Quelle est la précision du détecteur d'IA ZeroTell ?
Sur notre jeu de test indépendant de 1 826 documents en 10 langues, le détecteur a signalé 4 des 671 documents écrits par des humains comme étant de l'IA (0,6 %) et a reconnu 90,6 % des documents écrits par IA. Sur un texte paraphrasé par un autre modèle, il fait bien moins bien, et aucun score ne prouve qui a écrit un texte.
La réponse courte
Le détecteur d'IA de ZeroTell envoie chaque phrase d'un texte au modèle Gemini 3.8 Flash de Google avec nos propres instructions de notation. Une phrase qui obtient un score de 50 % ou plus est surlignée comme probablement générée par IA, et le score du document correspond à la part de son texte contenue dans des phrases surlignées. Le 28 octobre 2026, nous avons mesuré le modèle et les réglages exacts utilisés par le site sur trois jeux de test annotés. Chaque chiffre ci-dessous provient directement du rapport d'évaluation produit par notre script de test ; nous ne citons que les groupes comptant au moins 200 documents ou phrases.
Deux résultats comptent le plus. Les textes humains sont rarement signalés : 0,6 % des documents humains du jeu indépendant et 0,9 % des essais rédigés par des étudiants non anglophones. Mais les textes générés par IA puis paraphrasés par un autre modèle passent bien plus souvent inaperçus dans nos propres données : seuls 71,1 % de ces documents ont été détectés dans le jeu indépendant. Sur le benchmark public MAGE, ce même type de texte était détecté bien plus souvent (96,9 %), les résultats dépendent donc fortement du texte.
Résultats par jeu de test (au niveau du document)
Un document est considéré comme écrit par IA lorsque son score est de 50 % ou plus, c'est-à-dire lorsqu'au moins la moitié de son texte se trouve dans des phrases surlignées. Un document de test mixte est considéré comme écrit par IA lorsque au moins la moitié de son texte a été rédigée par IA. Taux de faux positifs = documents humains signalés à tort comme IA. Taux de détection = documents IA correctement signalés. L'AUROC (0,5 = hasard, 1,0 = séparation parfaite) ne dépend pas du seuil.
| Jeu de test | Documents | Documents humains signalés comme IA | Documents IA détectés | AUROC |
|---|---|---|---|---|
| Jeu de test indépendant (10 langues) | 1 826 | 0,6 % (4 sur 671) | 90,6 % | 0,954 |
| Essais d'étudiants (rédacteurs non anglophones) | 555 | 0,9 % (2 sur 222) | 98,2 % | 0,992 |
| Benchmark public MAGE (hors distribution) | 1 599 | 0,3 % (1 sur 399) | 96,6 % | 0,990 |
Quels types de textes IA passent inaperçus
Taux de détection au seuil de 50 %, ventilé selon la façon dont le texte IA a été produit. Les groupes de moins de 200 documents sont exclus.
| Jeu de test | Texte IA, non modifié | Texte IA paraphrasé par un autre modèle |
|---|---|---|
| Jeu de test indépendant | 97,3 % | 71,1 % |
| Benchmark public MAGE | 96 % | 96,9 % |
Résultats au niveau des phrases par langue
Le détecteur surligne une phrase lorsque son score est de 50 % ou plus. Jeu de test indépendant ; chaque langue ci-dessous compte au moins 200 phrases.
| Langue | Phrases | Phrases humaines surlignées | Phrases IA surlignées | AUROC |
|---|---|---|---|---|
| Anglais | 8 485 | 0,6 % | 91,1 % | 0,986 |
| Chinois | 5 762 | 0,1 % | 92,3 % | 0,980 |
| Japonais | 1 588 | 1,6 % | 97,7 % | 0,996 |
| Coréen | 877 | 0 % | 87,4 % | 0,987 |
| Espagnol | 1 166 | 0 % | 96,2 % | 0,984 |
| Allemand | 1 109 | 1,5 % | 73,5 % | 0,901 |
| Italien | 1 038 | 0 % | 99,1 % | 1,000 |
| Portugais | 980 | 0 % | 91,4 % | 0,993 |
| Malais | 1 205 | 0 % | 81,6 % | 0,982 |
| Turc | 1 413 | 1,6 % | 88,6 % | 0,986 |
Les trois jeux de test
Jeu de test retenu (1 827 documents, 23 635 phrases) : une part fixe de nos propres données annotées que nous n'utilisons jamais pour développer le détecteur. Les documents sont attribués par groupe de sources, de sorte qu'aucun texte source de nos données de développement, ni aucune de ses réécritures par IA, n'apparaît ici. Les textes humains proviennent de sources publiées, dont la plupart ont été écrites avant que les outils d'écriture par IA ne se répandent (articles de presse, d'encyclopédie et du web, réponses humaines à des questions) ; les textes IA comprennent des sorties de modèles non éditées, des textes paraphrasés par un second modèle, des brouillons humanisés et des documents mixtes, en 10 langues. La plupart des documents IA de ce jeu ont été écrits par des modèles Gemini et GPT.
