NTU, l’une des meilleures universités tech de Singapour, a décidé d’arrêter d’utiliser son détecteur d’écrits IA à partir de 2027. Motif invoqué dans le rapport interne : l’outil est « fondamentalement peu fiable ». Traduction : il balance des accusations au hasard et fout la panique chez les étudiants.
C’est une victoire pour celles et ceux qui hurlent depuis des années que ces détecteurs sont à la ramasse. Vous vous souvenez de notre papier sur le tatouage de Claude ? C’est exactement la même leçon : la détection ex post, c’est du bricolage, la vraie piste est du côté des modèles qui s’auto-identifient.
Pendant ce temps, le blog Ahead of AI publie un guide très complet pour construire ton propre détecteur de texte IA. Dataset, entraînement, déploiement local, RLVR, tout y est. C’est propre, c’est pédagogique, c’est un bel exercice technique. Et ça ne changera rien au problème de fond.
Parce que le problème n’est pas technique, il est ontologique : un détecteur de texte IA est condamné à courir après un modèle qui évolue plus vite que lui. Dès qu’il apprend à reconnaître les tics de GPT-5.6, un modèle open source balance un style un peu différent et le détecteur se retrouve à poil. NTU l’a compris. D’autres préfèrent continuer à acheter des outils qui promettent des miracles.
La morale est simple : si tu veux savoir si un texte a été écrit par une IA, demande à l’auteur. Si c’est un étudiant, pose-lui des questions sur son sujet. Si c’est un journaliste, fais-lui expliquer sa méthode. C’est moins sexy qu’un algorithme, mais ça marche beaucoup mieux. Et contrairement au détecteur de NTU, ça ne ruinera pas la vie de quelqu’un à cause d’un faux positif.
Sources :
Comments are closed