Une traduction du chinois vers l'anglais est-elle signalée comme IA par Turnitin ?

La première question est de savoir si Turnitin peut seulement deviner que vous avez traduit votre texte. La réponse commence par ce que regarde le détecteur. Turnitin n'analyse pas toutes les parties d'une copie de la même façon.

La documentation indique : « This qualifying text includes only prose sentences, meaning that we only analyze blocks of text that are written in standard grammatical sentences and do not include other types of writing such as lists, bullet points (short non-sentence structures), or other non-sentence structures. » (Ce texte admissible ne comprend que des phrases de prose, c'est-à-dire que nous n'analysons que les blocs de texte rédigés en phrases grammaticales standard et qui ne comprennent pas d'autres types d'écriture comme des listes, des puces (courtes structures qui ne sont pas des phrases) ou d'autres structures qui ne sont pas des phrases.)

La phrase suivante ajoute : « This percentage is not necessarily the percentage of the entire submission. » (Ce pourcentage n'est pas nécessairement celui de l'ensemble de la copie.)

Cela signifie que le détecteur évalue le produit fini, pas votre processus d'écriture. Que vous ayez écrit d'abord en chinois, utilisé un dictionnaire ou une traduction automatique, ce qui compte, c'est la prose qui se retrouve dans le document déposé. Le détecteur ne voit pas les métadonnées de traduction. Il voit des phrases. Ce qu'il fait d'une copie qui n'est pas en anglais du tout est une autre question, traitée dans Turnitin peut-il détecter l'IA dans des copies non anglaises ?.

Si votre prose traduite est faite de phrases grammaticales standard, ces phrases constituent le texte admissible. C'est ce que le détecteur note. Il n'a aucun moyen de distinguer une phrase que vous avez construite de zéro en anglais d'une phrase traduite du chinois. Il ne voit que le texte final.

Une inquiétude fréquente chez les étudiants chinois est que les schémas d'écriture propres à une seconde langue soient traités comme des schémas d'IA. Turnitin affirme avoir pris cela en compte dans ses données d'entraînement.

La documentation indique : « While creating our sample dataset, we also took into account statistically under-represented groups like second-language learners, English users from non-English speaking countries, students at colleges and universities with diverse enrollments, and less common subject areas such as anthropology, geology, sociology, and others to minimize bias when training our model. » (Lors de la création de notre jeu de données d'échantillonnage, nous avons également pris en compte des groupes statistiquement sous-représentés, comme les locuteurs de seconde langue, les anglophones de pays non anglophones, les étudiants d'établissements aux effectifs diversifiés et les domaines d'études moins courants tels que l'anthropologie, la géologie, la sociologie et d'autres, afin de minimiser les biais lors de l'entraînement de notre modèle.)

Soyons précis. Turnitin affirme que les locuteurs de seconde langue ont été inclus dans les données d'entraînement afin de minimiser les biais. Cette affirmation n'a pas été vérifiée de manière indépendante. Elle ne garantit pas qu'un texte traduit ne sera jamais signalé. Elle signifie que Turnitin déclare avoir cherché à tenir compte des schémas d'écriture de seconde langue pendant l'entraînement du modèle.

Ce qu'il faut en retenir concrètement, selon les propres déclarations de Turnitin, c'est qu'écrire dans une seconde langue n'entraîne pas automatiquement un score d'IA élevé. Le détecteur est censé distinguer les schémas de seconde langue et les schémas d'IA. Qu'il y parvienne toujours est une autre question, et pourquoi les détecteurs d'IA signalent plus souvent les auteurs qui n'ont pas l'anglais comme langue maternelle passe en revue ce qu'ont trouvé les recherches externes.

Même si Turnitin affirme tenir compte de l'écriture en seconde langue, un texte traduit peut encore déclencher des faux positifs. La raison est simple : la traduction a tendance à produire exactement les schémas que Turnitin juge problématiques.

