L’autoplagiat consiste à réutiliser ses propres mots, données ou structure et à les présenter comme nouveaux sans le dire. C’est un problème de provenance, pas un problème d’auteur. Un signalement IA est une estimation de probabilité sur la façon dont un texte a été produit. Même paragraphe, deux échecs sans rapport. Corriger l’un ne corrige pas l’autre, et les confondre est la façon dont les gens finissent par défendre la mauvaise chose.
Points clés à retenir
- L’autoplagiat = recycler son propre matériel précédemment publié ou soumis sans attribution ni divulgation. Vous l’avez écrit, mais le lecteur est induit en erreur sur ce qui est nouveau.
- Un signalement IA = l’estimation d’un détecteur selon laquelle un texte semble généré par une machine. Cela ne dit rien sur qui possède les mots.
- Vous pouvez commettre un autoplagiat sans aucune implication de l’IA, et vous pouvez être signalé sans aucun autoplagiat.
- Les revues, les universités et les éditeurs les traitent selon des règles différentes et exigent généralement des documents différents.
- Si votre brouillon véritablement humain semble généré par une machine, la solution consiste à modifier le rythme et la spécificité, et non à reformuler pour un détecteur.
- Si vous recyclez votre propre travail antérieur, la solution est la divulgation et une citation, et non une réécriture.
Qu’est-ce que l’autoplagiat, en termes simples ?
Vous publiez une revue de la littérature dans une revue. Deux ans plus tard, vous réutilisez quatre paragraphes de celle-ci dans un chapitre de livre sans rien citer. C’est de l’autoplagiat. Les mots sont les vôtres, le droit d’auteur peut même être le vôtre, mais le chapitre implique désormais que ces paragraphes sont de nouveaux écrits produits pour ce livre.
Il en va de même pour un chapitre de thèse réaffecté en article de conférence, un billet de blog repris dans un rapport client, ou un argumentaire de subvention recyclé dans une seconde candidature sans mentionner le chevauchement. Les évaluateurs interprètent un texte qui se chevauche comme une tentative de gonfler la production.
Il existe une seconde forme, plus subtile. Vous réutilisez la structure — le même ordre d’arguments, les mêmes exemples, le même tableau — tout en reformulant chaque phrase. Les outils de correspondance de texte peuvent la manquer. Les éditeurs qui ont vu la première version ne la manqueront pas. C’est de l’auto-plagiat typique, et c’est la version que la plupart des gens commettent par accident lorsqu’ils sont occupés.
Le test pratique est simple : si un lecteur du nouveau texte serait surpris d’apprendre qu’un morceau de celui-ci existait déjà ailleurs, vous lui devez une divulgation.
Pourquoi mes propres écrits sont-ils signalés comme générés par IA ?
Voici la partie qui piège les gens. Vous avez écrit chaque mot vous-même, vous connaissez le sujet, et un détecteur renvoie quand même un score élevé. Cela se produit pour des raisons qui n’ont rien à voir avec la tricherie.
La prose académique stéréotypée est le cas classique. Les longs groupes nominaux, les constructions passives, les transitions prudentes et les phrases à pondération égale sont exactement les schémas que les détecteurs associent au texte généré — et ce sont aussi ce que produit une grande partie de la formation à l’écriture formelle. Les rédacteurs non natifs anglophones sont les plus touchés, car les formulations sûres qu’on leur a enseignées chevauchent les formulations machine. Notre propre guide expliquant pourquoi les détecteurs signalent les rédacteurs non natifs détaille les mécanismes.
Nous avons mesuré cela sur notre propre instrument plutôt que de deviner. Le 2026-09-19, nous avons évalué 46 guides DeAIze écrits à la main avec le détecteur DeAIze (ensemble local, niveau lite, seuil de signalement à 30 %). Le score IA moyen était de 27 %, avec une médiane de 25 % et une plage de 0 à 55 %. Dix-sept de ces 46 documents rédigés par des humains ont été signalés à ce seuil. Chacun d’eux a été écrit par une personne. C’est l’image honnête de la détection au niveau des phrases : elle produit une probabilité, pas un verdict.
Ainsi, quand quelqu’un dit « votre écriture semble générée par une machine », il décrit généralement un problème de style. Quand il dit « ceci recoupe votre article précédent », il décrit un problème de provenance. Demandez-vous à quel cas vous êtes réellement confronté avant de commencer à modifier.
