AI Detection

Lettre d’appel d’une détection d’IA, modèle et liste de preuves

Une lettre d’appel d’une détection d’IA ne fonctionne que si elle se lit comme un argument plutôt que comme une protestation. Voici un modèle complet que vous pouvez adapter, la liste de preuves qui l’accompagne et la raison la plus courante pour laquelle les appels échouent.

5 min
AI detection appeal letter template and evidence checklist, showing the four required parts of a formal appeal

La lettre de constatation dit à peu près ce que disent la plupart d’entre elles, un pourcentage, une citation de la politique, et une date limite pour répondre si vous n’êtes pas d’accord. Une lettre d’appel d’une détection d’IA est le document formel qui consigne votre désaccord, et elle ne fonctionne que si elle est construite comme un argument plutôt que comme une protestation. La plupart des institutions ne vous donnent qu’une seule chance, un seul appel formel examiné une fois, il vaut donc la peine de bien structurer le document dès la première fois plutôt que de le traiter comme un brouillon que vous pourrez réviser après soumission.

Une lettre d’appel d’une détection d’IA a une seule fonction, donner à la personne ou au comité qui la lit une raison précise et étayée de modifier ou d’écarter un constat. Cela signifie quatre parties, toujours dans le même ordre, ce que vous contestez, les motifs de réexamen, les preuves jointes, et l’issue que vous demandez. En omettre une seule, et la lettre se lit comme une plainte plutôt que comme un appel.

Modèle de lettre d’appel d’une détection d’IA

Adaptez le langage ci-dessous à votre propre cas plutôt que de le copier directement. Un évaluateur qui a lu quarante appels repère immédiatement un modèle. Tout l’intérêt de ce qui suit est la précision. Chaque crochet ci-dessous représente votre propre fait précis. Plus vous pouvez intégrer les détails, les dates exactes, les pourcentages exacts, les noms exacts des documents, moins la lettre finale ressemblera à un texte passe-partout. Vous ne voulez pas d’une lettre générique.

Indiquez ce que vous contestez

Commencez en nommant le constat exact, la date, et le devoir, en une ou deux phrases, je fais appel du constat daté du [date] selon lequel [nom du devoir] a été signalé comme ayant [X]% de probabilité d’avoir été généré par IA en vertu de [nom de la politique], qui m’a été communiqué le [date]. Pas de contexte ni d’explication pour l’instant, seulement le fait de ce qui est contesté et du moment où cela s’est produit. Si le message que vous avez reçu citait un seuil précis ou un type de rapport, nommez-le aussi. La précision ici montre que vous avez lu la politique avec attention, ce qui donne le ton à tout ce qui suit.

Exposez vos motifs de réexamen

C’est le paragraphe qui fait réellement le travail, et l’échec le plus courant se situe ici. Indiquez précisément pourquoi le constat est erroné dans votre cas, j’ai rédigé ce devoir en utilisant [décrivez votre processus réel], et les éléments de preuve suivants appuient ce récit. Si l’anglais est votre deuxième langue, le schéma documenté des AI detectors biased against non-native speakers constitue aussi un élément de votre argumentation, et il vaut la peine de le nommer directement plutôt que de laisser le lecteur en déduire ce point.

Joignez et énumérez vos preuves

Énumérez ce qui est joint, par son nom, plutôt que de supposer que le lecteur cherchera dans un dossier pour le trouver, joint, export de l’historique des versions de Google Docs (daté de [range]), historique de recherche du navigateur couvrant [dates], plan manuscrit photographié le [date]. Une liste numérotée que le lecteur peut vérifier par rapport aux pièces jointes physiques est plus efficace qu’un paragraphe décrivant les mêmes éléments en prose.

Indiquez le résultat que vous demandez

Concluez en nommant exactement ce que vous souhaitez voir se produire, je demande que ce constat soit rejeté et retiré de mon dossier, ou examiné par un second lecteur, ou réduit à [specific outcome]. Une lettre qui argumente longuement sans jamais formuler de demande place le lecteur dans la position de devoir deviner ce qui vous satisferait, ce qui fonctionne rarement en votre faveur.

Quelles preuves devez-vous joindre à un recours contre une détection par AI ?

Tout ce qui figure dans la liste de contrôle ci-dessous et que vous avez réellement, pas une sélection mise en avant. Un lecteur qui examine un recours recherche une cohérence entre des sources indépendantes, donc une lacune dans une catégorie est moins dommageable qu’elle ne le semble, et une preuve solide vaut davantage que plusieurs preuves faibles gonflées pour paraître exhaustives. Classez la liste de la plus solide à la moins solide plutôt que chronologiquement, car un lecteur qui ne lit que les deux premiers éléments doit tout de même voir vos meilleurs éléments.

