Devrait-on utiliser des détecteurs d'IA ?

Traduction automatique de la page anglaise, non encore relue par une personne de langue maternelle.

Un score de détecteur revient signalé sur une copie que vous avez déjà lue deux fois, ou un collègue veut activer l'outil avant la prochaine échéance de dissertation, ou une commission d'intégrité vous demande de défendre une conclusion qui repose sur un pourcentage. Quelqu'un dans la salle dira que le score n'est qu'une pièce parmi d'autres. Ce que vous décidez est plus étroit que l'argument qui s'ensuit : si ce nombre peut peser dans une procédure pour inconduite, et ce que vous mettrez à sa place s'il ne le peut pas.

La réponse courte que vous pouvez répéter en réunion : un score de détecteur ne peut pas fonder une conclusion, parce qu'il ne peut pas être validé contre une vérité de terrain, ne peut pas être contre-interrogé et ne satisfait pas à la balance des probabilités. Ses erreurs se répètent selon des schémas, et elles frappent le plus durement les réviseurs honnêtes et les étudiants qui écrivent dans une langue seconde. Demandez plutôt si un étudiant peut démontrer qu'il comprend ce qu'il a remis, et financez cette capacité.

La version courte

1. Inscrivez dans la politique que la sortie d'un détecteur ne déclenche jamais de conséquence, ne tient jamais seule et ne fonde jamais une conclusion. Mettez-le dans le document de politique lui-même, là où une commission pourra le trouver quand la note de service aura disparu.

2. Remplacez « avez-vous utilisé l'IA ? » par « pouvez-vous me montrer que vous comprenez ceci ? ». Utilisez une courte conversation, un brouillon précoce ou une explication enregistrée.

3. Placez une étape authentifiée ou sans aide dans chaque tâche à fort enjeu, dimensionnée selon la capacité de correction dont vous disposez réellement.

4. Demandez au fournisseur les taux d'erreur par écrit, puis essayez de les reproduire sur vos propres copies. Vanderbilt l'a tenté et a désactivé l'outil.

5. Déplacez l'argent d'une licence de détection vers de la capacité de vérification et de l'accompagnement. C'est là que pointe la plainte documentée des enseignants.

Décidez si vous avez un constat ou une question

Ce sont deux métiers différents et ils reposent sur des preuves différentes. Un constat exige des preuves satisfaisant à la balance des probabilités, et un score de détecteur n'y arrive pas tout seul. Il ne peut pas être validé contre une vérité de terrain, parce que dans de vraies copies personne ne sait comment le texte a été produit ; la validation devient donc circulaire et les taux de faux positifs et de faux négatifs ne veulent dire quelque chose que dans un test contrôlé. L'outil ne publie ni seuils ni données d'entraînement et n'autorise aucune réplication indépendante, ce qui laisse l'étudiant signalé sans rien à répondre et vous sans rien à expliquer (Heads we win, tails you lose: AI detectors in education, Detecting the undetectable? Reassessing academic misconduct procedures in the era of generative AI).

Combiner le score avec d'autres signaux ne répare rien. Les marqueurs linguistiques, les comparaisons de style, les jugements du Grands modèles de langue (LLM) et le silence d'un étudiant font toujours moins que la norme. Le silence est celui à surveiller : les étudiants conservent le droit de refuser, et le refus ne fait pas pencher la balance. Ce que vous pouvez légitimement demander, c'est si l'étudiant peut démontrer les apprentissages que l'Évaluation prétend mesurer, et une réponse orale y répond d'une manière qu'un score de similarité ne donnera jamais (Heads we win, tails you lose: AI detectors in education).

Le binaire est aussi la mauvaise question. Le travail des étudiants est fréquemment créé avec l'IA, sur un continuum hybride, et les politiques qui disent « en évaluation » définissent rarement le moment où une évaluation commence, ce qui laisse le jugement à la personne qui ouvre le fichier la première (Heads we win, tails you lose: AI detectors in education).

