Turnitin peut-il détecter ChatGPT ? Ce qu'il repère et ce qu'il manque

Oui, mais seulement pour un type précis d’utilisation de l’IA, et dans un rapport que la plupart des étudiants ne voient jamais. L’indicateur de rédaction par IA de Turnitin signale une prose qui ressemble, d’un point de vue statistique, à celle d’un modèle de langage, et il le fait sur une part croissante des dissertations qu’il analyse, environ 15 pour cent ont montré 80 pour cent ou plus de texte généré par IA entre octobre 2025 et février 2026, contre environ 3 pour cent au lancement de l’outil en avril 2023. Le fait qu’il signale ou non votre soumission précise dépend de détails que la plupart des réponses à can Turnitin detect ChatGPT passent sous silence, la manière dont le rapport IA diffère du rapport de plagiat, qui voit effectivement le chiffre affiché, et à quelle fréquence ce chiffre s’avère erroné.

Ce billet traite du fonctionnement de ce seul produit, et non de l’intégrité académique en général. Il expose ce que mesure le rapport de rédaction par IA, ce que des tests indépendants ont montré qu’il identifie correctement et incorrectement, et pourquoi deux étudiants remettant un travail identique pourraient obtenir des résultats différents selon l’université qu’ils fréquentent. Rien de tout cela ne modifie ce que le manuel de votre cours dit de l’usage acceptable de l’IA. Cela remplace une supposition sur une boîte noire par une description de ce qu’elle contient réellement.

Can Turnitin Detect ChatGPT? Ce que le rapport montre réellement

Le rapport de rédaction par IA de Turnitin est un produit distinct du rapport de similarité qui vérifie le plagiat. Ils fonctionnent sur des modèles différents et sont affichés dans des onglets différents de la même interface. Le score de similarité examine votre soumission et la compare à une base de données de sources déjà publiées et d’autres travaux d’étudiants afin de renvoyer le pourcentage correspondant. Le score d’IA fait tout autre chose, c’est un classificateur qui lit votre prose phrase par phrase, attribuant à chaque phrase une probabilité d’avoir été générée par IA, puis agrège ces scores au niveau des phrases en un pourcentage unique pour le document. Comme ils mesurent des choses différentes, une soumission peut avoir un score de similarité de 2 pour cent et un score d’IA de 60 pour cent, ou l’inverse.

Ce pourcentage est en réalité plus étroit qu’il n’y paraît. Il s’agit de la proportion de prose admissible que le modèle estime avoir été rédigée par une IA, et non du document entier, car il supprime des éléments comme les blocs de code, les listes à puces, les titres et les textes brefs lors du calcul du score. Le détecteur ne peut être appliqué qu’à des documents contenant au moins 300 mots de prose longue, et, à l’heure où j’écris, il ne concerne que les textes en anglais, en espagnol et en japonais. Comme on peut s’y attendre, si l’on met cela en regard de la manière dont les détecteurs d’IA calculent ce score en général, le schéma est familier, un chiffre au niveau du document qui semble précis est construit à partir d’une portion du texte plus restreinte que ne le laisse entendre le chiffre mis en avant.

Ce qui apparaît comme IA, ChatGPT et le reste

Turnitin indique que son classifieur recherche un schéma d’écriture plutôt qu’un nom de marque, et sa couverture s’est élargie à plusieurs reprises depuis le lancement initial de GPT-3.5 et GPT-4 en 2023. Les indications actuelles mentionnent la série GPT-5, Gemini et Claude parmi les systèmes contre lesquels il est entraîné, de nouveaux modèles étant ajoutés de manière continue. Cela inclut des textes qui n’ont jamais touché à ChatGPT en particulier. Un étudiant qui a utilisé Gemini, Claude ou DeepSeek à la place ne contourne pas le détecteur simplement en choisissant une autre entreprise, la propre description du modèle par Turnitin précise explicitement qu’il ne se fonde pas sur le fournisseur qui a produit le texte, mais uniquement sur la manière dont le texte se lit.

Le texte d’IA paraphrasé reçoit sa propre catégorie plutôt qu’un traitement de faveur. La documentation de Turnitin distingue les textes qu’elle juge uniquement générés par IA de ceux qu’elle juge générés par IA puis paraphrasés par IA, et en août 2025 elle a ajouté une détection visant spécifiquement les outils de contournement de l’IA conçus pour réécrire la sortie d’une machine afin de passer un détecteur. Cela ne signifie pas que la paraphrase est inutile ni que chaque passage réécrit est détecté. Cela signifie que l’hypothèse selon laquelle la paraphrase est invisible pour Turnitin par défaut est dépassée depuis un certain temps.

Quelle est la précision du score d’IA de Turnitin ?

