Généralement pas de manière nette, et personne ne peut vous promettre que ce sera le cas. La détection de rédaction par IA de Turnitin signale les textes qui se lisent statistiquement comme produits par une machine, et une sortie Claude non éditée se lit souvent ainsi. La part honnête : un signalement n’est pas une preuve de paternité, et un rapport vierge n’est pas la preuve que vous l’avez écrit. Ce que vous pouvez contrôler, c’est la formulation.
Le texte de Claude passe-t-il Turnitin ? La réponse courte
Il n’y a ni réussite ni échec. La détection de rédaction par IA de Turnitin produit un indicateur, et sa propre documentation explique comment elle traite les faibles valeurs. Turnitin indique qu’« aucun score ni surlignage n’est attribué pour les scores de détection d’IA dans la plage de 1 % à 19 % » et que les valeurs inférieures au seuil de 20 % apparaissent sous forme d’astérisque sans pourcentage (source : turnitin.com, page produit de détection de rédaction par IA). Turnitin note également que s’il identifie que 50 % d’un document est probablement rédigé par un outil d’IA, le document « pourrait contenir jusqu’à 65 % de rédaction par IA » (source : turnitin.com, même page) — un rappel que le chiffre est une estimation assortie d’une fourchette, et non une mesure du nombre de phrases issues d’un modèle.
La réponse inconfortable pour un lecteur inquiet : collez une sortie Claude non éditée dans une soumission évaluée par Turnitin et il y a une réelle probabilité d’un indicateur élevé. Non pas parce que Turnitin « sait » que Claude l’a écrit, et non pas parce que Claude marque le texte avec quoi que ce soit de détectable. Mais parce que les structures de phrases par défaut de Claude sont les mêmes structures que le classificateur a été entraîné à reconnaître.
Une dernière chose à dire clairement. Un rapport vierge ne vous certifie pas, et un rapport signalé ne vous condamne pas. Les propres documents de Turnitin indiquent qu’il peut signaler un document rédigé par un humain comme rédigé par une IA dans une petite proportion de documents entièrement humains (source : turnitin.com, même page). Le résultat de la détection est un signal à interpréter, pas un verdict.
Pourquoi une sortie Claude non éditée tend à porter un signal
Claude écrit une prose propre. C’est là le problème. Son registre par défaut privilégie les phrases équilibrées, les transitions nettes, les affirmations nuancées et des longueurs de paragraphes uniformes. Les détecteurs sont conçus pour repérer exactement cette uniformité, car l’écriture humaine est irrégulière — des phrases courtes à côté de longues, des digressions abruptes, un rythme inégal.
Notre propre détecteur, exécuté sur cette machine, montre l’écart entre une prose de référence et la sortie brute du modèle. Le 2026-09-28, nous avons évalué deux corpus avec le détecteur DeAIze (ensemble local, niveau lite) à un seuil de signalement de 30 %. Un échantillon de référence de 709 passages tirés de guides DeAIze non marqués comme générés a obtenu une moyenne de 26 % et une médiane de 25 %, avec 239 passages sur 709 situés au niveau ou au-dessus du seuil. Douze passages de sortie de modèle non édités, générés à partir de prompts fixes, ont obtenu une moyenne de 33 % et une médiane de 34 %. Ce sont des décomptes de passages issus d’un seul instrument, pas des documents indépendants ni un taux vérifié de faux positifs humains — mais la direction est claire, et elle correspond à ce qu’on peut attendre : le texte de modèle non édité se situe plus haut que la prose humaine ordinaire.
La fréquence des marqueurs d’IA dans cette exécution était de 1 pour 100 mots dans les deux corpus. C’est la partie utile. Les marqueurs ne sont pas exotiques ; ce sont des habitudes comptables que vous pouvez éliminer à la main.
Si vous voulez voir où se situe réellement le signal dans votre propre brouillon, DeAIze note l’ensemble du document et surligne chaque phrase selon sa probabilité d’IA, afin que vous puissiez modifier les lignes qui le portent. L’essai de réécriture vous donne 200 mots après confirmation par e-mail, sans carte de crédit — voir /pricing/ pour les packs de crédits.
