Une politique de détection de l’IA applicable dans les écoles fait cinq choses : elle précise quand les élèves doivent déclarer l’usage de l’IA, fixe une norme de preuve qu’un score de détecteur seul ne peut satisfaire, offre aux élèves une véritable voie de recours avec des évaluateurs nommés et des délais, forme le personnel à ce que les détecteurs mesurent réellement, et s’engage sur un cycle de révision. Tout ce qui suit est un squelette que vous pouvez adapter.
Que doivent réellement déclarer les élèves ?
La déclaration est la partie que la plupart des politiques ratent, car soit elles interdisent purement et simplement l’IA (inexécutable), soit elles ne disent rien (injuste envers l’élève honnête qui l’a utilisée pour un brainstorming). Une règle de déclaration fonctionne lorsqu’elle est liée à la tâche, et non à l’outil.
Rédigez-la sous forme d’échelle, et placez cette échelle sur chaque consigne de devoir :
- Aucun usage de l’IA. Utilisé pour les examens à livre fermé, les rédactions en classe et les tâches où le processus constitue l’évaluation.
- IA pour la préparation uniquement. Brainstorming, planification, génération de questions d’entraînement, vérification grammaticale. Aucun texte généré par l’IA n’apparaît dans le travail soumis. Une déclaration d’une ligne suffit.
- IA pour la rédaction, avec déclaration. Une courte note à la fin du travail : quel outil, ce qu’il a fait, ce que l’élève a modifié et ce que l’élève a vérifié. C’est le niveau qui nécessite le plus de clarté, car c’est là que se produit la plupart des usages réels.
- Usage de l’IA attendu. Autorisé ou exigé, à condition que l’élève puisse expliquer le résultat et vérifier chaque affirmation, citation et chiffre.
Deux détails importent plus que la formulation. Premièrement, la déclaration doit être une phrase, pas un formulaire ; un formulaire bureaucratique apprend aux élèves à cocher des cases. Deuxièmement, demandez le processus, pas seulement le produit. Un élève qui a utilisé un chatbot pour faire un plan, puis a réécrit chaque paragraphe avec ses propres mots, doit pouvoir le dire sans crainte. C’est exactement le comportement que vous voulez récompenser.
Si votre personnel continue de débattre de ce que signifie « fausse déclaration », ce qui compte comme fausse déclaration est le document complémentaire à leur remettre avant la première réunion sur la politique.
Ce qui compte comme preuve, et pourquoi un score de détecteur ne suffit pas
La sortie d’un détecteur est une estimation de probabilité, pas une preuve de paternité. Chaque politique devrait le dire en langage clair, dans la politique elle-même, pas dans une note de bas de page. Deux outils examinant le même essai sont régulièrement en désaccord, et les raisons sont structurelles : ils pondèrent des signaux comme la variation de la longueur des phrases et la prévisibilité des mots, et ils diffèrent dans la façon dont ils agrègent ces signaux en un chiffre au niveau du document.
Nous avons mesuré cela sur notre propre instrument plutôt que de faire confiance à une affirmation de fournisseur. Le 2026-09-13, nous avons évalué 23 guides DeAIze rédigés à la main avec le détecteur DeAIze à un seuil de signalement de 30 % : le score IA moyen était de 21 %, la médiane de 22 %, et l’intervalle allait de 0 % à 46 %. Cinq des 23 documents rédigés par des humains ont été signalés. C’est notre propre mesure, sur notre propre ensemble local, et c’est le tableau honnête : l’écriture humaine produit une dispersion, et une partie se situe au-dessus d’un seuil.
Alors, qu’est-ce qui compte comme preuve ? Intégrez une hiérarchie dans la politique :
| Type de preuve | Poids dans une conclusion | Notes pour le personnel |
|---|---|---|
| Score de détecteur (outil unique) | Jamais suffisant à lui seul | À traiter comme une incitation à examiner, pas comme une conclusion |
| Deux détecteurs ou plus en accord | Corroborant uniquement | Toujours pas une preuve ; noter quels outils et ce qu’ils ont rapporté |
| Historique des brouillons (historique des versions, horodatages) | Fort | Montre le processus, ou son absence |
| Explication de l’étudiant et défense orale | Fort | Demandez-leur d’expliquer le raisonnement d’un paragraphe précis |
| Vérification des sources (citations, citations textuelles, données) | Fort | Les références fabriquées sont une défaillance distincte et plus claire |
| Inadéquation du style d’écriture avec les travaux antérieurs | Faible à modéré | Les rédacteurs non natifs et les étudiants qui écrivent formellement sont signalés de manière disproportionnée |
Deux garde-fous doivent figurer dans cette section. Premièrement, ne laissez jamais un score être la seule base d’une accusation — dites-le dans la politique afin qu’un panel ne puisse pas l’ignorer discrètement. Deuxièmement, exigez que la personne qui soulève la préoccupation consigne ce qu’elle a remarqué d’autre. « Le détecteur a indiqué un score élevé » n’est pas un dossier ; « le détecteur a signalé la section du milieu, l’étudiant n’a pas pu expliquer l’argument du paragraphe trois, et les citations n’existent pas » en est un.