Dissertations d'étudiants (555 documents) : des dissertations d'étudiants non anglophones natifs issues du corpus ELLIPSE, associées à des dissertations IA écrites sur les mêmes consignes et à des dissertations IA ensuite paraphrasées ou humanisées. Ce jeu sert uniquement à l'évaluation, jamais à développer le détecteur.
Benchmark MAGE (1 600 documents) : un benchmark de recherche public sur les textes générés par machine, que nous n'avons pas utilisé pour développer le détecteur. Il comprend des textes IA issus de familles de modèles absentes de nos propres données et une large part de textes IA paraphrasés. Comme le benchmark est public, le modèle Gemini sous-jacent a pu en voir certaines parties lors de son propre entraînement ; lisez donc ses résultats comme un cas optimiste.
Les limites à connaître
Ce sont des résultats sur nos jeux de test, pas une garantie pour un texte donné. Les textes courts, les brouillons fortement retravaillés, les textes IA paraphrasés et les écrits de modèles que nous n'avons pas testés peuvent tous donner des scores différents.
Un faible taux de faux positifs n'est pas zéro. Si vous êtes signalé, considérez le score comme une raison d'y regarder de plus près, pas comme une preuve — consultez notre page Intégrité académique pour savoir quoi faire.
Les chiffres sont liés à un modèle et à une version donnée de la façon dont le texte lui est transmis. Si nous modifions l'un ou l'autre, nous relançons l'évaluation et remplaçons ce rapport.
Comment nous avons mesuré
Un script d'évaluation fait passer chaque document de test dans le même détecteur que celui utilisé par le site, puis compare le score de chaque document et de chaque phrase à son étiquette connue. Il rapporte les résultats à deux seuils (50 %, celui utilisé par le site, et 70 % pour comparaison), par langue, genre et source, et signale tout groupe de moins de 200 éléments comme trop petit pour être cité. Cette page ne montre que les groupes plus importants. Les documents que le filtre de contenu de Google a refusé de traiter n'ont pas de score et sont exclus des chiffres : 1 dans le jeu retenu, 0 parmi les dissertations d'étudiants et 1 dans MAGE. Tous les autres documents ont été notés.
FAQ sur la précision du détecteur
Sur notre jeu de test retenu de 1 826 documents, il a signalé 0,6 % des documents humains comme étant de l'IA et détecté 90,6 % des documents IA (AUROC 0,954). Les résultats varient selon le jeu de test, et les textes IA paraphrasés sont bien moins souvent repérés.
Rarement sur nos jeux de test : 0,6 % des documents humains du jeu retenu et 0,9 % des dissertations d'étudiants non anglophones natifs. Ce n'est pas zéro, donc un score n'est jamais une preuve à lui seul.
Moins fiablement. Dans notre jeu retenu, les textes IA paraphrasés par un autre modèle ont été détectés dans 71,1 % des cas, contre 97,3 % pour les textes IA non édités. Sur le benchmark public MAGE, le taux pour les textes paraphrasés était de 96,9 %, ce qui varie donc beaucoup selon le texte.
Non. Nous l'avons réalisé nous-mêmes sur nos propres jeux de test et sur un benchmark public. Nous publions la méthode, les jeux et les limites pour que vous puissiez juger les chiffres, et nous le relançons chaque fois que le modèle change.
Non. La détection est probabiliste. Utilisez le score comme un signal parmi d'autres, avec les brouillons, l'historique des versions et une discussion avec l'auteur, comme l'explique notre page Intégrité académique.
Vérifiez un texte avec le Détecteur d'IA ZeroTell
Voyez quelles phrases semblent écrites par une IA et pourquoi — puis jugez par vous-même.
Ouvrir le Détecteur d'IA