Aller au contenu

Comment fonctionne le filigrane IA

Mis à jour September 1, 2026 · première publication September 1, 2026

Réponse rapide: Un signal invisible se trouve dans le texte produit par les modèles Claude compatibles. Ni vous ni vos utilisateurs ne pouvez le voir; il ne change ni le sens ni la qualité, et n’apparaît pas sur la...

Un signal invisible se trouve dans le texte produit par les modèles Claude compatibles. Ni vous ni vos utilisateurs ne pouvez le voir; il ne change ni le sens ni la qualité, et n’apparaît pas sur la facture. Il est pourtant là, et il mérite dix minutes d’attention, car ce qui le détruit est précisément ce que votre chaîne de traitement fait chaque jour.

Le mécanisme, côté texte

Un modèle de langage ne choisit pas le token le plus probable : il échantillonne une distribution à l’aide d’un aléa. La technique de filigrane — suivant l’approche SynthID-Text — biaise cet aléa. Certains tokens deviennent très légèrement plus probables, selon un motif connu du seul détecteur.

Chaque mot pris isolément reste anodin : une alternative plausible existait toujours. Sur plusieurs centaines de tokens, le motif s’accumule en un signal statistique mesurable par un détecteur et imperceptible pour un lecteur. Deux conséquences : c’est statistique et non un tampon, et cela exige de la longueur. Une sortie de la taille d’un tweet porte bien moins de signal qu’une page entière.

Les images fonctionnent à l’inverse

Les fichiers .svg, .png et .jpg générés portent des métadonnées C2PA : un manifeste signé cryptographiquement. Ce n’est ni statistique ni caché, mais un bloc de données vérifiable exactement. Le compromis est celui qu’on attend : des métadonnées signées donnent une certitude et s’effacent en une commande; un filigrane statistique ne s’efface pas proprement mais se dégrade à l’édition, à la reformulation et à la traduction. Aucun n’est un verrou; les deux sont des preuves.

Ce que cela implique pour vos systèmes

Les sorties courtes portent un signal faible. Un post-traitement lourd — reformulation, résumé, traduction, passage par un second modèle — érode le signal. Et votre chaîne d’images peut détruire les métadonnées C2PA par accident : c’est la façon la plus courante de perdre la provenance en production.

À lire aussi


Vous souhaitez appliquer cela à votre plateforme ? Transmettez vos factures fournisseurs, journaux de passerelle et principaux workflows ; nous cartographierons les coûts et les économies possibles. Demander un audit gratuit →

Retour à finopsllm.com