Turnitin détecte-t-il les modèles de raisonnement OpenAI o1 et o3 ?

Oui. Turnitin signale avec une grande constance les dissertations et la prose universitaire générées par OpenAI o1, o1-preview, o1-mini et o3-mini, dès lors que le texte remplit les conditions d’éligibilité standard.

Une rumeur répandue affirme que les modèles de raisonnement d’OpenAI, en exécutant une chaîne de pensée interne (Chain of Thought) en plusieurs étapes avant de répondre, imiteraient la cognition humaine au point d’échapper à la détection automatisée. Cette méprise confond le processus de génération et le document produit. Turnitin n’évalue pas la façon dont un modèle raisonne en coulisses : il analyse les propriétés statistiques des mots visibles sur la page. Ce texte final étant produit par un décodeur Transformer autorégressif, il présente la faible perplexité et les structures de phrases régulières caractéristiques des grands modèles de langage.

La principale situation dans laquelle une réponse de o1 échappe au signalement d’IA se produit lorsque le contenu est non éligible — comme des équations mathématiques isolées, du code de programmation brut ou de courts plans. Par conception, Turnitin exclut ces formats de l’évaluation de l’IA pour tous les modèles, et non parce que les modèles de raisonnement bénéficieraient de propriétés de dissimulation particulières.

Pour comprendre pourquoi les modèles de raisonnement sont tout de même signalés, il faut distinguer deux étapes bien différentes dans leur cycle de génération : la réflexion interne et l’émission du texte en surface.

• Tokens de réflexion interne (chaîne de pensée latente) : durant la phase de délibération, des modèles comme o1 et o3 génèrent de longues séquences de raisonnement interne. Ils évaluent les contraintes, rectifient leurs hypothèses logiques initiales et structurent leur réponse. OpenAI encapsule cette étape dans des tokens de raisonnement masqués qui ne sont jamais renvoyés dans la réponse finale de l’API ni dans l’interface de discussion, et ne figurent donc jamais dans le devoir soumis par un étudiant.
• Tokens de complétion visibles (texte rédigé final) : une fois la recherche interne aboutie, le modèle génère le texte définitif transmis à l’utilisateur. Ce résultat est produit par un échantillonnage autorégressif standard de tokens, selon une mécanique strictement identique à celle de GPT-4o ou de n’importe quel autre grand modèle de langage actuel.

Turnitin ne reçoit que cette couche de texte finale. Le portail de soumission ne dispose d’aucun enregistrement du prompt, de la version du modèle, de la durée de génération ou des tokens de réflexion interne. Lorsqu’un document Word ou un fichier PDF entre dans la file de traitement, le détecteur extrait le texte brut et analyse l’enchaînement des mots.

Le détecteur découpe le texte en phrases distinctes et les soumet à un classifieur fondé sur l’architecture Transformer. Ce réseau de neurones évalue si les choix de tokens et les suites syntaxiques correspondent aux régularités statistiques propres aux textes générés par machine. La délibération invisible survenue au préalable ne change rien au fait que les phrases finalement produites suivent les distributions de probabilité classiques d’un modèle de langage.

Le paradoxe des modèles de raisonnement avancés tient au fait que leur plus grande force intellectuelle — une rigueur logique méthodique, étape par étape — les rend statistiquement plus prévisibles aux yeux d’un détecteur de langage, et non moins.

Les classifieurs d’IA évaluent principalement le texte à l’aide de deux indicateurs : la perplexité (la probabilité de chaque mot successif compte tenu des mots précédents) et la « burstiness » ou variabilité (l’ampleur des fluctuations de perplexité et de longueur de phrase sur l’ensemble du texte). Lorsqu’un modèle standard génère du texte, des prompts créatifs ou des associations libres peuvent ponctuellement introduire des mots de plus faible probabilité. À l’inverse, les modèles de raisonnement entraînés par apprentissage par renforcement sont optimisés pour réduire les erreurs logiques et éliminer toute ambiguïté. Ils choisissent tout naturellement des formulations canoniques, des liaisons syntaxiques directes et des connecteurs logiques très conventionnels.

L’écriture humaine est, par nature, irrégulière et contrastée. Un étudiant qui rédige lui-même son devoir fait varier son rythme de manière imprévisible : une phrase complexe élaborée exposant une théorie nuancée peut être suivie d’un constat direct, d’une formule plus spontanée ou d’une métaphore inattendue. Les auteurs humains laissent des empreintes grammaticales inégales, des singularités de style et des associations lexicales qui affichent une perplexité élevée par rapport aux corpus linguistiques généraux.

Les modèles de raisonnement rédigent avec une régularité de métronome. Chaque affirmation s’appuie sur une prémisse clairement reliée, la longueur des phrases oscille dans une fourchette très étroite autour des moyennes syntaxiques, et le vocabulaire reste prévisible de bout en bout. Pour un classifieur traquant la régularité artificielle, cette discipline structurelle sans faille constitue l’un des indices les plus nets d’une rédaction par machine.

L’idée largement répandue selon laquelle OpenAI o1 serait indétectable par Turnitin trouve en grande partie son origine dans les filières scientifiques, où des utilisateurs ont remarqué que les calculs de laboratoire et les exercices de programmation obtenaient des scores d’IA de zéro pour cent.

Ce résultat s’explique par les critères d’éligibilité officiels de Turnitin, connus sous le nom de règle du texte éligible. Turnitin exige un minimum de 300 mots de texte rédigé en continu, sous forme de paragraphes standard, avant que son détecteur d’IA ne produise un score. De plus, sa chaîne de prétraitement retire de l’analyse les formules mathématiques, les balises LaTeX, le code source brut, les listes à puces et les bibliographies. Lorsqu’un étudiant utilise o1-mini pour résoudre des équations différentielles ou générer des fonctions Python, Turnitin ignore entièrement ces sections, ce qui produit un rapport sans aucun signalement.

