Points clés à retenir
- Le plagiat consiste à reprendre les mots ou les idées de quelqu’un d’autre sans le créditer. Un texte généré par une machine constitue un échec différent — les mots sont les vôtres, mais la texture est plate.
- Les quatre catégories classiques (direct, mosaïque, auto-plagiat, accidentel) décrivent toutes des problèmes de propriété. Un texte généré par une machine est un problème de style.
- Les détecteurs signalent constamment le second type. Dans notre propre mesure du 2026-09-19, 46 guides DeAIze rédigés à la main ont obtenu un score IA moyen de 27 % face à notre ensemble local avec un seuil de signalement de 30 %, et 17 des 46 ont été signalés malgré tout.
- Les scores au niveau des phrases vous indiquent quelles lignes portent le signal. Corrigez ces lignes, pas le document entier.
- Les idées, les données et les conclusions doivent toujours être les vôtres. L’humanisation nettoie votre brouillon ; elle ne peut pas nettoyer celui de quelqu’un d’autre.
- Acheminez les phrases signalées vers un éditeur de brouillon afin de voir le score avant et après sur le même texte.
Si vous recherchez les types de plagiat, vous n’essayez probablement pas de tricher. Vous cherchez à déterminer quelle règle vous avez peut-être enfreinte — parce qu’un détecteur a signalé votre propre écriture, ou parce que vous avez fait passer un paragraphe dans un chatbot et que désormais toute la page semble générée par une machine. Ce guide distingue les deux problèmes.
Quels sont les types de plagiat, et pourquoi un texte généré par une machine ne rentre-t-il pas dans ces catégories ?
La liste standard couvre quatre défaillances d’attribution.
Le plagiat direct consiste à copier un passage mot pour mot sans guillemets ni citation. Le plagiat mosaïque assemble des phrases issues de plusieurs sources dans un nouveau paragraphe tout en conservant par endroits la formulation d’origine. L’auto-plagiat réutilise votre propre travail publié sans le mentionner. Le plagiat accidentel est une citation manquante, une phrase paraphrasée restée trop proche de la source, ou une citation dont vous avez perdu la source.
Les quatre concernent la propriété. Les mots ou les idées de quelqu’un d’autre sont entrés dans votre document sans mention de source.
Le texte généré par une machine ne relève pas de la propriété. Vous avez écrit la phrase. Vous avez choisi l’argument. Mais la phrase a le rythme d’un modèle : des longueurs de propositions uniformes, des transitions génériques, aucune personne particulière derrière. Les lecteurs le remarquent. Les détecteurs le remarquent. La politique d’intégrité de votre université n’a peut-être pas encore de nom pour cela, et c’est précisément pourquoi il est si effrayant d’être accusé de quelque chose que vous ne pouvez pas pointer dans un règlement.
Pourquoi un détecteur signale-t-il un texte qui est entièrement le vôtre ?
Parce que la détection est une estimation de probabilité, non une preuve de paternité. Chaque détecteur — y compris le nôtre — mesure des statistiques de surface : à quel point chaque mot est prévisible compte tenu des précédents, combien la longueur des phrases varie, à quelle fréquence certaines expressions reviennent. L’écriture humaine paraît parfois statistiquement lisse. La prose académique formulaire, les textes traduits et les écrits de locuteurs non natifs de l’anglais se situent tous plus près de l’extrémité « machine » de cette distribution que ne l’attend le seuil du détecteur.
Notre propre mesure illustre le propos. Le 2026-09-19, nous avons évalué 46 guides DeAIze rédigés à la main avec notre ensemble local à un seuil de signalement de 30 %. Le score IA moyen était de 27 %, la médiane de 25 %, et l’intervalle allait de 0 à 55 %. Dix-sept de ces 46 documents rédigés par des humains ont été signalés. Rien n’a été copié. Rien n’a été généré. Le seuil les a simplement attrapés.
Voilà le tableau honnête. Un signalement est un signal pour regarder de plus près, non une conclusion. Si vous en avez un, la démarche utile est de voir quelles phrases portent le signal, non de discuter le chiffre principal.
Si vous voulez voir quelles lignes de votre propre brouillon font monter le score, passez-le dans le détecteur d’IA — il note l’ensemble du document et met en évidence chaque phrase, ce qui vous permet de modifier les lignes signalées au lieu de tout réécrire.
