Quel est un bon score Turnitin ?

Un étudiant se voit dire par un superviseur que tout ce qui est inférieur à quinze pour cent est acceptable. Un autre étudiant, également dans le même département, voit son mémoire signalé dans le couloir à douze pour cent, parce que trois de ces points se trouvent dans un seul paragraphe continu, sans guillemets à proximité. Tous deux lisent correctement le score de similarité de Turnitin. L'outil n'a jamais été conçu, à l'origine, pour attribuer un simple chiffre de réussite ou d'échec.

Alors, quel est un bon score Turnitin ? Il n'existe pas de tel chiffre. Turnitin ne publie pas de pourcentage acceptable, ne note pas une soumission, et indique clairement que ce chiffre n'est pas, à lui seul, une mesure du plagiat. Chaque établissement fixe ses propres consignes, et souvent chaque superviseur au sein de cet établissement aussi, ce qui explique pourquoi le même rapport peut paraître banal dans un bureau et préoccupant dans le suivant. Le chiffre qu'il vaut la peine d'apprendre est la manière de lire ce qui se trouve derrière lui.

Qu'est-ce qu'un bon score Turnitin ?

Turnitin n'a jamais publié de chiffre qui compte comme bon, sûr ou acceptable, et ce pour une raison précise, le score de similarité mesure la quantité de texte d'une soumission qui correspond à du texte déjà présent dans les bases de données de Turnitin, et non la question de savoir si ce recoupement a été utilisé de manière inappropriée. Un score élevé peut provenir entièrement de matériel cité et référencé correctement. Un score faible peut se situer au-dessus d'un article qui paraphrase de près une source au point de poser problème à un examinateur, sans déclencher du tout le moteur de correspondance. Lire le chiffre comme une note revient à mal comprendre l'outil.

Un chiffre comme dix à vingt pour cent circule largement comme règle empirique informelle, répété dans les forums et les guides d'étude jusqu'à sembler officiel. Il ne l'est pas. Turnitin ne fixe aucun tel chiffre, et une règle empirique qui ignore la longueur du document, la densité des citations et les conventions du domaine s'effondre dès qu'elle rencontre un véritable article. Une revue de littérature construite à partir de trente sources correctement citées peut dépasser vingt pour cent rien qu'avec les citations. Un seul paragraphe paraphrasé de près, sans guillemets, peut rester sous cinq pour cent et constituer malgré tout le problème le plus grave.

Ce que mesure réellement le score de similarité

Turnitin décrit son propre outil dans des termes presque exactement identiques. Une orientation de Boise State University, s’appuyant sur le propre langage de Turnitin, explique que le score de similarité est un pourcentage du contenu d’un document qui correspond à du matériel déjà présent dans les bases de données de Turnitin, et que ce pourcentage n’est pas en soi une évaluation de la présence ou non de matériel plagié dans le document. La distinction est essentielle, la correspondance est mécanique, une suite de mots alignée sur une suite de mots ailleurs, et le fait de juger si ce chevauchement a été correctement attribué exige une personne, non un algorithme.

Les bases de données qui sous-tendent la correspondance sont volontairement vastes, elles comprennent les soumissions d’étudiants actuelles et archivées, le web ouvert, ainsi qu’un vaste ensemble de publications universitaires. Aucun de ces contenus n’est lu pour son sens. Le système repère des suites de mots qui se recoupent et indique la part d’une soumission qu’elles couvrent, ce qui explique qu’une phrase citée et une phrase copiée sans mention puissent produire une correspondance identique. Seule la vue détaillée du rapport montre laquelle est laquelle.

Pourquoi un score élevé peut être entièrement légitime

Deux caractéristiques ordinaires de l’écriture universitaire expliquent l’essentiel. Les passages cités correspondent par conception, puisque les mots sont copiés intentionnellement et signalés comme appartenant à quelqu’un d’autre sur la page. Les listes de références correspondent tout aussi fidèlement, parce que les noms d’auteurs, les titres de revues et les formats de citation se répètent dans des milliers d’autres travaux citant les mêmes sources. Dans les deux cas, il s’agit de ce à quoi une écriture universitaire correcte est censée ressembler.

Placés côte à côte, un score gonflé et un véritable problème se distinguent d’un coup d’œil.

Ce qui a été repéré	Pourquoi cela s’est produit	Vaut-il un examen plus attentif ?
Un passage cité avec des guillemets et une référence	Les mots ont été copiés volontairement et crédités sur la page	Non, c’est à cela que ressemble une citation correcte
Une liste de références ou une bibliographie	Les noms d’auteurs, les titres de revues et les formats de citation se répètent dans de nombreux autres articles	Non, sauf si le paramètre d’exclusion n’a pas été appliqué
Des méthodes standard ou une formulation procédurale	Le vocabulaire partagé d’un domaine décrit le même processus de la même manière dans les articles	Rarement, sauf si toute la section est reprise plutôt qu’écrite à nouveau
Un long paragraphe continu sans guillemets, correspondant à une seule source	La formulation suit de près la phrase d’un autre auteur, au point que le moteur de correspondance la détecte	Oui, c’est le type de motif qu’il vaut la peine d’ouvrir dans la source pour vérifier

