La révision par un professionnel fait-elle passer votre article pour un texte d’IA ? Une étude de 2026

Pas de manière systématique, dans cette étude. Sur 13 détecteurs d’IA open source, la révision humaine a augmenté le score d’IA pour certains et l’a réduit pour d’autres, et le changement n’a atteint une importance pratique que sur 7 d’entre eux. Le détecteur utilisé a eu bien plus d’impact que la révision : sur les mêmes manuscrits non modifiés, les taux de faux positifs allaient de 0,0 % à 100 %. Aucun détecteur commercial, Turnitin compris, n’a été testé.

L’étude s’intitule "Style as a Confound: False Positives in AI Detection of Non-Native Academic Writing" (Le style comme facteur de confusion : faux positifs dans la détection par IA de l’écriture académique non native), par Hyeonchu Park et Bugeun Kim de l’université Chung-Ang et Gahye Jeong de Wordvice ; elle a été mise en ligne sur arXiv le 27 août 2026 et indiquée comme présentée à l’EMNLP 2026. Les documents proviennent de Wordvice, une société de révision professionnelle en langue anglaise. L’un des auteurs, Gahye Jeong, est la directrice technique (CTO) de Wordvice d’après le propre blog de l’entreprise, qui présente également Wordvice comme "the developer of the Wordvice AI Detector" (le développeur du Wordvice AI Detector).

Le jeu de données comprenait 135 389 paires de documents rédigés entre 2018 et 2025, couvrant plus de 40 disciplines universitaires. Chaque paire associait un texte écrit par un locuteur non natif en anglais et ce même texte après révision par un éditeur anglophone natif. Un peu plus de la moitié (52,9 %) provenait de la révision académique et 37,6 % de dossiers d’admission ; les lettres et essais de candidature constituaient le domaine le plus représenté, avec 22 639 documents. Le reste relevait de la révision commerciale, de rédactions du TOEFL, de traductions et d’autres travaux. L’auteur, le sujet et le fond restant identiques, toute variation du score attribué par un détecteur découlait donc uniquement de la révision.

Le travail de révision lui-même a été réalisé par des humains. Selon l’article, les directives du service n’autorisent les correcteurs grammaticaux d’IA que pour les erreurs mécaniques, et "AI-generated rewriting, paraphrasing, or stylistic generation is explicitly prohibited." (la réécriture, la paraphrase ou la génération stylistique produites par IA sont explicitement interdites.) Les modifications étaient bien réelles mais mesurées : sur un échantillon de 6 000 paires, la longueur médiane des documents n’a varié que de 6,5 mots, et la longueur moyenne des phrases a légèrement diminué, passant de 24,35 à 23,51 mots.

Les 13 détecteurs étaient tous des outils de recherche accessibles au public, exécutés avec leurs paramètres standards : des méthodes statistiques comme GLTR, des méthodes zero-shot comme Fast-DetectGPT et Binoculars, et des classificateurs entraînés comme RoBERTa et RADAR.

Sur les manuscrits rédigés avant 2023, que les auteurs considèrent comme écrits par des humains, la proportion classée à tort comme produite par une IA dépendait presque exclusivement du détecteur :

Les mêmes documents rédigés par des humains ont été classés comme étant presque entièrement de l’IA par certains outils, et presque entièrement humains par d’autres. Les auteurs concluent ainsi : "These findings suggest that AI detectors do not represent a unified measure of AI-generated content; rather, they rely on a mix of generation-origin and linguistic-quality signals." (Ces résultats suggèrent que les détecteurs d’IA ne constituent pas une mesure unifiée du contenu généré par IA ; ils s’appuient plutôt sur un mélange de signaux liés à l’origine de la génération et à la qualité linguistique.) Ils soulignent également que ces pourcentages absolus dépendent des seuils qu’ils ont fixés.

Après révision, le sens de la variation dépendait du détecteur. Ces chiffres couvrent l’ensemble des données de 2018–2025, et pas seulement les documents antérieurs à 2023 présentés dans le tableau ci-dessus :

• Moins de faux positifs après révision : MAGE (baisse de 10,7 points de pourcentage), RADAR (baisse de 4,7), BiScope (baisse de 0,5).
• Plus de faux positifs après révision : LastDE+ (hausse de 5,8), Fast-DetectGPT (hausse de 4,6), RoBERTa (hausse de 1,7).
• Résultat incertain : DiVeye, dont les chiffres varient en sens inverse selon les différents tableaux de l’article.
• Peu ou pas de changement : les autres détecteurs, avec des écarts d’environ 0,1 point.

Les auteurs estiment que ces évolutions avant/après sont plus fiables que les taux absolus : "the relative patterns across editing conditions provide more robust evidence of detector sensitivity to linguistic refinement." (les tendances relatives selon les conditions d’édition fournissent des preuves plus solides de la sensibilité des détecteurs aux retouches linguistiques.)

Plus un manuscrit était lourdement révisé, plus son score s’éloignait dans la direction vers laquelle ce détecteur penchait déjà. De plus, cet effet était plus faible sur la période 2023–2025 que sur la période 2018–2022.

