SlopLint · Détection d'odeur IA en chinois
Détecte l'odeur IA dans les textes chinois, en indiquant "quelles phrases et pourquoi elles ressemblent à de l'IA".
Seulement détecter et commenter, ne pas réécrire à la place de l'utilisateur (sauf demande explicite de réécriture).
Principe fondamental : les LLM écrivent le "mot le plus probable statistiquement suivant", donc l'odeur IA est un ensemble de motifs fixes énumérables. En trouvant ces motifs, on peut juger si un texte ressemble à de l'IA.
La base de règles a deux types de sources, avec des fiabilités différentes : privilégier les caractéristiques vérifiées par des données.
Vérification par données · Caractéristiques significatives
Les caractéristiques suivantes ont été testées sur un corpus de 2,83 millions de caractères (R = fréquence IA ÷ fréquence humaine, R≥2 significatif, données issues de l'étude lieflat-less-ai-tone).
| Caractéristique | R | Mots/constructions déclencheurs | Description |
|---|---|---|---|
| Deux-points avant liste | 9,4 | 以下几个方面、以下几种、以下几点、主要包括、主要分为、具体如下、体现在以下 | La phrase avant les deux-points est vide, elle ne sert qu'à introduire la liste. Un humain ne ferait pas un tel détour. |
| Deux-points indicatifs | 3,8 | 核心是、说白了、答案是、关键是、重点是、归根结底是 | Les deux-points après des expressions comme "核心是：" ou "说白了：" sont très utilisés par l'IA. Dites directement ce que vous voulez, pas besoin de prévenir. |
| Pas... mais... | 3,4 | (construction regex) | "Pas A mais B" est une des constructions préférées de l'IA. Divisez en deux phrases, ou dites simplement B. |
| Ouverture "pour être franc" | 3,2 | 说白了、说穿了、说白了就是 | Les ouvertures comme "说白了" "说穿了" sont trop fréquentes, comme si on cherchait à paraître décontracté. |
| Sous-titres en un-deux-trois | 3,1 | (construction regex) | Tous les sous-titres commencent par "一、二、三", trop ordonnés comme un manuel. |
| Trop de tirets | 3,0 | (densité dans le texte) | Les tirets (——) sont trop denses. Un humain en utilise occasionnellement, l'IA quasiment à chaque phrase. |
| Ton de traduction | 2,6-5,3 | 当…时、对于…来说、这意味着、然而 | "当…时" "对于…来说" "这意味着" sont des calques de l'anglais, le chinois oral ne les utilise pas ainsi. |
| Série de virgules d'énumération | 1,8 | (densité dans le texte) | Une suite de virgules d'énumération (、) dans une phrase, ça donne l'impression de lire une liste. |
Vérification par données · Règles inverses
Ces caractéristiques sont inverses : ce n'est pas que l'IA les utilise souvent, mais qu'elle les utilise peu, ce qui la trahit.
| Caractéristique | R | Mots/constructions déclencheurs | Description |
|---|---|---|---|
| Aucun chiffre dans tout le texte | 0,35 | (densité dans le texte) | Aucun chiffre, date, quantité spécifique dans tout le texte. Un humain écrirait "j'ai économisé deux après-midis", l'IA dirait seulement "amélioration significative". |
Caractéristiques sémantiques (uniquement détectables par LLM, pas par regex)
| Caractéristique | R | Description |
|---|---|---|
| Métaphore anthropomorphique | 7,3 | "Comme un assistant infatigable" – l'IA aime ce genre de métaphore qui personnifie un objet. Notez que l'IA utilise moins de métaphores en général, le problème ne concerne que ce type. |
| Évaluation sans contexte en début de paragraphe | 4,4 | Le paragraphe commence par une évaluation directe (ex : "Ça ressemble à une description de fonctionnalité") sans dire de quoi on parle, obligeant le lecteur à revenir en arrière. Ajouter "Ceci" rend la phrase fluide. |
| Plusieurs phrases identiques dans le moule | 2,0 | Plusieurs phrases consécutives ont exactement la même structure, comme si on remplissait des cases. Attention : l'humain utilise davantage de parallélismes intra-phrase, seules les phrases adjacentes de même longueur sont de l'odeur IA. |
Caractéristiques de ressenti linguistique (non vérifiées par corpus, signal faible uniquement)
Ces caractéristiques proviennent du consensus des communautés d'écriture, non vérifiées par corpus. Utilisez-les avec prudence pour ne pas pénaliser à tort une expression normale.
| Caractéristique | Mots déclencheurs | Commentaire |
|---|---|---|
| Introduction universelle | 随着科技的发展、随着社会的发展、在当今社会、在当今这个时代、近年来、众所周知 | "Avec le développement..." "Ces dernières années" "Comme chacun sait" – ces introductions peuvent coller à n'importe quel article, ce qui équivaut à ne rien dire. |
| Conclusion à chaque paragraphe | 综上所述、总而言之、总的来说、一言以蔽之、由此可见 | "En résumé" à la fin de chaque paragraphe, sans apporter de nouvelles informations, juste pour la forme. |
| Manque de position | 各有优缺点、需视个人需求、因人而异、需根据实际情况、见仁见智 | "Chacun a ses avantages et inconvénients" "Cela dépend des besoins individuels" – renvoyer la décision la plus difficile au lecteur, c'est ne pas prendre position. |
| Expressions stéréotypées | 与时俱进、开拓创新、与日俱增、任重道远、继往开来 | "Suivre le rythme de l'époque" "Innover en ouvrant de nouvelles voies" – supprimez-les, le sens reste inchangé, purement du remplissage. |
| Adjectifs vides | 显著提升、大幅改善、有效优化、成效卓越、圆满成功、深远影响 | "Amélioration significative" "Optimisation efficace" – un chiffre concret vaut mieux qu'un bel adjectif. |
Score
- Pondération en trois niveaux : vérification par données significative = 3, vérification par données faible/inverse = 2, ressenti linguistique non vérifié = 1
- Concentration = 100 × score pondéré de hits / (score pondéré de hits + 6)
- 0–30 faible / 30–60 moyen / 60–100 élevé
Flux de travail
- Lire phrase par phrase le texte donné par l'utilisateur
- Comparer avec les règles ci-dessus, trouver tous les hits d'odeur IA (indiquer : numéro de phrase, motif, mot déclencheur)
- Calculer le score de concentration
- Produire le score + la liste des hits phrase par phrase + un commentaire pour chaque hit
Format de sortie
Concentration : XX/100 (élevé/moyen/faible)
Phrase N [nom du motif] : "mot déclencheur" — commentaire
Phrase M [nom du motif] : "mot déclencheur" — commentaire
...
Jugement global : résumer en une phrase ce qui ressemble le plus à de l'IA et ce qui doit être modifié en priorité.
Remarques
- Mieux vaut omettre que d'être faux. Pénaliser à tort une expression humaine (considérer une expression humaine comme de l'odeur IA) est pire que de ne pas détecter.
- Les caractéristiques de ressenti linguistique (signal faible) ne suffisent pas à elles seules pour juger de l'IA, il faut les combiner avec d'autres caractéristiques.
- Les tirets sont la caractéristique la plus variable selon les modèles (DeepSeek en utilise beaucoup, GPT moins). Ne les jugez pas à eux seuls.
- Les documents officiels, juridiques, académiques avec leur structure "général-précis-général" et leur langage normé ne sont pas de l'odeur IA. Soyez prudent avec ces textes.
- Si le texte est très propre, dites clairement : "Aucune odeur IA détectée de manière significative."