1. Introduction et problème

Dans les écoles d’éducation de base circule une alarme symétrique à la promesse de personnalisation : l’intelligence artificielle générative « triche », « écrit la dissertation » et « oblige » à chasser l’élève avec un détecteur. Cette alarme tait d’ordinaire sa condition de possibilité. Pour chasser, il faut un texte. Pour noter, un artefact. Pour accuser, une trace statistique — perplexité, burstiness, pourcentage « d’IA » — présentée comme preuve d’auctorialité. L’artefact n’est pas abstrait. C’est la rédaction d’un enfant de dix ans, le paragraphe de sciences d’une fille de huit ans, le conte dicté dans le dernier segment de l’éducation initiale. Ceux qui le signent apprennent à écrire, ils ne soutiennent pas une thèse de doctorat. Si l’école évalue le produit comme s’il était transparent quant au sujet, et qu’un modèle peut produire un produit plausible, l’intégrité cesse d’être un code d’honneur et devient un problème de preuve : qu’est-ce qui compte comme preuve que cet enfant a appris ?

Le problème n’est ni l’hostilité à l’outil ni l’indulgence envers la fraude. C’est la confusion entre trois objets. Le premier est un constat empirique : ce que l’on observe lorsque l’on teste des détecteurs contre des textes humains et générés ; ce que rapportent des écoliers du primaire sur les devoirs et la copie ; comment enseignants et élèves classent « apprendre » et « tricher » avec ChatGPT. Le deuxième est un cadre normatif : ce que prescrivent l’UNESCO, le réseau européen d’intégrité, le Baccalauréat international ou un district scolaire lorsqu’ils parlent d’âge, d’attribution, d’interdiction ou de présomption d’innocence. Le troisième est une inférence pédagogique : ce qui ne devrait pas se vendre comme solution — le détecteur infaillible, l’interdiction qui restaure l’auctorialité, l’idée que le modèle « fait tricher » l’enfant — si la source ne le mesure pas. Les mélanger produit une pédagogie de la chasse : l’école « utilise l’IA » ou « l’interdit » sans pouvoir dire si le texte qu’elle note a un sujet, si l’enfant a pensé, ou si l’on n’a noté qu’une surface linguistique.

La thèse de cet article est restrictive. Dans l’éducation de base, le problème n’est pas de chasser les tricheries avec un détecteur, mais ce qui compte comme preuve qu’un enfant a appris lorsqu’un modèle peut produire l’artefact. Là où la source ne mesure pas que les détecteurs fonctionnent au primaire, on ne l’affirme pas. Là où elle ne mesure pas que l’IA « fait tricher » l’enfant, on ne le promet pas. Là où elle ne mesure pas qu’interdire ChatGPT restaure l’auctorialité, on ne l’invente pas. Le vide est le texte sans sujet. Cet article ne traite pas les tuteurs adaptatifs (16 août), le bien-être enseignant (21 août, 9 h 02), l’alphabétisation curriculaire sur l’IA (20 août soir), la compétence enseignante UNESCO (19 août), la vie privée (21 août, 1 h 02), l’inclusion, la médiation parentale, le jeu/PopBots, le multilinguisme ni les écarts d’« apprendre l’IA ». L’objet est l’intégrité : auctorialité, preuve, détection et faux positifs.

2. État de l’art : intégrité, auctorialité et artefact évaluable

Il convient de séparer trois strates. La première est conceptuelle : ce que signifie l’intégrité académique lorsque le texte n’est plus un indice sûr d’un sujet. La deuxième est normative : quels cadres fixent l’attribution, l’âge, l’interdiction ou la refonte de l’évaluation. La troisième est empirique : ce qui a été documenté sur les détecteurs, sur des écoliers du primaire ou du secondaire utilisant des modèles génératifs, et sur des politiques d’écoles, pas seulement d’universités.

Dans la strate conceptuelle, Tauginienė et al. (2018), dans le glossaire de l’European Network for Academic Integrity (ENAI), définissent l’intégrité académique comme le respect de principes, normes et pratiques éthiques et professionnelles par des individus ou des institutions en éducation, recherche et érudition. Foltýnek, Bjelobaba, Glendinning, Khan, Santos, Pavletić et Kravjar (2023) introduisent la « génération non autorisée de contenu » : travail académique, en tout ou en partie, pour un crédit, une progression ou un diplôme, avec une assistance humaine ou technologique non approuvée ou non déclarée. Cette définition ne présuppose pas que l’usage d’un modèle soit, en soi, une faute. Eaton (2023) nomme un horizon de « postplagiat » : c’est conceptuel, non un essai de classe. Cotton, Cotton et Shipway (2023) débattent des risques d’honnêteté dans l’enseignement supérieur ; ce n’est pas un ECR de primaire. Lodge, Howard, Bearman, Dawson et Associates (2023) — document d’experts publié par la Tertiary Education Quality and Standards Agency australienne, non un règlement de cette agence — proposent des jugements multiples et contextualisés et un accent sur le processus, pas seulement sur le produit. Dawson et Bearman (2020) ont appelé « évaluation authentique-future » la représentation des réalités probables d’une discipline ; ce cadre est universitaire et se retient comme grammaire, non comme constat d’éducation de base.

