À mesure que l'IA se généralise, de plus en plus de personnes rédigent des textes en collaboration avec l'IA. De même, de nombreux utilisateurs d'outils de détection de l'IA souhaitent savoir dans quelle mesure l'IA a participé à la rédaction du texte. Quelqu'un a-t-il utilisé l'IA pour peaufiner ses propres mots, ou a-t-il demandé à l'IA de générer un essai complet à partir de zéro ?
Pangram 3.0 est notre tout dernier modèle de détection. Il permet de classer les textes dans les catégories suivantes :
Tout comme Pangram 2.0, l'algorithme de détection divisera les documents plus longs en segments et classera chacun d'entre eux en fonction du contexte global du document. Cela signifie que si la première moitié d'un document a été rédigée par un humain et la seconde avec l'aide de l'IA, Pangram sera en mesure de vous l'indiquer. Découvrez notre tutoriel vidéo :
Un texte entièrement rédigé par un humain est un texte qui a été rédigé sans aucune aide significative de l'IA. Bien que Pangram ne puisse pas déterminer d'où provient une idée, il détecte les indices stylistiques que l'IA utilise dans le choix des mots. La meilleure façon de rédiger un texte qui sera identifié comme entièrement rédigé par un humain est de ne pas recourir à l'IA pendant le processus de rédaction.
Une assistance IA légère désigne généralement des modifications superficielles qui n'affectent pas les idées sous-jacentes, la structure ou le contenu du texte. Elle comprend notamment la correction orthographique et grammaticale, la reformulation, la traduction et les modifications visant à améliorer la lisibilité.
Une intervention modérée de l'IA indique généralement que celle-ci a réécrit des parties importantes du texte ou ajouté du contenu de son propre chef. Une intervention modérée comprend notamment l'ajout de détails ou de précisions, des ajustements de ton, une restructuration du texte ou une réécriture dans un style ou un ton différent.
Les textes classés comme étant entièrement générés par l'IA proviennent généralement directement d'un modèle d'IA tel que ChatGPT. Cette catégorie comprend également les textes générés principalement par l'IA, ou ceux qui ont été initialement générés par l'IA.
En résumé, nous entraînons notre modèle sur une grande variété de textes co-rédigés en demandant à des modèles d'IA d'apporter des modifications plus ou moins importantes à des textes initialement rédigés par des humains. Pour une analyse technique approfondie, n'hésitez pas à consulter notre article de blog technique qui décrit les principes scientifiques qui sous-tendent le modèle.
Vous pouvez compter sur la même précision que d'habitude avec Pangram : une précision de 99,98 % dans la détection des textes générés par l'IA, avec un taux de faux positifs quasi nul pour la catégorie « généré par l'IA ».
| Essais rédigés par des humains classés comme | Taux |
|---|---|
| Entièrement rédigé par des humains | 99.84% |
| Légèrement assisté par l'IA | 0,14 % (1 sur 700) |
| Avec un recours modéré à l'IA | 0,013 % (1 sur 7 500) |
| Entièrement généré par l'IA | 0,0064 % (1 sur 15 000) |
Si vous êtes abonné à Pangram, la détection par IA est activée par défaut. Les utilisateurs de la version gratuite peuvent tester l'assistance par IA de Pangram pendant une durée limitée en s'inscrivant à un essai gratuit de 7 jours, qui leur donnera accès à toutes les fonctionnalités payantes de Pangram, notamment des limites d'utilisation plus élevées, la détection par IA et la détection de plagiat.
Les utilisateurs de la version gratuite auront également accès aux résultats de Pangram 3.0, mais la détection de l'assistance par IA sera désactivée par défaut. Concrètement, cela signifie que les utilisateurs de la version gratuite verront les textes légèrement assistés par l'IA comme étant de « conception humaine », et les textes modérément assistés par l'IA comme étant « générés par l'IA ».
Si les textes entièrement rédigés par des humains et ceux entièrement générés par l'IA constituent des catégories bien définies, une grande partie des textes produits aujourd'hui n'entre dans aucune de ces deux catégories. Où se situe exactement la frontière entre une assistance IA « légère » et une assistance « modérée » ? Quelle quantité d'informations un humain peut-il fournir à un modèle de langage (LLM) dans une consigne avant que son influence sur le résultat ne dépasse celle de l'IA ?
En fin de compte, nous essayons de répondre à ces questions en alignant autant que possible les résultats de Pangram sur notre propre interprétation de chaque catégorie, mais nous sommes conscients que la co-autorialité s'inscrit dans un continuum et que tracer une ligne de démarcation précise entre ces catégories relève davantage de l'art que de la science.

Max est un ingénieur chevronné en apprentissage automatique. Il a récemment travaillé sur les véhicules autonomes chez Nuro, où il a dirigé les efforts en matière d'apprentissage actif. Il possède une longue expérience dans le déploiement de produits d'apprentissage automatique couronnés de succès chez Google, Two Sigma et Yelp.
Max est titulaire d'une licence en informatique théorique et d'un master en intelligence artificielle de l'université de Stanford. Outre sa passion pour la construction, il est également un membre actif de la communauté des cubes de Magic: The Gathering.






