Rapports de laboratoire d’ingénierie et détection de l’IA : ce qui est vraiment mesuré

Turnitin mesure ce qu’il appelle le texte éligible, défini comme des phrases de prose à l’intérieur d’un écrit long. Une liste d’appareillage n’en est pas. Un protocole numéroté n’en est pas. Un tableau de résultats fait de valeurs et d’unités n’en est pas. Une fois cela retiré, ce qui reste généralement dans un rapport de laboratoire, ce sont les paragraphes de théorie, le protocole si votre module le demande sous forme de prose continue, et la discussion. Un pourcentage sur un rapport de laboratoire est donc surtout une affirmation sur la discussion, qui est aussi la partie à laquelle les notes sont attachées.

Cela a une conséquence brutale pour la première chose que font la plupart des gens : aller réécrire le protocole parce qu’il « sonne mécanique ». Selon la façon dont votre module demande les protocoles, ce texte n’a peut-être jamais fait partie de la mesure, et c’est le compte rendu de ce que vous avez fait en laboratoire. Il existe un meilleur ordre pour travailler.

Rien de ce qui suit ne prédit un chiffre. Turnitin publie la forme du pipeline, pas les seuils.

La définition se trouve dans le guide des rapports de Turnitin, « Using the AI Writing Report », et la phrase qui précède les exclusions est celle que tout le monde saute :

"Qualifying text (prose sentences contained in long-form writing format) means individual sentences contained in paragraphs that make up a longer piece of written work, such as an essay, a dissertation, or an article, etc. The model does not reliably detect AI-generated text in the form of non-prose, such as poetry, scripts, or code, nor does it detect short-form/unconventional writing such as bullet points, tables, or annotated bibliographies." (Par texte éligible — phrases de prose contenues dans un écrit de forme longue — on entend les phrases individuelles contenues dans les paragraphes qui composent un travail écrit plus long, comme un essai, une thèse ou un article, etc. Le modèle ne détecte pas de façon fiable le texte généré par IA sous forme de non-prose, comme la poésie, les scripts ou le code, et ne détecte pas non plus l’écriture courte ou non conventionnelle, comme les listes à puces, les tableaux ou les bibliographies annotées.)

Deux choses y comptent pour un rapport de laboratoire. L’unité est une phrase située dans un paragraphe, pas une ligne sur une page. Et les trois exemples donnés de "a longer piece of written work" (un travail écrit plus long) sont un essai, une thèse et un article. Un rapport de laboratoire n’est aucun de ces trois-là et Turnitin ne dit pas de quel côté de la ligne il tombe, parce qu’un rapport de laboratoire n’est pas un seul type d’écrit. Il en est cinq.

Additionnez tout cela et le propre résumé du fournisseur sur ce calcul se lit autrement :

"This percentage is not necessarily the percentage of the entire submission. If text within the submission is not considered long-form prose text, it will not be included." (Ce pourcentage n’est pas nécessairement celui de l’ensemble du dépôt. Si un texte du dépôt n’est pas considéré comme de la prose de forme longue, il ne sera pas inclus.)

La partie étrange, c’est la ligne du protocole, parce qu’elle n’est pas une propriété de votre expérience. Deux étudiants peuvent utiliser le même montage le même après-midi, rédiger les mêmes étapes et déposer deux documents contenant des quantités différentes de texte éligible, uniquement parce qu’un modèle de module demande des étapes numérotées et l’autre une prose continue au passé. L’écart entre le pourcentage et la quantité de surlignage sur la page vient exactement de là, et comment lire un rapport Turnitin sur l’écriture par IA l’explique en détail. La version générale de la liste d’exclusions se trouve dans quels contenus l’IA de Turnitin ignore.

Les gens partent chercher une page de politique sur l’écriture scientifique. Nous avons cherché aussi, et noté ce qui s’y trouvait.

Le 27 août 2026, nous avons lu le texte rendu des trois pages Turnitin qui décrivent ce rapport : le guide du AI Writing Report, la FAQ sur les capacités de détection de l’écriture par IA, et la page des exigences de fichier. En cherchant dans les trois :

Les deux contrôles sont revenus non nuls, ce qui vous indique que la recherche a bien touché du texte réel et non une coquille vide. Les trois occurrences de `subject area` méritent d’être lues, car c’est le seul endroit où une discipline apparaît, et elles concernent la composition de l’échantillon d’entraînement : la FAQ indique que le modèle a été entraîné sur plusieurs zones géographiques et domaines, et cite "anthropology, geology, sociology, and others" (anthropologie, géologie, sociologie et d’autres) comme domaines moins courants inclus pour réduire les biais. Cela décrit l’échantillon d’entraînement. Aucune règle, nulle part sur ces pages, ne dit quoi que ce soit sur la façon dont une discipline donnée est notée.

