Comment on mesure ta voix.
La preuve, pas la promesse.
La plupart des outils te disent « ça te ressemble ». Nous, on met un chiffre dessus — et voici exactement comment il est calculé, avec nos vrais résultats. Rien à cacher.
Deux mesures, une preuve
La fidélité répond à « ça me ressemble ». Le verdict d’auteur répond à « c’est bien moi, pas une copie ».
Le score de fidélité
« Ce texte sonne-t-il comme TA voix ? » On regarde le rythme, le vocabulaire, tes tournures-signature et les mots que tu bannis. Un chiffre sur 100, avant que tu publies.
Le verdict d’auteur
« Est-ce vraiment toi, ou une bonne imitation ? » On compare ta signature de style à celle d’imposteurs — humains sur le même sujet, ou IA qui essaient de t’imiter. C’est là que se joue la preuve.
Nos chiffres, en clair
Mesurés sur des textes réels, avec des auteurs mis de côté avant les réglages. On rejoue tout et on republie à chaque version du moteur — y compris quand ça baisse.
On a fait écrire ta voix par des IA, façon « imite cet auteur ». Traduction de l’échelle : 1,0 = parfait, 0,5 = pile ou face. C’est notre mesure la plus forte.
Nettement plus dur : deux personnes du même milieu 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 aussi.
Pas une façon de parler : un 80 a été confronté à la réalité, couple par couple. Face à une IA qui t’imite, la bonne réponse tombe 99 fois sur 100. Face à un autre humain, la même note ne vaut que 55 % — et on l’écrit.
Médianes hors-échantillon sur 6 genres d’écriture que le moteur n’avait jamais vus pendant son entraînement — sur 31 auteurs neufs, mis de côté avant l’entraînement, pas sur le corpus qui a servi à le régler. Ces deux notes sont des médianes sur six genres neufs, mesurées après coup sur des auteurs jamais vus. C’est un examen plus dur que de mesurer chaque genre séparément : on demande au moteur de tenir là où il n’a jamais été entraîné. Sur ces mêmes auteurs, la version précédente notait 0,855 en Q2 — ce moteur-ci sépare mieux deux humains.
Testé aussi sur des compétitions publiques, pas que sur notre corpus
Se noter sur son propre corpus, tout le monde le peut. Alors on a passé le moteur, tel quel, sur des compétitions publiques d’attribution d’auteur — PAN (CLEF) et AuthBench — des textes qu’on n’a ni écrits ni choisis.
C’est un plancher, pas notre note : ces bancs sont hors de notre genre (fanfiction, forums), là où l’on ne mesure que la discrimination brute entre auteurs. Le signal qui compte est ailleurs — plus le banc se rapproche de notre terrain (le français, l’écrit court et social), plus le moteur remonte.
Ces bancs ont été passés par la version précédente de notre moteur. La version actuelle ne les a pas encore rejoués — nous préférons donc ne pas afficher de chiffre plutôt que de recopier celui d’un moteur qui n’est plus servi. La règle, elle, ne change pas : quand ils seront rejoués, on publiera le résultat, flatteur ou non.
Un chiffre qui dit ce qu’il vaut
Afficher un nombre est facile. Le rendre honnête demande de le confronter à la réalité, couple par couple. C’est ce qu’on a fait.
Un score, ce n’est pas une probabilité
N’importe quel outil peut afficher « 93 ». La vraie question, c’est : parmi tous les textes notés 93, combien étaient vraiment de l’auteur ? Si la réponse est 60, le 93 ment. On a fait le calcul.
On a confronté chaque note à la réalité
Sur 2 108 couples de textes réels, on a comparé ce que le score annonçait à ce qui était vrai. L’écart moyen entre les deux est tombé à 0,6 point sur 100. C’est ce qu’on appelle un score calibré.
Deux questions, deux chiffres
« Est-ce toi plutôt qu’un autre humain ? » et « est-ce toi plutôt qu’une machine ? » n’ont pas la même réponse. Un même 80 vaut 55 % pour la première, 99 % pour la seconde. On ne les confond jamais.
