Mots-clés : intelligence artificielle générative, détection de textes, Pangram, éthique littéraire, plagiat, prix Goncourt
1. Introduction
L’émergence des grands modèles de langage (LLM) a profondément transformé les pratiques d’écriture, suscitant des questionnements inédits sur l’authenticité et la paternité des œuvres littéraires. La controverse entourant le roman C'était ça ou mourir de Thélyson Orélien constitue un cas d’école de ces tensions. Accusé sur les réseaux sociaux d’avoir eu recours à une intelligence artificielle pour rédiger son œuvre, l’auteur s’est retrouvé au centre d’une polémique qui a conduit à son retrait de la sélection du prix Goncourt en septembre 2026.
Cette affaire soulève une question fondamentale : peut-on accuser un auteur sur la base d’analyses produites par des logiciels de détection d’IA ? Pour y répondre, cet article examine successivement la nature des accusations, la fiabilité technique des détecteurs utilisés, les limites épistémologiques de ces outils et les implications éthiques d’une telle démarche.
2. Contexte et chronologie de l’affaire
2.1. Les faits
Le 21 septembre 2026, un compte anonyme sur la plateforme X, baptisé « Balance ton Claude », publie une série d’accusations à l’encontre de Thélyson Orélien. Selon ce compte, plusieurs extraits du roman C'était ça ou mourir auraient été soumis au logiciel Pangram, qui les aurait classés comme « 100 % IA ». L’un des administrateurs du compte s’est ultérieurement révélé être Samuel Fitoussi, essayiste et chroniqueur au Figaro.
Le roman, premier de l’auteur, venait de remporter le Prix du Roman Fnac et figurait parmi les favoris du prix Goncourt. Face à ces accusations, Thélyson Orélien a fermement démenti, déclarant : « On peut discuter de mon style, mais faire de ces procédés d’écriture des preuves d’intelligence artificielle n’a rien à voir avec la critique littéraire ». Il a précisé avoir commencé l’écriture de son roman à l’automne 2017 et en avoir achevé le premier jet en 2019, soit avant la démocratisation des IA génératives.
2.2. L’escalade : du soupçon d’IA aux accusations de plagiat
Alors que la polémique sur l’IA battait son plein, de nouvelles révélations ont complexifié l’affaire. Le 23 septembre, La Presse et Radio-Canada ont révélé que Thélyson Orélien était également soupçonné de plagiat pour des textes publiés dans les années 2010. Au moins cinq chroniques et textes d’opinion, publiés entre 2012 et 2014, reprendraient des passages d’autres auteurs, notamment du livre Le matin des magiciens de Louis Pauwels et Jacques Bergier.
Le 25 septembre, l’Académie Goncourt a annoncé le retrait du roman de sa sélection, invoquant « les accusations de plagiats et d’utilisation de l’intelligence artificielle ». Cette décision a été justifiée par la volonté de « préserver l’intégrité du prix Goncourt ».
3. La fiabilité des détecteurs d’IA : le cas de Pangram
3.1. Présentation de Pangram
Pangram, lancé en 2023 par Max Spero et Bradley Emi, deux anciens de Stanford, est présenté comme le détecteur de textes générés par IA le plus fiable du marché. Son fonctionnement repose sur l’analyse de caractéristiques statistiques des textes : régularité des constructions, distribution du vocabulaire, structure des phrases et enchaînement des idées. L’outil a été entraîné sur des dizaines de millions de documents humains authentiques et sur des textes générés par des LLM de pointe (ChatGPT, Claude).
3.2. Les performances revendiquées
Pangram revendique un taux de faux positifs extrêmement faible : 0,0041 % en anglais, soit un texte humain sur 24 000 classé à tort comme généré par IA. En français, l’entreprise annonce un taux de faux positifs de 0,0026 % et un taux de faux négatifs de 1,78 %. Selon Max Spero, son PDG, « il y a des centaines de manières d’écrire une phrase. Si un texte reproduit systématiquement les mêmes raccourcis décisionnels qu’une IA, la probabilité qu’un humain ait écrit tout ça par coïncidence devient infinitésimale ».
3.3. Les limites reconnues
Malgré ces performances annoncées, Pangram présente des limites significatives. Max Spero lui-même reconnaît qu’« une analyse statistique conserve nécessairement une marge d’incertitude ». Surtout, l’outil ne remplit pas un texte 100 % IA à 100 % : il en reconnaît environ 80 %. Le taux de faux positifs, bien que faible, n’est pas nul : selon Spero, il produit un faux positif tous les 10 000 textes.
