Moodle lui-même ne détecte pas l’IA. C’est un système de gestion de l’apprentissage, pas un détecteur. Si votre essai a été renvoyé avec un pourcentage d’IA, ce chiffre provient d’un plugin que votre établissement a installé dans Moodle — le plus souvent Turnitin, parfois une autre intégration. La vraie question n’est donc pas ce que fait Moodle, mais ce que votre établissement a activé.
Cette distinction est importante car elle vous indique où chercher, quoi contester et quel score mérite d’être corrigé. Voici comment cela fonctionne réellement, ce que le rapport que vous avez sous les yeux prouve et ne prouve pas, et comment corriger les phrases qui semblent véritablement générées par une machine.
Points clés
- Moodle n’a pas de détecteur d’IA natif. Tout pourcentage d’IA que vous voyez sur un devoir Moodle provient d’un outil tiers intégré, généralement Turnitin.
- Le score est une estimation de probabilité concernant le texte, pas une preuve concernant l’auteur. Ce n’est pas en soi une preuve de mauvaise conduite.
- L’outil utilisé et la visibilité du rapport pour les étudiants sont définis par votre établissement — pas par Moodle.
- Les détecteurs ne sont pas d’accord entre eux, donc un signalement par l’un ne confirme pas un signalement par un autre.
- L’action utile se situe au niveau de la phrase : repérez les lignes qui portent le signal et modifiez-les, pas l’essai entier.
- Conservez vos brouillons, notes et historique des versions. C’est le matériel qu’un jury ou un tuteur peut réellement évaluer.
Moodle dispose-t-il d’une détection d’IA intégrée ?
Non. Moodle est livré comme une plateforme de cours : devoirs, quiz, forums, carnet de notes. Rien dans le produit de base n’évalue le texte pour déterminer s’il a été écrit par une IA.
En pratique, une école achète un service de détection et le connecte. L’intégration de Turnitin est la plus courante dans l’enseignement supérieur : un étudiant soumet via un devoir Moodle, le fichier passe à Turnitin, et un rapport de similarité revient — et sur de nombreux comptes, un indicateur d’écriture par IA l’accompagne. D’autres établissements intègrent des outils différents, ou aucun.
Trois conséquences en découlent, et elles expliquent la plupart de la confusion que rencontrent les étudiants :
- L’outil varie selon l’établissement. Deux personnes peuvent toutes deux « soumettre sur Moodle » et être évaluées par des systèmes complètement différents.
- La visibilité varie selon les paramètres. Votre tuteur peut voir un pourcentage que vous ne voyez pas, ou inversement.
- Le support Moodle ne peut pas vous aider. Si vous contestez le score, la réponse se trouve auprès de la personne qui administre le plugin de détection, pas auprès de la plateforme.
Si vous voulez une vue d’ensemble de la façon dont ces systèmes lisent le texte, notre guide sur le fonctionnement des détecteurs de contenu IA explique les signaux en langage clair.
Ce que Turnitin dans Moodle rapporte réellement
Le rapport donne généralement un pourcentage et, dans de nombreux cas, une ventilation par segment. Ce pourcentage est une estimation d’un modèle de la probabilité que le texte ait été généré. Ce n’est pas une mesure de la part de votre travail que vous avez rédigée.
Deux propriétés de ce score déroutent les gens.
Il est probabiliste. Les détecteurs produisent une probabilité, pas un verdict. Un nombre élevé signifie que le modèle a trouvé des motifs qu’il associe à du texte généré. Cela ne signifie pas qu’un être humain a conclu que vous avez triché.
Il est instable. Les soumissions courtes, les passages fortement cités, les formulations académiques stéréotypées et les écrits en anglais non natif font tous varier les scores. Notre propre mesure du 19/09/2026 est un test de réalité utile ici : en évaluant 46 guides DeAIze écrits à la main avec notre détecteur local à un seuil de signalement de 30 %, on a obtenu un score IA moyen de 27 % et une médiane de 25 %, avec 17 de ces 46 textes humains au-dessus de la ligne de signalement. L’écriture humaine réelle franchit les seuils. C’est une propriété de l’instrument, pas une défaillance morale de l’auteur.
