Un taux d'IA élevé dans un mémoire chinois est-il une inconduite académique ?

En l'état du droit et des règlements du ministère de l'Éducation, un taux d'IA élevé n'est pas en soi une inconduite académique. La Degree Law de la République populaire de Chine (《中华人民共和国学位法》) et deux arrêtés du ministère de l'Éducation définissent l'inconduite académique par la conduite : ghostwriting, plagiat, fabrication. Aucun ne traite un pourcentage de détection comme une catégorie d'inconduite.

Mais au niveau de l'université, un chiffre élevé peut peser sur votre soutenance et votre demande de diplôme. Certaines universités fixent un seuil au-delà duquel vous ne pouvez pas participer à la première session de soutenance, vous subissez un report ou perdez même le droit de demander le diplôme. Une université a inscrit le « artificially lowering the AI ratio » (fait de baisser artificiellement le taux d'IA) lui-même comme une conduite à traiter comme une inconduite académique.

La Degree Law de la République populaire de Chine (《中华人民共和国学位法》) a été adoptée en 2024 et est entrée en vigueur le 1er janvier 2025. L'article 37 énumère les cas dans lesquels un diplôme est refusé ou révoqué ; le texte figure ci-dessous. L'arrêté n° 40 du ministère de l'Éducation, les Mesures de prévention et de traitement de l'inconduite académique dans les établissements d'enseignement supérieur (《高等学校预防与处理学术不端行为办法》), et l'arrêté n° 34, les Mesures de traitement des pratiques frauduleuses dans les mémoires (《学位论文作假行为处理办法》), sont rédigés de la même manière : ils listent l'achat et la vente de travaux, le ghostwriting, le plagiat et la fabrication comme des conduites, et aucun ne mentionne « artificial intelligence » (intelligence artificielle) où que ce soit dans son texte intégral.

第三十七条 学位申请人、学位获得者在攻读该学位过程中有下列情形之一的，经学位评定委员会决议，学位授予单位不授予学位或者撤销学位：（一）学位论文或者实践成果被认定为存在代写、剽窃、伪造等学术不端行为； (Article 37: Where a degree applicant or degree holder, during the pursuit of the degree, falls under any of the following circumstances, the degree-granting institution shall not grant or shall revoke the degree upon resolution of the degree evaluation committee: (Article 37 : lorsqu'une personne qui demande ou détient un diplôme se trouve, pendant la préparation du diplôme, dans l'une des situations suivantes, l'établissement qui confère le diplôme ne le confère pas ou le révoque, sur résolution du comité d'évaluation des diplômes : (1) le mémoire ou le résultat pratique est reconnu comme entaché d'inconduite académique telle que le ghostwriting, le plagiat ou la fabrication ;)

Vous avez peut-être vu en ligne l'affirmation selon laquelle « the Degree Law says AI ghostwriting leads to degree revocation. » (la Degree Law prévoit que le ghostwriting par IA entraîne la révocation du diplôme). Cette affirmation ne sort pas de nulle part, mais elle décrit un projet. Le projet de première lecture de 2023 contenait bien l'expression « AI ghostwriting » (ghostwriting par IA) :

学位论文或者实践成果存在抄袭、剽窃、伪造、数据造假、人工智能代写等学术不端行为的 (Lorsque le mémoire ou le résultat pratique contient une inconduite académique telle que le plagiat, la fabrication, la falsification de données ou le ghostwriting par intelligence artificielle)

Dans le projet de deuxième lecture d'avril 2024, cette phrase était devenue « found to contain ghostwriting, plagiarism, fabrication, or other conduct, » (reconnu comme contenant ghostwriting, plagiat, fabrication ou une autre conduite), et le texte promulgué ne contient pas non plus « artificial intelligence » (intelligence artificielle). Aucune raison officielle du changement n'a été publiée. Donc, si quelqu'un vous dit que la Degree Law révoque les diplômes pour « AI ghostwriting » (ghostwriting par IA), il est utile de savoir que la loi promulguée nomme la conduite, le ghostwriting, et ne liste pas « AI ghostwriting » (ghostwriting par IA) séparément.

