Dans cet article
L’IA s’invite dans l’écriture
L’affaire Orélien : chronologie
Ce que l’affaire révèle
Détecteurs d’IA : ce qu’ils mesurent vraiment
Filigranes et traçabilité
Trois preuves, trois portées
La riposte des institutions
Les métiers du texte en première ligne
Droit d’auteur et entraînement des modèles
Auteurs et autoédités : que retenir ?
FAQ

Une question ? Posez-la en bas de cette page.

Tendances littéraires : l’IA s’invite dans l’écriture

• L’affaire Thélyson Orélien a fait de l’intelligence artificielle le sujet numéro un de la rentrée 2026 : prix, jurys et éditeurs réagissent en quelques semaines.
• Le groupe Madrigall (Gallimard) soumettra ses manuscrits à un détecteur d’IA à partir de janvier 2027.
• Des contrats d’édition imposent désormais une « garantie humaine » : aucun recours à l’IA, en tout ou partie.
• Côté traduction, l’ATLF (Association des traducteurs littéraires de France) propose des clauses pour exclure l’IA générative, et une enquête révèle l’inquiétude de la profession.
• Depuis le 2 août 2026, l’AI Act européen impose aux fournisseurs d’IA de marquer les contenus générés : filigranes de texte chez Anthropic, textGrain chez OpenAI à partir de l’automne.
• À l’inverse, un nouveau prix, le prix Pascal, récompense une œuvre coécrite avec une IA.

L’affaire Orélien : chronologie

• 9 mars et 19 août 2026 : C’était ça ou mourir paraît au Québec chez Boréal, puis en France chez Grasset.
• 21 septembre : le roman remporte le Prix du Roman Fnac. Le même jour, le compte X « Balance ton Claude » diffuse des analyses réalisées avec le détecteur Pangram, qui suggèrent une écriture quasi intégrale par IA.
• 25 septembre : l’Académie Goncourt retire le livre de sa première liste, en invoquant des plagiats dans des textes antérieurs de l’auteur et une écriture « très largement » produite par une IA. Le roman disparaît aussi des sélections Femina, Décembre et Médicis.
• 6 octobre : les huit romans de la deuxième sélection du Goncourt sont examinés avec Pangram 4, selon le président de l’Académie, Philippe Claudel. Le livre reste en lice pour le Renaudot (deuxième sélection du 7 octobre).
• 21 octobre : Boréal annonce, après une analyse externe, que l’IA a bien été utilisée, notamment sur la foi de traces dans les métadonnées de certains documents. La maison ne réimprimera pas le livre et ne publiera plus l’auteur.
• 22 octobre : Antoine Gallimard informe les éditeurs de son groupe du passage des manuscrits au détecteur dès janvier 2027.
• Fin octobre : la Fnac indique vouloir réunir des représentants de son jury pour réexaminer son prix.

Thélyson Orélien conteste que son roman ait été rédigé par une machine. Il reconnaît avoir utilisé l’IA dans le processus de création, pour des recherches historiques, mais pas pour la rédaction proprement dite.

Ce que l’affaire révèle

Deux types de preuves très différents

Dans cette affaire, deux logiques s’opposent. Le détecteur statistique, comme Pangram, estime la probabilité qu’un texte soit généré. Il donne un pourcentage, pas une preuve (voir plus bas sur les détecteurs et les filigranes). À titre de comparaison, ActuaLitté a soumis à Pangram 4 le manuscrit d’Orélien, qui obtient 84 % avec la mention « Mixed », et Je de Lilia Hassaine (Gallimard), qui affiche 21 %. Le second résultat rappelle qu’un score non nul ne prouve pas l’origine d’un texte. À l’inverse, la trace documentaire (métadonnées, versions successives, historique d’un fichier) est plus difficile à contester.

Le risque du faux positif

Livres Hebdo souligne qu’un auteur honnête pourrait être pris à tort pour un utilisateur d’IA, la machine confondant style humain et style algorithmique, et voir son projet ou son contrat remis en cause au nom d’un pourcentage invérifiable. Plusieurs éditeurs québécois, dont L’instant même, refusent d’ailleurs de passer les manuscrits dans un outil de détection, lui-même fondé sur l’IA. Le débat porte autant sur la confiance entre auteur et éditeur que sur la technique.

