Kaneme vs détecteurs IA : la même question, posée autrement
Un détecteur IA pose une question énorme — « ce texte vient-il d’une machine ? » — à propos d’un auteur qu’il ne connaît pas. Kaneme en pose une plus petite, et refuse d’y répondre sans tes textes : « ce texte vient-il de toi, plutôt que d’une machine qui t’imite ? »
C’est la seule différence qui compte, et elle a une conséquence concrète : la question étroite, on peut mesurer ce qu’elle vaut. La large, non.
En 2019, je vendais des produits que je n’avais jamais touchés, sur une boutique montée sur Bubble puis migrée sur Shopify, avec des textes qui promettaient tous la même chose : qualité premium, satisfaction garantie, ne manquez pas cette offre. Le projet a fermé. Le dropshipping a suivi le même chemin. Puis la print-on-demand. Puis une LTD anglaise abandonnée avant même son premier client. Ce n’était pas le produit le problème. C’était la voix. Chaque description sonnait comme celle du concurrent d’à côté, parce qu’elle venait du même stock de formules toutes faites. Ça, c’était avant que ChatGPT existe. Le symptôme est identique aujourd’hui avec un brouillon IA : zéro scène, zéro spécificité, une voix qu’on pourrait signer avec n’importe quel nom. C’est cette expérience, pas une intuition théorique, qui a façonné Kaneme.
Mise à jour honnête
La première version de cet article disait que Kaneme n’entrait pas sur ce terrain. C’était vrai tant qu’on n’avait pas de chiffre à mettre en face. Depuis, on a mesuré : 0,995 pour te distinguer d’une IA qui t’imite, et un stress-test qui montre où notre propre score sur-promet. Alors on réécrit l’article plutôt que de garder une position devenue confortable et fausse.
Trois questions qu’on appelle toutes “détection”
Le mot “détection” recouvre des choses très différentes. Les confondre, c’est la source de presque tous les malentendus — et de presque toutes les fausses accusations.
Détecteur IA universel
Ce texte a-t-il été écrit par une machine ?
—
La question la plus large, posée sans rien savoir de l'auteur. C'est aussi ce qui la rend invérifiable sur ton cas précis : le détecteur n'a aucun moyen de savoir à quoi ressemble ton écriture, donc aucun moyen de compter combien de fois il a eu raison sur toi.
Kaneme — question 1
Est-ce toi, ou une machine qui t’imite ?
0,995
On a fait écrire ta voix par des IA, façon « imite cet auteur », puis on a compté. 1,0 serait parfait, 0,5 serait pile ou face. C'est notre mesure la plus forte — et elle n'existe que parce qu'on part de tes vrais textes.
Kaneme — question 2
Est-ce toi, ou un autre humain ?
0,891
Nettement plus dur, et c'est logique : deux consultants de la même communauté qui écrivent sur les mêmes sujets se ressemblent. C'est le chiffre qui dit la vérité sur les cas difficiles, donc celui qu'on publie en premier.
Et un quatrième nombre, qui ne répond à aucune des trois
Le Voice Match Score mesure une fidélité, pas une paternité. On l’a testé sur la question de l’auteur : il obtient 0,56, à peine mieux que pile ou face. Des textes écrits par d’autres personnes y scorent 88, parfois 99. C’est une jauge de réécriture, excellente pour ça, inutilisable comme verdict. On préfère l’écrire nous-mêmes plutôt que laisser quelqu’un le découvrir à nos dépens.
Pourquoi peut-on chiffrer notre fiabilité, et pas celle d’un détecteur universel ?
Ce n’est pas une question de moyens ni de talent. C’est une question de vérité terrain.
Pour savoir si un score de 80 veut dire quelque chose, il faut des milliers de cas dont on connaît déjà la réponse, puis compter. Un détecteur universel n’en a pas : il ne sait pas à quoi ressemble ton écriture, donc il ne peut pas fabriquer un seul couple vérifiable te concernant. Son pourcentage est une opinion sur un texte, jamais une fréquence observée.
Nous partons de tes textes. On peut donc construire les couples — toi contre toi, toi contre un autre humain, toi contre une IA à qui on a demandé de t’imiter — et vérifier. Sur les couples notés 80, la bonne réponse tombe 96 fois sur 100 pour « toi ou un autre humain », et 99 fois sur 100 pour « toi ou une machine ». Ce n’est pas une façon de parler : c’est un comptage.
La contrepartie est réelle et on l’assume : sans tes textes, on ne répond pas. Kaneme est inutilisable sur un inconnu. C’est une limite, et c’est exactement pour ça que le chiffre tient.
Le protocole complet — corpus de 54 auteurs francophones réels, échantillon de contrôle lu une seule fois, métriques d’une compétition d’attribution d’auteur — est publié sur notre page méthode.
