94 % de quoi ? Ce que l’affaire Orélien révèle sur la gouvernance de contenu en entreprise

Au 21 septembre 2026, un compte X anonyme intitulé « Balance ton Claude » (@Pangramed, quelques dizaines d’abonnés à l’époque) publie une capture d’écran. Elle révèle le score d’un outil de détection de texte généré par IA, Pangram, appliqué aux deux premiers chapitres de C’était ça ou mourir, le roman de Thélyson Orélien paru chez Grasset (le 19 août 2026 dans la collection « Littérature française ») : 100 % et 91 %. Le message accuse ainsi l’auteur d’avoir rédigé son livre « presque intégralement » avec l’intelligence artificielle. Conséquence : le post dépasse 4,7 millions de vues en quelques jours, au moment même où l’écrivain canado-haïtien vient de recevoir le Prix du Roman Fnac, le roman étant par ailleurs en lice pour le Goncourt.

L’auteur dément formellement toute utilisation d’une Intelligence Artificielle. Quant à son éditeur, il évoque d’abord des « rumeurs », avant de reconnaître prendre l’accusation « très au sérieux ». Radio-Canada mène sa propre vérification indépendante et publie ses résultats le 22 septembre 2026 (mise à jour le 23) : l’ensemble du manuscrit (63 584 mots) passé dans Pangram donne un score global de 94 %.

Le mercredi 23 septembre 2026 à 5 h, soit deux jours après la proclamation du Prix Fnac, La Presse élargit l’affaire dans une autre direction : une enquête du journaliste Alexandre Vigneault établit que d’anciens textes de l’auteur (dont une nouvelle primée par Radio-Canada en 2012-2014) reprennent sans guillemets ni attribution des paragraphes entiers du Matin des magiciens de Louis Pauwels et Jacques Bergier (Gallimard, 1960), notamment le passage consacré aux alchimistes et aux transmutations métalliques. Radio-Canada couvre également ce second volet. C’est alors que Grasset et Boréal réagissent en disant prendre l’ensemble au sérieux, tout en appelant à la prudence sur la fiabilité absolue des outils de détection algorithmique.

Dès lors, la question que tout le monde se pose est : Orélien a-t-il utilisé l’IA ? Selon moi, ce n’est pas nécessairement la bonne question, ou en tout cas pas la seule qui compte pour une organisation qui gouverne aujourd’hui de la production de contenu, humaine, IA, ou les deux. La vraie question, celle qui prolonge ce score de 94 %, est plus ciblée mais plus utile : 94 %, d’accord, mais 94 % de quoi, exactement ?

94 % de quoi ?

Il faut le dire d’entrée : un score de détection IA n’est pas une mesure de proportion. Ce qui ne signifie pas que « 94 % des mots ont été tapés par une machine ». C’est la sortie d’un classifieur statistique, un modèle entraîné à distinguer deux distributions de texte, l’une humaine, l’autre générée, sur la base de régularités de surface : perplexité, structure syntaxique, régularité du rythme, choix lexicaux récurrents. Le chiffre que Pangram renvoie est une probabilité de classe : la confiance du modèle que le texte se situe dans la zone statistique où, dans son corpus d’entraînement, 94 % des échantillons comparables étaient d’origine synthétique. C’est une inférence sur la forme du texte, pas une preuve sur son origine causale.

Ce n’est pas pour autant un outil arbitraire. Pangram Labs revendique officiellement un taux de faux positifs de l’ordre de 1 pour 10 000 (0,01 %), descendant jusqu’à 0,004 % sur les textes académiques, et une précision globale annoncée de 99,98 %. Des benchmarks indépendants (Université de Chicago Booth School of Business, Université du Maryland) le positionnent parmi les outils les plus réguliers du marché. Une étude conjointe Maryland/Microsoft nuance toutefois ce chiffre, observant des variations allant jusqu’à 2 % selon la nature des corpus non académiques ou traduits.

