Qu'est-ce que l'AI slop ?

L'AI slop désigne du contenu numérique de faible qualité produit en quantité par une intelligence artificielle et publié sans relecture sérieuse. Merriam-Webster a fait de « slop » son mot de l'année 2025, en le définissant comme du contenu numérique de faible qualité généralement produit en quantité au moyen de l'intelligence artificielle.

Existe-t-il un détecteur d'AI slop ?

Pas au sens où l'expression le laisse entendre. Un détecteur estime à quel point un texte ressemble à des motifs d'écriture générée. Il ne peut mesurer ni l'exactitude, ni l'originalité, ni le fait que quelqu'un ait relu le contenu, et ce sont ces éléments qui font le slop. La détection est utile comme tri sur un lot volumineux, pas comme score de slop.

Comment reconnaître l'AI slop ?

Vérifiez le fond plutôt que le style : des affirmations sans donnée vérifiable, des citations qui ne mènent nulle part, des sections qui se répètent, un volume de publication que personne n'aurait pu relire, et des détails plausibles mais faux. Les seuls indices stylistiques signalent tout aussi souvent des auteurs humains soigneux.

AI slop : définition et limites de la détection de slop

L'AI slop, c'est du contenu de faible qualité produit en masse par un modèle et publié sans que personne ne l'ait vraiment lu. Merriam-Webster a fait de « slop » son mot de l'année 2025, en le définissant comme du contenu numérique de faible qualité généralement produit en quantité au moyen de l'intelligence artificielle.

Le mot s'est imposé parce qu'il nomme un problème que « contenu généré par IA » ne nomme pas. Beaucoup d'écriture assistée par IA est très correcte. Le slop, c'est le sous-ensemble qui n'a jamais été vérifié, jamais relu, et publié quand même.

Ce que le mot désigne vraiment

« Slop » est un mot ancien. Il désignait la boue molle au XVIIIe siècle, les restes alimentaires au XIXe, puis par extension tout ce qui n'a que peu ou pas de valeur. Son sens actuel a émergé dans les communautés en ligne vers 2022 à propos des images générées, et le développeur Simon Willison a défendu en mai 2024 l'idée qu'il devienne le terme standard pour le contenu IA, comme « spam » l'est devenu pour les e-mails non sollicités.

Sa définition est la plus utile parce qu'elle nomme précisément la faute : un contenu généré sans réflexion et imposé à quelqu'un qui ne l'a pas demandé. Ce cadrage place la responsabilité au bon endroit. Le modèle n'a pas commis la faute ; la personne qui a publié sans lire, si.

Le slop n'est pas une affirmation sur la façon dont un texte a été produit. C'est une affirmation sur le fait que quelqu'un en a assumé la responsabilité avant de le publier.

Pourquoi la « détection d'AI slop » n'est pas ce qu'on croit

C'est le point que la plupart des pages sur cette requête ratent, y compris celles qui vendent des détecteurs. Slop et texte généré par IA sont des catégories qui se recoupent, pas la même catégorie :

Généré par IA sans être du slop. Un article rédigé puis retravaillé, un document traduit, un résumé qu'une personne a vérifié.
Du slop à peine généré par IA. Des pages filées, aspirées et gabarisées, qui précèdent les modèles actuels d'une décennie.
Du slop entièrement généré par IA. Le cas de masse : cent pages par ville, un listicle jamais relu, un livre assemblé en une nuit.

Un détecteur mesure une seule chose : à quel point un texte ressemble à des motifs courants de l'écriture générée. Il ne mesure pas si le contenu est exact, s'il a été relu, s'il apporte quoi que ce soit de neuf, ni si la personne qui l'a publié l'assume. Ce sont ces propriétés qui font le slop, et ce sont des jugements éditoriaux.

Il n'existe donc pas de score de slop. Ce qu'un détecteur vous donne sur un volume important, c'est un tri : un classement qui indique à un relecteur humain où regarder en premier. C'est réellement utile, et c'est une affirmation bien plus modeste que ce que l'expression « détecteur d'AI slop » laisse entendre.

