Le gris n'est pas lisible

Ce que nous cherchions, et ce que nous avons trouvé

Un genre éditorial s'est installé sur les réseaux professionnels : la liste des marqueurs qui « trahiraient » un texte produit par un modèle de langage. Tirets cadratins, adjectifs qui surjouent, verbes de théâtre, connecteurs scolaires. Les meilleures de ces listes prennent une précaution juste — ces mots ne sont pas fautifs en soi, seul leur regroupement non choisi fait signe — et nous la reprenons sans réserve.

Notre hypothèse de départ était critique. Ce lexique préexiste largement aux modèles : c'est le degré zéro de la prose journalistique et institutionnelle française. Et ce sont précisément ces corpus qui ont servi à construire les modèles. Nous en attendions donc un taux élevé de faux positifs sur la prose académique, la plus conforme au registre écrit standard.

Nous avons testé. L'hypothèse est réfutée, et nous publions d'abord cela.

Le protocole

Quatre corpus, choisis avant tout résultat, soumis à trois détecteurs grand public distincts en septembre 2026.

1. Thèse de doctorat en lettres, chapitres rédigés entre 1995 et 2001. Écriture humaine, antérieure de vingt ans aux modèles concernés. Aucune ambiguïté possible sur l'origine.
2. Article universitaire sur W. P. Blatty, publié en revue au milieu des années 1990. Même statut : écriture humaine, antériorité absolue.
3. Texte professionnel généré (« Kénose professionnelle »), produit par un modèle de langage.
4. Texte coproduit (« La réception disparue »), septembre 2026 : thèse, plan et arguments de l'auteur, premier jet établi en dialogue avec un modèle, puis repris, corrigé et réécrit phrase à phrase.

Les résultats

Trois constats, dans l'ordre d'importance.

Un. Les faux positifs sur prose académique ancienne n'existent plus. Six verdicts sur six, sur deux corpus antérieurs de vingt à trente ans, classent « humain » à 100 %. Les instruments ont progressé, et notre objection théorique était fausse. Elle est retirée.

Deux. Le texte entièrement généré est reconnu comme tel par les trois outils. Sur ce pôle également, les instruments fonctionnent.

Trois. Sur le texte coproduit puis réécrit, les trois outils rendent 71 %, 3,9 % et 0 %. Ce ne sont pas trois estimations voisines entachées d'incertitude. Ce sont trois verdicts incompatibles sur le même objet : le premier conclut à une production largement automatique, le troisième à une absence totale de trace.

Le régime majoritaire est précisément celui qui n'est pas lisible

Le texte purement humain existe encore. Le texte purement généré existe aussi. Mais le régime d'écriture qui s'est installé en deux ans dans les entreprises, les administrations, les cabinets et les rédactions n'est ni l'un ni l'autre : c'est la coproduction. Une intention humaine, un premier jet assisté, une reprise humaine. Ou l'inverse : un texte humain soumis à un modèle pour être resserré.

Sur ce régime, nos trois instruments répondent 71, 3,9 et 0. Autrement dit : rien.

Un instrument qui distingue parfaitement le blanc du noir mais rend trois réponses contradictoires sur le gris n'est pas inutilisable en général — il est inutilisable pour ce qu'on en fait. Car on ne s'en sert pas pour identifier des textes entièrement fabriqués, cas rare et souvent évident à la lecture. On s'en sert pour statuer sur des copies d'étudiants, des candidatures, des livrables, des articles : c'est-à-dire sur des textes gris.

L'effet pervers : ce n'est pas l'origine qui est détectée, c'est l'absence de travail

La conséquence la plus sérieuse de ces mesures n'est pas l'imprécision. Elle est ailleurs, et elle inverse la fonction affichée de l'outil.

La réécriture humaine efface la détection. Notre corpus 4 le montre : un texte dont le premier jet a été assisté, mais qui a été repris phrase à phrase, obtient 0 % chez deux outils sur trois. Le corpus 3, généré et laissé tel quel, est détecté par les trois.

L'instrument ne repère donc pas ce qui est généré. Il repère ce qui est généré et non retravaillé. Il mesure une quantité de travail humain postérieure à la production, pas une origine.

Deux conséquences en découlent, et elles sont l'inverse l'une de l'autre :

• Celui qui veut contourner l'outil y parvient en une demi-heure de réécriture. Aucun dispositif de sanction ne résiste à cela.
• Celui qui se fait prendre est celui qui a produit vite, sans reprendre — y compris de bonne foi, y compris sur une idée qui est la sienne.

Un instrument qui laisse passer la dissimulation soignée et sanctionne la précipitation sincère ne remplit pas la fonction qu'on lui prête. Il en remplit une autre, qu'il serait honnête de nommer : il mesure le soin apporté au texte. C'est une information réelle. Ce n'est pas celle qui est annoncée, et ce n'est pas celle sur laquelle on devrait fonder une sanction.

Ce qu'une mesure honnête exigerait encore

Nos résultats ne disqualifient pas ces instruments. Ils en délimitent l'usage légitime. Quatre conditions restent absentes des verdicts diffusés.