Il y a un problème de données de référence sous tout cela. Les détecteurs sont entraînés et testés sur de l'écriture humaine antérieure à l'IA générative, et la validation de Turnitin lui-même a utilisé 700.000 articles antérieurs à 2019. On suppose que ce corpus représente la prose étudiante actuelle, une hypothèse que personne n'a vérifiée et qui bouge à chaque sortie de modèle (Heads we win, tails you lose: AI detectors in education).

Regardez les chiffres d'exactitude avant d'en citer un

Le test contrôlé le plus solide de la base de connaissances a examiné 642 résumés publiés en anglais, dans quatre domaines et sur deux périodes. À un seuil de 0.50, deux détecteurs commerciaux ont signalé une révision légère par IA conforme aux consignes dans 38-80% des cas, signalé des originaux 2023-25 non modifiés dans 9-15% des cas (hors STEM bien au-dessus du STEM, p<0.001) et, une fois le texte passé par un service d'humanisation, attrapé moins de 4% des réécritures étiquetées IA, soit un taux de faux négatifs supérieur à 96%. Les auteurs parlent d'un cercle vicieux de l'intégrité : les étudiants qui déclarent et révisent légèrement sont ceux que l'outil attrape, et ceux qui cherchent à l'esquiver ne le sont pas. Leur recommandation est explicite : les scores de détecteurs ne devraient jamais servir de preuve autonome d'inconduite (Why AI Detection Fails for Academic Integrity).

Les revues ont cessé d'essayer de classer les outils entre eux. Une revue systématique de 90 études publiées entre 2020 et 2026 rapporte que les taux de faux positifs varient si largement selon les outils et les cadres d'évaluation qu'une comparaison quantitative directe est impossible, citant parmi les causes les biais algorithmiques et linguistiques, une compréhension contextuelle limitée, des traits linguistiques de surface et des données d'entraînement insuffisamment diversifiées (Maghami, Ho et Camilleri (2026)). Les remèdes qu'elle nomme sont procéduraux plutôt que techniques : une pratique de détection transparente, une relecture humaine, une littératie en IA, une politique institutionnelle claire et une voie de recours accessible.

Un Référentiel indépendant arrive au même point par un autre chemin. Aucun des 14 outils n'atteint 80% d'exactitude, et une simple paraphrase, une révision mineure ou un service d'humanisation divise à peu près par deux même cette performance. Aux taux de base réalistes, les faux positifs dépassent les vrais positifs (Detecting the undetectable? Reassessing academic misconduct procedures in the era of generative AI).

Les taux de détection sur la génération intégrale sont pires que ne le suggèrent les taux d'erreur affichés. Dans une étude de terrain dissimulée, des chercheurs ont injecté des copies entièrement générées par IA dans un système d'évaluation sommative en ligne réel, sur cinq modules de psychologie : 94% sont passées inaperçues, et le travail d'IA a en moyenne mieux noté que les vrais étudiants. La tricherie par commande avait déjà montré le même problème structurel, puisqu'elle ne laisse aucune trace fiable à trouver (Detecting the undetectable? Reassessing academic misconduct procedures in the era of generative AI).

L'exactitude bouge aussi avec la tâche. Quand des chercheurs ont testé si l'IA générative peut détecter sa propre production, les résultats étaient fiables pour la programmation et les écrits réflexifs longs, et médiocres pour les réponses courtes, où le modèle jugeait souvent son propre texte plus humain que le travail authentique d'un étudiant. De légères variations d'invite réduisaient fortement l'exactitude (Distinguishing Artificial from Authentic: Evaluating LLMs for Detecting LLM-Generated Content). Un seuil qui tient pour un devoir échouera sur un autre, et vous ne le saurez qu'à l'appel.

