Audience d'intégrité académique sur l'IA : ce que les commissions évaluent

Une audience d’intégrité académique portant sur l’IA repose sur des preuves, pas sur le score d’un détecteur. Les commissions décident si l’établissement a démontré une faute selon sa propre politique. Votre rôle est d’expliquer comment le travail a été réalisé, d’apporter les traces qui le prouvent et de demander à la commission d’appliquer son standard de preuve habituel.

Que décide réellement une audience d’intégrité académique ?

La plupart des commissions ne sont pas invitées à répondre à la question « un détecteur a-t-il signalé ce travail ? ». On leur demande si les preuves satisfont au standard de faute de l’établissement. Cela implique généralement trois éléments : l’acte (avez-vous utilisé un outil interdit, ou soumis un travail qui n’était pas le vôtre ?), l’intention ou la connaissance (saviez-vous, ou auriez-vous raisonnablement dû savoir, que cela n’était pas autorisé ?) et les preuves (l’établissement peut-il démontrer les deux, quel que soit le seuil fixé par sa politique ?).

C’est sur ce dernier point que les affaires liées à l’IA deviennent fragiles. Le score d’un détecteur est une estimation de probabilité produite par un modèle qui compare votre texte à des schémas qu’il associe à l’écriture générée. Ce n’est pas un relevé de votre clavier. Il ne peut pas montrer qui a tapé une phrase. Lorsqu’une commission traite un score comme la conclusion plutôt que comme un élément de preuve parmi d’autres, elle a discrètement sauté l’étape où l’établissement doit prouver son dossier.

C’est pourquoi vous devez lire la politique qui s’applique à vous, et non une politique générale. Les règles diffèrent selon que l’assistance par IA est totalement interdite, autorisée avec déclaration, ou autorisée pour certaines tâches et pas pour d’autres. Si la politique autorise les outils de correction, les correcteurs grammaticaux ou les aides à la traduction, dites-le, avec la clause sous les yeux. Notre guide sur ce que votre université autorise réellement explique comment lire ces clauses avant une audience.

Quoi apporter : votre processus d’écriture comme preuve

La chose la plus solide que vous puissiez présenter devant un jury n’est pas un argument. C’est une trace.

1. Les brouillons, dans l’ordre. Les documents cloud conservent l’historique des versions. Exportez-le, ou faites une capture d’écran de la liste des versions avec les horodatages. Un essai qui a grandi au fil des jours ne ressemble pas à un texte collé à 2 h du matin.
2. Les notes et la recherche. Notes de lecture, PDF annotés, emprunts de bibliothèque, signets, enregistrements d’entretiens, fichiers de données. Tout ce qui montre la réflexion avant les phrases.
3. Les plans et les fichiers intermédiaires en désordre. Des paragraphes à moitié finis sont la preuve d’une construction. Personne ne génère un brouillon puis ne génère l’échafaudage.
4. La correspondance. E-mails à un directeur de mémoire, messages à un groupe de travail, retours d’un centre d’écriture. Ces éléments datent votre travail et montrent la direction prise.
5. Vos propres travaux antérieurs. Des essais précédents dans le même style aident à montrer que la voix en question est la vôtre.

Si vous avez utilisé un outil d’IA dans les règles, pour un brainstorming, pour vérifier la grammaire, pour traduire une source que vous avez ensuite lue, documentez-le aussi. Cacher un outil autorisé paraît pire que de le déclarer. Ce qui coule les gens, c’est une lacune dans le dossier, pas l’outil lui-même.

Si vous voulez voir quelles phrases précises portent le signal dans votre propre brouillon avant que quiconque ne le note, passez le texte dans le détecteur d’IA au niveau des phrases. Il surligne chaque ligne selon sa probabilité d’IA, ce qui vous permet de pointer les passages réellement en question au lieu de discuter d’un score global pour tout le document.

Pourquoi un détecteur signale-t-il un texte que vous avez écrit vous-même ?

