Revue de littérature IA détectée ? Un vrai test, citations vérifiées

Les détecteurs d'IA repèrent-ils une revue de littérature rédigée par IA ? Dans notre test, oui, sans exception : les cinq modèles de détection ont voté IA sur le brouillon et les huit phrases ont été signalées. Le paragraphe venait de la recherche en sciences de l'éducation, et nous l'avons soumis à Humanizer v2. Après l'analyse, quatre modèles sur cinq votaient humain, chaque phrase se lisait comme humaine, et les quatre groupes de citations sont ressortis intacts.

Les citations ont survécu. Certaines des affirmations qui s'y rattachent n'en sont pas sorties inchangées, et c'est la partie qui mérite une lecture attentive.

Pourquoi la prose des revues de littérature est signalée

Un paragraphe de revue de littérature suit un schéma prévisible : le domaine se développe, des études montrent des bénéfices, les effets varient, un courant plus récent compte, une lacune demeure, des recherches sont nécessaires. Les modèles de langage reproduisent ce schéma avec aisance et le décorent toujours des mêmes connecteurs. Notre brouillon ouvrait ses phrases par "In recent years", "However", "For instance", "Moreover", "Despite these advances" et "Consequently", et employait "garnered considerable attention" et "a pressing need".

In recent years, the integration of formative assessment practices into higher education has garnered considerable attention from researchers and practitioners alike. Numerous studies have highlighted the potential of formative feedback to enhance student learning outcomes, foster self-regulated learning, and promote deeper engagement with course content (Black & Wiliam, 1998; Nicol & Macfarlane-Dick, 2006). However, the effectiveness of such practices is not uniform across contexts. For instance, Hattie and Timperley (2007) emphasized that the impact of feedback depends heavily on its focus, timing, and the extent to which it addresses the gap between current and desired performance. Moreover, recent scholarship has increasingly recognized the role of student feedback literacy in determining whether feedback is actually used (Carless & Boud, 2018). Despite these advances, a notable gap remains in understanding how large-enrollment courses can implement formative assessment at scale without overburdening instructors. This gap is particularly salient in the context of introductory STEM courses, where class sizes frequently exceed several hundred students. Consequently, there is a pressing need for research that examines scalable, technology-supported approaches to formative feedback in such settings.

Analyse réelle issue de notre test. Les huit phrases sont signalées comme IA.

Même la phrase courte et simple "However, the effectiveness of such practices is not uniform across contexts" (l'efficacité de ces pratiques varie selon les contextes) a été signalée. Les détecteurs lisent le rythme d'un paragraphe autant que son vocabulaire, et une suite de phrases construites de façon régulière tire chacune d'elles du côté de l'IA.

L'analyse

1. Recherche de signaux d'IAHuit phrases signalées sur huit ; les cinq modèles votent IA.
2. Réécriture des phrases signaléesLes huit phrases ont été réécrites, et les citations reportées dans chaque nouvelle phrase.
3. Nouvelle vérification par les détecteursLes huit phrases se lisent désormais comme humaines ; quatre modèles sur cinq votent humain.
4. Enregistrement du résultat1 320 caractères à 500 caractères par crédit, arrondi à l'unité supérieure : 3 crédits.

• Paragraphe rédigé par IA5 sur 5
• Texte produit par Humanizer v21 sur 5

Source : analyse Humanizer v2 en production. Le verdict du rapport est passé de « généré par IA » à « écrit par un humain ».

Les citations ont-elles survécu ?

Toutes, au caractère près. C'est plus important dans une revue que partout ailleurs, car une année erronée ou un coauteur oublié est exactement le genre d'erreur qui coûte en crédibilité auprès d'un relecteur qui connaît le domaine.

Les références sont donc sauves. C'est l'attribution qu'il faut examiner : une citation est une promesse que l'ouvrage cité dit bien ce que votre phrase lui fait dire. Si un détecteur signale la liste de références elle-même, c'est un autre problème, traité dans pourquoi Turnitin signale des références et des citations comme IA.

Comment les nuances ont changé

Dans une revue de littérature, les précautions de langage ne sont pas décoratives. "Highlighted the potential" (souligner le potentiel) et "shown the efficacy" (démontrer l'efficacité) n'affirment pas la même chose sur les preuves, et un lecteur de votre domaine remarquera laquelle vous avez choisie.