Les détecteurs grand public affichent des marges d’erreur bien plus visibles. Turnitin (un équivalent de Pangram destiné à l’identification de la fraude dans les écoles et universités) documente lui-même un taux de faux positifs inférieur à 1 % à l’échelle d’un devoir entier, mais qui grimpe à environ 4 % à l’échelle de la phrase ; un chiffre qui semble anodin jusqu’à ce qu’on le rapporte aux dizaines de millions de copies traitées chaque année, ce qui représente potentiellement des dizaines de milliers d’élèves accusés à tort. Des détecteurs de première génération basés sur la perplexité linguistique (ZeroGPT, GPTZero à leurs débuts) ont classé des textes à la syntaxe très codifiée (dont la Constitution des États-Unis elle-même !) comme majoritairement générés par IA.

Mais un détecteur fiable sur la moyenne ne répond pas à la question qu’on lui pose dans ce cas précis. Trois scénarios produisent des textes statistiquement proches, et aucun détecteur actuel ne les distingue de façon fiable :

• Génération pure : un prompt, une sortie, un tri minimal. C’est le scénario que l’accusation suppose.
• Repasse stylistique : un texte écrit par un humain, puis retravaillé passage par passage avec une IA pour fluidifier, enrichir, corriger. Le fond est humain ; la forme finale porte la signature statistique du modèle qui l’a lissée.
• Faux positif pur : un style humain déjà très maîtrisé, régulier, peu fautif, qui se rapproche statistiquement de ce qu’un LLM produit, sans qu’aucune IA n’ait été impliquée.

Le score ne dit pas lequel des trois s’est produit. Il ne dit même pas à quelle étape de la chaîne de production (auteur, éditeur, relecteur) une éventuelle intervention IA a eu lieu (on y reviendra avec un cas documenté plus loin).

Un tel comparatif a d’ailleurs été produit, à trois reprises, par trois rédactions indépendantes. CheckNews, le service de vérification de Libération, a soumis à Pangram des livres récents de Yanick Lahens et de Louis-Philippe Dalembert, deux auteurs haïtiens, ainsi que plusieurs autres romans de la rentrée (Philippe Jaenada, Anne Godard) : tous ont été classés « 100 % humains ». Radio-Canada a poussé le test encore plus loin, en ciblant directement l’hypothèse la plus probable d’un faux positif : huit livres d’auteurs d’origine haïtienne (Lyonel Trouillot, Marie-Célie Agnant, Jacques Roumain, entre autres) et un auteur canadien d’origine africaine (Blaise Ndala) : même verdict unanime. Next.ink a de son côté demandé à Pangram d’analyser des extraits de quatre romans de la rentrée aux styles variés, avec toujours le même résultat.

Ce comparatif ne testait pas n’importe quelle hypothèse : il visait précisément l’explication alternative la plus crédible à l’accusation, un biais du détecteur sur un écrit français jugé « différent » de la norme hexagonale voire anglophone, celui qu’Orélien revendique lui-même pour sa défense (« mes traditions sont haïtiennes et caribéennes »). Un chercheur cité par Libération, Filip van Droogenbroeck, avance que Pangram a « délibérément entraîné son détecteur sur des données multilingues, y compris des langues sous-représentées », précisément pour réduire ce type de faux positif. Le test, répété par trois rédactions à partir de corpus différents, ne confirme pas cette hypothèse : le score d’Orélien reste isolé, y compris face à des auteurs partageant avec lui une réelle proximité stylistique et culturelle.

Est-ce que ça clôt la question ? Non ; et c’est précisément là que la nuance compte. Écarter l’hypothèse du biais stylistique ne transforme pas le score en preuve d’origine ; ça élimine une explication alternative, sans en confirmer une autre. Sadasivan et al. (Université du Maryland) démontrent formellement que la limite théorique de détection tend vers zéro à mesure que les modèles génératifs se rapprochent de la distribution du langage humain ; une simple paraphrase suffit à faire s’effondrer la fiabilité des détecteurs statistiques. Liang et al. (Stanford, Patterns, 2023), dont l’étude est le pendant exact de ce qu’on vient de vérifier pour Orélien mais côté anglophone, montrent que ces mêmes outils classent à tort plus de la moitié d’un corpus d’essais TOEFL rédigés par des locuteurs non natifs, comme générés par IA. En effet, la syntaxe codifiée et le vocabulaire prévisible d’un anglais appris comme langue étrangère sont statistiquement indiscernables de la faible complexité d’un texte de machine. Et Weber-Wulff et al., évaluant quatorze outils dont Turnitin, GPTZero et Compilatio pour l’International Journal for Educational Integrity, concluent qu’aucun n’atteint un niveau d’exactitude suffisant pour servir de preuve formelle, et déconseillent explicitement leur usage comme arbitre unique dans une décision disciplinaire. Ces trois travaux convergent sur un même constat, que le comparatif littéraire confirme sans le contredire : un détecteur mesure une prévisibilité statistique, jamais une intentionnalité humaine, même quand il élimine, au passage, les explications les plus commodes.

