Comment les étudiants tentent d'échapper à la détection de l'IA

Les examens de mi-semestre approchent à grands pas et de nombreux étudiants cherchent à prendre de l'avance en utilisant l'IA pour leurs dissertations, leurs quiz et leurs travaux de discussion. Mais à mesure que les écoles et les universités parviennent mieux à détecter les tricheurs qui utilisent l'IA pour leurs travaux, les étudiants deviennent plus habiles pour éviter de se faire prendre.

L'édition par IA est-elle de la triche ?

Les étudiants peuvent modifier un essai généré par l'IA afin de tromper les détecteurs d'IA, en introduisant des erreurs de grammaire et de ponctuation, en supprimant certains mots et expressions, et en paraphrasant des phrases et des paragraphes entiers. Ils testent leur travail à l'aide de détecteurs d'IA gratuits en ligne tels que Copyleaks ou ZeroGPT jusqu'à ce qu'il ait été suffisamment modifié pour ne plus être reconnu comme un texte généré par l'IA. Tout cela prend beaucoup de temps, temps qu'un étudiant aurait probablement pu consacrer à la rédaction d'un document original. Mais quand on veut, on peut.

Tromper le détecteur en modifiant le texte n'est pas totalement infaillible. L'outil de détection IA de Pangram se déclenche même après que le texte ait été entièrement reformulé. En effet, il détecte de minuscules marqueurs dans la structure, l'organisation et le ton, et pas seulement dans les mots. Ces marqueurs ne peuvent pas être complètement supprimés par modification. Les étudiants essaient bien sûr, mais cela ne fonctionne pas : la détection IA moderne est précise face aux textes IA modifiés.

Humanisateurs

Les étudiants utilisent également des programmes d'IA appelés « humanizers », tels que Grammarly, Quillbot et Undetectable AI, qui reformulent, réécrivent et réorganisent les textes générés par l'IA afin de les rendre plus naturels et plus humains.

La bonne nouvelle, c'est que le texte humanisé peut être reconnu par l'œil humain. Vous pouvez remarquer des synonymes peu naturels et déplacés, comme « snipping edges » au lieu de « cutting corners ». Les espaces supplémentaires ou manquants et les caractères non standard, astuces utilisées par les humaniseurs pour contourner les détecteurs, sont également révélateurs.

De plus, les humaniseurs ne sont pas infaillibles face aux détecteurs d'IA. Pangram est très performant dans la détection des textes humanisés, avec un taux de précision supérieur à 90 % pour tous les programmes humaniseurs testés.

Historique des versions

L'historique des versions dans Google Docs affiche toutes les modifications apportées à un document avec des horodatages, ce qui permet de savoir si du texte a été copié et collé. La fonctionnalité Writing Playback de Pangram permet également aux utilisateurs de consulter l'historique de Google Docs.

En cas de suspicion de fraude académique, les étudiants peuvent être invités par leur professeur ou par un bureau chargé de l'intégrité académique à fournir des preuves de leur processus et de leur style d'écriture, notamment des plans, des notes, des brouillons précédents et l'historique de Google Docs. Pour passer ce contrôle courant, les étudiants qui ont utilisé l'IA peuvent falsifier le processus de rédaction. Au lieu de copier-coller, ils peuvent taper manuellement un essai généré par l'IA dans Google Docs et faire semblant de le modifier, puis l'utiliser comme preuve qu'il a été rédigé par un humain. Ils peuvent également rédiger de fausses notes ou falsifier un plan. De plus, des programmes appelés « auto typers » simulent le processus humain de rédaction et de modification dans un document Google afin de donner l'impression que l'étudiant l'a fait lui-même.

Si l'historique de Google Docs peut être utilisé comme preuve pour déterminer si la dissertation d'un étudiant est originale ou plagiée, il ne doit pas être utilisé isolément, en particulier pour statuer sur une affaire officielle de fraude académique. Outre les étudiants astucieux qui falsifient leur processus d'écriture, un étudiant soumis à des délais serrés peut ne disposer d'aucun plan ou note s'il a rédigé la version finale à la hâte en une seule fois. D'autres méthodes permettent de vérifier de manière plus fiable si un étudiant a utilisé l'IA.

Stratégies de soumission

Les détecteurs de contenu IA sont souvent intégrés à Canvas ou Google Classroom, où les étudiants remettent leurs travaux. Pour contourner complètement le détecteur, un étudiant peut essayer de remettre son devoir par e-mail ou en personne. Il peut inventer une excuse, comme « Canvas ne fonctionne plus », « ma connexion Wi-Fi ne marche plus » ou « je l'ai écrit à la main parce que mon chien a mangé mon ordinateur ». Il peut également essayer de rendre un fichier corrompu ou dans un autre format afin que le détecteur ne puisse pas lire le texte. Cela lui permettra au moins de gagner du temps pendant qu'il résout le problème ou négocie avec l'enseignant.

Il est essentiel de communiquer clairement vos attentes afin de prévenir toute fraude scolaire. Les enseignants doivent préciser les exigences relatives à la remise des dissertations dans le programme du cours et dans les consignes relatives aux devoirs, notamment le lieu, les formats de fichiers acceptés (par exemple .pdf, .docx) et la date limite. Indiquez clairement que vous n'accepterez pas les dissertations qui ne respectent pas ces exigences.

D'un autre côté, les étudiants ont parfois des difficultés avec la technologie. Être ouvert à la discussion sur les préoccupations académiques peut également contribuer à prévenir la malhonnêteté. Orientez les étudiants vers le support technique Canvas, votre service informatique et d'autres ressources scolaires pour obtenir de l'aide sur les questions logicielles et matérielles. Les laboratoires informatiques et les bibliothèques sont des endroits idéaux pour permettre aux étudiants d'accéder à un appareil et à une connexion Internet. Le cas échéant, collaborez avec le service chargé des personnes handicapées de votre établissement afin d'aider un étudiant à bénéficier d'aménagements appropriés qui conviennent à votre cours.

Les méthodes couramment utilisées pour éviter la détection par l'IA sont toutes prévisibles, détectables ou contournables. Les écoles ont encore une longueur d'avance sur les élèves dans la course à l'armement de l'IA... du moins pour l'instant.