Un tiers des articles sur arXiv seraient écrits par l'IA ?
Une étude récente d'unslop a fait grand bruit sur le web.
L'an passé, 65% des nouveaux articles en informatique ont été signalés par leur détecteur.
Les internautes ont même inventé un terme dédié — « l'ère du grand bouillon trouble ».
Mais pour la même période, seulement 0,7% des articles en mathématiques l'ont été.
Dès que ChatGPT retentit, la courbe décolle
Dans cette étude, l'équipe a analysé 12 750 articles d'arXiv, couvrant la période de janvier 2023 à juillet 2026.
Elle a ciblé dix disciplines, en échantillonnant environ 25 textes intégraux par mois et par domaine.
Le groupe témoin a été établi sur 2021-2022, l'ère pré-ChatGPT, purement humaine.
Les résultats montrent qu'en 2021-2022, le taux de détection était stable à 0,4% ; mais après la sortie de ChatGPT, la courbe a décollé en quelques mois.
Au dernier trimestre complet, le taux a atteint 32%, et début 2026, le pic a frôlé les 39%.
Par discipline, l'informatique est la plus touchée, avec un taux de 65%.
Avant ChatGPT, son taux de base n'était que de 0,2%. En trois ans à peine, le chiffre a été multiplié par plus de 300.
Suivent la biologie quantitative (56,3%), le génie électrique (51,3%), l'économie et la finance (47%) ; puis la physique appliquée (34%), les statistiques (31,3%), la physique de la matière condensée (24%), la physique des hautes énergies (14%), et l'astrophysique (10,7%).
En bas du classement, les mathématiques : 0,7%.
Et ce n'est qu'une limite inférieure. Si le texte généré par l'IA est suffisamment bien dissimulé, le détecteur ne peut pas l'identifier.
Le même détecteur, la même base d'articles, un écart proche de 100.
Est-ce que les mathématiciens persistent tous à écrire à la main ? Ou cette machine est-elle simplement aveugle face aux formules mathématiques ?
Les 0,7% du fond du classement, un cas d'aveuglement machine
En fait, la réponse est déjà écrite par unslop dans son rapport.
À quoi ressemble un article de mathématiques standard ? Des écrans remplis de symboles, de formules, de théorèmes et de preuves. Les véritables phrases en prose anglaise sont rares.
Or, ce détecteur ne reconnaît que le texte. Il examine la structure des phrases, l'usage des mots, l'organisation des paragraphes.
Et les quelques lignes de texte restantes dans les articles de maths sont des expressions formatées du type « Soit X tel que » ou « D'après le lemme 3, on déduit », très éloignées de l'anglais scientifique sur lequel le détecteur a été entraîné.
L'équipe reconnaît elle-même les limites actuelles de l'étude :
Les 0,7% en maths ne prouvent rien pour l'instant. Soit les mathématiciens n'utilisent vraiment pas beaucoup l'IA, soit le détecteur ne comprend pas les articles de maths, mais ces données ne permettent pas de trancher.
Le groupe témoin est aussi relativement petit. Seulement 200 articles pré-ChatGPT par discipline, avec un taux de faux positifs de 0,4%, soit seulement 8 articles marqués sur 2000. Cela ne donne qu'une estimation approximative.
Enfin, comme mentionné, le détecteur ne capture pas tout. Ces chiffres sont donc des minima, les proportions réelles étant probablement plus élevées.
Plus c'est compétitif, plus on dépend de l'IA
Alors, qui utilise l'IA pour écrire des articles ?
La réponse se trouve dans une autre étude de Stanford, menée sur deux ans.
En mars 2024, l'équipe de Weixin Liang (Stanford) a examiné les évaluations par les pairs : environ 10,6% des phrases dans les rapports de l'ICLR 2024 avaient été substantiellement modifiées par des LLM. Avant même de tester les articles, les évaluateurs les utilisaient déjà.
En août 2025, la même équipe, avec un échantillon élargi à 1,12 million d'articles, a publié ses résultats dans Nature Human Behaviour.
L'étude montre qu'en septembre 2024, la proportion de résumés d'articles en informatique modifiés par des LLM pouvait atteindre 22,5%. Et ceux qui les utilisaient le plus étaient les chercheurs publiant le plus d'articles en prépublication et dans les domaines les plus compétitifs.
Plus le domaine est compétitif, plus l'usage est intense.
Ici, l'écriture assistée par IA est devenue une course aux armements : si vos pairs utilisent l'IA pour accélérer, vous perdez du terrain en écrivant seulement à la main.
Pas étonnant qu'un tweet largement partagé sur ce sujet commence par : « Prompt : Écris un article publiable sur arXiv. »
Il sent l'« odeur », pas l'IA
Mais ne condamnez pas trop vite sur la base de ces 65%.
L'équipe admet dans son rapport que le détecteur ne fait pas la différence entre « un texte relu et corrigé par l'IA » et « un texte entièrement généré par machine ». Il ne mesure que la concentration de « goût machine » dans le texte.
Ainsi, il faut comprendre 65% comme « 65% des articles sentent l'IA », et non « 65% des articles sont écrits par l'IA ».
Le problème, c'est que les humains peuvent aussi adopter cette « odeur » machine.
Des chercheurs incrédules ont soumis leurs anciens articles (d'avant l'ère ChatGPT) à des outils de détection, et 27% à 74% du contenu a été signalé.
À cette époque, ChatGPT n'existait même pas.
La raison n'est pas difficile à trouver.
Ouvrez un journal académique aujourd'hui : partout des modèles de langage de grande taille, des benchmarks, des états de l'art. Plus la phraséologie est standardisée, plus la structure est rigide, plus on risque de correspondre aux caractéristiques « machine » identifiées par le détecteur.
D'ailleurs, les LLM ont précisément été entraînés sur ce type d'articles. Ce ne sont pas les chercheurs qui écrivent comme l'IA, c'est l'IA qui a appris à écrire comme les chercheurs.
Quand tous les textes sont suspects
En réalité, ces deux dernières années, nous faisons tous la même chose que le détecteur.
Lorsque nous lisons un texte équilibré, aux phrases bien tournées, utilisant des structures comme « non seulement... mais aussi... », nous pensons immédiatement : « Ce n'est pas de l'IA, par hasard ? »
Le détecteur d'unslop a transformé cette intuition en un instrument produisant des chiffres en série.
Car une fois le doute installé dans l'esprit, il est difficile de s'en débarrasser.
Autrefois, « écrire » était en soi un gage de sérieux. Passer des heures à organiser ses idées montrait au moins un effort.
Aujourd'hui, un texte magnifiquement écrit peut ne susciter qu'un « C'est de l'IA, non ? ».
Certains commencent même à éviter délibérément des termes qu'ils utilisent depuis des décennies, simplement parce qu'ils « sonnent trop IA ».
Aujourd'hui, le « goût d'IA » devient une nouvelle forme de péché originel qui envahit le monde de l'écrit.
Le plus ironique, c'est qu'à ce jour, nous ne savons toujours pas mesurer précisément en quoi consiste ce « goût d'IA ».
Cet article provient du compte WeChat public « 新智元 », auteur : ASI启示录