« Écrit avec l’IA » : de quoi parle-t-on ?

Le terme recouvre des pratiques très éloignées. Voici une grille de lecture, de la plus acceptée à la plus contestée :

• Recherche documentaire : vérifier une date, résumer des sources. C’est l’usage qu’admet Orélien.
• Brainstorming et plan : chercher des idées de personnages, de structure, de titres.
• Correction et relecture : orthographe, grammaire, typographie. La frontière se brouille quand l’outil reformule des phrases entières.
• Réécriture : demander à une IA d’« améliorer » un passage, de changer le ton.
• Génération de texte : des chapitres ou un roman produits par l’IA, que l’auteur retouche ou non.
• Traduction automatique et couverture générée : des usages qui touchent aussi les traducteurs et les illustrateurs.

Les nouvelles règles ne tracent pas toutes la ligne au même endroit, d’où l’importance de lire précisément chaque contrat ou règlement.

Détecteurs d’IA : ce qu’ils mesurent vraiment

Le principe

Un détecteur comme Pangram, GPTZero ou Originality.ai ne cherche pas de signature cachée. C’est un modèle de langage entraîné sur de grands volumes de textes humains et de textes produits par des IA, qui apprend à repérer des régularités statistiques : choix de mots, rythme, structures de phrases. Il rend un pourcentage ou une catégorie (« humain », « mixte », « IA »), pas une preuve. Il n’a accès ni aux brouillons ni à l’historique des fichiers de l’auteur. Pangram revendique deux techniques d’entraînement : l’« imitation synthétique », où l’IA génère des équivalents de textes humains pour s’exercer, et la recherche de « cas difficiles », des textes humains qui ressemblent par hasard à de l’IA.

Les chiffres revendiqués

• Le rapport technique de Pangram 4 (juillet 2026) annonce 0,0041 % de faux positifs, soit un texte humain sur 24 000 classé à tort comme IA, mesuré sur plus d’un million de textes en anglais. Les faux négatifs (texte IA jugé humain) seraient de 0,34 %.
• Sur le français, l’éditeur annonce 0,0026 % de faux positifs, mais 1,78 % de faux négatifs : la détection est un peu moins fiable hors de l’anglais.
• Ces chiffres sont déclaratifs, plusieurs auteurs du rapport travaillant pour Pangram. Une étude de Chicago Booth, qui compare Pangram, GPTZero, Originality.ai et un modèle ouvert sur environ 2 000 passages humains, place toutefois Pangram en tête.
• Le réglage est volontairement prudent : en cas de doute, l’outil classe le texte comme humain, ce qui réduit les faux positifs mais laisse passer des textes générés.

Les limites constatées

• Le Journal du Net a testé 85 textes : un seul faux positif, une interview enregistrée, transcrite avec l’outil Whisper puis retravaillée à la main, jugée à 70 % générée. À l’inverse, un article réécrit de bout en bout par une IA a trompé le détecteur.
• Sur des textes hybrides ou « humanisés », Pangram sous-estime ou surestime la part d’IA dans quelques cas, selon une analyse de franceinfo.
• Les textes courts, mixtes ou paraphrasés restent difficiles, et des outils d’« humanisation » sont conçus pour brouiller les motifs que les détecteurs recherchent.
• Les performances annoncées vieillissent vite : détecteurs et modèles progressent en parallèle, dans un jeu du chat et de la souris.

Un raisonnement à manier avec prudence

Dans l’affaire Orélien, le compte à l’origine des accusations a avancé que la probabilité de vingt faux positifs dans un même livre était quasi nulle, en multipliant le taux d’erreur annoncé vingt fois. Notre lecture : ce calcul suppose que les erreurs sont indépendantes d’un passage à l’autre. Or les passages d’un même auteur partagent un style, des thèmes, parfois un outil de transcription ou de traduction, et les erreurs peuvent être corrélées. Surtout, un détecteur dit qu’un passage ressemble à de l’IA, pas si l’IA a écrit, corrigé, traduit ou paraphrasé.