Si vous voulez voir quelles phrases précises portent le signal avant de réécrire quoi que ce soit, passez le brouillon dans le DeAIze détecteur d’IA. Il note le document et surligne chaque phrase selon sa probabilité d’IA, ce qui vous permet de modifier les lignes réellement signalées plutôt que tout le fichier.
En quoi l’autoplagiat diffère-t-il d’un signalement d’IA ?
On les confond parce que les deux se présentent comme « ce texte n’est pas acceptable », mais les défaillances sous-jacentes sont sans rapport.
| Autoplagiat | Signalement d’IA | |
|---|---|---|
| Ce qu’il mesure | Réutilisation de votre propre travail antérieur sans divulgation | Probabilité que le texte semble généré par une machine |
| Qui est lésé | Lecteurs, éditeurs, titulaires de droits d’auteur, bailleurs de fonds | Personne directement ; c’est un signal sur le processus |
| Peut-il se produire sans IA ? | Oui — un recyclage entièrement humain | Oui — une écriture entièrement humaine |
| Correctif habituel | Citer le travail antérieur, le citer correctement, divulguer le chevauchement | Modifier les phrases signalées ; conserver votre sens |
| Qui décide | Éditeur, comité, maison d’édition, comité d’éthique | Un outil donne un nombre ; un humain l’interprète |
| Norme de preuve | Chevauchement de texte, historique des versions, dossiers de soumission | Un score de probabilité, qui ne prouve pas la paternité |
Remarquez la dernière ligne. Un score de détecteur n’est pas une preuve de paternité, et le traiter comme tel est une erreur de catégorie. Si vous êtes dans un litige, les éléments utiles sont vos brouillons, vos notes, votre historique de versions — voir Détection d’IA vs plagiat : deux échecs différents pour la manière dont ces deux accusations sont traitées différemment en pratique.
Le chevauchement inconfortable : les brouillons assistés par IA de votre propre travail
Maintenant, le cas qui inquiète réellement les gens. Vous avez écrit la première version vous-même. Vous l’avez passée dans un modèle pour resserrer la prose, ou pour générer une section à partir de vos propres notes. Le résultat est techniquement le vôtre — vos données, votre argumentation — mais les phrases proviennent d’un modèle, et elles ressemblent désormais à votre travail publié antérieur par la structure et la formulation.
C’est les deux problèmes à la fois, et chacun nécessite son propre remède.
Le côté provenance est une question de divulgation. Si le nouveau texte réutilise votre matériel antérieur, indiquez-le dans la note méthodologique, la lettre d’accompagnement ou la note de l’auteur, selon ce que votre support attend. Si un modèle a façonné la prose, suivez la politique d’utilisation de l’IA du support — beaucoup exigent désormais une brève déclaration sur ce que l’outil a fait. Notre analyse de ce que les universités autorisent réellement en matière de politique d’intégrité académique est un modèle utile pour ce à quoi ressemblent ces déclarations.
Le côté style est une question d’édition. La prose façonnée par machine a tendance à avoir un rythme uniforme, peu de détails concrets et beaucoup de remplissage de liaison. Votre travail n’est pas de tromper un détecteur. Il est de remettre les noms spécifiques, les longueurs de phrases irrégulières et les jugements que vous seul pouvez faire.
Une note honnête de plus. Nettoyer un brouillon assisté par IA est légitime lorsque les idées, les données et les conclusions sont les vôtres. Ce n’est pas un moyen de faire passer le travail de quelqu’un d’autre, et aucune passe d’édition ne change qui a fait la réflexion. Si cette limite est floue pour vous, Contourner la détection d’IA est-ce de la triche ? Un test de divulgation vous donne un moyen de vérifier.
Un exemple concret : même fait, trois versions
Ce qui suit est une illustration, pas une soumission réelle.
Version plate et machinale : La mise en œuvre de protocoles d’évaluation standardisés a été démontrée comme facilitant l’amélioration de la cohérence institutionnelle dans divers contextes éducatifs.
Version auto-plagiée : la même phrase, copiée mot pour mot de votre article précédent, sans citation.
Version corrigée : Les grilles d’évaluation standardisées ont rendu les résultats plus cohérents entre les départements — du moins dans les trois facultés que nous avons interrogées, où l’accord entre correcteurs a augmenté après l’introduction des grilles.
La troisième version fait trois choses que les deux premières ne font pas. Elle nomme une portée spécifique, elle s’engage sur une affirmation, et elle sonne comme une personne qui était présente. Elle se trouve aussi être moins machinale à la lecture, ce qui est un effet secondaire d’une écriture claire plutôt qu’une astuce.
