Les nouvelles pistes pour démasquer le texte d'IA
Alors que les modèles de langage large (LLM) inondent le web de contenus générés, les lecteurs cherchent désespérément des moyens de distinguer le texte humain du texte artificiel. Une étude récente menée par la société de marketing Graphite a mis en lumière une centaine de « tells », c’est‑à‑dire de petites signatures linguistiques qui trahissent l’origine algorithmique d’un texte.
Une méthodologie rigoureuse
Graphite a d’abord constitué un corpus de 10 000 articles publiés avant l’avènement de ChatGPT, afin de créer un groupe de référence purement humain. Chaque article a ensuite été réécrit par plusieurs modèles de pointe – Claude Opus 5.5 d’Anthropic, Astra d’OpenAI, Gemini 3.1 Pro de Google – à partir d’un résumé, afin de limiter les biais de source. En comparant les fréquences d’apparition de mots et de constructions, les chercheurs ont pu identifier les tournures qui surgissent de façon disproportionnée dans les productions d’IA.
Les signatures d’Opus 5.5
Le modèle Claude Opus 5.5 se distingue par une obsession du mot « dependable », utilisé 23 fois plus souvent que chez les humains. Mais le véritable « tell » le plus marquant reste la phrase « this matters », qui apparaît 116 fois plus fréquemment, ainsi que la variante « why X matters », 92 fois plus courante. Opus 5.5 aime également reformuler les idées en disant « c’est plus qu’un X, c’est un Y », une structure qui persiste malgré les efforts pour la supprimer.
Les particularités d’Astra
Le modèle Astra d’OpenAI, quant à lui, a développé un vocabulaire récurrent autour de « another dimension » et emploie fréquemment les expressions « may provide » ou « can provide » pour atténuer ses affirmations. Son « corrective framing » – des formulations du type « not simply X » ou « rather than relying on X » – est plus de 100 fois plus présent que dans les textes humains.
Une évolution des émoticônes typographiques
Un autre résultat notable : les modèles ont largement abandonné l’usage de l’em‑dash. Opus 5.5 a réduit son utilisation de 99 %, Astra de 88 %, et Gemini 3.1 Pro l’a quasiment éliminé. Cette tendance montre que les laboratoires répondent aux critiques concernant les repères les plus évidents.
Pourquoi les « tells » persistent
Malgré ces ajustements, Graphite constate que le nombre total de repères reste stable. « Les laboratoires éliminent les signes les plus connus, mais d’autres apparaissent, chaque version développant ses propres particularités », explique Greg Druck, directeur de l’IA chez Graphite. Cette persistance suggère que la quête d’une écriture totalement indiscernable reste un défi technique majeur.
En résumé, l’étude révèle que les modèles d’IA, même les plus avancés, laissent derrière eux une série de motifs récurrents – mots, expressions et structures syntaxiques – qui peuvent servir de fil d’Ariane aux analystes, aux journalistes et aux spécialistes du marketing désireux de vérifier l’authenticité d’un texte.