OpenAI s’apprête à intégrer des motifs détectables aux textes générés par ses applications ChatGPT et Codex dans l’Union européenne. Le système de filigranage sera ainsi activé par défaut pour les utilisateurs de l’UE.
La modification a été signalée le 6 octobre 2026. OpenAI indique que le déploiement débutera « dans les prochaines semaines », sans toutefois en préciser la date exacte.
L’entreprise appelle cette technique propriétaire textGrain. Plutôt que d’ajouter des étiquettes visibles ou des métadonnées, elle vise à modifier les choix de mots de manière à ce qu’un outil de détection spécialisé puisse reconnaître les motifs ainsi créés.
OpenAI présente cette mesure comme une réponse au règlement européen sur l’intelligence artificielle (AI Act). Toutefois, le rapport disponible attribue à l’entreprise à la fois la justification liée à la conformité et les chiffres de performance du système. Les informations fournies ne font état d’aucun test indépendant de textGrain.
Un déploiement différent dans l’UE et ailleurs
Le filigranage sera activé automatiquement pour les textes générés dans les applications ChatGPT et Codex utilisées dans l’Union européenne. D’après le rapport, les utilisateurs d’autres régions pourront également accéder à cette fonctionnalité, mais elle y sera désactivée par défaut.
Le rapport évoque, avec certaines réserves, un fonctionnement similaire pour l’API d’OpenAI : textGrain pourrait être disponible en option, mais resterait désactivé tant qu’il ne serait pas activé. Cette précision sur l’API est moins catégorique que l’annonce concernant l’activation par défaut dans les applications de l’UE.
Cette différence géographique a une conséquence concrète : les textes issus d’un même ensemble de produits OpenAI peuvent contenir ou non un filigrane selon la région de l’utilisateur, l’application utilisée et sa configuration. L’absence de détection de textGrain ne suffirait donc pas, à elle seule, à établir qu’un texte n’a pas été écrit avec un modèle OpenAI.
OpenAI rattache l’activation par défaut dans l’UE aux règles du règlement européen sur l’IA qui, selon le rapport, imposent que les contenus produits par l’IA soient marqués d’une manière détectable par un autre outil. L’article indique que la législation est entrée en vigueur en août, sans préciser l’année. Il ne faut donc pas en déduire de date.
Cette politique contraste avec celle attribuée à Anthropic. D’après le même article, Anthropic a introduit le filigranage des textes en août et l’a activé à l’échelle mondiale. Là encore, l’année n’est pas précisée. OpenAI prévoit plutôt de moduler le marquage automatique en fonction de la zone géographique, avec une activation par défaut dans l’UE.
textGrain modifie les choix de mots
OpenAI décrit textGrain comme un filigrane statistique intégré au moyen du choix des mots. Les motifs recherchés ne devraient pas être perceptibles à la lecture, et l’entreprise affirme qu’ils ne réduisent pas sensiblement la qualité générale des textes.
La détection nécessite un outil dédié et une clé permettant de repérer ces motifs. Ce procédé diffère d’une mention visible, par exemple une étiquette placée au-dessus d’un texte généré. Il se distingue également des métadonnées classiques, qui peuvent disparaître lorsqu’un texte est copié dans un autre document ou service de messagerie.
Les informations disponibles ne précisent ni l’algorithme utilisé, ni la conception du système de gestion des clés, ni d’autres détails techniques. Elles indiquent qu’OpenAI a publié un article technique, mais ne fournissent aucun lien vers celui-ci.
L’accès à l’outil de détection sera dans un premier temps limité. OpenAI prévoit de le mettre à la disposition d’un groupe restreint de chercheurs et d’organisations, tandis que d’autres pourront demander une autorisation. Le grand public ne pourra donc pas nécessairement soumettre n’importe quel texte pour le vérifier.
Ce modèle d’accès confie la vérification à des organisations agréées. Selon les bénéficiaires de l’outil, ses utilisateurs potentiels pourraient notamment être des chercheurs étudiant les contenus synthétiques ou des organisations qui évaluent les documents soumis à leurs systèmes. Les informations fournies ne font état d’aucune démonstration de ces usages par OpenAI : il s’agit donc de cas d’utilisation possibles, et non de déploiements confirmés.
La précision annoncée baisse lorsque le texte est modifié
Dans les conditions les plus favorables de ses tests, OpenAI indique que textGrain a atteint un taux de détection de 92 %. Ce résultat est rapporté par l’entreprise ; les informations disponibles ne font état d’aucune évaluation indépendante permettant de le reproduire.