  • Une copie intégrale du rapport de détection de l'IA lui-même, et pas seulement le pourcentage récapitulatif, puisque les étudiants ne le voient pas par défaut et qu'un enseignant doit l'exporter en PDF pour le partager
  • L'historique des versions de Google Docs ou Word montrant que le document s'est construit en temps réel
  • Les horodatages des fichiers et du cloud, idéalement issus du journal d'activité propre au service plutôt que d'un simple fichier local
  • L'historique de recherche pertinent du navigateur, de la base de données ou du gestionnaire de références couvrant la période de rédaction
  • Des notes manuscrites, des impressions annotées ou des plans avec leur propre chronologie indépendante
  • Un bref compte rendu écrit de votre processus, ce que vous avez lu, ce que vous avez décidé, et dans quel ordre

Si votre texte a été signalé en partie à cause du vocabulaire ou du rythme des phrases, un vérificateur de perplexité gratuit vous montre la même mesure qu'exécute un détecteur, ce qui fournit un langage utile pour expliquer, dans votre propre lettre, pourquoi votre style d'écriture naturel a produit le résultat obtenu.

Humanisez votre propre article

Transformez votre texte assisté par IA et faites-le sonner humain, sans toucher aux mots importants ni aux citations.

Commencer gratuitement

Qu'est-ce qui fait échouer un recours contre une détection de l'IA ?

Affirmer que les détecteurs d'IA ne sont pas fiables en général, sans montrer quoi que ce soit sur votre propre processus de rédaction, est la manière la plus courante dont un recours échoue. Le propre examen de TextPulse sur la précision réelle de ces détecteurs couvre ce débat en détail, et il vaut la peine d'être lu, mais ce n'est pas ce que votre lettre doit rediscuter. Un recours demande à un évaluateur d'annuler une décision plutôt que de reconsidérer un constat, et les évaluateurs sont rarement en position de faire la première chose, quelle que soit leur opinion sur la technologie sous-jacente.

Un recours plus solide fait l'inverse. Il traite les limites du détecteur comme un contexte, mentionné brièvement, puis consacre la majeure partie de sa longueur à votre processus spécifique et aux preuves qui le sous-tendent. La question sur laquelle un évaluateur peut réellement agir est plus étroite qu'il n'y paraît, cette personne a-t-elle écrit ce document particulier, et non cet outil est-il bon, et une seule de ces questions est celle que votre lettre doit défendre.

Trois échecs plus modestes apparaissent assez souvent pour être nommés directement. Manquer la date limite de recours, ce qui ferme généralement l’option automatiquement, quels que soient les mérites sous-jacents. Un ton accusateur envers l’enseignant ou l’institution, qui se lit comme un jugement de caractère plutôt que comme une réponse aux preuves. Et un recours sans aucune pièce jointe, qui repose entièrement sur l’affirmation, ce qui ne donne au réviseur rien à vérifier par rapport à la conclusion.

Que se passe-t-il après l’envoi d’une lettre de recours ?

La plupart des institutions orientent un recours soumis vers une personne ou un comité distinct de celui qui a rendu la conclusion initiale, et la plupart publient un délai approximatif, généralement de quelques semaines, bien que cela varie suffisamment d’une institution à l’autre qu’il vaut mieux le confirmer au moment de l’envoi plutôt que de le supposer. Certaines autorisent une réunion de suivi, d’autres statuent uniquement sur dossier. Demandez, au moment de l’envoi, si vous serez informé du résultat par écrit et si ce résultat peut lui-même faire l’objet d’un nouveau recours, car la procédure de chaque institution ne s’achève pas toutes au même stade.

Rien de tout cela ne garantit un résultat particulier, et cela ne devrait pas le faire. Cela permet en revanche de présenter aux personnes qui décident un récit précis et vérifiable, au lieu d’un pourcentage isolé. Construire ce récit est plus facile avant d’être soumis à une échéance, et les outils gratuits de TextPulse sont un moyen de voir comment votre propre texte se lit actuellement avant que quelqu’un d’autre ne l’évalue.

Un argument mérite d’être connu avant que vous n’écriviez : plusieurs universités ont désactivé le détecteur entièrement, et les éléments de preuve des faux positifs qui sous-tendent cette décision sont rassemblés séparément.

La lettre est la dernière étape, pas la première. Tout ce qui la rend crédible a été rassemblé des jours ou des semaines avant que vous n’ouvriez un document vierge pour commencer à l’écrire.

XLinkedInFacebook

Questions fréquentes

Une lettre d’appel d’une détection d’IA doit comporter quatre parties dans cet ordre, la décision que vous contestez et la date à laquelle elle a été prise, vos motifs précis de réexamen, les preuves jointes et le résultat que vous demandez. Une lettre qui omet la dernière partie, une demande claire, laisse au lecteur le soin de deviner ce qui vous satisferait.

Moe

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.

Restez informé sur l'humanisation par AI

Recevez dans votre boîte mail des conseils sur la rédaction académique, la détection AI et l'humanisation.

Pas de spam. Désabonnement possible à tout moment.