Détecter l’IA dans une présentation : indices, limites et vérifications

Une présentation peut combiner un modèle, des textes rédigés par son auteur, des suggestions d’IA et des images issues de plusieurs sources. Il est rarement possible de reconstituer ce travail à partir du seul résultat. Une mise en page soignée ou un ton uniforme ne prouve pas qu’un diaporama a été généré par IA.

Ce guide distingue trois questions : le contenu est-il fiable, d’où proviennent les éléments et l’utilisation éventuelle de l’IA respecte-t-elle les règles annoncées ? Les vérifications suivantes peuvent aider à répondre, mais ni l’intuition visuelle ni un détecteur ne suffisent à établir une faute.

Partie 1 : Examiner les visuels sans conclure sur leur origine

Examinez d’abord si les choix visuels servent le propos. Des répétitions ou des images étranges peuvent justifier une correction ou une demande d’explication. Elles ne permettent pas, à elles seules, d’identifier l’auteur ou l’outil utilisé.

• Des dispositions répétitives : vérifiez si la hiérarchie visuelle met en valeur les informations importantes. Un modèle très symétrique peut être choisi manuellement ou automatiquement ; sa régularité ne révèle pas le processus de rédaction.

• Des anomalies dans les images : un texte illisible, une ombre incohérente ou une forme impossible mérite une vérification. Recherchez la source et demandez si l’image est une photographie, une retouche ou une illustration générée. Une anomalie seule ne suffit pas à conclure.
• Des images génériques ou une marque d’outil : vérifiez si les visuels expliquent le sujet. Un filigrane peut identifier une plateforme d’export ou signaler explicitement une génération, mais il ne décrit pas nécessairement la façon dont tous les textes et images ont été créés.

Partie 2 : Vérifier le fond et le raisonnement

L’examen du fond sert à évaluer la qualité de la présentation, quelle que soit sa méthode de création. Vérifiez le raisonnement et demandez les sources des informations importantes. Un auteur humain comme un outil peut produire un contenu vague, répétitif ou inexact.

• Un vocabulaire vague : demandez ce que signifient les termes employés et comment la proposition s’applique au cas étudié. Un exemple concret permet souvent de voir si le raisonnement tient.
• Des ruptures de raisonnement : repérez les étapes manquantes, les contradictions et les répétitions. Demandez à l’auteur de justifier la transition entre les données et la conclusion.

• Des chiffres sans source : recherchez le document d’origine, la date, la population et la méthode. Une valeur illustrative doit être annoncée comme telle. Un chiffre faux doit être corrigé, quelle que soit son origine.
• Le ton : vérifiez son adéquation au public et au contexte. Un style neutre, poli ou uniforme peut être un choix de rédaction ; il ne prouve pas l’utilisation d’une IA.

Partie 3 : Ce que les informations techniques peuvent montrer

Les informations techniques peuvent éclairer l’historique d’un fichier, mais elles restent partielles et modifiables. Elles ne constituent pas un certificat d’origine et ne permettent généralement pas de mesurer la part rédigée avec une IA.

Commencez, si cela est utile, par les métadonnées du document.

Sur Windows, les propriétés du fichier peuvent afficher certains champs dans l’onglet « Détails » ; les informations disponibles varient selon le format et le logiciel. Un nom d’application peut signaler une étape d’enregistrement ou d’export. Il ne prouve pas que cette application a rédigé les textes. Les noms d’auteurs peuvent aussi être hérités d’un modèle, absents ou modifiés.

Pour un diagnostic technique, vous pouvez aussi examiner les composants d’un fichier PPTX. Cette opération n’est pas nécessaire pour évaluer le fond d’un exposé.

Un PPTX contient des fichiers dans une archive ZIP. Travaillez sur une copie : vous pouvez l’ouvrir avec un outil d’archives ou modifier l’extension de cette copie en .zip pour inspecter les composants. Cette méthode ne s’applique pas de la même façon à l’ancien format .ppt.

1. Le dossier ppt/media peut contenir des médias intégrés à la présentation. Il ne décrit pas nécessairement les ressources liées à distance ni leur origine.
2. Les noms alphanumériques peuvent être attribués par de nombreux logiciels, services de stockage ou processus d’export. Ils ne constituent pas une preuve de génération par IA.
3. Un nom descriptif ne prouve pas davantage une création humaine : tout fichier peut être renommé. Pour établir sa provenance, cherchez une source originale ou un historique documenté.

Les masques et les dispositions peuvent expliquer certains problèmes de mise en page. Leur complexité dépend aussi du modèle, des conversions et de l’historique du document ; elle ne prouve pas une génération par IA.

Partie 4 : Comprendre les limites des détecteurs

Des services comme GPTZero, Copyleaks ou Originality.ai proposent d’estimer si un texte présente des caractéristiques associées à une génération par IA. Ce sont des estimations, pas des preuves d’auteur. Les courts fragments et listes d’une présentation offrent peu de contexte pour cette analyse.

• GPTZero
• Copyleaks
• Originality.ai

Un résultat peut être erroné dans les deux sens : désigner un texte humain comme généré, ou ne pas repérer une aide automatisée. Le ministère français de l’Éducation nationale déconseille les logiciels de détection dans son cadre d’usage de l’IA en éducation, en raison de leur manque de fiabilité. Ne fondez pas une sanction ou une décision de recrutement sur un score. Avant de transmettre un document à un service tiers, vérifiez aussi les droits d’accès et la confidentialité.

Partie 5 : Préparer un travail que l’on peut expliquer

L’usage de l’IA doit être examiné au regard des consignes du travail. Une aide à la mise en page peut être autorisée alors qu’une rédaction non déclarée ne l’est pas. Définissez ces règles à l’avance, puis demandez à l’auteur d’expliquer sa démarche et ses sources sans présumer de sa bonne ou de sa mauvaise foi.

Un outil comme Presenti AI peut aider à organiser des contenus et à préparer leur mise en page. Le résultat doit rester vérifiable : conservez les documents sources, relisez les propositions et déclarez cette aide lorsque les consignes l’exigent. La marque de l’outil ne garantit ni l’authenticité du raisonnement ni sa qualité.

Voici trois façons de partir de contenus identifiables dans Presenti, selon les fonctions accessibles avec votre offre :

• Document-vers-PPT (Word, PDF, etc.) : Partir d’un document de recherche autorisé, puis comparer les points clés proposés aux passages d’origine.
• Structure logique-vers-diapositive (cartes mentales/plans) : Utiliser un plan ou une carte XMind compatible pour proposer une structure, puis vérifier l’enchaînement des idées.
• Intégration Markdown : Fournir des titres et des listes structurés en Markdown, puis relire leur répartition dans les diapositives.

Partir de ses propres sources facilite la vérification, mais n’élimine pas les omissions ni les informations inventées. Comparez les diapositives au document, vérifiez les citations et corrigez les conclusions qui dépassent les données. Le but est de rendre le travail explicable, pas de modifier son style pour passer un détecteur.

Conclusion

Évaluez d’abord la justesse des informations, la solidité du raisonnement et la capacité de l’auteur à expliquer ses choix. L’origine de chaque élément doit être établie par des informations vérifiables, pas déduite d’un aspect visuel ou d’une impression.

Demandez par exemple : « Quelle source soutient ce chiffre ? », « Pourquoi avez-vous retenu cette conclusion ? » et « Quelles parties avez-vous révisées ? ». Ces questions restent utiles pour un support préparé avec Presenti comme avec un autre outil. Des brouillons et des sources peuvent compléter l’échange ; un score de détection ne le remplace pas.