À quelle fréquence un mémoire de master est-il signalé comme IA ? Une étude de 2026 sur 1 163 mémoires

Sur les mémoires de master 2024–2025 d’une faculté, Pangram en a signalé 529 sur 1 163, soit 45,5 %. Parmi les mémoires signalés, l’estimation médiane du texte généré par IA s’élevait à 30 %, et seuls 1,9 % dépassaient les 80 %. Les chercheurs n’avaient aucun moyen de vérifier ces chiffres par rapport à la manière dont les mémoires avaient été réellement rédigés. Lors d’un test de contrôle distinct portant sur des travaux dont les auteurs étaient connus, Turnitin, Pangram, GPTZero et Copyleaks ont tous attribué un score compris entre 0 et 20 % à chaque texte rédigé par un humain.

L’étude, intitulée "Who wrote this? Evaluating the reliability of AI detection tools in higher education" (Qui a écrit cela ? Évaluation de la fiabilité des outils de détection d’IA dans l’enseignement supérieur), a été menée par Marijke Van Vlasselaer, Filip Van Droogenbroeck et Bram Spruyt de la Vrije Universiteit Brussel, et publiée en libre accès dans l’International Journal for Educational Integrity le 29 juin 2026. Les auteurs déclarent n’avoir aucun lien financier ou institutionnel avec les outils testés.

Les chercheurs ont constitué quatre groupes de 40 travaux universitaires en anglais, chacun comptant au moins 4 000 mots :

• Rédigés par des humains. Des mémoires de master d’étudiants non anglophones, soumis entre 2017 et 2019 et issus d’archives institutionnelles.
• Entièrement générés par l’IA. Des travaux complets produits par un modèle ChatGPT.
• Hybrides. Les mémoires humains dont la revue de littérature et la conclusion ont été remplacées par du texte généré par l’IA.
• Hybrides réécrits. Les travaux hybrides dont les sections générées par l’IA ont été réécrites à l’aide d’un prompt ChatGPT unique demandant un texte qui "sounds more like it was written by a real person" (ressemble davantage à ce qu’écrirait une vraie personne).

Ils ont ensuite comparé le score de chaque outil à la proportion réelle et connue de texte généré par IA dans chaque document.

Sur les textes rédigés par des humains, les quatre outils ont attribué à chaque document un score compris entre 0 et 20 %. Pangram et Copyleaks ont affiché 0 %. Turnitin a affiché un astérisque au lieu d’un chiffre pour trois d’entre eux ; la propre documentation de Turnitin précise que l’astérisque correspond à un score entre 1 % et 19 %, ce que nous expliquons dans notre article sur ce que signifie l’astérisque sur un score IA Turnitin. GPTZero a attribué un score minime à certains textes. Les auteurs comparent ces résultats à une étude de 2023 portant sur des auteurs non anglophones : "Unlike Liang et al. (2023), who reported substantial false-positive bias against non-native writers using seven early-generation GPT detectors, we found no false positives for Pangram, Copyleaks, and Turnitin" (Contrairement à Liang et al. (2023), qui rapportaient un biais important de faux positifs envers les rédacteurs non anglophones avec sept détecteurs GPT de première génération, nous n’avons constaté aucun faux positif pour Pangram, Copyleaks et Turnitin). Ces recherches antérieures sont détaillées dans pourquoi les auteurs non anglophones sont plus souvent signalés. Les auteurs soulignent que les faux positifs étaient "almost absent" (quasiment absents), ce qui les a surpris au vu de la littérature antérieure, tout en ajoutant une mise en garde : "some tools may use conservative thresholds to avoid falsely labelling human-written text as AI-generated, which may increase the number of false negatives." (certains outils peuvent utiliser des seuils conservateurs afin d’éviter d’étiqueter à tort un texte rédigé par un humain comme généré par l’IA, ce qui peut accroître le nombre de faux négatifs.)

Sur les documents contenant effectivement du texte généré par IA, les outils ont divergé de manière frappante. Les estimations de Pangram se sont révélées les plus proches de la part réelle sur les trois catégories de textes avec IA. Les trois autres outils, dont Turnitin, ont largement sous-estimé les travaux entièrement générés par IA, tous issus du modèle unique utilisé pour cette série ; les auteurs attribuent cet écart au fait qu’il s’agissait du modèle le plus récent disponible à ce moment-là. Sur les documents hybrides, Pangram a situé 37 textes sur 40 dans la fourchette exacte, Turnitin 24, Copyleaks 12 et GPTZero aucun.

Un détail relatif à Turnitin a son importance pour interpréter ces chiffres : les chercheurs ont comptabilisé les documents affichant un astérisque Turnitin dans la tranche la plus basse. Notre comparatif entre Pangram et Turnitin analyse également cette étude.

Pangram s’étant révélé le plus précis pour suivre la part connue de texte IA, les chercheurs l’ont utilisé pour analyser l’intégralité des 1 163 mémoires de master déposés au cours de l’année universitaire 2024–2025 dans l’ensemble des filières de leur faculté de sciences sociales et économiques.

Les auteurs interprètent cette répartition ainsi : "the majority showed low-to-moderate AI usage, with very high AI usage (> 80%) being rare." (la majorité présentait une utilisation faible à modérée de l’IA, une utilisation très élevée (> 80 %) restant rare.)