Parce que les détecteurs mesurent des motifs, pas la paternité. Ils recherchent des signaux comme une faible variation de la longueur des phrases, des choix de mots prévisibles, des transitions génériques et une répartition uniforme de l’information. L’écriture académique humaine ressemble parfois à cela aussi, surtout lorsqu’elle est passée par un guide de style, une traduction ou plusieurs relectures.

Nous avons exécuté notre propre détecteur sur 46 guides rédigés à la main DeAIze. Le score IA moyen était de 27 %, la médiane de 25 %, et l’étendue allait de 0 à 55 %. Dix-sept des 46 ont été signalés au seuil que nous avons utilisé. Chacun de ces documents a été écrit par une personne. C’est le tableau honnête d’un détecteur en conditions réelles : utile, bruité, et non un verdict.

Une seconde constatation, plus étrange, ressort de la même exécution. Dans l’échantillon rédigé par des humains, les indices d’IA courants apparaissaient environ 3 fois pour 100 mots. Dans 12 sorties de modèles non éditées générées à partir de consignes fixes, les mêmes indices apparaissaient environ 1 fois pour 100 mots. Les signaux sur lesquels on se fie à l’œil ne sont pas présents de manière fiable dans le texte machine et sont souvent présents dans le texte humain, parce que les humains écrivent par habitude. Si un membre du jury dit que la prose « sonne comme de l’IA », c’est une impression, pas une mesure, et elle mérite le même examen que toute autre impression.

Comment présenter votre démarche devant le jury ?

Restez chronologique et concret. « Voici comment cet essai a été réalisé » est plus facile à suivre que « Je ne ferais jamais ça ».

• Commencez par le devoir et la consigne.
• Décrivez vos recherches : ce que vous avez lu, où vous l’avez trouvé, ce que vous avez écarté.
• Parcourez la rédaction : quand vous avez commencé, combien de brouillons, ce qui a changé.
• Montrez les artefacts au fur et à mesure. Remettez-les ou affichez-les à l’écran.
• Expliquez tous les outils que vous avez utilisés, nommément, et à quoi ils vous ont servi.
• Arrêtez-vous. Laissez-les poser leurs questions.

Répondez à la question qui vous a été posée. Si vous ne savez pas, dites que vous ne savez pas et proposez de vous renseigner. Les jurys cherchent généralement à établir une succession d’événements ; un témoin cohérent et précis est plus convaincant qu’un témoin éloquent et vague.

Si l’anglais n’est pas votre langue maternelle, dites-le tôt et clairement. Les rédacteurs non natifs sont signalés de manière disproportionnée, non pas parce qu’ils trichent, mais parce que leur prose utilise souvent les mêmes constructions sûres et régulières que les détecteurs associent au texte généré. Il existe un guide complet sur pourquoi les détecteurs d’IA signalent les rédacteurs anglophones non natifs et il vaut la peine de le lire avant de prendre la parole, car il vous donne des mots pour quelque chose que vous avez peut-être ressenti sans pouvoir le nommer.

Ce qu’il ne faut pas dire

Le moyen le plus rapide de perdre une audience est de concéder un constat avec lequel vous n’êtes pas d’accord parce que vous voulez en finir.

Ne dites pas : « J’ai dû l’utiliser sans m’en rendre compte. » Si vous n’avez pas utilisé d’outil interdit, cette phrase est un aveu mensonger, et elle sera consignée comme tel. Les commissions agissent sur les aveux. Vous ne pourrez pas revenir dessus plus tard.

Ne dites pas : « Le détecteur doit se tromper, donc je n’ai rien à expliquer. » Les détecteurs se trompent souvent. Mais refuser d’examiner les preuves vous fait paraître évasif, même lorsque vous avez raison.

Ne dites pas : « Tout le monde utilise ChatGPT. » Ce n’est pas une défense, et cela invite la commission à traiter votre cas comme une question de politique plutôt que comme une question de fait.

Ne dites pas : « Je ne m’en souviens pas. » Pour tout. La mémoire a le droit d’être imparfaite, mais si votre récit de la rédaction d’un essai de 3 000 mots ne contient aucun détail mémorisé, le jury le remarquera.

Ne proposez pas spontanément des théories sur l’identité de la personne qui vous a signalé. Cela n’a aucune pertinence, cela sonne comme une représaille et cela détourne la conversation des preuves que vous êtes venu présenter.