Ce que notre chiffre ne vaut pas
Face à un tricheur outillé : pas encore remesuré
Sur une version précédente du moteur, on avait mesuré qu'un texte machine retravaillé exprès pour passer faisait sur-promettre le haut de l’échelle. Ce test n’a pas été rejoué sur la version actuelle — on préfère l’écrire que recopier un chiffre qui ne décrit plus ce qu’on sert.
Un texte court peut prouver que c’est toi. Pas le contraire.
Mesuré sur six budgets de longueur : un score haut reste fiable dès 70 mots. Un score bas sur un texte court, lui, ne veut rien dire — c’est une absence de preuve, pas une preuve d’absence.
Quand on ne peut pas mesurer, on se tait
Corpus trop mince, texte sous le plancher, couche de mesure indisponible : on affiche « on ne peut pas trancher » plutôt qu’un chiffre approximatif. C’est l’inverse exact d’un détecteur qui crache un pourcentage confiant sur trois mots.
Aucun de ces trois aveux ne nous arrange commercialement. On les publie parce qu’un chiffre dont on cache les angles morts n’est pas une preuve, c’est un argument de vente.
La comparaison, ligne à ligne
Détecteur IA
Kaneme
Ce qu’il faut en entrée
Le texte, rien d’autre.
Le texte, et tes propres écrits comme référence.
Sortie
Un pourcentage, toujours affiché.
Une probabilité calibrée — ou une abstention assumée.
Fiabilité publiée
Rarement, et jamais sur ton cas particulier.
0,995 et 0,891, rejoués et republiés à chaque version.
Qui peut s’en servir contre toi
N’importe qui, avec ton texte seul.
Personne : la mesure exige ton corpus, que toi seul fournis.
Bon usage
Conformité, modération de volume, premier filtre.
Prouver ta paternité, et réécrire ce qui sonne générique.
Le risque d’un détecteur
Il s’exécute sur le texte de quelqu’un d’autre, sans son accord et sans sa matière. La personne accusée n’a aucun moyen de se défendre : elle ne peut ni voir le raisonnement, ni produire une contre-mesure. Un texte humain peut être accusé, un texte IA retravaillé peut passer.
Pourquoi Kaneme n’est pas une arme
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 — donc rien à bricoler pour “gagner un point”. L’outil sert à prouver sa propre paternité, pas à contester celle d’un autre.
Et l’accusation inverse : aidez-vous un texte IA à passer pour humain ?
C’est la question qu’on nous posera tôt ou tard, et elle mérite mieux qu’un démenti. Notre réponse tient dans une décision d’affichage : nous publions deux axes, et nous ne les fusionnons jamais. L’un dit si le texte porte ta voix. L’autre dit qui a formulé les phrases. Ils sont indépendants, et aucun ne rattrape l’autre.
Porte ta voix ?
Qui a formulé ?
Ce que ça veut dire
Porte ta voix
Écrit à la main
Tu as écrit, dans ta voix.
Porte ta voix
Formulé par une IA
C’est bien toi, et c’est une IA qui a rédigé. Les deux sont vrais.
Ne porte pas ta voix
Écrit à la main
Un humain a écrit, mais ça pourrait être n’importe qui.
Ne porte pas ta voix
Formulé par une IA
IA générique. C’est ce que le produit sert à éviter.
La ligne surlignée est celle qu’on revendique
Un texte peut porter ta voix — tes idées, ton vécu, tes formulations — et avoir été rédigé par un modèle. Un humanizer cacherait la deuxième moitié. Nous l’affichons à côté de la première, dans le produit comme ici. C’est plus difficile à vendre, et c’est la seule position qu’on puisse tenir dans cinq ans.
Concrètement : Kaneme ne cherche pas l’indétectabilité, ne teste rien contre les détecteurs, et n’a aucun réglage qui aille dans ce sens. Nous ne promettrons jamais qu’un texte passe pour humain — ce n’est ni mesurable, ni ce qu’on vend.
Un aveu sur cet affichage, tant qu’on y est : notre axe « qui a formulé » est déclaré, pas détecté. On sait ce qui est sorti de notre générateur ; on ne mesure pas la composition IA d’un texte arbitraire. Ça, c’est le métier d’un détecteur — et quand la provenance n’est pas estampillée, on écrit qu’on ne sait pas plutôt que de supposer « humain ».
Pourquoi “ça fait IA” ne veut pas toujours dire “écrit par IA” ?
Quand un lecteur dit “ça fait IA”, il ne parle pas toujours de l’origine réelle du texte. Il parle souvent d’un style : formules plates, transitions mécaniques, promesses vagues, vocabulaire sans friction, aucune scène concrète.
C’est le piège dans lequel je vois tomber beaucoup de créateurs : ils cherchent un tampon “non IA” alors que leur vrai problème est plus simple et plus dur à la fois. Le texte est propre, mais il n’a pas de peau. Il n’a pas de respiration. Il pourrait être publié par ton concurrent demain avec trois mots changés.