Les chiffres communiqués montrent également que les résultats sont fortement sensibles aux modifications :
- La modification de 10 % d’un texte a réduit le taux de détection de près de 30 %.
- La modification de 20 % pouvait le réduire de près de 75 %.
- La détection était généralement moins efficace sur les textes courts.
- Les textes traduits étaient plus difficiles à identifier que les textes plus longs et non modifiés.
Le rapport ne précise pas si les baisses de près de 30 % et de près de 75 % correspondent à des diminutions relatives ou à des points de pourcentage. Il est donc impossible de les convertir de manière fiable en taux de détection finaux.
Par exemple, rien ne permet de soustraire directement ces valeurs du résultat de 92 % obtenu dans les conditions les plus favorables. Rien ne permet non plus de supposer que tous les types de réécriture produisent le même effet. Ces chiffres décrivent les tests rapportés par OpenAI, dans des conditions qui ne sont pas détaillées dans les informations disponibles.
Ces limites sont importantes, car les textes générés sont souvent modifiés avant leur publication. Une personne peut raccourcir une réponse, en réorganiser le contenu, la traduire ou la combiner avec des éléments rédigés indépendamment. Ces transformations courantes pourraient affaiblir la détection, même sans tentative délibérée de supprimer le filigrane.
À l’inverse, un résultat positif signifie que l’outil a repéré le motif attendu. Les informations rapportées n’établissent pas la valeur probante à accorder à ce résultat dans un contexte universitaire, professionnel ou juridique.
Les filigranes sont des indices, pas des preuves durables de l’origine
Ars Technica estime que les systèmes de filigranage existants, notamment SynthID de Google et le projet C2PA, sont relativement faciles à contourner pour une personne ayant des connaissances de base. La publication s’attend à ce que textGrain rencontre des difficultés similaires.
Il s’agit de l’évaluation d’Ars Technica. Les informations fournies ne contiennent aucune démonstration indépendante de la vulnérabilité de textGrain et ne décrivent aucune méthode de contournement visant actuellement le système d’OpenAI.
Les résultats des tests de modification rapportés par OpenAI montrent néanmoins les limites pratiques de la détection par filigrane. Un motif statistique dissimulé doit résister à la réécriture, à la traduction et au raccourcissement tout en restant imperceptible à la lecture. Renforcer sa résistance dans un domaine pourrait avoir des répercussions sur la qualité ou la prévisibilité des textes, mais les informations disponibles ne documentent pas de tels compromis pour textGrain.
Il vaut mieux considérer ce dispositif comme un signal d’attribution que comme une preuve concluante. La détection peut aider une organisation agréée à repérer certains textes OpenAI non modifiés ou légèrement remaniés. L’absence de détection peut s’expliquer de plusieurs façons : modification, traduction, longueur insuffisante, utilisation en dehors de l’UE ou génération par un canal où le filigranage n’était pas activé.
Ce que cela change pour les utilisateurs et les organisations
Les utilisateurs de ChatGPT et Codex dans l’UE doivent s’attendre à ce que le filigranage s’active automatiquement lorsque le déploiement les concernera. OpenAI n’a décrit ni procédure de remédiation à la disposition des utilisateurs, ni solution de contournement, ni mesure d’atténuation de la sécurité : il s’agit d’une modification liée au produit et à la conformité, et non d’une vulnérabilité ou d’une violation de données.
Les utilisateurs hors de l’UE ne doivent pas supposer que leurs textes sont marqués au seul motif que textGrain est disponible. Selon les informations rapportées, la fonctionnalité restera désactivée par défaut dans ces régions. Les clients de l’API devront eux aussi vérifier la configuration effective du produit plutôt que de présumer que les textes générés par l’API contiennent le filigrane.
Les organisations qui envisagent d’utiliser l’outil de détection devraient tenir compte des limites annoncées avant d’élaborer des politiques en la matière. Dans les tests rapportés, les textes courts, les traductions et les contenus modifiés sont précisément associés à une détection moins efficace. L’accès à l’outil dépendra également d’une sélection par OpenAI ou de l’approbation d’une demande.
Aucun incident de sécurité, CVE, nombre de personnes concernées ou niveau de gravité conventionnel n’est associé à cette annonce. La mesure est plus circonscrite : OpenAI prévoit de faire des motifs détectables par machine la norme dans ses applications grand public dans l’UE, tout en laissant le filigranage facultatif ailleurs.
