La détection IA est-elle fiable ?

Réponse honnête : aucun détecteur n’est fiable sur un texte de moins de 200 mots environ, et tous présentent des taux de faux positifs variables selon le style d’écriture, la langue et le LLM utilisé. Noplag s’engage à publier ses données de calibration pour que vous sachiez ce que « précis » signifie pour votre cas d’usage ; ces données sont publiées en même temps que la fonctionnalité.

Noplag va-t-il signaler mes textes non natifs comme IA ?

C’est possible — et nous le disons sans détour. Liang et al. (Stanford 2023) montrent que tous les détecteurs IA sursignalent les auteurs ESL. Nos garanties plafonnent le taux de faux positifs sur les caractéristiques connues ESL, et nous publions l’erreur résiduelle. Si le signal est douteux, le rapport le dit.

Quels modèles IA seront couverts par Noplag ?

À son lancement, la détection IA couvrira ChatGPT (gpt-4o, o1, o3), Claude (Sonnet / Opus / Haiku, 3.x et 4.x), Gemini (1.5 / 2.0 / 2.5), GPT-5 et Llama 3.x. La détection arrive bientôt ; la qualité dépend du modèle, et le rapport précisera la signature du score.

Qu’est-ce qui distingue Noplag de GPTZero ou Originality.ai ?

Nous associons la détection d’IA à la vérification de plagiat et proposons le moteur en open source. GPTZero ne fait que de la détection. Originality.ai est propriétaire et ne publie pas ses données sur le biais envers les locuteurs non natifs. Consultez /vs-gptzero et /vs-originality-ai pour des comparaisons détaillées.

Des étudiants peuvent-ils contourner ce détecteur via un humanizer ?

Oui — les humanizers existent, et il faut l’admettre. Une forte réécriture après un brouillon LLM réduit le signal. Nous ne fournissons pas d’humanizer (c’est contraire à notre mission). Prenez la détection IA comme un élément d’analyse, jamais comme un verdict.

Qu’entend-on par « faux positif » ici ?

Texte humain classé comme généré par une AI. Nous mesurerons et publierons ce taux par langue et par groupe de styles d’écriture. Aucun détecteur n’a un taux nul — considérer un score élevé comme une preuve plutôt que comme un signal à examiner est précisément l’erreur que cette page vise à éviter.

Vendez-vous une « détection garantie à 99% d’exactitude » ?

Non. Toute personne affirmant une précision maintenue au-dessus de 85 % sur tous les styles, langues et LLMs ne respecte pas les limites mathématiques. Nous publions l’intervalle de confiance réel par langue une fois la fonctionnalité validée. Nous ne vendons pas de certitude.

La détection IA sera-t-elle gratuite ?

Détection IA à venir. Au lancement, elle sera gratuite dans l’offre gratuite — même limite de 2 500 mots que la détection plagiat. Les forfaits augmentent la limite ; la détection IA ne sera jamais facturée en supplément.

Quelle fraîcheur sur la couverture modèle ?

Recalibration sur chaque modèle LLM nouveau sous 30 j. Si un modèle manque de calibration, le rapport indique « probablement généré LLM, modèle inconnu » sans s’avancer.

Couvrez-vous la détection IA multilingue ?

Calibration validée pour anglais, espagnol, français, allemand, portugais — l’anglais est le signal plus robuste. Autres langues : mention « faible ressource — prudence exigée ». Le rapport précise la calibration appliquée à votre texte.

API de détection IA ?

Bientôt. La détection IA est prévue ; à la livraison, endpoint /v1/checks renverra anti-plagiat et score IA. Voir /plagiarism-checker-api et /docs/api.

Que faire si je conteste un score ?

Dites-le nous. Toute correction est enregistrée, on réentraîne sous 30 jours après sortie modèle, et on publie toute variation de signature. La détection n’est pas parfaite ; signalez-nous les erreurs, plutôt que de prétendre qu’il n’y en a pas.