Si votre rapport est spécifiquement un Turnitin, Turnitin rapport IA explique comment lire les segments et quoi dire lorsque vous répondez.
Pourquoi ma soumission Moodle est-elle signalée ?
Généralement à cause de la façon dont le texte est construit, pas de qui l’a construit. Les détecteurs se basent sur la régularité : longueur de phrase uniforme, faible variation dans le choix des mots, transitions prévisibles et formulations de liaison qui apparaissent bien plus souvent dans le texte généré que dans le premier jet d’une personne.
Il y a un résultat contre-intuitif dans notre propre mesure du 2026-09-19 qui mérite qu’on s’y attarde. Sur 12 passages de sortie de modèle non modifiés, la fréquence des indices d’IA était d’environ 1 pour 100 mots. Sur les 46 guides rédigés par des humains, elle était d’environ 3 pour 100 mots. Les rédacteurs humains utilisaient plus des habitudes de surface que l’on appelle « indices d’IA » que la sortie brute du modèle. Une prose humaine soignée, formelle et bien structurée peut sembler produite par une machine à un modèle statistique, car le modèle effectue une reconnaissance de motifs sur la fluidité.
C’est pourquoi la solution n’est pas de « paraître moins vous-même ». C’est l’inverse : réintroduisez l’irrégularité que l’écriture formelle vous a fait perdre.
Si vous voulez voir quelles lignes précises portent le signal, passez d’abord votre brouillon dans le détecteur d’IA — la mise en évidence au niveau des phrases vous montre la poignée de lignes qui valent la peine d’être modifiées, afin que vous ne réécriviez pas un essai qui était globalement correct.
Quel détecteur est exécuté dans votre Moodle ?
Vous pouvez généralement le découvrir, et cela vaut dix minutes.
| Où chercher | Ce que cela vous indique |
|---|---|
| La page de remise des devoirs | Nomme tout service intégré (par ex. un lien ou logo Turnitin) |
| Les commentaires ou le rapport que vous avez reçus | Identifie souvent l’outil de signalement dans l’en-tête ou le pied de page |
| Votre manuel de module ou politique d’évaluation | Indique quels outils sont utilisés et si les rapports sont partagés |
| Votre tuteur ou l’administration de votre département | La réponse définitive sur les paramètres et la visibilité |
Une fois que vous connaissez l’outil, vous pouvez lire son comportement spécifique au lieu de deviner. Les différences entre les systèmes sont réelles : GPTZero vs Turnitin explique pourquoi le même essai peut obtenir deux réponses différentes.
La peur qu’il vaut la peine d’aborder honnêtement
Si vous lisez ceci parce que vous avez utilisé l’IA quelque part dans le processus et que vous êtes maintenant inquiet, la position honnête est la suivante : les scores de détection sont des preuves faibles, mais ils ne sont pas rien, et les institutions peuvent encore agir sur leur base. Ce qui vous protège n’est pas une astuce qui abaisse un chiffre. C’est de pouvoir expliquer, dans vos propres mots, ce que vous avez écrit et pourquoi.
Cela signifie que les idées, les données et les conclusions doivent être les vôtres. Un humaniseur n’est pas un moyen de soumettre la pensée de quelqu’un d’autre comme la vôtre, et ce n’est pas un moyen de faire passer un travail généré que vous ne comprenez pas. Si l’IA vous a aidé à rédiger, la démarche défendable est de le divulguer là où votre politique l’exige et de faire en sorte que le texte final soit véritablement le vôtre — chaque affirmation vérifiée, chaque source vérifiée, chaque phrase quelque chose que vous assumeriez lors d’une soutenance.
L’endroit où votre institution trace cette ligne est une question de politique, et les politiques diffèrent. Politique d’intégrité académique IA expose l’éventail de ce que les universités permettent réellement, qui est plus varié que ce que la plupart des étudiants supposent.
Une correction au niveau de la phrase que vous pouvez faire ce soir
Les réécritures globales détruisent le sens et font perdre des heures. Travaillez plutôt au niveau de la phrase.
