Les admissions universitaires vérifient-elles l'IA ?

Les admissions universitaires vérifient-elles l’usage de l’IA ? La propre politique de fraude de Common App répond déjà en partie à cette question avant même qu’un seul essai ne soit lu. Depuis 2023, sa définition de la fraude dans les candidatures nomme explicitement « le contenu substantiel ou la production d’une plateforme, technologie ou algorithme d’intelligence artificielle », aux côtés du plagiat, et chaque candidat certifie ne pas relever de cette définition avant de soumettre sa candidature. Ce qui relie les services d’admission n’est pas un outil de détection commun. C’est une attente commune selon laquelle l’essai saisi dans la case a été rédigé par le candidat, et non généré puis légèrement modifié.

UCAS applique une vérification similaire du côté britannique. Chaque candidat déclare que sa lettre de motivation n’a pas été copiée ni fournie à partir d’une autre source, y compris l’IA générative. L’équipe de vérification de UCAS exécute un système de détection de similarité sur l’ensemble des candidatures afin de rechercher précisément cela. Certains établissements vont encore plus loin que le seuil minimal sur l’une ou l’autre plateforme. Par exemple, les propres instructions de candidature de Brown University indiquent que l’usage de l’IA n’est autorisé en aucune circonstance en lien avec le contenu de la candidature, avec une seule exception nommée pour la vérification de l’orthographe et de la grammaire. Certaines écoles n’ont rien publié du tout sur le sujet. Cela est différent d’une école qui aurait discrètement décidé que l’IA est acceptable.

Les admissions universitaires vérifient-elles l’usage de l’IA ? Ce que dit réellement Common App

La politique de fraude de Common App définit la fraude de manière suffisamment large pour couvrir davantage que la copie mot à mot. Sa clause sur « le contenu substantiel ou la production d’une plateforme, technologie ou algorithme d’intelligence artificielle » vise tout autant un brouillon de chatbot qui a été reformulé, raccourci ou restructuré qu’un texte collé sans modification, car le critère est de savoir si le contenu substantiel provient du candidat, et non si le libellé final, au niveau de la phrase, correspond exactement à la production d’un chatbot. Chaque candidat signe la certification qui inclut cette clause dans le cadre de la soumission via la plateforme. La question qui compte n’est pas de savoir si un établissement particulier procède ou non à une vérification. C’est de savoir si la candidature était véridique au moment où elle a été signée, sur un formulaire que le candidat avait déjà accepté.

Brown est un exemple utile précisément parce que ses consignes laissent peu de place à l’interprétation. L’assistance de l’IA n’est autorisée que pour vérifier l’orthographe et la grammaire, le même usage limité qu’un outil de relecture de base couvrirait, et rien au-delà. Il s’agit d’une règle publiée plus stricte, ajoutée au standard général de Common App, et non d’une question distincte. Rien de tout cela ne passe par l’outil auquel la plupart des étudiants pensent lorsque ce sujet est évoqué : savoir si Turnitin peut détecter ChatGPT dans une dissertation soumise est une question liée aux travaux universitaires, examinés après l’inscription dans un système de gestion de l’apprentissage, tandis que la lecture des dossiers d’admission intervient plus tôt, sur un document différent, selon des règles entièrement différentes.

Ce que UCAS exige dans une déclaration personnelle

UCAS trace une ligne similaire à celle de Common App, avec sa propre formulation. Générer une déclaration personnelle, ou une grande partie de celle-ci, à l’aide d’un outil tel que ChatGPT et la présenter comme originale pourrait être considéré comme de la triche, et pourrait coûter à un candidat une offre ou entraîner le retrait d’une offre déjà faite. Utiliser l’IA pour trouver des idées sur ce qu’il faut inclure, sur la manière de structurer un paragraphe, ou sur la façon d’améliorer la lisibilité d’une phrase est une autre affaire, et les propres orientations de UCAS considèrent ce type d’usage comme acceptable. La distinction que UCAS établit est proche de celle que Common App établit avec une clause différente, l’assistance est acceptable, la substitution ne l’est pas.

Cette distinction n’est pas seulement une orientation sans portée réelle. L’équipe de vérification de UCAS effectue des contrôles sur les candidatures frauduleuses et sur les schémas de similarité entre les déclarations personnelles, et lorsque son système signale une déclaration, les universités ou colleges nommés dans cette candidature peuvent en être informés directement. Un signalement ne met pas, à lui seul, fin à une candidature. Il signifie que la déclaration fait l’objet d’une seconde lecture, plus sceptique, de la part de personnes qui voient des milliers de ces textes à chaque cycle et savent à quoi ressemble une réponse stéréotypée avant même d’atteindre le deuxième paragraphe.