Il y a ensuite la péremption. Une étude de 2026 reformule la détection comme un problème d'adaptation : une attaque par réécriture en boîte noire a fait tomber le détecteur commercial Pangram à une exactitude équilibrée de 63.5% et un rappel IA de 27.0%, et un détecteur entraîné sur Llama 3.3 70B Instruct n'a atteint que 55% de rappel sur des résumés issus d'un modèle plus récent. L'adaptation au moment du test remontait à 94.4% d'exactitude équilibrée et 99% de rappel sur ce même texte, ce qui est la moitié encourageante. Le même article montre ce que le correctif coûte : à mesure que l'adoption simulée des LLM s'étend, le rappel d'un détecteur supervisé fixe sur du texte humain se dégrade de 85.9% à 73.4% sur la décennie. Sa condition de péremption est énoncée sans détour : l'exactitude équilibrée ne peut pas dépasser la moitié de un plus la distance de variation totale entre les distributions humaine et IA, si bien qu'une convergence des deux déferait tout détecteur fondé sur l'apprentissage. Un score validé tient jusqu'à ce que les modèles bougent, et ils bougent tous les quelques mois (Hitting a Moving Target: Test-Time Adaptation for AI Text Detection under Continual Distribution Shift).

La comparaison dépend aussi de la tâche confiée au lecteur. Dans un plan contrôlé où 30 introductions d'articles antérieures à 2022 ont été réécrites selon cinq conditions plausibles, des évaluateurs humains en aveugle ont obtenu 19% au total, indiscernable du hasard, tandis que trois détecteurs commerciaux séparaient ces mêmes cinq conditions (p < 0.001 pour tous) mais ne s'accordaient que faiblement entre eux sur le score absolu, ICC 0.57 à 0.95 (Cheng et al. (2025)). Cette tâche demandait aux évaluateurs de situer un texte parmi cinq conditions de révision plutôt que de porter un jugement par oui ou non sur la dissertation d'un étudiant ; elle ne renverse donc pas les études de correcteurs citées ci-dessous, mais elle ôte tout réconfort à l'idée qu'un humain dans la salle serait l'instrument fiable.

Et la machine n'a jamais clairement battu un lecteur attentif. Leaton Gray, Edsall et Parapadakis (2025) rapportent une détection automatique de texte IA ou paraphrasé à environ 80%, contre 78.4% pour des réviseurs humains, et citent des preuves que du texte généré par IA est passé pour de l'écriture humaine dans jusqu'à 80% des cas. Cette marge se dissout dans la bande d'erreur que l'humain apporte déjà, et elle est trop mince pour fonder une conclusion (AI-based digital cheating at university, and the case for new ethical pedagogies).

Déterminez sur qui retombe l'erreur

Les traits que les détecteurs lisent comme des signaux d'IA, c'est-à-dire la densité de jetons longs, la fréquence du vocabulaire académique et l'uniformité du style, sont aussi des traits d'une écriture compétente en langue seconde. La mauvaise classification suit donc l'origine linguistique plutôt que la conduite, ce qui fait de cette question une question d'équité avant d'être une question technique (Detecting the undetectable? Reassessing academic misconduct procedures in the era of generative AI).

Ce biais apparaît aussi hors de l'anglais. Un benchmark de 3.811 passages dont la provenance humaine antérieure à ChatGPT est démontrable a constaté que cinq détecteurs publics entraînés sur l'anglais et utilisés tels quels signalent 81.4% des passages humains en kazakh (TMR RoBERTa) et 79.6% des dissertations étudiantes kazakhes publiées (Desklib DeBERTa), avec 25.5% pour Fakespot, et que les recalibrer à un taux de faux positifs de 1% n'attrape au plus que 1.3% du texte machine en échange. La réserve des auteurs compte quand vous les citez : les passages humains sont des textes publics antérieurs à ChatGPT pris tels quels, et non des dissertations étudiantes, si bien que ses taux éducatifs sont les chiffres les moins sûrs qu'elle rapporte (Unchecked or falsely accused? Evaluating AI-generated text detectors on Kazakh).

La discipline ajoute un autre axe. Les résumés hors STEM étaient bien plus souvent signalés que ceux de STEM dans l'étude des 642 résumés, ce qui reflète les conventions d'écriture de ces champs et non la conduite de leurs auteurs (Why AI Detection Fails for Academic Integrity). Deux outils commerciaux largement utilisés ont mesuré 0.69 et 0.61 d'exactitude dans une comparaison, et tous deux ont échoué sur du texte hybride humain-IA (Evaluating the accuracy and reliability of AI content detectors in academic contexts, Who wrote this? Evaluating the reliability of AI detection tools in higher education). Un détecteur est un test de style, et le style qu'il punit suit l'origine linguistique, la discipline et le registre. Aucun de ces éléments n'est un fait sur l'usage de l'IA par un étudiant, et chacun est un fait sur l'étudiant. Le schéma plus large est documenté dans Differential Effects Across Learner Groups.

