Étude comparative des humanizers IA : ce qui est arrivé aux mêmes textes universitaires

Dans notre étude comparative des humanizers d'IA, chaque humanizer a fait évoluer les mêmes 48 textes académiques vers un style d'écriture humain, et les outils différaient surtout par ce qu'ils conservaient. Certains ont maintenu le sens, les citations et les nombres proches de la source. D'autres ont ajouté des nombres et des noms inventés, ou de nouvelles erreurs de grammaire, et ces sorties étaient souvent celles qu'un détecteur a étiquetées comme humaines.

TextPulse Research a mené l'étude comparative des humanizers d'IA en août 2026 et l'a publiée comme working paper le 29 août. TextPulse est l'un des outils qui y figurent, donc chaque outil a reçu les mêmes entrées et chaque mesure est un script public. Le working paper complet contient tous les tableaux, figures et scripts, et les 432 textes réécrits sont publics.

Ce que l'étude comparative des humanizers d'IA a testé

L'étude a donné à chaque humanizer les mêmes 48 textes. Chacun était la section Résultats et Discussion d'une étude empirique inventée, rédigée par un modèle d'IA et d'environ 301 mots. Quatre familles de modèles ont rédigé 12 textes chacune, OpenAI, Google, DeepSeek et Anthropic. Les textes couvraient quatre disciplines et trois styles de citation, de sorte que chaque outil a rencontré des nombres, des noms d'auteurs et des marqueurs de référence qu'il devait conserver.

Partie de la conception	Ce que l'étude a utilisé
Textes sources	48 sections Résultats et Discussion rédigées par IA, de 264 à 344 mots chacune
Qui les a rédigées	12 textes chacun provenant de modèles OpenAI, Google, DeepSeek et Anthropic
Disciplines	Médecine et santé, sciences physiques et informatiques, sciences sociales, sciences humaines
Styles de citation	APA auteur-date, crochets numériques, aucune citation
Faits vérifiés dans les textes	404 termes techniques, 887 nombres, 124 citations
Mode d'exécution de chaque outil	Collé une fois dans sa page web au réglage par défaut, sortie conservée telle que renvoyée
Dates	26 au 28 août 2026
Détecteurs	Turnitin, un document par outil, et GPTZero, chaque texte séparément

Le rôle d'un humanizer est de réécrire la sortie de l'IA, de sorte que l'étude est partie d'une sortie de l'IA avec une liste vérifiée de faits. Avant toute réécriture, chaque modèle a énuméré les termes, les nombres et les citations qu'il avait utilisés. Chaque élément énuméré a été comparé au texte, et tout élément qui en était absent a été supprimé. Cela a laissé une liste fixe pour chaque texte, de sorte que l'étude pouvait compter exactement ce que chaque humanizer a conservé, modifié ou inventé.

Chaque texte a été soumis une fois à la page web de chaque outil, au réglage par défaut de l'outil, et la sortie a été enregistrée exactement telle qu'elle est revenue. Personne n'a modifié une sortie. Certains outils ont traité moins de 48 textes parce que les versions gratuites limitent le nombre de textes qu'un outil accepte. Un ensemble central de 24 textes était le même pour chaque outil, dans le même ordre. TextPulse a traité les 48.

Comment l'étude a mesuré un texte humanisé

Le score d'un détecteur vous indique comment un texte a été perçu par un détecteur, un jour donné. Il ne dit rien sur le fait de savoir si la réécriture rapporte encore les mêmes résultats. L'étude a d'abord attribué un score à chaque sortie sur le texte lui-même, puis sur les détecteurs. Pour les étudiants ou les chercheurs, il est important d'avoir un article qui dit encore ce que disent les données, dans une prose qui donne l'impression qu'une personne l'a écrite.