Le protocole
Trois règles qu’on s’impose pour que le chiffre veuille dire quelque chose.
Un corpus réel, pas des exemples fabriqués
54 auteurs francophones, chacun avec ses vrais textes. On sépare ceux qui servent à régler l’outil de ceux qui servent à le juger — sans jamais mélanger les deux.
Un échantillon de contrôle qu’on ne regarde qu’une fois
Une réserve d’auteurs frais, jamais utilisée pendant les réglages. On la lit une seule fois, à la fin, pour connaître la vraie note hors-échantillon. Pas de triche possible avec soi-même.
Les métriques d’une vraie compétition
On mesure comme les compétitions académiques d’attribution d’auteur : AUC, taux de faux positifs, robustesse aux attaques. À chaque version du moteur, on rejoue tout et on republie les chiffres.
Ce qu’on ne fait pas
Une preuve n’a de valeur que si elle est honnête sur ses limites.
Ce n’est pas un détecteur d’IA universel
On ne devine pas si un texte sort d’une IA dans l’absolu — personne ne sait faire ça honnêtement. On mesure s’il sonne comme TA voix plutôt que comme une machine qui t’imite. Il nous faut donc tes textes. C’est une limite, et c’est aussi pour ça que ça marche.
Hors de portée, on s’abstient
Face à un autre humain, le moteur est délibérément avare : il ne dit « c’est toi » que rarement — mais quand il le dit, c’est vrai. On a préféré une confiance basse et honnête à une confiance haute et fausse.
Notre point faible, nommé
Notre trou nommé : sur l’oral (prises de parole transcrites), la note tombe à 0,563 — à peine mieux que le hasard, et c’est le seul genre où notre version précédente faisait mieux. Mesuré sur 4 auteurs seulement, la population la plus bruitée — fragile, mais publié.
Face à un tricheur outillé : pas encore remesuré
On a déjà mesuré, sur une version précédente du moteur, qu’un texte machine retravaillé exprès pour passer faisait sur-promettre le haut de l’échelle. Ce test n’a pas encore été rejoué sur la version actuelle : nous ne pouvons donc pas te donner le chiffre, et nous ne recopierons pas celui de l’ancienne. Ce qui reste vrai dans tous les cas : c’est un indice, jamais une preuve opposable.
Un texte court peut prouver que c’est toi. Pas le contraire.
Mesuré : un score haut est fiable même sur 70 mots. Un score bas sur un texte court, lui, ne veut rien dire du tout — c’est une absence de preuve, pas une preuve d’absence. On ne te dira donc jamais « ce n’est pas toi » sur trois lignes.
En public, jamais le chiffre exact
Sur les pages ouvertes, on n’affiche qu’une bande (« sonne comme toi », « ambigu »…), jamais le score fin. Comme ça, personne ne peut bricoler un texte pour « gagner » un point. Le chiffre précis, tu le vois dans l’atelier, sur ta propre voix.
Quand on ne peut pas mesurer, on se tait
Trop court, corpus trop mince, couche de mesure indisponible : on affiche « on ne peut pas trancher » plutôt qu’un chiffre approximatif. C’est l’inverse exact des détecteurs qui crachent un pourcentage confiant sur trois mots.
La preuve, dehors — sans rien livrer
Quand ta voix est mûre, tu peux émettre un certificat public et partageable : sa maturité, son niveau de calibrage, les brins d’ADN que tu as mobilisés. Le contenu de ta voix, lui, reste privé — on ne montre que la preuve qu’elle existe, distincte et cultivée.
- Un score de maturité daté, vérifiable par n’importe qui via le lien
- Le génome : les brins d’ADN mobilisés, sans dévoiler ce qu’ils contiennent
- Aucune donnée sensible exposée — ta matière première reste à toi
Assez parlé de mesure. Mesure la tienne.
Colle un texte : le score tourne dans ton navigateur, rien n’est envoyé. En 30 secondes, tu sais où tu en es.