Evaluons-nous les compétences de l'élève… ou celles de l'IA ?

Des détecteurs longtemps peu crédibles

Depuis l'arrivée de ChatGPT, les enseignants sont confrontés à une question difficile : comment savoir si un travail a réellement été réalisé par l'élève ?

Les premiers détecteurs de textes générés par intelligence artificielle ont rapidement montré leurs limites. Faux positifs, textes légèrement modifiés qui échappaient à la détection, résultats différents selon les outils : leurs conclusions étaient trop incertaines pour constituer une preuve sérieuse.

Une nouvelle génération d'outils semble toutefois changer la situation. Parmi eux, Pangram obtient des résultats suffisamment intéressants pour que la question de la détection de l'IA dans l'enseignement mérite d'être reposée.

Pangram cherche les traces laissées par les modèles

Pangram ne se contente pas de rechercher quelques tournures de phrases typiques de ChatGPT. Son système a été entraîné sur de grandes quantités de textes humains et de textes produits par différents modèles d'IA afin d'apprendre à les distinguer.

L'outil tente également d'identifier les situations intermédiaires, lorsqu'un texte humain a été fortement réécrit ou complété par une IA.

Des évaluations indépendantes publiées en 2026 montrent que les performances des meilleurs détecteurs ont considérablement progressé. Pangram figure parmi les outils obtenant les meilleurs résultats.

Détecter n'est pas prouver

Ces progrès ne signifient pourtant pas qu'un enseignant puisse copier un travail dans Pangram et considérer le résultat comme une preuve de tricherie.

Un détecteur fournit une estimation statistique. Un faux positif reste possible et les performances peuvent varier selon la langue, la longueur du texte, son style ou les modifications apportées après sa génération.

Il existe également une difficulté plus fondamentale : aujourd'hui, un travail n'est pas nécessairement entièrement humain ou entièrement généré par une IA.

Un élève peut rédiger son texte puis demander à une IA de corriger l'orthographe. Il peut lui demander de reformuler quelques phrases, de proposer un plan, de rechercher des idées ou, à l'autre extrême, de produire l'intégralité du travail.

La véritable question devient alors moins « l'IA a-t-elle été utilisée ? » que « comment a-t-elle été utilisée ? ».

Un outil d'alerte plutôt qu'un juge

Dans un contexte scolaire, Pangram peut donc être intéressant comme outil de contrôle, mais son résultat devrait être considéré comme un indice et non comme un verdict.

Si un travail est fortement identifié comme provenant d'une IA, l'enseignant dispose alors d'une raison supplémentaire de vérifier que l'élève maîtrise réellement ce qu'il a remis.

Il peut lui demander d'expliquer son raisonnement, de justifier certaines formulations, de présenter ses sources, de modifier une partie du travail ou de reproduire une petite partie de la démarche devant lui.

Cette vérification permet de revenir à l'objectif essentiel de l'évaluation : déterminer ce que l'élève sait réellement faire.

Il faudra surtout définir les règles

L'arrivée de détecteurs plus performants ne résout donc pas le problème de l'IA à l'école. Elle oblige plutôt les établissements à préciser leurs règles.

Utiliser une IA pour corriger un texte est-il autorisé ? Pour améliorer sa formulation ? Pour construire un plan ? Pour écrire du code ? Pour résoudre un exercice ? L'élève doit-il déclarer l'outil utilisé et expliquer ce qu'il lui a demandé ?

Sans règles claires, détecter l'utilisation d'une IA ne permet pas de déterminer s'il y a eu fraude.

Pangram pourrait ainsi devenir un outil utile pour les enseignants. Mais son intérêt ne réside probablement pas dans la possibilité de « prendre » les élèves utilisant ChatGPT. Il peut surtout contribuer à déplacer la question vers un problème beaucoup plus important : comment évaluer les compétences d'un élève dans un monde où l'intelligence artificielle fait désormais partie des outils disponibles ?