Pourquoi un score faible peut malgré tout masquer un problème

Un chiffre faible répond à une question plus étroite qu’il n’y paraît, à savoir si peu de texte correspond mot pour mot aux bases de données de Turnitin, rien de plus. Une paraphrase qui modifie suffisamment le choix des mots tout en conservant la structure et l’argument d’un autre auteur peut obtenir un score proche de zéro et rester malgré tout un sérieux problème d’intégrité, puisque le moteur fonctionne sur des chaînes de mots, et non sur des idées empruntées. Le contenu traduit, ou le matériel provenant de bases de données extérieures à l’index de Turnitin, se comporte de la même manière, rien à faire correspondre, rien à signaler.

Les sources fabriquées créent le même angle mort dans l’autre sens. Une référence qui n’existe pas ne peut correspondre à rien, parce qu’il n’y a nulle part quoi que ce soit à quoi la faire correspondre, et un score de similarité n’a aucun moyen de signaler une citation qui n’a jamais été réelle au départ. Le vérificateur gratuit de citations IA de TextPulse existe précisément pour combler cette lacune, il résout chaque entrée d’une liste de références par rapport aux registres réels dans lesquels ces sources devraient apparaître, avant qu’un lecteur n’ait à découvrir l’écart à la dure.

Une autre distinction mérite d’être faite avant de passer complètement au chiffre. Un envoi avec un faible score de similarité peut néanmoins comporter l’indicateur distinct de rédaction par IA de Turnitin, une mesure différente conçue pour détecter un autre type de problème, abordé dans le guide de ce site sur la question de savoir si Turnitin peut réellement détecter ChatGPT . Les deux pourcentages ne sont pas calculés de la même manière, et ce texte porte uniquement sur le score de similarité.

Comment lire le rapport plutôt que le chiffre

Ne réagissez pas au total avant d’ouvrir le détail des correspondances. Turnitin classe les sources, qui composent un score, dans l’ordre de leur contribution à celui-ci. Un total de vingt-deux pour cent composé de onze sources contribuant chacune à hauteur de deux pour cent ne se lit pas comme un total composé d’une seule source. Le premier schéma tend à refléter un chevauchement de nombreuses expressions courantes. Le second mérite un examen direct de ce que cette source dit réellement.

Turnitin classe aussi ce même pourcentage dans une bande de couleur, reproduite dans les propres consignes de Loughborough College pour les étudiants, bleu pour aucun texte correspondant, vert de un mot à vingt-quatre pour cent, jaune de vingt-cinq à quarante-neuf, orange de cinquante à soixante-quatorze, rouge de soixante-quinze et plus. Les propres consignes du collège sont explicites sur ce que les couleurs ne signifient pas, les vérifications de similarité ne veulent pas dire qu’un envoi contient du matériel plagié. La couleur sert à classer un rapport pour attirer l’attention, non à rendre un verdict.

Il vaut aussi la peine de vérifier si les paramètres propres à l’institution excluent les citations et la bibliographie du calcul, car le même envoi peut produire deux chiffres différents selon le réglage de cette option. Rien de tout cela n’est compliqué une fois visible. Cela ne devient invisible que si personne n’ouvre le rapport au-delà de sa première page.

Que faire si votre score vous surprend

Rouvrez chaque source signalée individuellement plutôt que de réagir au total combiné. Vérifiez si la version notée a les citations et la bibliographie exclues, car le nombre que voit un étudiant pendant la rédaction n’est pas toujours configuré de la même manière que le nombre qu’un enseignant voit lors de la remise. Lorsqu’une véritable correspondance sans attribution apparaît, corrigez directement la citation plutôt que de reformuler les phrases pour contourner le moteur de correspondance, qui traite le symptôme et laisse le problème en place.

Si le nombre semble toujours en décalage avec ce qu’un superviseur attend, demandez directement quelle est la convention propre à ce département. Les sections ci-dessus montrent déjà qu’il n’existe pas de seuil unique à atteindre, donc la réponse dépend de quelqu’un qui a une autorité locale sur le devoir, et non d’un pourcentage que n’importe qui aurait pu consulter à l’avance. La collection d’outils gratuits de TextPulse couvre les vérifications de citation et de rédaction qu’il vaut la peine d’effectuer avant qu’un rapport n’arrive dans la boîte de réception de quelqu’un d’autre.

Les scores de différents outils ne sont pas interchangeables, et le fonctionnement de GPTZero est présenté sur sa propre page, ainsi que la statistique de perplexité qui se trouve sous les deux.

Le score se comporte comme il le fait en raison de la manière dont la correspondance s’effectue en dessous, et le nombre plus récent qui se trouve désormais à côté sur le même rapport repose sur un mécanisme différent, celui que le guide de ce site sur le fonctionnement réel des détecteurs d’IA expose en détail. Lire l’un ou l’autre nombre comme un verdict revient à ignorer la seule partie du rapport qui mérite d’être lue.