Le business absurde des détecteurs et humaniseurs d’IA. Qui humanise qui ?

“Humaniser l’IA.” L’expression s’est banalisée. Or en anthropologie, humaniser renvoie à un processus par lequel on attribue à une entité non humaine des traits, des rôles, une intentionnalité, voire une place sociale qui sont normalement réservés aux humains dans une culture donnée. L’expression humaniser l’IA est devenue un argument commercial, un service vendu par abonnement, une promesse de conformité. Mais derrière elle se cache une question qu’on ne se pose pas vraiment : pourquoi aurait-on besoin d’humaniser quelque chose qui, dès l’origine, n’est fait que de mots humains ? ou encore pourquoi les « outputs » (rendus) des IA ne sortent pas déjà humanisés ? Ce qui nous aurait évité une bataille d’IA contre IA sous le fond d’un business de l’humanité artificielle. Aujourd’hui, détecter et humaniser l’IA devient un marché lucratif en pleine expansion.

Un écosystème né d’une panique collective

Depuis que les grands modèles de langage (LLM) comme ChatGPT, Claude, Le Chat, Gemini, DeepSeek sont devenus accessibles au grand public, une anxiété collective s’est cristallisée autour d’une question simple : ce texte a-t-il été écrit par une machine ? donc par une intelligente artificielle (IA). Cette anxiété était prévisible. Des institutions scolaires et universitaires ont vu affluer des devoirs suspicieusement lisses et des travaux de mémoires d’étudiants méthodologiquement parfaits. Des rédactions web ont craint de perdre leur valeur. Des recruteurs ont redouté des lettres de motivation générées en masse. Des éditeurs ont vu la soumission des manuscrits augmentés de façon exponentielle. Et de cette peur est né, très vite, un marché lucratif.

D’un côté, les outils de détection qui pullulent, on peut citer GPTZero, Turnitin AI Detection, Copyleaks, Winston AI, etc. Leur promesse est de distinguer l’écriture humaine de l’écriture artificielle en analysant des signaux statistiques comme la perplexité (les mots sont-ils prévisibles ?) et le “burstiness” (les phrases ont-elles une longueur régulière, signe d’une IA, ou irrégulière, signe d’un humain ?).

De l’autre, et presque simultanément, les outils d’humanisation : Certaines plateformes comme : Undetectable.ai, Humanize AI, BypassGPT, StealthWriter proposent ce type de service en même temps. Leur promesse inverse : réécrire un texte généré par IA pour qu’il passe tous les détecteurs d’IA qu’elles ont aussi créées. “Score 100% humain garanti.” Une promesse fallacieuse et non éthique. Pourquoi ne peux pas produire un texte humainement exploitable ? Donc vous avez deux marchés, deux abonnements. Un seul et même problème non résolu.

                   

Schéma 1 : Ralphson Pierre © Ecosystème de détention et d’humanisation de l’IA

 

Une guerre des algorithmes. IA contre IA

Ce qui frappe d’abord, c’est la structure de cet écosystème : c’est une IA qui détecte, et c’est une autre IA qui humanise. L’humain n’est nulle part dans la chaîne technique. Il est simplement l’acheteur.

Les détecteurs d’IA fonctionnent en entraînant des modèles à reconnaître les patterns statistiques des textes générés (estimer la probabilité qu’un texte ait été généré par une intelligence artificielle (comme ChatGPT) plutôt que par un humain. Cette analyse est générale faite  par une classification: texte humain / mixte / IA, suivie d’un pourcentage pour chaque catégorie ), tandis que les humaniseurs d’IA fonctionnent en entraînant d’autres modèles à brouiller précisément ces patterns susmentionnés. Ce sont deux faces d’une même pièce. C’est une course aux armements classique. Le genre de dynamique que l’industrie de la cybersécurité connaît depuis des décennies entre virus et antivirus. Et comme dans toute course aux armements, il n’y a pas de victoire finale, seulement des cycles de marché existent.

Chaque amélioration d’un détecteur d’IA crée une opportunité commerciale pour un humaniseur d’IA plus performant. C’est un cercle vicieux.

Deux industries se nourrissent mutuellement, et toutes deux se nourrissent de l’anxiété des utilisateurs. Le comble du cynisme ? Certaines entreprises vendent les deux produits. Undetectable.ai par exemple propose simultanément un détecteur et un humaniseur de l’IA. D’entrée de jeu, cela pose un problème d’éthique. C’est l’équivalent d’une serrurerie qui vendrait des serrures certifiées et des cours de crochetage au même guichet. Vous êtes à la fois le serrurier et le crocheteur cabrioleur.  Le paradoxe surgit quand on réalise que les deux habitent en un seul individu. En résumé, ce paradoxe sert à questionner la notion d’identité fixe, la moralité des actes par rapport aux compétences, et le rôle du cadre social dans la définition de nos actions. Encore une fois, notre société a besoin de croire que le serrurier est « bon » et le cambrioleur « mauvais ».

Le talon d’Achille : les faux positifs

Au-delà de la logique économique, le modèle a un problème technique fondamental qui devrait remettre en cause toute la légitimité du secteur : les détecteurs de l’IAse trompent, et très souvent.

