« Cela se voit que c’est écrit par une IA. » La formule est devenue familière. Reste à savoir si notre assurance résiste à l’exercice.

Au Centre de Recherche et Innovation de Talan, Natalia Kalashnikova, Nicolas De Bufala et Sophie Fayad ont étudié la capacité humaine à reconnaître des textes produits par une IA générative. L’étude portait sur des participants issus des collaborateurs de Talan : ses résultats décrivent donc ce périmètre.

Dans ce cadre, les participants ont reconnu les textes IA environ 59 % du temps. Les outils automatiques évalués ont obtenu près de 88 % de réussite. Ils se sont par conséquent montrés plus efficaces dans cette étude.

Tous les textes ne posaient pas la même difficulté. Les textes factuels ou très structurés, notamment les poèmes et les articles de presse, étaient plus faciles à repérer. Les discours et les romans trompaient davantage les lecteurs. Parmi les textes examinés, ceux générés par Copilot et Mistral étaient plus facilement détectés que ceux de Claude et Gemini. Là encore, ce constat reste lié aux textes et aux modèles étudiés.

Un style monotone ou peu naturel faisait davantage penser à une production d’IA. C’est évidemment un indice de perception. Un humain peut aussi écrire de façon monotone : ce serait dommage de lui retirer la paternité de son texte pour cette seule raison 😉 .

A l’époque de l’étude, les participants attribuaient plus spontanément l’étiquette « humain » à de nombreux textes. La méfiance croissante envers les contenus générés pourrait atténuer ce biais d’humanisation. C’est une hypothèse mais ce n’est pas un résultat qui a été mesuré par ce travail.

Toutefois j’en retiens une invitation à la prudence : notre intuition ne suffit pas à établir l’origine d’un texte et un meilleur résultat automatique dans une étude ne donne pas un détecteur universel. Il vaut mieux lire les résultats avec leur périmètre que transformer un pourcentage en oracle !

Résumé du travail dans les actes : https://lrec.elra.info/lrec2026-main-355