Une partie du coût apparaît avant toute audience. Parce que les procédures formelles exigent une preuve de qualité détection qui est fonctionnellement indisponible, les enseignants finissent avec ce qu'un praticien appelle « la suspicion sans recours », tandis que les étudiants rationalisent leur propre usage et que les dossiers s'enlisent (The best response to student AI use is not detection, it is dialog). Le coût pour la Confiance retombe sur la relation dont la procédure dépend.

Changez la question que vous posez à l'étudiant

La Grand Canyon University est passée de « cet étudiant a-t-il utilisé l'IA ? » à « cet étudiant peut-il démontrer qu'il comprend ce qu'il a remis ? », en s'appuyant sur de courtes conversations, des brouillons précoces et des explications enregistrées, déployés à l'échelle de l'établissement à l'automne 2025. L'argument est pratique : les enseignants sont déjà qualifiés pour juger la compréhension, et ce déplacement leur rend leur autorité au lieu de les laisser attendre une preuve qui n'arrivera jamais (The best response to student AI use is not detection, it is dialog).

Cela change aussi ce qu'un étudiant peut faire de l'accusation. À qui on montre l'inquiétude et qu'on invite à s'expliquer, l'étudiant peut y répondre. À qui on montre un pourcentage, il ne peut que le nier.

Menez l'entretien de façon à ce qu'il résiste à un réexamen

Traitez un entretien de vérification comme une étape de la procédure, avec un avis et un compte rendu, et il tiendra quand quelqu'un relira le dossier un trimestre plus tard.

Commencez par l'avis. Dites à l'étudiant ce qui a suscité l'inquiétude, en langage clair, et dites à quoi sert l'entretien. Si l'inquiétude vient d'un score de détecteur, dites-le, et dites que le score n'est pas un constat. Annoncez seulement à un étudiant qu'il est accusé de tricherie, et la rencontre devient une défense de sa personne plutôt qu'un compte rendu du travail.

Interrogez ensuite le travail lui-même. Quelle thèse cherchiez-vous à défendre dans cette section. D'où venait cette preuve. Pourquoi l'avez-vous organisée ainsi. Qu'avez-vous écarté. Un étudiant qui a écrit le texte peut répondre à ces questions au niveau des décisions. L'étudiant qui ne l'a pas écrit répondra au niveau du sujet, et la différence apparaît vite sans que personne ait besoin de prouver une intention.

Préservez le droit au silence. Refuser de répondre ne concède rien, et une procédure qui traite le refus comme un aveu ne survivra pas à un appel. Consignez ce qui a été demandé, ce qui a été répondu et ce qui a été décliné.

Terminez par une décision que vous pouvez énoncer sans le score. Soit l'étudiant a démontré la compréhension que l'évaluation mesure, soit il existe une inquiétude distincte et substantielle sur le travail, que vous pouvez décrire avec vos propres mots. Si aucune des deux n'est vraie, le dossier s'arrête là. Cette issue est normale et devrait être consignée comme telle, parce qu'une procédure qui n'enregistre jamais que la culpabilité apprend à la commission suivante que suspicion et constat sont la même chose.

Placez dans le devoir une étape dans laquelle l'outil ne peut pas s'insérer

Les évaluations orales asynchrones, conçues comme des invites au moment opportun avec de brèves réponses enregistrées et limitées dans le temps, notées selon des grilles intégrées, ont obtenu des résultats comparables à ceux d'examens à choix multiples en présentiel dans une étude et nettement meilleurs dans une autre, les étudiants rapportant une préparation plus active et une pertinence professionnelle perçue plus élevée. Pour un Administrateurs, la propriété qui compte est que cela passe à l'échelle sans surveillance (Asynchronous oral assessments: Enhancing integrity, engagement, and communication in the AI era).

