Analyser un texte, comprendre les indices, déclarer l’IA

Collez un texte : l’outil relève ce qui est réellement observable — caractères invisibles, choix typographiques, régularités de style — et explique, pour chaque relevé, ce que cela peut signifier et ce que cela ne signifie pas. Il vous aide ensuite à rédiger la mention de transparence attendue depuis le 2 août 2026.

Cet outil ne détecte pas l’IA et ne peut pas le faire. Il décrit des traces laissées dans un texte. Elles peuvent venir d’un modèle de langage, d’un traitement de texte, d’un PDF, d’un correcteur automatique — ou d’une personne qui écrit avec méthode. Aucun résultat ne constitue une preuve. Cette page ne propose volontairement aucune fonction d’effacement de traces : voici pourquoi.

L’analyse se fait entièrement dans votre navigateur : aucun texte n’est envoyé ni enregistré.

0 caractère 0 mot 0 phrase 0 paragraphe

Comprendre, et bien faire

Pourquoi cet outil ne propose pas d’effacer les traces

Une première version de cette page comportait une fonction de nettoyage des caractères invisibles. Elle a été retirée. Le cadre a changé : depuis le 2 août 2026, l’Europe demande que les contenus générés soient identifiables, et une bonne partie des textes produits par les modèles récents portent désormais une signature technique. Outiller l’effacement reviendrait à outiller le contournement d’une règle de transparence.

C’est aussi une impasse pratique. Les caractères invisibles ne sont pas le filigrane : les supprimer ne retire rien à la signature statistique, qui vit dans le choix des mots. Les outils vendus comme des « effaceurs de watermark » ne peuvent pas davantage tenir leur promesse, faute d’accès à la clé de vérification.

Il reste une raison légitime de nettoyer un texte : l’hygiène de fichier, quand un copier-coller depuis Word ou un PDF a laissé des espaces insécables mal placées ou des césures fantômes. Pour cela, la fonction « Rechercher et remplacer » de votre traitement de texte suffit, et l’onglet « Caractères invisibles » vous dit précisément quoi chercher.

Ce que dit vraiment l’AI Act sur la déclaration des textes

On lit souvent que « tout le monde doit déclarer son usage de l’IA ». C’est inexact, et la nuance compte. L’article 50 du règlement européen distingue deux rôles.

Le fournisseur du modèle — Anthropic, OpenAI, Google, Mistral — doit marquer ses sorties dans un format lisible par machine. C’est son obligation, pas la vôtre, et c’est ce que fait le filigrane.

Le déployeur — l’organisation qui publie — doit signaler qu’un texte a été généré ou manipulé par une IA, mais seulement si trois conditions sont réunies en même temps : le texte est publié, il vise à informer le public, et il porte sur une question d’intérêt public. La Commission en donne une liste : politique et processus démocratiques, administration et services publics, justice, droits fondamentaux, sécurité publique, santé publique, environnement, sécurité des consommateurs. Une fiche produit, un texte de fiction ou une note interne n’entrent pas dans ce champ.

Une exemption existe : si le contenu a fait l’objet d’un examen humain réel — la vérification des faits est le minimum exigé, une relecture orthographique ne suffit pas — et si une personne identifiable assume la responsabilité éditoriale de la publication, la mention n’est pas obligatoire. Notez que l’obligation pèse sur l’organisation, pas sur le rédacteur qui agit pour son compte.

Hors de ce champ légal, déclarer reste souvent le bon réflexe : un employeur, une école, une revue ou un client peuvent l’exiger par contrat ou par règlement, et la transparence coûte moins cher qu’un soupçon.

Bien utiliser l’IA plutôt que masquer son usage

Le réflexe de camoufler vient d’une croyance : que l’usage de l’IA dévaloriserait le travail. Dans les faits, ce qui dévalorise un texte, c’est qu’il n’apporte rien. Un texte générique reste générique qu’on l’ait écrit à la main ou non.

Quelques habitudes qui changent le résultat :

  • Apportez la matière que le modèle n’a pas : vos chiffres, vos cas, vos entretiens, votre terrain.
  • Faites porter l’IA sur les tâches ingrates — plan, reformulation, traduction, relecture — et gardez la thèse et les exemples.
  • Vérifiez chaque fait vérifiable. Les modèles produisent des affirmations plausibles et fausses avec le même aplomb.
  • Réécrivez les passages qui sonnent lisse. S’ils vous ennuient, ils ennuieront votre lecteur.
  • Gardez une trace de votre méthode : consignes utilisées, versions successives, sources. C’est ce qui vous protège en cas de doute, bien plus qu’un texte « indétectable ».
  • Déclarez. Une ligne en fin d’article suffit et coupe court à la suspicion.
Pourquoi personne ne peut « détecter l’IA » de façon fiable

Un modèle de langage est entraîné à produire du texte qui ressemble à du texte humain. Les traces mesurables aujourd’hui — phrases de longueur régulière, transitions systématiques, ponctuation anglo-saxonne — sont aussi celles d’un rédacteur méthodique, d’un traducteur, d’un correcteur automatique ou d’un étudiant appliqué qui suit un plan.

Les outils qui annoncent un pourcentage mesurent en réalité une distance à une moyenne statistique. Deux erreurs en découlent : un texte humain très structuré est signalé à tort, et un texte généré puis reformulé passe inaperçu. Les personnes non natives, les rédacteurs techniques et les auteurs formés à un plan strict sont les plus souvent accusés à tort.

Le filigrane change la donne sur un point et un seul : il donne au fournisseur du modèle un moyen fiable de vérifier ses propres sorties. Il ne rend pas les détecteurs publics plus justes, et il ne dit rien des textes produits par d’autres modèles, des textes courts, du code, ni des passages fortement réécrits.

Aucun indice pris isolément ne conclut. Un faisceau d’indices convergents justifie une question, jamais une accusation. La preuve la plus solide reste extérieure au texte : historique de version, brouillons, capacité de l’auteur à expliquer ses choix.

Ce que cet outil sait faire, et ce qu’il ne sait pas faire

Fiable : le relevé des caractères invisibles et des choix typographiques. Ce sont des faits vérifiables, comptés caractère par caractère.

Indicatif : les mesures de régularité linguistique et stylistique. Ce sont des statistiques descriptives, sensibles au genre du texte — un mode d’emploi est régulier par nature — et à sa langue.

Hors de portée : lire le filigrane d’un modèle, savoir qui a écrit le texte, distinguer une aide ponctuelle d’une génération complète, reconnaître un modèle particulier, ou analyser correctement un texte de moins de 150 mots. L’outil est conçu pour le français ; sur un texte multilingue, seules les analyses de caractères restent pertinentes.

Sources : règlement (UE) 2024/1689, article 50 et FAQ de la Commission européenne sur les obligations de transparence ; annonce technique d’Anthropic du 14 août 2026 sur le filigrane des textes de Claude, fondé sur SynthID-Text (Google DeepMind, Nature, 2024) ; couverture presse d’août et septembre 2026. Dernière vérification des informations réglementaires : septembre 2026.