Copyleaks

Qu'est-ce que Copyleaks ?

Copyleaks est une plateforme d'intégrité du contenu qui répond à deux questions liées à propos d'un texte : une partie a-t-elle été produite par un modèle génératif, et une partie existe-t-elle déjà ailleurs. Le produit repose sur l'idée que ces deux questions relèvent d'un même flux de travail plutôt que de deux outils distincts. Fondée en 2015, l'entreprise a commencé comme service de détection de plagiat avant de s'étendre à la détection d'IA et aux outils de conformité, à mesure que les grands modèles de langage entraient dans l'écriture quotidienne. Cet historique compte au moment de l'évaluer : le volet plagiat s'appuie sur une base de comparaison et des techniques d'appariement affinées pendant une dizaine d'années, tandis que le volet détection d'IA repose sur des classifieurs statistiques bien plus récents et, comme cette page le détaille longuement, nettement plus contestés.

Concrètement, le produit se résume à une analyse et à un rapport. Vous soumettez un texte via l'application web, une extension de navigateur, un module complémentaire Google Docs, un appel d'API ou un système de gestion de l'apprentissage, et vous recevez une vue du document avec des passages surlignés et un pourcentage. Côté plagiat, le rapport affiche les sources correspondantes. Côté IA, il montre quels passages portent la signature statistique d'une génération automatique. L'analyse de texte renvoie l'évaluation d'IA et la comparaison de plagiat dans un rapport unique, mais la détection d'image juge uniquement la présence d'IA et ne vérifie pas le plagiat d'image : le rapport unifié est donc une propriété propre à l'analyse textuelle.

À qui cela s'adresse dépend de la moitié qui vous intéresse. Les universités et les écoles s'en servent comme couche d'intégrité académique reliée à leur LMS. Les éditeurs et les équipes marketing vérifient si un texte reçu est original et s'il se lit comme une production automatique. Les entreprises l'emploient pour la conformité en matière de propriété intellectuelle, la gouvernance de l'IA générative et la vérification que les données d'entraînement sont écrites par des humains. Les particuliers utilisent l'offre gratuite pour contrôler leur propre travail avant de le rendre. L'entreprise déclare une présence dans plus de 100 pays, plus de 500 entreprises et établissements d'enseignement, et plus de 30 millions d'analyses chaque mois — des chiffres auto-déclarés et non audités.

Fonctionnalités clés

• Rapport unifié IA et plagiat pour le texte : une seule analyse textuelle renvoie à la fois une évaluation de probabilité d'IA et une comparaison de plagiat, ce qui évite de faire passer un document dans deux produits puis de rapprocher deux rapports. C'est la décision de conception centrale de la plateforme et la principale raison pour laquelle les établissements se regroupent dessus.
• Explicabilité avec AI Logic : AI Phrases indique la fréquence statistique avec laquelle une formulation signalée provient d'une IA plutôt que d'une source humaine, tandis qu'AI Source Match pointe les endroits où le texte soumis apparaît déjà ailleurs. Cela compte, car un simple pourcentage ne sert presque à rien dans un litige : un enseignant ou un éditeur qui doit s'expliquer face à un auteur a besoin de montrer une formulation précise et de dire pourquoi elle a été signalée.
• Signaux de détection transparents : plutôt que de présenter le modèle comme une boîte noire, l'éditeur indique que ce détecteur de contenu IA analyse les rapports de fréquence, les catégories grammaticales, la dispersion syllabique et l'usage des traits d'union. Connaître ces signaux aide à interpréter les résultats : un texte délibérément formulaire, très structuré et ponctué mécaniquement obtiendra un score élevé quel qu'en soit l'auteur.
• Corpus de comparaison à grande échelle : pour le contrôle d'originalité, le corpus couvre plus de 60 000 milliards d'enregistrements web et de moteurs de recherche, plus de 16 000 revues en libre accès, plus d'un million de documents internes et plus de 20 dépôts de code, et l'outil d'appariement vise aussi la paraphrase et la substitution de caractères, pas seulement la copie littérale.
• Détection multimodale au-delà du texte : la plateforme propose également la détection d'images générées par IA, la détection de vidéos, la correction grammaticale, la modération de texte et la détection de code source produit par IA, se positionnant comme un écosystème plutôt qu'un ensemble d'outils ponctuels.
• Voies d'intégration entreprise et LMS : une API entièrement en marque blanche permet aux organisations d'intégrer la détection dans leur propre plateforme, tandis que les connecteurs LMS natifs placent les résultats là où les enseignants corrigent déjà.