L’affirmation de Turnitin sur la précision se résume à un chiffre principal, l’entreprise indique maintenir un taux de faux positifs inférieur à 1 percent pour les documents où plus de 20 percent du texte est signalé. L’entreprise indique aussi tester chaque nouvelle version de ses modèles sur 700,000 articles universitaires rédigés avant l’existence de ChatGPT afin de vérifier cette précision. Il s’agit d’une affirmation précise, vérifiable, portant sur un ensemble particulier de circonstances. Il vaut la peine de la lire exactement comme telle. Turnitin a formulé d’autres affirmations sur la précision en 2023, peu après son lancement. Le directeur produit de l’entreprise a reconnu publiquement que les tests en laboratoire ne permettaient pas de prévoir combien de faux positifs apparaîtraient dans l’usage réel, en particulier dans les soumissions courtes, et il a indiqué que le pourcentage de faux positifs était plus élevé dans des conditions réelles que dans les tests. Il a indiqué que le taux de faux positifs au niveau de la phrase était d’environ 4 percent et a noté que Turnitin avait porté la longueur minimale des soumissions pouvant être évaluées de 150 à 300 words en conséquence. La longueur minimale actuelle est toujours de 300 words.

Les tests indépendants apportent des précisions que le chiffre du fournisseur ne donne pas. Le Center for the Advancement of Teaching de Temple University a mené l’un des examens les plus rigoureux disponibles, dans le même esprit que les tests indépendants des détecteurs d’IA qui continuent de mettre en évidence des écarts entre les conditions de laboratoire et les soumissions réelles. Les chercheurs ont soumis 120 échantillons d’écriture, répartis également entre des textes entièrement rédigés par des humains, des textes entièrement générés par l’IA, des textes générés par l’IA puis passés dans un outil de paraphrase, et des textes hybrides combinant des contributions humaines et de l’IA, puis ont consigné ce que Turnitin renvoyait pour chacun. L’outil a correctement identifié 93 percent des échantillons purement humains et 77 percent de ceux entièrement générés par l’IA.

Dans les questions les plus difficiles, la précision a encore diminué. Turnitin a correctement identifié seulement 63 pour cent des échantillons d'IA paraphrasés comme générés par IA et seulement 43 pour cent des échantillons hybrides comme n'étant ni entièrement humains ni entièrement IA, ce qui correspond aux catégories les plus proches de la manière dont les textes aidés par IA sont réellement produits. Le texte hybride, en particulier, intéressait les chercheurs parce qu'ils estiment qu'il représentera probablement une grande part, peut-être la majorité, des soumissions réelles à l'avenir, à mesure que davantage de cours attribueront des tâches demandant aux étudiants d'utiliser l'IA pour une partie du travail.

Ce qui a été testé	Résultat de Turnitin
Échantillons rédigés à 100% par des humains	93% correctement identifiés comme humains
Échantillons générés à 100% par IA	77% correctement identifiés comme IA
Texte IA passé par un outil de paraphrase	63% correctement identifiés comme IA
Échantillons hybrides, en partie humains et en partie IA	43% correctement identifiés comme n'étant ni 0% ni 100%
Documents avec plus de 20% signalés (chiffre propre à Turnitin)	Taux de faux positifs inférieur à 1%

Là où cela se dégrade, même lorsque le chiffre semble juste

Le score au niveau du document n'est pas la seule chose qu'un enseignant peut voir, et l'autre vue est moins fiable. Certaines interfaces permettent à un enseignant d'ouvrir un rapport de signalement qui met en évidence des phrases spécifiques comme probablement rédigées par IA. Les chercheurs de Temple ont vérifié ces mises en évidence par rapport aux phrases de leurs échantillons hybrides qui étaient réellement rédigées par IA, et n'ont trouvé aucune relation entre les deux. Cela compte si un professeur vous transmet une capture d'écran d'un paragraphe mis en évidence plutôt que le pourcentage récapitulatif, le score global du document a donné des résultats nettement meilleurs que les mises en évidence au niveau de la phrase.

Les scores faibles sont traités différemment, et avec plus de prudence qu’auparavant. Depuis juillet 2024, Turnitin affiche un astérisque à la place d’un nombre chaque fois que son modèle estime que moins de 20 percent d’un document est rédigé par IA, car cette plage est celle où l’outil a le plus de chances de se tromper dans un sens comme dans l’autre. Une légère révision assistée par IA, un paragraphe réécrit avec aide et le reste rédigé sans assistance, ne produira souvent aucun pourcentage visible du tout plutôt qu’un petit pourcentage, ce qu’il est utile de savoir avant de prendre l’absence de nombre pour une preuve de quoi que ce soit.

Qui voit réellement le nombre

Le score IA ne fait pas partie, par défaut, du rapport destiné aux étudiants. Il se trouve dans son propre onglet, visible pour les enseignants et les administrateurs, et un étudiant ne le voit que si l’enseignant choisit de partager le rapport ou de le lui communiquer directement. Il s’agit d’une véritable différence structurelle par rapport au score de similarité, que les étudiants peuvent généralement consulter eux-mêmes dans le même système une fois qu’un dépôt a été traité.