Si vous recyclez la phrase de votre propre article antérieur, vous devez quand même le citer. Corriger le style ne corrige pas la provenance.
Une liste de contrôle que vous pouvez exécuter en dix minutes
- Listez vos productions antérieures. Articles, thèses, rapports, publications, narrations de subvention soumises. Tout ce qu’un lecteur pourrait trouver.
- Surlignez les chevauchements dans le nouveau brouillon. La réutilisation au niveau du copier-coller est évidente. La réutilisation structurelle — même ordre, mêmes exemples — est celle que les gens manquent.
- Ajoutez la citation ou la divulgation. Citez votre propre travail comme vous citeriez celui de quelqu’un d’autre, ou indiquez le chevauchement dans une note.
- Évaluez le brouillon phrase par phrase. Cherchez les lignes qu’un lecteur qualifierait de plates, pas les lignes avec le nombre le plus élevé.
- Réécrivez uniquement ces lignes. Conservez le sens. Ajoutez un nom concret, un nombre que vous pouvez défendre, ou un jugement.
- Relisez à voix haute. Si chaque phrase a la même longueur, vous n’avez pas terminé.
L’étape quatre est l’endroit où un outil au niveau de la phrase mérite sa place. Un score unique pour un document ne vous dit rien d’exploitable ; savoir quelles phrases portent le signal vous indique où consacrer votre temps. C’est la même logique qui sous-tend Sapling’s sentence-level output — utile comme aide à l’édition, trompeur comme verdict.
Ce que les éditeurs et les comités demandent réellement
En pratique, les deux problèmes arrivent par des portes différentes.
L’auto-plagiat apparaît généralement via un logiciel de détection de similitudes, un relecteur qui se souvient de votre article précédent ou une vérification de chevauchement par un éditeur. Les questions sont concrètes : qu’avez-vous réutilisé, dans quelle proportion, cela a-t-il été divulgué, détenez-vous les droits ? Répondez-y par écrit et la plupart des cas se règlent.
Les signalements d’IA apparaissent via un rapport de détecteur, une note suspecte ou l’instinct d’un superviseur. Les questions sont plus floues et plus contestées : que signifie ce score, quel est le seuil, quelles autres preuves existent. C’est là que les gens paniquent et réécrivent un brouillon parfaitement valable. Si vous êtes dans cette situation, Détecteur d’IA à faux positif : que faire quand vous êtes accusé est la voie la plus sereine.
Une chose mérite d’être dite clairement : les institutions considèrent de plus en plus un score de détecteur comme une invitation à une conversation, non comme une conclusion. Apportez vos brouillons et vos notes. Apportez l’article antérieur s’il existe, et dites ce que vous avez réutilisé. La franchise sur la provenance vous offre bien plus de marge qu’un paragraphe réécrit.
Prêt à voir quelles phrases semblent générées par une machine ?
Si le diagnostic porte sur le style plutôt que sur la provenance, l’étape suivante est précise. Ouvrez l’DeAIze éditeur de brouillon et collez le passage qui vous préoccupe. La détection s’exécute phrase par phrase, vous obtenez donc un score pour le document et une ventilation par phrase — les lignes signalées sont celles à réécrire. L’humaniseur fonctionne en boucle fermée : il note le texte, ne réécrit que les phrases signalées, ne conserve une réécriture que si la similarité sémantique indique que le sens a été préservé, puis renote et vous montre l’avant et l’après. Sur le paragraphe d’exemple du site, un score IA de 92 % devient 4 % d’IA, et sur l’ensemble des exécutions, la réduction moyenne rapportée est de plus de 60 % (meilleur cas 71 %) — ce sont les scores prédits par le produit lui-même, non un verdict d’un détecteur tiers.
Vous pouvez commencer gratuitement avec 200 mots à l’inscription, sans carte de crédit. Si vous voulez le flux de travail complet, tarifs est pay-as-you-go avec des crédits qui n’expirent jamais et sans abonnement : Starter à 20,99 $ pour 1 000 mots, Standard à 44,99 $ pour 3 000, Pro à 99,99 $ pour 10 000, Max à 199,99 $ pour 30 000. Les documents Word conservent leurs polices, styles et tableaux lorsque vous réécrivez, et les téléchargements .txt et .pdf fonctionnent aussi. Le texte est traité uniquement pour la tâche en cours, jamais utilisé pour l’entraînement et jamais revendu.
Et si le vrai problème est que vous avez réutilisé votre propre travail antérieur, aucun outil ne peut y remédier. Citez-le, divulguez-le et passez à autre chose. L’écriture a toujours été la partie facile.