Et c’est aussi pour ça que les deux nombres de Kaneme ne se remplacent pas. Le verdict peut très bien confirmer que c’est toi qui as écrit un texte parfaitement ennuyeux. Le score de fidélité, lui, montre où la voix disparaît, puis l’atelier aide à la reconstruire. Le but n’est pas de cacher que tu as utilisé une IA. Le but est de ne pas laisser l’IA parler à ta place.
Peu importe le modèle dont vient le brouillon — ChatGPT, Claude ou un autre : la logique ne change pas. Ce qui change, c’est ce que ton ADN de voix permet d’exiger du résultat, et la méthode détaille comment cette exigence est mesurée.
À quoi ressemble la différence dans un vrai paragraphe ?
Version qui sonne IA
“Dans le paysage numérique actuel, il est essentiel de tirer parti des outils innovants afin d'optimiser sa stratégie de contenu et maximiser son impact auprès de son audience.”
Version retravaillée dans une voix
“Si ton texte ressemble à une plaquette de cabinet conseil, ton lecteur le sent avant même de comprendre pourquoi. Commence par remettre une scène, un choix, une phrase que toi seul peux assumer.”
Version obtenue avec le prompt “Réinjecter une scène”
“En 2019, ma boutique vendait le même produit que douze autres sites. La seule différence, c'est que j'avais testé l'objet pendant trois semaines avant de le mettre en ligne. Cette phrase-là, personne d'autre ne pouvait l'écrire.”
Ce n’est pas une question de synonymes. La deuxième et la troisième version prennent position, donnent une image, et acceptent une petite rugosité. C’est souvent là que la voix revient.
Garde le brouillon IA si sa structure t’aide vraiment.
Passe-le au test gratuit pour repérer les mots-robots, les phrases plates et les zones sans voix.
Réécris une section à la fois : exemple concret, phrase plus courte, opinion assumée, limite nommée.
Relis à voix haute. Si tu ne le dirais pas à quelqu’un en face, ce n’est pas encore ta voix.
Lequel des trois utiliser, concrètement ?
Comparer n’a de sens que si on dit clairement quand chacun gagne. Un détecteur IA reste utile quand tu ne connais pas les auteurs et que tu dois filtrer du volume. Ce n’est pas absurde. Ce qui est absurde, c’est de transformer ce signal invérifiable en vérité morale sur une personne.
Utilise un détecteur IA
si tu dois appliquer une règle interne, documenter un risque ou filtrer un très gros volume sans connaître les auteurs. Même là, garde une marge humaine : le verdict reste probabiliste, et sa fiabilité sur ton cas n’est pas mesurable.
Utilise le verdict Kaneme
si c’est TA paternité qui est en jeu et que tu as tes propres textes sous la main. Tu obtiens une probabilité dont on publie la valeur réelle — et une abstention plutôt qu’une approximation quand la mesure ne tient pas.
Utilise le score de fidélité
si ton problème n’est pas l’origine mais l’écriture : ton texte est correct, mais il pourrait venir de n’importe qui. Là, tu n’as pas besoin d’un juge. Tu as besoin d’un miroir de style.
Comment retravailler un texte IA sans le maquiller ?
Le mauvais réflexe, c’est “humanise ce texte” dans un prompt, puis encore un prompt, puis encore un prompt. Tu obtiens souvent un texte plus bavard, pas plus vrai. La méthode que je préfère est plus lente au début, mais elle apprend quelque chose à ton œil.
- 1Garde le brouillon IA si sa structure t’aide vraiment.
- 2Passe-le au test gratuit pour repérer les mots-robots, les phrases plates et les zones sans voix.
- 3Réécris une section à la fois : exemple concret, phrase plus courte, opinion assumée, limite nommée.
- 4Relis à voix haute. Si tu ne le dirais pas à quelqu’un en face, ce n’est pas encore ta voix.
Limite importante, et elle n’a pas bougé : Kaneme ne garantit pas qu’un texte passera tel détecteur IA du marché. Ce n’est pas sa promesse, et on ne cherche pas à le devenir. Faire monter un score n’a de valeur que si le texte est réellement redevenu le tien.
6 prompts pour auditer et retravailler un texte qui sonne IA
Ces prompts se collent dans ChatGPT, Claude ou n’importe quel assistant. Ils ne remplacent pas Kaneme, ils préparent le texte avant de le faire passer au Voice Match Score.
1. Diagnostic mots-robots
Voici un paragraphe que j'ai écrit ou généré avec une IA : [colle ton texte]. Repère chaque mot ou expression qui sonne générique ou creuse (verbes valises, adjectifs vagues, connecteurs mous). Liste-les un par un, sans réécrire le texte.
