Fiche complémentaire de la leçon « Le style d’écriture comme empreinte (stylométrie) » — cours Anonymat en ligne
La stylométrie étudie le style d’écriture comme quelque chose qui se mesure : les mots que vous employez le plus, votre façon de ponctuer, la longueur de vos phrases. Ensemble, ces habitudes peuvent fonctionner comme une empreinte du texte. Cette fiche explique comment elle fonctionne, pourquoi les modèles de langage la rendent moins coûteuse à appliquer et ce que cela signifie si vous écrivez sous pseudonyme.
L’idée clé : un pseudonyme cache votre nom, pas votre voix. Vos habitudes d’écriture vous suivent d’un texte à l’autre. Savoir lesquelles se remarquent permet de décider, calmement, où cela compte et où cela ne compte pas.
A. Pourquoi c’est important
Dans ce cours, la vie privée consiste à décider de ce que les autres savent de vous ; l’anonymat, à agir sans que ce que l’on fait soit relié à qui l’on est. Les fiches précédentes ont regardé les liens créés par les appareils et les navigateurs, comme une adresse IP ou un cookie. Celle-ci regarde un lien que vous créez vous-même, chaque fois que vous écrivez.
Écrire sous pseudonyme est courant et légitime : un avis sur un restaurant du quartier, une question sur un forum, un blog consacré à un loisir. Le pseudonyme sépare le texte de votre nom. Il ne le sépare pas de votre façon d’écrire, et celle-ci peut être comparée à d’autres textes qui, eux, portent votre nom.
Cela ne veut pas dire que chaque texte signé d’un pseudonyme peut être ramené à son auteur. Le style est un lien de plus : en général faible à lui seul, plus fort quand il s’ajoute à ce qu’un texte raconte de votre vie.
Ce que disent les sources
En France, le Code de la propriété intellectuelle reconnaît le choix du pseudonyme : selon son article L113-6, les auteurs d’œuvres pseudonymes ou anonymes jouissent des mêmes droits d’auteur, et l’éditeur les représente « tant qu’ils n’ont pas fait connaître leur identité civile » : révéler son nom, et quand, reste leur décision. En 2021, dans l’arrêt Standard Verlagsgesellschaft mbH c. Autriche (n° 3), la Cour européenne des droits de l’homme a jugé que l’anonymat en ligne est important pour la libre circulation des idées, tout en rappelant qu’il n’existe pas de droit absolu à l’anonymat en ligne. La stylométrie compte justement parce qu’elle peut retirer cette décision à l’auteur.
Mesurer le style pour reconnaître un auteur n’est pas nouveau. En 1963, les statisticiens américains Frederick Mosteller et David Wallace ont examiné douze textes politiques du XVIIIe siècle, les « Federalist papers », dont l’attribution était disputée entre Alexander Hamilton et James Madison. Leurs meilleurs indices venaient en partie de mots ordinaires : Hamilton employait « upon » environ trois fois pour mille mots, Madison environ une fois pour six mille. Ils ont conclu que Madison avait écrit les douze.
La France a son propre cas. En 2019, Florian Cafiero et Jean-Baptiste Camps, du CNRS et de l’École nationale des chartes, ont comparé le vocabulaire, la grammaire, les rimes et les mots-outils de trente-sept comédies en vers de Molière, de Pierre Corneille et de leurs contemporains, pour tester une vieille hypothèse : Corneille aurait écrit pour Molière. Leur conclusion, publiée dans Science Advances : il est « très probable » que non.
En 2013, le linguiste informaticien Patrick Juola, sollicité par le Sunday Times, a comparé un roman policier paru sous le nom de Robert Galbraith aux livres de quatre autrices candidates. Il a observé la longueur des mots, les 100 mots les plus courants, de courtes suites de lettres et les paires de mots voisins. J. K. Rowling est ressortie comme la candidate la plus probable, et Juola a précisé que l’analyse la désignait sans le prouver. Moins d’un jour plus tard, Rowling a confirmé, par l’intermédiaire d’un porte-parole, être l’autrice du roman.
L’échelle a grandi depuis. Une étude de 2012 menée par Arvind Narayanan et ses collègues a testé l’identification d’un auteur parmi 100 000 blogueurs : dans plus de 20 % des cas, le système désignait le bon. En 2024, des chercheurs de l’École polytechnique fédérale de Zurich (ETH) ont montré que les grands modèles de langage peuvent déduire de ce que les gens écrivent des informations personnelles comme le lieu de vie, le revenu ou le sexe. La même année, une étude relue par des pairs (EMNLP 2024) a vérifié que ces modèles savent dire si deux textes ont le même auteur et le retrouver parmi 10 ou 20 candidats, sans entraînement spécifique pour cette tâche.
B. Notions clés : comment fonctionne la stylométrie
Cinq idées, des habitudes elles-mêmes à ce que les machines en font.