P0Bientôt disponible — ChatGPT, Claude, Gemini, GPT-5, Llama

Bientôt disponible

Détecteur d'IA : un signal, pas un verdict

La détection IA arrive bientôt — prévue sur notre feuille de route, mais pas encore en ligne. Au lancement, chaque détecteur IA — y compris le nôtre — sera parfois incorrect. Noplag retournera un score de probabilité calibré, jamais un verdict oui/non, et publiera son taux de faux positifs sur les rédacteurs non natifs en anglais. Nous prévoyons une couverture pour ChatGPT, Claude, Gemini, GPT-5 et Llama. Lisez ce que le score signifiera réellement avant de l’utiliser — surtout si vous décidez pour un étudiant ou un candidat. La détection n’est qu’un signal parmi d’autres. Ne prenez jamais de décision sur ce seul élément.

0 / 1,500 words

Données de calibration publiéesGarantie anti-biais ESLCinq familles de modèles

DÉTECTION PAR MODÈLE

Signatures de détection pour chaque grand LLM.

Chaque modèle laisse une signature statistique différente. Nous les suivons à chaque version et publions la calibration par modèle, pour que vous sachiez à quoi correspond le score pour le LLM qui a généré le texte.

OpenAI

ChatGPT

Familles gpt-4o, o1, o3. Suivi de l’évolution des sorties à chaque version ; calibration spécifique recalculée dans les 30 jours. Le rapport cite la famille correspondant le mieux au signal détecté.

Anthropic

Claude

Tiers Sonnet, Opus, Haiku des séries 3.x et 4.x. Signal de détection variant selon le mode (réflexion vs rapide) ; calibration précisée par mode dans chaque rapport.

Google

Gemini

1.5 Pro, 2.0 Flash, 2.5 Pro. Signal multilingue plus faible hors anglais ; notifié comme « confiance faible sur ressources » dans le rapport, plutôt que caché.

OpenAI

GPT-5

Sortie OpenAI d’août 2025. Signature comportementale distincte de gpt-4o ; recalibration sur sorties de référence du modèle sous 30 jours.

Meta (open-weight)

Llama

Familles 3, 3.1, 3.3. Les variantes auto-hébergées sont plus dures — l’ajustement modifie la signature. Le rapport dit « probablement généré LLM, famille Llama » sans préciser la version.

BIAIS RÉDACTEURS ESL

Tous les détecteurs IA sursignalent les rédacteurs non natifs. Voilà ce que nous faisons.

Liang et al. (Stanford, 2023) ont mesuré un taux de faux positifs de 61% sur des essais TOEFL — six fois plus que pour les natifs. Tous les détecteurs. Y compris le nôtre, avant correction.

L’étude de Stanford

Liang et al. (2023) ont testé tous les détecteurs IA commerciaux sur des essais TOEFL écrits par des non natifs anglais. Le détecteur de référence a signalé 61% comme générés IA — six fois plus que pour les natifs. Même textes, même tâche.

Notre recalibrage

Nous avons réentraîné le classifieur après suppression des indices de style ESL — longueur de phrase homogène, vocabulaire plus simple, moins d’idiomes ne sont plus signalés IA. Les indicateurs sont strictement indépendants du style. On prédit sur la structure, pas la forme.

Taux d’erreur résiduel

Après correction : un intervalle de confiance documenté, par langue, au lieu d’un seul chiffre global. Les tableaux par langue sont publiés dès que la fonctionnalité passe l’évaluation — c’est ce qu’exigerait un audit institutionnel.

Quand ignorer le score

Si vous évaluez un rédacteur ESL et que le score est dans la plage 20–80%, traitez-le comme indicatif seulement. Nous affichons « faible confiance — interpréter prudemment » explicitement dans le rapport pour montrer quand ne pas agir.

Ce que nous manquons encore

Rédaction hybride — brouillon LLM relu par un natif — est plus difficile à signaler que les deux cas purs. Le rapport mentionne « signal mixte, probablement hybride » au lieu de deviner ; une partie de l’erreur résiduelle est ici.