Les services d’admission n’ont rien dit du tout

En dehors des deux grandes plateformes de candidature et d’une poignée d’écoles comme Brown, la plupart des services d’admission individuels n’ont rien publié de précis sur l’IA dans les essais de candidature. Ce silence mérite d’être lu attentivement. Une école qui n’a pas de formulation spécifique à l’IA n’a pas nécessairement décidé que l’IA est acceptable. Son langage général sur l’intégrité des candidatures, la même formulation qui couvre déjà le plagiat et les listes d’activités fabriquées, est antérieur à l’IA générative et s’y applique toujours, qu’une phrase distincte le dise ou non directement. Cette lacune correspond à un schéma qu’il vaut la peine de comprendre dans la manière dont les universités gèrent plus largement la politique sur l’IA, une règle institutionnelle générale et une règle spécifique à un cours ou à un département se situent souvent à des niveaux de détail différents, et la plus spécifique prévaut généralement.

Pourquoi le véritable test n’est pas un détecteur

Le lecteur des admissions n’essaie pas d’exécuter un classificateur sur une lettre de motivation personnelle. La question à laquelle il tente de répondre est beaucoup plus ciblée et beaucoup plus difficile, "cela ressemble-t-il à une seule personne précise qui a fait une chose précise, décrite avec suffisamment de détails non reproductibles pour que personne d’autre n’aurait pu écrire exactement ce paragraphe ?" Un texte généré risque de ne pas atteindre cet objectif, même sans que personne ne le lise à l’aide d’un outil de détection. Il cherche à être général plutôt que spécifique, une leçon apprise plutôt que le moment exact où elle a été apprise, un intérêt pour la médecine plutôt que l’expérience précise avec un patient qui l’a suscité. Un lecteur humain peut voir cette différence immédiatement et clairement, bien avant de voir un pourcentage à l’écran.

Les responsables des admissions lisent des milliers de ces essais au cours d’un seul cycle, ce qui est précisément la raison pour laquelle la version générique ressort au lieu de se fondre dans l’ensemble. Une phrase qui aurait pu être écrite par n’importe quel candidat ayant les mêmes statistiques et la même spécialité envisagée est un indice plus fort qu’une phrase avec un choix de verbe étrange ou une structure inhabituelle. La spécificité n’est pas ici une préférence stylistique. Elle constitue l’ensemble du fondement sur lequel l’essai est évalué, indépendamment de ce qu’un scanner signalerait ou non.

Utiliser l'IA sur votre candidature sans franchir la ligne

Les usages que UCAS et Brown considèrent tous deux comme acceptables indiquent un schéma praticable, l'IA pour la structure, pour resserrer un sujet, pour repérer une faute de frappe, et un être humain pour les phrases elles-mêmes qui décrivent ce qui s'est passé et pourquoi cela comptait. Rédiger un paragraphe entier avec un chatbot puis le réécrire avec d'autres mots part toujours d'un contenu qui n'appartenait pas au candidat au départ, ce qui correspond exactement à la substitution autour de laquelle chaque politique examinée ici trace une limite. Un free essay checker est une manière raisonnable de repérer un paragraphe qui a dérivé vers une formulation générique, qui pourrait appartenir à n'importe quelle candidature, avant qu'il n'approche de près ou de loin un bouton de soumission, quelle que soit la manière dont ce paragraphe a été rédigé.

Les programmes cliniques appliquent les règles les plus strictes de toutes les disciplines, et la détection de l'IA en école d'infirmières est traitée séparément. Le principe sous-jacent à tous ces cas est exposé dans un article sur l'intégrité académique et l'IA.

Tout cela ne vise pas vraiment à déjouer un système de filtrage, sur l'une ou l'autre plateforme. Le AI humanizer for students de TextPulse indique un Human Score estimé, construit à partir de la forme statistique propre à un brouillon, ce qui constitue aussi un contrôle de relecture réellement utile pour une lettre de motivation, puisque la même formulation générique à laquelle un classifieur réagit est souvent exactement celle qu'un lecteur des admissions distrait survole. La démarche la plus durable est celle qu'aucune politique n'a besoin d'énoncer explicitement, écrire le détail précis de votre vie que personne d'autre, parmi les candidats de cette année, n'aurait pu écrire à votre place.