Canvas ne détecte pas ChatGPT de lui-même. Instructure a conçu Canvas comme un système de gestion de l’apprentissage, et sa vérification intégrée du plagiat passe par des intégrations tierces que votre établissement active. Si votre soumission obtient un score d’IA, ce chiffre provient de Turnitin, ou d’un détecteur que votre école a intégré à la mission — pas de Canvas lui-même. Ce que Canvas vous montre, c’est le rapport qu’un détecteur a renvoyé, joint à votre soumission.
Cette distinction est importante, car elle change ce que vous pouvez faire face à un signalement. Vous ne discutez pas avec Canvas. Vous examinez une estimation de probabilité fournie par un détecteur, et vous pouvez travailler sur les phrases qui ont porté le signal avant que quiconque ne les lise.
Points clés à retenir
- Canvas est le système de diffusion, pas le détecteur. Turnitin ou une intégration similaire effectue la notation, et Canvas affiche le résultat.
- Un signalement est une estimation de probabilité, pas une preuve de paternité. Les enseignants en sont informés aussi, même si tous n’agissent pas en conséquence.
- La détection fonctionne au niveau des phrases dans la plupart des outils modernes, donc un score global masque les lignes qui ont provoqué le signalement.
- Les habitudes de surface — longueur de phrase uniforme, transitions hésitantes, formes de paragraphes bien nettes — font monter un score même lorsque les idées sont les vôtres.
- Vous pouvez corriger les phrases signalées sans réécrire l’argument, et vous pouvez vérifier que le sens a été préservé.
- Notre propre mesure de 46 guides DeAIze écrits à la main a obtenu un score d’IA moyen de 27 %, avec 17 sur 46 signalés à un seuil de 30 %. L’écriture humaine est aussi signalée.
Comment Canvas gère-t-il réellement la détection d’IA ?
Canvas lui-même ne fournit pas de détecteur ChatGPT. Ce qu’il fournit, c’est un flux de travail de mission avec une vérification externe attachée. Votre enseignant active un service de plagiat et d’IA sur la mission ; lorsque vous soumettez, Canvas transmet le fichier à ce service et affiche le rapport renvoyé dans SpeedGrader.
L’intégration courante est Turnitin, qui dispose de son propre indicateur d’écriture IA. Le rapport de Turnitin affiche un pourcentage de la soumission que son modèle considère comme probablement générée par IA, ainsi qu’une répartition par segments du texte. D’autres écoles utilisent des fournisseurs entièrement différents, et certaines n’en utilisent aucun.
Si vous souhaitez avoir une vision plus complète de la façon dont ces scores sont produits, notre guide sur le fonctionnement de la détection d’IA détaille les signaux. En bref : les détecteurs examinent à quel point chaque mot est prévisible compte tenu des mots qui le précèdent, et dans quelle mesure la longueur et la structure des phrases varient. Une prose plate et prévisible obtient un score plus élevé.
Pourquoi Canvas affiche-t-il un score d’IA sur mon propre texte ?
Parce que le détecteur mesure la régularité statistique, et non la paternité. Un texte composé de phrases régulières et bien construites avec des transitions prévisibles semble identique, qu’il ait été soigneusement rédigé par une personne ou produit par un modèle.
Ce n’est pas hypothétique. Dans une mesure interne que nous avons réalisée le 19/09/2026, nous avons évalué 46 guides DeAIze rédigés à la main avec notre propre détecteur, avec un seuil de signalement de 30 %. Le score d’IA moyen était de 27 %, la médiane de 25 %, et 17 des 46 ont été signalés. Chacun de ces documents a été écrit par une personne, du début à la fin.
Nous avons également évalué 12 sorties de modèle non modifiées à partir d’invites fixes. Celles-ci avaient un score d’IA moyen de 35 % et une médiane de 34 %. Notez ce que cela signifie : l’écart entre une écriture humaine soignée et une sortie brute de modèle était plus étroit que la plupart des gens ne le pensent. Les résultats des détecteurs se chevauchent. C’est la réalité honnête, et c’est pourquoi un seul chiffre ne devrait jamais être considéré comme un verdict.
