Un texte rédigé par une IA laisse des traces statistiques mesurables. L’outil calcule des indicateurs indépendants regroupés en familles : la régularité des phrases (une IA maintient des longueurs de phrase anormalement constantes), le rythmeou burstiness (l’alternance entre passages simples et complexes, que l’écriture humaine produit naturellement), la variété de la ponctuation, la diversité des débuts de phrase, la régularité des paragraphes et la proximité d’une phrase à la suivante.
En français, seuls ces indicateurs de structure sont utilisés. Les indicateurs qui reposent sur des listes de mots — expressions typiques d’une IA, mots de liaison surutilisés — n’existent aujourd’hui qu’en anglais et en allemand, et les appliquer à un texte français reviendrait à le comparer à un vocabulaire qui n’est pas le sien. Ils sont donc désactivés plutôt que laissés en place à moitié.
Ce que cela implique pour la fiabilité.Nos taux d’erreur mesurés portent sur l’anglais et l’allemand, sur des corpus de travaux réels antérieurs à ChatGPT. La mesure équivalente n’existe pas encore en français. Tant qu’elle n’est pas faite, le verdict français est plafonné : la mention « forte probabilité » ne s’affiche jamais. Un score reste une raison de relire un passage, jamais une preuve.
Et ce que nous ne faisons pas : nous ne proposons aucun moyen de contourner un détecteur. Le même outil, le même verdict et la même méthode sont accessibles à l’étudiant avant le dépôt et à l’examinateur après. C’est cette symétrie qui rend l’outil défendable.