Cas d'usage

1. Intégrité académique au sein d'un LMS : un établissement active le connecteur dans Canvas, Moodle ou Blackboard afin que les devoirs rendus soient analysés automatiquement et que les résultats apparaissent à côté de la copie. Les enseignants voient les sources correspondantes et les passages signalés sans quitter le carnet de notes. La discipline essentielle consiste à traiter le score comme une question de départ et non comme un verdict — point développé dans la section des limites, et que l'éditeur lui-même défend.
2. Auto-vérification par les étudiants avant la remise : un étudiant passe un brouillon dans l'offre gratuite, voit quels passages seraient signalés et révise. C'est l'usage que l'entreprise présente explicitement comme de la pédagogie et non du contournement, et c'est aussi là que naissent la plupart des plaintes : un étudiant qui a écrit chaque mot et obtient malgré tout un score élevé n'a aucun recours satisfaisant.
3. Vérification éditoriale pour les éditeurs : une publication qui reçoit des contributions extérieures passe le texte au vérificateur de plagiat pour l'antériorité de publication et à la détection d'IA pour l'écriture automatique avant mise en ligne. Le rapport unifié convient à ce flux, car un rédacteur en chef se soucie autant du plagiat que de l'origine machine et veut une seule réponse.
4. Gouvernance de l'IA générative en entreprise : une société ayant adopté des règles internes d'usage de l'IA vérifie la conformité des contenus sortants, l'éventuelle fuite de matériel propriétaire vers l'entraînement de modèles tiers, et l'exposition juridique que peut créer du code assisté par IA. C'est le segment traité par devis personnalisé.
5. Hygiène des données d'entraînement : les équipes qui construisent des modèles filtrent les corpus candidats pour exclure le texte synthétique, au motif qu'entraîner un modèle sur des sorties de modèle dégrade le résultat. L'entreprise en fait un cas d'usage entreprise à part entière.

Comment utiliser Copyleaks

1. Créez un compte sur copyleaks.com. Les nouveaux utilisateurs reçoivent un quota limité de crédits gratuits, suffisant pour juger les rapports sur vos propres documents avant de vous engager.
2. Choisissez votre point d'entrée. Collez ou téléversez le texte dans la plateforme web pour le rapport le plus complet, installez l'extension pour Chrome, Edge ou Firefox afin d'analyser depuis les éditeurs web, ou ajoutez le module Google Docs pour contrôler pendant la rédaction.
3. Soumettez un texte assez long pour être évalué. L'extension de navigateur exige au moins 350 caractères et plafonne à 25 000, tandis que la plateforme web démarre à 255 caractères et va jusqu'à 2 000 pages. Les passages courts donnent des résultats instables : envoyez le document entier plutôt qu'un paragraphe.
4. Lisez le rapport plutôt que le nombre. Ouvrez les passages signalés, regardez ce que désigne AI Source Match et vérifiez si les signalements se concentrent sur des citations, des formules techniques ou des sections de modèle imposées par votre établissement.
5. Révisez et relancez l'analyse s'il s'agit de votre propre travail, ou exportez le rapport et associez-le à votre jugement s'il s'agit d'évaluer autrui.
6. Pour un déploiement institutionnel, contactez le service commercial afin de cadrer l'intégration LMS ou l'accès à l'API : ni l'un ni l'autre n'est inclus dans les formules individuelles.