Reconcevoir la tâche fait plus de travail que durcir le contrôle. Une étude de cas auprès d'étudiants de premier cycle en économie a constaté qu'environ un tiers seulement déclaraient un usage de l'IA, la déclaration étant plus rare encore, et elle interprète la non-déclaration comme une prudence rationnelle sous une politique ambiguë plutôt que comme de la malhonnêteté. Ces mêmes étudiants préféraient des tâches ancrées dans le réel et fondées sur des données comme solution (Beyond Detection: How Students Use—and Hide—AI in Online Assessments and What Authentic Tasks Can Do About It). Attendre, déclarer et examiner l'usage de l'IA vaut mieux que le policer, parce que l'authenticité doit être conçue et non imposée (Beyond Detection: Redesigning Authentic Assessment in an AI-Mediated World).

Deux décisions s'ensuivent. La taille vient d'abord. Un court contrôle oral sur chaque remise importante est abordable dans un séminaire. Dans un amphithéâtre de trois cents, ce qui survit à la dixième semaine, ce sont des brouillons étagés et un contrôle par échantillon sur les travaux atypiques. Choisissez la version que vous pourrez encore faire tourner à la dernière semaine du trimestre avec les heures de correction dont vous disposez, parce qu'une étape authentifiée qui s'effondre sous la charge vous ramène à l'artefact.

Les points viennent ensuite. Si une justification, un historique de brouillons ou une réflexion sur une suggestion d'IA rejetée ne vaut aucun point, elle sera produite en cinq minutes et lue par personne, et les étudiants optimiseront pour la partie notée. Donnez-lui assez de poids pour que sauter l'étape coûte plus que la faire.

Faites de la déclaration le choix le moins coûteux

Les politiques vagues ou punitives poussent à la dissimulation. Des cadres de déclaration précis, liés à des étapes cognitives et assortis de l'assurance qu'une déclaration sincère n'est pas pénalisée, font sortir plus d'informations des étudiants que la surveillance (Addressing student non-compliance in AI use declarations: implications for academic integrity and assessment in higher, "Should I Tell My Teacher?" Student AI Disclosure Practices, Stigma, and Self-Regulated Learning in Higher Education). La question de conception est de savoir quelle réponse vos règles rendent la plus facile à l'étudiant tenté de cacher, et une règle qui traite une déclaration comme un aveu y a mal répondu.

La formulation fait ici l'essentiel du travail. Une déclaration qui demande aux étudiants de cocher une case puis reste non lue dans un système de remise leur apprend que la déclaration est du théâtre, et la promotion suivante l'apprend plus vite. Une déclaration attachée à une étape du travail, demandant à quoi l'outil a servi à cette étape et ce que l'étudiant a fait de la sortie, vous donne quelque chose que vous pouvez réellement lire, et donne à l'étudiant une raison d'être exact.

Rédigez les clauses qui vous tiennent à l'écart d'une audience

L'exposition commence rarement par un contentieux. Elle surgit d'abord comme un appel interne ou une plainte auprès d'un régulateur, et la première chose testée est la procédure. La justice naturelle exige qu'un étudiant soit informé de l'allégation et puisse y répondre avant toute détermination, et cette possibilité prend généralement la forme d'un entretien d'enquête ou d'une audition devant une commission dont le compte rendu devient une preuve. Les conclusions atteintes sans cette étape sont fragiles même lorsque la suspicion sous-jacente était raisonnable (How strong is the evidence in generative AI-related academic misconduct allegations? A mixed-methods analysis).

Les normes de preuve viennent ensuite. Les constats d'inconduite exigent des preuves satisfaisant à la balance des probabilités, et si votre dossier ne peut pas être énoncé sans le score du détecteur, il est faible à première vue (Heads we win, tails you lose: AI detectors in education). Là où le dossier ne repose que sur le style, une voie de vérification orale appartient à la procédure, et non à la bonne volonté du président de la commission.