Dans la strate normative, Miao et Holmes (2023) orientent un usage centré sur l’humain de l’IA générative et proposent, entre autres mesures, une limite d’âge pour les conversations indépendantes avec des plateformes de genAI (la communication institutionnelle de l’UNESCO la situe à treize ans) et la validation éthique et pédagogique des outils par les institutions. Ce texte est cité ici comme cadre d’intégrité et d’agence, non comme axe de compétence enseignante. La Recommandation de l’UNESCO (2021) sur l’éthique de l’IA élève la supervision humaine et la proportionnalité. Le Baccalauréat international (International Baccalaureate, 2023) déclare qu’il n’interdira pas les logiciels d’IA parce qu’interdire est une manière inefficace de traiter l’innovation, et qu’il ne considère comme propre à l’élève aucun travail produit — même seulement en partie — par de tels outils : il doit être crédité dans le corps du texte et dans la bibliographie. Eaton (2024) insiste sur la présomption d’innocence et sur le fait que tout usage d’IA ne constitue pas une faute. Ces prescriptions ne mesurent pas l’apprentissage infantile ; leur autorité est normative.

Dans la strate empirique, les preuves sur les détecteurs sont abondantes et, de façon écrasante, universitaires ou tirées de textes d’adultes et d’adolescents (Liang et al., 2023 ; Elkhatat et al., 2023 ; Weber-Wulff et al., 2023 ; Perkins et al., 2024). Les preuves d’écoliers du primaire utilisant des modèles pour les devoirs sont rares ; Oreški et al. (2025) est l’une des rares études nommées de ce palier. Mah et al. (2024) documentent des tensions entre « apprendre » et « tricher » avec des enseignants d’écriture qui incluent le Pre-K et avec des élèves du secondaire linguistiquement divers. Les politiques de districts et de programmes scolaires (Elsen-Rooney, 2023 ; Banks, 2023 ; International Baccalaureate, 2023) documentent interdictions, revirements et normes d’attribution, non des effets sur l’auctorialité infantile. Le vide n’est pas l’absence d’alarme : c’est la rareté de preuves que le produit écrit, en éducation de base, demeure la preuve d’un sujet.

3. Méthode de revue

On a mené une revue narrative critique, non une méta-analyse. Le but n’était pas d’estimer une taille d’effet homogène — inexistante entre un test de quatorze détecteurs, un questionnaire de 301 écoliers et un communiqué de district —, mais d’articuler la preuve d’apprentissage avec des sources vérifiées. Inclusion : (a) intégrité, auctorialité, détection, usage scolaire de modèles ou politiques d’écoles ; (b) de préférence 2021–2026, avec des cadres encore en vigueur (Tauginienė et al., 2018 ; Dawson et Bearman, 2020 ; UNESCO, 2021) ; (c) revue ou actes avec DOI, rapport d’organisme, déclaration de système scolaire ou annonce technique du classifieur ; (d) DOI ou URL officielle vérifiable. On a exclu comme axes les tuteurs adaptatifs, le bien-être enseignant, l’alphabétisation curriculaire sur l’IA, la compétence enseignante UNESCO, la vie privée, l’inclusion, la médiation parentale, le jeu/PopBots, le multilinguisme et les écarts d’« apprendre l’IA ».

La recherche a été exécutée le 21 août 2026 (vers 13 h 06, America/Mexico_City) sur DOI, Springer, Cell/Patterns, MDPI, Taylor & Francis, UNESDOC, IB, Chalkbeat, TEQSA, arXiv, OpenAI et ERIC. Chaque source a été vérifiée contre au moins l’une de ces pages. Cas nucléaires : (4) détection ; (5) primaire et la tension tricherie/apprentissage ; (6) politiques scolaires. Sadasivan et al. (2023) saturent l’infiabilité théorique ; Cotton et al. (2023) et Lodge et al. (2023) saturent le cadre universitaire et sont marqués comme tels.

L’analyse a distingué trois statuts énonciatifs. Constat empirique : ce qui a été observé dans l’échantillon ou dans le dossier d’essai d’outils. Cadre normatif : ce qu’un organisme ou une institution prescrit. Inférence pédagogique : la traduction vers la classe d’éducation de base, marquée comme telle. Les limites sont celles de toute revue narrative (section 9).