Si vous voulez voir quelles lignes spécifiques portent le signal plutôt que de deviner à partir d’un seul chiffre, passez le brouillon dans le détecteur d’IA — il note le document et met en évidence chaque phrase selon la probabilité d’IA, afin que vous puissiez modifier les lignes qui comptent au lieu de tout réécrire.
Que rapporte réellement l’indicateur d’IA Turnitin dans Canvas ?
L’indicateur de rédaction par IA de Turnitin rapporte un pourcentage estimé du texte admissible que son modèle considère comme généré par IA, et il segmente la soumission pour que vous puissiez voir où. Il ne rapporte pas un auteur nommé, et il ne rapporte pas l’intention.
Quelques conséquences pratiques :
- Les soumissions courtes produisent des lectures instables. Quelques centaines de mots donnent très peu de matière à un détecteur, et le score varie davantage.
- Les documents mixtes produisent des segments mixtes. Si vous avez rédigé avec un modèle puis modifié lourdement à la main, vous pouvez voir un segment signalé et le reste propre.
- Les citations et les références peuvent encore être notées. Le détecteur n’exclut pas de manière fiable les citations en bloc ou les listes de références de son analyse par segment.
- Le pourcentage n’est pas un pourcentage de votre essai qui est faux. C’est une estimation du modèle sur le texte admissible. La formulation du rapport est plus étroite que la façon dont les gens la répètent.
Si vous avez déjà reçu un rapport et devez y répondre, notre guide du Turnitin rapport d’IA explique ce que dit chaque partie et comment répondre à un instructeur sans paraître sur la défensive.
Quelles phrases font grimper un score IA Canvas ?
Surtout les plus ennuyeuses. Voici une comparaison des schémas qui portent un signal, accompagnée de la correction qui ne vous coûte rien en sens.
| Schéma qui fait monter le score | Pourquoi cela se lit comme fait par une machine | Que faire à la place |
|---|---|---|
| Chaque phrase fait 18–25 mots | Une longueur uniforme est une forte régularité statistique | Coupez une phrase de chaque paragraphe en deux, ou fusionnez-en deux en une longue |
| Des ouvertures de transition à chaque paragraphe | « De plus », « En outre », « Par ailleurs » en séquence, c’est un modèle | Supprimez l’ouverture et laissez la première proposition porter le lien |
| Des listes équilibrées en trois parties | Les structures triadiques sont une habitude de modèle | Réduisez à deux éléments, ou développez un élément en une phrase complète |
| Empilement de précautions | « Il est important de considérer qu’il pourrait y avoir » | Dites la chose. « Considérez X. » |
| Aucun nom concret | Résumé abstrait sans noms, dates ni objets | Ajoutez l’outil, le fichier ou le nombre précis que vous avez réellement utilisé |
| Des formes de paragraphe identiques | Affirmation, appui, reformulation — trois fois de suite | Variez. Commencez un paragraphe par un exemple |
Aucune de ces choses n’est une faute morale. Ce sont des problèmes de révision, et ils se corrigent en une seule passe.
Puis-je corriger les phrases signalées sans réécrire mon argument ?
Oui, et c’est la bonne portée. Réécrire de zéro risque de modifier vos affirmations, ce qui est un résultat pire qu’un signalement.
Le flux de travail qui tient la route :
- Évaluez d’abord le brouillon. Obtenez une référence pour savoir quelles phrases portent réellement le signal. Éditer à l’aveugle gaspille des efforts.
- Réécrivez uniquement les phrases signalées. Laissez les autres tranquilles. Si un paragraphe obtient un bon score, y toucher ne peut que l’aggraver.
- Vérifiez que le sens a survécu. C’est l’étape que les gens sautent. Une réécriture qui se lit mieux mais qui modifie votre affirmation n’est pas une amélioration.
