables)	Très faible (~1%)	Manque de clarté (pas de données publiques contradictoires)	Réservé aux institutions (inclus dans les abonnements à Turnitin)	Intégrité académique, universités, détection du plagiat
5	Copyleaks	80-100% (varie selon le réglage de la sensibilité – pas d’études fiables)	Très faible (~0%)	Limitée (moins de données publiques sur la robustesse)	Freemium (~$9.99/mois pour 100 crédits)	Détection du plagiat et de l’IA, éducateurs, entreprises
6	Winston AI	71%	Modéré (~1%)	Modéré (vulnérable aux homoglyphes et aux ajouts d’espacement)	Payé (~18$/mois pour 80 000 mots)	Édition, conformité, institutions académiques

1. Originality.ai

Originality.ai est un détecteur d’IA et un vérificateur de plagiat destiné aux éditeurs de contenu et aux rédacteurs professionnels. Il est commercialisé pour une utilisation « sérieuse » par les équipes et les agences qui créent de gros volumes de contenu. Originality.ai nécessite un compte et utilise un système de crédits (1 crédit pour 100 mots scannés).

Contrairement à la plupart des outils gratuits, il s’intègre de manière transparente dans les flux de travail (par exemple, via une extension de navigateur ou une API), de sorte que les éditeurs de sites web peuvent analyser les projets de blog ou les soumissions de clients pour détecter tout texte généré par l’IA et tout plagiat en une seule fois.

Comment il fonctionne ?

Originality AI utilise un modèle d’apprentissage automatique pour évaluer la probabilité qu’un texte soit généré par l’IA. Il analyse la structure et la perplexité et renvoie en fonction un score de probabilité IA.

(L’entreprise n’a pas divulgué son algorithme exact, mais il s’agit vraisemblablement d’un modèle transformeur finement ajusté, entraîné sur de vastes ensembles de données de textes humains et d’IA).

Performance

• Taux de précision le plus élevé : dans le benchmark RAID, Originality.ai a été le détecteur le plus précis dans l’ensemble. Il a atteint une précision d’environ 85 % sur l’ensemble de données de test de base (avec un taux de faux positifs de 5 %). En d’autres termes, il a détecté le plus grand nombre de textes écrits par l’IA tout en maintenant un faible taux de fausses alertes.
• Faux positifs élevés : Originality.ai a un faible taux de faux positifs lorsque l’on choisit un seuil de faux positifs raisonnablement bas pour les éviter. Ce n’est cependant pas le plus bas du marché. Avec un seuil de faux positifs élevé, il y a de nombreux cas où Originality.ai signale des contenus légitimes revendiqués par des utilisateurs en ligne.
• Bonne Robustesse : Cet outil s’est révélé remarquablement robuste face à de nombreuses tactiques adversariales courantes. Selon l’étude RAID, Originality.ai s’est classé premier dans 9 des 11 tests adversarials (et deuxième dans un autre). Il gère particulièrement bien les contenus d’IA paraphrasés – détectant le texte généré par paraphrase avec une précision de 96,7 % contre une moyenne d’environ 59 % pour les autres détecteurs. En bref, les stratégies telles que l’utilisation d’un thésaurus ou la reformulation avec des outils (par exemple QuillBot) sont peu susceptibles de tromper Originality.ai.  Malgré une grande robustesse générale, Originality.ai a des angles morts avec quelques « techniques de contournement rarement utilisées ». Il a notamment eu des difficultés avec l’attaque par homogyphe (remplacement des caractères par des sosies) et l’ajout d’espace (Unicode invisible inséré dans le texte).
• Manque de transparence : alors qu’Originality.ai se targue d’utiliser une grande « puissance de calcul » et des techniques avancées de NLP, il s’agit en quelque sorte d’une boîte noire – ils n’expliquent pas l’algorithme en détail, et il s’agit d’un logiciel propriétaire, ce qui fait que l’on doit se fier à ce qu’ils disent.

Prix et accès :

Originality.ai fonctionne selon un modèle de tarification basé sur le crédit. Il propose des plans de paiement à l’utilisation autour de 0,01 $ par 100 mots numérisés (environ 0,05 $ pour un article de 500 mots). Il existe également un abonnement mensuel (~14,95 $/mois) qui comprend une allocation globale de crédits. Il n’y a pas de version gratuite permanente, mais les nouveaux utilisateurs reçoivent parfois quelques crédits pour l’essayer. L’accès se fait via le site web d’Originality.ai ou l’API. L’outil s’intègre également à des services tels que les plugins WordPress pour une analyse automatisée. Dans l’ensemble, il est abordable pour les professionnels et s’adapte bien aux gros volumes de contenu, mais il n’est pas disponible gratuitement pour le grand public au-delà d’essais limités.

Les meilleurs cas d’utilisation :

Originality.ai convient parfaitement aux spécialistes du marketing de contenu, aux blogueurs et aux rédacteurs qui doivent régulièrement s’assurer que leurs rédacteurs n’utilisent pas d’outils d’IA (ou vérifier l’originalité à des fins de référencement). Il est populaire parmi les propriétaires de sites web qui externalisent la rédaction – ils passent leurs brouillons par Originality.ai pour détecter les sections générées par l’IA ou le plagiat en une seule fois. La combinaison de la vérification du plagiat et de la détection de l’IA est efficace pour les flux de travail éditoriaux.

Pour un usage académique ou éducatif, Originality.ai est moins courant (les éducateurs utilisent souvent Turnitin ou des outils gratuits à la place, car Originality est payant et a été conçu davantage pour le contenu web). Comme bonne pratique, certaines équipes de contenu utilisent Originality.ai comme premier passage et peuvent ensuite revérifier les textes suspects avec un second détecteur (comme GPTZero) pour confirmation, en particulier pour les textes qu’Originality marque comme « humains » en dépit des doutes.

2. GPTZero

GPTZero est l’un des premiers détecteurs de contenu d’IA et l’un des plus utilisés. Lancé au début de l’année 2023, il a attiré l’attention des médias en tant qu’outil permettant aux enseignants de détecter les essais générés par l’IA.