Le périmètre est le troisième point. Les interdictions générales d'IA qui ne séparent pas la transcription et l'OCR de la rédaction générative peuvent retirer un outil d'assistance dont dépendent des étudiants ayant des troubles affectant le contrôle moteur, la lisibilité de l'écriture manuscrite ou la précision de la frappe, dont plusieurs ont été abandonnés et où la transcription par IA comble le vide. C'est une exposition juridique autant qu'une imprécision (Transcription is not generation: Distinguishing non-generative AI tool use from academic misconduct in higher education assessment). Nommez les outils d'assistance et de transcription dans le texte de la politique.

L'achat est le quatrième. Les détecteurs stockent le travail des étudiants sur des serveurs tiers, parfois à l'étranger sous des protections de la La vie privée plus faibles, ce qui inscrit la faille, la conservation et la réutilisation commerciale au registre des risques de votre établissement plutôt qu'à la page marketing du fournisseur. Les conditions devraient couvrir la conservation, l'usage pour l'entraînement de modèles, le lieu de stockage, la notification de violation et les droits d'appel (Heads we win, tails you lose: AI detectors in education). Le compte rendu de l'exposition juridique dans la base de connaissances se trouve dans Questions juridiques et risques, et il est honnête sur ses limites : il documente des procédures, des catégories de preuves et la fiabilité des instruments, non des issues contentieuses.

Ce qui réduit le risque est procédural. Ne traitez jamais une sortie comme une preuve autonome ou un déclencheur automatique. Documentez la norme que votre procédure applique. Donnez un avis et une véritable possibilité de répondre au dossier. Offrez une vérification quand le dossier ne repose que sur le style. Conservez la piste d'audit qui montre que tout cela a eu lieu.

Testez la formulation sur quatre cas

Le langage d'une politique échoue sur les cas que personne n'imaginait quand elle a été écrite. Faites passer ces quatre cas dans votre projet avant qu'il n'aille en commission, et notez les endroits où le texte n'a pas de réponse.

Un étudiant qui a passé un brouillon dans un outil de traduction. La politique doit dire si la traduction compte comme un usage de l'IA, et si elle compte de la même façon pour un étudiant qui écrit dans une langue seconde que pour un autre qui écrit dans sa langue première. Si elle se tait, la commission improvisera, et c'est là que commence l'argument d'équité.

Quelqu'un qui a utilisé l'IA pour faire un plan et a écrit chaque paragraphe lui-même. Sous une règle qui demande si l'IA a touché le travail, cet étudiant est dans la même catégorie que celui qui a généré toute la copie. Sous une règle liée aux étapes, il ne l'est pas, et vous pouvez dire pourquoi. Cette différence, c'est le construit, et la politique doit le nommer.

Quelqu'un qui a généré le texte et ne peut pas l'expliquer. C'est le cas pour lequel votre procédure est faite, et c'est celui qui se résout sans score de détecteur.

Un étudiant qui recourt à la transcription parce que la frappe n'est pas fiable. Nommez les outils d'assistance comme une catégorie distincte avec sa propre voie, pour qu'un aménagement ne devienne pas une allégation.

Ce que les administrateurs comprennent mal au sujet des détecteurs

Le taux de faux positifs publié par un fournisseur est un chiffre de risque sur lequel on peut budgéter. Vanderbilt a pris une licence pour un détecteur annonçant un taux de faux positifs de 1%, puis a tenté de valider ce chiffre et n'y est pas parvenu. À 75.000 remises par an, 1% impliquait environ 750 étudiants mal étiquetés. L'université a désactivé l'outil (Detecting the undetectable? Reassessing academic misconduct procedures in the era of generative AI). Un taux que vous ne pouvez pas reproduire sur votre propre corpus est un chiffre marketing, et les étudiants mal étiquetés restent à traiter chez vous.