Reste un dernier grain de sable, lui aussi révélateur à sa façon : sur le texte intégral, Radio-Canada obtient un score de 94 %, Libération de 92 %. Deux rédactions, le même outil, le même roman, deux résultats voisins mais non identiques. Même le chiffre le plus solide de cette affaire ne se reproduit pas exactement d’un test à l’autre. Et la confusion ne s’arrête pas aux tests légitimes : plusieurs comptes X ont fait circuler de fausses captures d’écran attribuant à Pangram des scores fantaisistes sur des textes de Victor Hugo ou de Mary Shelley, ajoutant une couche de désinformation pure à un débat déjà embrouillé par l’instabilité des scores réels. Quant à l’AFP, son propre outil de vérification (InVID-WeVerify) juge les mêmes passages « très probablement écrits par un humain ». Un quatrième instrument, un quatrième verdict.

Il y a d’ailleurs quelque chose d’assez savoureux dans tout ce dispositif, qu’on aurait tort de laisser passer sans le relever : Pangram est lui-même un modèle de machine learning, entraîné à reconnaître les régularités statistiques d’autres modèles (surtout les principaux LLM, GPT-4, Claude, Gemini, Llama) de machine learning. On soupçonne une machine d’avoir écrit un texte, et pour trancher, on fait appel à une seconde machine, dont la légitimité repose sur les mêmes mécanismes probabilistes que celle qu’on cherche à confondre. Le vérificateur et le suspect appartiennent à la même famille d’objets. Ce n’est pourtant pas une faille de conception : Sadasivan et al. le montrent précisément, la frontière technique entre les deux ne fera que se resserrer à mesure que les modèles génératifs progressent. Mais ça dit quelque chose du moment où nous nous trouvons : nous ne disposons plus d’instrument de jugement extérieur au problème qu’on cherche à évaluer.

Voici pourquoi ce n’est pas un détail technique, mais le cœur du problème pour un DSI. Remplacez « roman » par « audit de conformité », « rapport d’incident », ou « revue de code », et « jury Goncourt » par « comité de validation interne » : la même question se pose, avec les mêmes trois scénarios indiscernables. Un document qui « a l’air juste » (cohérent, bien structuré, sans aspérité, validant une scénario « de bon sens ») ne dit rien sur son origine ni sur sa fiabilité. Le score de 94 % n’a pas révélé qu’Orélien trichait. Il a révélé que la forme d’un texte a cessé d’être un indice fiable de son processus de production, pour un roman comme pour n’importe quel document produit dans une organisation.

Un problème déjà rencontré, sous des formes différentes

Le spectre littéraire : déclaration vs. détection

Ce type de controverse n’est pas nouveau, mais Orélien en est l’une des premières variantes qui repose uniquement sur une accusation externe non confirmée.

Rie Kudan, lauréate du prestigieux Prix Akutagawa en janvier 2024 pour Tokyo-to Dojo-to, révèle elle-même en conférence de presse qu’environ 5 % du texte (une page sur 144) est composé de phrases générées mot pour mot par ChatGPT, un choix diégétique assumé (son personnage principal dialogue en effet avec une IA). Le prix n’est jamais remis en cause : l’usage est déclaré, circonscrit, et justifié par le propos de l’œuvre elle-même.

Jason Allen revendique ouvertement, dès le dépôt de son œuvre à la foire du Colorado en 2022, avoir généré Théâtre d’Opéra Spatial via Midjourney : 624 itérations de prompts avant sélection finale. Il conserve son prix (le règlement autorisait la manipulation numérique) mais se voit refuser l’enregistrement au copyright par l’US Copyright Office en septembre 2023, au motif d’une absence de « paternité humaine » suffisante. Litige tranché, sans ambiguïté sur les faits.

