Ce que Skaneria n’est pas
Skaneria est-il un détecteur d’IA ?
Non, et la différence est de nature, pas de degré. Les détecteurs analysent le style et rendent une probabilité. Skaneria ne déduit rien du style : il cherche des marqueurs matériels, présents ou absents, qu’on peut montrer à quelqu’un. Un caractère invisible à la position 52, un manifeste de provenance nommant l’outil. Il signale bien, dans une section à part, quelques caractères typographiques que les modèles composent volontiers, mais en disant que ce n’est pas une trace et sans les compter dans son verdict. Il n’y a ni modèle, ni score, ni taux de précision, parce qu’il n’y a rien à estimer.
Peut-on prouver qu’un texte a été écrit par une IA ?
Non, aucun outil ne le peut, Skaneria compris. Un marqueur trouvé prouve qu’un marqueur est là, pas qui a écrit. Une relecture assistée en dépose, et un passage par un éditeur de texte brut les efface tous. C’est pourquoi Skaneria montre ce qu’il trouve, à quelle position, et nomme ce qu’il ne peut pas savoir. Dans un cadre scolaire ou professionnel, cela ne suffit jamais à accuser quelqu’un.
Combien coûte Skaneria ?
Rien. Pas de compte, pas d’inscription, pas de limite d’usage. L’analyse est faite par watermarks-remover, un moteur libre sous licence MIT, appelé depuis notre serveur.
Comment ça marche
Vous collez un texte ou déposez un fichier. Skaneria le passe au crible de plusieurs familles de marqueurs, puis vous montre exactement ce qu’il a trouvé : à quelle position, quel caractère, et ce que cela veut dire. Si quelque chose peut être retiré sans abîmer le contenu, il vous le propose, et vous pouvez repasser le résultat au scanner pour vérifier qu’il ne reste rien.
L’analyse est faite par watermarks-remover, un moteur libre sous licence MIT dont c’est le seul métier. Nous ne réécrivons pas sa logique : ses corrections nous arrivent directement.
Confidentialité
Disons-le sans détour : votre contenu est envoyé à notre serveur d’analyse, en France, par une connexion chiffrée. Il ne pouvait pas en être autrement : lire les métadonnées d’un PDF ou d’un document Word demande des outils qui ne tournent pas dans un navigateur.
Pour un document Word ou un PDF, deux choses partent : le fichier, et le texte que votre navigateur en a extrait. Le second est nécessaire parce que le moteur n’ouvre pas le corps d’un document : sans lui, un caractère invisible glissé dans un rapport de trente pages ne serait jamais trouvé. Ce texte part sous un nom neutre, comme le fichier lui-même : le nom de votre fichier ne quitte jamais votre navigateur, seule son extension est transmise, qui est tout ce dont le moteur a besoin pour savoir quoi en faire.
Ce que nous garantissons en revanche : le contenu est analysé puis effacé. Il n’est ni stocké, ni journalisé, ni réutilisé. Pour un document que vous ne pouvez pas confier à un tiers, n’utilisez pas cet outil, aucune promesse ne remplace cette précaution.
Nous comptons les visites et les actions, pour savoir si l’outil sert. Cette mesure est sans cookie et sans identifiant personnel, ce qui est la raison pour laquelle aucun bandeau ne vous est imposé. Elle enregistre qu’une analyse a eu lieu et si elle portait sur un texte ou sur un fichier, jamais ce que ce texte ou ce fichier contenait.
Les familles de marqueurs
01
Caractères invisibles
Des caractères qui ne s’affichent pas : espaces de largeur nulle, marques d’ordre des octets, caractères « tag », zones à usage privé, non-caractères réservés. Un modèle, ou l’outil qui l’enveloppe, peut en glisser entre les mots pour marquer un texte. Ils survivent au copier-coller et se retrouvent tels quels dans un document Word ou un courriel.
Ce que « Caractères invisibles » ne peut pas dire
Leur absence ne prouve rien : un passage dans un éditeur de texte brut les efface tous. Leur présence ne prouve pas une IA non plus, certains éditeurs et certains sites en insèrent aussi. Et certains sont indispensables : la liaison qui assemble les emojis d’une famille, ou celle qui forme les ligatures en arabe et en devanagari, sont reconnues et laissées en place.
02
Espaces et sosies de lettres
Des caractères qui ressemblent à d’autres sans en être : une espace insécable là où on attend une espace ordinaire, un « А » cyrillique là où on lit un « A » latin. Ils traversent une relecture humaine sans être vus, parce qu’ils sont visuellement identiques.
Ce que « Espaces et sosies de lettres » ne peut pas dire
Les espaces exotiques sont souvent le résidu d’un copier-coller depuis un traitement de texte, pas une signature. Les sosies de lettres relèvent plus souvent de l’hameçonnage que du marquage d’IA.
03
Filigrane statistique
Certains fournisseurs biaisent le tirage des mots selon une clé secrète : à chaque étape, le modèle privilégie discrètement une moitié du vocabulaire. Le texte reste naturel, mais sa distribution devient improbable, pour qui détient la clé.
Ce que « Filigrane statistique » ne peut pas dire
Sans la clé du fournisseur, la signature est indistinguable du hasard. Quand un détecteur est configuré, son résultat n’est valable que contre le schéma et la clé utilisés à la génération : ce n’est jamais un oracle universel, et un résultat négatif n’établit rien. Effacer une telle signature supposerait de réécrire le texte mot à mot, ce qui en abîmerait le style : Skaneria ne le propose pas, et signale simplement qu’il ne peut pas conclure.
04
Métadonnées et provenance
La famille la plus parlante en pratique. Manifestes C2PA, segments EXIF et XMP, blocs de texte cachés dans les PNG, propriétés d’un document Word, champs d’un PDF : autant d’endroits où le nom de l’outil est écrit noir sur blanc, sans rien à interpréter.
Ce que « Métadonnées et provenance » ne peut pas dire
Ces champs sont effacés par la plupart des réseaux sociaux et par toute recompression. Leur absence est la règle, pas l’exception, et ne dit rien de l’origine du fichier. À l’inverse, un nom trouvé dans les octets bruts peut venir du contenu visible du document plutôt que d’une signature.