Des études académiques (Liang et al., 2023) ont documenté des taux de faux positifs préoccupants. Des textes rédigés par de vrais humains notamment des locuteurs non natifs de l’anglais, qui tendent à écrire de façon plus régulière et prévisible sont régulièrement signalés comme “probablement générés par IA à plus de 60%”. Des étudiants ont été accusés de tricher sur la base d’algorithmes dont la fiabilité n’a jamais été établie de façon rigoureuse. (Weber-Wullf et al, 2023 ; Elkhatat et al.,2023 ; Pratama, 2025)

On voudrait nous faire croire qu’il suffit d’affiner les détecteurs. Faux. Ces erreurs sont structurelles, pas accidentelles. La limite entre écriture humaine et génération artificielle n’a jamais été une ligne claire – et les progrès des modèles l’effacent un peu plus chaque jour. Alors, bâtir une industrie entière sur cette frontière fantôme ? C’est construire sur du sable. Mais le sable, quand il est vendu comme du granit, peut devenir très lucratif.

Derrière le business, il y a une présupposition philosophique qui mérite d’être interrogée : l’idée qu’il existerait une essence “humaine” de l’écriture, distincte et détectable, que l’IA aurait perdue et qu’il faudrait lui restituer. Mais qu’est-ce que les grands modèles de langage, sinon une distillation massive de l’écriture humaine ? Ils ont été entraînés sur des milliards de textes produits par des humains ; leur littérature, leur science, leurs conversations, leurs erreurs, leurs émotions mises en mots. Ce qu’ils génèrent n’est pas “étranger” à l’humain. C’est d’une certaine façon, de l’humain retraité, recombiné, compressé.

Parler d’“humaniser” l’IA revient alors à se demander comment rendre humain quelque chose qui, dès l’origine, n’est fait que de traces humaines. C’est humaniser un miroir. La vraie question n’est donc pas “comment détecter ou humaniser l’IA ?” mais bien : pourquoi éprouve-t-on le besoin de le faire ? Pourquoi les textes produits par l’IA ne sont-ils pas déjà humanisés ?

Une mainmise anthropologique: Qui humanise qui ?

L’IA ne peut pas exister sans l’humain. Cette dépendance est totale, et à plusieurs niveaux : Le substrat : sans langage humain comme matière première d’entraînement, il n’y a aucun modèle. L’IA est, littéralement, construite à partir de ce qu’est l’humanité. L’intention : ce qu’on demande à l’IA, les usages qu’on en fait, les questions qu’on lui pose, tout cela structure ce qu’elle devient en interaction. Une IA n’a pas de projet propre. Elle répond à des intentions humaines. L’évaluation : ce qui est considéré comme une “bonne” réponse, une réponse “naturelle”, une réponse “humaine », ces critères sont entièrement définis par des humains, via les processus d’annotation et d’entraînement par renforcement. L’IA est donc, fondamentalement, une extension de l’anthropologie humaine, pas son opposé. Elle est le produit d’une civilisation qui a accumulé et mis en forme son savoir, ses valeurs et ses biais pendant des siècles, et qui projette maintenant cet héritage dans un système capable de le restituer à la demande, d’une certaine manière.

C’est ici que la réflexion devient réellement vertigineuse. L’anthropologie classique a toujours étudié comment les outils façonnent les sociétés. La roue, l’écriture, l’imprimerie ont chacun redéfini ce qu’était “être humain” — nos capacités cognitives, nos structures sociales, notre rapport au savoir et à la mémoire. L’IA n’échappe pas à cette logique. Elle la radicalise, parce que c’est le premier outil qui semble penser et parler en retour. Certains diront que l’IA n’est pas un outil, car aucun outil n’a vocation à remplacer son utilisateur. La truelle ne peut remplacer le maçon. En ce qui concerne l’IA, c’est tout sauf un outil à bien des égards.

Dans cette interaction, ce n’est pas seulement l’IA qui est façonnée par l’humain. C’est aussi l’humain qui se redéfinit au contact de l’IA, sa façon d’écrire, de penser, d’évaluer l’intelligence, d’attribuer de la valeur à un texte ou à une idée. Les outils de détection et d’humanisation d’IA se positionnent comme des gardiens d’une frontière. Mais cette frontière est mince voire inexistante ; en réalité, c’est une construction sociale qui se négocier en temps réel. Et ce sont des entreprises, pas des institutions, pas des philosophes, pas des enseignants, qui en définissent les règles, par abonnement mensuel.

Au final, ce marché de la détection et de l’humanisation de l’IA est économiquement, une mécanique bien huilée. Un business construit sur une question sans réponse.  Il transforme une incertitude fondamentale en produit récurrent qu’il monétise. Mais à vouloir détecter l’artificiel et fabriquer de l’humain, on finit par poser une question que ni les algorithmes ni les abonnements ne pourront résoudre : qu’est-ce qui rend un texte ou une pensée, authentiquement humain ? En tout cas, la réponse, si elle existe, ne se trouvera pas dans un tableau de bord SaaS à 29 euros par mois.

____