Shen Yang, professeur à Tsinghua, soumet en 2023 une nouvelle générée en trois heures à partir de 66 prompts à un concours chinois de science-fiction, ceci avec la complicité partielle d’un organisateur informé à l’avance, dans une démarche assumée comme test. Un des six juges reconnaît le texte comme généré par IA et vote contre ; trois autres l’approuvent tout de même. La nouvelle obtient le deuxième prix. Là encore, l’origine n’est jamais réellement dissimulée, c’est un test de la vigilance du jury, pas une tromperie occultée.

Le cas Mia Ballard, en 2026, est différent, et plus proche de la structure d’Orélien. Son roman Shy Girl, autopublié en février 2025 puis racheté par Hachette (label Wildfire, sortie UK en novembre 2025), est scanné par le fondateur de Pangram et obtient un score de 78 %. Hachette annule alors immédiatement la sortie américaine et retire l’édition britannique (environ 1 800 exemplaires vendus) le jour même où le New York Times sollicite l’éditeur, sans que Ballard ait pu se défendre avant publication de l’article du 19 mars 2026. Ballard affirme par la suite ne jamais avoir utilisé l’IA elle-même : un éditeur freelance qu’elle avait engagé l’aurait fait à son insu ; elle annonce des poursuites contre lui pour « diffamation et préjudice commercial » ainsi que « violation du droit d’auteur », selon la tribune de James Taranto (Wall Street Journal, avril 2026). L’affaire prend un tour supplémentaire : la blogueuse indépendante Audrey Hinson révèle que le texte analysé par Pangram provenait d’une copie piratée trouvée sur OceanofPDF, un site que l’Authors Guild qualifie elle-même de « l’un des plus notoires réseaux de piratage d’ebooks », et n’a jamais été confrontée au manuscrit original ni à l’édition validée par Hachette.

On ne sait toujours pas, à ce jour, si le score de 78 % reflète une réalité, une erreur, ou un mélange des deux, parce que le texte testé n’était ni garanti conforme au manuscrit final, ni confronté à une version de référence incontestable. Personne n’a pu établir avec certitude ce qui s’est réellement passé et c’est clairement le problème : une décision éditoriale a été prise en quelques heures sur la base d’un score dont la validité elle-même reste invérifiable.

Ce que ce spectre révèle : dans tous les précédents littéraires connus avant 2026, la question de la provenance se réglait par une déclaration, qu’elle soit de l’auteur, assumée ou arrachée par le contexte du concours. Le cas Ballard, puis le cas Orélien, sont les premiers où l’accusation elle-même repose entièrement sur un score statistique, appliqué à un texte dont la provenance n’est pas toujours garantie, sans confirmation de l’intéressé. Le problème n’est plus « quelqu’un a-t-il utilisé l’IA » mais au contraire « peut-on encore faire confiance à la chaîne qui produit l’accusation elle-même ».

Deux secteurs professionnels, deux défaillances inverses

Dans l’enseignement, le problème est inversé : ce n’est plus l’accusation qui est mal fondée, c’est l’outil de détection lui-même qui produit l’erreur en masse. Turnitin accompagne plus de 16 000 établissements dans 185 pays ; lors de la seule première année de déploiement de son module de détection IA (avril 2023-mars 2024), l’outil a analysé plus de 200 millions de devoirs, puis plus de 280 millions fin 2024. Avec un taux de faux positifs inférieur à 1 % au niveau du document et d’environ 4 % au niveau de la phrase, ce volume place mécaniquement le nombre de copies faussement suspectées dans une fourchette de plusieurs dizaines de milliers à quelques centaines de milliers par an. De son côté, OpenAI a retiré son propre détecteur (AI Text Classifier) le 20 juillet 2023, invoquant officiellement « son faible taux de précision ». Effectivement, à son lancement, l’outil n’identifiait correctement le texte IA que dans 26 % des cas, avec 9 % de faux positifs sur des textes humains. Un aveu d’autant plus significatif qu’il émane de l’acteur ayant le plus intérêt commercial à vendre une solution fiable.