La donne change radicalement lorsque le même modèle est sollicité pour rédiger un texte suivi et développé. Dans les dissertations de sociologie, les revues de littérature, les mémoires de philosophie ou les introductions de rapports scientifiques, la production prend la forme de paragraphes rédigés classiques. Ces écrits remplissent l’ensemble des critères d’éligibilité et sont transmis directement au classifieur neuronal.

Soumise à cette analyse standard, la prose générée par o1 et o3 affiche des taux de détection comparables à ceux de GPT-4o. Les affirmations anecdotiques selon lesquelles les modèles de raisonnement ne pourraient pas être signalés proviennent presque toujours de devoirs qui, dès le départ, ne contenaient aucune prose éligible.

Chaque saut majeur dans les capacités des modèles s’accompagne d’affirmations prétendant que la détection automatisée serait devenue obsolète. Ce discours a émergé avec GPT-3, s’est répété avec GPT-4 et a refait surface lors de la sortie de la série o d’OpenAI.

En pratique, la détection de l’IA relève d’un étalonnage technique continu plutôt que d’un filtre figé. Turnitin met régulièrement à jour ses pondérations de classification et valide l’efficacité de son détecteur face aux modèles de base récemment publiés. Comme les modèles basés sur l’architecture Transformer partagent des fondations structurelles et des corpus d’entraînement communs, le texte produit par les modèles récents continue de présenter des regroupements statistiques nets qui le distinguent de la diversité des écrits étudiants.

Les stratégies de prompt courantes visant à contourner la détection — comme demander à o1 d’adopter un ton informel, d’insérer volontairement de petites erreurs de ponctuation ou de faire varier la longueur des paragraphes — ont souvent l’effet inverse. Ces contraintes peuvent altérer la qualité du raisonnement logique du modèle tout en créant des marqueurs stylistiques artificiels et maladroits que les classifieurs continuent de repérer sur des fenêtres d’analyse de plusieurs phrases.

Aucun modèle de langage disponible à ce jour ne produit de textes d’analyse développés qui soient par nature immunisés contre la classification statistique. Compter sur la nouveauté d’un modèle comme garantie face aux contrôles universitaires repose sur une mauvaise interprétation de la façon dont les modèles de langage fabriquent du texte.

Lorsqu’un devoir ou une vérification préalable affiche un pourcentage de détection d’IA inattendu, procéder avec méthode s’avère bien plus constructif que de céder à la panique en réécrivant l’intégralité du document.

• Conservez l’historique des versions du document : maintenez un journal complet des versions au sein de votre outil de rédaction, qu’il s’agisse de l’historique des versions de Google Docs, du suivi des modifications de Word ou des logs de commit d’Overleaf. L’horodatage régulier des révisions et les états intermédiaires de rédaction constituent des preuves tangibles et vérifiables d’un travail universitaire authentique.
• Isolez les sections mises en évidence : examinez le rapport de diagnostic afin d’identifier précisément les phrases et les paragraphes signalés par le classifieur. Importez le rapport Turnitin ou iThenticate et reformulez uniquement les passages signalés. Vous récupérez un fichier modifiable au même format.
• Réancrez le texte dans un contexte personnel : lorsque vous retravaillez les paragraphes signalés, remplacez les généralisations abstraites par des citations de sources primaires, des observations concrètes issues des cours et votre propre point de vue analytique. Restructurez manuellement les transitions de phrases pour faire ressortir le rythme naturel de votre écriture.

Évitez de passer l’ensemble d’un manuscrit dans des outils de paraphrase automatique généralistes. Une réécriture indiscriminée détériore souvent la terminologie technique, perturbe les renvois bibliographiques et corrompt la mise en page des tableaux, tout en engendrant une nouvelle série de schémas automatiques prévisibles.

OpenAI o1 intègre-t-il des filigranes numériques que Turnitin pourrait scanner ? Non. Turnitin n’identifie pas les textes générés par IA en extrayant des filigranes cryptographiques ni en lisant des métadonnées masquées du document. Son détecteur évalue la distribution de probabilité statistique du texte visible lui-même. Même sans filigrane, la structure des phrases autorégressives fournit un signal statistique amplement suffisant pour permettre la détection.

Le modèle o1-mini est-il détecté différemment de la version o1 standard ? Les deux modèles affichent des taux de détection élevés dans le texte rédigé en continu. Bien qu’o1-mini soit spécifiquement optimisé pour le code et les tâches quantitatives, le solliciter pour rédiger des paragraphes universitaires généraux aboutit souvent à un lexique plus restreint et à une prévisibilité accrue, ce qui rend sa prose tout aussi vulnérable à la classification.

Turnitin signalera-t-il ma dissertation si j’utilise o1 uniquement pour le plan et les recherches ? Non. Turnitin n’évalue que le texte final rédigé et soumis dans le document. Avoir recours à un modèle d’IA pour explorer des idées, structurer le plan d’une argumentation ou éclaircir des concepts mathématiques ne déclenchera pas de signalement d’IA si vous rédigez vous-même les paragraphes avec votre propre voix.

Pourquoi un étudiant a-t-il obtenu un score de zéro pour cent avec o1 tandis qu’un autre a obtenu quatre-vingt-dix pour cent ? Cette différence tient presque toujours au format du texte et au genre disciplinaire. Un devoir dominé par des extraits de code, des formules ou de courtes listes à puces est écarté par les filtres de texte éligible de Turnitin et ne présente aucun signalement d’IA. En revanche, un travail constitué de paragraphes rédigés classiques en sciences humaines ou sociales fait l’objet d’une évaluation complète et se trouve signalé.