Voir si ChatGPT l'a écrit ? Des indices, pas des preuves

Vous ne pouvez probablement pas prouver qu'un écrivain a utilisé ChatGPT en soulignant une seule phrase. Vous pouvez cependant remarquer qu'un article choisit sans cesse l'ouverture la plus prudente, la transition la plus nette et la conclusion la plus vague.

Cette distinction compte. Un ensemble d'habitudes d'écriture prévisibles peut justifier une lecture plus attentive. Elle n'établit pas qui — ou quoi — a écrit la page. Même les classifieurs spécialisés produisent des faux positifs, et les lecteurs ordinaires sont moins cohérents que les classifieurs. La meilleure question n'est pas « Quelle phrase interdite trahit ChatGPT ? » mais « Cet article contient-il assez de pensée concrète, de preuves et de jugement éditorial pour mériter la confiance ? »

Ce guide répond à cette question sans prétendre que le style est une preuve d'expert judiciaire.

Résumé exécutif

• Aucun mot, transition, métaphore ou ponctuation ne prouve l'utilisation de ChatGPT. Les écrivains humains utilisent chaque "phrase IA" couramment citée.
• Le soupçon vient généralement d'une combinaison répétée : ouverture interchangeable, signalisations excessives, listes symétriques, autorité vague, importance gonflée et conclusion qui réitère au lieu de trancher.
• Un article soigné peut être écrit par un humain, assisté par l'IA, largement révisé ou entièrement généré. Le texte fini révèle rarement un historique binaire clair.
• Les détecteurs d'IA sont utiles comme signaux de dépistage, pas comme verdicts. OpenAI a retiré son propre classifieur en 2023 en raison d'une faible précision, et la recherche publiée a trouvé des risques de faux positifs pour les écrivains non anglophones.^[2][3]
• Pour un examen éditorial, testez les affirmations, sources, spécificité, provenance et historique des révisions avant de débattre du vocabulaire « ressemblant à l'IA ».

Pourquoi les lecteurs pensent pouvoir repérer l'écriture de ChatGPT

Une fois qu'une habitude verbale est étiquetée « IA », il devient difficile d'arrêter de la voir. Une transition comme « However, it is important to note » semble diagnostique parce qu'elle est courante, formelle et facile à retenir. La même chose se produit avec les tirets cadratin, les listes à trois éléments, les questions rhétoriques et les fins sur « l'avenir ».

Le problème réside dans les taux de base. Ces procédés étaient courants dans la copie publicitaire, les essais d'étudiants, le journalisme et les articles optimisés pour les moteurs de recherche bien avant ChatGPT. Les modèles de langage les ont appris parce que les gens les écrivaient. Trouver l'un d'eux dans un nouvel article est donc compatible avec plusieurs explications :

• l'écrivain a utilisé ChatGPT et collé le résultat ;
• l'écrivain a utilisé un brouillon IA, puis l'a révisé ;
• l'écrivain n'a utilisé l'IA que pour la grammaire ou la structure ;
• l'écrivain suit un modèle éditorial conventionnel ;
• l'écrivain aime simplement cette phrase.

L'essai de Matt Lillywhite sur les commentateurs agissant comme des « détectives de l'IA » capture la version sociale du problème : une fois que quelqu'un apprend quelques signes supposés, presque n'importe quelle phrase soignée peut sembler suspecte.^[1] L'observation est utile. La certitude ne l'est pas.

Sept motifs qui rendent l'écriture semblable à celle générée par l'IA

Ce sont des symptômes éditoriaux, pas la preuve de la paternité. Une occurrence signifie peu. La répétition sur toute la page est ce qui rend la prose manufacturée.

1. L'ouverture pourrait introduire presque n'importe quel sujet

Une introduction interchangeable annonce qu'un sujet change le monde, demande si le lecteur s'est jamais demandé comment, puis promet une exploration complète. Remplacez le sujet par l'informatique dématérialisée, l'espresso ou la planification de la retraite et le paragraphe fonctionne toujours.

