Les logiciels censés repérer les textes écrits par une intelligence artificielle laissent passer une grande partie des copies quand le modèle imite le style d'un auteur précis. C'est le constat d'une étude du laboratoire Epoch AI, publiée le 19 juillet 2026, qui a mis à l'épreuve trois des détecteurs les plus utilisés.

Trois détecteurs au banc d'essai

Les chercheurs ont testé Pangram, GPTZero et Originality.ai sur trois types de textes : des écrits humains authentiques, des textes générés par une IA à partir de consignes simples, et des textes où l'IA recevait des exemples pour copier la plume d'un auteur donné.

Le style d'un auteur brouille les pistes

Tant que l'IA écrit sans consigne particulière, les détecteurs s'en sortent. Mais dès qu'on lui demande d'imiter une voix, ils laissent passer en moyenne 13 % des textes. L'écrit scientifique est le plus vulnérable :

  • Pangram n'a pas repéré 25 % des passages académiques générés par IA.
  • GPTZero en a manqué 24 %, Originality.ai 29 %.
  • Dans le pire des cas, Pangram a laissé passer 48 % des textes scientifiques produits par Gemini.

À l'inverse, les fausses alertes sur de vrais textes humains restent rares, sauf pour Originality.ai, qui a signalé à tort 3,8 % des écrits authentiques.

Un problème pour l'école et la recherche

Ces outils servent d'arbitres dans les universités, les revues scientifiques et les rédactions. Une étude qui montre qu'ils se trompent près d'une fois sur quatre en contexte académique fragilise leur usage comme preuve. Se fier à un score de détection pour accuser un étudiant ou refuser un article reste hasardeux, et l'écart risque de se creuser à mesure que les modèles apprennent à écrire comme nous.