Détection IA Turnitin : une analyse

Lisa Ernst · 12.10.2025 · Technique · 5 min

La question de savoir si un texte provient d'une machine est complexe. Même OpenAI, le développeur de ChatGPT, a cessé en 2023 son propre détecteur de texte en raison de sa faible précision. Turnitin fait évoluer sa détection continuellement et met toutefois expressément en garde contre l'utilisation des résultats comme base unique pour des mesures.

Source: Affichage personnalisé

Notions de base de la détection IA

La détection IA Turnitin est une fonction additionnelle dans le Rapport de similarité. . Elle vérifie le texte courant « qualifiant » dans une soumission pour des motifs indiquant une écriture par IA. Le « texte qualifiant » comprend de la prose en paragraphes; tableaux, listes, poésie ou code ne comptent pas de manière fiable dans l'évaluation. L'affichage n'affiche un pourcentage qu'à partir de 20 pour cent. En dessous, Turnitin affiche depuis juillet 2024 seulement une étoile, car ici les Le taux de fausses alertes est plus élevé.

Les langues prises en charge pour le moment sont l’anglais, l’espagnol et le japonais. Les exigences minimales comprennent notamment 300 mots de prose, jusqu'à 30 000 mots, et des types de fichiers tels que .docx, .pdf, .txt ou .rtf. Le rapport distingue en outre entre « IA généré uniquement » et « IA généré uniquement " IA généré et IA paraphrasé " (par exemple avec des outils de paraphrase), afin de décomposer plus finement les schémas d'utilisation. Turnitin fait évoluer la détection progressivement et intègre notamment la détection des soi‑disant " Parafouters/Humanizers en anglais.

État actuel et évolution

Turnitin a lancé sa détection IA en 2023 à grande échelle et a évalué depuis lors de vastes ensembles de données. Selon Turnitin/des rapports médiatiques le système a été testé jusqu'en 2024 sur plus de 200 millions de travaux. Environ 11 pour cent auraient au moins 20 pour cent de parts IA, environ 3 pour cent 80 pour cent ou plus. Turnitin indique pour les documents avec plus de 20 pour cent de parts IA un taux de fausses alertes des documents inférieur à 1 pour cent.

En juillet 2024, Turnitin a modifié l'affichage : les valeurs inférieures à 20 pour cent ne sont plus affichées numériquement ; à la place, une étoile apparaît comme indication d'une incertitude accrue. En 2023/2024, l'outil a notamment ajouté la détection des paraphrases IA et des modèles de langue pour le japonais ainsi que pour l'espagnol. Pour 2025, Turnitin a annoncé entre autres « détection de contournement IA " et des fonctions d'administration pour un contrôle plus fin.

Parallèlement, plusieurs universités ont décidé de désactiver ou d'utiliser très prudemment la détection IA Turnitin. Des exemples sont Vanderbilt, , qui Montclair State University, , ainsi que Northwestern, , où la détection IA n'est pas activée.

Source: in.turnitin.com

Un exemple de l'interface Turnitin affichant un pourcentage d'écriture IA.

Analyse critique

Turnitin souhaite protéger les flux de travail des institutions et réduire les faux positifs; en même temps, la pression augmente pour aborder l'utilisation de l'IA de manière équitable. Des recherches montrent toutefois des limites systémiques : une étude largement citée Étude dans « Patterns » (Cell Press) démontrait que plusieurs détecteurs classent les textes de non‑natifs de manière faussement plus élevée que les textes natifs. Dans le corpus TOEFL, le taux moyen de faux positifs était de 61,3 pour cent (pas spécifique à Turnitin, mais pertinent dans le contexte de la détection IA).

Turnitin conteste lui‑même un biais ELL important dans son matériel et a publié des billets de blog correspondants, qui ne remplacent toutefois pas une étude évaluée par des pairs. Important : Turnitin indique explicitement qu'il ne faut pas utiliser l'affichage IA comme seule base pour des mesures. l'affichage IA ne doit pas être utilisé comme seul fondement pour des mesures à cela s'ajoute la course aux armements avec les paraphrases/humaniseurs : des études montrent que des reformulations délibérées peuvent considérablement diminuer la précision des détecteurs.

Un aperçu rapide par Turnitin du rapport d'écriture IA est utile pour comprendre la logique de fonctionnement et les limites du point de vue du fournisseur.

Faits et malentendus

Établi: Turnitin affiche pour 1 à 19 pour cent seulement une étoile et aucune surbrillance, car les fausses alertes sont plus fréquentes Des fausses alertes se produisent.