Comment il fonctionne ?

GPTZero utilise deux mesures principales dans son analyse : la perplexité (degré de prévisibilité du texte) et l’éclatement (variation de la longueur des phrases).

En les comparant à des modèles d’écriture typiquement humains, il évalue la probabilité qu’un texte ait été écrit par l’IA.

Performance :

• Bonne précision avec les modèles les plus récents : GPTZero peut battre Originality AI sur les modèles les plus récents, mais a une précision inférieure en générale, soit 66,5 % pour l’ensemble des modèles, ce qui signifie qu’il passe à côté d’environ 35 % des textes IA.
• Taux de faux positifs très faible : Une étude du RAID a montré que GPTZero avait l’un des taux de faux positifs les plus bas (~0%) au seuil de faible taux de faux positifs, battant Originality AI ()~1%.
• Le plus robuste face aux attaques adversariales : dans le test de référence RAID, la précision de GPTZero n’a que légèrement diminué lorsque le texte de l’IA était paraphrasé, comportait des fautes d’orthographe ou même lorsque des caractères homoglyphes étaient introduits – dans certains cas, les performances sont restées pratiquement inchangées. Par exemple, GPTZero a à peine bronché face à l’attaque des homoglyphes (baisse de précision de 0,3 % seulement), alors que la plupart des autres détecteurs se sont effondrés. Cette résistance est probablement due à la conception inhérente de GPTZero, qui se concentre sur la perplexité ; l’ajout de caractères ou d’espacements bizarres ne modifie pas la perplexité statistique autant qu’elle déroute d’autres modèles.
• Difficultés avec les textes courts : Si vous saisissez des textes très courts ou seulement quelques phrases, GPTZero n’est souvent pas en mesure d’émettre un jugement fiable. Il a été principalement conçu pour des textes de la longueur d’un paragraphe à celle d’une dissertation. De courts messages sur les réseaux sociaux ou des paragraphes isolés peuvent amener GPTZero à indiquer « informations insuffisantes » ou à émettre une supposition incertaine. D’autres détecteurs ont également besoin d’une longueur minimale, mais GPTZero ne cache pas qu’il a besoin de plus de contenu.

Prix et utilisation

GPTZero propose une version web gratuite qui permet un nombre limité de vérifications par jour (les limites ont changé au fil du temps, mais elles sont généralement de l’ordre de quelques documents ou de quelques milliers de mots par jour pour les utilisateurs non enregistrés). Il existe également une inscription gratuite qui permet d’augmenter les limites.

Pour les utilisateurs intensifs, GPTZero propose un plan premium (GPTZeroX) destiné aux éducateurs et aux organisations, qui démarre à environ 9,99 $/mois pour une utilisation et des fonctionnalités étendues. GPTZeroX permet la gestion des classes, le téléchargement de fichiers en masse et l’accès à l’API.

L’API est également disponible pour les développeurs sur la base d’un paiement à l’utilisation, ce qui est utile si vous souhaitez intégrer GPTZero dans une application ou un flux de travail. Dans l’ensemble, le coût est faible par rapport à d’autres détecteurs – de nombreux utilisateurs se contentent de la version gratuite, et même la version premium est abordable pour les écoles. Ce modèle de tarification et l’approche freemium font de GPTZero l’un des outils les plus accessibles sur le marché.

Les meilleurs cas d’utilisation :

GPTZero est un excellent détecteur polyvalent, particulièrement adapté au monde universitaire et à l’éducation. Les enseignants et les professeurs peuvent utiliser la version gratuite pour vérifier si les travaux des étudiants contiennent de l’IA, sachant que si GPTZero signale un élément comme étant généré par l’IA, il est probablement correct (une étude a noté que « si GPTZero dit IA, il est très probable qu’il s’agisse d’IA », étant donné le faible taux de faux positifs). Sa décomposition détaillée et la mise en évidence des phrases suspectes facilitent la collecte de preuves.

Les étudiants ou les auteurs peuvent également utiliser GPTZero pour vérifier eux-mêmes leur travail – par exemple, pour voir si leur texte a l’air d’avoir été généré par l’IA, et ensuite réviser ces parties.

Toutefois, si vous devez détecter la moindre intervention de l’IA (par exemple, une seule phrase éditée par l’IA), vous pouvez associer GPTZero à un autre outil plus agressif, afin de couvrir les deux extrémités.

3. Binoculars AI

Binoculars est un outil de détection de l’IA qui utilise une approche hybride pour classer les textes écrits par des humains ou générés par l’IA.

Selon l’article du RAID, son mécanisme de détection principal repose sur une analyse traditionnelle basée sur la perplexité, mais aussi sur une modélisation de la distribution des jetons Cette approche à deux niveaux permet de différencier plus efficacement les textes générés par l’IA des textes rédigés par des humains : les textes rédigés par des humains présentent généralement une plus grande variation dans la fréquence des tokens, alors que les textes générés par l’IA restent relativement uniformes.

Performance

• Le deuxième taux de faux positifs le plus bas : Binoculars atteint un taux de faux positifs proche de 0 % à un seuil de faux positifs bas, comme GPTZero à un seuil de faux positifs prudent, ce qui en fait l’un des détecteurs d’IA les plus sûrs et les plus fiables.
• Deuxième précision la plus élevée pour un modèle open source : L’un des principaux atouts de Binoculars est sa grande précision de détection, en particulier lorsqu’il s’agit de faire la distinction entre un humain et un modèle généré par l’IA. Selon les tests RAID, Binoculars a atteint une précision de 79 % sur plusieurs modèles d’IA (GPT-4, Claude et modèles basés sur LLaMA), ce qui est particulièrement bon avec les modèles open source et les anciens modèles.
• Moins robuste face à la paraphrase de l’IA : Comme d’autres détecteurs d’IA, Binoculars a du mal avec l’usage de synonymes, mais aussi avec homoglyphe l’comme Originality.AI, c’est l’un de ses plus gros défauts.
• N’est pas conçu pour différentes langues : Binoculars n’a été formé que sur du texte anglais, et les développeurs eux-mêmes mettent en garde contre l’utilisation de l’outil dans d’autres langues.

