Les détecteurs d’IA sont-ils fiables ? Ce que dit la recherche aux étudiants et aux enseignants

Quelle est la fiabilité des détecteurs d’IA ?

En bref, les détecteurs de texte généré par IA peuvent avoir raison la plupart du temps en conditions de test, mais ils commettent des erreurs lourdes de conséquences lorsque la note ou le dossier d’un étudiant est en jeu. Leur précision dépend fortement de l’outil, de la longueur du texte, de la langue, du fait que le texte d’IA a été retouché ou non, et du seuil utilisé par l’outil.

Le premier avertissement clair est venu d’OpenAI, l’entreprise à l’origine de ChatGPT. Son classificateur de janvier 2023 identifiait correctement 26 % des textes écrits par IA comme « probablement écrits par une IA » et étiquetait à tort des textes humains comme écrits par une IA dans 9 % des cas sur son jeu de test en anglais ^[1]. OpenAI l’a rendu indisponible à partir du 20 juillet 2023 « en raison de son faible taux de précision » ^[1]. Dans sa page d’aide actuelle destinée aux enseignants, OpenAI répond à la question « Les détecteurs d’IA fonctionnent-ils ? » par « En bref, pas d’après notre expérience » ^[2].

Des recherches indépendantes sont parvenues à des conclusions similaires pour de nombreux outils. Une étude de 2023 portant sur 12 outils accessibles au public et deux systèmes commerciaux, Turnitin et PlagiarismCheck, a conclu que ces outils n’étaient « ni précis ni fiables » et avaient tendance à classer les textes comme écrits par des humains plutôt qu’à détecter les textes d’IA ^[4]. Les travaux plus récents sont plus nuancés : un document de travail de septembre 2025 a montré que les détecteurs commerciaux faisaient mieux qu’un détecteur open source, et qu’un produit, Pangram, présentait des taux d’erreur proches de zéro lors de ses tests ^[10]. Les résultats d’une étude, sur un jeu de données donné, ne se transposent pas automatiquement à toutes les salles de classe.

Comment fonctionnent les détecteurs d’IA ?

La plupart des détecteurs sont des classificateurs : des logiciels entraînés à ranger un texte dans la catégorie « humain » ou « IA » et à lui attribuer un score. Turnitin explique le principe en termes de probabilité des mots. Les grands modèles de langage (LLM), les systèmes qui font fonctionner des chatbots comme ChatGPT, ont tendance à choisir le mot suivant de façon « cohérente et hautement probable », alors que l’écriture humaine tend à être « irrégulière et idiosyncrasique » ^[5]. Ses classificateurs sont entraînés à détecter ces différences ^[5].

Une mesure voisine est la perplexité, qui indique en gros à quel point un texte surprend un modèle de langage. Un texte à faible perplexité est prévisible. Liang et ses collègues ont montré que ce signal peut induire en erreur : les dissertations rédigées par des non-anglophones présentaient une perplexité nettement plus faible, ce qui aide à comprendre pourquoi les détecteurs les signalaient ^[3]. Turnitin affirme pour sa part que son propre modèle n’est pas explicitement programmé pour évaluer la perplexité et qu’il apprend plutôt des régularités statistiques à partir de ses données d’entraînement ^[5].

Que signifie le score d’un détecteur ?

Turnitin attribue à chaque phrase un score compris entre 0 et 1, étiquette comme IA les phrases situées au-dessus d’un seuil et indique comme score du document la proportion de phrases évaluées qui dépassent ce seuil ^[5]. Il ignore les listes, les titres, les références, les tableaux, les formules et le code ; le pourcentage ne correspond donc pas nécessairement à une part de l’ensemble du devoir ^[5]. Un score est une estimation fondée sur des probabilités, et non un relevé de la façon dont le texte a été écrit.

Le filigrane est-il différent ?