Mesure	Ce qu’elle vérifie	Pourquoi cela compte dans un article
Meaning	À quel point la réécriture est proche de la source, sous forme de score de similarité de 0 à 1	Un score plus faible signifie que le paragraphe dit désormais autre chose
Citations conservées	Proportion des citations dans le texte qui sont encore présentes avec le même auteur et la même année	Une année modifiée rompt la correspondance avec la liste de références
Nombres conservés	Proportion des nombres vérifiés qui sont encore dans le texte	Une taille d’échantillon ou une valeur p perdue modifie le résultat
Éléments inventés	Nombres et noms présents dans la sortie alors que la source ne les contenait pas	Une figure inventée est une affirmation fausse sur l’étude
Erreurs de grammaire ajoutées	Nouvelles erreurs par 1,000 mots, comptées avec LanguageTool	Les erreurs coûtent des points et la confiance des évaluateurs
Niveau de lecture	Variation du niveau Flesch-Kincaid	Le texte AI a un niveau plus élevé que la prose humaine publiée
Position stylistique	Position du texte entre l’écriture humaine typique et l’écriture AI typique	Les détecteurs stylométriques réagissent à ces caractéristiques
Length	Longueur de la sortie par rapport à la source, 0.70 à 1.30 fois compte comme conservé	Un outil qui divise par deux un texte a supprimé du contenu

La position de style provient d’une échelle que TextPulse a développée à partir de 47 caractéristiques de style issues de 121,092 textes académiques (décrite dans notre article de classification stylométrique). Le texte académique humain typique se situe à 0 et le texte AI typique à 100. Nous appelons la moitié centrale des textes humains (-36 à 33) la plage humaine.

Le vocabulaire a été évalué par rapport à une liste de 1,057 mots tirés de notre article sur le vocabulaire AI. Parmi eux, 581 sont des mots que les modèles AI utilisent plus que les humains, et 476 penchent dans l’autre sens. L’étude a compté combien de mots à tendance AI chaque outil a supprimés par 1,000 mots.

Ce que chaque humanizer a fait au texte

Chaque outil de l’étude a déplacé ses sorties vers l’extrémité humaine de l’échelle stylistique. Les textes d’IA non traités atteignaient en moyenne 138, au-delà du texte d’IA typique à 100. Après réécriture, certains outils ont atteint la plage humaine et d’autres se sont arrêtés à peu près à mi-chemin. Chaque outil a aussi supprimé le vocabulaire orienté vers l’IA et abaissé le niveau de lecture, de sorte que la direction du changement était la même dans l’ensemble du domaine.

Deux types de caractéristiques déplacent le plus un texte le long de l’échelle. La première paire est la longueur moyenne des mots et la proportion de mots longs. Une réécriture de "help" en "facilitate" rendra le texte plus proche de l’IA, car elle augmente la longueur moyenne des mots et augmente la proportion de mots longs. La seconde est la variation de la longueur des phrases, qui pousse vers l’humain. Un paragraphe où toutes les phrases comptent 22 à 26 mots est uniforme, mais un paragraphe qui mélange une phrase de 9 mots avec une phrase de 31 mots est varié.

L’idée est d’atteindre un niveau de lecture plus faible. Le texte académique rédigé par IA présente un indice Flesch-Kincaid plus élevé que la prose académique humaine publiée. Donc, s’il baisse, cela rapproche l’écriture du style simple dans lequel les chercheurs écrivent. C’est ce à quoi réagissent les détecteurs stylométriques. Ce sont aussi les changements qui rendent un brouillon plus facile à lire. Les deux objectifs convergent tant que le contenu reste intact.

Notre article sur la manière dont les humanizers modifient une phrase montre ces modifications une phrase à la fois. L’étude ajoute la mesure, à savoir de combien chaque changement a déplacé le texte, et ce qu’il a coûté en sens et en faits.

Là où les outils différaient: sens, citations et nombres

Les outils différaient dans leurs taux de conservation. Par exemple, dans l’ensemble de l’étude, entre 29 et 100 pour cent des citations ont été conservés. Entre 0.06 et 4.44 éléments inventés sont apparus par sortie. Entre 0.65 et 4.91 nouvelles erreurs de grammaire sont apparues par 1,000 mots. Les éléments inventés étaient des tailles d’échantillon, des pourcentages, des bornes de confiance, des noms d’auteurs et des institutions que la source ne mentionnait jamais.

Les noms et les unités ont disparu de manière plus discrète. Lorsqu’un outil reformulait une statistique, il omettait souvent l’unité, si bien que "Cohen's d" devenait une taille d’effet et "Celsius" devenait des degrés. Les noms d’auteurs disparaissaient avec leurs citations. Les noms d’espèces, d’époques et d’instruments étaient remplacés par une description. Un lecteur qui veut vérifier un résultat a besoin de ces noms, donc chacune de ces pertes compte.

