Un texte généré par une intelligence artificielle peut désormais contenir une sorte de signature invisible permettant d’identifier son origine. Mais contrairement à une idée assez répandue, celle-ci ne prend généralement pas la forme de caractères cachés que l’on pourrait simplement supprimer.
À retenir
- Gemini utilise SynthID pour intégrer un filigrane statistique directement dans certains textes générés par son IA
- Les nouveaux modèles Claude comportent également un filigrane, sans ajouter de caractères invisibles dans le texte
- ChatGPT, à l’inverse, serait incapable de reconnaitre l’un de ses propres textes
Une signature invisible, mais bien réelle
Oubliez l’image du filigrane numérique apposé sur une image. Dans un texte, le mécanisme est bien plus subtil : aucune modification visible, aucun caractère étrange ne trahit sa présence, même après un copier-coller dans Word, Google Docs ou un CMS. Pourtant, la signature peut bel et bien y être.
L’objectif ? Pouvoir identifier, avec un degré de confiance élevé, si un texte a été généré par une IA.
La réglementation européenne pousse d’ailleurs les éditeurs dans cette voie. Depuis le 2 août 2026, les règles de transparence de l’AI Act s’appliquent, et plusieurs acteurs majeurs de l’IA se sont engagés à mettre en place des dispositifs permettant de repérer les contenus générés artificiellement. Anthropic, par exemple, présente son nouveau système de filigrane comme une réponse directe à ces obligations.
Attention, cependant : le terme « filigrane » peut prêter à confusion. Il ne s’agit pas d’ajouter une information cachée après la génération du texte. Le mécanisme intervient pendant que l’IA construit sa réponse, mot après mot.
Quelles IA utilisent déjà cette technologie ?
La situation diffère selon les acteurs.
Gemini : le pionnier avec SynthID
Google figure parmi les plus avancés en la matière. Sa technologie SynthID, capable d’intégrer un filigrane dans les images, les vidéos, l’audio et les textes, équipe désormais Gemini.
Le principe ? Une IA ne génère pas une phrase d’un bloc : elle assemble progressivement des « tokens » (mots ou fragments de mots) en fonction de leur probabilité d’apparition. SynthID ajuste très légèrement certaines de ces probabilités. Sur des centaines de choix successifs, cela produit un motif statistique identifiable – sans que le lecteur ne perçoive la moindre différence.
Google reconnaît toutefois les limites du système, notamment sur les textes très courts ou lorsque les formulations possibles sont peu nombreuses.
Claude : une adoption récente
Anthropic a annoncé, en août 2026, l’intégration d’un mécanisme similaire pour ses nouveaux modèles Claude. Ceux commercialisés après le 2 août 2026 en sont déjà équipés, tandis que les versions antérieures devraient progressivement en bénéficier.
L’entreprise insiste sur un point : aucun caractère caché n’est inséré dans le texte. Pas d’espace spécial, pas de symbole Unicode invisible, pas de code secret à découvrir en activant l’affichage des caractères non imprimables dans Word. Le filigrane émerge simplement de la manière dont Claude sélectionne certains mots plutôt que d’autres. Et théoriquement, seul Claude est capable de reconnaitre quels textes auraient été écrits par lui-même.
ChatGPT : l’absente (pour l’instant) de la liste
OpenAI a bien développé et testé une technique de watermarking textuel fondée sur les choix statistiques du modèle. Dans ce système, certains tokens seraient légèrement favorisés lors de la génération. Pris individuellement, les mots n’ont rien de spécial, mais leur répartition sur un texte suffisamment long crée une signature statistique détectable avec un outil connaissant le procédé.
Néanmoins, contrairement aux idées reçues, l’outil ne l’a pas intégré. La documentation officielle le confirme, sur le site d’OpenAI.
À quoi ressemblent ces filigranes ? À rien… et c’est bien le but
Prenons un exemple concret. Imaginons que l’IA doive générer une phrase comme :
« Cette nouvelle fonction permet d’améliorer rapidement les performances de l’application. »
Un système de watermarking pourrait favoriser statistiquement cette formulation plutôt qu’une autre, équivalente :
« Cette nouvelle option permet d’augmenter rapidement les performances du logiciel. »
Les deux phrases sont sémantiquement proches, voire identiques. Pourtant, en enchaînant des centaines de micro-choix de ce type, le modèle produit une signature mathématique – une sorte d’ADN textuel.
Le détecteur ne cherche donc pas un caractère ou un mot spécifique. Il analyse la succession des choix effectués par le modèle.
Comment les éviter dans ses propres textes ?
Première précaution : copier un texte dans le Bloc-notes avant de le recopier ailleurs ne suffit pas. Le texte perdra peut-être son HTML et sa mise en forme, mais les mots, eux, restent identiques. Le motif statistique, s’il existe, persiste.
La solution la plus efficace ? Ne pas utiliser l’IA comme auteur final. Demandez-lui plutôt de :
- rechercher des informations,
- établir un plan,
- proposer des angles ou des idées,
- résumer des documents.
À partir de cette matière première, rédigez vous-même le texte. Autre option : reprendre profondément le contenu, et pas seulement remplacer quelques mots par des synonymes. Modifier la structure, supprimer ou ajouter des paragraphes, réorganiser les idées et réécrire les transitions transforme radicalement le texte.
C’est d’ailleurs une bonne pratique, indépendamment de la question des filigranes : un texte généré brut par une IA conserve souvent des tics de style facilement identifiables, même en l’absence de watermark technique.
Filigrane ≠ détecteur d’IA
Dernière clarification essentielle : un détecteur d’IA classique (comme GPTZero) n’est pas nécessairement capable de lire un filigrane.
Ces outils analysent généralement les caractéristiques statistiques et stylistiques d’un texte pour estimer s’il ressemble à une production humaine ou artificielle. Un détecteur de watermark, lui, disposerait d’une information supplémentaire : la méthode ou la clé utilisée pour identifier la signature intégrée par le modèle.
Anthropic développe ainsi une API de détection dédiée à son propre filigrane, actuellement réservée à certaines organisations. La rumeur veut que ces watermarks soient surtout destinés à éviter que l’IA reprenne des textes qu’elle a elle-même écrit et qui sont donc susceptibles d’intégrer des « hallucinations. »