Reconnaître le slop à la lecture

Les marqueurs fiables portent sur le fond, pas sur le style. Les marqueurs stylistiques — transitions toutes faites, longueurs de phrase homogènes, un goût prononcé pour certaines ponctuations — signalent tout aussi souvent des auteurs humains soigneux, ce qui est précisément le problème des faux positifs. Voici ceux qui tiennent :

Rien n'est en jeu. Le texte ne prend jamais position, ne dit jamais quelle option est la pire, ne nomme jamais un arbitrage.
Aucune précision falsifiable. Pas de dates, pas de versions, pas de chiffres, pas de sources nommées : rien qui puisse être démenti, parce que rien n'a été vérifié.
Des citations qui ne mènent nulle part. Des études sans auteur, des liens vers des pages qui n'ont jamais dit cela, des statistiques sans origine.
Du remplissage structurel. Une section qui reformule l'introduction, une conclusion qui reformule les sections, une définition dont personne n'avait besoin.
Une ampleur impossible. Quarante articles longs par semaine sous une seule signature, ou un site qui traite tous les sujets avec la même assurance.
Faux sur les détails. Des éléments plausibles et incorrects : une date de sortie erronée, une fonctionnalité qui n'existe pas, une réglementation qui dit autre chose.

Les points 2, 3 et 6 sont ceux par lesquels commencer. Ils se vérifient en quelques minutes, et ce sont ceux qu'un modèle ne peut pas simuler, puisque les simuler exigerait la vérification qui a justement été escamotée.

Si vous commandez ou publiez du contenu

Le processus qui fonctionne place la détection au milieu, jamais au début ni à la fin :

Fixez la politique d'abord. Dites quelle assistance IA est autorisée, à quelle étape, et ce qui doit être déclaré. La plupart des litiges sont des échecs de politique, pas des échecs de détection.
Vérifiez les affirmations vérifiables. Prenez trois faits et trois citations au hasard. Le slop échoue à ce test plus vite et à moindre coût que ne le fera n'importe quel outil.
Utilisez la détection pour ordonner la file. Sur un lot important, lancez le détecteur et lisez d'abord les signaux phrase par phrase en haut de la liste. Servez-vous-en pour bien dépenser votre attention, pas pour rejeter automatiquement.
Posez des questions de processus. Un auteur qui a fait le travail sait expliquer l'argument, les sources et les choix. Rien ne remplace cela.
Ne rejetez jamais sur un score seul. Le taux de faux positifs frappe le plus durement les auteurs de langue seconde.

Ce dernier point est documenté dans pourquoi les détecteurs d'IA signalent les non-anglophones.

Slop, recherche et incitation économique

L'essentiel du slop existe parce que publier en volume coûtait peu et que quelqu'un en attendait du trafic. Les règles anti-spam de Google traitent cela directement sous le nom d'abus de contenu à grande échelle : générer de nombreuses pages dans le but principal de manipuler le classement plutôt que d'aider les utilisateurs. La règle est explicitement indifférente à la méthode : elle s'applique que les pages aient été produites par automatisation, par des personnes, ou par un mélange des deux.

C'est le bon cadrage, et c'est celui que cet article adopte. Le problème n'est pas qu'un modèle soit intervenu. Le problème est de publier à une échelle que personne n'aurait pu relire, pour une raison qui n'a rien à voir avec le lecteur.

C'est pourquoi « est-ce que c'était de l'IA ? » est la mauvaise première question pour un éditeur. Les questions utiles sont : est-ce exact, est-ce nécessaire, et quelqu'un en répond-il ?

Ce que nous ne pouvons pas vous dire

IA Checker mesure des motifs compatibles avec une génération par IA et montre les passages à l'origine du résultat. Il ne peut pas vous dire qu'un texte est du slop, et nous ne prétendrons pas le contraire : la qualité, l'exactitude et le soin éditorial ne sont pas des propriétés statistiques d'une suite de mots.

Utilisée honnêtement, la détection réduit le périmètre où une personne doit lire attentivement. Pour savoir jusqu'où un score est fiable, voir quelle est vraiment la précision des détecteurs d'IA et comment fonctionne vraiment la détection d'IA.

AI slop : ce que c'est, et ce qu'un détecteur peut en dire