Détecteur d'IA fiable ? Pas assez pour sanctionner un élève

Un jeudi de novembre, en salle des professeurs d’un lycée de Marrakech. Salwa, professeure de français, vient de coller la production écrite de Yassine, élève de 1re année du bac, dans un détecteur gratuit trouvé en ligne : « texte probablement généré par une IA ». Yassine jure qu’il l’a écrite seul, avec ses phrases courtes et les tournures apprises pour l’examen régional. Salwa hésite entre un zéro et une conversation. Vous reconnaissez la scène ?

Avant de trancher, il faut savoir ce que vaut ce verdict. Les chercheurs, les autorités et les éditeurs de détecteurs eux-mêmes y répondent assez nettement. Et il existe, pour vérifier un travail, des preuves plus solides qu’un pourcentage.

Que mesure vraiment un détecteur d’IA ?

Selon la CNIL, le ministère français de l’Éducation nationale déconseille d’utiliser les détecteurs d’IA pour identifier une copie rédigée avec une IA générative.

La raison tient au fonctionnement de ces outils. Un détecteur ne retrouve pas le texte dans une base, comme le fait un logiciel anti-plagiat : il calcule une probabilité. La plupart s’appuient sur la « perplexité » du texte, autrement dit sur son degré de prévisibilité (Liang et al., Patterns, 2023). Des mots fréquents, des phrases attendues : le texte paraît « machinal ». Ce n’est pas une trace de fabrication, c’est une impression statistique.

La CNIL, l’autorité française de protection des données, le dit sans détour dans sa page consacrée à l’IA à l’école : les systèmes d’IA sont « insuffisamment fiables pour repérer les contenus générés par IA », et les IA génératives les plus courantes « ne sont pas conçues pour détecter la fraude » (CNIL, juin 2025). Le cadre d’usage de l’IA en éducation, publié par le ministère en juin 2025, ne recommande pas ces logiciels, faute de fiabilité.

Demander à l’assistant lui-même s’il a écrit le texte ne marche pas mieux. OpenAI, l’entreprise qui a créé ChatGPT, l’écrit dans sa FAQ destinée aux enseignants : l’outil n’a aucun moyen de savoir ce qu’il a produit, et ses réponses à la question « as-tu écrit ce texte ? » sont aléatoires (OpenAI, FAQ des enseignants). Pour comprendre pourquoi un modèle produit des phrases plausibles sans rien « savoir », voyez notre article sur la façon dont fonctionne l’IA.

Pourquoi les élèves qui écrivent dans une langue seconde sont les plus exposés

En 2023, une équipe de chercheurs a soumis à sept détecteurs répandus 91 rédactions écrites pour le TOEFL, l’examen d’anglais langue étrangère, par des candidats non anglophones. En moyenne, les détecteurs en ont classé 61,3 % comme générées par une IA. Presque toutes (97,8 %) ont été signalées par au moins un détecteur, et près d’une sur cinq (19,8 %) par les sept à la fois. Sur 88 rédactions de collégiens américains, le classement était presque parfait (Liang et al., Patterns, 2023).

L’explication des auteurs est simple. Quand on écrit dans une langue qu’on maîtrise moins bien, on emploie un vocabulaire plus restreint et des tournures plus attendues. Le texte devient prévisible, donc suspect pour un outil qui mesure la prévisibilité. L’ironie va plus loin : quand les chercheurs ont fait enrichir le vocabulaire de ces mêmes rédactions par ChatGPT, le taux de fausses accusations est tombé de 61,3 % à 11,6 %. Retouché par une machine, le texte passait mieux que celui de l’élève. Leur conclusion est nette : ils mettent fortement en garde contre l’usage de ces détecteurs pour évaluer des élèves, en particulier ceux qui n’écrivent pas dans leur langue maternelle.

OpenAI fait le même constat à propos d’un détecteur qu’elle avait entraîné : il risquait de pénaliser de façon disproportionnée les élèves qui apprennent l’anglais comme langue seconde, et ceux dont l’écriture est très concise ou très codifiée.