Ce que vous pouvez dire, et que vous devriez dire, est simple : « J’ai écrit ceci. Voici la trace de la manière dont je l’ai fait. Je demande au jury d’appliquer sa norme habituelle de preuve aux résultats du détecteur, et j’aimerais savoir quelle est cette norme. »

Comment demander une norme de preuve équitable ?

Demandez-le par écrit, avant l’audience si la procédure le permet. Trois questions font l’essentiel du travail :

1. Quelle norme de preuve s’applique ? S’agit-il de la balance des probabilités, ou d’une norme plus exigeante ? Est-ce écrit dans la politique ?
2. Qui supporte la charge de la preuve ? Dans la plupart des procédures institutionnelles, c’est à l’institution d’établir la faute, et non à l’étudiant de la réfuter. Faites-le confirmer.
3. Sur quelles preuves s’appuiera-t-on, et puis-je les voir ? Vous avez généralement droit au rapport du détecteur, aux passages signalés, à la version évaluée par le correcteur et à toute correspondance relative au dossier.

Posez ensuite la question opérationnelle : qu’est-ce que le jury accepterait comme preuve que j’ai écrit ceci ? Si la réponse est « rien », vous avez appris quelque chose d’important sur le processus, et vous pouvez le dire calmement, officiellement. Si la réponse est une liste, vous savez maintenant exactement quoi apporter.

Un score de détecteur n’est qu’un élément parmi d’autres. Si le dossier du jury repose sur lui seul, cela vaut la peine de le dire sans animosité : l’outil rapporte une probabilité, pas un fait sur la paternité. Nos propres chiffres montrent pourquoi. Une moyenne de 27 % sur 46 documents dont on sait qu’ils ont été écrits par des humains n’est pas un système sur lequel on condamnerait quelqu’un.

Comment se comparent les différents types de preuves ?

Toutes les preuves n’ont pas le même poids. Voici comment les éléments habituels se classent dans un cas de faute liée à l’IA.

Remarquez ce qui figure en haut. Les preuves qui convainquent sont celles que vous avez produites pendant le travail, pas celles que vous rassemblez la veille. Si vous n’avez rien dans les premières lignes, dites-le honnêtement et appuyez-vous sur ce que vous avez.

Avant l’audience : une courte liste de vérification

• Lisez la politique qui régit votre évaluation. Notez la clause exacte sur les outils d’IA.
• Demandez les documents : rapport du détecteur, sections signalées, le fichier soumis, commentaires du correcteur.
• Exportez votre historique de versions et enregistrez-le dans un espace que vous contrôlez.
• Rassemblez les traces : notes, sources, plans, correspondance.
• Contactez votre syndicat étudiant, votre conseiller ou votre représentant. De nombreux établissements en mettent un à disposition, et la présence d’une seconde personne dans la salle change le ton.
• Rédigez une chronologie d’une page de la façon dont le travail a été réalisé. Emportez-la avec vous.
• Répétez votre récit à voix haute une fois, pour que la première fois que vous le racontez ne se fasse pas sous pression.
• Renseignez-vous sur l’enregistrement ou le procès-verbal, et sur la possibilité d’amener une personne de soutien.

Une autre chose qui vaut la peine d’être faite : évaluez votre propre brouillon avant l’audience, pour ne pas être surpris par un chiffre dans la salle. Un outil au niveau de la phrase est plus utile ici qu’un score sur l’ensemble du document, car il montre quelles lignes font pencher le résultat. Si un paragraphe précis est signalé et que vous pouvez expliquer pourquoi il se lit ainsi, une définition citée, un passage traduit, une section méthodologique formulaire, vous avez une réponse prête au lieu d’un haussement d’épaules. Notre guide sur ce qu’il faut préparer lorsqu’un détecteur signale votre thèse expose la même routine de façon plus détaillée.

Ce que le jury cherche vraiment

Mettez de côté la procédure, et les jurys essaient généralement de répondre à une seule question : cet étudiant peut-il rendre compte de ce travail ? Pas parfaitement, pas avec une précision d’expert, mais de manière plausible et cohérente, avec quelque chose à montrer pour le prouver.