- Réévaluez et comparez. Si le chiffre n’a pas bougé, la réécriture n’a pas traité le signal réel.
Sur la question du flux de travail, notre éditeur de brouillon fonctionne en boucle fermée : il évalue, réécrit uniquement les phrases signalées, ne conserve une réécriture que lorsque la similarité sémantique indique que le sens est préservé, puis réévalue et vous montre avant et après. Sur le paragraphe exemple de notre site, un score IA de 92 % devient 4 %. Le site rapporte une réduction moyenne du score IA de plus de 60 % après humanisation, avec un meilleur cas à 71 % — ce sont nos propres scores prédits, pas un verdict officiel de Turnitin ou de quiconque.
Cette mise en garde n’est pas de la modestie. C’est la limite réelle de l’outil. Aucun humaniseur ne contrôle ce que Turnitin renvoie.
L’humanisation est-elle considérée comme de la triche ?
C’est l’objection qui mérite d’être prise au sérieux, alors la voici sans argumentaire de vente.
Si vous avez généré les idées, l’analyse et les conclusions, et qu’un modèle vous a aidé à les formuler, resserrer la prose relève de l’édition. Tout écrivain le fait. Grammarly en fait une version. C’est le cas pour corriger les motifs de surface.
Si vous avez généré l’argumentation et que vous essayez de faire passer une soumission pour votre propre travail, c’est un acte différent, et aucun outil ne change ce qu’il est. Les scores de détection ne sont pas ce qui est violé. La fausse représentation de la paternité l’est.
La plupart des politiques d’intégrité académique traitent directement de ce sujet, et la formulation varie plus que les étudiants ne l’imaginent. Notre analyse de ce que votre université autorise réellement couvre les structures courantes, et le guide sur l’audience pour intégrité académique explique ce que les commissions examinent lorsqu’une affaire va jusque-là. Lisez votre propre politique. Elle est généralement plus courte que ne le suggèrent les rumeurs.
Que dois-je faire avant de soumettre ?
Une courte routine, dans l’ordre :
- Lisez les paramètres du détecteur de l’affectation. Si l’enseignant a activé une vérification par IA, vous savez quel rapport apparaîtra à côté de votre nom.
- Évaluez votre propre brouillon avant de soumettre. L’apprendre en privé vaut mieux que de le découvrir dans SpeedGrader.
- Corrigez les phrases signalées, pas tout le document. Préservez les passages qui obtiennent déjà un score propre.
- Relisez à voix haute les phrases réécrites. Si vous trébuchez, un lecteur le fera aussi.
- Conservez l’historique des versions. Si vous avez rédigé avec un modèle et édité à la main, cet historique est votre preuve, et c’est la chose la plus utile que vous puissiez apporter à une conversation avec un enseignant.
- Soyez prêt à expliquer votre processus. « J’ai rédigé avec un modèle et je l’ai lourdement édité » est une phrase défendable. « Je ne sais pas pourquoi il a été signalé » ne l’est pas.
La peur qui sous-tend cette recherche ne concerne généralement pas l’outil. Il s’agit d’être accusé de quelque chose que vous n’avez pas fait, sans moyen de le prouver. La défense repose sur la documentation et une prose claire, et ces deux éléments sont sous votre contrôle.
Prêt à voir quelles phrases semblent générées par une machine ?
Vous n’avez pas besoin de deviner quelles lignes ont déclenché l’alerte. Passez le brouillon dans le détecteur d’IA et examinez les scores au niveau des phrases, corrigez celles qui portent le signal dans l’éditeur de brouillon, puis vérifiez les chiffres avant et après. Si vous traitez un arriéré de documents, la tarification est à l’usage avec des crédits qui n’expirent pas, et le niveau gratuit vous donne 200 mots à l’inscription sans carte de crédit. Lorsque vous êtes prêt à commencer, créez un compte et testez-le sur le brouillon qui vous inquiète.
Le texte est traité uniquement pour la tâche en cours, jamais utilisé pour l’entraînement et jamais revendu. Vos brouillons restent les vôtres.