# Pangram : le détecteur d'IA qui fait tomber des carrières

*Un outil new-yorkais est devenu le juge officieux de ce qui est écrit par un humain. Ses accusations font sauter des romans, des prix littéraires et des universitaires.*

Pangram revendique 0,0041 % de faux positifs et déclenche la plupart des accusations de texte écrit par IA. Ce que l'outil sait faire, et ce qu'il ne sait pas.

**Thème :** IA  
**Publié le :** 2026-09-24 07:15:09  
**Source :** https://golemtech.ovh/AutoArticle/article/pangram-le-detecteur-d-ia-qui-fait-tomber-des-carrieres

---

Il y a un nom qui revient dans presque toutes les affaires de texte « écrit par une IA » depuis dix-huit mois : **Pangram**. Un roman retiré de la publication chez Hachette, trois lauréats d'un prix littéraire du Commonwealth mis en cause, un essai du *New York Times* contesté, et maintenant le prévôt d'une université de l'Ivy League. À chaque fois, l'accusation part du même endroit. Un outil développé par deux personnes à Brooklyn est devenu, sans que personne ne l'ait décidé, l'arbitre de l'authenticité de l'écrit.

## D'un side project à l'arbitre du milieu littéraire

Pangram naît fin 2023 sous le nom de Checkfor.ai, fondé par Max Spero et Bradley Emi. Rebaptisé Pangram Labs en avril 2024, l'outil lève 4 millions de dollars en juin 2025, puis 9 millions en juillet 2026 auprès de Menlo Ventures. Entre juin 2025 et juin 2026, la base d'utilisateurs passe de 2 700 à 120 000, et le chiffre d'affaires est multiplié par 35.

La version Pangram 4 sort le 29 juillet 2026. C'est elle qui tourne aujourd'hui derrière la quasi-totalité des enquêtes journalistiques sur l'usage caché de l'IA.

Ce succès n'est pas un hasard : Pangram est arrivé au moment précis où tout le monde — universités, éditeurs, rédactions — avait besoin d'un chiffre à poser sur une intuition.

## Comment ça marche, et ce que ça ne fait pas

Une confusion mérite d'être levée tout de suite. Pangram ne compare pas un texte à une base de données de contenus générés. Il n'existe aucun registre des sorties de ChatGPT quelque part. L'outil est un classifieur statistique : il a été entraîné sur d'énormes corpus de textes humains et de textes générés, et il apprend à repérer les régularités qui distinguent les deux — distribution du vocabulaire, longueur des phrases, prévisibilité du mot suivant, tics syntaxiques.

Le mot « détecteur » est donc un abus de langage. Pangram produit une **estimation de probabilité d'auteur**, pas une preuve. La différence n'est pas académique : elle change complètement ce qu'on a le droit d'en conclure.

Là où l'outil se distingue vraiment de ses concurrents, c'est sur un point technique précis : la reconnaissance des textes passés par un « humaniseur », ces services qui réécrivent une sortie d'IA pour brouiller sa signature. Pangram revendique 98,83 % de détection sur ce type d'échantillons.

## Les chiffres, et ce qu'ils valent

Les performances annoncées pour Pangram 4 sont spectaculaires :

- **taux de faux positifs : 0,0041 %**, soit environ 1 texte humain sur 24 000 injustement classé comme généré ;
- **taux de faux négatifs : 0,3396 %** sur des textes réellement produits par une IA ;
- des benchmarks indépendants qui placent l'outil nettement devant ses concurrents, notamment sur ce fameux taux de faux positifs.

Ces chiffres sont réels, mais ils sont mesurés sur des jeux de test. Dans la vraie vie, un taux de 1 sur 24 000 appliqué à une université qui passe 200 000 copies par an produit quand même huit étudiants accusés à tort. Huit personnes qui devront prouver leur innocence face à une machine créditée d'une précision quasi parfaite. C'est là que la statistique devient un problème humain.

## L'affaire Santiago Schnell

Le cas le plus embarrassant est tombé en septembre 2026. Santiago Schnell est prévôt du Dartmouth College — l'autorité académique numéro deux de l'établissement. Le journal étudiant *The Dartmouth* a passé neuf de ses textes publiés sous son seul nom après 2022 à la moulinette de Pangram : une tribune du *Washington Post*, trois textes pour le *National Catholic Register*, une tribune pour *Public Discourse*, et quatre articles académiques.