C’est une norme que vous pouvez satisfaire, que vous ayez ou non jamais touché à un outil d’IA. C’est aussi une norme à laquelle il vaut la peine de tenir l’établissement. Si l’accusation portée contre vous se résume à un pourcentage sur un rapport, dites-le, poliment et à plusieurs reprises, et demandez ce qu’il y a d’autre. Parfois la réponse sera davantage de preuves. Parfois ce sera rien, et le jury le saura.

Si vous avez effectivement utilisé l’IA en dehors des règles, la voie honnête consiste à dire ce que vous avez utilisé et pourquoi, et à accepter la conséquence prévue par la politique. Les auditions ne sont pas un jeu à gagner ; elles constituent un processus visant à établir ce qui s’est passé. Les étudiants qui en sortent le plus mal ne sont rarement ceux qui ont commis une erreur. Ce sont ceux qui n’ont pas pu décrire leur propre travail.

Prêt à voir quelles phrases semblent rédigées par une machine ?

Avant qu’un jury ne voie un chiffre, vous devriez le voir. Le détecteur d’IA de DeAIze note l’ensemble du document et met en évidence chaque phrase selon sa probabilité d’être générée par IA, afin que vous puissiez voir exactement quelles lignes portent le signal et préparer une explication pour celles-ci plutôt qu’un démenti général. Il ne vous dira pas ce qu’un jury décidera, et ce n’est pas un verdict. C’est une carte de l’argumentation que vous allez devoir tenir.

Si un passage signalé est véritablement votre propre rédaction qui se lit simplement de façon plate, l’éditeur de brouillon ne réécrit que les phrases signalées, vérifie que le sens est préservé et renote le résultat. Vous pouvez l’essayer gratuitement sur 200 mots à l’inscription, et consulter les tarifs si vous en avez besoin de plus. Dans tous les cas, apportez l’historique des versions. L’outil explique le chiffre ; l’historique explique le travail.

Et si le dossier du jury repose sur la production d’un outil de réécriture ?

Certains dossiers arrivent avec un second rapport joint : un correcteur a fait passer votre brouillon dans un outil de réécriture, ou vous l’avez fait, et il y a désormais deux chiffres sur la table. Traitez-les comme deux instruments distincts, et non comme une corroboration. La production d’un outil de réécriture est une suggestion concernant la formulation. Ce n’est pas un registre de paternité, et elle ne confirme pas la lecture d’un détecteur simplement parce que les deux figurent sur la même page.

Posez trois questions sur tout rapport de réécriture :

1. Quel texte a été évalué ? Votre fichier soumis, ou une version produite à partir de celui-ci par un outil ? Ce sont des documents différents.
2. Que signifie le nombre ? Certains outils rapportent un pourcentage de similarité, d’autres un score de modèle, d’autres une part de prose éligible. Ils ne sont pas interchangeables, et aucun ne prouve qui a écrit la phrase.
3. Le sens a-t-il été préservé ? Une réécriture peut discrètement supprimer une négation, une citation ou un qualificatif. Si un outil a modifié vos affirmations, il s’agit d’un problème d’édition que vous devriez pouvoir décrire, et non d’un aveu.

Si vous évaluez des outils avant une audience, lisez comment juger un outil de réécriture et ce que renvoie chaque outil afin de distinguer la définition d’un score d’un verdict. Apportez le fichier original dans tous les cas. L’original est la preuve ; la réécriture n’en est qu’un commentaire.

Pour situer le bruit de notre propre instrument : le 2026-10-13, nous avons évalué 1 549 passages issus de guides DeAIze non marqués comme générés (sélection sur métadonnées uniquement, paternité humaine non vérifiée indépendamment) et le score IA moyen était de 28 %, avec une médiane de 20 %. Il s’agit de notre propre mesure, non du résultat d’un détecteur tiers, et c’est un nombre de passages, non un taux de faux positifs vérifié. Cela suffit à justifier de demander ce que mesure un nombre avant que quiconque ne le traite comme une conclusion.