Les meilleurs cas d’utilisation de Binoculars

Compte tenu de ses capacités de détection élevées, Binoculars semble être un choix intéressant pour les établissements d’enseignement, les spécialistes du marketing et les chercheurs. Mais il n’est pas conçu à des fins commerciales et n’est accessible que par le biais d’une installation par code. Il n’est donc pas encore accessible aux professionnels et s’adresse plutôt aux chercheurs.

4. Le détecteur d’IA de Turnitin

Turnitin est l’entreprise numéro 1 de vérification du plagiat dans le monde universitaire. Mais début 2023, Turnitin a aussi déployé son propre détecteur IA directement au sein de sa plateforme.

Comment il fonctionne ?

Le détecteur d’IA de Turnitin utilise un modèle propriétaire basé sur des transformeurs pour prédire si une phrase donnée a été écrite par une IA. Selon le livre blanc de Turnitin, le modèle a été entraîné sur des données d’écriture académique et des textes générés par GPT, en se concentrant sur l’identification de la « signature » de la prose créée par l’IA. Il fournit des résultats au niveau du document (pourcentage global de texte susceptible d’avoir été écrit par une IA) et met même en évidence les phrases suspectes.

Performance :

• Bonne précision : Turnitin n’a pas été testé par l’étude RAID, on ne peut donc se fier qu’à une étude partielle. Un article de la revue Open Information Science a montré que Turnitin a correctement identifié l’origine humaine ou artificielle de 126 documents ChatGPT et humains testés, avec 0 fausse erreur.
• Faible taux de faux positifs: Turnitin a déclaré que son taux de faux positifs était d’environ 1 % ou moins lors de ses tests au seuil de faible taux de faux positifs. Cette affirmation repose sur une étude réalisée à partir de 800 000 textes générés. L’étude Open Information Science semble confirmer que Turnitin n’a pratiquement pas de faux positifs, mais il s’agit d’un petit échantillon.
• Faible biais linguistique : une autre étude de Turnitin montre également que le taux de faux positifs n’est pas statistiquement différent d’un texte créé par un rédacteur dont l’anglais est la langue maternelle et par un rédacteur dont l’anglais est la langue seconde. Turnitin semble donc avoir entraîné le modèle sur ce biais.
• La robustesse à l’encontre des adversaires est incertaine : Il existe peu de données sur la manière dont Turnitin gère les textes modifiés par des attaques adversariales. Les étudiants ont rapidement appris des astuces pour échapper au détecteur de Turnitin (certaines ont été partagées en ligne), telles que l’insertion de caractères Unicode aléatoires ou la paraphrase massive avec des synonymes. Turnitin a probablement été mis à jour contre certaines de ces astuces. Comme Turnitin ne partage pas publiquement des évaluations détaillées de la robustesse, nous devons déduire de détecteurs similaires qu’il est aussi sensible à des attaques comme les homoglyphes ou l’ajout d’espacements.
• Détection prudente : l’approche très prudente de Turnitin signifie qu’il ne signale une petite proportion d’IA. Si un étudiant n’a utilisé l’IA que pour générer quelques paragraphes d’une longue dissertation, et que cela ne représente pas plus de 20 % du texte, le rapport de Turnitin peut indiquer « 0 % d’IA » afin d’éviter tout risque de fausse accusation. Il s’agit d’une décision de conception, mais elle consiste essentiellement à accepter les faux négatifs pour éliminer les faux positifs.
• Accessibilité : Le principal inconvénient est que le détecteur d’IA de Turnitin n’est accessible qu’aux institutions disposant d’une licence Turnitin. Il n’existe pas de site web public ou d’application permettant à un spécialiste du marketing de contenu ou à un étudiant de soumettre son texte à la vérification de l’IA de Turnitin de manière indépendante. Cette fonction est enfermée dans l’interface de l’éducateur. Cela signifie que si vous n’êtes pas un enseignant ou un administrateur d’école, vous ne pouvez généralement pas utiliser le détecteur d’IA de Turnitin sur votre propre contenu.

Prix et accès :

Le détecteur d’IA de Turnitin fait partie des services offerts par Turnitin aux établissements d’enseignement. Il n’y a pas de tarification distincte : les universités et les écoles paient pour Turnitin (ce qui peut représenter des dizaines de milliers de dollars par an pour les grandes institutions qui couvrent le plagiat et, désormais, la détection de l’IA). La fonction d’IA a été introduite pour les utilisateurs existants de Turnitin sans frais supplémentaires. Pour un particulier, il n’y a effectivement aucun moyen d’acheter ce service directement. Les éducateurs accèdent à Turnitin par le biais de l’intégration avec les systèmes de gestion de l’apprentissage ou par le site web de Turnitin.

Les meilleurs cas d’utilisation :

Le détecteur d’IA de Turnitin est spécialement conçu pour les établissements d’enseignement. C’est la solution de référence pour les universités, les établissements d’enseignement supérieur et même les lycées qui utilisent déjà Turnitin pour la vérification du plagiat. Si vous êtes un enseignant et que votre école utilise Turnitin, il n’y a pas de problème à tirer parti de la fonction de détection de l’IA, car elle est déjà présente et intégrée. Il est préférable de l’utiliser exactement comme le suggère Turnitin : pour signaler les travaux qui méritent un examen plus approfondi, puis en discuter avec l’étudiant. Elle n’est pas destinée aux éditeurs ou aux créateurs de contenu (ils n’y ont pas accès).