La loi n'érige pas un taux d'IA en norme, mais les universités peuvent attacher les résultats de détection à différentes étapes du processus de soutenance et d'évaluation. Les avis publics montrent des approches très divergentes, qui se répartissent grossièrement en trois types.

• Bloquer directement la soutenance ou l'évaluation. Nanjing University of Aeronautics and Astronautics, avis sur les mémoires de licence 2026 : une proportion d'AIGC (contenu généré par IA) supérieure à 40 % ou le défaut de soumission à la détection dans les délais fait que le contrôle est considéré comme échoué ; ceux qui échouent à la détection de plagiat ou d'AIGC ne peuvent pas participer à la première session de soutenance et subissent un report d'au moins 1 mois. Heilongjiang University, étudiants de troisième cycle : entre 40 % et 70 % (70 % inclus), l'étudiant ne peut redemander une soutenance qu'après au moins 6 mois de révision ; au-delà de 70 %, il perd le droit de demander le diplôme, et le même avis appelle ces valeurs « 检测结果参考标准 » (normes de référence pour les résultats de détection). Guangdong Ocean University, avis licence 2025 : une proportion de contenu généré par IA de 40 % ou plus exclut le mémoire de l'évaluation en aveugle et de la soutenance.
• Un chiffre plus une constatation d'inconduite. Nanjing University of Aeronautics and Astronautics, avis sur les mémoires de licence 2025 : les étudiants dont les résultats dépassent 40 %, une fois que le comité académique du collège a établi qu'une inconduite académique existe réellement, subissent un report de soutenance d'au moins 1 mois. Notez le changement dans la même université : en 2025, un report exigeait que le comité académique du collège établisse l'existence réelle d'une inconduite ; en 2026, chaque étudiant dispose de deux tentatives de détection, et si la seconde échoue aussi, le résultat est considéré comme échoué « upon the college's confirmation » (sur confirmation du collège), sans mention d'une constatation d'inconduite.
• Le qualifier expressément de « reference » (référence) et laisser la décision à des experts. Nanjing Tech University, avis licence 2025 : les résultats de plagiat et d'AIGC ne servent que de référence pour juger s'il y a eu inconduite académique, et si un étudiant conteste un résultat, son collège organise des experts pour trancher et traiter le cas. Beijing Technology and Business University, mémoires de master et de doctorat à partir de 2026 : les résultats de détection sont un point de référence dans l'appréciation de l'originalité, et la détermination finale revient à des experts qui soupèsent le contenu du mémoire dans son ensemble. Zhejiang University School of Economics, avis licence 2025 : les résultats ne sont pas une norme obligatoire et ne sont pas directement liés au fait que le mémoire soit reçu.

Les universités ont publié plus de chiffres que ceux-là. Pour aller plus loin, voyez les seuils de taux d'IA rendus publics par les universités. Ce qui compte, toutefois, n'est pas le chiffre choisi par une autre université, mais ce que dit la vôtre pour votre cohorte.

Pourquoi certaines universités n'écrivent-elles que « reference » (référence) ? Un reportage du Xinhua Daily Telegraph de mai 2025 proposait une explication : des experts ont souligné que la détection d'IA est essentiellement une estimation de vraisemblance probabiliste et ne peut pas conclure de façon définitive qu'un mémoire a été généré ou coécrit par l'IA. Le même paragraphe peut donner des scores très différents selon les détecteurs. Sur le pourquoi, voyez pourquoi les détecteurs donnent des scores différents.

记者发现，由于相关技术、标准尚在探索阶段，目前高校针对论文AI率超标的处理趋于审慎，更多是引导修改，而非直接等同于代写、剽窃。 (Les journalistes ont constaté que, la technologie et les normes concernées étant encore au stade de l'exploration, les universités adoptent aujourd'hui une approche prudente face aux taux d'IA excessifs et orientent davantage vers la révision plutôt que de les assimiler directement au ghostwriting ou au plagiat.)

