Mon texte est-il stocké ou partagé ?

Non. Toutes les analyses sont effectuées sur notre serveur et les résultats vous sont renvoyés. Nous ne stockons, n'enregistrons ni ne partageons le texte que vous soumettez. Votre contenu reste privé.

Pourquoi l'uniformité des phrases indique-t-elle un texte d'IA ?

Les écrivains humains varient naturellement la longueur de leurs phrases, mélangeant des phrases courtes et percutantes avec des phrases longues et complexes. Les modèles de langage d'IA ont tendance à produire des phrases de longueur plus uniforme car ils optimisent la lisibilité et la cohérence différemment. Le coefficient de variation (CV) de la longueur des phrases mesure cela : un CV faible signifie des phrases très uniformes, ce qui corrèle avec une génération par IA.

Détecteur de contenu IA

Détectez si un passage de texte a probablement été généré ou fortement assisté par des modèles d'IA comme ChatGPT, GPT-4, Claude ou Gemini. Analyse les schémas d'écriture de l'IA, les phrases signatures, l'uniformité des phrases et les caractéristiques statistiques pour estimer la probabilité d'une paternité IA.

🤖 Analyse par IA 🔎 Détection Intelligente 📊 Rapport Détaillé 🔒 Privé & Sécurisé

Exemples rapides :

Embed Détecteur de contenu IA Widget

Détecteur de contenu IA

Bienvenue sur le Détecteur de Contenu IA — un outil en ligne gratuit qui vous aide à identifier si un texte a probablement été écrit par un humain ou généré par un modèle d'IA tel que ChatGPT, GPT-4, Claude, Gemini ou d'autres modèles de langage (LLM) similaires. En utilisant une analyse heuristique de motifs à travers six signaux mesurables, le détecteur produit un score de probabilité d'IA de 0 à 100 et fournit un retour visuel détaillé, incluant une carte d'analyse unique par phrase.

Comment fonctionne la détection d'IA ?

L'outil analyse six signaux indépendants, chacun contribuant au score final :

🔍 Phrases signatures de l'IA

Recherche plus de 35 motifs regex pour des expressions qui apparaissent de manière disproportionnée dans les sorties de LLM, telles que "plonger dans", "dans le paysage actuel", "multiforme", "il convient de noter" et "sans plus tarder". Chaque type de correspondance unique contribue jusqu'à 35 points.

📊 Uniformité des phrases

Mesure le coefficient de variation (CV = écart-type / moyenne) de la longueur des phrases. Les modèles d'IA ont tendance à produire des phrases de longueur similaire, ce qui donne un CV faible. Les écrivains humains mélangent naturellement phrases courtes et longues, produisant un CV plus élevé. Contribue jusqu'à 20 points.

🔗 Surutilisation des transitions

Compte les mots de liaison formels comme "en outre", "par ailleurs", "par conséquent" et "ultérieurement" par rapport au nombre de phrases. Les modèles d'IA surutilisent ces transitions pour créer un flux logique perçu. Contribue jusqu'à 15 points.

✏ Voix passive

Estime les constructions passives par phrase. Le texte généré par l'IA, en particulier le contenu formel, a tendance à utiliser la voix passive plus fréquemment que l'écriture humaine naturelle. Contribue jusqu'à 15 points.

📝 Vocabulaire formel

Vérifie la densité des mots d'entreprise/formels comme "utiliser", "exploiter", "partie prenante", "synergie", "paradigme" et "écosystème". Les LLM sont entraînés pour paraître professionnels et utiles, ce qui rend ces mots surreprésentés. Contribue jusqu'à 10 points.

📚 Diversité du vocabulaire

Calcule le ratio type-token (TTR = mots uniques / total des mots) pour les textes de plus de 50 mots. Un TTR plus bas dans les textes longs peut indiquer les motifs répétitifs des sorties d'IA. Contribue jusqu'à 5 points.

Fonctionnalité unique : Carte d'analyse des phrases

Contrairement à la plupart des détecteurs d'IA qui ne donnent qu'un score global unique, notre outil inclut une carte d'analyse par phrase. Chaque phrase de votre texte est évaluée individuellement, produisant une bande thermique visuelle et une répartition détaillée. Cela vous aide à :

Identifier exactement quelles phrases dans un document semblent générées par l'IA
Repérer les contenus mixtes où certains paragraphes sont écrits par un humain et d'autres par l'IA
Concentrer votre édition sur les phrases les plus proches de l'IA
Comprendre pourquoi des phrases spécifiques ont déclenché des signaux d'IA

La bande thermique en haut fournit un aperçu instantané : chaque segment coloré représente une phrase, dimensionnée proportionnellement à son nombre de mots. Les segments verts indiquent une écriture de type humain, le jaune indique des signaux mixtes et le rouge indique des motifs d'IA forts.

Que signifient les plages de scores ?