Pour les administrateurs d’établissements d’enseignement, Turnitin fournit des rapports à l’échelle de l’établissement (par exemple, quel pourcentage de soumissions contenait de l’IA, etc. En dehors du secteur de l’éducation, la solution de Turnitin n’est pas une option, mais elle est également intéressante pour la recherche : si quelqu’un étudie la prévalence de l’IA dans les travaux d’étudiants, l’ensemble de données de Turnitin serait précieux (l’entreprise publie parfois des données globales). Pour les universitaires qui ne disposent pas de Turnitin, des alternatives comme Copyleaks ou GPTZero sont utilisées, mais Turnitin a l’avantage d’être intégré et calibré pour cet environnement.

C’est également l’un des rares détecteurs à s’être attaqué explicitement à la question des préjugés liés à l’anglais langue seconde dès le départ, ce qui en fait sans doute l’outil le plus équitable pour les populations étudiantes.

5. Copyleaks AI Detector

Copyleaks AI Content Detector est une solution de détection deIA développée par une entreprise principalement connue pour ses logiciels de détection du plagiat. Copyleaks a été l’une des premières entreprises à proposer un détecteur de texte IA au début de l’année 2023, et il a été adopté dans certains établisssement éducatifs.

Comment il fonctionne ?

Le détecteur d’IA de Copyleaks utilise une combinaison de modèles d’IA pour analyser les textes. D’après sa documentation, il utilise probablement des classificateurs basés sur des transformeurs et des analyses statistiques (par exemple, la perplexité) pour attribuer un score de « probabilité générée par l’IA ». Copyleaks met en évidence les parties de texte qui semblent avoir été écrites par une IA.

Performance :

• Précision élevée : Ce détecteur d’IA ne figure pas non plus dans l’étude RAID. Mais dans l’étude Open Information Science, Copyleaks a également identifié correctement 100 % des documents écrits par l’IA par rapport aux documents écrits par l’homme (126/126), sans aucune erreur. C’est également le cas dans les études sélectionnées par Copyleaks sur son site web.
• Faible taux de faux positifs : Dans la même étude, il n’a produit aucun faux positif. Il n’a signalé par erreur aucun contenu rédigé par un humain comme étant de l’IA dans l’étude à 16 détecteurs susmentionnée ou dans la comparaison avec des outils gratuits. Ses développeurs font état d’une précision de plus de 99 %, ce qui correspond à un taux de faux positifs proche de zéro lorsque les seuils sont correctement définis. Mais il n’y a pas suffisamment de preuves objectives pour justifier cette affirmation.
• Données limitées sur les tests adverariales : Il y a moins de recherches publiques sur la performance de Copyleaks contre certaines attaques adversariales de niche (par exemple, les homoglyphes, l’insertion de ponctuation aléatoire). Étant donné qu’Originality.ai et d’autres ont eu du mal avec ces attaques, il est possible que Copyleaks soit également piégé par elles. Copyleaks prétend détecter la « manipulation de caractères » dans le texte, ce qui suggère qu’il dispose d’une certaine défense contre les astuces telles que l’ajout d’espacement ou la permutation Unicode, mais les vérifications indépendantes sont rares.
• Problèmes de faux positifs : Copyleaks, en particulier, a connu très tôt un problème connu : il signalait parfois comme IA des contenus contenant de nombreuses déclarations factuelles ou un ton formel. Par exemple, certains utilisateurs ont signalé que Copyleaks identifiait à tort des parties d’articles universitaires (antérieurs à ChatGPT) comme étant de l’IA, simplement parce qu’ils étaient arides ou formulés. Il est possible que ce problème ait été amélioré par des mises à jour.

Prix et accès :

Copyleaks propose des formules d’abonnement pour son détecteur d’IA. Par exemple, un plan est d’environ 9,99 $ par mois pour 100 crédits (avec 1 crédit ≈ 250 mots) et des niveaux plus élevés comme ~13,99 $/mois pour 1 200 crédits. En termes pratiques, 9,99 $ couvrent environ 25 000 mots et 13,99 $ couvrent jusqu’à 300 000 mots, ce qui est suffisant pour la plupart des utilisateurs individuels ou des enseignants. Il existe également une tarification d’entreprise pour les institutions. Un essai gratuit (parfois 10 crédits ou une semaine d’utilisation) est disponible, et un programme de réduction pour les écoles existe. L’accès se fait via le tableau de bord Copyleaks ou l’API, et il existe également un complément Microsoft Word et une intégration LMS pour les éducateurs. L’interface nécessite un enregistrement, il ne s’agit donc pas d’un vérificateur anonyme instantané, mais l’utilisation est simple une fois connecté.

Les meilleurs cas d’utilisation :

Les établissements d’enseignement et les entreprises qui ont besoin d’une solution de bénéficieront de Copyleaks. Par exemple, une université qui n’a pas souscrit à Turnitin peut utiliser Copyleaks comme alternative pour analyser les travaux des étudiants à la fois pour le plagiat et les sections générées par l’IA. Copyleaks peut être intégré dans les portails de soumission de travaux, ce qui le rend transparent pour les enseignants.intégrée détection du plagiat et de l’IA

Pour les enseignants ou les professeurs, Copyleaks propose un outil web plus manuel (télécharger un document sur leur site pour obtenir un score de contenu AI), qui peut être utilisé au cas par cas si tu t’inscris pour un compte. Les éditeurs et les rédacteurs en chef peuvent également utiliser Copyleaks s’ils souhaitent un deuxième niveau de contrôle après la vérification du plagiat. Si Copyleaks détecte un pourcentage élevé d’IA dans la soumission d’un article, l’éditeur peut alors procéder à une enquête plus approfondie. Étant donné que Copyleaks insiste particulièrement sur le fait qu’il ne pénalise pas les textes rédigés dans une langue autre que la langue maternelle, il pourrait être un bon choix dans les contextes internationaux ou à forte proportion d’anglais langue seconde, car il vise à réduire les préjugés (Turnitin a même indiqué que Copyleaks avait obtenu de bons résultats avec l’anglais langue seconde dans son analyse).