4. Cas 1. Détecteurs : faux positifs, élusion et le risque d’accuser qui écrit comme un enfant ou comme un non-natif

Liang, Yuksekgonul, Mao, Wu et Zou (2023) ont publié dans Patterns une évaluation de sept détecteurs GPT sur 91 essais TOEFL d’un forum chinois (écriture humaine de locuteurs non natifs de l’anglais) et 88 essais de huitième année des États-Unis de l’ensemble ASAP de la Hewlett Foundation. Constat empirique : les détecteurs ont classé avec précision les essais de huitième américains, mais ont étiqueté incorrectement comme « générés par l’IA » plus de la moitié des TOEFL (taux moyen de faux positifs : 61,3 %). Tous ont identifié à l’unanimité 19,8 % des TOEFL humains comme auctorialité d’IA, et au moins un en a marqué 97,8 %. Les mal classés à l’unanimité avaient une perplexité textuelle plus basse : cette métrique pénalise les gammes linguistiques restreintes. Des prompts simples ont réduit le biais et, en même temps, éludé les détecteurs. Les auteurs mettent en garde contre l’usage en milieux évaluatifs, en particulier avec des locuteurs non natifs. Ce n’est pas un constat sur l’éducation initiale ou le premier cycle : le texte infantile n’a pas été mesuré. Inférence pédagogique, marquée comme telle : si l’écriture L2 prévisible se confond avec la machine, celle d’un enfant qui acquiert du lexique est un candidat plausible à la même erreur. Cette inférence n’est pas mesurée ; le seul ancrage infantile-adolescent de l’article est que les essais natifs de huitième n’ont pas été mal classés de façon massive.

Elkhatat, Elsaid et Almeer (2023) ont testé, dans l’International Journal for Educational Integrity, des classifieurs d’OpenAI, Writer, Copyleaks, GPTZero et CrossPlag sur quinze paragraphes GPT-3.5, quinze GPT-4 et cinq contrôles humains, tous sur un thème d’ingénierie (tours de refroidissement). Constat empirique : les outils étaient plus précis avec GPT-3.5 qu’avec GPT-4 ; sur les contrôles humains, ils ont montré des incohérences, des faux positifs et des classifications incertaines. L’objet est universitaire-technique. Il ne mesure pas les enfants. Il n’autorise pas à dire que GPTZero ou Copyleaks « détectent la triche » dans un cahier de primaire.

Weber-Wulff, Anohina-Naumeca, Bjelobaba, Foltýnek, Guerrero-Dib, Popoola, Šigut et Waddington (2023) ont testé quatorze outils, dont Turnitin et GPTZero, sur 54 documents de vérité connue (humain ; humain traduit par machine ; généré par ChatGPT ; généré et édité à la main ; généré et paraphrasé avec Quillbot) : 756 tests. Constat empirique : ils ne sont ni précis ni fiables (tous sous 80 % d’exactitude ; cinq seulement ont dépassé 70 %). Il y a un biais vers la classification comme humaine. L’exactitude sur le texte humain original était de 96 % et a chuté d’environ vingt points avec la traduction automatique vers l’anglais. L’édition manuelle de texte généré a laissé l’exactitude autour de 42 % ; la paraphrase automatique, 26 %. Environ 20 % des textes d’IA non offusqués seraient attribués à des humains ; avec offuscation, près de 50 % ou plus. Six outils sur quatorze ont produit des faux positifs ; avec GPTZero, la moitié des classifications positives seraient de fausses accusations dans le cadre des auteurs. Turnitin a obtenu la meilleure exactitude de cette batterie et zéro faux positif sur les humains de l’échantillon, mais a échoué face à l’édition et à la paraphrase. Les auteurs concluent que ces systèmes ne devraient pas servir de base unique d’une accusation, parce qu’ils n’apportent pas de preuve vérifiable. Perkins, Roe, Postma, McGaughran et Hickerson (2024) ont inséré 22 livrables GPT-4 (avec des prompts pour réduire la détectabilité) parmi des évaluations universitaires réelles au Vietnam, notées par quinze enseignants avec Turnitin. Constat empirique : l’outil a identifié 91 % comme contenant quelque contenu d’IA, mais seulement 54,8 % du contenu ; le corps enseignant a renvoyé 54,5 % en faute ; les notes moyennes étaient 52,3 (IA) et 54,4 (étudiants). Ce n’est pas l’éducation de base. « Marquer comme IA » n’équivaut ni à la proportion réelle ni à un jugement unanime.

