Un visuel trop parfait, un commentaire étonnamment générique, un article livré sans historique de rédaction : les contenus générés par l’intelligence artificielle se glissent dans les fils sociaux et les circuits éditoriaux, parfois sans être signalés. Pour une équipe qui publie chaque jour, le défi n’est pas seulement de les repérer. Il faut aussi savoir quand déclarer une création, comment signaler un contenu trompeur et jusqu’où faire confiance aux outils de détection.
Depuis le 2 août 2026, les obligations de transparence prévues par l’AI Act européen renforcent l’enjeu, notamment pour les deepfakes et certains textes destinés à informer le public. Instagram, WhatsApp, Adobe, LinkedIn et YouTube proposent des fonctions de déclaration ou de signalement, tandis que des services comme GPTZero, Copyleaks et Pangram analysent des textes ou des médias. Ces solutions n’ont toutefois ni le même rôle ni le même niveau de fiabilité. Pour aider Camille, community manager d’une petite marque fictive, à traiter un visuel douteux sans accuser trop vite son auteur, voici 12 outils gratuits ou dotés d’un accès gratuit, répartis selon l’action à mener. Le bon réflexe : utiliser un résultat comme un indice à vérifier, jamais comme une preuve à lui seul.
- Pour déclarer une création : Instagram, WhatsApp et Adobe proposent des options de transparence adaptées à leurs formats.
- Pour signaler un contenu : LinkedIn permet de remonter des publications jugées artificielles et YouTube de demander l’examen de vidéos utilisant votre visage.
- Pour analyser un contenu : GPTZero, Copyleaks, Pangram, Hive AI Detector et AI or Not ont des usages et des quotas différents.
- Pour vérifier une signature : les outils d’Anthropic et d’OpenAI recherchent des marqueurs associés à leurs propres contenus.
- À garder en tête : un score de détection ne permet pas de prouver qui a créé un contenu.
Déclarer un contenu généré par l’IA sur Instagram, WhatsApp ou Adobe
Déclarer une création n’est pas la même chose que détecter celle d’un tiers. Ici, l’auteur ou l’administrateur indique lui-même qu’un contenu a été généré ou modifié avec une IA. Pour Camille, c’est l’étape à prévoir avant la publication d’un visuel de campagne réalisé avec un outil génératif.
La réglementation européenne prévoit notamment la transparence pour les deepfakes et certains textes publiés pour informer le public sur des sujets d’intérêt général, avec des exceptions liées au contrôle éditorial humain et à la responsabilité éditoriale. Les plateformes ajoutent leurs propres options, dont la disponibilité peut varier selon les comptes et les pays.
Instagram : le label « Profil généré par l’IA »
Instagram propose un label destiné aux comptes dont le personnage principal est une personne générée par IA. Il s’active dans les paramètres d’édition du profil et ne vise pas, en principe, les créateurs qui utilisent ponctuellement l’IA pour produire leurs contenus.
La plateforme peut aussi intervenir si un compte concerné n’affiche pas le label : sa portée peut être limitée ou il peut être exclu de certaines recommandations. L’utilisateur peut alors ajouter la mention ou contester la décision. D’après les informations communiquées par Instagram, l’ajout spontané du label n’entraîne pas de baisse de visibilité. Pour une marque qui utilise seulement l’IA afin de retoucher un arrière-plan, il faut donc distinguer cet usage d’un compte incarné par un personnage synthétique.
WhatsApp : signaler les médias IA dans une chaîne
Les administrateurs de chaînes WhatsApp peuvent étiqueter des images, des vidéos et d’autres médias créés ou modifiés à l’aide d’une IA. Une fois confirmée, la mention apparaît sur la publication et ne peut plus être retirée.
La messagerie indique également qu’elle peut ajouter automatiquement une étiquette lorsque les lois locales l’exigent. La fonctionnalité est déployée progressivement auprès de bêta-testeurs sur Android et iOS : son accès n’est donc pas garanti pour toutes les chaînes. Avant de bâtir un processus éditorial autour de cette option, mieux vaut vérifier sa présence dans l’application.