Au Maroc, la question se pose à chaque paquet de copies. Selon l’enquête TALIS 2024 de l’OCDE, 47 % des enseignants de collège y exercent dans un établissement où plus de 10 % des élèves n’ont pas la langue d’enseignement pour première langue, contre 25 % en moyenne dans l’OCDE (OCDE, TALIS 2024, note sur le Maroc). Le français et l’anglais, eux, ne sont pas des langues officielles : ce sont des langues étrangères que l’école enseigne, et dans lesquelles elle enseigne aussi certaines matières (loi-cadre n° 51-17, article 2). Un lycéen qui rédige en français avec les phrases sûres qu’on lui a appris à construire risque de produire exactement le genre de texte que ces outils jugent prévisible.

L’étude de 2023 porte sur l’anglais. Sur le français, la recherche est plus rare. La même année, une équipe d’Inria a construit des détecteurs pour des textes en français : ils repéraient bien les textes proches de ceux de leur entraînement, mais devenaient vulnérables sur d’autres types de textes, et les auteurs invitent à ne pas généraliser leurs bons résultats (Antoun et al., TALN 2023). À notre connaissance, aucune étude n’a encore mesuré, sur des copies en français, le biais contre les élèves non natifs. Faute de mesure, rien ne permet de supposer que le français y échappe. OpenAI recommandait d’ailleurs de n’utiliser son ancien détecteur que pour l’anglais : il était nettement moins performant dans les autres langues.

Ce que les éditeurs de détecteurs écrivent eux-mêmes

Le plus parlant vient des fabricants. OpenAI a lancé un détecteur fin janvier 2023. Sur ses propres tests, menés sur des textes en anglais, il repérait 26 % des textes écrits par une IA et accusait à tort 9 % des textes humains. Il a été retiré le 20 juillet 2023 pour un taux de précision jugé trop faible (forum officiel d’OpenAI, annonce et note de retrait). L’entreprise raconte même, dans sa FAQ, qu’un détecteur qu’elle avait entraîné attribuait à une IA des textes de Shakespeare et la Déclaration d’indépendance américaine.

Les éditeurs qui vendent ces outils aux enseignants ne disent pas autre chose. L’éditeur d’un détecteur grand public écrit dans sa FAQ que ses résultats ne doivent pas servir à punir des élèves, qu’il existe toujours des textes humains classés comme générés, et que ses données d’entraînement sont en majorité de la prose en anglais, écrite par des adultes (FAQ de l’éditeur, consultée le 19 octobre 2026). Un autre éditeur, qui vend son outil aux établissements d’enseignement supérieur, précise dans son guide que son modèle peut se tromper et que son score ne doit pas être la seule base d’une sanction contre un étudiant (guide de l’éditeur). De la prose en anglais, écrite par des adultes : c’est l’inverse d’une production écrite en français rédigée par un lycéen marocain de seize ans.

La recherche indépendante confirme le problème, dans les deux sens. En testant quatorze outils, Weber-Wulff et ses collègues concluent que les détecteurs disponibles ne sont « ni précis ni fiables », qu’ils ont tendance à classer comme humains des textes générés, et que leurs performances chutent quand le texte a été retouché ou reformulé (International Journal for Educational Integrity, 2023). Un détecteur peut donc accuser l’élève honnête et laisser passer celui qui a reformulé.

Rapport de stage ou lettre Parcoursup : que vaut un détecteur ?

Deux situations reviennent souvent, chez les enseignants comme chez les étudiants.

Le rapport de stage. Dans les sections de BTS au Maroc, le calendrier officiel des examens prévoit des entretiens sur les rapports de stage et les projets de fin de formation : en 2026, ils se tenaient les 22, 23 et 24 juin (note ministérielle n° 26-014). L’oral fait déjà partie de l’évaluation, et c’est là qu’un rapport se vérifie. Un stagiaire qui a écrit le sien sait expliquer pourquoi il a choisi tel exemple, ce qu’il a fait la deuxième semaine, ce qu’il changerait. À l’université, la soutenance joue le même rôle. Un score de détecteur n’apporte rien que cet échange n’apporte mieux.

La lettre Parcoursup. Les élèves de terminale des établissements français du Maroc qui visent une formation en France rédigent, sur Parcoursup, un court texte de motivation. La fiche officielle destinée aux élèves ne parle d’aucun détecteur : elle demande d’éviter « absolument » les logiciels de type ChatGPT, car « ce qui est demandé, c’est une production personnelle », en 1 500 caractères au plus (Parcoursup, fiche élève, session 2025). Pour le professeur principal qui relit, le bon réflexe est celui de la classe : faire parler l’élève de son projet, puis vérifier que le texte lui ressemble.

