Sites générés par l’IA apprenez à les détecter.
Textes, images, sites d’actualité entiers : l’intelligence artificielle générative produit aujourd’hui des contenus de plus en plus difficiles à distinguer d’une production humaine. Face à ce brouillard, plusieurs outils dont des extensions, bases de données, détecteurs automatiques tentent d’apporter des réponses. Voici les principaux, avec leurs forces et leurs limites.
Détecter les sites d’actualité générés par IA
Alerte sur les sites GenAI
Cette extension pour Firefox, développée par Next.ink, affiche un avertissement dès que l’internaute visite un site identifié par une équipe de journalistes comme généré, en tout ou partie, par IA. La base de données recensait déjà plus d’un millier de sites référencés à son lancement, et elle est mise à jour au fil des signalements. C’est aujourd’hui l’un des outils les plus directs pour ce cas d’usage précis.
NewsGuard
Extension de navigateur qui note la fiabilité des sites d’actualité et documente, pour chacun, sa ligne éditoriale et son historique. NewsGuard a commencé à intégrer le suivi des « fermes de contenu IA » : des sites qui publient massivement des articles générés automatiquement, souvent sans supervision humaine, parfois dans le seul but de générer des revenus publicitaires.
Decodex (Le Monde)
Moins spécifique à l’IA, cette base de données évalue la fiabilité éditoriale de nombreux sites d’information et peut aider à repérer des sites récents, sans équipe identifiable, aux critères typiques d’un site généré automatiquement.
Vérification manuelle du nom de domaine (Whois)
Un outil comme who.is permet de connaître la date de création d’un domaine. Un site qui prétend exister depuis longtemps mais dont le nom de domaine a été enregistré récemment est un signal classique de site généré à la chaîne.
Détecter un texte généré par IA
GPTZero
L’un des détecteurs les plus connus, conçu au départ pour un usage éducatif. Il analyse la « perplexité » et la « burstiness » d’un texte (régularité statistique du choix des mots et des phrases) pour estimer une probabilité de génération par IA.
Originality.ai
Orienté vers les éditeurs de sites et les professionnels du contenu, cet outil combine détection IA et détection de plagiat. Il est payant mais propose des scans par lots, utiles pour analyser un site entier.
Copyleaks
Autre détecteur généraliste, capable de repérer des passages générés par IA au sein d’un texte plus long, avec un rapport détaillé paragraphe par paragraphe.
Limite commune à ces outils : leur fiabilité chute nettement sur des textes courts, traduits, ou relus et retravaillés par un humain après génération. Un score de « détection IA » doit toujours être traité comme un indice, jamais comme une preuve.
Détecter une image générée par IA
Hive Moderation
Propose un détecteur gratuit qui estime la probabilité qu’une image ait été produite par un générateur comme Midjourney, DALL-E ou Stable Diffusion.
AI or Not
Outil simple d’usage, permettant de tester rapidement une image ou un extrait audio pour évaluer une origine synthétique.
Content Credentials (norme C2PA)
Plutôt qu’une détection a posteriori, cette initiative portée par une coalition d’acteurs (Adobe, Microsoft, Google, agences de presse…) vise à intégrer directement dans le fichier d’une image ou d’une vidéo un historique vérifiable de sa création et de ses modifications. Quand elle est présente, cette signature numérique est bien plus fiable qu’un détecteur probabiliste.
Détecter une vidéo truquée ou générée
InVID-WeVerify
Développée dans un cadre européen de lutte contre la désinformation, cette extension permet d’extraire les images clés d’une vidéo, de les analyser individuellement, et d’en vérifier la cohérence.
Outils spécialisés dans les deepfakes
Des services comme Deepware ou Sensity AI se concentrent spécifiquement sur la détection de visages ou de voix synthétiques dans des vidéos, un usage en forte croissance avec les outils de génération vidéo par IA.
Les limites à garder en tête
Tous ces outils reposent sur des modèles statistiques ou des bases de données communautaires : aucun n’offre une certitude à 100 %. Les faux positifs existent (un texte humain peut être signalé comme IA) et les faux négatifs aussi (un contenu IA bien retravaillé peut passer inaperçu).
La meilleure pratique reste de croiser plusieurs indices par un outil de détection, la vérification de l’auteur, recherche du même contenu ailleurs, la cohérence des faits plutôt que de se fier à un seul verdict automatique.