Par ailleurs, des études universitaires publiées en 2025 ont relevé des taux d’erreurs plus élevés que ceux revendiqués par l’entreprise, résultats que Pangram juge désormais dépassés après l’évolution de son logiciel. Le Journal du Net, qui a soumis plus de cent textes à Pangram, conclut que l’outil « se laisse (facilement) berner ».
3.4. Des résultats contradictoires selon les outils
L’un des éléments les plus troublants de l’affaire réside dans la divergence des résultats produits par les différents détecteurs. Sur les huit logiciels testés par l’AFP sur les extraits du roman incriminé, un seul conclut à 100 % de probabilité d’IA, deux à l’inverse, et les autres affichent des scores variant entre 7 % et 59 %. L’outil de vérification InVID-WeVerify, cocréé par l’AFP, estime quant à lui que les passages ont été « très probablement écrits par un humain ».
Cette cacophonie technologique soulève une question fondamentale : comment accorder une valeur probante à des outils dont les verdicts divergent aussi radicalement ?
4. L’apport des études indépendantes
4.1. Les études de référence
Deux études de référence sont régulièrement citées pour évaluer la fiabilité de Pangram. La première, publiée en septembre 2025 par l’université de Chicago, conclut à une « absence quasi complète de faux positifs » sur un échantillon de 3 000 textes de 500 à 1 000 mots. La seconde, menée par la Vrije Universiteit de Bruxelles et publiée en juin 2026, classe Pangram comme le détecteur le plus fiable du marché, devant GPTZero, OriginalityAI et RoBERTa.
4.2. Les limites méthodologiques
Cependant, ces études présentent des limites méthodologiques importantes. Elles portent principalement sur des textes en anglais et ne distinguent pas spécifiquement les textes littéraires des autres types de textes. Or, comme le souligne la professeure Marzena Karpinska, de l’Université Simon Fraser, « les textes littéraires divergent beaucoup plus dans leur forme les uns des autres que d’autres textes, comme des articles de journaux. Or, l’IA a tendance à toujours reproduire les mêmes schèmes, ce qui fait en sorte que ses textes sont plus faciles à détecter ».
Paradoxalement, cette caractéristique rend les textes littéraires à la fois plus faciles à détecter lorsqu’ils sont générés par IA, et plus susceptibles de produire des faux positifs lorsque l’auteur adopte un style très régulier ou conventionnel.
4.3. L’absence de preuve irréfutable
Philippe Claudel, président de l’Académie Goncourt, a appelé à la prudence avant « d’avoir des preuves irréfutables » : « Je laisse toujours bénéficier du doute à ceux qu’on jette en pâture comme ça à l’opinion ». Il a souligné que l’Académie « n’a ni les moyens techniques ou humains, ni les compétences d’intelligence ou scientifiques » pour vérifier qu’un auteur a eu recours à l’IA.
5. Discussion : épistémologie de la preuve algorithmique
5.1. Détection versus preuve
La distinction entre détection et preuve est fondamentale. Un détecteur d’IA fonctionne selon un principe probabiliste : il calcule la probabilité qu’un texte donné présente les caractéristiques statistiques d’un texte généré par IA. Cette probabilité, aussi élevée soit-elle, ne constitue pas une preuve au sens scientifique ou juridique du terme. Comme le rappellent les chercheurs en linguistique forensique, « les tribunaux devraient traiter les détecteurs de textes IA actuels comme des pistes d’enquête plutôt que comme des preuves ».
5.2. Le problème de la boîte noire
Max Spero lui-même décrit le classificateur de Pangram comme une « boîte noire » dont les rouages internes sont « assez ininterprétables ». Cette opacité empêche toute vérification indépendante du raisonnement de l’outil. Comment, dès lors, accorder une valeur probante à un verdict dont on ne peut ni comprendre ni vérifier la logique sous-jacente ?
5.3. Le risque de biais contre les auteurs non natifs
Des études ont montré que les détecteurs d’IA présentent des taux de faux positifs plus élevés pour les textes rédigés par des locuteurs non natifs. Thélyson Orélien, écrivain canado-haïtien écrivant en français, pourrait être particulièrement exposé à ce type de biais. Son style, ancré dans une tradition littéraire caribéenne marquée par « la poésie, les images, les répétitions et le rythme », pourrait être statistiquement plus proche des schémas détectés par les algorithmes comme relevant de l’IA.
Cette hypothèse rejoint les interrogations de Philippe Claudel, qui s’est demandé si l’origine haïtienne et canadienne de l’auteur, ainsi que les thèmes de son œuvre (la migration, l’exil), n’avaient pas joué un rôle dans le déclenchement de la polémique.
