Les meilleurs détecteurs d'IA pour la rédaction académique en 2026 : 10 outils comparés

Deux des dix outils présentés ici publient le même chiffre en titre, 99.98% de précision. L’un d’eux nomme les chercheurs et les universités à l’origine de ce chiffre et détaille son taux de faux positifs par genre de contenu. L’autre ne nomme aucun test. Ce contraste est l’élément le plus utile dans tout ensemble de détecteurs d’IA comparés côte à côte, et il restera utile après que tous les prix de chacune de ces pages auront changé.

Ce guide compare les meilleurs détecteurs d’IA pour la rédaction académique en 2026, Turnitin, GPTZero, Copyleaks, Originality.ai, Pangram, Winston AI, ZeroGPT, Scribbr, Sapling et Compilatio, les dix que sont le plus susceptibles de rencontrer un étudiant, un chercheur, un correcteur ou un éditeur. Ils sont vendus à des acheteurs différents, tarifés selon des modèles différents, et ils renvoient des informations différentes. Les comparer uniquement sur la précision manque presque tout ce qui détermine lequel d’entre eux traite votre texte, et ce qui se passe ensuite.

Les quatre éléments qui diffèrent réellement

Les pages marketing des détecteurs convergent vers un seul chiffre et divergent sur tout le reste. Quatre questions distinguent ces produits, et une seule est le pourcentage affiché sur la page d’accueil.

• À qui il est vendu. Un outil concédé sous licence à des institutions et montré uniquement aux enseignants se situe dans une position différente de celle d’un outil auquel n’importe qui peut s’inscrire dans un navigateur, et cette différence détermine qui voit un jour un résultat vous concernant.
• Quel chiffre il publie. Chaque fournisseur ici publie une affirmation d’une certaine sorte, d’un simple pourcentage à un taux de faux positifs cité avec quatre chiffres.
• Si un test nommé se trouve derrière ce chiffre. C’est l’axe qui distingue le plus nettement les dix, et celui qu’aucun tableau comparatif de fournisseurs n’utilise.
• Ce que le rapport renvoie réellement. Un pourcentage au niveau du document, des surlignages au niveau de la phrase, une vue d’interprétabilité et un rapport partageable sont quatre objets différents, et une accusation fondée sur l’un n’est pas la même conversation qu’une accusation fondée sur un autre.

La troisième question mérite qu’on s’y arrête. Un pourcentage associé à une institution nommée, à un jeu de données nommé et à une méthode explicitée peut être contesté, reproduit ou disputé. Un pourcentage sans rien derrière ne peut qu’être cru ou ignoré, et la croyance ne constitue pas une base pour une audience disciplinaire. La perplexité, propriété statistique sur laquelle la génération précédente de détecteurs s’appuyait le plus, est suffisamment mesurable pour qu’un vérificateur de perplexité gratuit vous montre à quoi elle ressemble dans vos propres écrits, bien qu’aucun fournisseur ci-dessous ne présente son verdict sous forme de score de perplexité.