Une ouverture plus forte passe ses premières lignes sur une affirmation que l'article peut vraiment défendre :

2. Chaque paragraphe arrive avec un signal

Les transitions sont utiles jusqu'à ce qu'elles commencent à narrer l'existence de l'article : « D'abord et avant tout, » « Il est également important de noter, » « D'un autre côté, » « Finalement, » « En conclusion. » Le lecteur sent l'esquisse sous chaque paragraphe.

L'édition humaine supprime souvent la moitié de ces ponts. Quand la phrase suivante découle logiquement de la précédente, elle n'a pas besoin d'un garde de traversée.

3. Le rythme ne change jamais

La prose générée s'installe souvent dans des paragraphes de tailles similaires et des phrases équilibrées. Chaque section explique un point, ajoute une réserve et se termine par une implication soignée. Rien n'est techniquement faux. Rien ne surprend l'oreille.

La bonne prose n'est pas aléatoire, mais elle a de la tension. Une phrase courte peut arrêter un argument. Une plus longue peut porter ensemble preuve et qualification. Un fragment, utilisé délibérément, peut changer le rythme. Le rythme uniforme rend même l'information exacte semblable préassemblée.

4. Les listes sont suspectes dans leur exhaustivité

Trois bénéfices. Cinq défis. Sept meilleures pratiques. Le nombre est choisi avant que le reportage ne soit terminé, donc chaque élément reçoit un poids visuel égal même si seuls deux comptent.

Ce n'est pas un argument contre les listes. C'est un argument pour la hiérarchie. Si une découverte change la décision et quatre sont mineures, l'article devrait le dire au lieu de présenter cinq puces démocratiques.

5. L'autorité est invoquée mais jamais localisée

Des phrases comme « les experts conviennent, » « les études montrent, » et « la recherche suggère » créent la forme d'une preuve sans donner au lecteur rien à inspecter. Ce problème est plus grave que le style car il peut cacher une affirmation fabriquée ou déformée.

Remplacez l'autorité vague par une source nommée, une date, une méthode et une limite. « Une étude de 2023 a testé sept détecteurs sur les essais du TOEFL » est auditable. « La recherche prouve que les détecteurs d'IA sont biaisés » est un slogan.

6. Chaque observation devient historique

Les brouillons d'IA sont enclins à l'inflation d'importance : une fonctionnalité est « révolutionnaire, » un flux de travail est un « changement de jeu, » et chaque lancement « marque un moment pivot. » Quand chaque paragraphe aspire à la conséquence, aucune des conséquences ne semble méritée.

Les effets concrets sont plus persuasifs. Dites qu'un changement supprime un appel d'API, réduit un lot de 20 minutes à 12 ou permet à un éditeur de vérifier une source. Échelonnez l'adjectif à la preuve.

7. La conclusion résume mais ne tranche jamais

Les conclusions faibles répètent les en-têtes, disent que l'avenir est passionnant et conseillent aux lecteurs d'adopter l'innovation de manière responsable. Les conclusions fortes résolvent la tension introduite au départ.

Pour cet article, la résolution est simple : les lecteurs peuvent reconnaître l'écriture faible et générique, mais ne doivent pas convertir ce jugement éditorial en une affirmation confiante sur la paternité.

Ce qui ne constitue pas une preuve fiable de l'utilisation de ChatGPT

Les listes en ligne traitent souvent les caractéristiques de langage ordinaires comme des empreintes digitales. Aucun des éléments suivants n'est fiable seul :

• tirets cadratin ou points-virgules ;
• des mots comme « creuser, » « nuancé, » « paysage, » ou « tapisserie » ;
• une liste à trois éléments ;
• la prose grammaticalement claire ;
• les en-têtes et les puces ;
• une analogie ou une métaphore décorative ;
• un score bas ou élevé d'un seul détecteur ;
• la fréquence de publication sans accès au flux de travail de l'écrivain.