1. La déclaration du régime testé. Un score ne signifie rien si l'on ne dit pas s'il porte sur du texte pur ou coproduit. Les performances diffèrent du tout au tout.
2. La concordance entre outils. Aucun verdict ne devrait être rendu sur un seul instrument. L'écart de 71 points que nous mesurons sur un même texte impose la règle : au moins trois outils, et publication de leur dispersion.
3. Le taux de faux négatifs après réécriture. Puisque la réécriture efface la détection, tout instrument devrait publier sa performance sur des textes générés puis retravaillés. C'est le seul cas d'usage où la sanction aurait un sens, et c'est celui qui n'est jamais documenté.
4. La réfutabilité. Un texte accusé peut-il produire quoi que ce soit qui vaille démenti ? À ce jour, non. Un dispositif qui interdit sa propre réfutation ne peut pas fonder une décision individuelle.

Ce que les listes détectent réellement

Il reste à sauver ce qui mérite de l'être dans les grilles de style, et il y a quelque chose d'utile.

La grande majorité des items de ces listes relève du style : surcharge adjectivale, verbes qui étoffent, transitions convenues. Ils décrivent une manière d'écrire, non une origine. Ils signalent une prose non tenue, ce qui est un défaut réel et un objet de travail légitime pour quiconque écrit. Nos mesures confirment d'ailleurs leur pertinence sur ce terrain : le texte non retravaillé est reconnu, et il l'est parce qu'il n'a pas été tenu.

Quelques items sont d'une autre nature, et ce sont les plus utiles : « les experts s'accordent à dire », « selon plusieurs observateurs », « il est largement reconnu que ». Ceux-là ne trahissent aucune machine — ils masquent l'absence de source, et un rédacteur pressé les produit depuis un siècle. Ils relèvent du marqueur que nous suivons sous le nom de densité d'abri : la part d'éléments qui réduisent l'exposition d'un texte sans augmenter son contenu vérifiable. Les bonnes réponses à leur opposer sont exactement celles que proposent les meilleures listes : lesquels ? un nom, une date ? par qui ?

La question déplacée

Nos mesures suggèrent que la question « ce texte a-t-il été écrit par une machine ? » est en train de devenir insoluble, non par insuffisance technique mais parce qu'elle est mal posée. Dans un régime de coproduction généralisée, l'origine n'est plus une propriété binaire du texte. Elle est distribuée.

La question qui reste mesurable est autre, et c'est celle que ce journal pose depuis son premier billet : que peut-on vérifier dans ce texte, et contre quoi peut-on le contredire ? Un texte sourcé, daté, exposé garde sa valeur quelle que soit la main qui l'a tapé. Un texte sans prise n'en a aucune, qu'il ait été écrit par un humain, par une machine, ou par les deux.

C'est pour cette raison que nous ne construirons pas de détecteur d'origine. Nous mesurons ce qui est exposé.

Marqueurs gelés

1. D1 — Régime déclaré. Tout score de détection doit indiquer le régime d'écriture testé : pur humain, pur généré, coproduit, généré puis réécrit.
2. D2 — Dispersion inter-outils. Écart entre les scores d'au moins trois instruments sur un même texte. Au-delà d'un seuil à fixer, verdict non concluant.
3. D3 — Taux de faux négatifs après réécriture. Performance sur textes générés puis retravaillés, publiée séparément.
4. D4 — Séparation production / exposition. Part des items d'une grille relevant du style, part relevant du rapport à la vérification. Seuls les seconds sont utilisables indépendamment de l'origine.

SemiosX mesure des énoncés, pas des personnes. Ce billet teste la validité d'instruments diffusés publiquement et la portée d'un genre éditorial. Il ne vise aucune autrice, aucun auteur, aucune entreprise nommément ; il reconnaît la pertinence stylistique de la majorité des items des grilles existantes et retire publiquement l'objection théorique qui était la sienne avant mesure. Il conteste une seule chose : qu'un score rendu sur un seul instrument, sans régime déclaré ni taux d'erreur publié, puisse fonder une décision concernant une personne. Les marqueurs D1-D4 s'appliqueront à tout instrument de détection, y compris à ceux que nous serions amenés à construire — ce que, pour les raisons exposées ici, nous ne ferons pas.

Notes

1. Test réalisé en septembre 2026 sur trois détecteurs grand public distincts. Les outils, les extraits et les captures sont communicables sur demande.
2. Corpus 1 : chapitres d'une thèse de doctorat en lettres soutenue en 2001, rédigés entre 1995 et 2001. Corpus 2 : article publié en revue universitaire dans les années 1990. Corpus 3 : texte professionnel intégralement généré. Corpus 4 : La réception disparue, septembre 2026, coproduit puis réécrit.
3. Les extraits ont été choisis avant consultation des résultats. Aucun extrait n'a été écarté après mesure.
4. Le marqueur de densité d'abri est introduit au billet n° 23 sous le nom R3.
5. Sur la structure commune aux verdicts rendus sans possibilité de preuve contraire, voir le billet n° 24.
6. Sur la convergence des professionnels vers un format unique, antérieure aux modèles génératifs et indépendante d'eux : Foucaud, Kénose professionnelle — carnet ethnographique sur LinkedIn, semiosis-ontologie.fr, DOI : 10.5281/zenodo.19831695, chap. 8.