Le tableau comparatif, à qui chacun est vendu, et ce qu’il prétend

Détecteur	Vendu à	Comment vous y accédez	Affirmation principale	Test nommé à l'origine de l'affirmation
Turnitin	Enseignants et administrateurs dans des établissements sous licence	Licence institutionnelle uniquement	Taux de faux positifs des documents inférieur à 1% au-dessus du seuil de 20%	Jeu de validation propre à Turnitin, aucune étude externe nommée
GPTZero	Enseignants, étudiants, rédacteurs, recruteurs, éditeurs	Inscription directe, formule gratuite	99% de précision, 96.5% sur des documents mixtes	Renvoie à RAID, un benchmark tiers, et à un partenariat avec Penn State
Copyleaks	Éducation et entreprise, dans Canvas, Blackboard et Moodle	Inscription directe et licence LMS	Plus de 99% de précision avec un taux de faux positifs de 0.03%	Des données indépendantes existent, l'étude VUB de 2026 ci-dessous
Originality.ai	Rédacteurs, éditeurs, spécialistes du marketing, agences, entreprise	Inscription directe, système à crédits	99% de précision sur les derniers modèles d'IA	Sa propre étude de précision plus des travaux tiers évalués par les pairs
Pangram	Universités, écoles et entreprises	Inscription directe, offres institutionnelles et API	99.98% de précision, taux de faux positifs de 1 sur 10,000	Une étude qu'il attribue à des chercheurs de Chicago Booth et de l'University of Maryland
Winston AI	Particuliers, équipes, clients de certification de sites web	Inscription directe, système à crédits	99.98% de précision, présenté comme le seul détecteur à l'atteindre	Aucun nommé
ZeroGPT	Particuliers, la pré-vérification sans inscription	Gratuit, 15,000 caractères, sans compte	Au-dessus de 98% lors d'évaluations internes	Aucun nommé, le chiffre est celui du fournisseur
Scribbr	Étudiants, vérificateur gratuit plus formule premium	Gratuit dans le navigateur	78% des textes test identifiés correctement	Comparaison propre à Scribbr, réalisée par Scribbr lui-même
Sapling	Développeurs et équipes de support, d'abord API	Inscription directe, API publique, extension de navigateur	Probabilités d'IA par phrase	Aucun nommé, les évaluations indépendantes divergent fortement entre elles
Compilatio	Institutions européennes et étudiants, particulièrement fort dans les systèmes francophones	Licence institutionnelle, ou achat direct par l'étudiant à partir de 4.99 euros	94 à 99% de fiabilité, moins de 1% de faux positifs	Classé 2e sur 14 outils, Weber-Wulff et al. 2023

Une ligne se comporte différemment des autres. Turnitin ne peut pas être acheté par la personne évaluée, ne peut pas être exécuté par elle avant la soumission, et transmet ses résultats à quelqu’un d’autre. Compilatio est concédé sous licence aux institutions de la même manière, mais vend aussi directement aux étudiants les mêmes vérifications, c’est donc le seul détecteur institutionnel que vous pouvez exécuter vous-même sur votre propre brouillon en premier. Tous les autres détecteurs ici sont des produits qu’un étudiant, un rédacteur ou un éditeur peut ouvrir dans un navigateur et appliquer à son propre texte cet après-midi.

Les affirmations sur la précision, et celles qui reposent sur un test nommé

Winston AI et Pangram publient le même chiffre. Winston affirme être "The only AI detector with a 99.98% accuracy rate". La page d’accueil de Pangram indique: "Detect AI-generated content with 99.98% accuracy. Trusted by universities, schools, and enterprises worldwide." Les chiffres sont identiques. Les preuves qui les sous-tendent en sont très loin.

Pangram nomme sa source. Ses propres pages attribuent la statistique à une étude comparative menée par des chercheurs de la Booth School of Business de l'University of Chicago et de l'University of Maryland, et publient une ventilation des faux positifs par genre de contenu. Les pages de Winston ne nomment aucune étude: aucun jeu de données, aucune taille d’échantillon, aucune méthode pour le chiffre de 99.98%. Les marqueurs de crédibilité y sont des badges SOC 2 et GDPR ainsi que des logos de presse, qui renvoient à la posture de sécurité et à la couverture médiatique plutôt qu’aux performances de détection. L’examen complet de chaque affirmation figure dans les analyses dédiées: Pangram reviewed et Winston AI reviewed.

Les chiffres les plus précis des dix sont publiés par Turnitin et sont des taux d’erreur, non des taux de précision: un taux de faux positifs au niveau du document inférieur à 1% au-dessus de son seuil de 20%, une probabilité d’erreur d’environ 4% au niveau de la phrase, et une chance déclarée de manquer 15% du texte généré par IA dans un document, un taux de non-détection publié que presque personne ne cite en retour. How Turnitin's detector works et what its false positive rate means in practice sont traités séparément.

GPTZero publie une exactitude de 99% et renvoie à RAID, un benchmark tiers, ainsi qu'à un partenariat de recherche avec Penn State, ce qui le place un cran au-dessus d'un simple chiffre et un cran en dessous d'une citation. Originality.ai publie 99% sur les derniers modèles d'IA, en citant sa propre étude et des travaux évalués par des pairs de tiers, et publie aussi la phrase qui devrait régir toute cette section : "Any AI detector accuracy claim that is not transparently supported by methodology, benchmark data, and independent or reproducible analysis should be viewed skeptically." Appliquée de manière uniforme, cette norme pose la même question à chaque chiffre de cette page, y compris les deux affirmations de 99.98%. Le chiffre de ZeroGPT, supérieur à 98% dans des évaluations internes, n'a lui non plus aucun test nommé derrière lui, et la revue de l'exactitude de ZeroGPT retrace l'origine de ce nombre. Le 78% de Scribbr est au moins honnête quant à son échelle, même si le test est propre à Scribbr.

