Attention ça pique !
Le slop, donc le texte sorti direct de la machine, c’est l’enfer : le même style partout, moyen, sans âme, avec des travers qu’on finit par reconnaitre sans qu’on sache pour autant dire pourquoi exactement. « I know it when I see it » c’est à peu près la meilleure définition du style IA qu’on puisse donner, mais ce n’est pas suffisant, on s’en doute.
Les détecteurs du marché coutent plutôt cher (merci le business des universités) et livrent en général un pourcentage de probabilité humain ou IA qui ne s’embarrasse pas d’explication – sauf si vous payez la version premium pour être sûr de passer inaperçu.
Ce détecteur a modestement la prétention de faire l’inverse : ne pas être agité comme preuve indiscutable de la fraude (puisque rien n’est indiscutable en vérité), mais surtout montrer les tournures qui expliquent cette impression de déjà-lu, phrase par phrase, pour qu’on puisse a minima les réécrire.
Hélas, ou tant mieux pour certains, le style typique de l’IA, le slop donc, évolue vite. Les oppositions du type « ce n’est pas une révolte, c’est une révolution » et les triades rythmées existent encore, mais elles sont moins fréquentes et tout le monde ou presque (hormis les éditeurs et critiques littéraires, mais c’est une autre histoire) ont appris à les repérer, et donc à les nettoyer.
Désormais la pollution est plus discrète, avec en particulier cette multiplication des voix passives qui donnent tout à coup à des objets normalement inanimés le pouvoir d’action – par exemple « 21 commentaires m’ont répondu fuite de données », « les phrases qui ne devraient rien déclencher » ou encore « Le plus grand casse de l’histoire n’a forcé aucune serrure ». Hélas ce sont les tournures les plus dures à coder dans un script qui tourne en local !
In fine, on aura toujours un train de retard, sans même parler de l’amélioration des modèles. C’est le jeu.
J’ai réuni plus de 200 textes que je considère comme typiquement IA, glanés ici et là ou générés pour l’exercice, et je les ai annotés un par un, en soulignant à la main plus de 750 passages. On en a tiré, avec Claude (oui, je sais), environ 80 règles regroupées en 7 familles :
Chaque règle est testée avant d’entrer dans le détecteur, sur une corpus de textes humains d’environ 370 000 mots (qui vient principalement d’article de presse voire d’encyclopédie, mais aussi de fiction) et sur plus de 500 de mes propres posts LinkedIn dont je peux au moins attester l’authenticité, et la prouver pour les plus anciens. Certaines des règles qui se déclenchent aussi souvent sur des textes humains que sur des textes IA ont bien sûr été écartées. Le slop se repère d’ailleurs principalement à l’accumulation des tics, donc des passages soulignés.
Le détecteur affiche ensuite :
En option, il est possible de solliciter l’IA (sur le modèle le moins cher hein) pour une relecture avancée, pour compléter le diagnostic.
A noter : le détecteur ne marche que pour les textes en français.
Le mot anglais slop désigne la bouillie, la pâtée. Appliqué aux contenus, on parle de slop, d’IA slop ou d’AI slop pour la production générique et en masse de l’IA. Il reste encore à inventer le mot français, « bouillie » ne sonne pas aussi bien !
Et bien sûr les textes slop / générés ont des points communs : une grammaire étonnamment correcte, un registre très soutenu ou très caricatural (les fameux post LinkedIn) et toujours du bullshit sur le fond (mais ça la machine ne sait pas le voir).
Non, d’ailleurs aucun outil ne le peut avec certitude, malgré les batteries de tests. Le détecteur repère des tournures statistiquement plus fréquentes dans les textes générés et explique autant que possible pourquoi elles sonnent faux. La note est une présomption, à lire avec les passages soulignés.
A terme, quand le volume de textes en corpus sera plus significatif, j’organiserai une comparaison avec certains détecteurs reconnus 🙂
Non, le texte n’est ni envoyé ni (donc) conservé, puisque l’analyse est faite en local par le navigateur. Seule la relecture avancée, en option, envoie le texte à Claude (Anthropic, donc des serveurs pas super RGPD je crains) pour l’analyse ; mais ils ne sont pas non plus conservés.
Non. Les règles sont écrites pour le français, avec des listes de mots-clés qui ne passeraient pas en anglais (ou dans toute autre langue). Comme je n’ai pas codé d’alerte « changez de langue », le score qui s’affichera malgré tout sera sans valeur.
Tout simplement parce que les deux registres sont poreux. D’abord l’IA a appris ces tics chez nous, dans des textes humains. Ensuite à force d’exposition (puisqu’au moins 50% des contenus en ligne sont désormais IA, source doigt mouillé) les humains finissent par reprendre les tics (que l’IA leur avait pris).
C’est donc l’accumulation des tournures, plus que leur présence isolée, qui sert de vraie distinction et trahit le slop.
Il arrive que certains textes générés ne contiennent que peu de déclencheurs ; dans notre expérience cela concerne 10 à 15% des textes, surtout quand on les prompte avec une forte consigne d’imitation de format.
Encore une fois le détecteur n’est ni irréprochable ni surtout un outil de flicage : si un texte IA ne sonne pas IA, tant mieux !
À partir de plus de 200 textes jugés typiquement IA et annotés à la main, puis d’environ 80 règles testées sur 370 000 mots de français humain et sur plus de 500 posts LinkedIn, pour étalonner et distinguer le vrai de l’artificiel de la manière la plus neutre possible.
Quand on regarde les corpus, on se rend compte que les humains emploient bien plus de voix passive que l’IA, surtout dans la presse et les écrits savants.
Le détecteur signale plutôt les phrases où une chose agit à la place d’une personne (par ex : « Le plus grand casse de l’histoire n’a forcé aucune serrure » ), quand elles s’accumulent.
Oui, sans inscription. Pour la relecture avancée je vous demande votre e-mail et l’inscription à ma newsletter gérée par Substack, histoire de vous envoyer la suite de l’histoire (et d’autres sujets de com). Bien sûr vous pouvez vous désabonner facilement (dommage).
Vous avez vu ou trouvé un texte généré qui vous semble gavé de tics et qui pourtant ne se fait pas flagger ? Vous trouvez que mes règles sont contraires à la bonne grammaire ? Ça m’intéresse. Envoyez le moi via la page contact. Chaque retour m’aide à améliorer les règles.