Le style est un ensemble d’habitudes que l’on peut compter
Vu ainsi, le style est une donnée : la fréquence de certains mots, la longueur de vos mots et de vos phrases, les signes de ponctuation que vous préférez, votre façon d’ouvrir et de fermer un message. Une équipe européenne qui a créé un logiciel pour ce travail décrit son domaine comme « l’étude quantitative du style d’écriture » (traduction par nos soins). L’analyse compare ces comptages et cherche à quel auteur connu un nouveau texte ressemble le plus.
Pourquoi c’est important pour vous : La plupart de ces habitudes ne sont pas choisies consciemment : elles restent les mêmes quand on change le nom en haut de la page.
Les petits mots en disent le plus
Les mots les plus révélateurs sont souvent les moins intéressants : les mots-outils (articles, prépositions, conjonctions), comme « et », « de », « or », « mais ». Mosteller et Wallace avaient noté que leur fréquence reste assez stable quel que soit le sujet, contrairement à un mot comme « guerre ». Le communiqué sur l’étude Molière avance une raison : leur usage est probablement inconscient.
Pourquoi c’est important pour vous : Changer de sujet change peu ces habitudes : une critique de livre et un courriel professionnel peuvent les partager.
Une empreinte stylistique est une combinaison, pas une manie
Dans cette fiche, « empreinte stylistique » (en anglais, writeprint) désigne simplement l’ensemble, par analogie avec l’empreinte digitale. En 2008, les chercheurs Ahmed Abbasi et Hsinchun Chen ont appelé Writeprints une technique conçue pour identifier des identités anonymes et repérer leurs ressemblances. Une habitude isolée, comme un goût pour le point-virgule, est partagée par beaucoup. Beaucoup d’habitudes ensemble forment un profil bien plus rare : l’étude de 2012 en combinait plus de mille, de la ponctuation aux mots-outils.
Pourquoi c’est important pour vous : Comme pour l’empreinte du navigateur, c’est l’ensemble qui réduit la foule, pas une habitude prise seule.
L’attribution d’auteur est une probabilité, pas une preuve
L’attribution d’auteur consiste à estimer qui, parmi un groupe de candidats, a le plus probablement écrit un texte. Elle fonctionne mieux quand les candidats sont peu nombreux et que l’on dispose de beaucoup de texte pour chacun. Juola a écrit que la candidate la plus probable était « probablement Rowling » (traduction par nos soins), et a reconnu que le livre pouvait venir de quelqu’un qui, par hasard ou à dessein, écrivait comme elle.
Pourquoi c’est important pour vous : Une ressemblance de style est un indice, pas une identification. Elle pèse surtout quand quelqu’un dispose déjà d’une courte liste d’auteurs possibles : des collègues, des camarades de classe, les membres d’une petite communauté.
Les modèles de langage rendent l’analyse moins coûteuse
Les grands modèles de langage, sur lesquels reposent les chatbots d’intelligence artificielle, peuvent lire des textes ordinaires et en tirer des indices par eux-mêmes. L’étude de Zurich a constaté qu’ils le faisaient pour un coût 100 fois moindre et en un temps 240 fois plus court que des personnes. L’étude EMNLP ajoute qu’ils savent justifier leur réponse par « une analyse détaillée des traits linguistiques » (traduction par nos soins), c’est-à-dire les habitudes décrites plus haut.
Pourquoi c’est important pour vous : Vos habitudes n’ont pas changé ; l’effort pour les comparer, si.
C. Un exemple concret : les critiques de livres de Sarah
Sarah a 28 ans et enseigne dans un collège de Toulouse. En semaine, elle écrit aux parents sur l’espace numérique de travail du collège et envoie beaucoup de courriels à ses collègues. Sur son temps libre, elle publie des critiques de livres sur un forum de lecture, sous un pseudonyme. Elle n’a rien à cacher : elle aime simplement garder ses lectures à part de son travail.
Un après-midi, une collègue lui parle d’une critique qu’elle a aimée sur ce forum et ajoute, en plaisantant, qu’on aurait dit un des messages de Sarah aux parents. Sarah ne s’inquiète pas, mais elle est curieuse : elle n’avait jamais mentionné le collège, la ville ni son nom.
Le soir même, elle pose côte à côte un message aux parents et deux critiques. Dans les trois textes, elle commence par « Alors, ». Elle utilise des tirets pour les incises là où d’autres mettent des parenthèses, termine ses paragraphes par une courte question et écrit « un brin » là où d’autres écrivent « un peu ».
Son expression favorite, « à mon humble avis », revient deux fois. Et une critique évoque son trajet à vélo sous la pluie, le long du canal du Midi, jusqu’aux grilles du collège.
Ce qui a changé quand Sarah a regardé son propre style
- Elle a vu que le lien le plus fort n’était pas un mot, mais une combinaison : la même ouverture, les mêmes tirets et la même expression, ensemble.