La même norme doit s'appliquer à nos propres chiffres. TextPulse publie des taux de réussite mesurés de 92.33% sur Turnitin AI, 89.12% sur Originality.ai et 87.91% sur GPTZero pour son humaniseur académique d'IA. Ce sont des chiffres de fournisseur issus de tests du fournisseur, exactement comme ceux de Winston et de Pangram, et aucun outil de part et d'autre de ce marché ne peut promettre ce qu'un détecteur signalera à propos d'un document précis.

Les 10 meilleurs détecteurs d'IA pour la rédaction académique

Chaque entrée couvre les mêmes quatre éléments, le fonctionnement du moteur, ce que le fournisseur affirme, ce que montrent les preuves indépendantes, et qui utilise réellement l'outil. La revue dédiée liée depuis chaque section va plus loin.

1. Turnitin: le choix institutionnel par défaut

L'indicateur de rédaction par IA de Turnitin est un classifieur à apprentissage profond entraîné sur la prose académique. Il découpe une soumission en segments chevauchants de quelques centaines de mots, attribue à chaque segment un score selon les schémas statistiques du texte généré par un modèle, puis agrège les résultats en le pourcentage du document que les enseignants voient. Seule la prose de forme longue compte comme texte admissible, les listes à puces, les citations et les références sont exclues.

Turnitin publie des taux d'erreur plutôt qu'un taux de précision, un taux de faux positifs au niveau du document inférieur à 1% pour les articles au-dessus de son seuil de 20%, une probabilité d'erreur d'environ 4% pour une seule phrase mise en évidence, et une chance annoncée de manquer 15% du texte IA dans un document. L'étude VUB de 2026 a été plus sévère que les chiffres du fournisseur lui-même, Turnitin a signalé 0% d'IA pour chacune des 40 thèses entièrement générées par IA dans l'ensemble de test. Il reste la valeur par défaut parce qu'il est intégré au flux de travail de détection du plagiat que plus de 16,000 institutions ont déjà sous licence, selon le propre décompte de Turnitin, et seuls les enseignants et les administrateurs voient le score. C'est aussi l'outil le plus révisé à la baisse sur cette page, plusieurs grandes universités l'ont désactivé en raison de préoccupations liées aux faux positifs, recensées dans universities that stopped using Turnitin. How Turnitin detects AI et similarity versus AI score couvrent les mécanismes.

2. GPTZero: la plus grande marque du côté des étudiants

GPTZero a été lancé en janvier 2023 comme un vérificateur de perplexité et de burstiness, et a depuis reconstruit son moteur en un classificateur multicouche. Une analyse renvoie un verdict sur le document, une répartition de probabilité entre IA, humain et mixte, une mise en évidence phrase par phrase des passages qui déterminent le résultat, ainsi qu’une liste de vocabulaire IA. Sa page d’accueil affirme 99% de précision, 17 millions d’utilisateurs et 1 million d’éducateurs, le niveau gratuit accepte environ 10,000 caractères par analyse, et l’entreprise publie un étalonnage ESL destiné à réduire les faux signalements sur les écrits en anglais de locuteurs non natifs.

Sur le plan des preuves, il se situe au milieu du classement. Il renvoie au benchmark RAID de tiers et à un partenariat de recherche avec Penn State, ce qui va au-delà d’une simple affirmation, mais dans l’étude VUB son score médian sur des thèses entièrement générées par IA est resté inférieur à 20%, avec de fortes variations entre les articles individuels. C’est l’outil que les étudiants utilisent le plus souvent pour pré-vérifier leurs propres brouillons avant soumission. Comment GPTZero fonctionne passe en revue le rapport couche par couche, GPTZero versus Turnitin explique pourquoi les deux divergent sur un même texte.