Ce que le rapport Turnitin vous montre, et ce qu’il ne montre pas
Le rapport de Turnitin vous donne un pourcentage au niveau du document et, selon la vue que vous recevez, un surlignage au niveau des phrases. Il ne vous donne pas la liste des modèles ayant écrit quoi, et il ne compare pas votre texte aux données d’entraînement de Claude. C’est un classificateur qui lit des statistiques de surface.
Aucune sortie de détecteur ne prouve la paternité. Cette phrase s’applique au nôtre autant qu’à celui de n’importe qui. Si vous faites face à une conversation sur l’intégrité académique, la démarche utile est de conserver vos brouillons, vos notes, votre historique de versions et vos sources — pas de chercher un outil qui réécrit l’accusation pour la faire disparaître. Notre guide sur ce que les commissions évaluent réellement se trouve à /blog/academic-integrity-hearing-ai/, et la question politique de ce qui compte comme fausse déclaration est traitée à /blog/academic-integrity-policy-ai/.
Si vous voulez comprendre pourquoi deux outils vous donnent des chiffres différents sur le même fichier, /blog/ai-detector-comparison/ détaille ce que chacun rapporte.
Une illustration concrète : une phrase de Claude, modifiée
Voici un exemple inventé, clairement présenté comme une illustration. Ce n’est pas un score et pas une mesure avant-après.
Brouillon de Claude : « La mise en œuvre des politiques en matière d’énergies renouvelables est devenue de plus en plus importante ces dernières années, et il est crucial de considérer à la fois les implications économiques et environnementales de ces changements. »
Votre modification : « La politique en matière d’énergies renouvelables est devenue sérieuse ces dernières années. La question du coût et celle des émissions tirent désormais dans des directions différentes, c’est pourquoi la bataille de 2023 sur les subventions s’est déroulée comme elle l’a fait. »
La deuxième version n’est pas meilleure parce qu’elle échappe à un détecteur. Elle est meilleure parce qu’elle dit quelque chose. La première version pourrait porter sur n’importe quel pays, n’importe quelle décennie, n’importe quelle politique. La deuxième a une année, un conflit et une position. Les détecteurs ont tendance à signaler le premier type de phrase plus souvent, parce que la généralité est ce que produisent les sorties par défaut des modèles.
Vos options comparées
| Option | Ce qu’elle coûte | Ce qu’elle fait bien | Où elle est insuffisante |
|---|---|---|---|
| Soumettre la sortie Claude non modifiée | Gratuit | Rapide ; convient là où l’assistance par IA est autorisée et divulguée | Porte le signal le plus élevé ; vous n’avez vérifié aucune affirmation |
| Paraphraser avec un dictionnaire de synonymes ou un paraphraseur | Gratuit à peu coûteux | Modifie la formulation de surface | Conserve généralement la même structure de phrase et la même généralité ; le sens dérive silencieusement |
| Réécrire phrase par phrase vous-même | Votre temps | Vous conservez votre voix, vos faits et vos citations | Lent ; nécessite un détecteur qui montre le signal au niveau de la phrase pour que vous modifiiez les bonnes lignes |
| Passe de réécriture DeAIze | Starter 20,99 $ / 1 000 mots ; Standard 44,99 $ / 3 000 ; Pro 99,99 $ / 10 000 ; Max 199,99 $ / 30 000. Les crédits n’expirent jamais, sans abonnement | Suggère une formulation révisée pour votre propre brouillon, phrase par phrase, avec la détection sur la même page | La similarité sémantique est une aide à la révision, pas une preuve que chaque sens a survécu — vous vérifiez encore les affirmations, les quantités, les citations, les négations et les nuances |
| Un outil de « contournement » qui promet une sortie indétectable | Variable ; souvent par abonnement | Rien que vous puissiez auditer | Vous ne pouvez pas vérifier ce qu’il a modifié, et aucun outil ne garantit un score sur un autre détecteur |
Quand c’est le mauvais choix
N’achetez pas de passe de réécriture si l’un de ces éléments vous décrit.
