Détecteurs d'IA : le vrai scandale n'est pas celui qu'on croit

Le 12 mai 2026, la revue littéraire britannique Granta — une institution fondée en 1889, qui a publié les premiers textes de la moitié des grands noms anglophones vivants — met en ligne les cinq finalistes régionaux du Commonwealth Short Story Prize, le prix de la nouvelle que décerne chaque année la Commonwealth Foundation pour des fictions inédites venues des cinquante-six pays du Commonwealth. En quelques jours, l'une de ces nouvelles déclenche une tempête.

« The Serpent in the Grove », du Trinidadien Jamir Nazir, lauréat pour la région Caraïbe, raconte l'histoire d'un fermier amateur de rhum qui tombe sur un bosquet enchanté. Plusieurs lecteurs trouvent au texte quelque chose de trop lisse, de trop propre. Ethan Mollick, professeur à la Wharton School et l'un des commentateurs de l'IA les plus suivis au monde, passe la nouvelle dans Pangram, un outil américain qui prétend détecter le texte écrit par machine. Le verdict tombe : « 100 % généré par IA ».

Cent pour cent. Le chiffre est net, carré, sans appel. Il a l'air d'une preuve.

Il n'en est pas une. Et c'est là que commence la vraie histoire — celle dont personne ne veut parler, parce qu'elle dérange les deux camps en même temps.

Ce qu'un détecteur mesure, et ce qu'il ne mesure pas

Commençons par le seul point sur lequel tout le monde devrait s'accorder, parce qu'il est technique et vérifiable. Un détecteur d'IA ne lit pas. Il devine. Il ne comprend ni l'histoire, ni le style, ni l'intention. Il mesure une chose : la « perplexité » du texte, c'est-à-dire à quel point l'enchaînement des mots est prévisible. Plus une phrase est attendue, statistiquement banale, plus la machine la juge probablement issue d'une machine.

Le problème saute aux yeux dès qu'on y pense deux secondes. Un auteur qui écrit dans un anglais appris à l'école, sans les tics et les irrégularités d'un locuteur natif, produit mécaniquement un texte plus prévisible. Une nouvelle caribéenne, écrite dans l'anglais soigné et un peu scolaire de quelqu'un pour qui ce n'est pas tout à fait la langue maternelle, coche exactement les cases que le détecteur associe à la machine.

Ce n'est pas une intuition. C'est une étude. En 2023, une équipe de Stanford a passé des copies du TOEFL — le test d'anglais des étudiants non anglophones — dans sept détecteurs d'IA grand public. Résultat : 61,22 % de faux positifs. Plus d'une copie humaine sur deux, écrite par un étudiant bien réel, classée « générée par IA ». Tous les détecteurs, à l'unanimité, ont accusé à tort certains de ces étudiants. La machine ne repère pas l'IA. Elle repère ceux qui écrivent une langue propre, sage, seconde.

Pangram, l'outil utilisé pour « The Serpent in the Grove », est postérieur à cette étude et n'y figure pas — il faut être honnête, ses concepteurs revendiquent des taux de faux positifs bien plus bas. Mais le principe ne change pas. Un détecteur rend une probabilité. L'afficher comme un verdict à 100 %, c'est habiller une statistique en sentence. Et entre une probabilité et une preuve, il y a toute la distance qui sépare un soupçon d'une condamnation.

La défense de Granta, ou l'algorithme qui s'auto-accuse

La suite est presque comique, si l'on oublie qu'il y a un auteur humain au bout. Sommée de s'expliquer, Sigrid Rausing, l'éditrice de Granta, a déclaré que son équipe avait soumis la nouvelle à Claude, le robot conversationnel d'Anthropic, pour lui demander si le texte était écrit par une IA. Réponse de Claude : ce texte n'a « presque certainement pas été produit sans l'aide d'un humain ».

Relisez la phrase. Pour savoir si une nouvelle avait été écrite par une IA, une grande revue littéraire a demandé son avis à une IA. On a confié l'accusation à un algorithme, puis la défense à un autre. Quelque part dans cette affaire, les humains ont quitté la pièce — et personne ne semble s'en être aperçu sur le moment.

La Commonwealth Foundation, elle, a fini par adopter la seule position défendable : tous les finalistes ont déclaré sur l'honneur que leur texte était le leur, écrit sans assistance, et faute d'un outil fiable capable de trancher, la fondation « doit fonctionner sur le principe de la confiance ». Traduction : nous ne savons pas. Personne ne sait. Et c'est exactement le cœur du problème.

Il y a trois cas, pas deux

Voilà où le débat s'enlise. D'un côté, le camp anti-IA : « les détecteurs ont démasqué des tricheurs, des textes de machine ont gagné des prix, bannissons-les ». De l'autre, le camp pro-IA : « les détecteurs sont de la pseudo-science, et de toute façon quelle importance ». Les deux camps se disputent la même question — « est-ce que l'IA a écrit ce texte, oui ou non ? » — comme si cette question avait une réponse, et comme si c'était la bonne.

Or il n'y a pas deux cas. Il y a trois cas.