La détection dissuade les étudiants qui tricheraient autrement. La dissuasion passe par la capacité d'un détecteur à distinguer l'usage caché du travail légitime, non par son taux de détection brut. Quand une sensibilité accrue produit plus de nouveaux faux positifs que de nouveaux vrais positifs, une surveillance renforcée rend la dissimulation relativement plus attrayante : vous dépensez donc votre crédibilité sur des étudiants qui n'ont rien fait de mal plus vite que vous n'identifiez ceux qui l'ont fait (Assessment design under imperfect information: generative AI, disclosure, and student response in higher education). La méta-analyse de Krou et al., citée dans la même revue, constate que le sentiment d'efficacité personnelle est corrélé négativement à la tricherie, tandis que la capacité réelle ne l'est pas du tout, si bien que des étudiants compétents peuvent tricher lorsqu'ils jugent l'évaluation injuste. La détection n'est ni un instrument fiable ni une dissuasion évidente (AI-based digital cheating at university, and the case for new ethical pedagogies).

Un score plus deux ou trois indicateurs font un dossier. Non. La norme est une preuve satisfaisant à la balance des probabilités, et des scores combinés à des marqueurs, des comparaisons de style, des jugements de LLM ou du silence restent en dessous. Un test utile : diriez-vous ce raisonnement à voix haute dans une audience (Heads we win, tails you lose: AI detectors in education) ?

Une licence de détecteur coûte moins que de reconcevoir l'évaluation. La licence est le plus petit poste, et elle porte une exposition à la protection des données, du travail d'achat et un flux permanent d'appels fondés sur un instrument dont l'erreur suit l'origine linguistique. Les enseignants décrivent l'expérience comme « la suspicion sans recours », donc le poste budgétaire qui change les résultats, c'est la capacité de vérification et l'accompagnement (The best response to student AI use is not detection, it is dialog).

Le marché de l'évasion est un produit du régime de détection, non un rival de celui-ci. Roe et al. (2026) ont recensé 55 sites d'humanisation de textes IA : ceux qu'ils ont analysés en première page de Google se vendaient par paliers freemium, avec des programmes d'affiliation. Ces sites ne font pas la promotion de la tricherie : ils vendent une protection contre les faux positifs, des logos universitaires et d'entreprise inexpliqués placés sous la zone de texte, des taux de réussite de 99.8-100% et des nombres d'utilisateurs invérifiables, aucun site n'indiquant d'adresse professionnelle enregistrée. La conséquence politique : détection et évasion sont les deux moitiés d'une même transaction, un fournisseur vend une classification de la paternité d'un texte, l'autre vend la promesse de la modifier. Retirer ou ajouter un détecteur change donc qui profite de la boucle sans toucher à la demande. Ce que vous contrôlez, c'est l'autre entrée : si les étudiants disposent d'une voie pour s'interroger sur la provenance qui ne commence pas par la suspicion, et si Littératie en IA couvre la lecture des affirmations commerciales sur l'IA comme elle couvre la lecture des sorties d'IA.

Une interdiction générale protège l'établissement. Des règles trop larges peuvent supprimer un aménagement et attirer l'argument de discrimination que vous cherchiez à éviter, parce que l'erreur qu'elles produisent se concentre sur des groupes identifiables au lieu de se répartir également (Transcription is not generation: Distinguishing non-generative AI tool use from academic misconduct in higher education assessment, Evaluating the accuracy and reliability of AI content detectors in academic contexts).

Ce qui va vous revenir dessus

« Notre fournisseur annonce un taux de faux positifs de 1%. » Le détecteur sous licence de Vanderbilt affirmait exactement cela, et l'affirmation n'a pas survécu à la tentative de l'université de la valider. Les benchmarks indépendants ne placent aucun outil au-dessus de 80% d'exactitude (Detecting the undetectable? Reassessing academic misconduct procedures in the era of generative AI). Demandez l'étude de validation et le corpus utilisé, puis demandez à la refaire vous-même.

« Nous ne l'utilisons que comme une pièce parmi d'autres. » La norme est une preuve satisfaisant à la balance des probabilités, et un score combiné à des marqueurs, des comparaisons de style, des jugements de LLM ou du silence ne la satisfait toujours pas (Heads we win, tails you lose: AI detectors in education). Si la commission n'accepterait pas le raisonnement énoncé à voix haute, le dossier ne devrait pas le contenir.

