Depuis le 21 septembre 2026, l’affaire Pangram secoue la rentrée littéraire française. Ce jour-là, l’écrivain canado-haïtien Thélyson Orélien a reçu le prix Fnac du meilleur roman en France pour « C’était ça ou mourir ». Dans la foulée de ce prix, un compte anonyme baptisé « Balance ton Claude » l’accuse publiquement d’avoir écrit son livre avec l’aide d’une IA. La prose de Thélyson Orélien contient en effet énormément d’éléments troublants, qui tendent à rappeler la manière dont l’IA générative, comme ChatGPT ou Claude, construit ses phrases.
Avez-vous entendu parler de ce roman ? C’est le « phénomène de la rentrée littéraire ». Il est lauréat du Prix Fnac, du Prix Méduse, du Prix Première Plume, fortement pressenti pour le Prix Renaudot, et il est en lice pour les prix Goncourt, Femina, Médicis et Décembre. Ah oui,… pic.twitter.com/9evcXrPyFD
— Balance ton Claude (@Pangramed) September 21, 2026
Pour étayer ses accusations, le compte X s’appuie sur Pangram, un logiciel censé débusquer les textes générés par IA avec une fiabilité proche de 100 %. Le verdict de l’outil est sans appel. Le roman aurait été rédigé par une machine, et non par un esprit humain. L’écrivain dément fermement les accusations à son encontre.
Nous avons soumis à Pangram quatre textes de Thélyson Orélien écrits en 2014 (les seuls que nous avons réussi à trouver en ligne, références ci-dessous). Pour chacun, Pangram affiche un taux d’IA de… 0%.
Le taux de faux positifs sur Pangram, bien documenté, est extrêmement… pic.twitter.com/BSbhXAMVqx
— Balance ton Claude (@Pangramed) September 22, 2026
Sur les réseaux sociaux, la polémique n’a pas tardé à prendre de l’ampleur et s’accompagne même de nouvelles accusations de plagiat. Face au tollé, la maison d’édition de Montréal, qui a publié le roman au Canada, a préféré suspendre « les activités promotionnelles entourant le livre ». L’éditeur se dit incapable « à ce stade-ci d’infirmer ou de confirmer les allégations auxquelles l’auteur fait face ». Les chercheurs et des experts en intelligence artificielle appellent pourtant à la prudence et soulignent que les détecteurs ne sont pas infaillibles.
« Malheureusement, on ne peut pas se fier à 100 % à ces systèmes parce qu’il y a de faux positifs et de faux négatifs », explique Dominic Martin, professeur à l’UQAM spécialisé en éthique de l’IA, à Le Devoir.
L’affaire relance le débat sur la fiabilité des logiciels de détection de l’intelligence artificielle. De plus en plus utilisés par les maisons d’édition, les revues scientifiques et les établissements scolaires, ces outils ne peuvent pas prétendre débusquer toutes les traces d’IA dans un texte.
Comment fonctionne Pangram ?
Fondée il y a deux ans par Max Spero et Bradley Emi, deux anciens employés de Google et Tesla, Pangram est une jeune start-up new-yorkaise. Le nom de l’outil fait référence au « pangramme », c’est-à-dire une phrase qui utilise toutes les lettres de l’alphabet.
Comme l’explique la start-up, l’outil a été entraîné sur des dizaines de millions de textes. Certains ont été écrits par des humains, d’autres générés par des IA comme ChatGPT ou Claude, et concernent bien souvent les mêmes sujets. En comparant ces deux montagnes de données, le logiciel apprend à repérer les similitudes propres à l’écriture artificielle, que ce soit au niveau du vocabulaire, de la structure des phrases, de la ponctuation ou encore de certains mots et tournures.
« Prenons un exemple concret : j’ai une dissertation de 500 mots sur Moby Dick, écrite par un élève de cinquième. Je demande alors à Claude : “Écris-moi, toi aussi, une dissertation de 500 mots sur le même sujet, dans le même style.” On obtient ainsi deux textes : l’un rédigé par un humain, l’autre généré par une IA. On entraîne alors notre grand modèle d’apprentissage automatique à comparer ces deux documents, afin qu’il apprenne à distinguer celui écrit par un humain de celui produit par l’IA », explique Max Spero à The Atlantic.
Si vous avez l’habitude de converser avec une IA générative, vous vous êtes forcément rendu compte que l’IA produit des textes criblés de tics. C’est par exemple le cas du fameux tiret cadratin, un signe de ponctuation massivement utilisé par l’IA. Citons aussi l’utilisation excessive du rythme ternaire, de formulations opposant deux éléments, ou encore les métaphores forcées.
« Quand vous écrivez un texte, chaque mot et chaque phrase est une décision, qui vous fait suivre un chemin précis sur un immense arbre de décision. Plus le texte s’allonge, plus cet arbre s’élargit. Les grands modèles de langage ont tendance à répéter les mêmes choix », détaille Max Spero.
Pangram repose sur un modèle de type « mixture of experts ». L’outil s’appuie en effet sur plusieurs sous-réseaux spécialisés qui travaillent de concert pour analyser des contenus. Pour trier les contenus IA des contenus humains, il analyse un texte passage par passage. Il résume alors son verdict sous la forme d’un pourcentage agrémenté d’une note de confiance.
