Détection de contenu AI vs outils traditionnels : quand changer

Les détecteurs tels que GPTZero, Originality.ai, Copyleaks et l’indicateur d’écriture AI de Turnitin analysent les caractéristiques statistiques du texte. Deux signaux couramment discutés sont la perplexité, à peu près à quel point chaque mot est prévisible pour un modèle de langage, et la variabilité (burstiness), à quel point la longueur et la structure des phrases varient. Le texte écrit par une machine est souvent noté comme plus prévisible et plus uniforme. De nombreux outils utilisent également des classificateurs entraînés sur de grands ensembles d’échantillons écrits par des humains et par AI.

Le résultat est une probabilité ou un pourcentage, pas une preuve. Un détecteur peut dire qu’un passage ressemble à une sortie de modèle ; il ne peut pas savoir qui l’a tapé.

Les outils de contenu traditionnels se répartissent en plusieurs groupes, chacun ayant une tâche claire :

• Les vérificateurs de plagiat, tels que Copyscape ou les fonctionnalités de plagiat dans Grammarly et Copyleaks, comparent le texte avec des pages publiées et des bases de données pour trouver des passages copiés.
• Les outils de lisibilité, tels que Hemingway ou le score de facilité de lecture de Flesch, mesurent la complexité des phrases.
• Les correcteurs de grammaire et de style signalent les erreurs et les tons incohérents.
• Les outils SEO, tels que Semrush, Ahrefs, Screaming Frog et les vérifications de contenu dans Yoast ou Rank Math, évaluent les mots-clés, les titres, les liens, les métadonnées et les problèmes techniques.
• Search Console montre comment les pages fonctionnent réellement sur Google : impressions, clics et état d’indexation.

Ces outils mesurent des propriétés observables. Le texte copié est soit trouvé, soit non. Une balise de titre est soit trop longue, soit non.

La précision est le problème central. Des études indépendantes et des tests journalistiques ont trouvé à plusieurs reprises des faux positifs, où l’écriture humaine est marquée comme AI, et des faux négatifs, où le texte AI légèrement édité passe pour humain. La recherche a montré que les textes écrits par des auteurs non natifs en anglais sont marqués plus souvent, car une formulation plus simple et plus prévisible ressemble à la sortie du modèle. OpenAI a retiré son propre classificateur de texte AI en 2023, citant une faible précision.

Les détecteurs ont également du mal avec le texte mixte. Un article écrit par un humain avec une introduction rédigée par AI, ou un brouillon AI fortement réécrit par un éditeur, se situe dans une zone grise. Les textes courts sont particulièrement peu fiables.

Les fournisseurs publient leurs propres allégations de précision, qui sont généralement mesurées sur leurs propres ensembles de test. Traitez-les comme du marketing jusqu’à ce que vous ayez testé l’outil sur votre propre contenu.

La position publique de Google est qu’il récompense le contenu utile et fiable, indépendamment de la façon dont il est produit. Ses politiques de spam ciblent l’abus de contenu à grande échelle : produire de nombreuses pages principalement pour manipuler les classements, que ce soit par automatisation, par des humains ou les deux. La question que pose Google concerne l’objectif et la valeur, pas la méthode de paternité.

Ceci est important pour le choix de l’outil. Passer un détecteur AI ne rend pas une page utile, et en échouer un ne la rend pas spam. Un article mince et répétitif écrit entièrement à la main peut toujours être jugé de faible qualité. Les décisions SEO doivent reposer sur des signaux de qualité, pas sur un score de détecteur.

Il existe quelques situations où un détecteur ajoute de la valeur, tant qu’il s’agit d’un apport parmi plusieurs :

• Vérifier les soumissions de freelances lorsqu’un contrat exige explicitement un travail écrit par des humains, comme une incitation à une conversation plutôt qu’un verdict.
• Repérer des modèles sur de grands volumes, comme un fournisseur livrant soudainement du texte avec des scores très uniformes.
• Paramètres éducatifs ou éditoriaux avec des politiques claires, où les résultats déclenchent un processus de révision.
• Auditer les anciennes bibliothèques de contenu pour trouver des pages qui pourraient avoir besoin d’être réécrites car elles se lisent comme génériques.

Dans la plupart des travaux de marketing et SEO, les outils traditionnels doivent rester au centre :

• Vérifier l’originalité : les outils de plagiat trouvent la copie réelle, ce qui comporte des risques juridiques et SEO.
• Améliorer les pages : les outils SEO et de lisibilité indiquent des correctifs spécifiques.
• Mesurer les résultats : Search Console et l’analytique montrent si le contenu fonctionne.
• Juger le personnel ou les freelances : un score de détecteur seul ne devrait jamais décider du salaire ou du travail de quelqu’un.
• Faire des prédictions de classement : aucun score de détecteur ne corrèle de manière fiable avec les classements Google.

La plupart des équipes de contenu utilisent désormais AI quelque part dans le processus, pour la recherche, les plans ou les premiers brouillons, puis éditent fortement. Les détecteurs sont les moins utiles exactement ici, car le texte final mélange les deux. Une meilleure question pour ces pièces est de savoir si l’éditeur a ajouté de la substance : exemples originaux, faits vérifiés, un point de vue clair et des détails que seule votre équipe connaît. Une courte liste de contrôle éditoriale répond à cette question plus fiables que n’importe quel score.