Pour les développeurs, l’API de Copyleaks est une option, bien qu’elle soit peut-être plus chère que d’autres. En résumé, Copyleaks convient mieux aux institutions et aux professionnels qui ont besoin d’une plateforme de confiance tout-en-un. Il peut être excessif pour un utilisateur occasionnel (il serait mieux servi par des outils gratuits), mais dans un contexte approprié, Copyleaks peut être l’un des détecteurs les plus précis avec un calibrage adéquat. Il a reçu l’aval de quelques évaluations indépendantes préliminaires (par exemple, une grande précision sur les textes en anglais langue seconde), ce qui le distingue lorsque la partialité est un sujet de préoccupation.

6. Winston AI

Winston AI est un détecteur commercial plus récent qui offre une suite de fonctionnalités allant au-delà de la simple analyse de texte.

Comment il fonctionne ?

Il utilise un modèle d’IA propriétaire pour évaluer le texte, probablement en employant un classificateur basé sur un grand transformeur. Selon les créateurs, Winston AI peut détecter le contenu de ChatGPT, GPT-4, Gemini de Google et d’autres modèles en analysant le style d’écriture et l’entropie. Il fournit un score en pourcentage de détection IA et met en évidence les phrases suspectes. Winston AI est accessible via une interface web où les utilisateurs téléchargent des documents ou collent du texte, et il est destiné à un usage professionnel (agences de contenu, éditeurs, éducateurs). Il comprend également des fonctionnalités de vérification du plagiat, ce qui en fait un outil à double usage comme certains de ses concurrents.

Points forts :

• Très grande précision, en particulier sur les textes ChatGPT : Winston AI détecte très bien les textes générés par des modèles bien connus tels que GPT-3.5 (ChatGPT) et GPT-4 avec une précision quasi parfaite. Dans le benchmark RAID, Winston a atteint environ 90%. Mais dans l’ensemble, il ne bat pas Originality AI 71% parce qu’il est moins précis avec les anciens et les nouveaux modèles.
• Taux de faux positifs plus élevé que les autres modèles : Winston obtient un taux de faux positifs supérieur à celui de GPTZero, Originality AI et Binoculars, qui est d’environ 1 % avec un seuil de taux de faux positifs bas, ce qui peut encore être acceptable et peut être réduit avec un seuil de taux de faux positifs encore plus bas.
• Vulnérable aux modifications adversariales, mais capable de détecter des contenus d’IA lourdement édités. Dans l’évaluation RAID, Winston a détecté avec précision des textes générés par l’IA, même lorsque ces textes avaient été considérablement modifiés par l’homme, mais il est vulnérable aux attaques par homoglophyne et aux ajouts d’espace.
• Performances incohérentes entre les différents modèles : Alors que Winston est excellent avec certains modèles IA (comme GPT-4/3.5), il est beaucoup moins performant avec d’autres. L’étude du RAID a révélé que Winston avait des difficultés avec les textes d’IA provenant de certains modèles open-source. Par exemple, la précision de Winston sur le texte généré par GPT-2 n’était que d’environ 47,6 %, et sur un modèle ouvert comme MPT, elle était d’environ 46 %. Cela indique que le détecteur de Winston s’il est confronté à un texte d’IA provenant d’un modèle non familier (comme un nouveau modèle de langage plus petit ou un modèle local finement ajusté), ses performances ne se généralisent pas.
• Faux positifs sur certains contenus : Certains rapports (et une étude) suggèrent que l’IA Winston peut parfois signaler un contenu humain comme étant de l’IA, en particulier si le texte humain est très propre ou formulé. Dans une étude multi-détecteurs, Winston est apparu parmi les outils qui ont parfois mal étiqueté des contenus médicaux rédigés par des humains. Bien que Winston puisse être calibré, sa tendance à être « sûr » de la détection peut avoir pour conséquence de faire passer un texte légitime pour de l’IA.

Prix et accès :

Winston AI est disponible sous forme d’abonnement. Le plan de base (essentiel) coûte environ 18 $ par mois (ou 144 $/an) et permet de numériser jusqu’à 80 000 mots par mois. Le niveau suivant, Advanced, est d’environ 29 $/mois et permet de scanner jusqu’à 200 000 mots. Winston propose également un plan d’entreprise personnalisé pour les volumes plus importants. Il est à noter que Winston facture des « crédits » par mot (1 mot = 1 crédit pour la détection de l’IA), ce qui signifie que vous payez pour une quantité de mots. La plateforme propose un essai gratuit (par exemple, 2 000 mots pendant 7 jours lors de la dernière vérification) afin que les utilisateurs puissent la tester.

Les meilleurs cas d’utilisation :

Mais pour les équipes et les organisations disposant d’un budget, Winston AI est un outil de premier ordre qui donne une grande confiance dans la détection grâce à son approche rigoureuse. Il a été qualifié d' »excellent outil avec une précision décente », mais il convient de garder un œil sur les résultats incohérents.

Les institutions professionnelles et universitaires qui ont besoin d’une vérification approfondie du contenu bénéficieront le plus de Winston AI. Par exemple, les éditeurs, les rédacteurs en chef de revues et les agences de contenu pourraient utiliser Winston pour vérifier en une seule fois le contenu AI et le plagiat dans les soumissions – les rapports détaillés (y compris l’exportation des résultats au format PDF) facilitent l’archivage des preuves.

Les enseignants de l’enseignement supérieur qui s’inquiètent de la tricherie contractuelle ou de l’utilisation de l’IA par les étudiants peuvent utiliser Winston pour les devoirs, notamment en raison de l’analyse d’images (les enseignants peuvent scanner des dissertations imprimées ou des images de devoirs pour y trouver des textes d’IA). Cependant, ils doivent être conscients de la rigueur de Winston – il peut signaler des cas limites, de sorte qu’un éducateur doit examiner les parties surlignées avant d’accuser un étudiant.