La seule règle de tri publiée est donc la prose contre la non-prose. Appliquer cela aux cinq rubriques d’un rapport de laboratoire est un travail qui vous revient, et le tableau de la section précédente est notre lecture de la règle publiée, pas quelque chose que Turnitin a confirmé au sujet des rapports de laboratoire.

Si votre section protocole s’est retrouvée dans le texte éligible et qu’elle est revenue entièrement marquée, la FAQ contient un paragraphe qui vous sera plus utile que n’importe quelle explication du modèle :

"Sometimes false positives (incorrectly flagging human-written text as AI-generated), can include content without a lot of structural variation, text that literally repeats itself, or text that has been paraphrased without developing new ideas." (Il arrive que les faux positifs — signaler à tort comme généré par IA un texte écrit par une personne — portent sur du contenu avec peu de variation structurelle, du texte qui se répète littéralement, ou du texte paraphrasé sans développer d’idées nouvelles.)

Ce qui suit est la moitié qui mérite d’être emportée dans une conversation avec votre encadrant de travaux pratiques :

"If our indicator shows a higher amount of AI writing in such text, we advise you to take that into consideration when looking at the percentage indicated." (Si notre indicateur montre une quantité plus élevée d’écriture par IA dans un tel texte, nous vous conseillons d’en tenir compte en regardant le pourcentage indiqué.)

Deux des trois éléments de cette liste décrivent des choses qu’un protocole est censé faire. Répéter la même structure de phrase pour chaque essai, c’est ainsi que vous montrez que quatre essais ont été menés de façon identique. Une faible variation structurelle est précisément l’intérêt d’un modèle. Une réserve à propos de ce paragraphe : c’est une liste de propriétés que les faux positifs « peuvent inclure », sans fréquence attachée à aucune d’elles. Turnitin ne dit pas à quelle fréquence le texte signalé présente ces propriétés, et je ne le dirai pas non plus.

Avant de changer le registre d’un protocole, ouvrez le manuel de votre module et lisez ce qu’il demande réellement. Certains demandent, en toutes lettres, la troisième personne et le passé. Si c’est votre cas, réécrire dans une voix plus vivante est une perte de points que vous avez choisie, en échange d’un effet sur le score que personne ne peut vous promettre.

Deux limites publiées se heurtent dans ce genre de texte. Les exigences de fichier indiquent qu’un dépôt doit comporter "at least 300 words of prose text in a long-form writing format" (au moins 300 mots de prose dans un écrit de forme longue) avant même qu’un rapport soit généré. Et la FAQ indique que les dépôts courts ne reçoivent pas simplement une version plus grossière du même traitement :

"In shorter documents where there are only a few hundred words, the prediction will be mostly 'all or nothing' because we're predicting on a single segment without the opportunity to overlap. This means that some text that is a mix of AI-generated and original content could be flagged as entirely AI-generated." (Dans les documents plus courts, où il n’y a que quelques centaines de mots, la prédiction sera le plus souvent « tout ou rien », parce que nous prédisons sur un seul segment sans possibilité de chevauchement. Cela signifie qu’une partie du texte mêlant contenu généré par IA et contenu original pourrait être signalée comme entièrement générée par IA.)

Un rapport de laboratoire de 1 500 mots au total est un candidat pour cette zone dès que la liste d’appareillage, les tableaux de résultats, les calculs types et la liste de références sont sortis du compte. Réduisez un rapport à la seule discussion et faites-le passer par une autovérification, ce que font les gens quand ils s’inquiètent, et vous mesurerez peut-être 400 mots au lieu de 1 500. Documents courts et le problème du tout ou rien dans Turnitin traite ce comportement à part.

Il y a une deuxième chose cachée dessous. Au-dessus de 0 % et en dessous de 20 %, un astérisque remplace le chiffre et aucun surlignage n’est attribué ; du point de vue d’un étudiant, une amélioration réelle et aucune amélioration sont donc impossibles à distinguer (que signifie l’astérisque (*%) sur un score d’IA Turnitin).

Un essai vous laisse du mou. Il y a une introduction que vous pouvez reformuler, un paragraphe de transition que vous pouvez supprimer, une conclusion que personne ne note mot à mot. Un rapport de laboratoire n’a presque rien de tout cela. Presque chaque phrase en dehors de la discussion est soit le compte rendu de ce qui s’est passé, soit une valeur.

Il vaut donc la peine de trier le fichier une fois, avant de toucher à quoi que ce soit.

Cette dernière ligne est celle qu’il faut lire deux fois. Un écart par rapport au protocole imprimé est souvent la phrase la plus précieuse d’un rapport de laboratoire, et c’est aussi la phrase la plus susceptible de ressembler à une parenthèse maladroite qu’il faudrait lisser.

