Selon un détecteur d’IA, le discours «I have a dream» de Martin Luther King a été écrit par une IA
L’essor des détecteurs d’intelligence artificielle soulève une question cruciale : ces outils, censés démêler le vrai du faux dans les textes, sont-ils à la hauteur de leur ambition ? Une étude récente révèle leurs limites en exposant leurs contradictions, comme le cas emblématique du discours « I have a dream » de Martin Luther King, classé artificiel par certains logiciels. Au-delà des erreurs flagrantes, ces résultats interrogent la fiabilité de ces technologies dans des contextes où les enjeux sont majeurs, de l’éducation à la recherche scientifique.
Quelle étude a mis en lumière les faiblesses des détecteurs d’IA et quand a-t-elle été publiée ?
Une étude dirigée par Tadesse Wakjira (Kennesaw State University) et publiée en octobre 2025 dans la revue Information a évalué six détecteurs d’IA sur un corpus de 35 textes, révélant des écarts majeurs dans leurs verdicts et une tendance à classer des textes humains comme artificiels.
Quels exemples concrets illustrent l’incohérence des détecteurs d’IA dans cette étude ?
Le discours « I have a dream » de Martin Luther King a été jugé artificiel à 87,7 % par ZeroGPT.com et à 84,4 % par ZeroGPT.net, tandis que d’autres outils le classaient humain. Par ailleurs, des pages officielles d’universités comme Harvard ou des articles de chercheurs renommés ont été étiquetés à 100 % comme générés par IA par certains logiciels.
Pourquoi les détecteurs d’IA échouent-ils à distinguer les textes humains des textes artificiels dans certains cas ?
Selon les auteurs de l’étude, ces outils confondent souvent un style soigné et structuré — caractéristique des discours politiques ou des publications scientifiques — avec une écriture artificielle. Leur incapacité à contextualiser le style explique en partie ces erreurs.
Quelles sont les limites méthodologiques de cette étude et comment évoluent les détecteurs d’IA depuis ?
L’étude repose sur un échantillon restreint (3 textes artificiels et 35 textes au total) et ne teste que des outils grand public. Cependant, des progrès sont observés : en juillet 2026, des détecteurs comme Pangram ou GPTZero n’ont classé aucun texte humain comme artificiel, tandis que d’autres comme Originality.ai affichent un taux d’erreur de 3,8 %. La course entre modèles de langage et détecteurs reste cependant très rapide.
Ce que ça pourrait changer
Ces résultats soulignent la nécessité d’une régulation et d’une transparence accrues dans l’utilisation des détecteurs d’IA, surtout dans des domaines critiques comme l’éducation ou la recherche. Ils rappellent aussi que ces outils ne peuvent se substituer à un regard humain, en particulier pour des décisions à fort enjeu. À l’ère de la désinformation, leur fiabilité partielle devient un enjeu de société.