5.4. La présomption d’innocence à l’épreuve des algorithmes
L’affaire Orélien illustre une tension fondamentale entre la présomption d’innocence, principe cardinal de nos systèmes juridiques, et la logique algorithmique qui tend à produire des verdicts binaires (IA / humain) sans place pour le doute ou la nuance. Comme le souligne Philippe Claudel, « quand j’achète un livre, je vois un nom sur une couverture. J’achète un livre qui a été écrit par cet être humain qui porte ce nom et je lui fais confiance ». Cette confiance, constitutive du pacte de lecture, se trouve ébranlée par la possibilité technique de « vérifier » l’authenticité d’une œuvre.
6. Conclusion
L’affaire Thélyson Orélien met en lumière les limites épistémologiques des détecteurs d’IA lorsqu’ils sont utilisés comme instruments d’accusation. Si les soupçons d’utilisation de l’IA demeurent plausibles au vu des analyses convergentes de plusieurs outils, aucune preuve irréfutable n’a été apportée. La décision de l’Académie Goncourt de retirer le roman de sa sélection repose davantage sur les accusations de plagiat avérées que sur la seule détection algorithmique.
Au-delà du cas individuel, cette controverse révèle une angoisse profonde du monde littéraire face à l’essor des IA génératives. Elle pose une question vertigineuse : à l’heure où les machines apprennent à écrire comme des humains, comment continuer à croire en la singularité d’une voix ? La réponse, sans doute, ne viendra pas d’un algorithme, mais d’une réflexion collective sur les valeurs qui fondent notre rapport à la littérature et à la vérité.
Références
1. Franceinfo, « Roman de Thélyson Orélien : le président du Goncourt appelle à la prudence avant d’avoir des “preuves irréfutables” », 23 septembre 2026.
2. Franceinfo, « L’écrivain Thélyson Orélien accusé d’avoir utilisé une IA : “Il faut quand même être très prudent”, déclare Philippe Claudel », 23 septembre 2026.
3. Franceinfo, « L’écrivain Thélyson Orélien a-t-il utilisé l’intelligence artificielle pour écrire son premier roman “C’était ça ou mourir” ? », 22 septembre 2026.
4. France Inter, « Affaire Thélyson Orélien : quelle est la fiabilité du détecteur d’IA Pangram ? », 23 septembre 2026.
5. RTBF Actus, « Controverse Thélyson Orélien : ce qu’il faut savoir sur Pangram », 25 septembre 2026.
6. Journal du Net, « On a mis Pangram sur le grill : que vaut le détecteur d’IA au cœur du buzz littéraire ? », 24 septembre 2026.
7. Franceinfo, « L’écrivain Thélyson Orélien, accusé d’avoir utilisé l’IA pour son roman, est également soupçonné de plagiat pour d’autres textes », 24 septembre 2026.
8. La Presse, « Thélyson Orélien rattrapé par un passé de plagiaire », 23 septembre 2026.
9. RTBF Actus, « L’Académie Goncourt retire le roman de Thélyson Orélien de sa sélection pour le prix », 25 septembre 2026.
10. Franceinfo, « “C’est un jeu du chat et de la souris” : les détecteurs de textes écrits par IA, comme Pangram, sont-ils vraiment fiables ? », 24 septembre 2026.
11. Franceinfo, « “Faire de ces procédés d’écriture des preuves d’intelligence artificielle n’a rien à voir avec la critique littéraire”, dénonce Thélyson Orélien », 22 septembre 2026.
12. 20 Minutes, « Le concepteur de Pangram est convaincu du recours à l’IA dans le roman d’Orélien », 25 septembre 2026.
13. Wired, « Pangram Has Emerged as the Gold Standard of AI Detection. Should You Trust It? », 2 septembre 2026.
14. Emirates Scholar, « Whose Words Are These? Forensic Linguistics, Authorship Evidence, and the Courts in the Age of Large Language Models », 2026.
15. Pangram Labs, « Pangram’s AI Detector demonstrates strong performance in over 20 languages », 1er juillet 2026.
16. University of Chicago, « Artificial Writing and Automated Detection », NBER Working Paper 34223, septembre 2025.
17. Van Vlasselaer, M., Van Droogenbroeck, F., & Spruyt, B., « Who wrote this? Evaluating the reliability of AI detection tools in higher education », Springer, 2026.
18. Karpinska, M., et al., « People who frequently use ChatGPT for writing tasks are accurate and robust detectors of AI-generated text », ACL Anthology, 2025.
19. The Atlantic, « America Has a Pangram Problem », 30 mai 2026.
20. Le Monde, « Affaire Thélyson Orélien : le concepteur de Pangram, Max Spero, n’a “aucun doute” sur la présence d’IA dans le roman », 25 septembre 2026.