Avant

Numerous studies have highlighted the potential of formative feedback to enhance student learning outcomes, foster self-regulated learning, and promote deeper engagement with course content (Black & Wiliam, 1998; Nicol & Macfarlane-Dick, 2006). For instance, Hattie and Timperley (2007) emphasized that the impact of feedback depends heavily on its focus, timing, and the extent to which it addresses the gap between current and desired performance. Moreover, recent scholarship has increasingly recognized the role of student feedback literacy in determining whether feedback is actually used (Carless & Boud, 2018).

Après

Many studies have shown the efficacy of formative feedback in improving student learning, facilitating self-regulated learning and enhancing students’ engagement with the course material (Black & Wiliam, 1998; Nicol & Macfarlane-Dick, 2006). Hattie and Timperley (2007), for example, found that the effectiveness of feedback varies based on its focus, timing, and whether it highlights the gap between current and desired performance. More recently, there has been a growing literature that links feedback effectiveness to the ability of students to interpret feedback (Carless & Boud, 2018).

Lues avec l'œil d'un relecteur, les modifications se répartissent en trois groupes.

• Des affirmations plus fortes. "Highlighted the potential" est devenu "shown the efficacy". La formulation du brouillon était plus prudente, et la prudence est généralement la position la plus sûre pour résumer un ensemble de travaux.
• D'autres verbes d'attribution. L'article de Hattie et Timperley est une revue qui construit un modèle du feedback. "Emphasized" (souligner) lui correspond ; "found" (constater) suggère un résultat empirique. Et un feedback qui "addresses" l'écart n'est pas un feedback qui le "highlights" : l'un comble l'écart, l'autre se contente de le montrer.
• Un terme perdu. "Student feedback literacy" est le concept qui a fait connaître Carless et Boud. La réécriture le paraphrase en "ability to interpret feedback" (capacité à interpréter le feedback), et "whether feedback is actually used" (l'appropriation effective) est devenu une question d'interprétation. Un auteur qui cite cet article voudrait retrouver le terme.

Ce qui a changé dans l'énoncé de la lacune

Les trois dernières phrases portent l'argument du paragraphe : voici ce qui manque, voici où cela compte, voici ce dont on a besoin. Deux détails ont bougé.

• "Class sizes frequently exceed several hundred students" (souvent plusieurs centaines d'étudiants) est devenu "many classes have over a hundred students" (plus d'une centaine). C'est un affaiblissement factuel. Si votre motivation repose sur des effectifs très importants, rétablissez-le.
• "How large-enrollment courses can implement formative assessment at scale without overburdening instructors" est devenu un manque de recherche sur la mise en œuvre "in large enrolling courses". L'angle de la charge de travail des enseignants, qui constitue la véritable lacune, a disparu, et "large enrolling courses" sonne maladroit.

Il y a aussi une certaine ironie. La réécriture a introduit "one crucial limitation" et "significant differences", deux mots que les relecteurs attentifs suppriment. "Significant", en particulier, peut être lu comme une affirmation statistique dans un article en sciences de l'éducation. Les détecteurs ont quand même lu ces phrases comme humaines, ce qui montre que l'analyse et la charte rédactionnelle sont deux jugements distincts.

Une routine de relecture pour les revues de littérature humanisées

1. Vérifiez chaque citation dans votre gestionnaire de références : auteurs, année, ponctuation.
2. Pour chaque phrase citante, demandez-vous si l'ouvrage cité dit réellement ce qu'affirme la nouvelle version. Soyez surtout attentif aux verbes : found, showed, argued, emphasized, suggested.
3. Rétablissez les termes du domaine qui ont été paraphrasés. Les concepts nommés sont ce qui relie votre revue à la littérature.
4. Comparez les quantités et les mots de portée ("several hundred", "at scale", "without overburdening instructors").
5. Consultez la politique de votre établissement ou de la revue en matière d'IA avant toute soumission.

Nos guides sur les bonnes pratiques de citation dans la recherche assistée par IA et sur la préservation de la terminologie académique approfondissent chaque étape.

Ce qu'il faut en retenir

Côté détection, cette analyse a fait ce qu'un auteur de revue de littérature attendrait : huit phrases signalées sont devenues huit phrases lues comme humaines, et les citations sont ressorties intactes. Côté sens, elle a produit un brouillon qui demande une retouche ciblée d'environ cinq expressions. C'est un compromis raisonnable, à condition que cette retouche ait lieu.

Academic Humanizer est conçu autour de cette retouche. Le rapport de détection IA aligne chaque phrase d'origine avec sa réécriture pour que vous puissiez vérifier attribution et nuances paire par paire, au lieu de comparer deux paragraphes à l'œil nu.