AI Humanizer Benchmark

AI Humanizer Benchmark est un projet de test public qui tente de répondre avec des chiffres à une question simple : quels humaniseurs d'IA passent réellement les détecteurs d'IA sans ruiner le texte ? Chaque mois, dix humaniseurs populaires affrontent le même ensemble de textes fraîchement générés, couvrant dissertations, e-mails, articles de blog et autres formes d'écriture. Les textes sont figés avant qu'aucun humaniseur ne les voie, et chaque outil fonctionne avec ses réglages par défaut plutôt qu'une configuration taillée pour le test.

Les résultats ne reposent pas sur un seul détecteur. Chaque réécriture est notée par sept détecteurs commerciaux et la médiane entre eux devient le résultat de contournement, de sorte qu'aucun détecteur ne domine le classement. Au-delà du taux de contournement, le benchmark évalue la préservation du sens par la similarité sémantique avec l'original et la lisibilité par l'appréciation d'un modèle de langage, puis applique des pénalités pour des problèmes comme la dérive de sens, l'inflation de longueur, les refus ou les sorties revenues pratiquement inchangées.

Ce qui distingue ce projet, c'est sa transparence. Chaque prompt, sortie, verdict de détecteur et le code de notation lui-même sont publiés sur GitHub de façon permanente, et le site propose des classements repondérés pour des questions plus précises, comme le meilleur humaniseur pour les étudiants, pour la copie marketing ou contre un seul détecteur comme GPTZero. L'équipe développe aussi UndetectedGPT, qui figure au classement ; c'est précisément pourquoi les données brutes sont rendues publiques, afin que les lecteurs puissent vérifier et recalculer les chiffres eux-mêmes.