Filigrane invisible ChatGPT : OpenAI marque ses textes, mais pas partout

Le filigrane invisible ChatGPT n'est plus un projet de laboratoire. Le 5 octobre 2026, OpenAI a annoncé le déploiement de textGrain, un marquage statistique appliqué aux textes produits par ChatGPT et Codex. Avec deux particularités qui disent tout de l'époque : ce sera activé par défaut uniquement pour les utilisateurs de l'Union européenne, et le détecteur qui permet de lire la marque restera, lui, entre très peu de mains.

Autrement dit : vos textes seront signés, mais vous n'aurez pas le lecteur de signature.

Comment textGrain marque un texte sans rien y ajouter

Oubliez les caractères Unicode invisibles ou les espaces insécables bizarres — les bricolages de 2023, qui disparaissaient au premier copier-coller dans un éditeur de texte.

textGrain travaille en amont, au moment où le modèle choisit ses mots. À chaque étape de génération, plusieurs tokens sont plausibles. Le système orient légèrement ce choix selon une clé secrète : à qualité égale, il privilégie certains mots ou tournures plutôt que d'autres. Le résultat est un motif statistique réparti sur l'ensemble du texte.

Conséquences concrètes :

• à la lecture, rien ne change : pas de caractère exotique, pas de formulation tordue ;
• la marque survit au copier-coller, puisqu'elle est dans le choix des mots eux-mêmes ;
• elle n'identifie ni l'utilisateur, ni le prompt d'origine. Elle répond à une seule question : ce texte vient-il probablement d'un modèle OpenAI ?

La méthode n'est pas une invention maison. Google l'applique au texte avec SynthID, et Anthropic a déployé un marquage comparable — mais à l'échelle mondiale, pas régionale.

Les chiffres de détection, et comment ils s'écroulent

OpenAI a publié ses performances, et il faut leur reconnaître d'avoir publié aussi les mauvaises nouvelles.

Sur un texte intact :

• environ 80 % de détection sur un passage de 200 tokens, avec un seuil de 1 % de faux positifs ;
• environ 95 % sur 400 tokens.

Sur un texte retouché, ça se dégrade vite :

• en remplaçant un mot sur dix, la détection tombe de ~92 % à 66 % ;
• en reformulant un mot sur quatre, elle s'effondre à 17 %.

Traduction : n'importe quel étudiant qui passe son texte dans un outil de paraphrase fait sauter le filigrane. Le dispositif attrape l'usage brut, pas l'usage malin.

Autre faiblesse, structurelle celle-là : plus le texte est contraint, moins il y a de place pour cacher un signal. Les mathématiques et le code offrent peu d'alternatives lexicales — on ne reformule pas for i in range(n) de douze manières équivalentes. Codex est donc marqué, mais mal.

Pourquoi l'Europe, et seulement l'Europe

La réponse tient en un article de loi. L'article 50 de l'AI Act impose, depuis le 2 août 2026, que les contenus générés par IA soient marqués dans un format lisible par machine. Les sanctions prévues montent jusqu'à 15 millions d'euros ou 3 % du chiffre d'affaires annuel mondial.

OpenAI a donc fait ce que fait n'importe quelle entreprise face à une obligation régionale : elle s'y conforme là où elle s'applique, et nulle part ailleurs.

Le périmètre exact :

• par défaut pour les utilisateurs européens de ChatGPT et Codex, tous niveaux d'abonnement confondus ;
• optionnel et désactivé par défaut pour les clients API, partout dans le monde.

Cette dernière ligne mérite qu'on s'y arrête. Les textes produits en masse — contenus SEO industriels, faux avis, campagnes d'influence — passent par l'API, pas par l'interface grand public. Le marquage s'applique précisément là où il sert le moins.

Le détecteur restera au placard

OpenAI limite l'accès à l'outil de vérification à des chercheurs validés et à des organisations expertes, au cas par cas. Pas d'outil public, pas d'API de détection, pas de bouton « vérifier ce texte ».

L'argument officiel : apprendre de l'usage réel et affiner la fiabilité avant d'ouvrir. L'argument officieux est plus simple — un détecteur public serait immédiatement utilisé comme machine à tester les contournements, et chaque test réussi affaiblirait le système.

Il y a une conséquence très concrète pour le monde éducatif : un professeur français ne pourra pas vérifier une copie. Il continuera à utiliser des détecteurs tiers, dont les faux positifs ont déjà coûté des notes et des réputations à des étudiants qui n'avaient rien généré du tout. Le filigrane fiable existe, mais pas pour ceux qui en auraient l'usage quotidien.

Ce que ça change si vous écrivez avec ChatGPT

Soyons factuels sur les effets réels.

Si vous rédigez un mail, une note interne, un billet de blog en partant d'un brouillon ChatGPT puis en le retravaillant sérieusement — vous réécrivez de fait bien plus d'un mot sur quatre. La marque ne survit pas. Ce n'est pas de la triche, c'est le fonctionnement normal du dispositif.

Si vous publiez tel quel un texte de 2 000 mots sorti d'un prompt : la marque est là, lisible par quiconque obtient l'accès au détecteur. Pour une rédaction, une agence, un service de communication, ça crée un risque réputationnel différé — un partenaire ou un régulateur pourrait un jour le vérifier.

Pour le code, l'effet est marginal : la contrainte syntaxique rend le marquage peu robuste, et aucune entreprise ne va auditer un dépôt Git à la recherche d'un signal statistique.

Les angles morts

Quatre points n'ont pas de réponse à ce stade.

• Les modèles ouverts. Un Llama, un Qwen ou un Mistral installé en local ne marque rien du tout. Celui qui veut produire du texte non traçable télécharge des poids, point.
• La traduction automatique. Faire passer un texte marqué par une traduction aller-retour détruit le motif lexical. Aucun chiffre n'a été publié sur ce scénario, qui est pourtant trivial à exécuter.
• La preuve négative. L'absence de filigrane ne prouve rien. Un texte humain et un texte généré hors UE donnent le même résultat : pas de marque.
• La durée de vie de la clé. Si la clé secrète d'orientation fuite, tout le système est à refaire — et les textes déjà marqués deviennent falsifiables.

Le dispositif est honnête techniquement, documenté, et il existe. Ce qui manque, c'est tout ce qui en ferait un outil utile : la portée mondiale, la résistance à la paraphrase, et un détecteur accessible.