En quoi le texte généré par machine diffère-t-il du plagiat mosaïque ?
Le plagiat mosaïque est le cousin le plus proche, et il vaut la peine de les distinguer soigneusement car les corrections sont différentes.
| Plagiat mosaïque | Texte généré par machine | |
|---|---|---|
| Ce qui a mal tourné | Des phrases de sources conservées sans attribution | Vos propres mots, mais une texture statistique plate |
| À qui appartiennent les idées | À quelqu’un d’autre | À vous |
| Ce qu’un détecteur voit | Un chevauchement avec des sources connues | Une faible irrégularité, une forte prévisibilité |
| La correction | Retravailler le passage, ajouter des citations | Retravailler les phrases signalées, restaurer le rythme |
| Le risque si ignoré | Constat d’intégrité | Signalement de faux positif, perte de confiance du lecteur |
Dans le plagiat mosaïque, vous pouvez généralement pointer le paragraphe source et voir le chevauchement. Dans l’écriture générée par machine, il n’y a pas de source à pointer. Le paragraphe est le vôtre. Il ne donne simplement pas l’impression que quelqu’un en particulier l’a écrit. C’est pourquoi les deux problèmes nécessitent des réponses différentes — et pourquoi citer plus de sources ne corrigera pas un paragraphe plat.
Où se situe la rédaction assistée par IA dans les types de plagiat ?
C’est la question que la plupart des gens se posent réellement. Vous avez utilisé un chatbot pour rédiger une section, puis vous l’avez modifiée. Avez-vous commis un plagiat ?
En général, non — si les idées, les données et les conclusions sont les vôtres, et si votre établissement ou votre client n’exige pas la divulgation d’une assistance par IA. Le plagiat consiste à présenter faussement le travail d’autrui comme le sien. Utiliser un outil pour vous aider à exprimer votre propre réflexion n’est pas la même chose que de présenter la réflexion de quelqu’un d’autre comme la vôtre.
Deux éléments modifient cette réponse.
Premièrement, les règles de divulgation. De nombreuses universités et maisons d’édition exigent désormais que vous déclariez avoir utilisé une assistance par IA, même lorsque le résultat a été fortement modifié. Vérifiez votre politique avant de soumettre. Si elle exige une divulgation, le silence est le problème, pas l’outil. Consultez Politique d’intégrité académique et IA : ce que votre université autorise réellement pour voir comment ces politiques sont généralement formulées.
Deuxièmement, les sources fictives. Un modèle peut inventer une citation d’apparence plausible. Présenter une référence fabriquée comme réelle constitue une grave atteinte à l’intégrité, quelle que soit la manière dont la phrase a été produite. Si un brouillon contient des références que vous n’avez pas vérifiées, arrêtez-vous et vérifiez chacune d’elles avant qu’il n’aille où que ce soit.
À quoi ressemble une sortie de modèle non modifiée pour un détecteur ?
Nous avons également mesuré cela. À la même date, nous avons évalué 12 passages générés à partir d’invites fixes et laissés non modifiés. Le score IA moyen était de 35 %, la médiane de 34 %, et l’étendue allait de 25 % à 49 %. Plus élevé que l’échantillon humain en moyenne, mais notez le chevauchement : certaines sorties de modèle non modifiées ont obtenu un score inférieur à certains écrits humains.
Le chiffre plus intéressant est la fréquence des indices d’IA. Dans l’échantillon humain, nous avons compté 3 indices pour 100 mots. Dans la sortie de modèle non modifiée, 1 pour 100 mots. Les rédacteurs humains utilisent plus de schémas de surface que les gens associent à l’IA — les clichés, les transitions toutes faites, les formules d’atténuation — que ne le fait une sortie de modèle non modifiée. Les indices ne sont pas une empreinte fiable. Cela vaut la peine de s’en souvenir la prochaine fois que quelqu’un vous dit qu’un seul tiret cadratin prouve qu’une machine a écrit votre essai.
Ce qui sépare les deux n’est pas le vocabulaire. C’est la variation. La sortie machine tend à maintenir un registre constant sur tout un passage. L’écriture humaine dérive — une phrase longue, puis une courte, puis un fragment.
À quoi ressemble concrètement la correction ?