Dans le droit, c’est l’inverse : on n’incrimine pas un défaut du détecteur, mais l’absence de vérification humaine en aval d’un contenu généré. Damien Charlotin, docteur en droit du Lauterpacht Centre for International Law de l’Université de Cambridge, chercheur affilié au Smart Law Hub de HEC Paris et cofondateur de Jus Mundi (plateforme internationale d’arbitrage et d’intelligence juridique), tient une base publique (l’AI Hallucination Database) qui recense plus de 1 300 cas d’hallucinations IA dans des procédures judiciaires à travers le monde (1 313 cas au printemps 2026, plus de 1 500 à la mi-2026), avec une accélération marquée depuis le début de l’année. La sanction la plus lourde à ce jour atteint 110 204,38 dollars, infligée par le juge Mark D. Clarke dans Couvrette v. Wisnovsky (U.S. District Court, District of Oregon), un litige familial autour du contrôle du vignoble Valley View à Jacksonville, où Joanne Couvrette poursuivait ses deux frères pour abus de faiblesse sur personne âgée, réclamant 12 millions de dollars. L’avocat principal, Stephen Brigandi, avait soumis des mémoires truffés d’au moins 15 décisions totalement inventées et 8 citations textuelles fictives ; il est explicitement condamné à 95 998,72 dollars, son local counsel Tim Murphy à 14 205,66 dollars pour manquement à son devoir de supervision. L’action est finalement rejetée avec préjudice.

Un autre cas à peine croyable. Dans Withers v. City of Aberdeen (Mississippi, juge Sharion Aycock), un litige contractuel sur des honoraires d’avocat impayés, les conseils des deux parties ont chacun soumis des mémoires contenant des jurisprudences fictives : Kathleen Wilson, représentant le demandeur Tom Withers, a utilisé l’IA pour rédiger ses conclusions, affirmant ensuite « ignorer que l’IA pouvait inventer des arrêts » ! Kathryn Williams, représentant la ville d’Aberdeen, a utilisé un outil de recherche juridique par IA sans vérifier les décisions citées, en violation de la politique interne de son propre cabinet. En conséquence, Wilson est condamnée à 2 500 dollars d’amende, Williams à 3 500 dollars, chacune étant interdite de comparaître dans le district pendant deux ans ; les deux correspondants locaux écopent de 1 000 dollars d’amende et sont révoqués du dossier. Le procès est annulé. La juge Aycock en a formulé la conclusion sans détour : la vérification « est absolue » et « ne peut être ni sous-traitée à la technologie ni déléguée à un co-conseil ».

Trois secteurs, trois défaillances de nature différente, mais qui convergent sur un même constat. Dans l’édition, le score accuse sans nuance, et sur la base d’un texte de provenance non garantie. Dans l’éducation, l’outil de détection produit lui-même l’erreur à grande échelle. Dans le droit, c’est l’absence de vérification humaine, et non l’IA elle-même, qui cause le préjudice. Ce ne sont pas trois problèmes isolés propres à chaque secteur : c’est le même mécanisme de fond, observé sous trois angles : la forme d’un document a cessé d’être un indice fiable, que ce soit de son origine, de sa fiabilité, ou de la rigueur du contrôle qui l’a validé.

La bascule vers l’organisation

Remplacez « roman » par « rapport d’audit », « jury Goncourt » par « comité de validation interne », « éditeur freelance » par « prestataire externe », et l’affaire Orélien cesse d’être un fait divers du monde littéraire pour devenir un cas d’école de gouvernance.

Les trois groupes d’exemples de la section précédente ne sont pas des curiosités juxtaposées : ce sont trois éléments d’un même problème, observés à des stades différents de sa manifestation. L’édition montre ce qui se passe quand on accuse sur la base d’un score sans garantir la provenance du texte testé. L’éducation montre ce qui se passe quand l’outil de détection lui-même devient la source de l’erreur à grande échelle. Le droit montre ce qui se passe quand personne, à aucun moment de la chaîne, ne vérifie ce qu’une IA a produit avant de l’utiliser formellement.

La conclusion de la juge Aycock (la vérification doit être « absolue ») est celle qu’un DSI devrait imprimer et accrocher au mur. Elle ne parle pas de dossiers judiciaires ou d’avocats. Elle parle de n’importe quel document produit dans une organisation aujourd’hui (un rapport d’incident de sécurité, une synthèse de conformité RGPD, une revue de code, un audit fournisseur) dès lors qu’une IA a pu intervenir à un moment quelconque de sa production, déclaré ou non.