3. Copyleaks: le détecteur intégré à votre LMS

Copyleaks vend la détection IA et la vérification du plagiat comme un seul produit d’entreprise, intégré à Canvas, Blackboard et Moodle, avec la couverture linguistique la plus large des dix, le fournisseur indique plus de 30 langues avec des modèles de détection par langue. Une analyse renvoie un pourcentage du document avec des passages mis en évidence. Le fournisseur affirme plus de 99% de précision avec un taux de faux positifs de 0.03%, et le scanner gratuit accepte environ 25,000 caractères.

Le dossier indépendant constitue la moitié faible de l’argumentaire. Dans l’étude de la VUB, Copyleaks n’a classé aucun des 40 mémoires entièrement générés par IA comme entièrement rédigés par IA, n’en a signalé que 10 sur 40, même partiellement, et a maintenu une part médiane d’IA déclarée inférieure à 20% sur des travaux qui étaient générés à 100% par machine. Il a en revanche validé les 40 travaux rédigés par des humains, chacun par un locuteur non natif de l’anglais, ce qui constitue un véritable élément en sa faveur au sujet des faux positifs. L’évaluation de Copyleaks présente l’ensemble du tableau.

4. Originality.ai, conçu pour les éditeurs, non pour les salles de classe

Originality.ai s’adresse aux éditeurs, aux agences SEO et aux équipes de contenu qui contrôlent des textes de freelances, et chaque choix de conception découle de cet acheteur, tarification fondée sur des crédits, à raison d’un crédit pour 100 mots, une API, une extension Chrome, des modules complémentaires de détection du plagiat et de vérification des faits, ainsi qu’un curseur réglable d’autorisation d’IA qui permet à un éditeur de définir quelle quantité de texte assisté par IA est acceptable. Il réentraîne ses modèles de détection pour chaque nouvelle génération de modèles de langage et affirme une précision de 99% sur les plus récents, en citant sa propre étude et des travaux évalués par des pairs provenant de tiers.

Il obtient des résultats honorables dans les tests indépendants, parmi les outils commerciaux les plus solides du benchmark RAID, et son calibrage est délibérément agressif, il préfère signaler à tort plutôt que de ne pas signaler. C’est le bon compromis pour un éditeur et le mauvais pour une commission chargée des manquements, et c’est l’élément le plus important à comprendre lorsque son score de précontrôle ne correspond pas à ce qu’un outil universitaire montre ensuite. Originality.ai versus Turnitin cartographie cet écart.

5. Pangram, celui que les études indépendantes continuent de privilégier

Pangram est l'outil le plus récent ici et celui que les chercheurs continuent de valider. Son classifieur a été entraîné spécifiquement pour maintenir les faux positifs près de zéro, et son rapport comprend une vue d'interprétabilité montrant quelles expressions ont déterminé le verdict. Les fonctionnalités couvrent plus de 20 langues, le téléversement de fichiers avec OCR, une extension de navigateur et une intégration Google Docs, le niveau gratuit analyse jusqu'à 2,000 mots par jour. Le fournisseur affirme une précision de 99.98% et un taux de faux positifs de 1 sur 10,000, publiés avec une répartition par genre.

De manière inhabituelle, les preuves indépendantes vont dans le même sens que le marketing. L'étude VUB de 2026 a montré qu'il s'agissait du seul outil parmi les quatre testés dont le score médian sur des thèses entièrement générées par IA se rapprochait de la valeur réelle, et celui qui était le plus proche sur les travaux hybrides et humanisés. Le document de travail NBER de chercheurs de Chicago Booth et de Maryland a montré qu'il s'agissait du seul détecteur maintenant les faux positifs à 0.5% ou en dessous tout en restant performant sur le texte réécrit. Les deux études sont récentes et limitées dans leur portée, mais aucun autre outil sur cette page ne dispose d'autant de preuves actuelles en sa faveur. L'analyse de Pangram examine attentivement les deux études.

