Détecteurs d’IA : pourquoi leurs scores ne suffisent pas à prouver une triche

Un texte fluide, bien construit et sans faute est-il forcément l’œuvre de ChatGPT ? La réponse est non. Pourtant, à mesure que les IA génératives entrent dans les habitudes des élèves et des étudiants, les logiciels promettant de distinguer l’écriture humaine de l’écriture artificielle prennent une place croissante dans les établissements. Leur apparente précision, souvent exprimée par un pourcentage, peut impressionner. Mais ce chiffre ne dit pas qui a écrit un texte, ni dans quelles conditions.

La question est devenue concrète pour les enseignants. Selon une étude de Diplomeo, 78 % des jeunes de 16 à 25 ans utilisent l’intelligence artificielle et, parmi eux, 35 % déclarent rédiger tout ou partie de leurs devoirs avec ces outils. Ces pratiques peuvent aller de la recherche d’idées à la réécriture, en passant par la génération d’un travail complet. Elles obligent l’école et l’université à préciser ce qui est autorisé, ce qui doit être déclaré et ce qui relève de la fraude.

Dans ce contexte, les détecteurs d’IA peuvent fournir un indice. Ils ne constituent toutefois pas un détecteur de mensonge appliqué aux textes. En juin 2025, les utiliser comme une preuve définitive de triche serait risqué, tant pour l’intégrité des évaluations que pour les droits des personnes mises en cause.

Ce que mesure réellement un détecteur d’IA

Un détecteur analyse un passage et tente d’y repérer des caractéristiques statistiques associées aux productions de grands modèles de langage. Ces modèles, comme ChatGPT, produisent du texte en prédisant, mot après mot, les suites les plus plausibles dans un contexte donné. Leur écriture peut ainsi présenter une certaine régularité : formulations très attendues, enchaînements logiques propres, vocabulaire équilibré ou structure particulièrement symétrique.

Le détecteur compare ces signaux à ceux qu’il a appris à reconnaître dans de vastes corpus. Il peut notamment évaluer le degré de prévisibilité des mots ou les variations de rythme et de syntaxe entre les phrases. Il ne consulte pas une base secrète qui contiendrait tous les textes générés par ChatGPT. Il ne peut donc pas remonter de façon certaine à une machine, à un compte ou à un auteur.

Le résultat affiché est une estimation probabiliste. Un outil qui attribue 90 % de probabilité à une rédaction par IA ne signifie pas qu’il dispose d’une preuve à 90 %. Il indique que, selon ses propres calculs et ses données d’entraînement, le passage ressemble fortement à des textes que son système associe à l’IA. Cette nuance est essentielle.

Pourquoi les faux positifs sont-ils inévitables ?

Les erreurs de classement ne sont pas une simple imperfection marginale. Elles découlent du principe même de ces outils. L’IA générative est conçue pour écrire un langage naturel convaincant, tandis que les humains peuvent aussi produire des textes très réguliers, surtout lorsqu’ils suivent les codes d’un exercice scolaire ou professionnel.

Les introductions, résumés, comptes rendus, fiches de révision, articles factuels ou réponses à des questions fermées emploient souvent des tournures prévisibles. Une phrase simple et claire, telle que « Nos parents attendent devant le gymnase que nous sortions de notre séance de sport », peut paraître statistiquement régulière sans être le moins du monde artificielle. Un détecteur peut alors se tromper et signaler un texte humain.

À l’inverse, un texte produit par une IA, puis remanié par son utilisateur, traduit, raccourci ou mêlé à des passages personnels, devient beaucoup plus difficile à classifier. Une technologie de détection doit donc faire face à deux risques opposés : accuser à tort un auteur humain, ce que l’on appelle un faux positif, ou laisser passer un texte largement généré, appelé faux négatif.

Le problème s’accentue pour les textes courts. Plus l’échantillon est réduit, moins le logiciel dispose d’éléments pour établir une estimation pertinente. La langue, le niveau de maîtrise rédactionnelle et le type de consigne peuvent aussi peser sur le résultat. Un élève qui écrit dans une langue qu’il apprend, ou qui applique scrupuleusement une méthode de dissertation, ne devrait pas être pénalisé parce que son style paraît trop conventionnel.

Ce constat n’est pas seulement théorique. En 2023, OpenAI a retiré son propre classificateur de textes générés par IA, lancé quelques mois auparavant, en invoquant son faible niveau de précision. Cet épisode rappelle qu’un acteur capable de créer les modèles de langage les plus connus ne prétendait pas disposer d’un outil infaillible pour reconnaître leurs productions.

À l’école, un indice ne doit jamais devenir un verdict

L’essor des usages de l’IA met les enseignants face à une difficulté légitime. Un devoir réalisé à domicile peut désormais être préparé, corrigé, reformulé, voire entièrement rédigé avec un assistant conversationnel. Or l’objectif d’une évaluation n’est pas seulement de récupérer un texte final : il consiste à apprécier des connaissances, un raisonnement et une capacité à les exprimer.