« Si nous cessons de détecter, la tricherie gagne. » La tricherie passe déjà au travers de ces outils. 94% des copies d'IA injectées sont passées inaperçues dans un examen en ligne réel, l'humanisation défait la détection plus de 96% du temps, et la tricherie par commande ne laissait déjà aucune trace fiable. Ce que les détecteurs attrapent, avec une fiabilité mesurée, c'est la révision légère honnête et la prose non native (Detecting the undetectable? Reassessing academic misconduct procedures in the era of generative AI, Why AI Detection Fails for Academic Integrity).

« Nous ne l'utilisons qu'en privé, pour amorcer une conversation. » C'est l'usage le moins nocif, et il coûte quand même quelque chose, parce que les étudiants les plus susceptibles d'être signalés sont les moins susceptibles de faire un mauvais usage de l'IA. La suspicion retombe alors sur les mauvaises personnes avant même que la conversation commence (Detecting the undetectable? Reassessing academic misconduct procedures in the era of generative AI). La réponse de Grand Canyon a été de cesser de partir de la suspicion (The best response to student AI use is not detection, it is dialog).

« Un étudiant qui n'a rien à cacher n'a rien à craindre. » L'étude des 642 résumés a trouvé une révision légère conforme signalée dans 38-80% des cas à un seuil de 0.50, et le benchmark kazakh a trouvé 81.4% et 79.6% de passages humains prouvés signalés par des détecteurs tels que publiés (Why AI Detection Fails for Academic Integrity, Unchecked or falsely accused? Evaluating AI-generated text detectors on Kazakh). Un dossier vierge n'offre aucune protection quand le signal est le style. C'est aussi pourquoi les auteurs kazakhs signalent leurs propres taux éducatifs comme le chiffre le plus faible de l'étude, et pourquoi vous ne devriez pas les citer comme un taux sur des dissertations étudiantes.

« Pouvons-nous simplement exiger une déclaration et traiter l'absence comme une culpabilité ? » Une déclaration manquante n'est pas une preuve d'usage caché, et la traiter comme telle rend la dissimulation rationnelle. Des cadres précis liés à des étapes cognitives, où la déclaration sincère est protégée de toute pénalité, extraient plus d'informations que la surveillance (Addressing student non-compliance in AI use declarations: implications for academic integrity and assessment in higher, "Should I Tell My Teacher?" Student AI Disclosure Practices, Stigma, and Self-Regulated Learning in Higher Education). Les preuves de cette page portent sur ce qui produit la déclaration. Elles ne disent rien du nombre de tricheries qu'un régime de déclaration empêche.

À faire cette semaine

1. Ouvrez votre procédure pour inconduite et trouvez chaque endroit où un score de détecteur pourrait déclencher une étape. Écrivez une phrase qui supprime le déclencheur, et portez-la à la personne qui détient le document.

2. Écrivez au fournisseur pour l'étude de validation derrière le taux d'erreur annoncé, et demandez quel corpus elle a utilisé.

3. Choisissez votre devoir au plus fort enjeu et ajoutez-y une étape authentifiée que vous pouvez corriger dans le temps dont vous disposez.

4. Rédigez les trois questions que vous poserez à un étudiant signalé, en commençant par ce qu'il cherchait à défendre et comment il l'a vérifié.

5. Envoyez les clauses d'achat et d'accessibilité au bureau qui signe les contrats, avec les conditions de conservation, d'usage pour l'entraînement et de violation énoncées en toutes lettres.

Où aller ensuite

Le complément côté conception est How Can I Reduce AI Cheating in My Course?, et Comment repenser l'évaluation pour qu'une note me dise encore quelque chose de défendable sur ce que l'étudiant sait ou sait faire ? pousse plus loin l'argument sur l'évaluation. Comment rédiger une politique d'usage de l'IA pour un cours et la communiquer aux étudiants ? traite de la rédaction et de la communication d'une politique de cours, et Littératie en IA de ce que les étudiants doivent savoir pour travailler avec ces outils sans perdre le travail lui-même. Les pages de concepts derrière l'argument sont Intégrité académique, L'équité et Questions juridiques et risques ; les clauses propres à la détection ci-dessus sont la couche institutionnelle de La politique d'IA en éducation.