Ce n’est donc pas un problème d’outil de détection insuffisant. Même quand la vérification humaine existe sur le papier (un avocat qui dépose un mémoire l’engage professionnellement) elle échoue si elle n’est pas réellement exercée à chaque étape. Nous sommes face à un problème d’architecture de la preuve. Un document ne peut plus être jugé fiable sur la base de son apparence finale : trop fluide, trop cohérent, trop bien structuré pour qu’on puisse en déduire quoi que ce soit sur son origine et sa fiabilité. La seule chose qui reste vérifiable, c’est le processus qui l’a produit : qui a rédigé quoi, à quelle étape, avec quel outil, avec quelle déclaration explicite, et si cette traçabilité n’existe pas nativement dans le processus de production, aucun contrôle a posteriori, aussi sophistiqué soit-il, ne la reconstituera de façon fiable.

Un mot sur le secteur qui a servi de point de départ à cet article. L’édition n’a historiquement jamais eu besoin de formaliser cette traçabilité : la relation auteur-éditeur repose depuis toujours sur la confiance interpersonnelle, pas sur un protocole vérifiable. Il n’existe ainsi pas d’historique de versions horodaté, pas de journal des interventions de chaque relecteur, pas de métadonnées de saisie. Ce n’est pas une négligence récente, c’est un choix de fonctionnement qui a très bien marché tant que la question « qui a écrit quoi » ne se posait pas vraiment. Le cas Ballard montre ce qui se passe quand elle se pose malgré tout : personne, ni l’auteure, ni l’éditeur, ni le tribunal médiatique qui a instruit l’affaire en une journée, n’a été capable de reconstituer la chaîne réelle des interventions.

Tant que le secteur ramène chaque nouvelle affaire à une question de plagiat individuel (un coupable, une sanction, un dossier refermé) il évite le débat structurel qui l’attend : la mise en place de protocoles de traçabilité contraignants à chaque étape de la chaîne d’écriture et de révision, du même ordre que ce que cet article recommande à une DSI dans la section suivante. Ce n’est pas un problème propre à l’entreprise qui regarderait la littérature de loin. C’est le même problème, rencontré en premier par un secteur qui n’a simplement pas encore le vocabulaire ni les outils pour le nommer.

Ce que ça change pour une DSI

Quatre réflexes se présentent naturellement à une DSI qui découvre ce problème, et les quatre sont des impasses.

Le premier réflexe est de chercher un meilleur détecteur, un « Pangram interne » ou un score de confiance sur chaque document produit. On vient de montrer pourquoi ça ne suffit pas : même le détecteur le plus réputé du marché ne peut rien garantir si la provenance du texte qu’on lui soumet n’est pas elle-même établie. Un détecteur ne répare pas une chaîne de production défaillante en amont. Il l’habille d’un chiffre qui a tout d’une mesure scientifique, et c’est peut-être pire que de ne rien faire.

Le deuxième réflexe est d’interdire l’IA par politique interne : une charte, une clause contractuelle, une case à cocher. On vient également de montrer pourquoi ça ne peut pas résoudre le problème : dans l’affaire Withers v. City of Aberdeen, les deux parties avaient chacune une obligation professionnelle de vérification qui existait déjà, sur le papier, depuis toujours. Le code de déontologie des avocats n’a évidemment pas attendu l’IA pour exiger l’exactitude des citations. L’obligation existait donc formellement ; elle n’a simplement pas été exercée, parce que l’IA produit des réponses si convaincantes qu’elles donnent l’illusion de l’exactitude, qu’elles ne déclenchent plus le signal cognitif de vigilance. Une politique non vérifiée dans les faits ne vaut pas mieux qu’une absence de politique. Elle donne juste l’illusion rassurante d’un problème traité.

Le troisième réflexe, le plus confortable de tous parce qu’il ne coûte rien immédiatement, est d’attendre. Attendre qu’une législation vienne trancher la question à la place de l’organisation. C’est le réflexe le plus illusoire de tous, et le cadre le plus avancé au monde sur le sujet le démontre par son propre périmètre. L’article 50 de l’AI Act européen, entré en application le 2 août 2026, impose un étiquetage des textes générés par IA. Mais uniquement pour les contenus « publiés dans le but d’informer le public sur des questions d’intérêt général » ! Bien entendu, un rapport d’audit interne, une revue de code, une synthèse de conformité, un appel d’offres : aucun de ces documents n’entre dans ce champ. Ce n’est pas un arbitrage du législateur en défaveur de la transparence sur ces cas précis, c’est que la loi n’a tout simplement jamais eu ces cas en vue. Elle régule le rapport entre un contenu et un public de masse, pas la fiabilité d’un document en circulation interne à une organisation. Une DSI qui attend « la prochaine version de l’AI Act » ou une nouvelle législation nationale pour régler ce que le texte actuel ne couvre même pas dans son périmètre, attend une réponse à une question que le législateur ne s’est pas posée, et qu’il ne se posera peut-être jamais.