Filigranes et traçabilité : l’IA qui signe ses textes

Le principe du filigrane statistique

Au lieu de deviner après coup, le fournisseur marque le texte à la source. Pendant la génération, le modèle oriente très légèrement ses choix de mots à l’aide d’une clé secrète. Le motif est invisible à la lecture et ne change pas le sens, mais un détecteur qui détient la clé peut le mesurer. L’idée a été proposée en 2022 par Scott Aaronson, puis popularisée par SynthID-Text de Google DeepMind (article dans Nature en 2024, code ouvert la même année, usage dans Gemini). À ne pas confondre avec les « Content Credentials » (norme C2PA), des métadonnées signées attachées aux fichiers, images ou documents, qui se perdent quand on copie le texte ou qu’on fait une capture d’écran.

Ce qui change depuis l’été 2026

• AI Act, article 50(2) : depuis le 2 août 2026, les fournisseurs de systèmes d’IA générative doivent marquer leurs sorties dans un format lisible par machine. Un code de bonnes pratiques européen sert de cadre, et les systèmes déjà commercialisés avant août ont jusqu’au 2 décembre 2026 pour se conformer.
• Anthropic (Claude) : signataire du code, la société intègre un filigrane dans le texte généré par les modèles pris en charge, dans le monde entier. Il concerne les modèles lancés à partir du 2 août, les plus anciens devant être mis à jour. Les fichiers reçoivent des Content Credentials. L’API de détection est en préversion privée. Anthropic précise qu’une marque détectée indique que Claude a pu intervenir, sans prouver qui est l’auteur du texte, et que l’absence de marque ne prouve pas qu’un texte est humain. Le filigrane survit au copier-coller et à certaines retouches, mais une simple relecture d’un texte humain peut laisser trop peu de signal ; une traduction produite par Claude est en revanche marquée.
• OpenAI : sa technologie textGrain, annoncée le 5 octobre 2026, va équiper ChatGPT et Codex dans l’Union européenne « dans les semaines à venir ». Dans l’API, le filigrane reste facultatif et désactivé par défaut. Le détecteur est réservé à des chercheurs et organisations approuvés. Selon OpenAI, la détection passe d’environ 92 % sur un texte intact de 400 jetons à 66 % quand 10 % des mots sont remplacés par des synonymes.
• Google : SynthID-Text équipe Gemini depuis 2024, sans outil public de vérification du texte.
• Autres acteurs : à la mi-octobre, aucun filigrane de texte n’était documenté pour Copilot, Mistral et Meta AI. Côté détection, la plateforme Substack s’est associée à Pangram.

Les limites du filigrane

• Pas de langage commun : chaque fournisseur a sa méthode et sa clé. Un détecteur Claude ne repère pas un texte ChatGPT, et inversement.
• Fragilité : réécriture lourde, paraphrase, traduction par un autre modèle, textes courts ou mathématiques affaiblissent le signal.
• Pas de rétroactivité : les textes écrits avant l’entrée en vigueur, avec d’anciens modèles ou des modèles ouverts, ne portent pas de marque.
• Portée limitée : une marque dit qu’un modèle a produit ou traité le texte à un moment donné. Elle ne dit pas qui l’a écrit, ni quelle part est humaine.

Détecteurs, filigranes, métadonnées : trois preuves, trois portées

Ce que cela change pour l’affaire Orélien

• Le filigrane n’aurait pas pu trancher. Le roman a paru au Québec en mars 2026, avant l’obligation du 2 août, et les marques ne concernent que les modèles récents. Une traduction ou une réécriture par un autre outil affaiblirait en outre le signal.
• Deux logiques de preuve se sont croisées. L’accusation du 21 septembre reposait sur un détecteur, la rupture de Boréal sur une analyse externe qui relève des traces dans les métadonnées de certains documents. La maison n’a pas détaillé publiquement la nature de ces traces, et reconnaît ignorer dans quelle proportion l’IA a participé à l’écriture.
• La question centrale reste ouverte. Orélien admet un usage pour des recherches historiques mais nie toute rédaction par IA. Or un outil de détection ne voit que le texte final : une recherche documentaire, qui n’y laisse pas d’empreinte directe, est invisible pour lui.
• Le contrôle de 2027 reposera surtout sur des détecteurs. Peu de manuscrits porteront une marque lisible, et l’accès aux détecteurs de filigrane reste limité. Les maisons devront donc combiner score, fichiers et dialogue plutôt que de s’en remettre à un chiffre.

