Les textes générés par IA pourront-ils encore passer inaperçus ?

Pour répondre à ces exigences de traçabilité, Anthropic a choisi d’intégrer à Claude une version de SynthID Text, une technologie de tatouage développée par Google DeepMind et présentée en 2024.

Ainsi, lorsqu’un grand modèle de langage produit une phrase, il évalue à chaque étape plusieurs tokens possibles, c’est-à-dire des unités de texte correspondant à un mot, une partie de mot ou un signe de ponctuation, avant d’en sélectionner un. Le tatouage intervient pendant la génération du texte, en favorisant très légèrement certains tokens parmi plusieurs suites possibles, de façon à créer une signature statistique sans dégrader sensiblement la qualité de la réponse. Une clé influence alors la source d’aléa utilisée pour effectuer ce choix. Répété tout au long d’un texte, le procédé crée un motif statistique qu’un détecteur connaissant la clé peut rechercher.

Techniquement, SynthID Text agit sur la distribution de probabilités des tokens calculée par le modèle. À chaque étape de génération, plusieurs mots ou fragments de mots peuvent présenter des probabilités proches. Le procédé utilise une clé secrète pour favoriser très légèrement certains choix plutôt que d’autres, sans imposer de vocabulaire particulier ni modifier sensiblement la réponse. Pris isolément, chaque choix reste indétectable. Mais sur une séquence suffisamment longue, l’accumulation de ces choix crée une signature statistique. Un détecteur disposant de la clé peut alors mesurer si la succession de tokens présente ce motif avec une probabilité suffisamment élevée pour considérer que le texte a été tatoué.

Il ne s’agit donc ni de caractères invisibles ni d’informations dissimulées dans le fichier. Anthropic précise que le système n’ajoute aucun token et ne contient aucune donnée permettant d’identifier un utilisateur, une organisation ou une conversation. Cette approche contribue au respect de l’article 50 du règlement européen sur l’IA, applicable depuis le 2 août 2026, qui demande que les contenus générés ou manipulés par IA soient marqués dans un format lisible par machine et détectables. Anthropic, Google, OpenAI, Meta, Microsoft et Mistral figurent parmi les entreprises ayant signé le code européen de bonnes pratiques correspondant.

Un marquage discret qui ne doit pas altérer la réponse

Toute la difficulté consiste à créer une signature suffisamment détectable sans dégrader le texte. SynthID Text agit uniquement sur l’étape d’échantillonnage et ne nécessite pas de réentraîner le modèle. Une étude publiée dans Nature a notamment confronté les réponses marquées et non marquées à des évaluations automatiques et humaines. Un test en conditions réelles portant sur près de 20 millions de réponses de Gemini n’a pas mis en évidence de dégradation perceptible de la qualité. Anthropic indique aboutir au même constat pour Claude.

Le tatouage n’est toutefois pas appliqué uniformément. Il devient beaucoup plus difficile à inscrire lorsqu’une réponse offre peu de variantes acceptables. Un calcul, un nom propre ou une instruction de code précise laisse peu de liberté au modèle. Le signal est donc plus faible lorsque le modèle doit restituer des informations très contraintes (comme des noms propres, des chiffres, des dates ou des formulations techniques précises), produire certains types de code ou effectuer une correction légère d’un texte humain. S’agissant des textes courts, la quantité de décisions disponibles devient également insuffisante pour obtenir une détection fiable. Le code européen retient ainsi un seuil de 200 tokens, soit environ 150 mots, pour l’application du tatouage aux textes.

Sur le plan informatique, la modification apparaît relativement légère. Le procédé ne produit pas de tokens supplémentaires et Anthropic annonce un impact négligeable sur la vitesse et aucun surcoût lié au nombre de tokens. L’entreprise a choisi de déployer le système mondialement, faute de disposer actuellement d’un moyen suffisamment durable de le réserver aux seuls utilisateurs européens.

Une preuve de provenance qui reste contournable

L’efficacité du tatouage numérique doit néanmoins être relativisée. Sa détection est probabiliste. Le détecteur peut déterminer qu’un texte est marqué, non marqué ou que le résultat est incertain. Google précise que le niveau de confiance dépend notamment de la longueur du texte et de la quantité de signal disponible. Un tatouage ne prouve donc pas que l’intégralité d’un document a été écrite par une IA, pas plus qu’il ne permet d’exclure une intervention humaine.

Surtout, le signal peut être affaibli. SynthID Text résiste à certaines suppressions, à la modification de quelques mots et aux paraphrases légères, mais une réécriture approfondie ou une traduction peut fortement affaiblir le signal et rendre la détection moins fiable. Des travaux publiés en 2025 ont également constaté des vulnérabilités face aux paraphrases, copier-coller et traductions successives. Le tatouage peut donc compliquer le contournement, mais il ne constitue pas une protection impossible à supprimer.

Pour les utilisateurs, le déploiement du tatouage numérique ne signifie pas que les réponses afficheront visiblement quel modèle d’IA les a générées. Anthropic propose actuellement une interface de détection en préversion privée destinée notamment aux régulateurs, médias, chercheurs, établissements d’enseignement et organisations concernés par les règles européennes. Le tatouage ne remplace pas non plus l’étiquetage visible prévu par le règlement dans certains cas, notamment pour les deepfakes et certains textes générés par IA destinés à informer le public sur des sujets d’intérêt général.

L’enjeu se déplace ainsi vers la traçabilité des contenus générés par IA. Les technologies existent et leur impact sur le fonctionnement des modèles paraît limité, mais leur valeur dépendra de leur robustesse face aux transformations, de l’accès aux outils de détection et de leur interopérabilité entre fournisseurs.

Le tatouage invisible apporte dès lors un nouvel indice de provenance, sans devenir pour autant une certification absolue de l’origine d’un texte.