Qu'est-ce que textGrain ? Le filigrane LLM d'OpenAI (watermark des textes d'IA) : fonctionnement, portée et précision (octobre 2026)

Pourra-t-on reconnaître après coup qu'un texte rédigé avec ChatGPT a été écrit par une IA ? Le 5 octobre 2026, OpenAI a annoncé textGrain, une technologie qui insère un filigrane numérique (watermark) invisible dans les textes générés. Son déploiement commence dans ChatGPT et Codex, d'abord pour les utilisateurs de l'UE (Union européenne). Cet article présente le fonctionnement de textGrain, les services concernés, la précision de détection et ses limites, à partir de l'annonce officielle d'OpenAI et de son rapport technique, avec des informations à jour au 9 octobre 2026.

Ce qu'est textGrain

textGrain est une technologie qui insère une marque statistique, imperceptible pour les humains, dans les textes générés par l'IA d'OpenAI. Un détecteur dédié recherche cette marque et détermine si le texte contient le filigrane d'OpenAI. Ce type de filigrane appliqué aux textes d'IA est généralement appelé filigrane LLM (LLM watermarking).

OpenAI a présenté cette technologie dans le cadre de sa mise en conformité avec l'AI Act de l'UE. L'AI Act exige des fournisseurs d'IA générative que les textes et autres contenus créés par IA puissent être identifiés par des moyens automatiques.

À noter : « Textgain » (sans r), au nom proche, est une entreprise belge d'IA sans aucun lien avec textGrain.

Fonctionnement : une marque laissée dans le choix des mots

textGrain n'insère pas de symboles ni de caractères invisibles dans le texte : il laisse une marque dans les mots que l'IA choisit. Selon le rapport technique, le mécanisme fonctionne dans les grandes lignes comme suit.

Des nombres aléatoires sont générés à partir d'une clé secrète et du contexte immédiatement précédent
Lorsque l'IA choisit le mot suivant, les probabilités sont ajustées pour que les mots correspondant à ces nombres aléatoires soient un peu plus souvent choisis
L'ajustement est conçu pour ne pas modifier les probabilités d'origine en moyenne, ce qui préserve la qualité du texte
L'intensité du filigrane se règle avec un « budget » : la part de diversité du texte que l'on accepte de sacrifier

La détection ne nécessite que le texte et la clé secrète. Il n'est pas nécessaire d'exécuter le modèle d'IA d'origine.

OpenAI affirme que, selon ses propres évaluations, textGrain a obtenu des performances égales ou supérieures à celles d'autres méthodes, dont SynthID Text de Google. Les détails techniques doivent aussi être publiés en open source ultérieurement.

Effet sur la qualité

OpenAI indique que l'insertion du filigrane n'a pas entraîné de différence significative dans la qualité des réponses. Dans les résultats de benchmarks publiés, par exemple, GPQA Diamond, composé de problèmes scientifiques spécialisés, est passé de 94,44 % à 93,94 %, et BrowseComp, qui évalue la capacité de navigation, de 87,92 % à 87,35 % : des écarts minimes.

Champ d'application et disponibilité

La disponibilité de textGrain varie selon les services.

ChatGPT et Codex : dans les prochaines semaines, le filigrane sera inséré dans les textes des utilisateurs éligibles de toutes les offres dans l'UE. En dehors de l'UE, aucune activation par défaut n'est prévue pour l'instant.
API : depuis le 5 octobre 2026, les utilisateurs de l'API du monde entier peuvent activer le filigrane sur certains modèles (désactivé par défaut).
Via le cloud : OpenAI prépare la possibilité d'utiliser le filigrane, d'ici quelques semaines, avec ses modèles utilisés par l'intermédiaire de fournisseurs cloud.

Au moment de l'annonce, ni les noms des modèles concernés ni le détail de la configuration dans l'API n'avaient été publiés.

Qui peut détecter le filigrane

Le détecteur qui vérifie le filigrane des textes n'est pas accessible au public. Dans un premier temps, seuls des chercheurs et des organismes spécialisés agréés après examen peuvent en faire la demande, et l'accès est accordé au cas par cas. Selon OpenAI, le détecteur indique uniquement « si le filigrane d'OpenAI est présent ou non » et ne révèle ni l'utilisateur, ni les questions saisies, ni le contenu des conversations.