Oui. Un filigrane (watermark) est un motif statistique caché ajouté pendant la génération du texte. SynthID-Text de Google DeepMind ne modifie que l’étape d’échantillonnage et peut être détecté sans exécuter le modèle d’origine ; une expérience en conditions réelles a porté sur près de 20 millions de réponses de Gemini ^[12]. Ses auteurs précisent que les filigranes ne sont pas une solution complète : ils ne fonctionnent que si l’entreprise qui génère le texte les applique, les modèles open source sont difficiles à couvrir, et les filigranes peuvent être affaiblis par la paraphrase ou attaqués par vol, usurpation et effacement ^[12].

Que dit la recherche sur les faux positifs et les biais ?

Un faux positif est un texte humain étiqueté à tort comme produit par une IA. Dans l’enseignement, c’est l’erreur la plus grave, car elle peut conduire à accuser un étudiant honnête. Un faux négatif est un texte d’IA qui passe pour humain.

Les auteurs dont l’anglais n’est pas la langue maternelle

Dans une étude de Liang et de ses collègues, sept détecteurs très utilisés ont été testés sur 91 dissertations du TOEFL rédigées par des humains, provenant d’un forum éducatif chinois, et sur 88 dissertations d’élèves américains de quatrième (eighth grade) ^[3]. Les détecteurs étaient quasi parfaits sur les dissertations américaines, mais ont mal classé plus de la moitié des dissertations du TOEFL, avec un taux moyen de faux positifs de 61,22 % ^[3]. Les sept détecteurs ont tous signalé 18 des 91 dissertations du TOEFL (19,78 %), et 89 des 91 (97,80 %) ont été signalées par au moins un détecteur ^[3]. Lorsque ChatGPT a été utilisé pour enrichir le vocabulaire de ces dissertations, le taux moyen de faux positifs est tombé à 11,77 % ^[3]. Demander à ChatGPT de simplifier les dissertations américaines « comme si elles avaient été écrites par un locuteur non natif » l’a fait passer de 5,19 % à 56,65 % ^[3].

Turnitin, qui ne faisait pas partie de cette étude, conteste que ce résultat s’applique à son produit. Il fait remarquer que les dissertations du TOEFL comptaient toutes moins de 150 mots et qu’il n’attribue pas de score à des documents aussi courts ^[6]. Lors de son propre test de 2023, pour les documents d’au moins 300 mots, l’écart de taux de faux positifs entre les auteurs dont l’anglais est la langue seconde et ceux dont c’est la langue maternelle était faible et non statistiquement significatif ^[6]. Cette évaluation a été menée par l’éditeur lui-même.

Pourquoi de faibles taux d’erreur finissent-ils par peser lourd ?

L’université Vanderbilt a fait le calcul lorsqu’elle a désactivé le détecteur d’IA de Turnitin en août 2023. Turnitin annonçait un taux de faux positifs de 1 % à son lancement ; Vanderbilt avait soumis environ 75000 travaux en 2022, si bien que quelque 750 d’entre eux auraient pu être signalés à tort ^[7]. Le même raisonnement vaut pour tout détecteur : un taux qui paraît faible peut quand même toucher beaucoup de personnes lorsque des millions de documents sont vérifiés.

Peut-on tromper les détecteurs d’IA par des retouches ou des outils d’« humanisation » ?

Souvent, oui, même si les outils les plus récents affirment y résister. Lors du test de 14 outils mené en 2023, la précision moyenne (notation binaire) atteignait 94 % pour les textes écrits par des humains, mais seulement 30 % pour les textes d’IA retouchés à la main et 15 % pour les textes d’IA passés dans un outil de paraphrase automatique ^[4]. L’obfuscation du contenu, c’est-à-dire les modifications délibérées visant à masquer l’origine artificielle, dégradait nettement les performances des outils ^[4].

Le banc d’essai RAID, qui compte plus de 6 millions de générations issues de 11 modèles dans 8 domaines, avec 11 attaques adverses et 4 stratégies de décodage, a montré que les 12 détecteurs évalués étaient « facilement trompés » par des attaques, des changements de paramètres d’échantillonnage, des pénalités de répétition et des modèles inconnus ^[8]. Ses auteurs relèvent que de nombreux détecteurs revendiquent une précision de 99 % ou plus, mais sont rarement testés sur des données communes et exigeantes ^[8]. Sadasivan et ses collègues ont montré que paraphraser à plusieurs reprises un texte d’IA à l’aide d’un autre modèle peut réduire nettement les taux de détection, tout en ne dégradant que légèrement la qualité dans de nombreux cas ^[9]. Ils montrent aussi qu’à mesure que les textes d’IA se rapprochent des textes humains, les performances du meilleur détecteur possible diminuent ^[9].