Conseils & bonnes pratiques

• Ne prenez jamais un pourcentage pour une preuve. La pratique la plus importante avec tout détecteur d'IA consiste à s'en servir comme amorce de conversation et non comme élément probant. Les consignes de l'éditeur disent la même chose, et la recherche indépendante résumée plus bas en donne la raison concrète.
• Analysez des documents entiers, pas des fragments. La confiance de détection augmente avec le volume de texte, et les valeurs extrêmes de 0 % ou 100 % se concentrent sur les blocs courts. Pour instruire un soupçon, passez la totalité du rendu.
• Vérifiez ce que recouvrent réellement les signalements. Citations, bibliographies, modèles obligatoires et formulations méthodologiques standard déclenchent régulièrement des correspondances sans portée. Lire les passages surlignés prend une minute et évite la plupart des mauvaises décisions.
• Tenez compte du profil de l'auteur avant d'agir. Une prose formelle, structurée et pauvre en idiomes obtient des scores plus élevés. Cela décrit aussi bien la production machine qu'une grande part de l'écriture académique compétente en langue seconde, ce qui explique l'importance des travaux sur les faux positifs.
• Gardez des configurations cohérentes. Des utilisateurs rapportent de façon répétée qu'un même document obtient des scores différents côté étudiant et côté enseignant, ce que l'entreprise attribue à des réglages d'analyse distincts. Si votre établissement agit sur la base des scores, normalisez les paramètres pour que les deux parties voient le même résultat.
• Utilisez le volet plagiat là où il est le plus solide. L'appariement d'originalité repose sur une expérience bien plus longue et sur un corpus vérifiable, et sa sortie est falsifiable comme ne l'est pas une probabilité d'IA : vous pouvez ouvrir la source correspondante et regarder.
• Estimez vos crédits avant d'acheter. Comme un crédit couvre 250 mots, un département qui analyse de longues thèses épuisera son quota bien plus vite que ne le laisse croire le nombre de mots annoncé.

Pour qui est fait Copyleaks ?

• Établissements d'enseignement : écoles et universités qui ont besoin d'un contrôle d'intégrité relié à un LMS existant, avec droits d'administration et analyses à l'échelle de l'institution.
• Enseignants et personnel pédagogique : éducateurs qui souhaitent voir sources correspondantes et passages signalés là où ils corrigent, plutôt que dans un outil séparé.
• Étudiants : auteurs qui veulent savoir comment leur travail sera noté avant de le rendre, et pour qui l'explicabilité compte le plus quand un score paraît injuste.
• Éditeurs et équipes éditoriales : structures qui vérifient les contributions avant publication, tant pour l'antériorité que pour l'origine machine.
• Équipes conformité et juridiques : organisations qui encadrent l'usage interne de l'IA générative, protègent la propriété intellectuelle et documentent l'application de leurs règles.
• Développeurs et éditeurs de plateformes : équipes qui intègrent la détection dans leur propre produit via l'API en marque blanche plutôt que de renvoyer leurs utilisateurs ailleurs.
• Équipes IA et données : groupes qui filtrent des corpus d'entraînement pour écarter le texte synthétique de jeux de données censés être humains.

Plateformes

• Plateforme web : l'interface principale, avec les rapports les plus complets et le plafond de soumission le plus élevé, à 2 000 pages.
• Extension de navigateur : disponible pour Chrome, Edge et Firefox, elle analyse depuis les éditeurs web et les outils de publication, avec sauvegarde des analyses sur le compte.
• Module Google Docs : détection dans le document pendant la rédaction.
• API : intégration entièrement en marque blanche pour incorporer la détection à la plateforme d'une organisation, proposée par devis commercial et non dans les formules individuelles.
• Intégrations LMS : connecteurs natifs pour Canvas, Moodle, D2L Brightspace, Blackboard, Schoology, Edsby et Sakai.
• Options de déploiement pour les organisations : les acheteurs entreprise et éducation peuvent choisir un hébergement sur site ou en cloud privé avec stockage régional, voie à privilégier lorsque des règles de résidence des données s'appliquent.

