L’IA a-t-elle laissé
son empreinte ?

Texte : ALMAnaCH XLM-R ChatGPTDetect noisy, modèle MIT de recherche publié en 2023, converti en ONNX INT8. Minimum 80 mots, français ou anglais ; jusqu’à six fenêtres de 510 tokens, réparties dans le texte extrait. La carte affiche la médiane des scores de classe CHATGPT. Le genre du texte, les retouches et les générateurs récents peuvent produire des erreurs. Une langue non déclarée n’est pas identifiée automatiquement.

Images : Community Forensics (CVPR 2025, MIT), modèle de classification visuelle exécuté sur les pixels, avec poids allégés et calcul en précision FP32. Jusqu’à quatre images JPEG, PNG, WebP ou AVIF de 2 Mo maximum, parmi les six premières images trouvées. Redimensionnement, recadrage central 384 × 384 et normalisation ImageNet. Les scores des images sont distincts ; la carte affiche le maximum. Logos, illustrations, recadrages, compression ou générateurs inconnus peuvent tromper le modèle.

Code : recherche de signatures et déclarations explicites dans le HTML et jusqu’à quatre scripts du même domaine. Cela ne mesure pas la quantité de code écrite par une IA. Design : les outils déclarés sont repérés, mais aucune attribution chiffrée de la mise en page n’est possible avec les moteurs intégrés.

Périmètre : une page et un échantillon de ressources publiques. Le serveur lit le HTML sans exécuter JavaScript : certains textes et visuels peuvent manquer. Les modèles calculent ensuite sur votre appareil. Aucune analyse n’est enregistrée en base ; les modèles peuvent être mis en cache localement. Aucun abonnement à un détecteur externe n’est requis. Les éventuels coûts d’hébergement restent distincts.

Lecture des scores : les sorties des modèles sont exprimées en pourcentage, sans calibration sur les sites analysés. Il n’y a ni taux global du site ni preuve d’origine humaine quand le score est faible. Un échec de lecture ou de calcul donne « Indisponible », jamais un zéro par défaut. Aucun filigrane ni signature C2PA n’est vérifié.

Niveaux, depuis le 09/10/2026 : le résumé donne un niveau par angle, jamais un pourcentage global : preuve, empreinte, rien de détecté (ne prouve rien) ou non analysable. Les scores des modèles restent dans le détail, comme scores bruts, non calibrés. Une preuve est une déclaration (commentaire du code, métadonnées d’une image), une trace de copier-coller depuis un assistant ou une trace technique propre à un outil d’IA.

Marques d’agent dans le code : les commentaires de la page, de quatre scripts et de deux feuilles CSS du même domaine sont lus. L’empreinte demande trois familles de marques sur six : caractères de dessin, flèche, tiret long, typographie, journal daté, marqueur de correctif. Aucune des 161 pages humaines de notre référence (60 sites, 2003-2022) n’en réunit trois. Un code généré d’un seul coup, sans commentaires, ne laisse presque rien.

Habillage : neuf traits fréquents dans les pages générées sont cherchés dans le HTML et le CSS. L’empreinte demande cinq traits ; aucun des 59 sites humains d’avant ChatGPT de notre référence n’en réunit cinq. Ces traits sont aussi des modes : ils ne prouvent pas l’origine.

Générateurs : une table de règles reconnaît les traces techniques d’outils comme Lovable, v0 ou Bolt, dans le code, les en-têtes, l’adresse et le DNS du site. Un constructeur ou un hébergeur reconnu n’accuse jamais.

Provenance et paliers des images : les métadonnées IPTC, XMP, EXIF et le manifeste C2PA sont lus sur le fichier d’origine présumé ; la signature C2PA n’est pas vérifiée. Le modèle note chaque image de 256 px au moins sur cinq recadrages et garde la médiane. Paliers du score brut : indice fort à partir de 50 %, à regarder de 10 à 50 %, aucun indice en dessous.

Ce site s’adresse aux IA : llms.txt, outils WebMCP, règles robots.txt et assistants de discussion sont signalés à part. Ils ne disent rien de la fabrication du site et ne comptent dans aucun niveau.

Attributions : modèle texte · modèle image · licence MIT.