La profondeur de réécriture et la fidélité tirent dans des directions opposées. Un outil qui modifie un tiers des mots conserve plus facilement le sens. Un outil qui en modifie la plupart a davantage de chances de perdre quelque chose. La proportion de mots modifiés allait de 35 à 68%. Le résultat recherché par un chercheur est une réécriture profonde qui conserve néanmoins le sens. Cette combinaison était rare.

L’étude a aussi recherché des caractères cachés, des caractères invisibles, des espaces non standard et des lettres ressemblantes provenant des alphabets cyrillique ou grec. Certains humanizers en ajoutent pour modifier le résultat d’un détecteur. Aucun outil de cette étude n’en a ajouté, donc aucune sortie n’a échoué au contrôle de qualité pour cette raison.

Pourquoi le résultat d’un détecteur seul constitue un faible critère de référence pour un humanizer

Un résultat de détecteur pris isolément constitue un critère de référence incomplet pour un humanizer. Dans l’étude comparative des humanizers d’IA, les sorties que GPTZero a le plus souvent étiquetées comme humaines provenaient d’outils qui inventaient davantage de nombres et de noms, supprimaient davantage de citations ou ajoutaient davantage d’erreurs de grammaire. Le moyen le plus simple de modifier l’estimation d’un détecteur consiste à modifier ce que dit le texte. Une réécriture de ce type compromet l’article qu’elle était censée aider.

Pour mesurer les deux aspects à la fois, l’étude a établi un seuil de qualité. Pour le franchir, une sortie devait obtenir un score de sens d’au moins 0.95 et conserver au moins 90% de ses citations. Elle ne devait pas non plus contenir de nombres ou de noms inventés, ni de caractères cachés, et sa longueur devait rester dans la tolérance. Une étiquette human de GPTZero n’était alors comptée que pour les sorties qui franchissaient le seuil. Le seuil était le même pour chaque outil.

La sortie de chaque outil a été intégrée dans un seul document, avec un texte par page. L’étude a utilisé le pourcentage d’IA unique de Turnitin pour le document. Turnitin utilise un astérisque au lieu d’un nombre pour moins de 20%. Les résultats des détecteurs sont des estimations issues d’une version unique du détecteur aux dates de l’étude. Nous avons expliqué comment lire votre score IA Turnitin dans notre guide sur ce que signifie un score IA Turnitin.

Comment TextPulse s’est classé dans la comparaison des humanizers

TextPulse est arrivé en tête de l’indice composite de l’étude, qui attribue le même poids à la profondeur de réécriture, au sens, à la position stylistique, à la grammaire et à l’intégrité du contenu. Les scores de TextPulse étaient de 0.811 pour ces cinq mesures et de 0.843 lorsque la mesure du détecteur filtré a été ajoutée. Il a obtenu de bons résultats parce qu’il ne présentait aucune mesure faible. Il a réécrit plus de la moitié de chaque texte et a conservé les faits dont dépend un article.

Measure	TextPulse result
Mots modifiés	52%
Sens conservé (similarité à la source)	0.971, environ 97 %
Citations conservées	99%
Nombres conservés	87%
Noms propres conservés	95%
Erreurs de grammaire ajoutées	0.65 pour 1,000 mots, le nombre le plus faible de l'étude
Éléments inventés	0.48 par sortie ; un nom inventé dans une sortie sur cinquante
Niveau de lecture	3.6 niveaux plus bas, la baisse la plus forte
Mots à tendance IA supprimés	39 pour 1,000 mots, le nombre le plus élevé de l'étude
Position stylistique	29, dans la fourchette humaine
Sorties dans la tolérance de longueur	47 of 48
Sorties qui ont passé le filtre de qualité	67%
score IA de Turnitin, un document regroupant toutes les sorties	24 %, le plus bas de l'étude (à égalité)
Étiquette humaine de GPTZero sur les sorties qui ont passé le filtre	10.4 % (5 sur 48), le plus élevé de l'étude

Deux résultats comptent le plus pour l’usage académique. Parmi les outils qui ont modifié au moins la moitié des mots, TextPulse a le mieux conservé le sens. Parmi les outils avec un score de sens de 0.97 ou plus, il a modifié le plus de mots. Aucun autre outil de l’étude ne figurait dans les deux groupes. Un humanizer pour la rédaction académique a besoin de cette combinaison, car une réécriture légère laisse en place le style de l’IA et une réécriture profonde qui supprime des faits modifie les résultats.