Jeux de données utilisés

Corpus publics d’essais TOEFL, soumissions universitaires panhispaniques et écrits multilingues notés CECR. Même base de données que Liang et al., plus 8 nouveaux corpus collectés entre 2024 et 2026. Les références sont publiées avec la méthodologie lors de la mise en ligne de la fonctionnalité.

CE QUE VAUT LE SCORE

Une probabilité, pas un verdict.

Le score est une probabilité entre 0% et 100%. Supérieur à 80% : forte probabilité que le texte soit généré IA. Inférieur à 20% : forte confiance texte humain. Entre 20–80% : ce n’est qu’un signal parmi d’autres, pas une preuve. Utilisez la détection pour engager le dialogue, jamais pour le clore.

0–20%

PROBABLEMENT RÉDIGÉ PAR UN HUMAIN

Forte probabilité que le texte ait été rédigé par un humain. Le taux de faux positifs pour cette plage est publié par langue dès que la fonctionnalité passe l’évaluation.

20–80%

AMBIGU — À APPROFONDIR

Le modèle n’a pas confiance. A utiliser comme un des éléments d’analyse — exemples récents, brouillons antérieurs, travaux en classe. N’agissez pas uniquement sur cette base.

80–100%

PROBABLEMENT GÉNÉRÉ PAR LLM

Forte probabilité texte généré par un grand modèle linguistique. Ce n’est toujours pas un verdict. Croisez avec le contexte (prompts, historique, oral) avant toute décision.

Chaque plage de score est accompagnée d’une marge d’erreur publiée, par langue, une fois la fonctionnalité validée.

5Familles de LLM ciblées au lancement
61%taux de faux positifs ESL, Stanford '23
30jfréquence de réentraînement prévue après chaque sortie de modèle
v1.2objectif de sortie pour la détection de contenu AI
2024début de R&D détection

POURQUOI PAS DE HUMANIZER

Nous sommes du côté intégrité. Aucun outil de contournement livré.

Un humanizer est un outil pour contourner la détection IA — il réécrit une sortie LLM pour abaisser le score de détection. Nous pourrions en créer un. Nous ne le faisons pas. Tout l’objet de ce produit est d’indiquer l’utilisation d’IA, pas d’aider à la masquer. Pour que la détection ait un intérêt, les exploitants et les éditeurs de humanizers ne doivent pas être les mêmes. On a fait notre choix. Si nous évoquons des humanizers ici, c'est pour vous signaler qu'ils existent et qu’ils peuvent être présents en amont du texte testé – pas pour vous en vendre.

Lire l’argument complet

VS DÉTECTEURS IA AUTONOMES

Comparaison avec GPTZero, Originality.ai et Winston.

GPTZERO

Axé éducation, pas de module anti-plagiat, calibration opaque. Détection IA seule ; si vous voulez aussi le plagiat, il faut deux outils séparés.

Détection + plagiat + moteur open source. Données de calibration par modèle publiées. Même rapport, même fournisseur, auditabilité de bout en bout.

ORIGINALITY.AI

Promesse « 97% d’exactitude ». Taux de faux positifs non publié. Calibration anglais uniquement. Source fermée — score non auditables.

Position transparente sur le biais envers les locuteurs non natifs (référence explicite à Liang 2023). Calibration multilingue. Moteur open source ; la méthodologie est publiée avec la fonctionnalité.

WINSTON

Très bon sur ChatGPT. Signal plus faible sur Claude et Gemini. Coût élevé en volume ; prix par paliers au-delà de 10 000 mots/mois.

Couvre toutes les grandes familles de modèles avec effort de calibration égal. Tarifs forfaitaires jusqu’au niveau Pro. Option auto-hébergée pour exigences de conformité.

QUESTIONS FRÉQUENTES

Douze questions, réponses honnêtes.

Si nous ne savons pas, c’est dit. Nous mettrons cette liste à jour lors de chaque évolution de calibration.

