"C’était ça ou mourir", de Thélyson Orélien, écrit avec l’IA ? Comment fonctionnent les outils de détection
La polémique autour du roman à succès de la rentrée littéraire se poursuit. Mais comment les détecteurs d'IA oeuvrent ?.
Le roman C’était ça ou mourir de l’écrivain canado-haïtien Thélyson Orélien, sélectionné pour plusieurs prix littéraires majeurs comme le Goncourt, le Médicis et le Féminin, fait l’objet d’une polémique. Un compte anonyme sur les réseaux sociaux accuse l’auteur d’avoir utilisé l’intelligence artificielle (IA) pour rédiger son ouvrage. Ces accusations s’appuient sur des outils de détection d’IA, mais le romancier rejette ces allégations en affirmant avoir écrit son livre avec ses émotions et sa créativité. La polémique soulève des questions sur l’authenticité des œuvres littéraires à l’ère de l’IA. Le débat s’inscrit dans un contexte plus large de tensions autour de l’utilisation de l’IA dans la création artistique, où certains craignent une « bouillie IA » envahissant les livres.
Les outils de détection d’IA, comme ceux utilisés pour accuser Thélyson Orélien, analysent des textes en recherchant des motifs caractéristiques des générateurs de langage. Ces logiciels comparent la structure des phrases, le vocabulaire, les répétitions ou encore les erreurs grammaticales avec des bases de données de textes générés par IA. Ils attribuent ensuite une probabilité que le texte ait été produit par une machine. Cependant, ces outils ne sont pas infaillibles : ils peuvent produire des faux positifs, notamment si l’auteur a un style très structuré ou utilise des phrases inhabituelles. Leur fiabilité dépend de la qualité des données d’entraînement et des algorithmes employés. Ces logiciels sont de plus en plus utilisés dans les milieux académiques et éditoriaux pour vérifier l’originalité des travaux.
La polémique autour de Thélyson Orélien illustre les tensions croissantes entre tradition littéraire et innovation technologique. Les accusateurs, bien que leur compte soit confidentiel avec seulement quelques dizaines d’abonnés, défendent une vision de la littérature comme un domaine réservé à l’humain. De son côté, l’écrivain défend son intégrité en insistant sur l’émotion et l’authenticité de son processus créatif. Ce débat dépasse le cas individuel et touche à des questions plus larges : l’IA peut-elle être un outil au service de la création, ou menace-t-elle l’essence même de l’art ? Les prix littéraires, comme le Goncourt ou le Médicis, pourraient être amenés à clarifier leurs règles concernant l’utilisation de l’IA dans les œuvres en compétition.
Les détecteurs d’IA reposent sur des modèles d’apprentissage automatique (machine learning) entraînés sur des corpus de textes générés par des IA et des textes humains. Lorsqu’un texte est analysé, l’outil calcule des scores statistiques pour chaque paragraphe ou phrase, en comparant des éléments comme la complexité syntaxique, la cohérence sémantique ou la présence de motifs répétitifs. Par exemple, une phrase trop longue et parfaitement fluide pourrait être un indice, car les IA ont tendance à produire des textes très lisses. Cependant, ces outils peinent à distinguer un texte humain très travaillé d’un texte généré par IA, surtout si l’auteur s’inspire de styles existants. Leur précision varie selon les langues et les genres littéraires.
Les outils de détection d’IA soulèvent plusieurs critiques. D’abord, leur fiabilité est souvent remise en question : des études montrent qu’ils peuvent classer à tort des textes humains comme générés par IA, ou inversement. Ensuite, leur utilisation dans des contextes comme la littérature ou l’éducation pose des problèmes éthiques. Par exemple, un faux positif pourrait nuire à la réputation d’un auteur, comme dans le cas de Thélyson Orélien. Enfin, ces outils ne mesurent pas la qualité ou l’originalité d’un texte, mais seulement sa probabilité d’être produit par une machine. Certains experts appellent à une régulation plus stricte de ces logiciels, notamment pour éviter les abus dans les milieux académiques ou médiatiques.