6. Winston AI: la plus grande revendication, le moins de preuves

Winston AI est un détecteur fondé sur des crédits, destiné aux enseignants et aux équipes de contenu. Son ensemble de fonctionnalités est pratique, une carte thermique par phrase, un OCR qui lit les pages photographiées et manuscrites, un module complémentaire de plagiat et une intégration à Google Classroom. La page d’accueil affirme une précision de 99.98% et plus de 10 million d’utilisateurs, le chiffre de précision provient de tests internes, et aucune méthodologie, aucun jeu de données ni aucune taille d’échantillon n’est publié nulle part sur le site.

Le meilleur point de référence indépendant est le benchmark RAID (ACL 2024), où Winston a détecté 71% du texte IA au total avec un taux fixe de faux positifs de 5%, excellent sur les sorties de type ChatGPT à 99.6%, beaucoup plus faible sur les modèles anciens et open source, et tombant à 52.6% sur le texte paraphrasé. Un outil compétent avec un titre gonflé. La revue de Winston AI examine cette affirmation en détail.

7. ZeroGPT: le précontrôle gratuit

ZeroGPT est le précontrôle gratuit le plus consulté, collez jusqu’à 15,000 caractères sans compte et obtenez immédiatement un pourcentage ainsi que des phrases mises en évidence à partir de ce qu’il présente comme la technologie DeepAnalyse. Le fournisseur affirme une précision supérieure à 98% sur des évaluations internes et ne cite aucun test externe. Les comparaisons indépendantes le placent de manière constante près du bas du classement du secteur commercial, et son score sur un même texte peut varier d’une exécution à l’autre. Comme premier aperçu approximatif, il est inoffensif, comme verdict, c’est l’outil le moins défendable de cette page. La revue de la précision de ZeroGPT retrace ses affirmations jusqu’à leurs sources.

8. Scribbr: la marque de confiance avec un moteur sous licence

Le vérificateur d’IA de Scribbr est le moteur de détection de QuillBot sous la marque Scribbr, le panneau de résultats affiche la version du moteur, et la page À propos de Scribbr place les deux entreprises dans la famille Learneo. Le niveau gratuit analyse environ 1,200 mots dans le navigateur sans inscription et indique une répartition en trois catégories, contenu généré par IA, contenu affiné par IA et contenu rédigé par un humain. Dans la comparaison de juillet 2026 de Scribbr, le vérificateur gratuit a identifié 78% des textes testés et la version premium 84%, avec zéro faux positifs dans cet échantillon.

Ce sont les meilleurs chiffres publiés pour le niveau gratuit, et ils proviennent d’un test que Scribbr a conçu, exécuté et noté lui-même, dans lequel sa propre société sœur a terminé à égalité pour la première place. Les étudiants font confiance au vérificateur parce que les guides de Scribbr sur les citations et les mémoires ont gagné cette confiance, le détecteur en hérite. La revue de Scribbr couvre ce que mesurent réellement les versions gratuite et premium.

9. Sapling: l’outil du développeur

Le détecteur de Sapling provient d’une entreprise de NLP dont l’activité principale est l’aide à la rédaction pour les équipes de support client, et cela se voit, l’API la plus accessible du groupe, des scores de probabilité par phrase avec une vue de perplexity, et une extension de navigateur qui analyse le texte dans Google Docs, Gmail, Zendesk et Salesforce. Les vérifications gratuites sont plafonnées à 2,000 caractères, les formules payantes portent ce plafond à 100,000.

Son bilan indépendant est le plus volatil des dix, 68% avec zéro faux positifs dans la comparaison de Scribbr, des échecs presque totaux dans un benchmark arXiv de 2023, et au moins une évaluation pratique qui l’a vu tout signaler comme faux. Les scores d’un seul examen se généralisent mal pour tous les détecteurs, et Sapling en est la démonstration la plus claire. L’évaluation de Sapling examine pourquoi.