La documentation indique : « 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 l'IA un texte écrit par un humain — portent sur un contenu sans grande variation structurelle, un texte qui se répète littéralement, ou un texte paraphrasé sans développer d'idées nouvelles.)

La phrase suivante est : « 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.)

Réfléchissez à la façon dont fonctionne la traduction. Si vous traduisez chaque phrase chinoise en anglais l'une après l'autre, le texte obtenu a souvent une structure de phrase uniforme. Le traducteur ou l'outil produit des phrases grammaticalement correctes mais structurellement semblables, qui s'enchaînent. Les termes techniques peuvent se répéter d'une phrase à l'autre. La voix reste plate et constante, parce que la traduction conserve le même registre d'un bout à l'autre.

Ce sont exactement les schémas que décrit Turnitin : uniformité structurelle, répétition et contenu paraphrasé sans développement. Le détecteur ne sait pas que ces schémas viennent d'une traduction. Il les voit et peut les signaler.

Le détecteur analyse le texte que vous déposez, pas le processus qu'il y a derrière. La documentation explique que le texte admissible « includes only prose sentences. » (ne comprend que des phrases de prose). Cela signifie que le détecteur évalue les blocs de prose de votre document final.

Si vous avez traduit votre travail, c'est la prose traduite qui est analysée. Le détecteur ne compare pas votre anglais à une version chinoise originale. Il n'a pas accès à vos brouillons ni à votre processus de traduction. Il note les phrases telles qu'elles apparaissent dans la copie.

C'est pour cela que la traduction peut être un facteur de risque. Un document traduit peut avoir une grammaire propre mais une variété structurelle limitée. Les outils de traduction automatique, en particulier, ont tendance à produire des schémas de phrase constants, parce qu'ils optimisent la fluidité plutôt que la variation rhétorique. La traduction automatique est-elle signalée comme IA par Turnitin ? traite ce cas à part. Le résultat est une prose compétente mais uniforme, ce qui correspond au profil que Turnitin signale comme potentiellement généré par IA.

Si vous traduisez du chinois vers l'anglais, voici des mesures concrètes à prendre.

Après la traduction, retravaillez la prose anglaise pour y mettre de la variété structurelle. Coupez les phrases longues et uniformes en phrases plus courtes. Réorganisez les propositions pour que toutes les phrases ne commencent pas de la même façon. Remplacez les formulations techniques répétées par des variantes, dès lors que le sens le permet.

Ajoutez votre propre voix analytique. Le texte traduit conserve souvent le ton neutre et descriptif de l'original. Insérez des phrases évaluatives où vous prenez position, comparez des sources ou signalez des limites. Ces mouvements analytiques produisent le type de contenu qui, selon la description des faux positifs de Turnitin, manque aux textes signalés : des idées nouvelles développées au-delà de la paraphrase.

Ne prenez pas la sortie d'une traduction automatique comme version finale. Traitez-la comme un premier jet et retravaillez-la comme vous retravailleriez n'importe quel brouillon. Comment humaniser un texte d'IA sans outil détaille quelles modifications changent réellement les statistiques et lesquelles en ont seulement l'air. L'objectif est une prose qui varie dans sa structure, développe une analyse originale et se lit comme écrite par une personne, et non comme convertie par un outil.

Si vous avez traduit votre texte en anglais et reçu un signalement de détection d'IA, suivez ces étapes :

1. Rappelez-vous que Turnitin n'analyse que les phrases de prose du document final, pas votre processus de traduction.
2. Notez que Turnitin affirme inclure les locuteurs de seconde langue dans ses données d'entraînement, même si cela n'a pas été vérifié de manière indépendante.
3. Comparez votre texte traduit aux schémas de faux positifs : uniformité structurelle, répétition et paraphrase sans idées nouvelles.
4. Retravaillez la prose signalée pour y ajouter de la variété structurelle et une analyse originale avant de déposer à nouveau.

Les passages qui remplissent les conditions peuvent être relancés gratuitement : vous pouvez donc réviser les sections traduites et vérifier le résultat sans coût supplémentaire.