La riposte des institutions

• Académie Goncourt : elle s’apprête, selon Livres Hebdo, à modifier ses statuts pour y inscrire l’interdiction de recourir à une IA. Les huit romans retenus au deuxième tour ont dû passer l’examen du détecteur. Le prix a été décerné le 3 novembre à Philippe Jaenada pour L’Inconnue du quai de Javel.
• Prix du Roman Fnac : la Fnac a annoncé un réexamen avec des représentants de son jury.
• Madrigall (Gallimard) : détection systématique des manuscrits à partir de janvier 2027. D’autres éditeurs utilisaient jusque-là un détecteur ponctuellement, en cas de doute.
• La Martinière et Le Rocher : leurs nouveaux modèles de contrat comportent une clause de garantie humaine, stipulant le plus souvent que l’auteur n’a eu recours à aucun système d’IA, en tout ou partie. Une directrice littéraire explique que, sans signature de cet engagement, il n’y a pas de publication.
• Concours d’écriture : certains règlements proscrivent l’IA, comme celui des Amis de Saint-Waast (Tarn).

Un contrat « sans IA » reste délicat à faire jouer : la preuve d’un manquement repose sur des indices, et la lecture d’une clause imposée se fait souvent contre celui qui l’a rédigée, rappelle un avocat spécialisé.

Correction, traduction, révision : les métiers du texte en première ligne

Les traducteurs littéraires sont les premiers concernés. Dès décembre 2024, l’ATLF a mis à jour son contrat-type avec trois clauses : pas d’IA générative pour établir la traduction, pas d’IA dans l’exploitation des droits cédés (une lecture d’audiolivre par voix synthétique, par exemple), et refus de l’entraînement de modèles sur la traduction. Dans une enquête menée en mars 2025, l’association observait que 73 % des contrats comportant une clause sur l’IA interdisaient la traduction automatique. Une enquête récente indique que 37 % des traducteurs interrogés envisageraient de changer de métier.

Pour la correction, la tolérance varie : un correcteur orthographique classique n’est pas perçu comme un auteur-fantôme, alors qu’un outil qui réécrit les phrases l’est davantage. Les clauses « en tout ou partie » rendent cette frontière sensible.

Droit d’auteur et entraînement des modèles

• La proposition de loi de la sénatrice Laure Darcos, votée à l’unanimité le 8 avril 2026, instaure une présomption d’utilisation des contenus culturels : les fournisseurs d’IA devraient prouver qu’ils n’ont pas exploité les œuvres pour s’entraîner.
• La SGDL, le SNAC et le SNE ont engagé une action contre Meta le 12 mars 2025.
• La SGDL propose via sa plateforme HUGO un service pour faciliter l’opposition des auteurs à l’utilisation de leurs œuvres.

L’IA assumée : le prix Pascal

À rebours du mouvement de défiance, le prix Pascal, fondé par trois entrepreneurs de la tech, propose de récompenser une œuvre coécrite avec l’intelligence artificielle. Sa première édition affirme que l’IA est déjà présente dans les ateliers d’écriture et dans les manuscrits, souvent en silence.

Auteurs et autoédités : que retenir ?

• Gardez la trace de votre travail : brouillons, versions successives, notes. C’est votre meilleure défense en cas de contestation.
• Lisez chaque règlement : un concours peut interdire toute IA, un autre seulement la génération de texte.
• Relisez vos contrats : garantie humaine, entraînement des modèles, voix de synthèse pour l’audio.
• Vérifiez les conditions des plateformes : certaines, comme Amazon KDP, demandent de déclarer les contenus générés par IA. Contrôlez les règles en vigueur au moment de publier.
• Ne vous fiez pas à un seul score : un détecteur peut se tromper, dans les deux sens.

Les rendez-vous à suivre

• Académie Goncourt : le possible changement de statuts pour interdire le recours à une IA.
• À suivre : la décision de la Fnac sur son prix.
• Semaines à venir : déploiement du filigrane textGrain d’OpenAI dans ChatGPT et Codex en Europe ; élargissement progressif de l’API de détection d’Anthropic.
• 2 décembre 2026 : date limite de mise en conformité à l’article 50(2) pour les systèmes d’IA déjà commercialisés avant août.
• Janvier 2027 : début de la détection systématique chez Madrigall.

FAQ

Vous voulez comparer les options d’impression de votre livre ? Contactez-nous : nous vous aidons volontiers à faire un choix adapté.