10. Compilatio: le pendant institutionnel de l'Europe

Compilatio est la suite de détection du plagiat et de l’IA que les institutions européennes souscrivent là où les synthèses centrées sur les États-Unis supposent Turnitin, la plus solide dans les systèmes francophones, avec la détection de l’IA intégrée au même flux de travail destiné aux enseignants que sa vérification de similarité, et une version étudiante qui vend les mêmes vérifications à l’unité de crédit. Elle affirme un taux de fiabilité de 94 à 99% et moins de 1% de faux positifs, et c’est le seul outil ici, avec Turnitin, à se situer près du sommet d’un test évalué par des pairs, deuxième sur quatorze chez Weber-Wulff et ses collègues. Si vous étudiez dans l’UE, le détecteur qui lit votre mémoire est très probablement celui-ci. La revue de Compilatio explique ce que ce classement établit et n’établit pas.

iThenticate: le détecteur sur le bureau de l’éditeur

Un autre produit Turnitin mérite une section ici, car la plupart des chercheurs le rencontrent sans jamais le voir. iThenticate est l’outil de contrôle de Turnitin destiné aux éditeurs, aux revues et aux institutions de recherche, conçu pour vérifier les manuscrits avant publication plutôt que pour noter des travaux de cours. Son argument est la publication en toute confiance, examiner un document à fort enjeu afin de détecter d’éventuelles irrégularités avant sa diffusion. Des milliers de revues savantes y soumettent les articles via le service Similarity Check de Crossref, donc si vous avez soumis un article à une revue à comité de lecture, votre manuscrit est probablement passé par iThenticate, que quelqu’un vous l’ait dit ou non.

Deux éléments le distinguent de la ligne Turnitin ci-dessus. Il est d’abord centré sur le document plutôt que sur le cours, pas de classes, pas de devoirs, un rapport par manuscrit. Et, contrairement à Turnitin, il peut être acheté par la personne évaluée. Les crédits sont vendus directement sur le site, au prix par document, ce qui en fait l’unique outil de la famille Turnitin qu’un auteur peut utiliser sur son propre manuscrit avant qu’une revue ne le fasse. Le rapport est d’abord un rapport de similarité, comparé à la littérature publiée et au web, et Turnitin classe iThenticate parmi les produits qui intègrent sa détection de rédaction par IA pour les clients éligibles.

Pour un rédacteur académique, l’usage pratique est étroit et réel, il s’agit d’un contrôle d’originalité avant soumission sur le manuscrit final, effectué par la même entreprise dont les outils sont susceptibles d’être utilisés par la revue. Ce que le rapport ne fait pas, c’est corriger quoi que ce soit. Il signale les chevauchements et les passages probablement rédigés par IA, et la révision de la prose signalée reste votre travail, ce qui correspond à la moitié de la liste de contrôle de soumission pour laquelle un academic AI humanizer est conçu.

Ce que la recherche indépendante dit de cette catégorie

Les chiffres des fournisseurs se regroupent près de 99%. La recherche publiée, non. Weber-Wulff et ses collègues ont testé 14 systèmes dans l'International Journal for Educational Integrity en 2023, Turnitin parmi eux, et Liang et ses collègues ont constaté la même année dans Patterns que 89 des 91 dissertations TOEFL rédigées par des locuteurs non natifs de l'anglais, soit 97.8% d'entre elles, avaient été signalées comme IA par au moins un des sept détecteurs, avec 18 signalées par les sept.

Le test académique le plus direct des outils ci-dessus est l'étude VUB de 2026, publiée en accès libre dans l'International Journal for Educational Integrity : de véritables mémoires de master, quatre détecteurs commerciaux, et des médianes inférieures à 20% sur des articles entièrement générés par IA pour trois des quatre. Jabarian et Imas, dans le document de travail NBER w34223, ont constitué un corpus de 1,992 textes humains antérieurs à 2020 et de 1,992 textes IA issus de quatre modèles de pointe, puis ont soumis Pangram, GPTZero, Originality.ai et une base de référence open source à des tests de résistance : les détecteurs commerciaux ont surpassé la base de référence, et un seul outil a maintenu un taux de faux positifs inférieur ou égal à 0.5% tout en restant performant sur des textes réécrits. La base de référence open source a signalé entre 30% et 69% du texte humain, ce qui explique l'absence des détecteurs GitHub gratuits dans le tableau ci-dessus.

OpenAI a retiré son propre AI Text Classifier le 20 juillet 2023, en indiquant qu'il n'était "plus disponible en raison de son faible taux de précision". Giray, Roe et Espiritu, publiant dans English Teaching: Practice & Critique en mars 2026, ont formulé clairement le problème d'équité: "These tools disproportionately flag authentic writing by multilingual students, creating a chilling effect that paradoxically encourages AI use to avoid false accusations." Le schéma à l'origine de ce constat est documenté dans how detectors treat non-native English writing.

