Authors Guild : certains détecteurs IA identifient parfaitement l'écriture humaine, d'autres échouent à chaque texte

L'Authors Guild, l'association américaine qui défend les droits des auteurs professionnels, a mené une série de tests sur cinq outils de détection de textes générés par intelligence artificielle. Les résultats sont contrastés : Pangram et Grammarly ont correctement identifié comme humains la totalité des textes soumis, tandis que Sidekicker et ZeroGPT ont systématiquement échoué, classant des articles rédigés par des auteurs humains comme des productions d'IA. Le cinquième outil testé affichait des performances intermédiaires.

Ces résultats ont des conséquences directes pour des milliers d'auteurs, journalistes et créateurs de contenu qui voient leurs travaux soumis à ces détecteurs dans des contextes académiques, éditoriaux ou contractuels. Un faux positif peut signifier un rejet de manuscrit, une accusation de tricherie ou une rupture de contrat. La fiabilité inégale de ces outils rend leur utilisation comme outil de décision particulièrement risquée.

L'Authors Guild pointe également un paradoxe structurel : les textes rédigés par des professionnels de l'écriture ressemblent statistiquement aux productions des grands modèles de langage, précisément parce que ces modèles ont été entraînés sur ce type de littérature de qualité. Plus un auteur écrit bien, plus il risque d'être confondu avec une machine. Ce problème fondamental, lié à la nature même de l'entraînement des LLM, suggère que la détection automatique de l'IA reste une approche fragile, susceptible de pénaliser en priorité les meilleurs écrivains.