Kicue

Détection d’agents IA et de bots

Détectez les réponses automatiques générées par des agents LLM comme ChatGPT, ainsi que les navigateurs headless et les réponses en doublon via VPN.

De plus en plus de répondants confient leur questionnaire à des agents IA tels que ChatGPT, Claude ou Gemini pour qu’ils répondent automatiquement. kicue intègre un système de détection dédié à ce nouveau mode de défaillance, aux côtés de la détection classique des bots et des doublons.

Détection des agents IA

Un modèle spécialisé évalue la probabilité qu’une réponse ait été générée par un agent LLM. Exemples de signaux :

  • Schémas d’écriture en texte libre : texte exceptionnellement long et poli, absence suspecte d’hésitation, choix de synonymes stéréotypés
  • Préférences de choix : choix neutres ou prudents répétés, typiques des LLM
  • Anomalies dans les journaux d’interaction : aucun mouvement de souris ni événement clavier pendant toute la session

Les réponses détectées sont marquées comme pending et peuvent être exclues de la tabulation après examen.

Détection des bots et des doublons

Indépendamment des agents IA, kicue détecte également l’automatisation pure :

  • Navigateurs headless : les empreintes de Puppeteer / Playwright sont identifiées
  • Anomalies d’automatisation : absence d’événements souris, timing suspectement uniforme
  • Réponses en doublon via VPN : des combinaisons d’adresse IP, de cookies et d’empreinte de navigateur permettent de repérer la même personne qui retente via plusieurs points de sortie VPN

Ces contrôles s’exécutent à la fois lors du premier accès à l’URL publique et juste après la soumission.

Traitement des réponses détectées

  • Elles apparaissent dans la liste Signalements sur l’écran de suivi, étiquetées selon la catégorie de détection
  • États du signalement : pending / confirmed / dismissed
  • Les réponses confirmed peuvent être exclues de la tabulation (voir Gestion des signalements et exclusion)

À propos de la précision de détection

  • La détection par apprentissage automatique n’est jamais fiable à 100 %. Les réponses limites restent en état pending, laissant la décision finale à un relecteur humain
  • Le modèle est mis à jour en continu à mesure que de nouveaux agents IA et outils d’automatisation apparaissent
  • Plusieurs signaux sont combinés plutôt que de s’appuyer sur un seul indicateur, afin de réduire les faux positifs sur les répondants légitimes