Depuis trois ans, la question revient dans toutes les salles des profs : ce devoir a-t-il été écrit par l’élève ou par ChatGPT ? Elle se pose aussi ailleurs — dans les rédactions, les cabinets de recrutement, les services communication. Et la réponse est plus compliquée qu’on ne l’imagine, parce qu’aucune méthode, humaine ou automatique, ne permet d’affirmer avec certitude qu’un texte a été généré par une machine.
Cela ne veut pas dire qu’il n’y a rien à faire. Cela veut dire qu’il faut travailler avec des faisceaux d’indices plutôt qu’avec des verdicts.
Ce qui trahit souvent un texte généré
Le premier signal est rythmique. Un texte produit par un modèle de langage a tendance à aligner des phrases de longueur homogène, avec une syntaxe régulière et des transitions attendues. L’écriture humaine, elle, respire mal : elle accélère, s’attarde, se contredit parfois d’un paragraphe à l’autre.
Le deuxième tient au grain du propos. Une IA reste facilement à mi-hauteur : elle décrit les grands principes sans jamais descendre dans l’anecdote précise, le chiffre issu d’un cours particulier, l’exemple vu en TD la semaine précédente. Un devoir techniquement correct mais curieusement désincarné mérite un second regard.
Le troisième est le plus fiable de tous : les sources. Les modèles génératifs inventent des références avec un aplomb déconcertant — auteurs plausibles, titres crédibles, numéros de pages précis, et publication qui n’existe pas. Vérifier trois entrées d’une bibliographie prend cinq minutes et résout une bonne partie des cas douteux.
Enfin, la comparaison avec les productions antérieures de l’élève reste l’outil le plus simple. Un changement brutal de niveau, de vocabulaire ou de registre entre deux copies dit souvent plus qu’une analyse stylistique fine.
Pourquoi les outils automatiques ne peuvent pas trancher seuls
Détecteur d’IA et logiciel anti-plagiat sont deux fonctions distinctes, souvent réunies dans les mêmes suites — c’est le cas chez l’éditeur français Compilatio, présent depuis une vingtaine d’années auprès des établissements du secondaire et du supérieur. Ces outils analysent la structure statistique d’un texte et signalent les passages dont les caractéristiques ressemblent à celles des productions de modèles connus.
Leur intérêt est réel : ils font gagner du temps, ils localisent les passages suspects plutôt que de rendre un simple verdict global, et ils objectivent une discussion qui, sans eux, reposerait sur une intuition difficile à défendre face à un élève.
Mais ils ont des limites structurelles qu’il faut connaître. Un score n’est jamais qu’une probabilité. Des travaux de recherche ont montré que certains détecteurs signalaient à tort des textes rédigés par des locuteurs non natifs, dont l’écriture plus simple et plus régulière ressemble statistiquement à celle d’une machine. OpenAI a d’ailleurs retiré son propre classificateur quelques mois après son lancement, faute de précision suffisante. Et la reformulation manuelle d’un texte généré suffit souvent à faire chuter le score.
Les éditeurs sérieux le disent eux-mêmes : le résultat doit être interprété, pas appliqué.
Déplacer la question
C’est peut-être là que se joue l’essentiel. Une politique fondée uniquement sur la détection place l’établissement dans une position défensive et perdante à long terme, puisque les modèles progressent plus vite que les outils qui les traquent.
L’alternative consiste à réintroduire des formats que l’IA ne peut pas produire à la place de l’élève : oraux de soutenance, travaux ancrés dans une expérience personnelle, rendus en plusieurs étapes avec brouillons intermédiaires, écrits sur table. Et à exiger la transparence plutôt que l’abstinence — demander à l’élève de déclarer ce qu’il a utilisé, pour quoi faire, et ce qu’il a rédigé lui-même.
L’outil de détection devient alors ce qu’il aurait toujours dû être : un point de départ pour une conversation, pas une pièce à conviction.