L’autre côté, c’est que la discussion, la seule section où reformuler est vraiment reformuler, est la section qui porte les notes et la section où un correcteur sait déjà à quoi vous ressemblez. Elle se réécrit donc avec soin et se relit ligne à ligne face au tableau de résultats, sans être survolée. La version générale de ce travail de tri, pour les rapports de recherche plutôt que les rapports de laboratoire, se trouve dans ce que vous pouvez reformuler dans les méthodes et les résultats, et la version à l’échelle d’une thèse, quand toute une section de méthodologie revient signalée, dans Turnitin a signalé toute ma section de méthodologie.

L’autre inquiétude dans ce genre de texte n’a rien à voir avec le chiffre de l’IA. Votre objectif, votre théorie et la moitié de votre protocole peuvent descendre d’un manuel remis à tous les étudiants du module, si bien que trente dépôts contiennent les mêmes phrases. C’est une question de correspondance de texte, et elle atterrit ailleurs :

"The Similarity score and the AI writing detection percentage are completely independent and do not influence each other." (Le score de similarité et le pourcentage de détection de l’écriture par IA sont complètement indépendants et ne s’influencent pas l’un l’autre.)

Ce qui signifie que réécrire le protocole pour faire bouger le chiffre de l’IA vise le mauvais rapport, et le réécrire pour faire bouger le chiffre de similarité est une question à poser à votre encadrant avant d’agir, car la part d’un manuel de travaux pratiques que vous êtes censé reproduire est une décision de module et non une décision d’écriture. Rapport Turnitin sur l’écriture par IA contre rapport de similarité détaille ce que chacun mesure.

Ce qui rend un rapport de laboratoire coûteux à réviser, ce n’est pas l’écriture. C’est que chaque paragraphe réécrit est un paragraphe que vous devez vérifier face à vos données : le coût d’une révision se mesure donc en paragraphes touchés.

Décider ce périmètre à l’avance, c’est à cela que sert L’outil HumanPen. Vous téléversez le document et vous indiquez ce qu’il contient : soit vous marquez les passages, soit vous importez un rapport d’IA Turnitin ou iThenticate et ses passages signalés deviennent la frontière, le reste du fichier étant conservé tel quel. Le paragraphe est l’unité : une sélection qui s’arrête au milieu d’un paragraphe est élargie au paragraphe entier et tracée pour que vous la confirmiez avant que quoi que ce soit commence. La facturation suit les mots réellement réécrits. Lorsque les conditions sont réunies, les passages qui reviennent encore signalés peuvent repasser gratuitement.

Sa propre FAQ vous demande de réviser les documents complexes après le téléchargement, et cette phrase mérite d’être prise au pied de la lettre. Pour un rapport de laboratoire, réviser signifie relire chaque nombre, unité et incertitude du texte révisé face au tableau de résultats dont il provient.

L’équation de ma section théorie compte-t-elle dans le pourcentage d’IA ? La règle publiée par Turnitin est que le modèle analyse les phrases de prose à l’intérieur des paragraphes, et l’entreprise indique qu’il ne détecte pas de façon fiable l’écriture par IA dans la non-prose. Les paragraphes autour d’une équation détachée sont de la prose. L’équation elle-même n’est pas l’unité notée. Comment Turnitin traite les équations mathématiques et les contenus non prosaïques approfondit la question.

Mon tableau de résultats contient un paragraphe d’interprétation dans une cellule. Est-il pris en compte ? Une note de version datée du 9 août 2023 indique que le modèle peut désormais traiter la prose longue dans les tableaux, et ajoute que les dépôts existants contenant des tableaux doivent être soumis à nouveau avant d’être retraités. Un paragraphe dans une cellule se comporte donc comme un paragraphe, ce qui surprend ceux qui ont déplacé du texte dans un tableau pour des raisons de mise en page.

Dois-je réécrire le protocole pour qu’il sonne moins comme un modèle ? Lisez d’abord le manuel de votre module. S’il précise le registre, le changer est un point que vous avez décidé de perdre en échange d’un résultat que personne ne peut vous promettre. Si votre protocole est une liste numérotée, il se situe aussi en dehors de la définition du texte éligible telle que Turnitin la publie.

Ma liste de références a été surlignée sur un ancien rapport. La même note de version d’août 2023 rapporte que le surlignage à l’intérieur d’une bibliographie était un bug, et que les bibliographies sont désormais exclues lors du traitement du rapport sur l’écriture par IA. Les dépôts existants doivent être soumis à nouveau pour que cela prenne effet : un ancien rapport peut donc encore le montrer.

Puis-je utiliser un score bas pour prouver que je l’ai écrit ? Non, et le fournisseur le dit en premier : le modèle "may not always be accurate (it may misidentify human-written, AI-generated, and AI-paraphrased text), so it should not be used as the sole basis for adverse actions against a student." (peut ne pas toujours être exact : il peut mal identifier le texte écrit par une personne, généré par IA ou paraphrasé par IA, et ne doit donc pas être utilisé comme seule base de mesures défavorables à un étudiant). Cela coupe dans les deux sens.