OpenAI va ajouter un filigrane statistique invisible aux textes produits par ChatGPT et Codex dans l’Union européenne. Le déploiement doit commencer dans les prochaines semaines sur les offres éligibles, tandis que les clients de l’API peuvent déjà activer cette fonction dans le monde entier.
L’entreprise présente cette mesure comme une réponse aux obligations de transparence de l’AI Act européen. Celles-ci demandent aux fournisseurs d’IA générative de rendre les contenus synthétiques identifiables par des systèmes automatisés. OpenAI limite toutefois le lancement à l’Europe et laisse le réglage désactivé par défaut dans son API.
Le mécanisme, baptisé textGrain, ne place aucun symbole visible dans le document. Il modifie légèrement la sélection des mots pour créer un signal statistique réparti dans le texte. Un détecteur disposant des paramètres nécessaires peut ensuite chercher cette signature.
Un détecteur réservé aux chercheurs
OpenAI ouvre les candidatures pour accéder au détecteur, mais ne le rend pas public. Les premiers utilisateurs seront des chercheurs et des organisations expertes chargés d’évaluer la fiabilité et les usages possibles de la technologie. La société prévoit aussi de publier textGrain en open source, sans donner encore de calendrier précis.
Cette prudence vient des limites mesurées pendant les tests. Pour des textes de psychologie et avec un taux de faux positifs fixé à 1 %, le détecteur retrouve environ 80 % des filigranes dans des passages de 200 tokens et environ 95 % dans des passages de 400 tokens. Les résultats sont plus faibles lorsque le choix des mots est contraint, notamment en mathématiques.
La réécriture dégrade rapidement le signal. Dans une évaluation menée sur des passages de 400 tokens, remplacer 10 % des mots par des synonymes fait passer le taux de détection d’environ 92 % à 66 %. Avec 25 % des mots remplacés, il tombe à 17 %. Les traductions et les textes courts posent également problème.
Ce que le filigrane ne prouve pas
OpenAI insiste sur la portée limitée d’un résultat positif. Le signal peut indiquer qu’un système de l’entreprise a généré ou traité une partie du passage, mais il ne mesure pas la contribution humaine. Il n’établit ni l’identité de l’utilisateur, ni la propriété du texte, ni sa véracité.
Inversement, l’absence de filigrane ne prouve pas une rédaction humaine. Un texte peut avoir été raccourci, traduit, fortement édité, produit avant le déploiement ou généré par un modèle non compatible. Cette réserve est importante pour les écoles, les employeurs et les plateformes qui pourraient être tentés d’utiliser le détecteur comme un verdict.
Notre analyse
Le choix régional d’OpenAI montre que le filigrane textuel reste autant un outil de conformité qu’une fonction produit. Il crée un signal supplémentaire, mais pas une preuve universelle d’origine. Sa valeur dépendra surtout de la manière dont les organisations interprètent les faux positifs et les faux négatifs.
La publication des taux de détection constitue donc un élément central de l’annonce. Elle réduit le risque de présenter textGrain comme un détecteur infaillible. Le prochain enjeu sera l’accès indépendant aux tests, puis la vérification de sa robustesse sur plusieurs langues, notamment le français, et après des réécritures ordinaires.