Adobe Content Authenticity : joindre des informations de provenance
L’application web gratuite Adobe Content Authenticity permet d’associer à une image, un fichier audio ou une vidéo des Content Credentials, c’est-à-dire des informations de provenance reposant sur le standard ouvert C2PA. Elles peuvent préciser le nom du créateur, ses comptes sociaux, les outils utilisés et le recours éventuel à l’IA générative, y compris si le fichier a été travaillé en dehors des logiciels Adobe.
La fonction Inspect sert à consulter ces informations sur un fichier reçu. Une extension Chrome peut aussi signaler les images qui contiennent des Content Credentials au fil de la navigation. Ces données sont utiles pour documenter un processus de création, mais leur absence ne prouve pas qu’un fichier est humain : les métadonnées peuvent disparaître après une conversion ou une compression.
Signaler un contenu généré par l’IA sur LinkedIn ou YouTube
Les boutons de signalement répondent à un autre besoin : faire remonter un contenu à la plateforme, sans prétendre établir soi-même son origine. Dans l’équipe fictive de Camille, cette voie est préférable si une publication répétitive envahit le fil ou si une vidéo semble détourner le visage d’un membre de l’équipe.
LinkedIn : signaler une publication jugée artificielle
LinkedIn a ajouté l’option « Seems like AI slop » dans le menu à trois points associé à une publication ou à un commentaire. Les signalements contribuent à améliorer les mécanismes de modération du réseau. La plateforme présente ce retour humain comme un complément à ses systèmes automatiques, plutôt que comme le verdict d’un détecteur censé ne jamais se tromper.
Un auteur peut recevoir une alerte dans le tableau de bord de son compte si des membres jugent son contenu inauthentique ou excessivement généré. Le signalement ne signifie pas automatiquement qu’une infraction est établie : avant de l’utiliser, mieux vaut se demander si le problème est réellement l’usage de l’IA, ou plutôt la répétition, le manque de contexte et l’absence de valeur pour le lecteur.
YouTube : demander l’examen d’une vidéo qui reprend votre visage
La fonction de détection de ressemblance de YouTube compare une signature biométrique à de nouvelles vidéos mises en ligne. Elle est accessible à certains utilisateurs majeurs qui possèdent ou administrent une chaîne, dans les pays où l’option est proposée. L’activation se fait depuis YouTube Studio, dans la rubrique de détection de contenus, avec une vérification d’identité et un selfie vidéo.
En cas de correspondance, l’utilisateur reçoit une alerte et peut demander l’examen ou le retrait du contenu. Le dispositif ne balaie pas nécessairement les anciennes vidéos et se concentre sur le visage ; il ne remplace donc ni une veille régulière ni les procédures de signalement classiques. La fonction est à distinguer d’un outil général de détection de vidéos générées par IA.
Avant de signaler, conservez l’URL, la date de publication et une capture d’écran. Ces éléments facilitent le suivi d’un dossier, surtout si la publication disparaît ou est modifiée après votre démarche.
Détecter un texte ou un média généré par l’IA : cinq outils gratuits
Les détecteurs analysent des caractéristiques du contenu pour estimer s’il ressemble à une production automatique. Ils peuvent être utiles pour orienter une vérification ponctuelle, par exemple lorsqu’un prestataire remet plusieurs articles au ton étonnamment uniforme. Leurs quotas gratuits et leurs spécialités varient : le choix dépend donc du format à contrôler et du volume de travail.
GPTZero : examiner un texte phrase par phrase
GPTZero propose une formule gratuite annoncée à 10 000 mots par mois, avec une limite de 10 000 caractères par analyse. Le rapport peut surligner les phrases jugées susceptibles d’avoir été produites par une IA et aide à repérer un document entièrement généré ou partiellement retouché. Une extension Chrome est également disponible.
Pour Camille, ce type de lecture détaillée est plus exploitable qu’un score isolé : elle peut revenir sur les passages concernés et comparer leur ton avec les précédents travaux du rédacteur. Cela reste un signal, pas une démonstration d’auteur.
Copyleaks : combiner détection d’IA et contrôle du plagiat
Copyleaks rassemble dans un même rapport la détection de texte généré et la recherche de passages copiés. Cette double approche est pratique pour les équipes qui reçoivent des articles externes : un extrait peut être repris d’un site, reformulé par un outil ou avoir les deux caractéristiques.
