Turnitin peut-il détecter un texte paraphrasé ?

Oui. Turnitin détecte le texte paraphrasé, et il a été conçu pour cela. Deux systèmes, dans le même rapport, le repèrent. Le Similarity Report signale les passages qui présentent encore un chevauchement avec des travaux publiés ou des articles soumis antérieurement après modification du libellé, ce qui est sa fonction depuis bien avant l’existence de l’écriture par IA. L’AI Writing Report comporte sa propre catégorie étiquetée pour le texte généré par IA qui a été passé par un outil de paraphrase ou un word spinner. Remplacer des mots par des synonymes ne permet d’échapper à aucun des deux.

Le système qui repère un passage donné dépend de l’origine du texte. Un contenu reformulé et repris d’une source relève d’un problème de similarité. Un contenu reformulé généré par ChatGPT relève d’un problème d’écriture par IA. De nombreuses soumissions relèvent des deux à la fois, et, de toute façon, les deux systèmes lisent chaque soumission.

Turnitin Désigne le Texte IA Paraphrasé comme sa Propre Catégorie

Il ne s’agit pas d’une inférence tirée du fonctionnement général des détecteurs. L’AI Writing Report de Turnitin répartit son pourcentage en deux catégories étiquetées, et la seconde est le texte IA paraphrasé.

Le rapport définit son chiffre principal comme "the combined amount of likely AI-generated text as well as likely AI-generated text that was also likely AI-paraphrased". La seconde ligne est étiquetée "AI-generated text that was AI-paraphrased" et décrite comme "likely AI-generated text that was likely revised using an AI-paraphrase tool or word spinner".

La documentation d'assistance de Turnitin répond à la question sans détour. Lorsqu'on lui demande directement s'il peut détecter un contenu paraphrasé à l'aide d'un outil de paraphrase IA, son guide indique: "Yes, Turnitin's AI indicator includes detection of AI-generated content that may have been paraphrased using a word spinner/AI paraphrasing tool." Une réponse presque identique concerne un texte passé par un outil de contournement conçu spécifiquement pour réécrire une sortie IA afin de la faire passer devant un détecteur. Aucun des deux ne produit un score distinct. Tous deux alimentent le même pourcentage unique que voit un enseignant.

Ce que chaque système détecte

	Rapport de similarité	Rapport de rédaction IA
Ce qu'il vérifie	Si le texte recoupe des sources déjà présentes dans la base de données de Turnitin, composée de contenus web, de publications et de travaux d'étudiants	Si la prose présente, d'un point de vue statistique, les caractéristiques typiques d'une écriture générée par machine
Détecte la paraphrase de	Travaux publiés ou soumis par autrui	Brouillons générés par IA, y compris ceux révisés par un paraphraseur ou un outil de contournement
Effet d'un passage par des synonymes	Fait baisser le pourcentage, mais laisse subsister les termes distinctifs, les citations et la structure des phrases correspondantes	Laisse le score largement inchangé, car le classificateur lit le schéma des phrases plutôt que le choix des mots
Où cela apparaît	Un pourcentage plus des groupes de correspondance nommant chaque source	Un seul pourcentage, réparti entre généré par IA uniquement et paraphrasé par IA

Les deux rapports sont des produits distincts avec des chiffres distincts, et un texte peut être exempt de l'un et signalé par l'autre. TextPulse couvre entièrement cette distinction dans sa comparaison du score de similarité de Turnitin avec son score IA, ainsi que les mécanismes du classificateur lui-même dans comment Turnitin détecte l'écriture IA.

Le versant similarité, un texte reformulé reste en recoupement

La vérification de similarité est un exercice de correspondance. Turnitin compare une soumission à son dépôt de contenus web, de publications et de travaux déjà soumis, et indique dans quelle mesure elle recoupe quelque chose déjà indexé. Modifier suffisamment le libellé et les chaînes exactes comparées se réduisent, de sorte que le pourcentage baisse. C’est réel, et c’est la raison pour laquelle les outils de paraphrase existent.

Ce qui survit à l’échange est la partie que les étudiants sous-estiment. Les termes techniques, les noms propres, les chiffres cités et les citations directes sont repris sans changement, parce qu’il n’existe pas de synonyme pour eux. Il en va de même pour la structure des phrases, lorsque seuls les mots de liaison sont remplacés. Turnitin signale le recoupement sous forme de groupes de correspondance, chacun nommant sa source, ce qui distingue un passage correctement cité d’un passage reformulé.

Reformuler une source tout en conservant l’ordre de ses phrases et ses détails d’appui s’appelle le patchwriting, et cela est traité comme une forme de plagiat dans la plupart des politiques universitaires, que le pourcentage de similarité baisse ou non. Les correcteurs formés à le reconnaître le repèrent souvent à l’œil, parce qu’un argument qui suit un paragraphe source phrase par phrase se lit comme tel, quel que soit le vocabulaire. Un chiffre faible n’est pas la même chose qu’un travail propre, et c’est précisément le point du guide de TextPulse sur ce qui compte comme un bon score Turnitin.

Le versant IA, un passage par les synonymes ne modifie pas le score

L’indicateur d’écriture IA n’a jamais comparé votre paragraphe à une source, il n’y a donc aucune correspondance qu’un synonyme puisse rompre. Il évalue la prose phrase par phrase selon sa proximité avec le schéma statistique de l’écriture générée par machine, la prévisibilité des mots, le rythme des phrases et le phrasé générique auquel un modèle de langage recourt par défaut.

