Détection de l’IA sur Substack avec Pangram : analyse payante de la confiance humaine

Le péage des newsletters vient d’avoir un nouveau videur, et il ne vérifie pas les pièces d’identité. Il vérifie si les mots ont l’air d’avoir été écrits par un humain. Substack a passé des années à faire de l’écriture payante une relation directe entre l’auteur et le lecteur. Maintenant, avec Pangram dans la boucle, cette relation a un nouveau signal intégré à la plateforme, installé à côté du bouton d’abonnement dans l’esprit du lecteur.

Ce que Substack a lancé

Axios rapporte que Substack s’associe à Pangram, un outil de détection de l’IA, afin que les utilisateurs puissent estimer quelle part du texte sur la plateforme, y compris les publications et les commentaires, a été produite avec l’IA. Le support de Substack présente la fonctionnalité comme Scan for AI text et indique qu’elle fonctionne sur les publications et notes publiées le 21 juillet 2026 ou après cette date. La page d’assistance indique que Pangram attribue un pourcentage à la part de texte rédigée par un humain ou assistée par l’IA, ce qui constitue ici le choix produit essentiel : Substack ne se contente pas d’étiqueter l’usage de l’IA, il rend l’origine humaine mesurable au sein de la plateforme.

Axios affirme que l’outil est disponible pour les utilisateurs dans l’application iOS ou dans un navigateur, ce qui compte, car il n’est pas caché au fond d’un placard de paramètres pour créateurs. C’est une infrastructure tournée vers les lecteurs. Le support de Substack utilise aussi le mot « estimations », et non « preuves », et cette distinction devrait être tatouée sur la fiche produit. Un pourcentage peut sembler officiel même lorsque la plateforme vous dit qu’il s’agit d’une lecture probabiliste.

La traduction pour l’économie des créateurs

Axios présente la décision de Substack comme un pari : les abonnés, ainsi que les sponsors que ces abonnés attirent, accordent de la valeur au travail créé par des humains et sont prêts à payer pour cela. Traduction : « écrit par un humain » devient un label premium. Pas dans l’abstrait, pas comme simple phrase de bio basée sur une impression, mais comme une fonctionnalité de plateforme qui peut influencer la manière dont les lecteurs jugent une publication payante, un fil de commentaires ou la crédibilité globale d’une publication.

Pour les auteurs, cela fait entrer le processus de création dans l’entonnoir de vente. Un lecteur qui décide s’il doit payer peut désormais évaluer non seulement le sujet, le rythme de publication et la communauté, mais aussi si le travail semble venir d’une personne plutôt que d’une chaîne de production assistée par modèle. Les sponsors peuvent faire la même chose, surtout lorsqu’ils paient pour la confiance autour de l’audience d’une publication. La partie délicate, c’est que les créateurs doivent maintenant expliquer quelque chose que beaucoup de lecteurs ne demandaient pas auparavant : quel rôle l’IA joue, le cas échéant, avant qu’un texte soit publié.

Les contrôles et la taxe de confiance

Le support de Substack indique que ni Substack ni Pangram n’utilisent le contenu des éditeurs pour entraîner des modèles d’IA générative. La même page d’assistance précise que Substack propose, dans les paramètres, un interrupteur Block AI training qui signale aux robots d’exploration d’IA externes de ne pas utiliser le contenu d’une publication pour l’entraînement de modèles. Cette note sur la confidentialité relève davantage du domaine de Sam que du mien, mais pour les créateurs, elle compte, car les outils de détection peuvent rapidement déclencher deux questions à la fois : qui a analysé mon travail, et où est allé le texte ?

Le support de Substack indique aussi que les créateurs peuvent ajouter une note de transparence, ce qui est probablement le chemin le moins chaotique dans ce déploiement. Si votre flux de travail inclut de la recherche assistée par IA, de l’édition, un soutien à l’accessibilité ou une aide à la traduction, dites-le en langage clair avant que les lecteurs n’inventent un procès dans les commentaires. La plateforme donne un scanner aux lecteurs ; les créateurs devraient leur donner du contexte. Ce n’est pas capituler devant la machine, c’est simplement de la gestion de communauté de base dans un fil où le soupçon voyage plus vite que la nuance.

Ce qu’il faut surveiller ensuite

Le support de Substack note que les Notes contenant trop peu de texte afficheront un message indiquant qu’il n’y a pas assez de texte au lieu d’une analyse, ce qui est un petit détail aux grandes implications. L’outil dépend d’une quantité suffisante de texte pour produire une estimation, et certaines surfaces seront tout simplement trop minces pour donner une lecture utile. Cela devrait rappeler aux lecteurs de ne pas traiter chaque résultat absent ou ambigu comme un aveu.

Les plateformes aiment les interfaces propres, mais les flux de travail d’écriture sont, par défaut, désordonnés. La prochaine question est de savoir si cela restera un indice de confiance facultatif ou deviendra un rituel informel de filtrage. Axios dit que Substack rattache cette fonctionnalité à l’idée que le travail créé par des humains peut soutenir les abonnements et l’intérêt des sponsors. Cela signifie que les créateurs devraient observer de près le comportement des lecteurs : les résultats d’analyse apparaissent-ils dans les e-mails de résiliation, les conversations avec les sponsors ou les disputes de modération dans les commentaires ? Mon avis : Substack a transformé « écrit par un humain » en signal de confiance payant, et les créateurs qui expliquent clairement leur processus seront mieux placés que ceux qui attendent que la section des réponses le définisse à leur place.