La version d’essai donne accès à cinq crédits, correspondant à environ 1 250 mots ou cinq images. Le service annonce une prise en charge de plus de 30 langues pour l’analyse IA et de plus de 100 pour le plagiat. Des extensions sont proposées pour Chrome, Edge et Firefox, ainsi qu’une intégration Google Docs.
Pangram : estimer la part générée ou reformulée
Pangram cherche à distinguer les passages produits par une IA de ceux qui semblent seulement retouchés, et peut indiquer un modèle susceptible d’être associé au texte, comme ChatGPT, Claude ou Gemini. L’offre gratuite permet d’analyser jusqu’à 2 000 mots et trois images par jour, sans carte bancaire.
Un texte très régulier, même rédigé par une personne, peut toutefois obtenir un résultat élevé. Cette limite rappelle qu’un style lisse n’est pas une preuve. Les controverses autour de textes soumis à des détecteurs, notamment dans l’édition, illustrent le risque d’accuser un auteur à partir d’un pourcentage sans éléments indépendants sur son processus de travail.
Hive AI Detector : analyser depuis une page web
L’extension Chrome de Hive AI Detector permet d’examiner un texte, une image, une vidéo ou un fichier audio présent sur une page, en utilisant le menu contextuel, un champ de saisie ou l’import d’un fichier. Le résultat fournit une probabilité estimée ; pour certains visuels, il peut aussi suggérer le modèle génératif associé.
Cette option convient à une vérification rapide pendant une veille concurrentielle ou une modération. Elle ne remplace pas une recherche de provenance et ses résultats doivent être interprétés avec la même prudence que ceux d’un détecteur spécialisé.
AI or Not : vérifier des images sans s’appuyer sur les métadonnées
AI or Not analyse le contenu visuel du fichier plutôt que ses seules informations de provenance. Cela permet d’examiner une capture d’écran ou une image dont les métadonnées ont été supprimées. Le service propose aussi des outils dédiés à la vidéo, à la voix et à la musique.
Son offre gratuite comprend notamment 20 analyses d’images et un quota de détection textuelle annoncé à un million de mots par mois, avec une clé API. Les conditions et les quotas pouvant évoluer, vérifiez-les sur le site avant d’intégrer l’outil à un flux de production.
| Outil | Format ou usage principal | Accès gratuit indiqué | À retenir |
|---|---|---|---|
| GPTZero | Analyse de texte phrase par phrase | 10 000 mots par mois, limite de 10 000 caractères par analyse | Utile pour orienter une relecture, sans prouver l’origine du texte. |
| Copyleaks | Détection IA et plagiat | 5 crédits d’essai, environ 1 250 mots ou 5 images | Pratique pour examiner à la fois les reprises et les contenus générés. |
| Pangram | Texte et image | 2 000 mots et jusqu’à 3 images par jour | Estime la part générée ou retouchée, avec un risque de faux positifs. |
| Hive AI Detector | Texte, image, vidéo et audio | Extension Chrome gratuite | Permet des contrôles rapides depuis le navigateur. |
| AI or Not | Image, avec outils pour d’autres médias | 20 vérifications d’images et quota textuel annoncé | Analyse le fichier lui-même, même sans métadonnées de provenance. |
Le tableau aide à choisir un premier outil, mais pas à trancher seul. Pour un contenu sensible, une vérification croisée et un échange avec son auteur valent mieux qu’une décision fondée sur un score unique.
Vérifier les signatures des fichiers avec Anthropic et OpenAI
Certains fichiers intègrent des marqueurs de provenance associés à leur outil de création. Contrairement aux détecteurs précédents, les services d’Anthropic et d’OpenAI ne cherchent pas à reconnaître toutes les IA : ils vérifient des signatures liées à leurs propres systèmes. Leur intérêt dépend donc de la présence et de la conservation de ces données.
Anthropic : vérifier les Content Credentials d’un fichier
L’outil public « Check if a file was made with Claude » accepte des images, vidéos et fichiers audio jusqu’à 100 Mo. Il recherche un Content Credential signé, associé au standard C2PA. Le traitement s’effectue dans le navigateur, sans transfert du fichier vers les serveurs de l’entreprise.