Tarifs & offres

Les nouveaux comptes incluent un nombre limité de crédits gratuits, suffisant pour faire passer de vrais documents et juger les rapports avant de payer. Il n'existe pas d'offre gratuite permanente au volume significatif : le quota gratuit doit se comprendre comme un mécanisme d'évaluation.

Les formules individuelles payantes sont des abonnements facturés au crédit. Personal coûte 16,99 $ par mois ou 13,99 $ par mois avec facturation annuelle, et Pro 99,99 $ par mois ou 74,99 $ par mois en annuel, Pro ajoutant 25 sièges utilisateurs, des filtres de détection avancés, l'analyse d'un site entier via téléversement de plan de site, la détection de plagiat interlangue et un tableau de bord analytique. La facturation repose sur des crédits unifiés, où un crédit couvre jusqu'à 250 mots ou une image : un article de 5 000 mots consomme donc 20 crédits, et le nombre de crédits affiché correspond à environ 250 fois ce nombre en mots. Les offres Enterprise et Education font l'objet d'un devis ; la tarification éducation dépend du nombre d'étudiants à temps plein, et l'accès à l'API comme l'intégration LMS ne sont disponibles que par ces niveaux.

Trois conditions commerciales méritent attention avant de souscrire, car elles passent facilement inaperçues et coûtent cher une fois découvertes. Les formules ne se cumulent pas : changer d'offre écrase l'offre en cours et fait perdre les crédits restants. Les remboursements ne sont accordés que s'ils sont demandés dans les 10 premiers jours du cycle de facturation et si aucun crédit n'a été utilisé. Tous les abonnements se renouvellent automatiquement jusqu'à résiliation. Si votre usage est saisonnier — un semestre plutôt qu'une année — vérifiez au moment du paiement que la facturation mensuelle vous est réellement proposée avant de vous engager sur un an.

Alternatives

• Turnitin : l'acteur historique de l'intégrité académique, plus profondément installé dans les établissements et doté de sa propre couche de détection d'IA. Il est souvent retenu pour son dépôt institutionnel de copies étudiantes plus que pour la qualité de détection elle-même.
• GPTZero : détecteur d'IA grand public, avec un volet plagiat bien plus léger, adapté aux vérifications individuelles rapides plutôt qu'à un déploiement institutionnel.
• Originality.ai : destiné avant tout aux éditeurs, aux équipes SEO et aux agences de contenu plutôt qu'à l'enseignement, il associe détection d'IA et contrôle de plagiat pour les flux éditoriaux.
• Grammarly : le recoupement n'est que partiel — il s'agit d'un assistant d'écriture ayant ajouté des fonctions d'authenticité et de plagiat, non d'une plateforme de détection. Fait notable, Copyleaks avertit lui-même que des plateformes comme Grammarly utilisent ChatGPT et d'autres modèles génératifs pour des fonctions clés et peuvent donc être signalées comme contenu potentiellement produit par IA.
• Approches manuelles et procédurales : historiques de brouillons, gestion de versions, soutenances orales et écriture en classe. Les chercheurs en intégrité les recommandent de plus en plus, précisément parce qu'elles contournent les problèmes de fiabilité qui touchent tout détecteur statistique.

Limites & points d'attention

Cette section mérite plus de poids que son équivalent pour la plupart des outils, car la précision de détection IA est une question où les affirmations commerciales et les preuves indépendantes divergent nettement, et où les conséquences d'une erreur retombent sur des individus.

Le chiffre de précision est une auto-déclaration. Copyleaks annonce plus de 99 % de précision, mais ce chiffre porte une note de bas de page précisant que l'évaluation repose sur des tests internes menés sur des jeux de données en anglais, ce qui en fait une déclaration de l'éditeur et non un résultat audité de façon indépendante. Ce n'est pas une accusation de mauvaise foi — la note figure sur la page — mais un taux de 99 % obtenu par une entreprise sur son propre corpus anglophone ne doit pas se lire comme une garantie portant sur votre document dans votre langue.