Établi: Le rapport distingue entre « IA généré uniquement " et " IA généré et IA paraphrasé " pour l'interprétation des motifs.

Établi: Les exigences minimales comprennent notamment 300 mots de prose, jusqu'à 30 000 mots, formats acceptés .docx/.pdf/.txt/.rtf, langues anglais/espanol/japonais.

Établi: Les résultats constituent un signal de décision, pas une preuve ; « pas comme seul fondement " utiliser.

Incertain: Le taux réel de fausses alertes en utilisation généralisée. Turnitin indique pour les documents avec plus de 20 pour cent de part IA un taux de fausses alertes inférieur à 1 pour cent ; des répliques évaluées par des pairs indépendants sont peu disponibles publiquement.

Incertain: Biais envers les non‑natifs, en particulier chez Turnitin. L'étude « Patterns » montre de fortes distorsions dans les détecteurs en général ; Turnitin renvoie à ses propres analyses sans biais significatif – l'état des preuves est contradictoire. Faux/ Trompeur « Patterns »

Faux/ Trompeur: „Le pourcentage IA correspond à la part du travail dans son ensemble.“ Ce n'est pas vrai, il ne se réfère qu'à « texte qualificant " ; d'autres types de texte ne comptent pas de manière fiable.

Faux/ Trompeur: „Les détecteurs prouvent l'abus de l'IA.“ Même les grands fournisseurs avertissent que les résultats ne doivent pas être utilisés comme seule preuve ; ils servent d'occasion pour clarifications pédagogiques, et non de jugement.

Faux/ Trompeur: „La détection IA est résolue.“ OpenAI a retiré son propre classificateur de texte en raison de d'une faible précision, , ce qui souligne la difficulté du problème.

Réactions et recommandations

Des universités comme Vanderbilt ont désactivé la détection IA Turnitin en se fondant sur des questions de fiabilité et de biais et recommandent des approches axées sur le dialogue. Montclair ont arrêté l'utilisation et se sont référées à des décisions similaires d'autres universités. Northwestern explique que la détection IA n'est pas activée pour le moment. Turnitin souligne que la technologie doit donner des indices aux enseignants et ne pas remplacer leur jugement.

Pour les enseignants et les étudiants, cela signifie: la détection IA peut être un signal utile, mais ne remplace pas une clarification pédagogique. Utilisez le rapport IA comme point de départ pour la discussion et combinez-le avec des textes de comparaison, des preuves de processus et des règles du cours. Optez pour un design de cours transparent et des attentes claires concernant l'utilisation autorisée de l'IA, plutôt que pour une logique punitive. Institutionnellement, cela vaut: Jisc recommande, , ne pas surestimer la détection et plutôt investir dans des formats d'exercices, le dialogue et des guides d'intervention. Vérifiez les indices plusieurs fois et jamais comme seul fondement pour des mesures.

Source: turnitin.com

Le livre blanc de Turnitin sur l'architecture et les protocoles de test de son modèle de détection IA.

Perspectives d'avenir

Des questions encore ouvertes : quelle est la précision des taux de fausses alertes des documents dans des environnements réels et variés – et comment cela varie-t-il selon les profils linguistiques et de compétence ? À ce sujet, il manque des études comparatives indépendantes et actuelles avec des jeux de données ouverts. Quelle est la robustesse de la détection face aux paraphrases/humanizers à long terme ; les recherches actuelles montrent des possibilités d'évitement. D'un point de vue réglementaire, les autorités travaillent sur des garde-fous pour des évaluations équitables à l'ère de l'IA, notamment Ofqual au Royaume‑Uni avec des principes d'utilisation sûre de l'IA dans les systèmes d'évaluation. Des fournisseurs comme OpenAI misent également davantage sur des preuves d'origine/provenance plutôt que sur une détection rétroactive, car la détection pure demeure incertaine.

Conclusion: La détection IA Turnitin fournit des indices utiles sur les motifs typiques de l'IA, mais ce n'est pas une machine à prouver. Une pratique solide combine : des règles transparentes concernant l'utilisation autorisée de l'IA, des preuves de performance liées à la tâche, une documentation des processus – et une indication IA comme déclencheur de discussion plutôt que comme condamnation. Celui qui agit ainsi protège l'équité et les objectifs d'apprentissage – tout en conservant une vue sur les opportunités et les limites de la technologie.