Cette vérification ne couvre que les fichiers produits par les modèles d’Anthropic et ne prend pas en charge les textes. Une modification, une conversion ou une compression peut supprimer les métadonnées : si aucun marqueur n’est trouvé, cela ne permet pas de conclure que le fichier est humain ou qu’il n’a jamais été généré par IA.
OpenAI : rechercher des marqueurs dans les images et les fichiers audio
L’outil de vérification d’OpenAI croise des métadonnées C2PA et le filigrane invisible SynthID pour certains contenus image et audio issus de ChatGPT, Codex ou de son API. Il illustre une limite importante du secteur : les signatures d’un éditeur ne sont pas nécessairement lisibles par les outils d’un autre.
La technologie de marquage textuel annoncée par OpenAI n’équivaut pas à un détecteur public accessible à tous. Pour les équipes éditoriales, l’absence d’un outil universel signifie qu’il faut conserver les fichiers sources, les échanges avec les prestataires et les informations de production lorsque la traçabilité est importante.
Utiliser les détecteurs IA sans accuser à tort
Aucun outil de cette sélection ne peut certifier avec une fiabilité absolue qu’un texte est humain ou artificiel. Les modèles évoluent, les textes sont réécrits, et les systèmes de détection peuvent confondre une écriture très régulière avec une production automatisée. Les filigranes eux-mêmes peuvent perdre leur efficacité après une modification.
Pour Camille, un résultat élevé déclenche donc une vérification supplémentaire, pas une accusation publique. Une courte procédure permet de garder la tête froide et de protéger à la fois la qualité éditoriale et la relation avec les créateurs.
- Vérifier le contexte : le ton inhabituel peut aussi venir d’un brief, d’une traduction ou d’une révision éditoriale.
- Comparer plusieurs indices : confronter le résultat à un autre outil, aux métadonnées disponibles et aux versions de travail.
- Poser une question factuelle : demander au prestataire quelles étapes et quels outils ont été utilisés, sans présumer de sa réponse.
- Éviter la publication d’un verdict : un score de détection n’est pas une preuve suffisante pour mettre publiquement en cause une personne.
- Documenter la décision : conserver l’URL, la date, les fichiers examinés et les démarches de modération entreprises.
Cette méthode transforme un détecteur en outil de tri plutôt qu’en arbitre. Dans une communauté, la confiance se construit avec des règles claires et des échanges vérifiables, pas avec un pourcentage sorti de son contexte.
Questions fréquentes sur les outils gratuits de détection IA
Avant d’ajouter un détecteur à votre routine de publication ou de modération, gardez en tête ces réponses pratiques : elles aident à choisir le bon outil et à interpréter ses résultats sans sur-réagir.
Un détecteur gratuit peut-il prouver qu’un texte a été écrit par une IA ?
Non. Les détecteurs fournissent une estimation fondée sur des caractéristiques du texte. Un score élevé peut justifier une relecture ou une demande de contexte, mais ne constitue pas à lui seul une preuve de l’origine du contenu.
Quel outil gratuit choisir pour vérifier un article ?
GPTZero propose une lecture phrase par phrase, tandis que Copyleaks combine détection IA et recherche de plagiat. Pangram estime la part générée ou retouchée. Le meilleur choix dépend du volume à analyser et du type de contrôle recherché.
Comment reconnaître une image générée par IA ?
AI or Not et Hive AI Detector analysent le contenu visuel. Adobe Content Authenticity et les vérificateurs de fichiers recherchent plutôt des informations de provenance. Utiliser les deux approches peut apporter davantage d’indices, sans garantir une certitude.
Que faire si un contenu obtient un score élevé de génération IA ?
Vérifiez le contexte, comparez éventuellement avec un autre outil et demandez des précisions à l’auteur ou au prestataire. Évitez de publier une accusation fondée uniquement sur le score.
Les métadonnées C2PA sont-elles toujours présentes dans un fichier ?
Non. Elles peuvent être absentes ou disparaître après une conversion, une compression ou une modification. Leur présence aide à documenter la provenance ; leur absence ne permet pas de conclure qu’un fichier n’a pas été créé avec une IA.