Le premier : un auteur qui se sert de l'IA comme d'un outil. Il lui demande un synonyme, lui fait relire un paragraphe, teste une formulation, en refuse les neuf dixièmes. C'est exactement ce que les développeurs font depuis deux ans. Personne ne soutient qu'ils ont cessé d'être développeurs. Ils dialoguent avec l'outil, refusent l'essentiel de ce qu'il propose, tranchent à chaque ligne. L'IA reformule, range, propose — et parfois, par accident, débloque une tournure. Mais c'est le développeur qui décide ce qui entre dans le code. Pourquoi un écrivain serait-il différent ? Nous sommes aussi des maîtres d'œuvre.

Le deuxième cas est la vraie ligne rouge, et il porte désormais un nom emprunté à la tech : le vibe writing. Le pendant littéraire du « vibe coding », ce développeur qui lance des instructions à la machine, accepte ce qui sort sans le lire vraiment, et publie. Personne ne le prend au sérieux côté logiciel. Pourquoi en irait-il autrement côté roman ? Le vibe writer génère deux cent quatre-vingts pages à partir d'une consigne et signe la couverture. Là, oui, il y a un problème — de fond, d'honnêteté, de paternité.

Le troisième cas est le plus récent, et c'est celui qu'on refuse de regarder : l'auteur accusé par un détecteur. Ni assisté, ni tricheur. Juste un humain dont la prose, trop propre ou trop seconde, a déclenché une alarme statistique. Lui, on le condamne sur un chiffre.

Le vrai scandale n'est pas celui qu'on croit

Et c'est ici que je vais déplaire à tout le monde.

Au camp anti-IA, je dis : un chiffre de détecteur n'est pas une preuve. Vous êtes en train de reconstruire la graphologie et le détecteur de mensonge, ces pseudo-sciences qu'on a mis un siècle à chasser des tribunaux, et de les rebaptiser « rigueur » parce qu'il y a un pourcentage au bout. On ne condamne pas un auteur sur sa perplexité textuelle. Surtout quand cette perplexité accuse en priorité ceux qui écrivent dans une langue apprise — c'est-à-dire, très souvent, les auteurs des anciennes colonies que ce prix est précisément censé mettre en lumière.

Au camp pro-IA, je dis : « quelle importance » est un haussement d'épaules qui livre la littérature aux vibe writers. Un prix qui récompense une fiction humaine inédite, ça veut dire quelque chose. La défiance des auteurs n'est pas une panique de vieux réactionnaires : elle est légitime, même quand l'outil censé la satisfaire est défaillant. On peut tenir les deux bouts : le détecteur est mauvais, et la question qu'il pose est réelle.

Le scandale, donc, n'est pas qu'une IA ait peut-être gagné un prix. Le scandale, c'est qu'on accuse désormais un humain sur un chiffre que personne ne peut contester. La charge de la preuve s'est inversée sans qu'on vote rien : ce n'est plus à l'accusateur de prouver la fraude, c'est à l'auteur de prouver son innocence. « Prouvez que vous n'avez pas utilisé d'IA » — essayez, pour voir. C'est rigoureusement impossible. On ne prouve pas une absence.

Et le détecteur, dans tout ça ? Il est incapable de distinguer le premier cas du deuxième. Il ne fait pas la différence entre l'auteur qui a demandé un synonyme et celui qui a généré son livre entier. L'outil censé surveiller la ligne est aveugle à la ligne qu'il prétend surveiller. Il ne voit ni l'intention, ni le travail, ni la main — il voit de la prévisibilité, et il tire.

Ce qui resterait si on rangeait les détecteurs

Si la détection ne marche pas — et elle ne marche pas —, il reste une seule chose solide : la provenance. Non pas « ce texte a-t-il l'air humain ? », question à laquelle aucune machine ne répondra jamais honnêtement, mais « peut-on montrer comment ce texte a été écrit ? ». L'historique, les versions, les ratures, le brouillon qui devient page. C'est moins spectaculaire qu'un pourcentage rouge, mais c'est vérifiable.

C'est aussi pour ça que le mode sans IA, devenu une option chez plusieurs applications d'écriture en ligne — WriteControl, Extypis, Scribbook —, n'est pas un simple argument de communication. Pour un étudiant sous contrôle d'intégrité, pour un auteur qui veut pouvoir prouver une provenance entièrement humaine, c'est la seule réponse qui tienne face à un détecteur qui se trompe une fois sur deux : non pas se défendre après coup, mais pouvoir montrer le chemin. La porte tenue ouverte par l'outil n'est pas la même chose que le seuil franchi par l'auteur.

Jamir Nazir, lui, a juré n'avoir utilisé aucune IA. Peut-être dit-il vrai. Peut-être pas. Le point gênant, c'est que nous n'en saurons jamais rien — et qu'une fondation littéraire respectable a préféré demander à un robot plutôt que de l'admettre. Tant qu'on prendra une probabilité pour une preuve, on continuera de brûler quelques innocents pour être sûr d'attraper un coupable. C'est une vieille méthode. Elle n'a jamais bien vieilli.

---

Sources : Granta (« The Serpent in the Grove », mai 2026) ; Literary Hub ; Futurism ; Boing Boing ; Scroll.in ; Slashdot ; Caribbean360 ; Liang et al., « GPT detectors are biased against non-native English writers », Patterns (Cell), 2023 ; Stanford HAI ; Commonwealth Foundation.