Plage de score	Verdict	Signification
0 – 20	Probablement Humain	Signes forts d'un texte naturel écrit par un humain
21 – 40	Principalement Humain	Contenu principalement humain avec des motifs mineurs de type IA
41 – 60	Mixte / Incertain	Ambigu — peut être assisté par IA ou texte d'IA fortement édité
61 – 80	Probablement assisté par IA	Motifs d'IA forts ; probablement généré ou fortement édité par IA
81 – 100	Très probablement généré par IA	Signatures de sortie de LLM très fortes détectées

Comment utiliser cet outil

Collez votre texte : Copiez et collez le texte que vous souhaitez analyser dans le champ de saisie. L'outil nécessite un minimum de 50 mots pour une analyse précise — les textes longs (plus de 200 mots) produisent des résultats plus fiables.
Cliquez sur Analyser : Cliquez sur le bouton "Analyser le texte". L'algorithme lance l'analyse heuristique sur les six signaux.
Consultez le score d'IA : Vérifiez la jauge semi-circulaire affichant le score de probabilité d'IA de 0 à 100 et la catégorie du verdict.
Examinez la carte des phrases : Consultez la bande thermique pour un aperçu rapide, puis lisez les scores et les raisons des phrases individuelles en dessous.
Étudiez la répartition des signaux et les annotations : Consultez les six cartes de signaux et le texte annoté pour voir exactement quelles phrases et quels mots ont déclenché la détection d'IA.

Limites et précision

Ce que cet outil fait bien

Le détecteur est particulièrement performant sur les textes clairement générés par l'IA (notamment par ChatGPT et des modèles similaires lorsqu'ils sont utilisés sans consignes de brièveté ou d'informalité), sur les textes de plus de 200 mots et sur les écrits formels comme les essais, les articles et les rapports.

Limites connues

Cet outil utilise une analyse heuristique — il n'est pas entraîné sur des ensembles de données IA vs humain et n'atteindra pas la précision des modèles spécialisés en ML. Des faux positifs peuvent survenir avec les écrits académiques, les documents commerciaux formels ou les écrits techniques qui utilisent les mêmes motifs de vocabulaire formel. Des faux négatifs peuvent survenir avec des textes d'IA ayant été fortement édités, paraphrasés ou écrits dans un style décontracté. Traitez toujours les résultats comme un signal parmi d'autres, et non comme une preuve définitive.

Pourquoi la détection d'IA est-elle difficile ?

À mesure que les modèles d'IA deviennent plus sophistiqués et que les utilisateurs apprennent à les inciter à produire des sorties plus naturelles, la frontière entre l'écriture par l'IA et l'écriture humaine devient de plus en plus floue. Des techniques de tatouage numérique (watermarking) existent mais ne sont pas encore universelles. Les détecteurs heuristiques peuvent identifier des motifs courants mais ne peuvent pas détecter de manière fiable des sorties d'IA bien déguisées ou fortement éditées.

Cas d'utilisation courants

Éducateurs et institutions académiques

Examinez les travaux des étudiants pour détecter une éventuelle assistance par l'IA dans le cadre de l'examen de l'intégrité académique. Note : confirmez toujours avec les étudiants et ne vous fiez jamais uniquement à la détection automatisée pour des sanctions académiques.

Éditeurs de contenu et rédacteurs

Examinez rapidement les articles et billets de blog soumis pour détecter du contenu généré par l'IA qui pourrait ne pas répondre aux exigences de paternité humaine de votre publication.

Responsables du recrutement

Vérifiez les échantillons d'écriture, les lettres de motivation et les évaluations des candidats pour détecter la génération par l'IA, en particulier pour les rôles où la capacité d'écriture est critique.

Chercheurs

Étudiez les caractéristiques statistiques des textes générés par l'IA par rapport à l'écriture humaine pour approfondir votre compréhension des motifs de sortie des LLM.

Foire aux questions

Comment fonctionne le détecteur de contenu IA ?

Le détecteur utilise une analyse heuristique basée sur six signaux : motifs de phrases signatures (comme "plonger dans", "dans le monde actuel"), uniformité de la longueur des phrases, surutilisation de transitions formelles, fréquence de la voix passive, densité du vocabulaire formel et diversité du vocabulaire. Chaque signal contribue au score final.

Quelle est la précision de ce détecteur d'IA ?

Cet outil utilise une analyse heuristique et n'est pas fiable à 100 %. Il est optimal pour les textes de plus de 200 mots et identifie bien l'usage massif de l'IA. Les textes hybrides ou très techniques peuvent donner des résultats variables. Considérez le résultat comme une indication, pas une preuve absolue.

Que signifie le score d'IA ?

Le score va de 0 à 100. 0-20 : Probablement Humain ; 21-40 : Principalement Humain ; 41-60 : Mixte ; 61-80 : Probablement assisté par IA ; 81-100 : Très probablement généré par IA.

Qu'est-ce que la carte d'analyse des phrases ?

C'est une fonction qui analyse chaque phrase séparément. Elle affiche une bande thermique (du vert au rouge) montrant la structure du document. Chaque phrase est listée plus bas avec son score propre et les raisons du signalement.

Mon texte est-il conservé ?

Non. L'analyse est traitée sur nos serveurs en temps réel et les résultats vous sont transmis. Nous ne stockons ni ne partageons vos données.

Pourquoi l'uniformité des phrases est-elle un signe d'IA ?

Les humains varient naturellement leurs phrases (courtes et percutantes vs longues et complexes). L'IA tend vers une longueur uniforme pour optimiser la cohérence statistique. Un faible coefficient de variation (CV) est donc souvent lié à une génération artificielle.