Winston est également utile pour les entreprises et les propriétaires de sites web qui créent des contenus à fort enjeu (rapports financiers, contenu médical) pour lesquels toute intervention de l’IA doit être approuvée. Ses fonctions d’équipe permettent à plusieurs utilisateurs (rédacteurs, éditeurs) de collaborer pour garantir l’originalité du contenu. Si vous êtes un blogueur individuel, Winston est probablement excessif (et trop coûteux), à moins que vous ne souhaitiez vraiment bénéficier de la vérification du plagiat.

Mentions honorables

Voilà donc tous les détecteurs d’IA les plus précis du marché. Mais il en existe bien d’autres, dont certains méritent des mentions honorables.

ZeroGPT est l’un des outils de détection d’IA « OG » qui est devenu populaire en raison de son interface simple et de son accès gratuit. De nombreux utilisateurs occasionnels ont essayé ZeroGPT parce qu’il ne nécessite pas d’enregistrement et qu’il permet des entrées de texte assez importantes (jusqu’à ~15 000 caractères par chèque dans la version gratuite). Il propose également une API payante et une version Pro pour des limites plus élevées. ZeroGPT a une faible précision et un taux de positivité élevé, mais c’est peut-être l’un des meilleurs outils d’IA gratuits que vous pouvez trouver en ligne.

Il existe plusieurs autres détecteurs d’IA comme le détecteur Sapling AI, Crossplag, le détecteur Content at Scale, le détecteur Writer.com, etc. Certains d’entre eux ont des atouts spécifiques. Cependant, aucun d’entre eux n’a surpassé les détecteurs ci-dessus dans l’ensemble.

Limites et défis des détecteurs d’IA

Bien que les détecteurs d’intelligence artificielle aient progressé rapidement, il est essentiel de comprendre leurs limites et les défis qui subsistent. Aucun détecteur n’est infaillible, et les utiliser à l’aveuglette peut conduire à des erreurs. Voici quelques-uns des principaux problèmes posés par les méthodes actuelles de détection de l’IA :

• Faux positifs (erreur d’étiquetage d’un texte humain comme étant de l’IA) – Il s’agit du problème le plus connu. Les détecteurs identifient parfois des textes parfaitement écrits par des humains comme étant générés par des machines. Les auteurs dont l’anglais n’est pas la langue maternelle sont particulièrement exposés : une étude a montré que plus de 60 % des essais rédigés par des étudiants en anglais langue seconde étaient faussement étiquetés comme étant de l’IA par les détecteurs, probablement parce que le vocabulaire et la grammaire les plus simples peuvent ressembler à la production de l’IA. Même des outils sophistiqués ont donné des résultats faussement positifs pour certains textes – par exemple, les résumés scientifiques ou les formules toutes faites peuvent dérouter les détecteurs. Un faux positif peut avoir de graves conséquences, qu’il s’agisse d’un étudiant accusé à tort d’avoir triché ou de la remise en cause du contenu original d’un auteur. C’est pourquoi de nombreux développeurs d’outils (Turnitin, GPTZero, etc.) s’efforcent de minimiser les faux positifs, même s’ils ne parviennent pas à détecter toutes les utilisations de l’IA.
• Faux négatifs – Le revers de la médaille est également un problème : les détecteurs peuvent ne pas détecter le contenu généré par l’IA, en particulier si le texte a été modifié ou provient d’un modèle sur lequel le détecteur n’a pas été entraîné. Par exemple, Originality.ai a obtenu de bons résultats avec le texte GPT-4, mais a eu du mal à détecter le texte généré par Claude dans une étude. Comme les modèles d’IA se diversifient (avec de nouveaux systèmes comme LLaMa, Bard, etc.), un détecteur peut ne pas reconnaître leur style immédiatement. Les faux négatifs signifient qu’un détecteur peut donner un faux sentiment de sécurité – un étudiant peut faire passer un contenu écrit par l’IA par un paraphraseur et le détecteur indique alors « 0% AI » (nous avons observé exactement cela avec Hive et ZeroGPT, qui ont indiqué « 0% AI » pour certains passages paraphrasés qui étaient en fait de l’IA).
• Facile à tromper avec des astuces simples – Les détecteurs actuels peuvent souvent être déjoués par des techniques adversariales étonnamment simples. Des chercheurs de l’UPenn ont démontré que des méthodes telles que la paraphrase de textes, l’utilisation de synonymes, l’insertion de fautes de frappe ou d’espaces superflus, et même le remplacement de caractères par des homologues (homoglyphes) peuvent réduire considérablement le niveau de confiance des détecteurs. Par exemple, l’ajout de quelques fautes d’orthographe ou le remplacement d’un mot sur dix par un synonyme peut permettre à un texte d’IA d’échapper à de nombreux détecteurs (parce que ces méthodes augmentent la perplexité du texte, le faisant paraître plus « humain »).
• Biais et équité – Au-delà du biais de la langue maternelle, d’autres biais suscitent des inquiétudes. Certains craignent que les détecteurs ne signalent de manière disproportionnée les écrits de certains groupes démographiques ou dans certains dialectes comme relevant de l’IA. Par exemple, les écrits créatifs ou les poèmes qui ne respectent pas les règles conventionnelles pourraient dérouter les détecteurs. De même, les textes rédigés par de jeunes étudiants (dont la structure est plus simple) pourraient être injustement signalés par rapport à ceux d’un étudiant plus âgé. Un article a souligné le champ de mines éthique des détecteurs : de fausses accusations pourraient « accroître les inégalités en matière d’éducation » et marginaliser certains groupes. Bien que les preuves concrètes au-delà de l’étude sur les élèves non autochtones soient limitées, il s’agit d’un domaine à surveiller. La question des préjugés s’étend également au domaine du contenu – les détecteurs formés principalement sur Wikipédia et les actualités pourraient avoir des difficultés avec les codes, les listes ou d’autres formats de texte.
• Fiabilité et étalonnage – De nombreux détecteurs, en particulier ceux à code source ouvert, ne sont pas correctement calibrés par défaut. Le benchmark RAID de l’UPenn a révélé que certains détecteurs ouverts utilisaient des seuils qui conduisaient à des taux de faux positifs « dangereusement élevés » dès la sortie de la boîte. Cela signifie que si l’on prend simplement un modèle d’IA (comme l’ancien classificateur GPT-2 d’OpenAI) et qu’on l’utilise sans réglage minutieux des seuils, la moitié des objets détectés pourraient être considérés comme de l’IA. D’autre part, certaines entreprises calibrent leurs outils (par exemple, en fixant un seuil élevé de sorte qu’ils ne marquent que lorsqu’ils sont très sûrs, comme le seuil de confiance de 98 % de Turnitin). Cette différence de calibrage explique en partie pourquoi des tests différents obtiennent des résultats différents pour le « même » outil. Par exemple, GPTZero réglé sur une précision élevée par rapport à un rappel élevé se comportera différemment. Le problème est que de nombreux outils n’exposent pas ces paramètres aux utilisateurs et n’expliquent pas non plus leur seuil de fonctionnement. Les utilisateurs sont donc à la merci du réglage de l’outil, qui peut ne pas correspondre à leurs besoins.
• Évolution des modèles d’IA – Les générateurs de textes d’IA s’améliorent et évoluent rapidement. Un détecteur qui a bien fonctionné pour GPT-3 peut trébucher sur GPT-4, car l’écriture de GPT-4 est plus cohérente et moins prévisible. De même, les modèles open-source (comme Vicuna, etc.) peuvent être affinés pour avoir un caractère plus « aléatoire » ou imiter le style humain, échappant ainsi aux détecteurs. Au fur et à mesure de l’apparition de nouveaux modèles, les détecteurs doivent être mis à jour. Par exemple, le propre l’OpenAI classificateur de texte de a été retiré en 2023 parce qu’il n’était pas assez précis, en particulier lorsque de nouveaux modèles sont apparus et que les gens ont trouvé des moyens de le contourner. Son taux de détection dans l’évaluation d’OpenAI n’était que de 26 % et son taux de faux positifs de 9 %, ce qui a conduit OpenAI à reconnaître qu’il n’était pas fiable et à l’abandonner.
• Contexte et utilisation partielle de l’IA – Les détecteurs actuels analysent généralement un texte donné de manière isolée. Ils ne connaissent pas le contexte de sa création. Si un être humain utilise l’IA pour rédiger un plan, puis écrit le reste lui-même, les détecteurs peuvent voir l’écriture de l’être humain et ne rien signaler. De même, si un humain rédige un brouillon et utilise l’IA pour peaufiner quelques phrases, de nombreux détecteurs considéreront que ces phrases sont humaines, car le style général est humain. Nous arrivons à un stade où la collaboration entre l’humain et l’IA dans l’écriture est courante (par exemple, un humain écrit puis demande à ChatGPT de suggérer des améliorations). La détection de l’assistance partielle de l’IA est une zone grise. Une forte probabilité d’IA peut être techniquement correcte (certaines phrases sont modifiées par l’IA), mais le travail global est un mélange. Cela soulève la question suivante : à quel moment un document est-il considéré comme « généré par l’IA » ?
• Absence d’analyse comparative standard – Jusqu’à récemment, chaque entreprise vantait ses propres mesures, souvent basées sur des données qu’elle avait elle-même sélectionnées. Nous avons vu GPTZero citer des chiffres tels que « aucun faux positif au seuil optimal » et Winston AI revendiquer une précision de 99 %, etc. L’ensemble de données RAID de l’université de Pennsylvanie constitue une étape vers un point de référence standard. Il révèle comment les détecteurs se comportent dans de nombreuses conditions et montre clairement que les affirmations de « 99 % de précision » ignorent souvent les cas contradictoires ou supposent un seuil parfait.