Si vous voulez voir ce que la détection au niveau des phrases rapporte réellement avant de rédiger la norme de preuve, faites passer un échantillon de vos propres corrections passées par le détecteur d’IA — il met en évidence les phrases qui portent le signal et celles qui ne le portent pas, ce qui est bien plus utile à un panel qu’un seul chiffre au niveau du document.
Comment le processus d’appel doit-il fonctionner ?
L’appel est le moment où les politiques gagnent ou perdent la confiance des étudiants et du personnel. Gardez-le court, limité dans le temps et distinct de la personne qui a soulevé la préoccupation.
- Notification dans un délai défini. L’étudiant est informé par écrit de ce qui est allégué, des preuves sur lesquelles on s’appuie et de la section de la politique qui s’applique. Remettez le rapport du détecteur à l’étudiant, pas seulement la conclusion.
- Une possibilité de répondre avant toute conclusion. L’étudiant soumet une réponse écrite et, s’il le souhaite, une brève explication orale de sa démarche. C’est l’étape qui permet de détecter la plupart des faux positifs.
- Un examinateur qui n’est pas l’accusateur. Un rôle nommé — chef de département, responsable de l’intégrité académique ou un petit panel — examine le dossier. Pour les cas à enjeux élevés, ce que les panels évaluent réellement mérite d’être lu avant de rédiger le mandat.
- Une décision motivée, par écrit. Pas seulement « confirmé » ou « rejeté », mais quelles preuves ont eu du poids et pourquoi le score du détecteur a ou n’a pas contribué.
- Une deuxième voie. Un nouvel examen, avec un examinateur différent, et un délai précis pour le demander.
Les délais doivent être exprimés en jours ouvrables et suffisamment courts pour être réalistes : un délai de notification, un délai de réponse et un délai de décision. Si votre politique ne peut pas nommer le rôle de l’examinateur, elle n’est pas terminée.
Le personnel doit-il être formé aux limites des détecteurs ?
Oui, et cela devrait être obligatoire plutôt qu’optionnel, car une application incohérente est le moyen le plus rapide de faire paraître une politique arbitraire. La formation n’a pas besoin d’être longue. Elle doit couvrir quatre points :
- Ce que signifie un score. Une estimation de probabilité portant sur des schémas dans le texte, et non un jugement sur qui l’a écrit.
- Pourquoi certains rédacteurs sont plus souvent signalés. Les rédacteurs dont l’anglais n’est pas la langue maternelle, les étudiants qui écrivent dans un registre formel et les étudiants qui travaillent à partir de genres fortement stéréotypés se situent tous plus près de la limite. Pourquoi un détecteur d’IA signale les rédacteurs dont l’anglais n’est pas la langue maternelle constitue une bonne lecture préalable pour une réunion du personnel.
- Que faire lorsqu’un score semble erroné. Documenter, demander, ne pas accuser. Une première conversation n’est pas une accusation.
- La cohérence. Deux enseignants devraient parvenir à la même décision sur le même fichier. Organisez un court exercice de calibration chaque trimestre : donnez au personnel le même cas anonymisé et comparez les conclusions.
Un résultat contre-intuitif issu de notre propre mesure mérite d’être présenté au personnel. Lors de la même exécution du 2026-09-13, nous avons compté la fréquence des indices d’IA — expressions et constructions communément associées à une production machine — à 4 pour 100 mots dans l’échantillon rédigé par des humains, contre 1 pour 100 mots dans la sortie du modèle non éditée. Les rédacteurs humains ont utilisé plus des prétendus indices que le modèle. Tout instinct du personnel qui dit « cette expression sonne comme de l’IA » est donc plus faible qu’il n’y paraît.
À quelle fréquence la politique doit-elle être révisée ?
Au minimum une fois par an, et hors cycle chaque fois qu’un outil majeur change. Désignez un responsable — un rôle nommé, pas un comité — et tenez un court journal des modifications en tête du document afin que le personnel puisse voir ce qui a changé et quand.
Une liste de contrôle pratique pour l’examen :
- Les niveaux de divulgation correspondent-ils toujours à la façon dont les étudiants travaillent réellement ?
- Les outils de détection nommés dans la norme de preuve existent-ils toujours sous la forme que vous avez décrite ?
- Un appel au cours de l’année écoulée a-t-il révélé une lacune dans le processus ?
- Le personnel a-t-il été formé cette année, et la calibration a-t-elle produit des résultats cohérents ?
- Les délais sont-ils toujours réalistes compte tenu de votre charge de travail réelle ?
Publiez la politique là où les étudiants peuvent la trouver, et donnez-leur la même échelle de divulgation que leurs enseignants. Une règle que les étudiants ne peuvent pas lire est une règle qu’ils ne peuvent pas suivre.
Une dernière chose qui mérite d’être écrite dans le préambule : les idées, les données, les arguments et les conclusions d’un travail doivent être ceux de l’étudiant. Aucune politique, et aucun outil, ne change cela. Ce qu’une bonne politique change, c’est la façon dont vous établissez équitablement s’ils le sont.
Note de mesure : les chiffres de cet article proviennent de notre propre détecteur exécuté le 2026-09-13 — n = 23 guides rédigés à la main contre n = 12 sorties de modèle non éditées, score médian d’IA de 22 % et 34 % respectivement. Méthode : /methodology/.