La tentation est forte de déléguer une partie de cette vérification à un détecteur. Mais fonder une sanction sur un pourcentage ferait peser un risque sérieux sur les élèves et les étudiants. Un travail authentique pourrait être contesté à tort, notamment lorsqu’il est concis, structuré ou rédigé dans un style scolaire. Une telle accusation peut dégrader la relation de confiance et placer l’élève dans une situation difficile : comment prouver a posteriori qu’il a bien écrit seul un texte ?

Les établissements ont donc intérêt à définir une procédure claire avant de recourir à ces logiciels. Un signalement devrait conduire à examiner le devoir dans son ensemble, à comparer son contenu avec les productions précédentes de l’élève et, surtout, à ouvrir un échange. Demander d’expliquer une idée, de justifier une source, de reformuler un passage ou de présenter les étapes du raisonnement apporte souvent davantage d’informations qu’un score algorithmique.

Quelles pratiques permettent d’évaluer plus justement ?

La réponse ne consiste pas à renoncer à toute vigilance, ni à interdire indistinctement l’IA. Elle suppose de déplacer une partie de l’évaluation vers le processus de travail. Un enseignant peut demander un plan préparatoire, des notes de lecture, plusieurs versions d’un texte ou une courte présentation orale. Ces éléments ne rendent pas impossible tout usage abusif d’un outil, mais ils permettent de mieux apprécier l’appropriation réelle du sujet.

Il est également utile de préciser les règles dès le départ. Une consigne peut, par exemple, autoriser une IA pour rechercher des pistes ou améliorer la formulation, tout en exigeant que cet usage soit signalé et que les réponses soient vérifiées. Dans d’autres cas, l’outil peut être interdit, notamment lors d’une évaluation destinée à mesurer une compétence individuelle. L’important est que les élèves connaissent le cadre et comprennent sa raison d’être.

Quelques repères peuvent aider les équipes pédagogiques :

• considérer le résultat d’un détecteur comme un signal faible, pas comme une preuve ;
• ne pas prononcer de sanction automatique sur la seule base d’un logiciel ;
• conserver une trace des consignes et prévoir une possibilité d’explication pour l’élève ;
• privilégier, lorsque c’est pertinent, des évaluations orales, progressives ou réalisées en classe ;
• apprendre aux élèves à citer, vérifier et critiquer les réponses d’une IA plutôt qu’à les copier.

Les détecteurs peuvent-ils devenir fiables à 100 % ?

Une fiabilité absolue paraît difficile à atteindre. Les générateurs de texte et les détecteurs évoluent en parallèle. À chaque amélioration des outils de détection, les modèles de langage peuvent produire des formulations plus diverses et plus proches des usages humains. De leur côté, les auteurs humains ne possèdent pas un style fixe : ils adaptent leur écriture à la consigne, au sujet et au destinataire.

L’idée même d’une frontière nette entre « texte humain » et « texte IA » devient aussi moins évidente. De nombreux contenus sont désormais hybrides. Une personne peut rédiger un premier jet, demander à un assistant de proposer des corrections, conserver certaines suggestions et en écarter d’autres. Peut-on alors attribuer le texte à une seule origine ? La réponse dépend moins d’un algorithme que des règles de l’exercice et de la part de réflexion personnelle attendue.

Des procédés techniques, comme le marquage de contenus générés par certains systèmes, pourraient à terme fournir des indices supplémentaires. Ils ne couvriraient toutefois pas tous les modèles, ne résoudraient pas le cas des textes modifiés et ne remplaceraient pas une analyse du contexte. La détection restera donc vraisemblablement un outil parmi d’autres, et non une autorité capable de trancher seule.

Ce qu’il faut surveiller

Le véritable enjeu pour l’éducation est d’organiser une cohabitation lucide avec les IA génératives. Les établissements doivent protéger la valeur des diplômes sans créer un climat de suspicion où une bonne rédaction deviendrait elle-même suspecte. Cela implique des règles compréhensibles, des évaluations adaptées et des recours lorsque les résultats d’un logiciel sont contestés.

Pour les élèves et les étudiants, la meilleure protection reste de pouvoir montrer leur démarche : conserver ses brouillons, connaître ses sources, être capable d’expliquer son raisonnement et déclarer l’aide reçue lorsque les règles le demandent. Pour les enseignants, l’enjeu est de ne pas confondre un indicateur technique avec une démonstration.

En juin 2025, les détecteurs d’IA peuvent contribuer à repérer des situations qui méritent un examen. Mais ils ne savent pas lire une intention, reconstituer un processus de création ni garantir l’origine d’un texte. La confiance ne peut donc pas être automatisée : elle se construit par des preuves concrètes, du dialogue et des règles partagées.