Les meilleurs choix par cas d’utilisation

Le choix du « meilleur » détecteur d’IA dépend de vos besoins spécifiques et du contexte. Différents outils conviennent à différents cas d’utilisation. Sur la base des recherches et des comparaisons ci-dessus, voici nos recommandations finales concernant les outils de détection d’IA à utiliser dans différents scénarios :

1. Milieux universitaires (enseignants et étudiants) – Pour les enseignants, le détecteur d’écriture AI de Turnitin est le meilleur choix s’il est disponible, en raison de son intégration et de son approche à faible taux de faux positifs adaptée aux travaux des étudiants. Il est déjà utilisé pour vérifier les dissertations dans de nombreuses écoles et il est calibré pour être très prudent, réduisant ainsi les risques d’accuser à tort les étudiants. Cependant, la fonction d’IA de Turnitin n’est pas activée dans toutes les écoles, et certaines d’entre elles ne sont pas abonnées à Turnitin. Dans ce cas, GPTZero est une excellente alternative pour les enseignants. La version gratuite de GPTZero permet de vérifier un nombre décent de dissertations, et il a été démontré que le taux de faux positifs sur les textes humains était faible. Un enseignant peut faire passer des rédactions suspectes par GPTZero et examiner les sections surlignées et le « score AI » global

Pour les étudiants qui veulent s’assurer que leur travail n’est pas faussement signalé, GPTZero est un excellent outil gratuit d’autocontrôle de leurs rédactions (utilisation illimitée). Si GPTZero indique que certaines parties de votre essai ressemblent à de l’IA, vous devriez envisager de réviser ces sections en utilisant votre propre voix. Les étudiants doivent également savoir que l’utilisation de l’IA pour écrire peut être détectée même s’ils modifient leur texte – des outils comme Winston peuvent détecter des modifications importantes, il est donc risqué de se fier à l’IA pour les travaux notés.