• Aucun détecteur commercial. Selon les mots des auteurs, "the analysis does not cover future systems or proprietary commercial detectors." (l’analyse ne couvre ni les futurs systèmes ni les détecteurs commerciaux propriétaires.) Turnitin, GPTZero, Originality et Pangram n’ont pas été testés, et l’article ne mentionne jamais Turnitin.
• Principalement de la révision académique, mais pas seulement. Les auteurs décrivent les données comme étant principalement des manuscrits universitaires, alors que plus d’un tiers relevait de dossiers d’admission, et l’article ne présente pas les résultats séparément par catégorie. Ils précisent par ailleurs : "Detector behavior may differ for student essays, journalistic articles, creative writing, social media content, and other genres with distinct linguistic and stylistic characteristics." (Le comportement des détecteurs peut différer pour les dissertations d’étudiants, les articles journalistiques, l’écriture créative, les contenus de réseaux sociaux et d’autres genres aux caractéristiques linguistiques et stylistiques distinctes.)
• Uniquement de la révision humaine. La révision de ces textes a été effectuée par des personnes physiques, soumises à des règles interdisant la réécriture par IA. Cela ne dit donc rien de l’impact des outils d’édition par IA.
• Aucun groupe témoin rédigé par IA. Selon les termes des auteurs, "the study does not include AI-generated control texts subjected to comparable editing procedures." (l’étude n’inclut pas de textes témoins générés par IA soumis à des procédures d’édition comparables.)
• Qui a mené l’étude. Les données et l’un des auteurs proviennent de Wordvice, une entreprise qui commercialise des services de révision et qui, selon ses propres déclarations, développe un détecteur d’IA.

1. Évaluez la révision pour ses réels bénéfices, non en fonction de ces détecteurs. En ce qui concerne les 13 outils de recherche testés ici, l’étude ne donne aucune raison de renoncer à un réviseur humain par peur des alertes d’IA : la révision n’a fait varier la plupart des scores que très faiblement, et dans les deux sens, même si trois détecteurs ont effectivement signalé davantage de textes après révision. Il n’a pas été testé si Turnitin réagirait de la même manière. Vérifiez si votre revue ou votre formation exige de déclarer l’aide d’un réviseur.
2. Conservez les deux versions. Votre premier jet et le fichier contenant les modifications avec suivi de l’éditeur prouvent exactement ce qu’un être humain a modifié, ce qu’un simple score de détecteur est incapable de faire.
3. Demandez quel détecteur a généré le score. Dans cette étude, les détecteurs ont traité le même texte humain de façons très divergentes, bien que les auteurs rappellent que les pourcentages précis dépendent des seuils choisis. Pour des recherches antérieures portant sur les auteurs non natifs, consultez pourquoi les auteurs non anglophones sont plus souvent signalés ; pour un test réalisé en 2026 sur Turnitin lui-même appliqué à des dissertations d’étudiants EFL, voir Turnitin signale-t-il les textes rédigés par des non-anglophones.

Si vous disposez d’un rapport Turnitin ou iThenticate et que les passages signalés doivent être reformulés, c’est exactement ce que propose l’option d’humanisation de HumanPen. Importez le rapport Turnitin ou iThenticate et reformulez uniquement les passages signalés. Vous récupérez un fichier modifiable au même format. Vérifiez d’abord les règles de votre revue ou de votre formation concernant l’assistance par IA, et relisez attentivement le texte obtenu avant de le soumettre.

Turnitin risque-t-il de signaler mon article parce qu’un anglophone natif l’a révisé ? Cette étude ne permet pas de l’affirmer ; elle n’a testé ni Turnitin ni aucun autre détecteur commercial.

La révision a-t-elle donné aux articles une apparence plus humaine ou plus artificielle ? Les deux, selon le détecteur. Trois d’entre eux ont affiché moins de faux positifs après révision et trois en ont généré davantage ; les chiffres de DiVeye sont contradictoires d’un tableau à l’autre dans l’article, et les autres n’ont pratiquement pas bougé.

Cela s’applique-t-il aux outils de révision par IA ? Non. La révision sur ces données a été réalisée par des humains, selon des directives interdisant la réécriture par IA. Pour une étude de 2026 consacrée à la retouche par IA, voir la correction par IA risque-t-elle de faire signaler vos écrits.

Pourquoi certains détecteurs ont-ils signalé presque tous les manuscrits ? Les auteurs ont constaté que les détecteurs fondés sur les statistiques de tokens présentaient les taux de faux positifs les plus élevés sur ces textes humains, tandis que les détecteurs zero-shot basés sur le rapport de vraisemblance restaient proches de zéro. Ils soulignent également que les taux absolus dépendent des seuils retenus.

• Hyeonchu Park, Gahye Jeong et Bugeun Kim, Style as a Confound: False Positives in AI Detection of Non-Native Academic Writing, arXiv:2608.26710 (27 août 2026 ; indiqué comme présenté à l’EMNLP 2026) ; consulté le 27 septembre 2026 (tableaux 2–4, 8 et 18).
• Wordvice, How Professional Editing Changes AI Detector Scores, article de blog par Gahye Jeong, consulté le 27 septembre 2026.