Comment l'évolution de la détection Turnitin affecte votre score

Un même document peut obtenir des scores d'IA différents d'un jour à l'autre. La FAQ de Turnitin l'indique clairement : « As we iterate and develop our model further to better detect newer LLMs, it is likely that our detection capabilities will also change, affecting the AI percentage. » (À mesure que nous itérons et développons notre modèle pour mieux détecter les nouveaux LLM, il est probable que nos capacités de détection évolueront également, affectant le pourcentage d'IA). Et la FAQ de préciser : « However, for a submitted document, the AI percentage will change only if it's re-submitted again to be processed. » (Toutefois, pour un document soumis, le pourcentage d'IA ne changera que s'il est à nouveau soumis pour traitement). Une fois le rapport généré, il reste tel quel. Mais si vous resoumettez le même texte ultérieurement, le nouveau rapport reflète les capacités mises à jour du modèle. Un document noté à 20 % en janvier peut afficher un score différent en août : ce n'est pas le texte qui a changé, c'est le modèle.

La FAQ est explicite à ce sujet :

« As we iterate and develop our model further to better detect newer LLMs, it is likely that our detection capabilities will also change, affecting the AI percentage. However, for a submitted document, the AI percentage will change only if it's re-submitted again to be processed. » (À mesure que nous itérons et développons notre modèle pour mieux détecter les nouveaux LLM, il est probable que nos capacités de détection évolueront également, affectant le pourcentage d'IA. Toutefois, pour un document soumis, le pourcentage d'IA ne changera que s'il est à nouveau soumis pour traitement.)

Deux points à noter. Premièrement, Turnitin reconnaît que ses capacités de détection ne sont pas figées. Le modèle évolue pour détecter les nouveaux modèles de langage, et cette évolution affecte le pourcentage d'IA attribué. Deuxièmement, le changement ne s'applique que lors d'une nouvelle soumission. Les rapports existants ne sont pas retraités. Si vous avez un rapport datant de trois mois, son score est figé : il reflète le modèle tel qu'il était au moment du traitement, pas tel qu'il est aujourd'hui. C'est pourquoi toujours signalé après une revérification Turnitin recommande de comparer deux rapports plutôt que deux chiffres.

Trois notes de version de la page du modèle de détection d'écriture par IA, datées d'octobre 2025, février 2026 et mai 2026, contiennent toutes la même phrase :

« This release will not retroactively update previously-generated AI writing reports. To view the AI writing score generated by this update, existing submissions must be resubmitted. » (Cette mise à jour ne mettra pas à jour rétroactivement les rapports d'écriture par IA précédemment générés. Pour afficher le score d'écriture par IA généré par cette mise à jour, les soumissions existantes doivent être resoumises.)

Cela corrobore la déclaration de la FAQ. Chaque mise à jour du modèle améliore la détection sans recalculer les anciens rapports. L'orientation de ces mises à jour est explicite : « We have updated our AI writing detection model to improve recall while maintaining a low false positive rate. » (Nous avons mis à jour notre modèle de détection d'écriture par IA pour améliorer le rappel tout en maintenant un faible taux de faux positifs). Améliorer le rappel signifie que le modèle devient plus sensible au texte généré par l'IA. Un document précédemment noté bas peut obtenir un score plus élevé après une mise à jour parce que le modèle mis à jour détecte des motifs que l'ancien modèle manquait. C'est l'une des explications derrière modification d'un document et observation de la hausse du score d'IA.

La FAQ décrit un changement récent important : « In July 2026, we updated our model architecture to consolidate a multi-model ensemble into a single model. This update improves and simplifies the AI writing report, maintaining a less than 1% false positive rate. » (En juillet 2026, nous avons mis à jour l'architecture de notre modèle pour consolider un ensemble multi-modèle en un seul modèle. Cette mise à jour améliore et simplifie le rapport d'écriture par IA, maintenant un taux de faux positifs inférieur à 1 %.)

Ces informations proviennent de la FAQ, non de la page des notes de version. La FAQ indique qu'un ensemble multi-modèle a été consolidé en un modèle unique. Ce type de changement architectural peut produire des scores sensiblement différents sur le même texte. Un ensemble multi-modèle combine les prédictions de plusieurs modèles, tandis qu'un modèle unique fait ses propres prédictions. La consolidation signifie que le parcours de notation a changé, et avec lui, la classification des segments limites peut avoir évolué.

Les capacités du modèle se sont également étendues au fil du temps dans des directions spécifiques. En décembre 2023, Turnitin a ajouté la détection de ce qu'il appelle les « AI word spinners ». En août 2025, le détecteur a été mis à jour pour inclure le texte modifié par des outils de contournement de l'IA dans la catégorie « AI-generated only ». Ces ajouts signifient que le texte traité par des outils de reformulation ou de contournement est plus susceptible d'être détecté dans les rapports générés après ces mises à jour qu'auparavant. Turnitin détecte-t-il les humaniseurs d'IA explore ce que le fournisseur s'engage à faire ou non.

Pour résumer ce que nous avons vu :

• La FAQ de Turnitin indique que les capacités de détection « will also change » (évolueront également) à mesure que le modèle évolue pour détecter les nouveaux LLM.
• Les notes de version confirment que les mises à jour ne modifient pas rétroactivement les rapports précédemment générés.
• L'orientation des mises à jour récentes vise à améliorer le rappel tout en maintenant un faible taux de faux positifs.
• Un changement d'architecture en juillet 2026 a consolidé un ensemble multi-modèle en un seul modèle.
• Le même texte peut produire des scores d'IA différents s'il est resoumis après une mise à jour du modèle.

Si vous avez un rapport Turnitin et souhaitez travailler sur les passages signalés, importez le rapport et traitez-les directement. Les passages éligibles peuvent être retraités sans frais.