Les détecteurs d'IA ne marchent pas assez bien pour sanctionner des étudiants. Voici les preuves

Tout enseignant a connu la tentation : coller la copie suspecte dans un détecteur, obtenir un pourcentage, agir dessus. Les preuves disent que ce circuit ne peut pas porter le poids que les écoles lui font porter — et le témoignage le plus fort vient des entreprises qui ont construit les détecteurs.

Ce que montrent les preuves

OpenAI a lancé son propre classifieur de texte IA début 2023 et l'a retiré six mois plus tard, en déclarant sobrement qu'il était abandonné pour son faible taux de précision. Le fabricant du modèle génératif le plus utilisé a conclu qu'il ne pouvait pas reconnaître de façon fiable sa propre production.

Pire qu'une précision faible : une précision biaisée. Des chercheurs de Stanford menés par James Zou ont testé des détecteurs commerciaux sur des textes écrits par de vrais humains et constaté qu'ils classaient à tort comme générés par IA la majorité des copies d'anglophones non natifs, tout en étant presque parfaits sur les copies de natifs. La raison est structurelle : les détecteurs s'appuient sur des mesures de prévisibilité du choix des mots, et les personnes écrivant dans une langue seconde produisent un texte plus prévisible — exactement la signature statistique que les détecteurs lisent comme machinale. La machine à accusations pointe disproportionnellement vers les étudiants internationaux.

Ajoutez la course aux armements — les outils de paraphrase battent les détecteurs trivialement, et chaque génération de modèles écrit plus « humainement » — et le tableau est stable : des faux positifs qui blessent des innocents, des faux négatifs qui manquent les vrais usages, et aucun score capable d'établir une fraude au niveau de preuve qu'exige une sanction académique. Le guide de l'UNESCO sur l'IA générative dans l'éducation est arrivé tôt à la même conclusion et n'a pas eu à la réviser.

Pourquoi cela dépasse la question d'équité

Une politique bâtie sur une détection peu fiable ne se trompe pas seulement sur des individus ; elle corrode tout l'environnement. Les étudiants qui écrivent bien — ou de façon prévisible, ou avec un correcteur — vivent sous soupçon. Ceux qui sous-traitent vraiment apprennent qu'une légère paraphrase suffit. Les enseignants brûlent des heures à arbitrer des pourcentages que personne ne peut défendre. Et le processus d'intégrité de l'institution, qui dépend de la confiance dans ses preuves, repose sur un chiffre dont personne dans la salle ne peut énoncer le profil d'erreur.

Que faire à la place

Les écoles qui ont dépassé la détection convergent vers une combinaison à la fois plus juste et plus efficace.

Redessiner la surface d'évaluation. Écrit surveillé, défense orale des travaux rendus, composantes en classe liées aux devoirs maison — tout cela mesure l'étudiant directement et n'exige aucun outillage judiciaire. L'échantillonnage aléatoire de courts oraux préserve la dissuasion à coût gérable.

Faire de la déclaration la règle plutôt que du déni le jeu. Une politique claire par devoir — IA interdite ici, permise avec déclaration là — transforme la question d'intégrité en une affirmation vérifiable sur le processus plutôt qu'une revendication improuvable sur la paternité. Exiger l'historique des prompts et les brouillons quand l'IA est permise rend le processus visible et notable.

Déplacer le poids de la note vers ce que l'IA ne peut pas simuler dans la salle : expliquer le travail, défendre les choix, appliquer l'idée à un cas nouveau sur-le-champ.

Et enseigner le raisonnement. Les étudiants suivent les règles dont ils comprennent la logique. Une courte unité honnête sur ce que l'IA fait bien, où elle échoue, et pourquoi l'effort non assisté est la partie qui construit leur propre capacité fait plus pour l'intégrité que n'importe quel scanner — elle transforme la politique de surveillance en objectif partagé.

Les outils de détection s'amélioreront peut-être. Mais un système d'intégrité ne devrait pas dépendre de la victoire dans une course judiciaire contre les paraphraseurs. Il devrait dépendre d'évaluations qui mesurent les étudiants directement — ce qui, commodément, fait aussi de meilleures évaluations.