Détecteurs de contenu IA : pourquoi ne jamais sanctionner sur cette base
7 min de lecture
Un détecteur affiche 92 % de probabilité IA sur le rapport d'un salarié. Ce chiffre ne prouve rien, et le fonder en sanction vous expose. Ce qu'il faut faire à la place.
Un manager colle le rapport d'un collaborateur dans un détecteur en ligne. L'outil affiche 92 % de probabilité que le texte soit généré par une IA. La tentation est de traiter ce chiffre comme une preuve. Il n'en est pas une, ni techniquement, ni juridiquement, et agir dessus expose l'entreprise bien plus que le comportement qu'elle voulait sanctionner.
Ce qu'un détecteur mesure réellement
Un détecteur de texte ne reconnaît pas une signature. Il évalue à quel point un texte est prévisible : vocabulaire attendu, phrases régulières, structure homogène. Plus un texte est lisse, plus le score monte.
Ce que l'outil mesure n'est donc pas l'origine du texte. C'est sa régularité. Le score de 92 % ne dit pas « ce texte vient d'une IA ». Il dit « ce texte ressemble à ce que produit une IA ». Ce n'est pas la même affirmation, et l'écart entre les deux est exactement là où se logent les erreurs.
Le faux positif n'est pas un incident, c'est le fonctionnement normal
Certains écrits humains cochent toutes les cases du « texte prévisible ». Une procédure interne rédigée à partir d'un modèle maison. Un compte rendu structuré par un plan imposé. Un texte rédigé par une personne qui écrit dans une langue qui n'est pas la sienne, avec un vocabulaire prudent et des phrases simples.
Ce dernier cas est le plus grave. Un dispositif qui signale statistiquement plus souvent les salariés non natifs ou les personnes à l'écrit scolaire ne produit pas seulement des erreurs. Il produit des erreurs orientées, et il expose l'entreprise sur un terrain qui dépasse largement l'AI Act.
À l'inverse, un texte généré puis retravaillé dix minutes passe sous les radars sans difficulté. L'outil est donc sévère avec les honnêtes et aveugle aux habiles.
Les fournisseurs de modèles le disent eux-mêmes
L'argument le plus solide ne vient pas des critiques de ces outils, mais des éditeurs de modèles. Anthropic, qui marque pourtant les contenus produits par Claude, précise qu'une marque détectée reste un signal et non une preuve concluante, et que l'absence de marque ne signifie pas qu'un contenu n'a pas été généré.
Quand celui qui pose le marquage refuse d'en faire une preuve, un détecteur tiers qui ne dispose d'aucune marque et travaille par estimation statistique ne peut pas prétendre à mieux.
Ce que le droit du travail exige d'un dispositif de contrôle
Le premier obstacle est explicite. Selon l'article L. 1222-4 du Code du travail, aucune information concernant personnellement un salarié ne peut être collectée par un dispositif qui n'a pas été porté préalablement à sa connaissance. Un détecteur utilisé en douce sur les productions d'un collaborateur est un dispositif de collecte non déclaré.
Le second est celui de la proportionnalité. L'article L. 1121-1 interdit les restrictions aux droits des personnes qui ne seraient pas justifiées par la nature de la tâche à accomplir ni proportionnées au but recherché. Passer systématiquement les écrits d'une équipe à la moulinette d'un outil probabiliste tient difficilement ce test.
Une sanction disciplinaire fondée sur un score de détection cumule donc deux fragilités : une preuve contestable sur le fond, et un mode de collecte contestable sur la forme. C'est le type de dossier qu'on ne gagne pas.
Ce qui fonctionne à la place
La visibilité sur les usages réels ne s'obtient pas par la détection. Elle s'obtient par la déclaration volontaire, et elle suppose une garantie explicite : ce qui est déclaré ne sera pas sanctionné. Sans cette garantie, personne ne déclare, et vous retombez sur la détection.
Le cadre utile n'est pas un contrôle mais une règle connue à l'avance. Une charte d'usage qui dit ce qui est autorisé, ce qui doit être relu et ce qui ne part jamais sans validation règle la quasi-totalité des situations. Le manquement devient alors le non-respect d'une règle écrite, ce qui se prouve, et non un soupçon d'usage d'IA, ce qui ne se prouve pas.
Le seul usage défendable d'un détecteur
Il en reste un, et il est collectif. Passer un échantillon anonyme de contenus publiés pour estimer l'ampleur d'un phénomène et calibrer un plan de formation ne vise personne. Aucune décision individuelle n'en découle, aucune information personnelle n'est collectée.
Dès que le résultat sert à désigner quelqu'un, on quitte ce terrain. La ligne est nette : mesurer un volume, oui. Désigner une personne, non.
Questions fréquentes
Un candidat a manifestement fait rédiger sa lettre de motivation par une IA. Puis-je l'écarter ?
Écarter une candidature sur la base d'un score de détection revient à prendre une décision défavorable sur un indice non fiable. Si la qualité rédactionnelle compte pour le poste, évaluez-la par un exercice en conditions réelles. Vous mesurerez la compétence au lieu de deviner la méthode.
Et si le salarié reconnaît avoir utilisé une IA ?
La question du détecteur disparaît, celle de la règle apparaît. Si une charte interdisait cet usage précis et qu'elle lui était opposable, vous êtes sur un terrain solide. Si aucune règle n'existait, l'entreprise ne peut guère reprocher un comportement qu'elle n'avait jamais encadré.
Les détecteurs vont-ils s'améliorer ?
Le marquage à la source progresse et donnera des signaux plus fiables que l'analyse statistique. Mais un marquage se retire, volontairement ou par simple conversion de format. La détection restera un indice. Construire une politique interne sur un indice reste une mauvaise idée, même quand l'indice s'améliore.
Où en est votre entreprise ?
L'audit de maturité IA de Klaveta évalue vos usages, votre exposition et vos priorités. Gratuit en 5 min.