Les performances hors anglais sont nettement plus faibles, selon les propres chiffres de l'éditeur. Le tableau officiel par langue montre un gradient net : la valeur côté IA passe de 99,20 % en anglais à 95,63 % en allemand et 93,08 % en portugais. Un écart d'environ 7 points en portugais signifie sensiblement plus de détections manquées que ne le laisse entendre le chiffre principal. Notez aussi que la détection d'IA couvre plus de 30 langues quand la détection de plagiat en couvre plus de 100 : ces deux nombres ne sont pas interchangeables.

La recherche académique indépendante contredit le discours commercial du secteur. Une étude évaluée par les pairs, menée par Weber-Wulff et ses collègues et publiée dans l'International Journal for Educational Integrity, a testé 14 outils de détection et conclu que les outils disponibles ne sont ni exacts ni fiables et présentent un biais consistant à classer les productions comme écrites par des humains. Le même travail montre que les techniques d'obscurcissement dégradent fortement leurs performances. Une précision s'impose : Copyleaks n'apparaît dans cet article que dans la revue des travaux antérieurs, et non parmi les 14 outils testés par les auteurs eux-mêmes ; il s'agit donc d'une preuve portant sur la catégorie et non d'une mesure directe de ce produit.

Méfiez-vous de la formule « étude de Cornell ». L'affirmation selon laquelle une étude de l'université Cornell aurait désigné Copyleaks comme le détecteur le plus exact circule largement, mais arXiv est une plateforme de préimpressions exploitée par Cornell Tech : y publier ne constitue ni un résultat ni une caution de l'université Cornell. Les préimpressions n'ont pas nécessairement été évaluées par les pairs. Pour tout détecteur, vérifiez qui a mené l'étude citée, sur quel jeu de test et si elle a été relue.

Les faux positifs frappent surtout les auteurs non anglophones natifs. Dans une enquête de The Markup, sept détecteurs ont signalé comme générés par IA les écrits de locuteurs non natifs dans 61 % des cas, et sur environ 20 % des copies cette erreur était unanime, alors que les textes de locuteurs natifs n'appelaient presque jamais la même méprise. Le mécanisme est simple : les détecteurs valorisent l'imprévisibilité linguistique, et les personnes écrivant dans une langue seconde produisent souvent la prose formelle et peu variée que leur formation a récompensée. Toute institution qui déploie la détection sans en tenir compte met en place un processus discriminatoire, quel que soit le fournisseur retenu.

Le sentiment des utilisateurs est mauvais et se cristallise précisément sur ce point. Trustpilot affiche une note de 2,6 sur 5 pour 344 avis, dont 49 % d'une étoile, l'entreprise étant classée 80e sur 85 dans sa catégorie Software Vendor. La plainte dominante porte sur des travaux écrits par des humains notés comme produits par IA, formulée par des évaluateurs se présentant comme un vétéran de l'armée à la retraite ou comme des étudiants de troisième cycle. Une réserve de lecture s'impose : les plateformes d'avis sélectionnent les utilisateurs lésés, et une personne signalée à tort a bien plus de raisons de publier que celle dont l'analyse a confirmé ses attentes. Cette note doit se lire comme une preuve sur la forme des défaillances, non comme une mesure de la précision globale.

La position de l'éditeur est plus nuancée que son argumentaire. Dans ses réponses publiques, l'entreprise reconnaît qu'une écriture humaine très formulaire peut occasionnellement imiter les schémas de l'IA et recommande de traiter le score d'IA comme un indicateur fort, le jugement humain restant l'arbitre final. Ce conseil est sain, et il vaut la peine d'y tenir l'argumentaire commercial.

Interférences connues et contraintes opérationnelles. Des aides à l'écriture courantes peuvent déclencher des signalements, les longueurs minimales rendent les passages courts instables, et les différences de configuration produisent des scores divergents pour un même document — des utilisateurs décrivent de façon répétée un même texte noté différemment côté étudiant et côté enseignant, ce que l'entreprise attribue à des réglages d'analyse distincts.

