IA générative et plagiat : distinguer l'aide légitime de la tricherie

Le mot « plagiat » évoque généralement la copie d'un texte existant sans citation. Avec l'IA générative, la définition devient plus complexe : le texte produit n'est copié de nulle part en particulier, mais il n'est pas non plus entièrement le travail de l'étudiant. Où se situe la ligne, concrètement ?

Un cadre utile pour trancher

Trois questions permettent généralement de clarifier une situation ambiguë : est-ce que le travail soumis reflète la compréhension réelle de l'étudiant ? Est-ce que l'usage de l'IA a été déclaré selon les règles établies ? Et est-ce que le résultat final aurait été substantiellement différent sans l'aide de l'IA ?

Des exemples pour illustrer la nuance

Un étudiant qui utilise l'IA pour vérifier sa grammaire ne pose généralement pas de problème d'intégrité. Un étudiant qui demande à l'IA de générer des idées de plan avant de rédiger lui-même son texte se situe dans une zone grise qui dépend souvent de la politique du cours. Un étudiant qui soumet un texte généré intégralement, sans modification ni compréhension du contenu, dépasse clairement la ligne établie.

Pourquoi la déclaration change tout

Beaucoup d'établissements adoptent une approche où l'usage de l'IA n'est pas interdit en soi, mais doit être déclaré. Cette approche déplace le problème : ce n'est plus l'utilisation de l'outil qui pose problème, mais le fait de la cacher. Un étudiant transparent sur son processus, même s'il a utilisé l'IA de façon importante, se trouve dans une position très différente de celui qui dissimule cet usage.

Le rôle du contexte du cours

Les règles peuvent légitimement varier d'un cours à l'autre. Un cours de programmation peut encourager l'usage d'outils d'IA comme faisant partie des compétences professionnelles attendues. Un cours visant à développer la capacité de rédaction elle-même aura probablement des règles plus strictes. Communiquer cette logique aux étudiants aide à éviter la confusion entre les cours d'un même programme.

Une question d'apprentissage, pas seulement de règle

Au fond, la question de fond n'est pas « est-ce permis ? » mais « est-ce que ça sert l'apprentissage visé par cette tâche précise ? ». Garder cette question au centre de la discussion aide à construire des politiques cohérentes plutôt que des interdictions arbitraires qui perdent leur sens au fil du temps.

Un repère supplémentaire

Un bon test consiste à demander à l'étudiant d'expliquer verbalement, dans ses propres mots, le contenu qu'il a soumis. Un étudiant qui a réellement compris et contribué au travail peut généralement le faire sans difficulté, contrairement à un étudiant qui a soumis un contenu généré sans se l'approprier.

Cette réflexion mérite d'être révisée au fil des sessions, à mesure que les outils d'IA évoluent et que de nouveaux cas de figure apparaissent. Une politique figée risque de devenir rapidement obsolète face à un domaine qui continue de changer rapidement.

Cette clarté profite autant à l'étudiant, qui sait exactement à quoi s'attendre, qu'à l'enseignant, qui peut appliquer une règle de façon cohérente d'un cas à l'autre sans avoir à improviser un jugement différent à chaque situation.