Les éditeurs ont réagi. Turnitin affirme pouvoir identifier les textes d’IA modifiés par des outils de paraphrase ou de contournement (« bypassers »), aussi appelés humaniseurs, mais uniquement pour les devoirs rédigés en anglais ^[5]. Le document de travail du NBER de 2025 indique que les faibles taux d’erreur de Pangram ont résisté aux humaniseurs et aux passages très courts lors de ses tests ^[10]. Ces résultats sont encourageants, mais ils décrivent des performances à un moment donné, face aux outils alors disponibles. Les auteurs soulignent aussi que les décideurs n’accordent pas le même poids aux deux types d’erreur et proposent de fixer pour elles une tolérance explicite, ou « plafond de politique » (policy cap) ^[10].

Les enseignants repèrent-ils mieux les textes d’IA que les logiciels ?

Certains, oui. Dans une étude de 2025, des annotateurs ont lu 300 articles non romanesques en anglais et ont indiqué pour chacun s’il avait été écrit par un humain ou par une IA ^[11]. Les personnes qui utilisaient fréquemment des LLM pour écrire s’en sont très bien sorties : le vote majoritaire de cinq de ces annotateurs « experts » n’a mal classé qu’un seul article sur les 300 (1 sur 300), surpassant la plupart des détecteurs commerciaux et open source évalués par les auteurs, même en cas de paraphrase et d’humanisation ^[11]. Les experts s’appuyaient sur le « vocabulaire de l’IA », mais aussi sur le niveau de formalité, l’originalité et la clarté ^[11].

Ce résultat a ses limites. L’étude reposait sur un panel de cinq lecteurs expérimentés et sur un vote majoritaire, et non sur un enseignant seul corrigeant rapidement, et elle portait sur des articles non romanesques en anglais plutôt que sur des travaux d’étudiants ^[11]. Elle suggère qu’un jugement humain éclairé, appuyé sur des éléments concrets, l’emporte sur un chiffre isolé, et non que l’intuition seule doive trancher un dossier.

Comment les enseignants peuvent-ils utiliser équitablement les résultats des détecteurs d’IA ?

Les concepteurs des outils mettent eux-mêmes en garde contre l’idée de traiter un score comme une preuve. Turnitin déclare qu’il « ne se prononce pas sur l’existence d’une fraude » et que le pourcentage d’IA « ne doit pas être utilisé comme unique fondement d’une décision ni comme critère de notation définitif » ^[5]. OpenAI indique que ChatGPT ne peut pas dire si un texte a été généré par IA et que ses réponses à des questions comme « est-ce toi qui as écrit ceci ? » sont aléatoires ^[2].

1. Considérez un signalement comme une raison d’y regarder de plus près, et non comme un verdict. Turnitin présente son score comme une donnée destinée à éclairer une décision prise selon la politique propre à l’établissement ^[5].
2. Vérifiez les conditions. Turnitin ne traite pas les documents comptant moins de 300 mots dans les phrases évaluées et n’affiche pas les scores inférieurs à 20 % dans son rapport ^[5]. Les travaux courts ou composés surtout de listes fournissent des signaux faibles.
3. Gardez en tête la marge d’erreur. Turnitin précise que lorsqu’il indique 50 % de texte probablement produit par IA, le document peut contenir jusqu’à 65 % d’écriture par IA ^[5] ; l’outil est réglé pour laisser passer une partie des textes d’IA plutôt que de déclencher de faux signalements, si bien que ce chiffre est une estimation, et non une mesure.
4. Rassemblez d’autres éléments. Les brouillons, les notes, l’historique des versions et un entretien avec l’étudiant sur son travail sont plus instructifs qu’un score isolé. OpenAI indique que certains enseignants ont trouvé utile d’encourager les étudiants à partager des conversations précises avec ChatGPT ^[2].
5. Tenez compte du profil linguistique. OpenAI a fait état d’indices montrant que les détecteurs pouvaient pénaliser de manière disproportionnée les apprenants de l’anglais et les étudiants dont l’écriture est stéréotypée ou concise ^[2], et Liang et ses collègues ont constaté des taux de faux positifs bien plus élevés pour les dissertations de non-natifs ^[3].
6. Fixez des règles claires à l’avance. Les étudiants doivent savoir quels usages de l’IA sont autorisés, comme l’aide grammaticale, et lesquels ne le sont pas ; les auteurs du NBER font remarquer que les usages encouragés peuvent être difficiles à distinguer des autres ^[10].