FAQ

Q1. Quelle est réellement la précision de Copyleaks ?

L'entreprise annonce plus de 99 % de précision et 0,03 % de faux positifs, mais ce chiffre provient de tests internes sur des données anglophones, comme l'indique la note de son propre site. La recherche indépendante évaluée par les pairs conclut que les outils de détection en général ne sont ni exacts ni fiables. La réponse honnête est qu'il se comporte plutôt bien au sein d'une catégorie dont la fiabilité de fond est contestée, et qu'aucun détecteur actuel ne justifie de traiter sa sortie comme une preuve.

Q2. Existe-t-il une version gratuite ?

Les nouveaux comptes reçoivent un quota limité de crédits gratuits, suffisant pour évaluer le produit sur de vrais documents. L'usage continu suppose une formule payante : Personal à 16,99 $ par mois ou 13,99 $ en facturation annuelle, Pro à 99,99 $ ou 74,99 $ respectivement.

Q3. Peut-on vérifier l'IA et le plagiat en même temps ?

Pour le texte, oui : les deux figurent dans un rapport unique. Pour les images, non : l'analyse d'image détecte uniquement la présence d'IA et n'effectue aucune comparaison de plagiat.

Q4. Quelles langues sont prises en charge ?

La détection d'IA couvre plus de 30 langues, la détection de plagiat plus de 100. La précision publiée par langue est la plus élevée en anglais et baisse de façon mesurable ailleurs : traitez les résultats non anglophones avec une prudence accrue.

Q5. Mon texte sera-t-il signalé si j'ai utilisé Grammarly ?

C'est possible. Copyleaks indique directement que des plateformes comme Grammarly recourent à ChatGPT et à d'autres modèles génératifs pour certaines fonctions et que ces sorties peuvent être signalées comme contenu potentiellement issu d'une IA. Les corrections orthographiques et grammaticales de base ne sont pas censées déclencher de signalement, contrairement aux fonctions de réécriture générative.

Q6. L'outil s'intègre-t-il à notre LMS ?

Oui, via des connecteurs natifs pour Canvas, Moodle, D2L Brightspace, Blackboard, Schoology, Edsby et Sakai. L'intégration LMS n'est proposée que dans les offres Education et Enterprise, pas dans les abonnements individuels.

Q7. Que se passe-t-il si je manque de crédits ?

Vous pouvez passer à une offre supérieure ou acheter des crédits ponctuels. Attention : les formules ne se cumulent pas — changer d'offre écrase l'offre en cours et supprime les crédits restants — de sorte qu'une montée en gamme en cours de cycle peut vous coûter le quota inutilisé.

Q8. Mon propre texte a été signalé comme produit par IA. Que faire ?

Ouvrez le rapport plutôt que de regarder le score, et examinez quels passages ont été signalés et vers quoi pointe AI Source Match. Rassemblez les traces de votre travail : historique de brouillons, versions, notes. Si vous êtes évalué sur ce résultat, demandez quelle configuration d'analyse a été utilisée, un même document pouvant obtenir des scores différents selon les réglages. Les auteurs non anglophones natifs peuvent légitimement rappeler que la recherche documente un biais substantiel à leur encontre, tous détecteurs confondus.

Q9. Mes données sont-elles sécurisées et où sont-elles stockées ?

L'entreprise déclare détenir les certifications PCI DSS, SOC 2, SOC 3 et la conformité au RGPD. Les acheteurs entreprise et éducation peuvent choisir un hébergement sur site ou en cloud privé avec options de stockage régional, voie à suivre si la résidence des données est une exigence. Les formules individuelles fonctionnent sur le service hébergé standard.

Q10. Puis-je être remboursé si l'outil ne me convient pas ?

Les remboursements ne sont pas garantis. La politique publiée ne les accorde que si la demande intervient dans les 10 premiers jours du cycle de facturation et si aucun crédit n'a été consommé : évaluez donc avec les crédits gratuits avant de souscrire, et non après.