- Notez le document. Obtenez un score global et une décomposition par phrase, afin de voir où se concentre le signal.
- Listez uniquement les phrases signalées. Dans la plupart des brouillons, cela représente une minorité de lignes. Ignorez le reste.
- Réécrivez chaque phrase signalée à la main. Cassez le rythme. Fusionnez deux phrases courtes ou divisez-en une longue. Remplacez un groupe nominal abstrait par un concret. Nommez une chose précise.
- Vérifiez que le sens est préservé. Relisez la nouvelle phrase par rapport à l’ancienne. Si une affirmation a changé, revenez en arrière.
- Notez à nouveau et comparez. Si l’ensemble signalé a diminué, c’est terminé. Si une ligne revient sans cesse, c’est probablement une phrase réellement stéréotypée — souvent une transition ou un résumé — et elle a besoin de contenu réel, pas d’un simple échange de synonymes.
Voici une illustration de l’étape 3, avec un type de phrase qui est constamment signalé :
- Avant : « La mise en œuvre de pratiques durables est d’une importance capitale pour les organisations cherchant à renforcer leur résilience opérationnelle à long terme. »
- Après : « Les entreprises qui réduisent le gaspillage énergétique aujourd’hui tendent à survivre au prochain choc des prix. La nôtre ne l’a pas fait, en 2022, et cela nous a coûté deux contrats. »
La deuxième version est plus longue et moins soignée. C’est aussi celle en laquelle un correcteur croit.
Une routine éprouvée comme celle-ci est ce que Réécrire un texte IA expose plus en détail, et nettoyer les schémas générés par machine dans vos propres brouillons couvre les habitudes récurrentes à traquer.
Que faire avant de soumettre la prochaine fois
Mieux vaut prévenir que faire appel.
- Rédigez d’abord avec votre propre voix, puis modifiez. Ne générez rien que vous ne pourriez pas expliquer.
- Conservez votre processus. Notes, plans, versions antérieures, annotations de lecture. Si une question se pose un jour, c’est la preuve qui compte.
- Vérifiez votre propre texte avant la date limite. Évaluer votre propre brouillon n’est pas de la triche ; c’est une relecture pour un signal dont vous savez qu’il est mesuré.
- Ne visez pas le zéro. Un score faible n’est pas non plus une preuve de quoi que ce soit. Visez un texte que vous pouvez défendre.
- Renseignez-vous sur la visibilité. Si vous ne pouvez pas voir votre rapport, demandez si c’est possible. Beaucoup d’établissements l’autorisent.
Si votre travail est une thèse ou un mémoire plutôt qu’un simple devoir, les enjeux et la préparation diffèrent — AI detector flagged my thesis couvre ce qu’il faut avoir prêt.
Prêt à voir quelles phrases semblent générées par une machine ?
Vous n’avez pas besoin de deviner quelles lignes portent le signal. Ouvrez l’éditeur de brouillon, collez votre texte et obtenez une lecture phrase par phrase : le score du document, plus chaque phrase surlignée selon la probabilité d’IA, afin que vous voyiez exactement où consacrer votre temps de révision. Réécrivez uniquement les lignes signalées, réévaluez et comparez avant et après.
Le détecteur d’IA propose des analyses gratuites jusqu’à 800 mots, sous réserve de limites de débit/capacité. Les analyses plus longues nécessitent un compte et des crédits, avec un maximum de 3 000 mots par vérification. L’essai de réécriture séparé vous donne 200 mots une fois après confirmation par e-mail, sans carte de crédit, ce qui suffit pour tester la réécriture sur le paragraphe qui vous préoccupe réellement. Si vous avez besoin de plus de mots de réécriture, la tarification est à l’usage avec des crédits qui n’expirent jamais et sans abonnement. Et si vous préférez commencer par comprendre les mécanismes avant de toucher à un outil, commencez par l’aperçu de la détection d’IA et avancez à partir de là.
Les scores de détection sont des estimations de probabilité, pas des preuves de paternité. Ce que vous faites des lignes signalées est la partie que vous contrôlez.