Comment les éditeurs de Wikipédia font en sorte que l'encyclopédie reste rédigée par des humains
Ellia Lebleu, doctorante en intelligence artificielle au centre Inria de l'Université de Rennes, est cofondatrice du WikiProject AI Cleanup, un projet bénévole lancé en 2023 pour repérer et supprimer de Wikipédia les contenus générés par IA qui enfreignent les règles du site. Tout a commencé en décembre 2023, lorsque plusieurs éditeurs discutant sur le serveur Discord de Wikipédia ont constaté que des articles étranges partageaient les mêmes tics : des expressions comme « stands as a testament » ou « rich cultural héritage », des sections de conclusion, parfois même une rubrique « Pourquoi est-ce important ? ». Ces marques typiques de ChatGPT en 2023 et début 2024 étaient faciles à détecter. Le projet a depuis évolué : en 2025, les indices sont devenus plus structurels, comme l'abus de la règle de trois ou des parallélismes négatifs, qui ne prouvent rien isolément mais deviennent significatifs en s'accumulant. Les bénévoles examinent aussi le comportement des contributeurs : cinq articles de plusieurs milliers de mots rédigés en cinq minutes éveillent forcément les soupçons.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de IEEE Spectrum AI. Lire l'article original →
Le problème dépasse le texte lui-même. Les fausses citations constituent une inquiétude majeure : les références entièrement inventées sont devenues plus rares grâce à la génération augmentée par récupération, qui permet aux modèles de trouver de vraies sources, mais ces modèles se trompent fréquemment sur leur contenu, et des citations qui ne soutiennent pas l'affirmation avancée sont extrêmement courantes. Pour mesurer l'ampleur du phénomène, Ellia Lebleu a travaillé avec l'entreprise de détection Pangram, dont l'outil n'a produit aucun faux positif sur des contenus antérieurs à ChatGPT, ce qui en fait une estimation plancher très prudente. Fin 2025, il signalait environ 20 % des nouveaux articles et brouillons comme générés par IA, contre 15 à 16 % début 2026. On ignore si cette baisse reflète l'effet des nouvelles règles ou simplement des modèles plus performants que Pangram n'a pas encore appris à repérer. Wikipédia en anglais a récemment interdit aux éditeurs d'utiliser des grands modèles de langage pour générer des articles, mais il est trop tôt pour mesurer l'efficacité de cette interdiction.
Le combat s'appuie lui-même sur l'IA. Un autre membre du projet a conçu un vérificateur de sources qui parcourt les références d'une page et contrôle si elles correspondent aux affirmations, un outil non infaillible puisqu'il repose sur un modèle, mais utile pour écarter à grande échelle les cas évidents. La Wikimedia Foundation développe de son côté Paste Check, qui détecte le texte collé directement depuis certains chatbots. Claude refuse parfois d'écrire un article Wikipédia en invoquant les règles de l'encyclopédie. Si tous les grands fournisseurs adoptaient ce réflexe, le problème ne disparaîtrait pas, car des modèles à poids ouverts peuvent être modifiés pour contourner ces limites, mais cela freinerait les utilisateurs de modèles commerciaux peu familiers de la technologie. Pour l'encyclopédie la plus consultée au monde, l'enjeu est de préserver sa fiabilité face à une production automatisée qui progresse plus vite que les outils de détection.
Une doctorante d'Inria à Rennes cofonde le projet bénévole qui lutte contre les contenus générés par IA sur Wikipédia, encyclopédie multilingue largement consultée en France et en Europe.