Faux positifs et faux négatifs
L’entreprise revendique un taux de faux positifs extrêmement réduit. Pour les textes anglophones, le taux ne dépasse pas les 0,0041 %, un chiffre mesuré sur plus d’un million de textes humains. Du côté des écrits en français, le taux de faux positifs est de 0,0026 %. Les risques qu’un texte humain soit labellisé IA sont excessivement faibles, si l’on en croit les chiffres avancés par Pangram.
Par contre, le taux de faux négatifs dépasse les 1,75 % en français. Il y a donc plus de chances qu’un texte IA passe pour un contenu humain, que l’inverse. L’entreprise explique avoir conçu son outil pour minimiser ces erreurs, afin qu’il puisse être utilisé « dans des contextes réels » comme l’enseignement ou l’édition.
À lire aussi : Anthropic détaille l’étiquetage des textes générés par Claude et promet un détecteur accessible à tous
Non, Pangram n’est pas infaillible
En miroir de plusieurs autres médias, nous avons mis Pangram à l’épreuve avec une montagne de textes. Nos tests, réalisés avec le modèle Pangram 4, nuancent sérieusement les promesses de la start-up américaine. Nous avons commencé par fournir à l’IA des textes rédigés par l’humain, par nos soins ou par autrui. Par sécurité, on a choisi des textes antérieurs à la naissance de l’intelligence artificielle, comme des romans, des éditos, des journaux, ou encore des textes de loi. Face à des écrits humains, Pangram met dans le mille. L’outil détecte à chaque fois qu’il s’agit d’un humain qui est à l’origine de l’écrit. Nous n’avons pas pu prendre l’outil à défaut.
Ensuite, nous avons soumis à Pangram une floppée de textes 100 % IA, générés par des chatbots comme Claude, Grok, ChatGPT ou Gemini. Là encore, l’outil s’est montré particulièrement efficace en débusquant toutes les productions de l’intelligence artificielle. Bien souvent, Pangram a affiché un score de 100 % sur les contenus IA.
Enfin, nous avons soumis à Pangram des textes hybrides, c’est-à-dire rédigés par l’IA, mais fortement retouchés par l’homme. C’est là que le détecteur a fait le plus d’erreurs. Des retouches, parfois cantonnées à des connecteurs ou à quelques mots-clés, suffisent pour berner Pangram. En retravaillant quelques textes générés par Claude et ChatGPT, nous avons réussi à passer sous le radar et à décrocher un 100 % humain.
Pour berner le détecteur, il suffit aussi de fournir à l’IA générative chargée d’écrire le texte des données sourcées. C’est ce que nos confrères du Journal du Net ont découvert en mettant à l’épreuve Pangram. Si vous demandez à Claude ou à ChatGPT de rédiger un texte en se basant sur une armée de sources, la production sera bien souvent capable de berner Pangram. Selon nos tests, le détecteur tombe généralement dans le panneau. En combinant cette astuce avec des retouches, même anecdotiques, réalisées par l’humain, le texte échappe à tous les coups à la vigilance du détecteur. On a ainsi pu berner Pangram à plusieurs reprises.
Une étude indépendante de la Vrije Universiteit de Bruxelles confirme les limites de Pangram. Sur des articles scientifiques « hybrides », qui combinent des passages écrits par l’homme avec des textes IA, Pangram a tendance à sous-estimer ou à surestimer l’utilisation de l’intelligence artificielle. Une fois qu’un texte mélange des parties rédigées par la machine avec du texte sorti du cerveau humain, Pangram est donc susceptible de s’emmêler les pinceaux.
Pangram n’est pas un « arbitre final »
Max Spero, le patron de Pangram, reconnaît volontiers que le détecteur d’IA n’est pas un outil infaillible, dont les résultats ne peuvent être contestés. Pour Max Spero, son outil « ne devrait jamais être l’arbitre final », mais seulement le point de départ d’une enquête plus approfondie. Le détecteur doit plutôt servir de « point de départ pour amorcer la discussion sur l’utilisation de l’IA ».
Interrogé par The Atlantic en mai 2026, le cofondateur de l’outil ajoute que l’outil doit régulièrement s’adapter aux dernières évolutions de l’IA. De facto, le détecteur tente constamment de rattraper le retard pris sur les tout derniers modèles d’IA. Les modèles les plus récents, comme Claude Opus 5.5 ou GPT-6 Sol, peuvent théoriquement être mieux armés pour duper Pangram.
« Nous réentraînons notre modèle de zéro toutes les trois à six semaines. Ce rythme s’explique par la vitesse à laquelle l’IA évolue », déclare le patron de Pangram.
Néanmoins, Pangram reste l’un des détecteurs les plus performants du marché, loin devant des concurrents comme GPTZero ou Copyleaks. Un test réalisé en juillet 2026 par l’organisme Epoch AI le confirme. Les chercheurs ont soumis 500 extraits de textes rédigés par des humains (fiction, articles scientifiques, billets de blog) à trois détecteurs différents. Sur les 495 textes analysés, seul Originality.ai s’est trompé, en accusant à tort 19 d’entre eux d’avoir été générés par une IA. Pangram, lui, n’a quasiment commis aucune erreur. Néanmoins, aucun détecteur ne sait aujourd’hui faire la différence entre un texte 100 % IA, un texte retouché mêlant l’homme et la machine, et un texte 100 % humain. Aussi performant soit un outil, il peut se laisser berner par des retouches, des reformulations, des requêtes bien calibrées, ou des modèles d’IA fraîchement sortis.
👉🏻 Suivez l’actualité tech en temps réel : ajoutez 01net à vos sources sur Google, et abonnez-vous à notre canal WhatsApp.