Vous n’avez pas lu la politique de votre établissement ou de votre employeur sur l’assistance par IA. Réglez cela d’abord. Certains cours autorisent l’aide à la rédaction et interdisent la génération ; certains autorisent les deux avec divulgation ; certains interdisent les deux. La règle décide si vous avez un problème, pas le chiffre du détecteur.
Vous voulez que l’outil rédige l’essai. Il ne le fera pas, et il ne devrait pas. Les idées, les données et les conclusions doivent être les vôtres. Une passe de réécriture sur un texte que vous n’avez pas pensé en profondeur produit une prose fluide sans rien derrière.
Vous êtes dans un conflit d’intégrité en cours et espérez qu’un score plus bas fasse disparaître le problème. Conservez l’original, rassemblez les preuves de votre processus et parlez à la personne qui gère le processus. Réécrire le fichier contesté peut ressembler à une falsification.
Vous écrivez dans une langue où vous avez besoin d’un éditeur humain, pas d’un moteur de réécriture. Les rédacteurs non natifs de l’anglais sont signalés de manière disproportionnée, et une réécriture automatique peut aplatir le registre dont vous avez réellement besoin. /blog/ai-detector-flags-non-native-english-writers/ couvre ce qu’il faut documenter dans cette situation.
La solution, dans l’ordre
- Lancez d’abord la détection sur votre propre brouillon. Pas pour courir après un chiffre — pour trouver quelles phrases portent le signal. Les scores sur l’ensemble du document masquent le fait que la plupart de votre texte est correct.
- Réécrivez à la main les phrases signalées quand vous le pouvez. Ajoutez un fait précis, un chiffre issu de vos propres données, un nom, une date. La spécificité est le marqueur humain le plus fiable.
- Cassez le rythme. Si trois phrases d’affilée font à peu près la même longueur, coupez-en une en deux. Lisez-le à voix haute ; si cela ressemble à une brochure, cela se lit comme une brochure.
- Vérifiez chaque affirmation après toute réécriture. Les quantités, les citations, les négations et les nuances sont ce qui change discrètement. Une réécriture qui transforme « did not » en « did » est pire qu’un signalement.
- Divulguez là où les règles l’exigent. /blog/ai-content-disclosure-label/ couvre quoi dire et quand.
- Conservez le fichier original. Toujours. C’est votre preuve et votre solution de repli.
Si vous travaillez dans Word, notez que réécrire un .docx via DeAIze préserve les polices, les styles et les tableaux, de sorte que vous ne reconstruisez pas la mise en forme ensuite.
Ce qui fait réellement baisser l’indicateur
La spécificité, la variation et votre propre jugement. Ces trois éléments font baisser l’indicateur comme effet secondaire de l’amélioration de l’écriture. Les outils qui promettent de le faire baisser directement, sans améliorer le texte, ont tendance à produire une prose qui se lit plus étrangement que l’original — et vous ne pouvez pas auditer ce qu’ils ont modifié.
DeAIze est une application web avec deux volets : un détecteur et un humaniseur. La détection se fait au niveau de la phrase. L’humaniseur suggère une formulation révisée pour votre propre brouillon, et vous la comparez à l’original avant d’accepter quoi que ce soit. Il ne garantit aucun score particulier sur Turnitin ni ailleurs, et ce n’est pas un moyen de faire passer le travail de quelqu’un d’autre pour le vôtre. Le texte que vous collez est traité uniquement pour la tâche en cours, jamais utilisé pour l’entraînement et jamais revendu.
Si vous voulez le contexte plus large sur la façon dont ces systèmes lisent le texte, /blog/how-ai-detection-works/ est l’endroit où commencer.
Note de mesure : les chiffres de cet article proviennent de notre propre détecteur exécuté le 2026-09-28 — n = 709 passages de référence issus de guides non marqués comme générés contre n = 12 passages de modèle non édités, score IA médian de 25 % et 34 % respectivement. L’auteur des références n’a pas été vérifié de manière indépendante ; les passages ne sont pas des documents indépendants. Méthode : /methodology/.