- Elle a remarqué que la phrase sur son trajet jusqu’au collège la reliait à la critique bien plus directement que n’importe quel signe de ponctuation, et elle l’a retirée.
- Elle a décidé que le reste lui convenait. Qu’une collègue reconnaisse ses goûts en matière de romans ne la gêne pas, et elle ne veut pas écrire ses critiques avec une voix qui n’est pas la sienne.
Si un jour la séparation compte davantage, elle sait que le contenu et le style comptent tous les deux. Garder cohérentes des identités séparées est un sujet que le cours reprend à un niveau ultérieur.
D. À vous de jouer : comparez deux de vos textes (15 minutes)
Quatre étapes, sur papier ou dans un document vierge. N’utilisez que vos propres textes et gardez vos notes pour vous : l’exercice fonctionne sans rien déposer sur un site ni dans un chatbot.
Étape 1 — Choisissez deux textes (3 minutes)
- Prenez un texte écrit sous votre nom, comme un courriel, et un texte écrit ailleurs, ou simplement deux textes sur des sujets différents.
- Évitez les textes qui contiennent des informations privées sur d’autres personnes.
Étape 2 — Regardez les mots et les expressions (4 minutes)
- Soulignez le début et la fin de chaque texte.
- Notez les petits mots de liaison qui vous viennent le plus souvent, comme « donc », « en fait », « juste », « vraiment » ou « du coup ».
- Entourez chaque tournure ou expression présente dans les deux textes.
Étape 3 — Regardez la ponctuation et le rythme (4 minutes)
- Repérez les tirets, parenthèses, points-virgules, points d’exclamation, points de suspension et émojis.
- Comptez à vue d’œil les mots de cinq phrases par texte : plutôt courtes, plutôt longues, ou mélangées ?
- Notez vos choix d’orthographe et de forme : « courriel » ou « e-mail », « événement » ou « évènement », nombres en lettres ou en chiffres, majuscule en début de message ou non.
Étape 4 — Listez cinq habitudes et décidez (4 minutes)
- Écrivez cinq habitudes présentes dans les deux textes et qui vous semblent les moins courantes.
- À côté de chacune, écrivez « ça va » ou « bon à savoir ».
- Ajoutez tout détail de contenu, comme votre métier, votre ville ou une habitude quotidienne, qui relie un texte à vous plus directement que son style.
Le but est de prendre conscience, pas de se déguiser.
E. Vidéos, articles et autres ressources
D’abord les droits, puis la recherche derrière les exemples. Le résumé de l’arrêt de la CEDH et le communiqué sur Molière sont en français ; les autres sources sont en anglais.
Droits et contexte
ACA-Europe — Flash News CEDH n° 9/21 (Cour européenne des droits de l’homme)
Aperçu des arrêts de fin 2021, dont Standard Verlagsgesellschaft mbH c. Autriche (n° 3) du 7 décembre 2021 : « Absence de droit absolu à l’anonymat en ligne ».
https://aca-europe.eu/flash/cedh/fr/Flash-News-CEDH-No-9_21.pdf
Recherche sur l’attribution d’auteur
École nationale des chartes et CNRS — Corneille n’a pas écrit les pièces de Molière (communiqué, 2019)
L’étude de Florian Cafiero et Jean-Baptiste Camps sur trente-sept comédies en vers, avec le rôle des mots-outils.
https://chartes.psl.eu/sites/default/files/public/media/document/2024-10/cp_moliere.pdf
CSLI Publications (Stanford University) — Inference and Disputed Authorship: The Federalist
La réédition du livre de 1964 dans lequel Mosteller et Wallace utilisent les mots fréquents pour attribuer les « Federalist papers » disputés.
https://web.stanford.edu/group/cslipublications/cslipublications/site/1575865521.shtml
Language Log (University of Pennsylvania) — Rowling and « Galbraith »: an authorial analysis
Le récit, publié en 2013, des quatre tests de Patrick Juola et de leurs limites.
https://languagelog.ldc.upenn.edu/nll/?p=5315
The R Journal — Stylometry with R: A Package for Computational Text Analysis
Une équipe européenne (Académie polonaise des sciences, Université Jagellonne, Université d’Anvers) présente un logiciel d’analyse du style.
https://journal.r-project.org/articles/RJ-2016-007
Princeton University — On the feasibility of internet-scale author identification
L’étude de 2012, présentée à l’IEEE Symposium on Security and Privacy, sur l’identification d’un auteur parmi 100 000 blogueurs.
https://collaborate.princeton.edu/en/publications/on-the-feasibility-of-internet-scale-author-identification/
Modèles de langage, vie privée et attribution d’auteur
ETH Zurich, SRI Lab — Beyond Memorization: Violating Privacy Via Inference with Large Language Models
L’étude de 2024 qui montre que les modèles de langage peuvent déduire des informations personnelles à partir de textes ordinaires.
https://eth-sri.github.io/publications/staab2023beyond
ACL Anthology — Can Large Language Models Identify Authorship?