La détection IA est-elle fiable ?: Réponse honnête : aucun détecteur n’est fiable sur un texte de moins de 200 mots environ, et tous présentent des taux de faux positifs variables selon le style d’écriture, la langue et le LLM utilisé. Noplag s’engage à publier ses données de calibration pour que vous sachiez ce que « précis » signifie pour votre cas d’usage ; ces données sont publiées en même temps que la fonctionnalité.
Noplag va-t-il signaler mes textes non natifs comme IA ?: C’est possible — et nous le disons sans détour. Liang et al. (Stanford 2023) montrent que tous les détecteurs IA sursignalent les auteurs ESL. Nos garanties plafonnent le taux de faux positifs sur les caractéristiques connues ESL, et nous publions l’erreur résiduelle. Si le signal est douteux, le rapport le dit.
Quels modèles IA seront couverts par Noplag ?: À son lancement, la détection IA couvrira ChatGPT (gpt-4o, o1, o3), Claude (Sonnet / Opus / Haiku, 3.x et 4.x), Gemini (1.5 / 2.0 / 2.5), GPT-5 et Llama 3.x. La détection arrive bientôt ; la qualité dépend du modèle, et le rapport précisera la signature du score.
Qu’est-ce qui distingue Noplag de GPTZero ou Originality.ai ?: Nous associons la détection d’IA à la vérification de plagiat et proposons le moteur en open source. GPTZero ne fait que de la détection. Originality.ai est propriétaire et ne publie pas ses données sur le biais envers les locuteurs non natifs. Consultez /vs-gptzero et /vs-originality-ai pour des comparaisons détaillées.
Des étudiants peuvent-ils contourner ce détecteur via un humanizer ?: Oui — les humanizers existent, et il faut l’admettre. Une forte réécriture après un brouillon LLM réduit le signal. Nous ne fournissons pas d’humanizer (c’est contraire à notre mission). Prenez la détection IA comme un élément d’analyse, jamais comme un verdict.
Qu’entend-on par « faux positif » ici ?: Texte humain classé comme généré par une AI. Nous mesurerons et publierons ce taux par langue et par groupe de styles d’écriture. Aucun détecteur n’a un taux nul — considérer un score élevé comme une preuve plutôt que comme un signal à examiner est précisément l’erreur que cette page vise à éviter.
Vendez-vous une « détection garantie à 99% d’exactitude » ?: Non. Toute personne affirmant une précision maintenue au-dessus de 85 % sur tous les styles, langues et LLMs ne respecte pas les limites mathématiques. Nous publions l’intervalle de confiance réel par langue une fois la fonctionnalité validée. Nous ne vendons pas de certitude.
La détection IA sera-t-elle gratuite ?: Détection IA à venir. Au lancement, elle sera gratuite dans l’offre gratuite — même limite de 2 500 mots que la détection plagiat. Les forfaits augmentent la limite ; la détection IA ne sera jamais facturée en supplément.
Quelle fraîcheur sur la couverture modèle ?: Recalibration sur chaque modèle LLM nouveau sous 30 j. Si un modèle manque de calibration, le rapport indique « probablement généré LLM, modèle inconnu » sans s’avancer.
Couvrez-vous la détection IA multilingue ?: Calibration validée pour anglais, espagnol, français, allemand, portugais — l’anglais est le signal plus robuste. Autres langues : mention « faible ressource — prudence exigée ». Le rapport précise la calibration appliquée à votre texte.
API de détection IA ?: Bientôt. La détection IA est prévue ; à la livraison, endpoint /v1/checks renverra anti-plagiat et score IA. Voir /plagiarism-checker-api et /docs/api.
Que faire si je conteste un score ?: Dites-le nous. Toute correction est enregistrée, on réentraîne sous 30 jours après sortie modèle, et on publie toute variation de signature. La détection n’est pas parfaite ; signalez-nous les erreurs, plutôt que de prétendre qu’il n’y en a pas.

Détection IA — bientôt, gratuite jusqu’à 2 500 mots.

Données de calibration, taux de faux positifs, et signatures seront publiés. Sachez ce qui se cache derrière le score avant d’agir.

Prévenir à la mise en ligne