Une étude d’Epoch AI, publiée le 19 juillet 2026, montre que les outils de détection de texte généré par IA perdent une bonne partie de leur efficacité dès qu’un modèle de langage imite le style d’un auteur précis. Ces détecteurs de texte IA — Pangram, GPTZero et Originality.ai — repèrent presque sans faille un texte IA « brut », mais laissent passer une proportion nettement plus élevée de textes générés lorsqu’ils sont écrits « à la manière de » quelqu’un.
Des scores quasi parfaits qui s’effondrent avec l’imitation de style
Sur du texte IA simple, les trois détecteurs identifient 99,3 % des cas, avec un taux de faux négatifs de seulement 0,7 %. Mais dès que les modèles testés — Claude Opus 4.8, GPT-5.5 et Gemini 3.1 Pro — reçoivent pour consigne d’imiter le style d’un auteur donné, le taux d’échec des détecteurs grimpe à 13 % en moyenne. Sur des textes à caractère scientifique imitant un style particulier, entre 24 % et 29 % des textes générés passent inaperçus ; la combinaison Gemini + Pangram atteint même 48 % de textes non détectés dans cette catégorie.
Le revers de la médaille : des faux positifs sur du texte humain
L’étude signale aussi un problème inverse : Originality.ai a classé 19 textes humains sur 495 comme générés par IA, soit un taux de faux positifs de 3,8 %. Un chiffre qui pèse lourd dans des contextes où une accusation erronée de fraude peut avoir des conséquences concrètes, notamment académiques.
Pourquoi ce résultat compte pour l’édition et l’enseignement
Les données d’Epoch AI, détaillées par The Decoder et publiées sur GitHub, arrivent alors que les établissements scolaires et les plateformes de publication s’appuient de plus en plus sur ces outils pour trancher des cas litigieux. Une recherche antérieure publiée dans Nature, portant sur l’usage du modèle DistilBERT pour la détection de contenu généré par IA, avait déjà souligné les limites techniques de ces classificateurs face à des textes soigneusement reformulés. Le message des deux études converge : un détecteur fiable sur du texte IA générique ne garantit rien face à un modèle instruit pour imiter une plume humaine spécifique.
Pourquoi les détecteurs de texte IA échouent-ils face à l’imitation de style ?
Selon l’étude d’Epoch AI, les modèles de langage instruits pour imiter le style d’un auteur précis produisent un texte statistiquement plus proche de l’écriture humaine, ce qui fait chuter le taux de détection des outils comme Pangram, GPTZero et Originality.ai jusqu’à 13 % d’échec en moyenne, et jusqu’à 48 % sur certains textes scientifiques.
Quels détecteurs de texte IA ont été testés ?
L’étude a testé Pangram, GPTZero et Originality.ai face à du texte généré par Claude Opus 4.8, GPT-5.5 et Gemini 3.1 Pro.
Les détecteurs de texte IA se trompent-ils aussi sur du texte humain ?
Oui : Originality.ai a classé 19 textes humains sur 495 comme générés par IA dans l’étude d’Epoch AI, soit un taux de faux positifs de 3,8 %.