Les résultats, publiés le 21 septembre 2026 :

- **textes antérieurs à 2022 : 100 % « écrits par un humain »** ;
- **textes postérieurs à 2022 : médiane de 96 % « écrits par une IA »**, avec des scores individuels allant de 71 % à 100 % ;
- la tribune du *Washington Post* — intitulée, ironie complète, « Les universités se battent contre la triche à l'IA… » — ressort à **100 % écrite par une IA**.

L'enquête faisait suite à un article de Semafor du 26 août qui avait déjà identifié l'une de ses chroniques comme entièrement générée.

Schnell, lui, répond qu'il a utilisé l'IA pour du « raffinement linguistique, de la relecture, de l'amélioration de la clarté » tout en conservant le « jugement intellectuel ». Il ajoute que les détecteurs sont peu fiables et biaisés contre les locuteurs non natifs de l'anglais. Ce dernier point n'est pas un argument de mauvaise foi : plusieurs travaux ont documenté ce biais sur les générations précédentes de détecteurs.

## Un roman arrêté, des prix contestés

Le précédent le plus lourd reste celui de mars 2026. Pangram a classé 78 % du roman *Shy Girl* de Mia Ballard comme généré par IA. Hachette a suspendu la publication. Un livre entier stoppé sur la base d'un score.

En mai 2026, trois lauréats régionaux du Commonwealth Short Story Prize se retrouvent à leur tour sous accusation. Un essai publié dans le *New York Times* par Kate Gilgan est signalé, alors que l'autrice affirme n'avoir utilisé l'IA que comme source d'« inspiration ».

Ce dernier exemple pointe la faille principale de tout l'édifice : **Pangram est conçu pour trancher entre « humain » et « machine », pas pour mesurer un dosage**. Or l'écriture assistée est devenue la norme. Un texte pensé par un humain, dicté à l'oral, puis reformulé par un modèle, appartient à quelle catégorie ?

## Les limites que les concepteurs reconnaissent eux-mêmes

La liste est plus longue qu'on ne le croit :

- performances en baisse sur les **modèles les plus récents**, l'outil courant après des cibles mouvantes ;
- taux d'échec de **10,1 %** relevé par Epoch AI quand l'IA a reçu pour consigne d'imiter le style d'un auteur précis ;
- fiabilité faible sur le **code** et sur les écrits très formatés (rapports, contrats, notices) ;
- incapacité structurelle à distinguer l'écriture assistée de l'écriture déléguée.

À cela s'ajoute un problème de méthode que les journalistes eux-mêmes commencent à soulever : aucune technologie n'a démontré une fiabilité suffisante pour qu'une université l'adopte comme preuve disciplinaire. Certains enseignants s'en servent pour ouvrir une enquête, d'autres refusent l'outil et redessinent plutôt leurs devoirs pour rendre la triche inutile. La seconde approche est la seule qui n'abîme personne au passage.

## Ce que ça change pour vous

Si vous écrivez pour publier — un mémoire, une tribune, un article, un manuscrit — vous êtes désormais susceptible d'être scanné. Trois réflexes valent mieux qu'une indignation :

1. **Garder les traces.** Brouillons horodatés, historique de version, notes manuscrites. Un fichier Google Docs avec son historique complet est aujourd'hui une meilleure défense qu'un score de détecteur ne l'est une accusation.
2. **Déclarer l'usage.** Une ligne en fin de texte précisant ce qui a été assisté coûte moins cher qu'un démenti six mois plus tard.
3. **Ne jamais accepter un score comme verdict.** Un pourcentage n'est pas un aveu. Il ouvre une discussion, il ne la clôt pas.

Ce qui se joue avec Pangram dépasse largement la triche étudiante. Un outil privé, entraîné sur des données non publiques, est en train de devenir le standard de facto de l'authenticité de l'écrit. Personne ne l'a mandaté pour ça. Et pour l'instant, personne ne l'audite non plus.

---

**Ressource recommandée : GolemTech News (écriture d'articles automatique)** — https://golemtech.ovh/AutoArticle/

---

## Sources

- [Wikipedia – Pangram (AI detector)](https://en.wikipedia.org/wiki/Pangram_(AI_detector))
- [The Dartmouth – Op-eds, academic articles by Provost Santiago Schnell flagged as AI-written](https://www.thedartmouth.com/article/2026/09/schnell-ai-writing)
- [Bloomberg – Pangram AI Detection Tool Tries to Prove Tech Deception Can Be Caught](https://www.bloomberg.com/news/features/2026-09-16/pangram-ai-detection-tool-tries-to-prove-tech-deception-can-be-caught)
- [Tim Requarth – The Problem with AI Detector Companies](https://timrequarth.substack.com/p/why-you-shouldnt-trust-ai-detector)