Accusé d'avoir utilisé l'IA alors que ce n'était pas le cas : que faire
Un courriel d'intégrité académique qui mentionne une utilisation de l'IA est effrayant précisément parce qu'il n'existe pas de fait unique qui réfute un pourcentage. Voici quoi faire, dans l'ordre, au cours des 48 premières heures, quoi dire, quoi ne jamais admettre, quelles preuves demander, et comment déterminer si un score est même autorisé à tenir seul.
L’e-mail arrive avec un objet du type Academic Integrity Concern ou Meeting Request: Regarding Your Submission, et la première ligne à l’intérieur vous indique que votre enseignant pense que vous avez utilisé l’intelligence artificielle pour un travail que vous avez rédigé vous-même. Être accusé d’avoir utilisé l’IA pour un devoir que vous avez réellement écrit est déstabilisant d’une manière particulière, il n’existe aucun fait unique que vous puissiez opposer pour réfuter un pourcentage, et l’instinct de paniquer, de contester ou de trop expliquer dans le premier message que vous envoyez est précisément la mauvaise réaction. La peur est réelle et légitime. La réponse doit néanmoins rester procédurale plutôt qu’émotionnelle, parce que c’est la procédure qui régira en réalité les prochaines semaines.
Il ne s’agit pas de savoir si le détecteur avait raison. Beaucoup de textes sont signalés pour des raisons qui n’ont rien à voir avec la paternité, et TextPulse a déjà traité en détail la précision réelle de ces outils ailleurs. Ce qui compte dans les deux prochains jours, c’est la procédure, ce que vous dites, ce que vous demandez, et ce que vous apprenez avant de vous engager dans une version des faits que vous pourriez devoir ensuite réviser. Respectez l’ordre et vous vous protégez, quelle que soit la manière dont la question de fond sera finalement résolue.
Accusé d’avoir utilisé l’IA pour un devoir, maîtrisez la première réaction
Attendez avant de répondre, et gardez tout message initial bref. La colère se lit clairement à l’écrit, et un bureau de l’intégrité académique en lit beaucoup. Une réponse envoyée dans la première heure, surtout si elle qualifie la procédure d’injuste ou le professeur d’incompétent, devient une pièce de votre dossier, que vous ayez ou non raison de ressentir cela.
Prenez le temps qui vous est réellement accordé. La plupart des enseignants et des services d’intégrité attendent une réponse dans les quelques jours, et non dans les quelques minutes, et un bref message d’attente, indiquant que vous avez bien reçu la notification et que vous préparez une réponse, vous donne de la marge pour réfléchir sans paraître évasif. Lisez le message deux fois avant de rédiger quoi que ce soit, et notez exactement ce qu’il affirme, quel devoir, quel outil il nomme, et quelles preuves, le cas échéant, il cite déjà. S’il indique une date limite pour votre réponse, notez cette date ailleurs que dans l’e-mail lui-même, car la manquer peut transformer une accusation contestée en accusation non contestée par défaut.
Ne reconnaissez rien que vous n’avez pas fait
Ne dites que ce qui s’est réellement passé, et résistez à l’envie de paraître coopératif en admettant davantage. Un nombre surprenant de cas de fausse accusation se dégradent précisément à cette étape. Un étudiant, déstabilisé par une procédure inconnue, dit quelque chose comme I did use Grammarly to check it ou I might have looked something up on ChatGPT for an idea, ce qui signifie quelque chose de bien moindre que le fait d’avoir rédigé la dissertation avec cet outil.
Cette phrase, une fois consignée, devient le seul fait du dossier qui ne soit pas contesté, et tout le reste est lu à travers elle. Répondez uniquement à ce qui est effectivement demandé, et répondez avec précision, si vous avez utilisé un correcteur grammatical, un outil de citation ou un correcteur orthographique, dites exactement cela et rien de plus, car une coopération vague peut être lue comme une esquive tout autant que le silence. Si vous n’êtes pas certain qu’un outil que vous avez utilisé relève du type d’usage de l’IA visé par la politique, dites ce que vous avez utilisé et demandez-le directement, plutôt que de deviner et de vous engager dans une réponse que vous pourriez devoir corriger plus tard.