Les institutions ont réagi au bilan des faux positifs. Vanderbilt a désactivé le détecteur d'IA de Turnitin en août 2023, en estimant que, sur les 75,000 travaux qu'il a soumis en 2022, un taux de faux positifs de 1% implique environ 750 travaux incorrectement étiquetés. La documentation de Michigan State indique que les outils de détection de l'IA ne doivent pas constituer le seul fondement d'une mesure défavorable à l'encontre d'un étudiant, et l'University of Texas at Austin n'approuve pas du tout les logiciels de détection de l'IA. How accurate AI detectors actually are, en tant que catégorie, est une question distincte de celle de savoir lequel votre institution licence.

Le modèle qui contourne la notation, le suivi du processus

Une autre réponse au problème des faux positifs suscite un intérêt institutionnel croissant, il s'agit de cesser d'évaluer le texte final et d'enregistrer plutôt la manière dont le document a été rédigé. La fonctionnalité Authorship de Grammarly et la plateforme d'évaluation Cadmus fonctionnent toutes deux de cette manière, en capturant le processus d'écriture, la saisie au clavier, le collage, l'historique des révisions, au fur et à mesure. Un enregistrement du processus ne peut pas produire de faux positif pour un essai qui a réellement été tapé, ce qui est précisément le mode de défaillance qui a conduit les universités à désactiver les détecteurs. Les compromis sont différents, les questions de surveillance remplacent les questions statistiques, mais si votre institution adopte l'un de ces outils, le débat ci-dessus sur les détecteurs devient en grande partie sans pertinence pour vous, la preuve est le journal du processus, et non un score de probabilité.

Comment lire un score de détecteur qui vous a été communiqué

Un chiffre arrive presque toujours sans son contexte. Quatre questions suffisent à en restituer assez pour avoir une conversation sensée.

• Quel outil, et quel chiffre. Un pourcentage au niveau du document et un surlignage au niveau de la phrase s’accompagnent de taux d’erreur publiés différents de la part du même fournisseur, et ceux de Turnitin sont de 1% et d’environ 4% respectivement.
• Ce que le fournisseur a publié sur ses erreurs. Un outil qui indique un taux d’omission et un taux de faux positifs vous a dit où se situent ses limites. Un outil qui publie seulement un pourcentage de précision ne l’a pas fait.
• Si le score est une preuve ou un signal. La formulation de Michigan State, selon laquelle ces outils ne devraient pas constituer la seule base d’une mesure défavorable, est une position institutionnelle courante et mérite d’être citée dans un recours. Le guide de la lettre de recours montre comment.
• Ce que la politique de votre établissement dit réellement. Qu’un détecteur soit sous licence, que sa sortie puisse être utilisée dans une procédure de manquement, et ce qu’un étudiant peut demander, tout cela est consigné quelque part, et cela varie fortement d’une université à l’autre.

Ce que Turnitin fait avec le texte humanisé est traité séparément, en parallèle d’un examen plus large des alternatives de humanizer.

Les fournisseurs de détecteurs continueront à publier des chiffres ronds, et la plupart continueront à refuser de dire d’où viennent ces chiffres. Lequel de ces dix critères votre travail remplit est décidé par la personne qui le lit, donc la préparation utile consiste à savoir ce que cet outil publie sur ses propres taux d’erreur avant que quiconque ne vous cite un pourcentage. La tarification actuelle de TextPulse se trouve sur sa propre page, mise à jour là plutôt que dans un récapitulatif.

Ce que notre propre recherche a montré

Dans l'étude d'accord entre détecteurs de TextPulse Research, neuf détecteurs d'IA commerciaux ont noté les mêmes 90 textes académiques. L'un d'eux était un texte hybride de 455 mots : une ouverture et une conclusion écrites par un humain autour d'un passage central de 168 mots généré par IA. Copyleaks a attribué à ce texte 0% d'IA, alors que les verdicts des autres outils sur les mêmes mots allaient de 0% à 95.7% d'IA. L'article complet, le corpus et la matrice des scores par outil sont en accès libre sur TextPulse Research.