Substituer des mots laisse presque tout cela en place. La phrase conserve sa longueur, son ordre et la même trame conjonctive usuelle entre les propositions. C’est pourquoi faire passer un brouillon IA dans un outil de paraphrase et constater que le score IA reste inchangé est une expérience si courante. Le vocabulaire a changé. Le schéma que le classificateur évalue n’a pas changé, si bien que le texte continue d’être lu comme rédigé par machine, exactement comme la catégorie de paraphrase de Turnitin le dit.

La distribution de la longueur des phrases survit à la réécriture

La prose rédigée par machine se stabilise dans une bande étroite de longueurs de phrases, parce qu’un modèle qui prédit un jeton à la fois n’a aucune raison de rendre la phrase quatre plus courte que la phrase trois. L’écriture humaine, elle, se disperse davantage, une phrase de dix-neuf mots, puis une de six mots, puis une de trente-deux mots portant ensemble une affirmation et sa réserve. Le propre explicatif de GPTZero le dit explicitement, en définissant la burstiness comme une mesure de la variation des schémas d’écriture et des perplexités textuelles à travers un document.

Un remplacement par synonyme modifie la longueur d’une phrase d’un mot ou deux, et il modifie chaque phrase d’une quantité tout aussi faible, de sorte que la distribution conserve sa forme. Un paragraphe qui affiche dix-huit, dix-neuf, dix-sept et vingt mots avant un passage restera, après celui-ci, à un ou deux mots près de ce même profil plat.

Cela se mesure sans même s’approcher d’un détecteur. Un vérificateur de burstiness gratuit indique l’ampleur de la variation au niveau des phrases qu’un passage contient, et faire passer le même paragraphe avant et après une phase de paraphrase montre que le nombre bouge à peine tandis que le vocabulaire change complètement.

L’ordre des propositions et les transitions y survivent aussi

L’ordre des propositions est la deuxième caractéristique structurelle qu’un paraphraseur laisse intacte, et elle est plus visible pour un lecteur que ne l’est la longueur des phrases. La prose machine tend à placer le sujet en tête, à énoncer l’affirmation, puis à ajouter une proposition de restriction à la fin, encore et encore. « While the sample size was limited, the results suggest » et « Although further research is needed, the findings indicate » sont la même phrase vêtue de mots différents.

Un outil de paraphrase convertira « while » en « although » et « suggest » en « show ». Il ne décidera pas que la restriction doit figurer dans sa propre phrase courte trois lignes plus loin, ni que l’atténuation doit être supprimée entièrement. Il s’agit d’un jugement éditorial sur ce que le paragraphe soutient, et un moteur de substitution n’a aucun avis sur l’argument.

Les transitions sont la troisième caractéristique, et la plus visible. Les modèles recourent à un petit ensemble stable de connecteurs aux points de jonction, however, additionally, furthermore, in addition. Un paraphraseur en remplace un par un autre membre du même ensemble, de sorte que le classifieur voit toujours une transition stéréotypée, issue de la distribution attendue, à la position attendue. C’est le signal qu’il lisait avant que la réécriture ne commence.

Caractéristique lue par un classifieur	Modifiée par un passage de paraphrase	Pourquoi
Choix individuel des mots	Oui, de manière substantielle	La seule caractéristique qu’un moteur de substitution est conçu pour modifier
Longueur des phrases et sa variance	À peine	Les mots substitués ont des longueurs proches, donc le profil se maintient
Ordre des propositions dans une phrase	Rarement	Le réagencement modifie l’accentuation, ce que la contrainte de sens décourage
Connecteurs aux points de jonction	Échangés à l’intérieur du même petit ensemble	Une transition stéréotypée en remplace une autre
Prévisibilité du mot suivant	Légèrement	Un synonyme plus rare est moins attendu, mais le cadre autour de lui reste aussi prévisible qu’avant
Preuve et détail spécifiques	Non	Une réécriture ne peut pas ajouter de matière qui n’était pas dans le brouillon

Ce qui modifie réellement le résultat

Les deux systèmes réagissent à des symptômes différents de la même réécriture superficielle, donc la correction est la même pour les deux, modifier l’écriture, pas les mots. Cela signifie restructurer les phrases plutôt que réordonner leur contenu, varier délibérément la longueur des phrases, supprimer les connecteurs génériques qu’un modèle emploie par défaut, et ajouter des détails d’appui suffisamment précis pour qu’ils ne puissent provenir que du matériau source que vous avez réellement lu. La similarité diminue parce que la structure ne suit plus la source. Le score d’IA diminue parce que le schéma que le classificateur évalue a disparu.

Un outil de paraphrase ne peut pas accomplir ce travail, et il vaut la peine de comprendre la différence entre ces deux catégories d’outil avant de payer pour l’un ou l’autre, ce que TextPulse couvre dans AI humanizer versus paraphraser. Vérifier la prédictibilité propre d’un brouillon au niveau des mots avec un free perplexity checker montre le schéma auquel un classificateur réagit de manière plus utile qu’un score seul ne le fait.

Le AI humanizer for students de TextPulse agit sur le versant structurel du problème, en reconstruisant le rythme des phrases, la variation de longueur et l’ordre des propositions plutôt qu’en remplaçant des mots isolés, ce qui laisse grande ouverte la faille qu’un passage limité aux synonymes laisse. Pour les travaux universitaires en particulier, humanizing an AI essay for college couvre le flux de travail de bout en bout, et whether Turnitin detects DeepSeek répond à la même question pour un modèle différent.

Rien de tout cela ne modifie ce que la politique d’utilisation de l’IA d’un cours autorise, et aucune approche de réécriture ne règle un score après coup. Le test qui vaut la peine d’être appliqué avant de soumettre quoi que ce soit est de savoir si vous pourriez expliquer, phrase par phrase, pourquoi le travail devant vous dit ce qu’il dit.