Quelle preuve devez-vous demander par écrit ?
Un pourcentage signalé, à lui seul, n’est pas une accusation à laquelle vous pouvez réellement répondre, car il n’indique pas ce qui l’a déclenché. Demandez, par écrit, le rapport complet plutôt que le score récapitulatif, quelles phrases ou sections ont été signalées, quel seuil votre établissement utilise avant qu’un score soit considéré comme préoccupant, et quel système exact a produit le nombre.
Les propres documents de Turnitin indiquent explicitement que le rapport de rédaction par IA et le rapport de similarité, ou de correspondance des sources, sont des systèmes distincts qui mesurent des choses distinctes, et qu’un document peut obtenir un score élevé dans l’un tout en obtenant un score faible dans l’autre. Si le message que vous avez reçu ne précise pas de quel rapport il s’agit, c’est la première question de clarification à poser, car être signalé pour IA et être signalé pour correspondance avec une source sont des accusations différentes qui appellent des réponses différentes. Demandez précisément une copie du rapport réel, et pas seulement une description de celui-ci. Turnitin ne montre pas le rapport IA aux étudiants par défaut, donc lorsqu’un enseignant cite un score, il décrit généralement quelque chose que vous n’avez jamais vu vous-même, et une personne ayant accès doit l’exporter et vous l’envoyer directement.
Formulez la demande dans un e-mail plutôt que de la soulever uniquement à l’oral, afin qu’il existe une trace de votre demande. Une procédure raisonnable devrait permettre de produire cela. Le refus de partager les éléments de preuve réels derrière un pourcentage mérite en soi d’être noté, en particulier si l’affaire aboutit plus tard à une audience formelle où vous voudrez montrer exactement ce que vous avez demandé et à quel moment.
Conservez une copie de tout ce que vous recevez et de tout ce que vous envoyez à partir de ce moment, dans un dossier que vous contrôlez plutôt que seulement dans votre compte de messagerie universitaire. Si l’affaire évolue vers une audience formelle des semaines ou des mois plus tard, se souvenir exactement de ce qui a été dit et à quel moment comptera davantage que vous ne le ressentirez aujourd’hui.
Humanisez votre propre article
Transformez votre texte assisté par IA et faites-le sonner humain, sans toucher aux mots importants ni aux citations.
Quelle politique et quelle procédure s’appliquent à vous ?
Chaque établissement gère cela différemment, et l’étiquette apposée à votre dossier compte davantage qu’il ne semble. Demandez directement, s’agit-il d’un échange informel entre vous et votre enseignant, ou l’affaire a-t-elle déjà été transmise à un bureau d’intégrité académique en tant que dossier formel ? Les deux suivent des règles différentes, comportent des enjeux différents et vous donnent des droits différents concernant les éléments de preuve retenus contre vous. Ne déduisez pas la réponse du ton seul. Un courriel au ton amical peut malgré tout être la première étape d’une procédure formelle, et un message sévère peut encore se révéler être un enseignant qui traite une préoccupation personnelle avant qu’aucun dossier ne soit déposé nulle part.
| Conversation informelle | Signalement formel | |
|---|---|---|
| Qui est impliqué | Votre enseignant, aucun dossier n’a encore été ouvert | Un bureau ou comité d’intégrité, un numéro de dossier |
| Ce qui est généralement en jeu | Une discussion sur la note, parfois rien de plus | Une mention au relevé de notes, une suspension, ou pire dans les cas graves |
| Votre droit aux éléments de preuve | Demandez quand même, même si cela n’est pas formellement exigé | En général, un droit documenté de consulter le rapport complet |
| Que faire en premier | Demandez par écrit de quelle catégorie il s’agit | Demandez la procédure écrite par son nom et lisez-la avant de répondre |
Une fois que vous savez dans lequel des deux cas vous vous trouvez, trouvez le document de politique lui-même, et non un résumé que quelqu’un vous donne oralement. La plupart des universités le publient ouvertement, et l’aperçu de TextPulse sur la manière dont la politique sur l’IA fonctionne réellement dans les établissements est un point de départ raisonnable si la version de votre propre université est difficile à retrouver. La politique précise généralement ce qui compte comme preuve, qui décide, et à quoi ressemble votre droit de réponse sur le papier, et chacun de ces détails modifie ce que votre prochain message doit dire.