Les auteurs sont très explicites sur les limites de l’étude :

• Absence de vérité terrain. Personne ne savait comment ces 1 163 mémoires avaient été rédigés ; dès lors, "the flagging percentages cannot be interpreted as confirmed prevalence rates of AI use." (les pourcentages de signalement ne peuvent pas être interprétés comme des taux de prévalence confirmés de l’utilisation de l’IA.) Les auteurs qualifient tout de même cette analyse de "a valuable first indication" (une première indication précieuse), mais ces données restent des estimations fournies par Pangram et non des taux avérés.
• Une seule faculté, un seul outil. Les mémoires provenaient tous de la faculté de sciences sociales et économiques d’une unique université, et seul Pangram a été utilisé.
• Un instantané dans le temps. Les textes générés par IA pour le test datent de mai 2025, et les auteurs précisent que leurs résultats "are valid only for a specific snapshot in time." (ne sont valables que pour un instantané précis dans le temps.)
• Une seule méthode de réécriture. Le groupe des « hybrides réécrits » n’a employé qu’un unique prompt ChatGPT. Les auteurs soulignent que les étudiants combinent souvent plusieurs méthodes, si bien que les résultats observés sur ce groupe ne sont pas nécessairement généralisables.

Le groupe de travaux rédigés par des humains présentait lui aussi des spécificités : il s’agissait de mémoires de master d’une seule faculté, soumis entre 2017 et 2019. L’absence de faux positifs sur cet échantillon constitue un signal encourageant, mais ne garantit pas le même résultat pour n’importe quel mémoire.

1. Vérifiez quel détecteur a généré le score. Cette étude a mis en évidence des écarts considérables entre les outils sur les mêmes textes. Une estimation de Pangram, un pourcentage Turnitin et un score GPTZero ne sont pas interchangeables.
2. Vérifiez si l’outil peut analyser votre mémoire en entier. Turnitin, par exemple, ne génère pas de rapport AI Writing Report pour les documents de plus de 30 000 mots ; consultez notre analyse pour savoir si Turnitin peut analyser une thèse ou un mémoire complet.
3. Examinez les sections signalées. Lorsque le rapport surligne des passages précis, ce sont ceux-là que vous devez être prêt à justifier, brouillons et historique des versions à l’appui.
4. Renseignez-vous sur l’usage qui sera fait de ce score. De l’avis même des auteurs, un signalement "should trigger a more thorough review of the student's paper content, rather than relying on an AI detection tool to draw a final conclusion." (devrait donner lieu à un examen plus approfondi du contenu du travail de l’étudiant, plutôt que de s’en remettre à un outil de détection d’IA pour tirer une conclusion définitive.)

Pour découvrir une seconde étude de 2026 mesurant la fréquence à laquelle des écrits humains retouchés par l’IA sont signalés, consultez notre article : la correction par IA risque-t-elle de faire signaler votre texte ?.

Lorsque les passages signalés dans un mémoire constituent un ensemble d’éléments que vous devez retravailler, l’option d’humanisation de HumanPen a été conçue précisément pour cela. Importez le rapport Turnitin ou iThenticate et reformulez uniquement les passages signalés. Vous récupérez un fichier modifiable au même format. Les règles de votre université concernant l’assistance par IA prévalent toujours, et chaque chapitre retravaillé mérite une relecture intégrale avant soumission.

Un détecteur a-t-il signalé à tort des mémoires rédigés par des humains ? Aucun au-delà de 20 %. Les quatre outils ont tous situé chaque document rédigé par un humain entre 0 et 20 %. Turnitin a affiché un astérisque pour trois d’entre eux et GPTZero a attribué un score minime à quelques-uns ; Pangram et Copyleaks ont affiché 0 % pour l’ensemble. Les auteurs rappellent toutefois que des seuils conservateurs réduisent les faux positifs au détriment de la détection, laissant passer davantage de textes générés par IA.

Un taux de 45,5 % signifie-t-il que près de la moitié des étudiants de master ont utilisé l’IA ? Pas en tant que chiffre avéré. Cela indique que Pangram a estimé la présence de contenu généré par IA dans 45,5 % des mémoires. Les auteurs y voient "a valuable first indication" (une première indication précieuse) du fait que la rédaction assistée par IA est déjà courante, mais en l’absence de vérité terrain, ils soulignent que ces pourcentages "cannot be interpreted as confirmed prevalence rates of AI use." (ne peuvent pas être interprétés comme des taux de prévalence confirmés de l’utilisation de l’IA.)

Quel détecteur a été le plus précis ? Lors de ce test, les estimations de Pangram se sont révélées les plus fidèles à la proportion réelle de texte IA. Il ne s’agit toutefois que d’une seule étude, basée sur des documents générés en mai 2025 ; les détecteurs comme les modèles d’IA ont évolué depuis.

Turnitin a-t-il été testé sur les mémoires réels ? Non. Seul Pangram a été exécuté sur les 1 163 mémoires.

• Marijke Van Vlasselaer, Filip Van Droogenbroeck et Bram Spruyt, Who wrote this? Evaluating the reliability of AI detection tools in higher education, International Journal for Educational Integrity 22, article 16, publié le 29 juin 2026 ; consulté le 27 septembre 2026.