Il en va de même pour la question de savoir si la fonctionnalité existe tout court pour un cours donné, ce qui relève d’une décision institutionnelle au-delà de l’enseignant. Les administrateurs au niveau du compte peuvent activer ou désactiver la détection IA de Turnitin pour l’ensemble d’une institution. Un enseignant peut ne pas être en mesure de l’activer si son université l’a désactivée, et inversement. Un étudiant d’une université qui soumet un travail similaire à celui d’un autre étudiant d’une université différente peut avoir une expérience très différente de cet outil, pour des raisons qui n’ont rien à voir avec ce que l’un ou l’autre a écrit.

Pourquoi certaines universités l’ont désactivé

L'Université de Waterloo a abandonné la fonction de détection de l'IA de Turnitin en septembre 2025, et la justification publiée est d'une franchise inhabituelle. L'université a invoqué le manque de fiabilité documenté de l'outil, son biais à l'encontre des étudiants dont la première langue n'est pas l'anglais, ainsi que ses propres tests internes, qui comprenaient au moins un cas de texte entièrement rédigé par un humain et évalué à 100 percent généré par l'IA. En tenant compte du coût de l'outil, l'université a conclu que les coûts dépassaient les avantages et a réorienté l'effort vers la refonte de l'évaluation et la formation à la culture de l'IA.

Waterloo est un exemple visible d'une division plus large plutôt qu'une exception. Les universités qui maintiennent la fonction activée ont généralement ajouté des garde-fous plutôt que de traiter le score comme un verdict en soi, en exigeant une conversation avec l'étudiant avant que toute procédure formelle ne commence et en considérant le nombre comme une raison d'ouvrir cette conversation plutôt que de la fermer. Lire comment les universités gèrent la politique relative à l'IA de manière plus générale rend le schéma plus clair, le fait qu'un score vous parvienne ou non dépend d'une décision prise bien au-dessus de votre salle de séminaire, et non d'une propriété fixe de la technologie elle-même.

Ce qu'un score élevé prouve, et ne prouve pas

Un score élevé d'IA est une preuve, pas un verdict. Turnitin lui-même présente le pourcentage comme un élément parmi d'autres pour le jugement d'un enseignant plutôt que comme une constatation de faute, et les chiffres de précision ci-dessus expliquent pourquoi ce cadrage compte, même un score au niveau du document qui fonctionne de manière raisonnablement bonne interprète mal une part significative des écrits fortement révisés, paraphrasés ou hybrides, et les mises en évidence au niveau de la phrase sont nettement moins fiables que le chiffre récapitulatif. Rien de tout cela ne garantit qu'un score individuel soit erroné. Cela signifie qu'un pourcentage est une raison de poser des questions plutôt qu'une constatation à accepter au premier regard. Si vous voulez voir où se situe votre propre texte avant que quelqu'un d'autre ne le score, les mêmes schémas de faible variation et de formulation générique auxquels un classificateur réagit peuvent être vérifiés directement avec un vérificateur de perplexité gratuit.

Le humaniseur IA de TextPulse pour les étudiants fonctionne sur cette même base statistique, et il en va de même pour son vérificateur gratuit de burstiness pour la moitié de cette mesure qui concerne le rythme des phrases. Il vous donne un Human Score estimé fondé sur votre propre brouillon, et non une prédiction de ce que Turnitin en dira. Aucun outil ne peut promettre cela de manière responsable à propos d’un système qu’il ne contrôle pas. Considérez-le comme une seconde lecture de votre propre texte, rien de plus.

Plusieurs de ces questions ont leurs propres pages. Savoir si un professeur peut dire que vous avez utilisé ChatGPT sans aucun détecteur, ainsi que la version plus directe de cette question, vais-je me faire prendre, sont traitées séparément. Il en va de même pour le comportement de Turnitin face au texte paraphrasé, et pour la question de savoir si Turnitin détecte la production de DeepSeek en particulier. Pour des contextes précis, il existe des articles sur la détection de l’IA dans les programmes de soins infirmiers et sur la question de savoir si les services d’admission à l’université effectuent ces vérifications. Le cadrage plus large fait l’objet d’un article distinct sur l’intégrité académique et l’IA.

Rien de tout cela n’est susceptible d’être la version finale. Turnitin a réécrit ses seuils, ses règles de visibilité et la couverture de ses modèles plus d’une fois depuis 2023, et août 2026 ne sera pas non plus le dernier mot. Ce qui demeure constant, c’est l’habitude qu’il vaut la peine d’avoir, quel que soit le détecteur utilisé par un cours donné, écrire avec suffisamment de détails spécifiques, irréguliers et véritablement personnels pour que ce qu’un classifieur pense par hasard devienne sans importance.