Un score de détecteur peut-il être la seule preuve retenue contre vous ?
En général, non, du moins sur le papier. Les propres consignes de Turnitin aux établissements indiquent clairement que son modèle de rédaction par IA peut ne pas toujours être exact et ne doit pas être utilisé comme seul fondement de mesures défavorables à l’encontre d’un étudiant. Les propres consignes de Michigan State reprennent le même principe dans presque les mêmes termes. Les faux positifs constituent un schéma documenté parmi les détecteurs testés indépendamment, et si votre dossier repose sur un score sans autre élément à l’appui, vous êtes en droit de le dire.
Il ne s’agit pas d’un détail technique que vous inventez pour vous défendre. Vanderbilt a désactivé entièrement le détecteur d’IA de Turnitin en 2023, en invoquant le taux de faux positifs publié par le fournisseur lui-même et en estimant que, sur les quelque 75,000 travaux qu’il soumet chaque année, des centaines de travaux d’étudiants auraient pu être mal étiquetés. L’University of Texas at Austin, Northwestern et Montclair State ont pris des décisions similaires à peu près à la même période. Rien de tout cela ne prouve que votre cas précis est erroné. Cela montre que le chiffre, à lui seul, n’a jamais été considéré comme suffisant, même par les universités qui paient pour ces outils.
Cela compte encore davantage si l’anglais n’est pas votre langue première. Des tests indépendants ont montré à plusieurs reprises que les détecteurs interprètent à tort des écrits universitaires fluides en langue seconde à des taux bien plus élevés que les écrits natifs, et la page de TextPulse destinée aux rédacteurs universitaires ESL explique précisément pourquoi cela se produit. Si cela vous concerne, indiquez-le dans votre réponse écrite et demandez expressément si ce schéma documenté a été pris en compte avant que votre score ne soit traité comme significatif.
Ce qui se passe après les 48 premières heures
Une fois que vous avez les preuves, la politique et une idée claire de la procédure dans laquelle vous vous trouvez, l’étape suivante est généralement une réponse écrite, parfois une réunion, parfois les deux. Ce que vous dites dans cette réunion compte moins que ce que vous pouvez montrer, une chronologie, une procédure, une trace écrite qui existait avant que quiconque ne vous accuse de quoi que ce soit.
Les deux prochaines étapes pratiques ont chacune leur propre page : rassembler des preuves que vous n’avez pas utilisé d’IA, et rédiger une lettre d’appel qui répond au score plutôt qu’à l’accusation.
Cette trace documentaire mérite d’être constituée, que vous en ayez ou non besoin à nouveau un jour. Les habitudes qui rendent une fausse accusation supportable, enregistrer les brouillons au fur et à mesure, conserver votre historique de recherche, être capable de guider quelqu’un à travers votre propre raisonnement ligne par ligne, ne coûtent rien à commencer aujourd’hui et coûtent énormément à reconstituer après coup. Commencez maintenant, discrètement, quelle que soit l’issue de ce cas particulier. À quoi ressemble concrètement cette preuve, et quel poids chaque type de preuve peut porter, mérite d’être compris plus en détail avant que vous n’en ayez besoin sous pression.
Questions fréquentes
Ne répondez pas tout de suite, et n'admettez rien au-delà de ce qui s'est réellement passé. Si l'on vous accuse d'avoir utilisé l'IA pour un travail de dissertation que vous avez rédigé vous-même, demandez par écrit les preuves précises, vérifiez s'il s'agit d'une conversation informelle ou d'un renvoi formel, et lisez la politique réelle de votre établissement avant de répondre à quoi que ce soit.
PhD in natural language processing, with years spent building NLP applications end to end. Moe works on text analysis: lexical and syntactic structure, and what separates machine-generated prose from human prose statistically. He has been experimenting with computational linguistics since the early days of NLTK, spaCy and WordNet, and still writes most of his tooling in Python.