Les Directives pour la normalisation de l'usage des outils d'intelligence artificielle dans les mémoires de troisième cycle et les résultats pratiques (《规范研究生学位论文与实践成果中人工智能工具使用指南》), publiées par l'Association chinoise des grades académiques et de la formation des diplômés (中国学位与研究生教育学会) en mai 2026, reflètent cette réflexion. Leurs notes de rédaction mentionnent que les universités diffèrent dans leur approche de la détection technique et que la technologie de détection elle-même a des limites ; les directives déplacent donc le centre de gravité de la gouvernance, qui ne s'appuie plus sur une détection technique contestée et inconsistante, vers le renforcement de « transparent disclosure and traceability. » (la divulgation transparente et la traçabilité). L'article 8 dispose que la soutenance et d'autres étapes doivent en principe comporter une procédure d'interrogation sur l'usage d'outils d'IA, et que les candidats au diplôme doivent remplir de manière proactive leurs obligations de déclaration et fournir des preuves traçables ou vérifiables. Notez que cette directive est publiée par l'Association et n'est pas un règlement du ministère de l'Éducation, et qu'elle ne s'applique qu'aux étudiants de troisième cycle.

Un avis de la Shandong Jianzhu University destiné aux étudiants de troisième cycle qui demandent une soutenance au semestre de printemps 2026 contient deux phrases pertinentes, dans des sections différentes. L'une exige des candidats au-delà de 40 % qu'ils révisent leur mémoire et baissent la proportion de contenu généré par IA. L'autre est la suivante.

严禁在形式上弄虚作假，严禁以删除、篡改等手段人为降低人工智能生成的内容比例。一经发现与核实，学校将按学术不端相关规定给予严肃处理。 (Il est strictement interdit de falsifier sur la forme ; il est strictement interdit de réduire artificiellement la proportion de contenu généré par intelligence artificielle par suppression, altération ou d'autres moyens. Dès que cela est découvert et vérifié, l'université le traitera sérieusement conformément à la réglementation sur l'inconduite académique.)

Le même avis exige aussi que le mémoire soumis à la détection AIGC soit la même version que celui destiné au contrôle du plagiat et à l'évaluation, et que toute personne ayant utilisé l'IA dans son mémoire déclare cet usage en toute sincérité. D'un côté, il vous demande de réviser et de baisser la proportion ; de l'autre, il interdit « artificially lowering through deletion, tampering, or other means. » (la réduction artificielle par suppression, altération ou d'autres moyens). Là où passe la frontière entre les deux, l'avis ne l'explique pas. La frontière est tracée par l'interprétation de votre propre université. Si vous avez un doute, demandez à votre directeur ou au bureau des études de troisième cycle avant de changer quoi que ce soit.

Avant de vous laisser effrayer par un chiffre, parcourez ces étapes.

• Trouvez l'avis original de votre université et de votre cohorte. Ne regardez pas celui de l'an dernier et ne traitez pas les règles d'une autre université comme les vôtres.
• Vérifiez à quelle étape le chiffre est attaché et si une constatation d'inconduite est requise. Les mêmes 40 % peuvent bloquer directement votre soutenance dans une université, alors que dans une autre ils ne comptent qu'après une détermination du comité académique du collège.
• Sachez à qui vous adresser si vous n'êtes pas d'accord. L'avis licence 2025 de la Nanjing Tech University dit que, lorsqu'un étudiant conteste un résultat, son collège organise des experts pour trancher et traiter le cas. L'article 40 de la Degree Law offre aussi une issue : un candidat au diplôme qui n'est pas d'accord avec une conclusion d'évaluation académique peut demander à l'établissement qui confère le diplôme une révision académique.
• Préparez des documents qui attestent de votre processus d'écriture. Utiliser l'historique des versions de WPS ou Tencent Docs peut enregistrer la trace de vos révisions, ce qui correspond à ce que la directive de l'Association appelle « traceable or verifiable evidence. » (des preuves traçables ou vérifiables).
• Si vous avez utilisé l'IA dans votre mémoire, déclarez-le sincèrement comme votre université l'exige. Tant l'avis de la Shandong Jianzhu University que l'article 8 de la directive de l'Association énoncent l'obligation de déclarer de manière proactive.

Le document qui s'applique réellement à vous est l'avis de votre propre cohorte.