Le dernier élément mérite de l'attention. Publier plusieurs articles rédigés chaque jour peut soulever une question opérationnelle raisonnable, surtout pour un auteur solo. Cela ne vous dit toujours pas si le travail était généré, dicté, écrit par un fantôme, édité de manière collaborative ou assemblé à partir de recherches antérieures. Demandez la provenance plutôt que de l'inventer.

Pourquoi les détecteurs d'IA ne doivent pas être traités comme des verdicts

La détection de texte IA est la classification sous l'incertitude. Un outil estime si des modèles statistiques ressemblent à des exemples dans ses données d'entraînement. Il ne récupère pas l'historique des révisions d'un document.

OpenAI a retiré son classifieur public de rédaction IA après avoir signalé une faible précision. Dans son propre ensemble de défis, il n'a capturé que 26 % du texte écrit par l'IA comme « probablement écrit par l'IA » et a mal étiqueté 9 % du texte humain.^[2] Ces chiffres décrivent un ancien classifieur, pas tous les produits actuels, mais ils illustrent pourquoi un score a besoin de contexte.

Une étude évaluée par les pairs de 2023 a également constaté que plusieurs détecteurs mal étiquetaient de manière disproportionnée l'écriture des non-anglais.^[3] Les conceptions et évaluations de détecteurs ultérieures pourraient performer différemment. La conclusion responsable n'est pas « tous les détecteurs sont inutiles. » C'est que les conséquences ne devraient pas reposer sur un score opaque.

Utilisez un détecteur pour prioriser les révisions, comparer les passages ou évaluer votre propre pipeline de contenu. Le détecteur de texte IA reAPI, par exemple, retourne un score qui peut être combiné avec des vérifications éditorielles. N'appelez pas ce score une preuve.

Un examen à cinq étapes plus juste pour l'écriture suspecte

1. Séparez la qualité de la paternité

Marquez les affirmations génériques, la répétition, l'approvisionnement faible et les erreurs factuelles sans deviner comment elles ont été produites. Un mauvais article reste mauvais même si un humain a écrit chaque mot. Un article utile et sourcé avec précision ne devient pas inutile simplement parce qu'un logiciel a aidé au brouillon.

2. Vérifiez les affirmations importantes

Ouvrez les sources. Vérifiez si la page citée soutient le nombre, si la date est à jour et si une comparaison utilise les mêmes conditions. Les références fabriquées et les décalages confiants sont une preuve éditoriale plus forte d'un processus peu fiable que n'importe quel mot de transition.

3. Cherchez le gain d'information

Demandez ce que la page contribue au-delà des cinq premiers résultats de recherche. Les tests originaux, un exemple travaillé, un cadre décisionnel, une comparaison de source primaire ou une limitation claire comptent tous. Un beau résumé de résumés ne fait pas.

La directive actuelle de Google adopte la même position pratique : l'IA générative peut aider à la recherche et à la structure, mais les pages mises à l'échelle sans valeur ajoutée peuvent violer sa politique anti-spam ; l'exactitude, la qualité, la pertinence et le contexte comptent plus que la simple présence d'automatisation.^[4]

4. Vérifiez la provenance quand les enjeux sont élevés

Pour une salle de rédaction, une école, un flux de travail réglementé ou une compétition, demandez des plans, des notes de source, l'historique des versions ou une divulgation des outils autorisés. La preuve de processus est plus utile que l'intuition stylistique car elle traite ce qui s'est réellement passé.

5. Utilisez une décision humaine

Traitez la sortie des outils et les modèles stylistiques comme des données. Laissez un examinateur qualifié peser les enjeux, la politique, la preuve et la réponse de l'auteur. Si une fausse accusation pouvait affecter une note, un emploi ou une réputation, le seuil d'examen devrait être en conséquence élevé.