Le quatrième réflexe, le plus tentant pour un DSI technophile, est de miser sur la traçabilité automatique, multiplier les logs, métadonnées, horodatage systématique de chaque interaction avec un outil IA. C’est la bonne direction, mais elle ne suffit pas seule : un log de génération ne dit rien de ce qui se passe après, quand un texte généré est copié-collé, retravaillé, transmis à un tiers qui l’édite à son tour sans laisser de trace. Exactement le point de rupture du cas Ballard, où c’est un maillon externe et non tracé qui a introduit l’incertitude.

Ce qui reste, une fois ces quatre impasses écartées, tient en une phrase : la fiabilité d’un document ne se prouve plus en l’inspectant, elle se prouve en construisant, en amont, la capacité de reconstituer sa chaîne de production complète. Et personne, ni un détecteur, ni une charte, ni le législateur, ne le fera à la place de l’organisation. Concrètement, pour une DSI, ça se traduit non par des outils nouveaux, mais par trois chantiers :

• Déclaration contractuelle systématique avec tout prestataire externe (rédacteur, éditeur, consultant, agence) sur l’usage d’IA dans les livrables : pas comme une clause de conformité de plus, mais comme condition de recevabilité du livrable lui-même, à l’image de ce que la juge Aycock a rappelé sur l’obligation de vérification personnelle et non-délégable.
• Traçabilité de bout en bout, pas seulement à la génération : qui a modifié quoi, à quelle étape, y compris pour les allers-retours avec des tiers externes. Le point précis où le cas Ballard s’effondre.
• Abandon du réflexe de contrôle a posteriori comme ligne de défense principale : un score de détection reste un indice utile pour ouvrir une investigation, jamais une preuve suffisante pour trancher seul. Précisément la distinction que la plupart des rédactions et tribunaux n’ont pas su respecter en 2026, précipitant des décisions irréversibles qu’aucune des parties impliquées n’a pu ensuite justifier.

---

Cet article a été écrit avec l’assistance de l’IA (recherche de sources, vérification croisée, structuration, reformulation). Mais la méthode qui le sous-tend n’a rien de spécifique à l’IA, elle la précède largement : chaque sujet part d’une réflexion personnelle et de sources consultées bien avant que la rédaction ne commence, jamais l’inverse. Le cas Orélien, comme la plupart des sujets traités ici, existait dans un backlog de réflexions en maturation avant même qu’un mot ne soit écrit. Un article n’est pas un premier jet publié au bout de deux heures, c’est l’aboutissement d’une réflexion qui s’étale souvent sur des semaines.

Chaque fait cité a été vérifié avant publication ; chaque affirmation qui ne l’était pas encore au moment de l’écriture a été marquée comme telle, discutée, puis confirmée ou amendée. Et surtout : chaque ligne, chaque mot, porte exactement le sens qu’on a choisi de lui donner, et pas celui qu’un modèle aurait produit par défaut.

L’article 50 de l’AI Act n’impose aucune mention obligatoire pour un texte comme cet article. À vrai dire, pas parce que le sujet y échapperait, mais parce que la loi elle-même exempte tout contenu ayant fait l’objet d’un « contrôle humain ou d’une responsabilité éditoriale » réelle. Le critère n’est pas la présence ou non de l’IA dans le processus de création. C’est la traçabilité du processus et l’existence d’une responsabilité assumée. En somme, exactement la thèse de cet article, appliquée à sa propre fabrication.

Pour aller plus loin : France 24 a consacré un reportage à la fracture que l’affaire Orélien a provoquée au sein des comités littéraires et à la confrontation entre lecture humaine et détection logicielle — « C’était ça ou mourir » : un livre écrit par l’IA ?