Prenez cette phrase, qui est une illustration, pas une soumission réelle :
Avant : « Il est essentiel de considérer la nature multidimensionnelle de la question, car diverses parties prenantes peuvent avoir des perspectives divergentes qui doivent être soigneusement équilibrées. »
Chaque proposition a la même longueur. Chaque nom est abstrait. Rien ne cloche grammaticalement, et c’est bien là le problème.
Après : « Différentes personnes veulent des choses différentes ici. Quelqu’un doit décider quel camp perd. »
La deuxième version est plus courte, nomme une décision et prend position. Même sens, texture différente.
C’est toute la technique au niveau de la phrase : repérez les lignes qui semblent générées par une machine et donnez-leur un rythme humain. Ne touchez pas aux lignes qui vous ressemblent déjà.
- Notez le document et lisez les surlignages au niveau des phrases.
- Réécrivez uniquement les phrases signalées — conservez le reste exactement tel quel.
- Vérifiez que le sens a survécu à la réécriture. Si une affirmation a changé, revenez en arrière.
- Notez à nouveau et comparez avant et après.
C’est à l’étape trois que la plupart des gens se trompent. Une réécriture qui modifie ce que vous affirmez est pire que l’original plat. DeAIze exécute cette vérification en boucle fermée : noter, réécrire uniquement les phrases signalées, ne conserver une réécriture que lorsque la similarité sémantique indique que le sens a survécu, puis noter à nouveau et rapporter l’avant-après. Sur le paragraphe d’exemple du site, un score IA de 92 % devient 4 % IA. Sur l’ensemble des exécutions rapportées par le site lui-même, la réduction moyenne après humanisation est de 60 % ou plus, avec un meilleur cas à 71 %. Ce sont les scores prédits par le produit, pas un verdict d’un détecteur tiers, et aucun outil ne peut vous promettre un score particulier sur le système de quelqu’un d’autre.
Quels types de plagiat devriez-vous réellement craindre ?
Priorisez selon les conséquences, pas selon l’étiquette.
- Citations fabriquées. Risque le plus élevé. Vérifiez chaque référence dans tout brouillon assisté par IA.
- Assistance IA non divulguée lorsque votre établissement exige une divulgation. Lisez la politique, puis suivez-la.
- Chevauchement mosaïque avec une source réelle. Même si vous avez écrit le paragraphe vous-même, si la formulation suit une source, citez-la.
- Un signalement de faux positif sur votre propre écriture originale. Ennuyeux et stressant, mais corrigeable par des modifications au niveau des phrases.
Le dernier est celui qui empêche les gens de dormir, et c’est celui qui a le remède le plus clair. Notre échantillon rédigé par un humain a été signalé 17 fois sur 46 — ce n’est pas un événement rare, et ce n’est pas la preuve que vous avez fait quelque chose de mal. C’est la preuve que le seuil est grossier.
Que devriez-vous faire ensuite ?
Si un détecteur a signalé votre propre écriture, ne réécrivez pas tout le document. Mettez en évidence les phrases signalées, modifiez-les et laissez le reste tel quel. Conservez une copie de l’original afin de pouvoir montrer votre travail si quelqu’un le demande.
Si vous avez utilisé l’IA pour rédiger une section, modifiez les phrases signalées de la même manière et vérifiez vos obligations de divulgation séparément. La passe de révision corrige la texture. Vous seul pouvez corriger l’attribution.
Si vous révisez à grande échelle — un chapitre de thèse, un arriéré client, un ensemble de pages produit — la même boucle s’applique, simplement par lots. Notez, modifiez les lignes signalées, vérifiez le sens, re-notez.
Prêt à voir quelles phrases semblent générées par une machine ?
Un score global du document vous indique qu’il y a un problème. Il ne vous dit pas où. La mise en évidence au niveau des phrases, si.
Commencez par le détecteur d’IA pour voir quelles lignes portent le signal. Ensuite, prenez les phrases signalées dans l’éditeur de brouillon et réécrivez uniquement celles-ci. Si vous travaillez sur un document plus long, l’humaniseur d’IA exécute la même boucle note-réécriture-vérification-re-note pour vous. Si vous souhaitez d’abord le tester sur votre propre brouillon, inscrivez-vous pour l’offre gratuite — 200 mots à l’inscription, sans carte de crédit — et consultez les tarifs si vous avez besoin de plus.
Rien de tout cela ne change la règle qui compte : les idées, les données et les conclusions doivent être les vôtres. Tout le reste n’est que révision.