Une liste de contrôle compacte de l'éditeur

Avant publication, demandez :

• Le premier paragraphe énonce-t-il une affirmation spécifique à ce sujet ?
• Chaque section ajoute-t-elle une preuve ou une décision, plutôt que de réitérer la prémisse ?
• Le lecteur peut-il identifier la source derrière chaque nombre important ?
• Les limitations sont-elles énoncées à côté des affirmations qu'elles limitent ?
• La longueur des phrases et la forme du paragraphe varient-elles naturellement ?
• Les transitions décoratives et les adjectifs gonflés ont-ils été supprimés ?
• La conclusion tranche-t-elle quelque chose ?
• Si l'IA a aidé le travail, un humain a-t-il vérifié chaque affirmation factuelle ?

Si la réponse est non, améliorez l'article. Faites-le indépendamment de qui l'a écrit.

Questions fréquentes

Les gens peuvent-ils dire avec précision quand l'écriture vient de ChatGPT ?

Les gens peuvent remarquer la prose générique ou répétitive, mais le style seul ne peut pas établir de manière fiable la paternité. L'écriture humaine et l'IA se chevauchent, et de nombreux documents sont produits par le biais de flux de travail mixtes.

Quels mots rendent l'écriture semblable à l'IA ?

Des mots comme « creuser, » « paysage, » et « nuancé » sont fréquemment cités en ligne, mais aucun mot ne prouve l'utilisation de l'IA. La répétition, le vague, la preuve faible et la structure uniforme sont des signaux éditoriaux plus utiles que les listes noires de vocabulaire.

Les détecteurs d'IA sont-ils précis ?

La précision varie selon le détecteur, la longueur du texte, la langue, le modèle, l'édition et l'ensemble d'évaluation. Utilisez les scores de détecteur comme signaux de dépistage et combinez-les avec des vérifications de source et des preuves de processus, en particulier quand un faux positif a des conséquences.

Google pénalise-t-il le contenu écrit par l'IA ?

La directive de Google se concentre sur le fait que le contenu soit exact, utile, original et destiné aux gens. Elle met en garde contre la génération à grande échelle sans valeur ajoutée plutôt que de déclarer tout contenu assisté par l'IA inéligible.^[4]

Les écrivains doivent-ils divulguer l'utilisation de ChatGPT ?

Suivez la politique de l'éditeur, de l'employeur, de l'école ou de la plateforme. Quand l'automatisation a façonné matériellement le reportage ou le texte final, une divulgation claire peut donner un contexte utile aux lecteurs. L'assistance grammaticale peut être traitée différemment de la génération de réclamations ou de passages.

Le signal utile est éditorial, pas judiciaire

Vous pouvez instantanément savoir qu'une page est générique. Vous pouvez savoir qu'elle manque de sources, aplatit chaque idée dans la même cadence et atteint une conclusion sans prendre une décision. Ce sont des raisons valides d'arrêter de lire ou de renvoyer le brouillon.

Ce ne sont pas la preuve que ChatGPT l'a écrit.

La norme la plus juste est aussi la plus exigeante : inspecter ce que l'article réclame, ce qu'il ajoute et comment son auteur peut soutenir le processus. Cela attire le contenu de faible valeur qu'il provienne d'un modèle, d'une ferme de contenu ou d'une personne fatiguée travaillant à partir d'un modèle.

Références

1. Matt Lillywhite. I'll Instantly Know A Writer Used ChatGPT When I See This. The Daily Draft, July 2026. medium.com
2. OpenAI. New AI classifier for indicating AI-written text. Updated July 2023. openai.com
3. Weixin Liang et al. GPT detectors are biased against non-native English writers. Patterns, 2023. pubmed.ncbi.nlm.nih.gov
4. Google Search Central. Guidance on using generative AI content on your website. Updated December 2025. developers.google.com

Further reading

• reAPI. AI text detector API. reapi.ai/docs/ai-text-detector
• reAPI. Humanize API. reapi.ai/docs/humanize
• reAPI. Best Compilatio alternatives. reapi.ai/blog/best-compilatio-alternatives