Une étude de 2024 relue par des pairs (Findings of EMNLP 2024) sur des modèles de langage qui vérifient et attribuent la paternité d’un texte sans entraînement spécifique.
https://aclanthology.org/2024.findings-emnlp.26/
Liens vérifiés en novembre 2026. Si une adresse change, chercher le titre sur le site de l’organisme aide souvent à la retrouver.
F. Le Framework Cyber Welfare : Compétences, Conscience du risque, Comportements sûrs
Cette fiche relève du pilier Conscience du risque, au niveau FL2 — Initié : remarquer que votre façon d’écrire est un lien, avant de décider où il compte.
Compétences
- Nommer les habitudes que mesure l’analyse du style : mots fréquents, ponctuation, longueur des phrases, ouvertures et formules de fin.
- Comparer deux de ses textes et lister les habitudes qu’ils ont en commun.
- Repérer dans un texte les détails de contenu qui le relient à soi plus directement que son style.
Conscience du risque
- Comprendre qu’un pseudonyme cache le nom, mais pas les habitudes d’écriture.
- Savoir que l’attribution d’auteur donne des probabilités et fonctionne mieux avec une courte liste de candidats.
- Reconnaître que les modèles de langage réduisent l’effort nécessaire pour comparer des textes et en déduire des détails.
Comportements sûrs
- Relire un texte publié sous pseudonyme à la recherche de détails sur sa vie que l’on ne voulait pas y mettre.
- Décider, avec mesure, lesquels de ses textes sous pseudonyme doivent vraiment rester séparés de son nom.
- Ne pas confier les écrits d’autres personnes à un outil d’IA par simple curiosité de savoir qui a écrit quelque chose.
G. Questions pour réfléchir
- Lesquels de vos textes accepteriez-vous de voir reliés à votre nom, et lesquels préféreriez-vous garder à part ?
- Qui lit déjà assez de ce que vous écrivez, au travail, à l’école ou entre amis, pour vous reconnaître sans signature ?
- Si une analyse disait qu’un texte est « probablement » de vous, quel poids aurait ce mot, et pour qui ?
H. Que faire maintenant
Les recommandations (R) et les mesures de sécurité (MS) de la base de données Cyber Welfare qui s’appliquent le plus directement ici.
Aucun code de la base ne porte directement sur le style d’écriture : les conseils ci-dessous sont donc donnés sans code.
1. Avant de publier sous pseudonyme
- Relisez en cherchant les détails sur votre vie : votre métier, votre ville, vos habitudes, les prénoms de vos proches. En général, ils relient un texte à vous davantage que son style.
- Décidez quels textes sous pseudonyme comptent vraiment : une critique de livre et un témoignage personnel ne demandent pas la même séparation.
Engagement minimal : la prochaine fois que vous publiez sous pseudonyme, relisez le texte une fois et retirez un détail sur votre vie que vous ne vouliez pas partager.
2. Garder les limites en vue
- Méfiez-vous des affirmations selon lesquelles un outil peut « prouver » qui a écrit un texte, et des promesses qu’un texte ne pourra jamais être relié à vous.
- Si la curiosité vous pousse à chercher qui a écrit quelque chose, ne collez pas les écrits privés d’autres personnes dans un outil d’IA pour le découvrir.
Engagement minimal : cette semaine, faites une fois la comparaison de deux textes de la section D, et gardez pour vous votre liste de cinq habitudes.
En bref
- La stylométrie mesure des habitudes d’écriture comme les mots fréquents, la ponctuation et la longueur des phrases, et les compare d’un texte à l’autre.
- Un pseudonyme cache votre nom, pas vos habitudes d’écriture ; c’est leur combinaison qui peut vous désigner.
- L’attribution d’auteur donne des probabilités, pas des preuves ; les modèles de langage la rendent moins coûteuse, souvent combinée aux détails qu’un texte raconte.
- Vous n’avez pas à changer votre façon d’écrire. Connaître vos habitudes, et ce que vos textes disent de votre vie, permet de choisir où la séparation compte.
Ressources associées dans ce cours
- Recherche d’image inversée : qui peut vous trouver par une photo
- Se protéger des deepfakes : limiter, repérer, agir
- Utiliser un chatbot anonymement : jusqu’où c’est possible
- Données anonymes : pourquoi quelques détails vous identifient
Découvrez d’autres fiches complémentaires des cours du programme Protégez votre Vie Privée Numérique.
Si vous souhaitez suivre le parcours complet, le Programme Cyber Welfare est gratuit et ouvert à tous.










Laisser un commentaire