Détecteur d'IA sur Substack : ce que Pangram change pour votre contenu

TL;DR.

Substack déploie un détecteur d'IA signé Pangram qui estime la proportion de texte généré ou assisté par une intelligence artificielle dans un contenu. Un lecteur peut scanner un post et obtenir une évaluation de sa part rédigée par IA, ce qui transforme la transparence sur l'origine des contenus en fonctionnalité par défaut plutôt qu'en choix laissé aux éditeurs. Pour toute organisation qui produit du contenu, cette normalisation change la manière dont un texte assisté par IA sera perçu.

L'outil analyse les articles, les notes, les réponses et les commentaires, et s'active depuis le menu à trois points en haut à droite d'un contenu. Il s'applique aux textes de plus de 100 mots et se déploie sur le web et sur l'application iOS, avec une arrivée sur Android annoncée comme prochaine, sans date précisée. Le résultat n'est pas un verdict binaire mais une estimation, car un détecteur produit des probabilités et non des preuves.

Savoir si un article a été écrit par un humain ou par une machine devient un service intégré aux plateformes. Substack, l'outil de publication de newsletters, ajoute une fonctionnalité qui estime la proportion de texte généré par une intelligence artificielle dans un contenu. Concrètement, un lecteur pourra scanner un post et obtenir une évaluation de sa part rédigée ou assistée par IA. Derrière cette annonce se joue une bascule plus large : la transparence sur l'origine des contenus se transforme en fonctionnalité par défaut, et non plus en question laissée à la bonne volonté des éditeurs. Voici ce que cela signifie concrètement pour toute organisation qui produit du contenu.

Comment fonctionne le détecteur d'IA de Substack

L'outil repose sur une entreprise spécialisée dans la détection de contenu généré par IA, Pangram. Il analyse différents types de textes publiés sur la plateforme : les articles (posts), mais aussi les notes, les réponses et les commentaires. Le résultat n'est pas un verdict binaire (humain ou machine) mais une estimation : une part du texte est signalée comme potentiellement générée par une IA ou rédigée avec l'assistance d'une IA.

En pratique, l'analyse s'active depuis le menu à trois points situé en haut à droite d'un contenu, via une option de scan du texte. La fonctionnalité s'applique aux contenus de plus de 100 mots, un seuil logique : en dessous, un détecteur a trop peu de matière pour produire une estimation fiable. Le déploiement se fait sur le web et sur l'application iOS, avec une arrivée sur Android annoncée comme prochaine, sans date précisée.

Estimation, pas certitude : une nuance qui compte

Le mot important ici est estimation. Substack ne prétend pas trancher avec certitude sur l'origine d'un texte, et cette prudence est justifiée. Les détecteurs d'IA, quel que soit leur fournisseur, produisent des probabilités, pas des preuves. Ils peuvent se tromper dans les deux sens : signaler comme « écrit par une IA » un texte humain (faux positif), ou laisser passer un texte généré puis retravaillé à la main (faux négatif).

Cette limite n'est pas un détail technique. Elle conditionne l'usage qu'on peut faire de l'outil. Une estimation sert à nourrir un jugement, pas à le remplacer. Prise pour un verdict, elle peut injustement décrédibiliser un auteur ; prise pour ce qu'elle est, un signal parmi d'autres, elle devient un repère utile pour le lecteur comme pour l'éditeur.

Pourquoi cette annonce dépasse le cas Substack

Substack n'est qu'une plateforme parmi d'autres, mais le signal qu'elle envoie est structurant. Quand un outil de publication grand public intègre nativement la détection d'IA, il installe l'idée que la question « qui, ou quoi, a écrit ce texte ? » est légitime et attendue par les lecteurs. La transparence sur le contenu généré par IA passe du statut de sujet de débat à celui de norme de plateforme.

Pour les organisations, la conséquence est directe : la provenance d'un contenu devient auditable par n'importe quel lecteur, sans compétence technique. Un article de blog, une newsletter, un post publié sous une marque peut être scanné par un tiers. La discrétion sur l'usage de l'IA dans la production éditoriale n'est plus garantie par défaut.

Ce que ça change pour votre stratégie de contenu

Si votre organisation produit du contenu, plusieurs réflexes deviennent pertinents.

• Clarifiez votre position sur l'usage de l'IA. Utiliser une IA pour rédiger ou assister la rédaction n'a rien d'illégitime. Ce qui pose problème, c'est le décalage entre ce que vous laissez croire et ce que vous faites réellement. Décider en interne d'une ligne (assumée, encadrée, documentée) vaut mieux que de la subir au premier scan public.
• Ne visez pas à « passer » les détecteurs. Chercher à contourner un outil de détection est une course perdue d'avance : les détecteurs évoluent, et l'énergie dépensée à masquer serait mieux investie dans la qualité et la valeur ajoutée réelle du contenu.
• Traitez la transparence comme un actif. Indiquer clairement quand et comment vous utilisez l'IA (relecture, traduction, première version, recherche) peut devenir un signe de sérieux, à mesure que les lecteurs s'habituent à se poser la question.
• Gardez l'humain sur les jugements critiques. Un détecteur donne une estimation : ne fondez pas une décision RH, éditoriale ou contractuelle sur ce seul chiffre, sous peine de sanctionner un faux positif.

Vers une norme de traçabilité du contenu

L'intégration d'un détecteur par une plateforme de publication n'est pas un aboutissement, c'est une étape. Elle acte que la traçabilité de l'origine des contenus devient une attente ordinaire, au même titre que la vérification des sources ou l'affichage d'un auteur. La vraie question, pour les entreprises, n'est plus « comment éviter d'être détecté », mais « quelle politique assumons-nous sur l'usage de l'IA dans ce que nous publions ». C'est un déplacement de terrain : de la dissimulation vers la clarté, et c'est probablement là que se jouera la confiance des audiences dans les mois qui viennent.

Questions fréquentes

Qu'est-ce que le détecteur d'IA de Substack ?

C'est une fonctionnalité qui estime la proportion de texte généré ou assisté par une intelligence artificielle dans un contenu publié sur Substack. Elle repose sur Pangram, une entreprise spécialisée dans la détection de contenu généré par IA. Le résultat est une estimation, pas un verdict binaire entre humain et machine.

Comment fonctionne le scan de détection d'IA sur Substack ?

L'analyse s'active depuis le menu à trois points situé en haut à droite d'un contenu, via une option de scan du texte. L'outil examine les articles, les notes, les réponses et les commentaires. Il signale la part du texte potentiellement générée ou rédigée avec l'assistance d'une IA.

À partir de combien de mots la détection d'IA fonctionne-t-elle ?

La fonctionnalité s'applique aux contenus de plus de 100 mots. En dessous de ce seuil, un détecteur dispose de trop peu de matière pour produire une estimation fiable.

Sur quelles plateformes le détecteur d'IA de Substack est-il disponible ?

Le déploiement se fait sur le web et sur l'application iOS. Une arrivée sur Android est annoncée comme prochaine, sans date précisée.

Pourquoi le détecteur donne-t-il une estimation et non une certitude ?

Les détecteurs d'IA produisent des probabilités, pas des preuves, quel que soit leur fournisseur. Ils peuvent se tromper dans les deux sens, en signalant par exemple comme écrit par une IA un texte rédigé par un humain. Substack ne prétend donc pas trancher avec certitude sur l'origine d'un texte.