Les détecteurs d’IA dans les travaux universitaires : limites et étapes à suivre

Le résultat d’un détecteur d’IA ne suffit pas, à lui seul, à établir que vous avez utilisé ChatGPT dans un devoir. Ces outils peuvent signaler par erreur des textes rédigés par des humains et laisser passer des textes générés. Une démarche responsable repose sur un examen humain des règles du cours et du processus suivi pour préparer le travail.

Ce guide distingue les résultats de deux sources publiées en 2023 des démarches pratiques à suivre lors d'une vérification universitaire. Conserver vos brouillons ne peut pas garantir que chaque désaccord sera résolu. En revanche, cela vous aide à organiser des éléments concrets et à expliquer ce que vous avez fait, quels outils vous avez utilisés et quelles décisions vous avez prises vous-même.

OpenAI a publié en 2023 un classificateur destiné aux textes générés par l'IA. Lors de son évaluation sur un ensemble de textes en anglais, il a correctement identifié 26 % des textes générés comme probablement rédigés par une IA. Il a également classé à tort 9 % des textes rédigés par des humains comme rédigés par une IA ; il s'agissait de faux positifs.

Ces pourcentages décrivent cet outil précis et cet ensemble d'évaluation. Ils ne signifient pas qu'un texte signalé présente une probabilité équivalente d'avoir été généré par une IA, et ils ne décrivent pas tous les détecteurs disponibles aujourd'hui. Pour interpréter n'importe quel chiffre, vous devez savoir ce qui a été mesuré et quels textes ont été testés.

OpenAI a retiré ce classificateur en juillet 2023 en raison de sa faible précision. L'entreprise a également mis en garde contre son utilisation comme outil principal pour déterminer l'origine d'un texte. Son retrait illustre une limite documentée sans établir un taux d'erreur universel.

En 2023, Liang et ses collègues ont publié dans la revue Patterns une étude sur les détecteurs de texte GPT et les écrits de rédacteurs dont l’anglais n’est pas la langue maternelle. Ils ont constaté que les détecteurs évalués classaient à tort de nombreux textes de ces auteurs comme générés par l’IA. Ce résultat soulève un enjeu d’équité dans le cadre universitaire.

La portée compte : l'étude a examiné des textes rédigés en anglais par un groupe particulier. Son résultat ne peut pas être automatiquement étendu à toutes les langues, à tous les étudiants ni à tous les outils. Il n'établit pas non plus ce qui s'est passé dans votre devoir. En revanche, il justifie d'examiner attentivement un signalement et de vous donner l'occasion d'expliquer votre démarche avant de tirer des conclusions quant à une fraude.

Une étiquette décrit une classification de texte ; elle ne retrace pas la manière dont vous avez préparé le travail. Elle ne peut pas montrer ce que vous avez lu, comment votre argumentation a évolué ni quelle aide était autorisée. L’examen d’un devoir exige donc les consignes et les traces du travail réalisé, ainsi qu’une interprétation prudente de tout résultat automatisé.

La signification d'un pourcentage dépend de l'outil. Il peut représenter une mesure définie par le fournisseur ; ne supposez donc pas qu'il exprime toujours un niveau de confiance statistique ou une probabilité de fraude. Lisez l'explication et demandez comment le résultat a été utilisé lors de l'examen de votre travail.

Distinguez également la paternité du texte du respect des consignes. Un texte rédigé par vos soins pourrait tout de même impliquer une aide non autorisée, tandis qu’un signalement erroné ne prouve pas une infraction. L’examen d’un travail doit prendre en compte ce que le devoir autorisait et ce que vous avez réellement fait, plutôt que de remplacer ces questions par un pourcentage.

Commencez par le programme du cours et les consignes du devoir. Vérifiez s'ils autorisent l'IA pour expliquer des concepts, retravailler la formulation ou générer du texte, et à quelles conditions. Si la règle n'est pas claire, posez la question au sujet du devoir précis avant d'utiliser l'outil. L'autorisation d'étudier avec l'IA n'autorise pas nécessairement son utilisation pour rédiger un travail à remettre.

Prenons ce cas illustratif : une étudiante remet une dissertation de philosophie, et son enseignant demande une vérification de paternité à la suite d’un signalement automatisé. Elle demande quels passages sont concernés et quelle procédure d’examen s’applique. Elle rassemble ses notes de lecture, son plan initial et ses brouillons datés.

Si elle a utilisé l’IA, elle décrit cet usage honnêtement et fournit les traces dont elle dispose. Si le cours l’interdisait, une référence bibliographique ou un score favorable sur un détecteur ne modifie pas la règle. Expliquez ce qui s’est passé et suivez la procédure de l’établissement ; n’inventez pas de brouillons et ne présentez pas des historiques reconstitués après coup comme des originaux.

Conservez les brouillons datés et l'historique des versions lorsqu'ils sont disponibles. Gardez vos notes de lecture et les références aux sources que vous avez consultées. Ces éléments peuvent aider à expliquer des décisions précises : pourquoi vous avez modifié une thèse, écarté une source ou réorganisé une section.

Tenez ce registre dans vos propres fichiers au fur et à mesure de votre travail. Si vous utilisez un outil autorisé, notez la date, l'objectif, les instructions et ce que vous avez fait de la réponse. Vous n'avez pas besoin d'enregistrer chaque clic ; donnez la priorité aux interventions qui ont affecté le contenu ou la formulation du travail remis.

Un modèle pratique comporte cinq champs : date et tâche ; outil et version si elle est connue ; consigne (prompt) ; réponse pertinente et modifications apportées ; sources vérifiées. Si une information n’est pas disponible, indiquez-le au lieu de l’inventer. Le relevé doit refléter le processus réel et respecter les consignes de remise.

Avant d’interpréter un signalement, vérifiez ce que le résultat indique réellement. Évitez ces erreurs lorsque vous préparez une explication ou répondez à une vérification universitaire :

Lumia AI vous permet de créer ou de modifier des flashcards, de générer des cartes et des quiz par IA à partir de notes ou de PDF, d'organiser le contenu en cahiers et de réviser avec la répétition espacée en fonction de vos évaluations. Elle propose également un tuteur de chat, des parcours d'apprentissage, l'importation Anki .apkg ainsi que des applications web et mobiles.

Vérifiez les questions et les réponses générées avant de les étudier. Conservez les références et les étapes rédigées dans vos propres fichiers lorsque vous devez les expliquer dans un devoir. Une flashcard corrigée peut soutenir votre entraînement ; elle ne certifie pas la paternité d’un texte et ne remplace pas la trace de la préparation de votre travail.

Lors d’une vérification, revenez aux éléments vérifiables : règles du cours, brouillons authentiques, sources consultées et explication honnête de l’aide reçue. Ces éléments apportent un contexte qu’une étiquette automatisée ne peut pas fournir à elle seule.