Kaneme et détecteurs IA : deux questions différentes

Non, et la nuance compte. Un détecteur d’IA répond à une question universelle — « ce texte sort-il d’un modèle ? » — sans rien savoir de l’auteur. Kaneme répond à une AUTRE question, et seulement si tu lui as donné tes textes : « Ce texte porte-t-il ta voix ? » Qu’un modèle ait écrit ne nous intéresse pas : c’est le cas d’usage. Ce qu’on mesure, c’est si ça s’entend.

Parce que nous avons une vérité terrain que le détecteur n'a pas : tes vrais textes. On peut donc fabriquer des milliers de couples dont on connaît la réponse, puis compter combien de fois le score a eu raison. Sur les textes notés 80, la bonne réponse tombe 96 fois sur 100 pour la question « toi ou un autre humain », 99 fois sur 100 pour « toi ou une IA ».

AUC 0,92 pour distinguer ta voix de celle de l'IA, 0,82 sur notre corpus le plus dur — des auteurs de la même communauté écrivant sur les mêmes sujets. Calibration face aux imitations IA des auteurs du banc, réalisées à partir de leurs textes de référence. Ces notes sont des médianes hors-échantillon, sur des genres tenus à l’écart de l’entraînement. Nous publions les deux.

Non. Le Voice Match Score mesure la fidélité d’un texte à ta voix de référence ; il ne prouve pas qui l’a écrit. Le verdict d’auteur est une opération séparée, avec ses propres contrastes, et exige lui aussi ton corpus.

Non, structurellement. La mesure exige le corpus de la personne mesurée, que seule cette personne fournit : un professeur ne peut pas y passer la copie d’un élève, il n’a pas la matière. En public, on n’affiche qu’une bande, jamais le score fin. C’est un outil pour prouver ta propre paternité, pas pour contester celle d’un autre. Et notre propre stress-test montre qu'un tricheur outillé fait tomber notre 96 % à 88 % : c'est un indice, jamais une preuve opposable.

Non, et c’est structurel, pas une promesse. Un humanizer optimise un texte contre un détecteur : il maquille l’origine. Kaneme ne cherche pas l’indétectabilité, ne teste rien contre les détecteurs et n’a aucun réglage qui aille dans ce sens. On publie même l’inverse : quand un texte a été formulé par une IA, on l’affiche à côté du score d’identité au lieu de le taire. Un texte peut porter ta voix ET avoir été rédigé par un modèle — on le dit nous-mêmes.

Oui, et ce n'est pas une contradiction. Un détecteur mesure qui a formulé les phrases ; nous mesurons si le texte porte votre voix. Les deux axes sont indépendants : un contenu peut être écrit par vous et sonner générique, ou sortir d'un modèle en restant entièrement le vôtre — vos idées, votre vécu, vos formulations. Nous ne promettrons jamais qu'un texte Kaneme passe pour humain auprès d'un détecteur, parce que ce n'est ni mesurable ni ce que nous vendons.

Cela dépend du sens de la réponse, et c'est une asymétrie mesurée. Un score haut reste fiable même sur 70 mots : il peut prouver que c'est toi. Un score bas sur un texte court ne vaut rien du tout — c'est une absence de preuve, pas une preuve d'absence. Nous ne dirons donc jamais « ce n'est pas toi » sur trois lignes ; nous dirons que nous ne pouvons pas trancher.

Oui, c'est même le cas d'usage principal : partir d'un brouillon IA, puis le retravailler jusqu'à ce qu'il porte ta voix. Le score de fidélité te montre où la voix disparaît ; le verdict, lui, te dit si le texte final passe encore pour toi.