GPTZero a classé 9 des 48 sorties de TextPulse comme humaines, et 5 de celles-ci ont aussi franchi le seuil de qualité, le meilleur résultat avec seuil de l’étude. Le document Turnitin des sorties de TextPulse a obtenu 24% AI, à égalité pour le score le plus bas. Les autres documents allaient de 28 à 74%. Les résultats des détecteurs sont des estimations, et l’étude les présente à côté des mesures textuelles pour cette raison.

Ce que l’étude ne peut pas vous dire

La comparaison des humanizers d’IA énumère ses propres limites. Les textes ont été rédigés par des modèles d’IA à partir d’une consigne fixe, et les brouillons réels sont plus longs et moins uniformes. Chaque outil a été exécuté une fois, avec son réglage par défaut, entre 26 et 28 August 2026. Les fournisseurs mettent à jour leurs outils, de sorte que les résultats décrivent ces dates et doivent être lus comme un instantané.

Les différents outils ont des nombres de textes différents, car ils sont limités à un certain nombre de textes gratuits que l’outil traitera. Cela entraîne aussi des intervalles de confiance plus larges pour les outils ayant moins de textes. Turnitin génère un score par document et ne dispose donc pas d’une dispersion des scores par texte. GPTZero est un détecteur, une version de modèle (2026-08-09-base).

TextPulse a réalisé l’étude et fait partie des outils qu’elle évalue. Chaque outil a reçu les mêmes entrées. Selon le protocole, toutes les mesures sont des scripts accessibles au public, et tous les résultats bruts sont partagés. Cela signifie que n’importe qui peut refaire les calculs, ou les pondérer différemment. Les textes sources, les 432 sorties, les réponses des détecteurs et les scripts sont publics.

Comment utiliser les résultats sur votre propre brouillon

Les résultats se transforment en une vérification courte que vous pouvez effectuer après n’importe quel humanizer, y compris le nôtre. Comparez la sortie avec votre brouillon pour les éléments que l’étude a comptés. Sur une seule section, cela prend quelques minutes.

1. Vérifiez chaque nombre par rapport à votre brouillon, tailles d’échantillon, pourcentages, valeurs p et intervalles de confiance.
2. Vérifiez chaque citation dans le texte pour le même auteur et la même année, puis faites-la correspondre à votre liste de références.
3. Recherchez les noms qui ont changé, instruments, espèces, jeux de données, unités et noms d’auteur.
4. Lisez les affirmations qui sont devenues plus fortes, par exemple « may indicate » réécrit en « shows ».
5. Comparez la longueur. Un résultat beaucoup plus court que la source a probablement supprimé du contenu.
6. Lisez le texte à voix haute pour repérer les erreurs de grammaire ajoutées par la réécriture.

La longueur est le contrôle le plus rapide parmi ceux-ci. Dans l’étude, un résultat compris entre 0.70 et 1.30 fois la longueur de la source était compté comme conservé. TextPulse a conservé 47 des 48 résultats à l’intérieur de cette plage, avec une moyenne de 1.14 fois la source, de sorte que ses résultats étaient légèrement plus longs que les brouillons.

Les citations prennent le plus de temps à vérifier à la main. Dans l’étude, TextPulse en a conservé 99 pour cent, et ses modifications portaient sur la présentation, par exemple une citation parenthétique transformée en citation narrative. Notre article sur an AI humanizer that preserves citations explique ce qu’il faut rechercher dans vos propres marqueurs de référence.

Le free burstiness checker mesure dans quelle mesure les longueurs de phrases de votre brouillon varient. Une longueur de phrase variée est l’une des caractéristiques que l’échelle de l’étude pondère en faveur de l’écriture humaine. Pour un guide classé avec les prix, consultez notre guide du best AI humanizer for academic writing. Lorsque vous êtes prêt à réécrire, le TextPulse AI humanizer est conçu pour conserver vos nombres, noms et citations, et indique un Human Score estimé pour le résultat.