Reste le détecteur gratuit trouvé en ligne, comme celui de Salwa. Gratuit ou payant, il ne donne qu’une estimation. Et coller une copie signée dans un site inconnu n’a rien d’anodin : la CNIL rappelle que l’utilisation de ces outils peut porter atteinte à la confidentialité des informations des élèves. Au Maroc, la CNDP définit une donnée personnelle comme toute information concernant une personne identifiée ou identifiable (CNDP, glossaire) : une copie nominative en est une.

Que faire à la place : des preuves plus solides qu’un score

Ce qui montre qu’un élève a fait son travail, c’est le travail lui-même, regardé sous plusieurs angles.

Les traces du travail. Demandez le brouillon, le plan, les notes de lecture, une version intermédiaire. Le premier des deux éditeurs cités plus haut le recommande lui-même : en cas de doute, demander à l’élève les traces de son processus d’écriture, comme ses brouillons ou l’historique de ses versions. Annoncez-le dans la consigne : un devoir rendu sans brouillon devient l’exception. C’est aussi une façon d’évaluer le cheminement, et pas seulement le résultat.

L’oral. Cinq minutes suffisent souvent. Pourquoi ce mot plutôt qu’un autre ? Que voulez-vous dire dans cette phrase ? Qu’ajouteriez-vous avec une page de plus ? Un élève qui a écrit son texte le reconnaît et le défend ; celui qui l’a fait écrire a du mal à le commenter. L’oral n’est pas un interrogatoire : bien mené, il fait progresser, et il prépare aux oraux d’examen que les élèves passeront de toute façon.

L’écrit en classe. Une partie du travail peut se faire sur table : le plan, l’introduction, un paragraphe. On compare ensuite avec la version rendue. L’examen régional et l’examen national se passent ainsi, sans téléphone ni IA : s’y préparer en classe a du sens.

Cela prend du temps, c’est vrai. Un zéro contesté en prend davantage, et il abîme la confiance d’un élève qui était peut-être honnête.

Où passe la ligne, et comment en parler à la classe

La ligne se fixe avant le devoir, pas après. Le cadre d’usage du ministère français en donne une définition utile partout : faire un devoir avec une IA générative « sans autorisation explicite de l’enseignant et sans travail personnel d’appropriation » constitue une fraude. Deux conditions, donc : ce que l’enseignant a autorisé, et ce que l’élève a réellement fait.

Concrètement, écrivez dans la consigne ce qui est permis et ce qui ne l’est pas. Se faire réexpliquer une notion, se faire interroger, faire relire son orthographe : oui, si vous le décidez. Faire rédiger tout ou partie du devoir : non. Annoncez dès le départ comment le travail sera vérifié : brouillon, échange oral, partie faite en classe. Et si un doute survient, commencez par une conversation, pas par une accusation.

La CNIL le formule pour l’enseignant lui-même : il « ne doit pas déléguer son pouvoir d’évaluation et de décision à un outil d’IA ». Un détecteur ne fait pas exception. Côté élève, notre article pour réviser le bac avec l’IA dit ce qui aide à apprendre et ce qui en prive.

Notre conseil, au centre Wizaide à Guéliz : traitez un score de détecteur comme une question, jamais comme une réponse. La réponse, c’est l’élève qui la donne, face à son brouillon et face à vous.

En résumé

• Selon la CNIL, le ministère français de l’Éducation nationale déconseille d’utiliser les détecteurs d’IA pour identifier une copie rédigée avec une IA générative.
• Les langues secondes sont les plus exposées : dans l’étude de Liang et al. (2023), sept détecteurs ont classé en moyenne 61,3 % de rédactions de candidats non anglophones comme générées par une IA.
• Les éditeurs le reconnaissent : un score ne doit ni punir un élève, ni fonder seul une sanction ; OpenAI a retiré son propre détecteur en juillet 2023.
• Des preuves plus solides existent : brouillons et versions successives, cinq minutes d’oral, une partie du travail faite en classe.
• La ligne se fixe avant le devoir : ce qui est permis, ce qui ne l’est pas, et comment le travail sera vérifié.