2. Marketing de contenu et rédacteurs SEO – Pour les éditeurs de contenu web, les rédacteurs de blogs et les agences SEO, Originality.ai est notre meilleure recommandation. Il est spécifiquement conçu pour ce cas d’utilisation, combinant la détection du plagiat avec des contrôles d’IA, et prend en charge les flux de travail de l’équipe. Originality.ai revendique une précision de 99 % sur les textes générés par le GPT-4, ce qui correspond aux besoins des gestionnaires de contenu qui ont généralement affaire à des résultats d’IA classiques. Originality.ai détecte également si un rédacteur a utilisé des outils populaires comme Jasper ou s’il a copié un autre site (plagiat), ce qui est efficace. Cela dit, comme nous avons vu qu’Originality.ai peut manquer des contenus d’IA qui ont été paraphrasés ou qui proviennent de certains modèles, il est sage de l’utiliser en première ligne, puis de recouper les résultats « propres » avec un outil gratuit comme GPTZero de temps en temps. En outre, le détecteur d’IA Copyleaks est une bonne option pour les agences qui utilisent déjà Copyleaks pour le plagiat. Il avait une précision décente et une API, ce qui signifie que vous pourriez l’intégrer à votre système de gestion de contenu pour analyser automatiquement les nouveaux articles.

3. Entreprise et édition professionnelle – Les organisations telles que les organes de presse, les éditeurs de recherche ou les grandes équipes de contenu peuvent avoir besoin d’un outil très robuste et multifonctionnel. Winston AI est un candidat de choix dans ce domaine. Il propose non seulement la détection de l’IA, mais aussi la vérification du plagiat et même l’analyse du texte de l’image, avec des rapports détaillés pouvant être archivés. Pour une salle de presse qui s’inquiète de voir des journalistes utiliser l’IA, Winston pourrait analyser des articles et mettre en évidence toute section rédigée par l’IA avec une note humaine. Sa rigueur dans la détection des textes rédigés à l’aide d’IA est utile pour le respect des règles. Cependant, Winston est payant et pourrait être excessif à moins que vous n’ayez besoin de ces fonctionnalités supplémentaires. Par ailleurs, le plan d’entreprise de GPTZero (avec son API et sa gestion d’équipe) pourrait être utilisé dans une salle de presse ou une maison d’édition pour numériser les soumissions par lots. GPTZero propose des fonctions d’analyse et de collaboration d’équipe dans sa version payante, ce qui le rend adapté à un groupe de rédacteurs. Copyleaks est une autre solution prête pour l’entreprise, en particulier pour les éditeurs éducatifs ou les institutions qui souhaitent l’intégrer dans des systèmes LMS ou de gestion de documents. Cette solution est réputée pour sa robustesse sur des contenus variés et certaines universités lui font confiance

4. Pour les vérificateurs de faits des médias ou les revues scientifiques, il pourrait être judicieux d’utiliser deux couches : un détecteur d’IA (comme GPTZero/Winston) et éventuellement un examen manuel ou même la demande aux auteurs d’une déclaration d’utilisation de l’IA. Il convient également de tenir compte du fait que certains domaines professionnels élaborent leurs propres normes (par exemple, certaines revues exigent désormais des auteurs qu’ils indiquent si l’IA a été utilisée dans la rédaction). Tant que la vérification formelle (comme le filigrane ou les métadonnées) n’est pas devenue une norme, les détecteurs constituent l’outil principal. Recommandation : Pour une utilisation professionnelle haut de gamme, investissez dans une solution payante telle que Winston AI ou une licence d’entreprise GPTZero, et complétez avec Copyleaks ou Originality si le plagiat est également une préoccupation. Maintenez toujours un processus d’examen interne pour tout contenu signalé afin de prendre des décisions finales.

5. Détection de l’IA dans des scénarios spécifiques

-Le plagiat avec l’IA : si vous soupçonnez qu’un document contient à la fois du contenu d’IA et du contenu copié, Originality.ai ou Copyleaks sont adaptés puisqu’ils vérifient les deux simultanément.

-Codes ou tâches de programmation : Les détecteurs d’IA se concentrent principalement sur le langage naturel et non sur le code. Les étudiants qui utilisent GitHub Copilot ou ChatGPT pour le code peuvent parfois être pris en flagrant délit de similitude avec un code connu (plagiat) plutôt que par un détecteur d’IA. Certains outils prétendent détecter le code généré par l’IA, mais il s’agit d’une niche. Dans ce cas, on peut utiliser des outils de détection du plagiat (comme turnitin code plagiarism ou MOSS) et une inspection manuelle.

-Texte non anglais : De nombreux détecteurs prennent en charge d’autres langues, mais leur précision peut diminuer. GPTZero et Copyleaks prennent tous deux en charge plusieurs langues. Si vous avez besoin de détecter l’IA dans un texte en espagnol ou en français, par exemple, Copyleaks ou GPTZero pourraient être une bonne solution (ils disposent de données multilingues entraînées). Le détecteur de QuillBot fonctionne actuellement mieux pour l’anglais (il peut marquer les textes non anglais comme « cannot determine » ou être tout simplement imprécis).

-Pour les textes courts (tweets, réponses courtes) : Les détecteurs ont souvent des difficultés avec les entrées très courtes (Turnitin n’analyse même pas les textes de moins de 300 mots). Pour un paragraphe de 50 mots par exemple, aucun détecteur n’est fiable. Le mieux que vous puissiez faire est d’utiliser plusieurs détecteurs et de voir si l’un d’entre eux affirme avec certitude qu’il s’agit d’une « IA » – mais considérez cela comme une preuve faible. Si vous avez besoin de détecter l’IA dans un contenu court, pensez aux métadonnées de l’IA si elles sont disponibles (certaines plateformes explorent les balises pour le contenu généré par l’IA).

---

Un thème commun se dégage de toutes ces recommandations : vérifier deux fois auprès de plusieurs sources et faire preuve de discernement. Les outils que nous présentons sont les meilleurs en termes de précision, mais aucun n’est parfait. Si les conséquences sont importantes, faites appel à un réviseur humain qui pourra examiner des nuances telles que l’exactitude des faits, la cohérence du style d’écriture et le contexte, que les détecteurs ne prennent pas en compte. Restez également à jour : le « meilleur » détecteur aujourd’hui pourrait être surpassé demain. Par exemple, si OpenAI ou un autre acteur important lance un nouveau détecteur ou un nouveau système de filigrane, cela pourrait changer la donne.