2. Réinjecter une scène
Voici un paragraphe abstrait : [colle ton texte]. Réécris-le en remplaçant l'affirmation générale par un exemple concret, daté, avec un chiffre ou un détail vérifiable. Une seule scène, pas une liste.
3. Casser le rythme plat
Voici un texte où toutes les phrases font à peu près la même longueur : [colle ton texte]. Réécris-le en alternant une phrase courte de moins de six mots, une phrase moyenne, puis une phrase longue. Garde le sens, change le rythme.
4. Retirer les connecteurs mous
Voici un texte : [colle ton texte]. Supprime les connecteurs additifs paresseux comme « de plus », « par ailleurs » ou « en outre », et remplace-les par un pivot (« par contre », « or », « sauf que ») ou par rien du tout si la phrase tient seule.
5. Assumer une position
Voici un paragraphe neutre : [colle ton texte]. Réécris-le en prenant une position tranchée sur le sujet, avec un exemple qui prouve pourquoi tu penses ça. Pas de « il y a plusieurs écoles de pensée ».
6. Test de lecture à voix haute
Voici un texte que je vais lire à voix haute : [colle ton texte]. Identifie les phrases qui sonneraient bizarre ou trop formelles si je les disais à un ami en face. Réécris seulement celles-là, dans un français parlé mais correct.
Pour industrialiser cette méthode au lieu de la rejouer à la main, l’API et le serveur MCP exposent la même mesure à tes outils et à tes agents.
Mesure la tienne
Colle un texte dans le test gratuit. Tu verras son score de fidélité et les signaux qui sonnent robot, sans compte ni carte bancaire. Le verdict d’auteur, lui, arrive quand tu as donné tes propres textes — c’est la condition pour qu’il veuille dire quelque chose.
Pour aller plus loin
Notre méthode, à découvert
Le protocole complet, le corpus, l’échantillon de contrôle et les endroits où notre chiffre sur-promet.
Lire la méthodeLe score de voix, gratuitement
Colle un texte : tu obtiens sa fidélité à ta voix et les tournures qui sonnent robot, sans compte.
Tester un texteLes Éclaireurs
La communauté pour partager tes résultats d’audit de voix et voir ceux des autres.
Rejoindre la communautéQuestions fréquentes
Kaneme est-il un détecteur IA ?
Non, et la nuance compte. Un détecteur IA répond à une question universelle : « ce texte sort-il d'un modèle ? », sans rien savoir de l'auteur. Kaneme répond à une question plus étroite, et seulement si tu lui as donné tes textes : « ce texte vient-il de toi, plutôt que d'une machine qui t'imite ? ». Périmètre plus petit, réponse mesurable.
Pourquoi Kaneme peut-il chiffrer sa fiabilité et pas un détecteur universel ?
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 ».
Quelle est la fiabilité mesurée de Kaneme ?
AUC 0,995 pour te distinguer d'une IA qui t'imite, 0,891 sur notre corpus le plus dur — des auteurs de la même communauté écrivant sur les mêmes sujets. Ces notes sont des médianes hors-échantillon, sur des genres tenus à l’écart de l’entraînement. Nous publions les deux.
Le Voice Match Score dit-il qui a écrit un texte ?
Non, et nous l'avons mesuré : sur la question de la paternité, le Voice Match Score obtient 0,56, à peine mieux que pile ou face. Des textes écrits par d'autres personnes y scorent 88 ou 99. C'est une jauge de réécriture, pas un verdict d'auteur. Le verdict est une opération séparée, qui exige ton corpus.
Peut-on utiliser Kaneme pour accuser quelqu’un ?
Structurellement non. La mesure exige le corpus de la personne mesurée, que seule cette personne fournit. Un professeur ne peut pas passer la copie d'un élève dans Kaneme : il n'a pas la matière. En public, nous n'affichons qu'une bande, jamais le score fin. Ce stress-test n'a pas encore été rejoué sur la version actuelle du moteur : nous ne recopierons pas le chiffre de la précédente. Dans tous les cas, c'est un indice, jamais une preuve opposable.
Kaneme est-il un humanizer ?
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. Nous publions même l'inverse : quand un texte a été formulé par une IA, nous l'affichons à côté du score d'identité au lieu de le taire. Un texte peut porter votre voix ET avoir été rédigé par un modèle — nous le disons nous-mêmes.
Un texte 100 % fidèle à ma voix peut-il être classé « IA » par un détecteur ?
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.
Un texte court suffit-il ?
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.
Puis-je utiliser Kaneme après ChatGPT ou Claude ?
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.
Ne demande pas à un outil de deviner si tu as utilisé une IA — il ne peut pas te dire ce que sa réponse vaut. Demande-lui si ta voix est encore là, et combien de fois il a eu raison quand il l’a dit. C’est la seule question à laquelle on accepte de répondre par un chiffre.