En revanche, pour les images et l'audio, chacun peut toujours vérifier s'ils ont été créés avec l'IA d'OpenAI via openai.com/verify ou la Content Provenance API.

Précision de détection

OpenAI a aussi publié des chiffres sur la précision de détection du filigrane. Voici les résultats obtenus en limitant les faux positifs (la proportion de textes humains jugés filigranés) à 1 %.

Longueur du texte : pour des textes de psychologie et d'autres domaines, le filigrane a été détecté dans environ 80 % des textes d'environ 200 tokens et dans environ 95 % des textes d'environ 400 tokens
Écarts selon le domaine : pour les textes où le choix des mots est peu libre, comme en mathématiques, le taux de détection a nettement baissé
Reformulation : sur des textes de 400 tokens, remplacer 10 % des mots par des synonymes a fait passer le taux de détection d'environ 92 % à 66 %, et en remplacer 25 % l'a fait tomber à 17 %

Un token est l'unité avec laquelle l'IA traite le texte. En anglais, un mot correspond à peu près à un token.

Ce que le filigrane ne permet pas de savoir

OpenAI précise aussi ce que le résultat du filigrane ne permet pas de savoir.

Le degré d'intervention humaine : il peut montrer qu'une IA est intervenue, mais pas dans quelle mesure une personne a modifié ou enrichi le texte
La propriété et la responsabilité : il ne permet pas de déterminer à qui appartient le texte ni si son utilisation était légale
L'utilisateur : il n'indique pas quelle personne ou quel compte l'a créé
L'exactitude du contenu : il n'indique pas si le texte est exact ou trompeur
Absence de filigrane ne veut pas dire texte écrit par un humain : le filigrane peut ne pas être détecté parce que le texte est trop court, qu'il a été modifié ou traduit, qu'il a été créé avec un modèle non concerné, avant l'introduction du filigrane ou avec l'outil d'une autre entreprise

Différences avec SynthID Text

Parmi les filigranes numériques pour les textes d'IA, SynthID Text de Google est également connu.

SynthID Text : publié en open source par Google en 2024, il peut être intégré par n'importe qui dans ses propres modèles. Il utilise l'« échantillonnage en tournoi », qui choisit les mots par élimination directe
textGrain : le filigrane qu'OpenAI insère dans les résultats de ses propres services. Le détecteur est soumis à agrément, et la publication en open source est prévue ultérieurement

Tous deux laissent leur marque dans le choix des mots. Ils partagent aussi la même limite : ils sont peu efficaces sur les textes courts, fortement réécrits ou traduits. Pour en savoir plus, voir « Qu'est-ce que SynthID Text ? », « Qu'est-ce que le filigrane LLM ? » et « Comparatif des filigranes IA (watermark) ».

Conséquences pour les utilisateurs au Japon

Pour l'instant, le filigrane de ChatGPT et de Codex ne concerne que les utilisateurs de l'UE. L'annonce n'indique pas que les textes rédigés avec ChatGPT par les utilisateurs au Japon recevront un filigrane. Les développeurs qui utilisent l'API peuvent activer le filigrane eux-mêmes.

Par ailleurs, la capacité de détection sur les textes en japonais n'a pas été publiée. OpenAI reconnaît aussi que la traduction affaiblit le filigrane.

En résumé

textGrain est le filigrane numérique pour les textes d'IA qu'OpenAI a introduit pour se conformer à la réglementation de l'UE. Son déploiement commence par ChatGPT et Codex dans l'UE, et il est utilisable de manière facultative dans le monde entier via l'API. Son effet sur la qualité est faible, mais il reste peu efficace sur les textes courts et les reformulations, et le détecteur est pour l'instant réservé aux chercheurs et autres demandeurs agréés.

Le filigrane n'est qu'un indice parmi d'autres pour savoir si un texte a été créé par IA. Ne jugez pas si un texte a été écrit par un humain sur la seule présence ou absence de filigrane.