Négliger ces étapes a un coût bien réel. ABC News a rapporté en octobre 2025 que l’Australian Catholic University avait enregistré près de 6000 cas présumés de fraude en 2024, dont environ 90 % liés à l’IA, selon des documents internes ; l’université a jugé ces chiffres « largement surestimés » ^[13]. L’ACU a cessé d’utiliser l’outil d’IA de Turnitin en mars 2025, et sa vice-rectrice adjointe a déclaré que les dossiers dans lesquels cet outil constituait la seule preuve étaient immédiatement classés sans suite ^[13].

Que peut faire un étudiant si un détecteur signale son travail à tort ?

Il s’agit d’informations générales, et non de conseils juridiques ; chaque établissement a sa propre procédure. De l’aveu même des concepteurs des outils, un signalement par un détecteur ne prouve pas une tricherie ^[2][5].

• Demandez quelles preuves existent. Renseignez-vous sur l’outil utilisé, le score obtenu et l’existence d’autres éléments à l’appui des soupçons. L’indicateur de Turnitin n’est visible que par les enseignants et les administrateurs ; les étudiants peuvent donc devoir le demander ^[5].
• Montrez votre démarche. Brouillons, plans, notes manuscrites, historique de navigation vers vos sources et historique des versions du document montrent comment le travail a évolué.
• Proposez d’expliquer votre travail. Être capable de discuter de votre argumentation et de vos sources est une preuve solide que vous en êtes l’auteur.
• Utilisez la procédure de recours officielle et conservez une copie de chaque message.
• Ne demandez pas à un chatbot de trancher. OpenAI indique que les réponses de ChatGPT sur le fait qu’il ait écrit ou non un texte ne reposent sur aucun fait ^[2].

Pour les étudiants en Iran et dans d’autres pays qui écrivent en anglais comme langue seconde, les recherches sur les biais sont directement pertinentes ^[3]. La détection d’IA de Turnitin prend en charge les textes longs en anglais, en espagnol, en japonais, en arabe moderne, en néerlandais, en allemand et en turc ; le persan ne figure pas sur cette liste, et les devoirs rédigés dans des langues non prises en charge ne sont pas traités ^[5].

La détection de l’IA va-t-elle devenir plus fiable ?

Au 3 novembre 2026, la situation ressemble à une course entre générateurs et détecteurs. Turnitin a mis à jour l’architecture de son modèle de détection pour l’anglais en octobre 2026 et cite parmi les modèles qu’il peut détecter GPT-5.4 et Claude Opus 4.6 ^[5]. Certaines recherches de 2025 montrent de bons résultats pour les meilleurs outils commerciaux ^[10], tandis que des bancs d’essai montrent que des conditions non testées trompent encore de nombreux détecteurs ^[8]. Des travaux théoriques suggèrent que la détection devient plus difficile à mesure que l’écriture de l’IA ressemble davantage à celle des humains ^[9].

Le filigrane peut aider pour les textes des fournisseurs qui l’adoptent, mais ses auteurs le décrivent comme un complément aux autres méthodes plutôt que comme une réponse complète ^[12]. Les recommandations d’OpenAI comme de Turnitin orientent les établissements vers des politiques claires d’usage de l’IA, des traces de la manière dont les étudiants ont travaillé et des décisions prises par des enseignants plutôt que par un score ^[2][5].