OpenAI (2023) a annoncé un classifieur de texte écrit par l’IA et, le 20 juillet 2023, l’a retiré « en raison de son faible taux d’exactitude ». Dans sa propre évaluation sur un ensemble de défi en anglais, il identifiait correctement 26 % du texte écrit par l’IA (vrais positifs) et étiquetait incorrectement comme IA 9 % du texte humain (faux positifs). La société a averti qu’elle n’avait pas évalué à fond l’efficacité sur un contenu écrit en collaboration avec des auteurs humains. Sadasivan, Kumar, Balasubramanian, Wang et Feizi (2023), dans un preprint arXiv, argumentent empiriquement et théoriquement que la détection fiable est fragile : des attaques de paraphrase dégradent les détecteurs (y compris les schémas de filigrane et les classifieurs neuronaux) et, à mesure que les modèles émulent mieux le texte humain, même le meilleur détecteur possible tend vers une performance à peine supérieure à celle d’un classifieur aléatoire. Statut : preprint et résultat d’impossibilité théorique, non un essai scolaire.

Statut accumulé. Constat empirique : les détecteurs de 2023–2024, y compris des produits utilisés dans les écoles et les universités, produisent des faux négatifs faciles à obtenir par édition ou paraphrase, et des faux positifs qui frappent de façon disproportionnée l’écriture non native et traduite par machine. Le fournisseur qui a le plus visiblement offert son propre classifieur l’a retiré pour inexactitude. Ce n’est pas un constat que Turnitin, GPTZero ou un autre détecteur « fonctionne » comme preuve d’auctorialité infantile. Inférence pédagogique : déployer un pourcentage d’« IA » sur la rédaction d’un enfant d’éducation de base, c’est courir le risque d’accuser qui écrit comme il apprend à écrire — avec peu de perplexité, avec des formules, avec de la traduction — et, en même temps, de laisser passer l’artefact offusqué. Ce n’est pas de l’intégrité : c’est une loterie statistique sur un sujet qui ne peut se défendre avec une méthodologie de détection.

5. Cas 2. Le devoir de primaire et la tension entre étayage et raccourci : un sujet qui utilise bien le modèle

Oreški, Oreški et Ružić (2025) ont publié dans Informatics in Education un questionnaire auto-administré à 301 élèves de 5e à 8e de primaire (11 à 14 ans) de deux écoles — une urbaine et une rurale — du nord-ouest de la Croatie (10 février au 14 mars 2025), en cours d’informatique et avec consentement éclairé. Échantillon de commodité : 154 garçons et 147 filles ; 49 en 5e, 115 en 6e, 101 en 7e et 36 en 8e. Constat empirique : 57,8 % (174) déclarent utiliser des outils d’IA pour les devoirs. Pas de différence selon le sexe (χ² = 0,66, p = .417) ; oui selon le degré (χ² = 9,53, p = .023) : de 40,8 % en 5e à 66,7 % en 8e. Corrélation de Spearman entre le temps quotidien sur les réseaux et l’usage d’IA : r = 0,34, p < .001. Mode d’usage : 36,2 % lisent, pensent et utilisent la réponse comme guide ; 25,5 % l’adaptent ; 15,0 % copient des parties ; 12,3 % copient la réponse. Seuls 36,5 % jugent inacceptable de copier sans modification ; 38,2 % disent que cela dépend du devoir ; 16,3 %, que c’est acceptable si l’enseignant ne le remarque pas. 13,0 % appellent tricherie tout usage pour les devoirs ; 31,2 %, seulement si l’on copie tout ; 43,5 %, que ce n’en est pas une s’il sert d’aide ou d’idées. L’histoire, la langue croate, la géographie et les mathématiques mènent l’usage par matière. Les auteurs demandent des contenus éthiques en informatique : c’est une recommandation, non un effet mesuré d’un curriculum.

Statut. Constat empirique de primaire haute (pas d’éducation initiale ni de premier cycle) : l’usage pour les devoirs est majoritaire, augmente avec le degré et la norme sur la copie est lâche. Ce n’est pas un constat que l’IA « fait tricher » l’enfant, ni d’apprentissage gagné ou perdu : il n’y a pas de prétest. Inférence pédagogique, marquée comme telle : si à onze ans plus de la moitié utilise le modèle pour la tâche que l’on note, le produit peut n’avoir pas de sujet. Le distinguer n’est pas un problème de détecteur ; c’est un dessin de la preuve (processus, oralité, révision visible). Transférer les 57,8 % au premier cycle serait illégitime : Oreški et al. (2025) n’ont pas mesuré ce palier, et Miao et Holmes (2023) marquent un seuil d’âge qui déconseille cette extrapolation.

Mah, Walker, Phalen, Levine, Beck et Pittman (2024), dans Education Sciences, ont demandé à seize enseignants d’écriture de Pre-K à postsecondaire (Bay Area Writing Project) et à douze élèves du secondaire d’une charter linguistiquement diverse de classer des vignettes d’usage de ChatGPT selon combien l’on apprenait et combien l’on trichait. Constat empirique : enseignants et élèves ont utilisé des critères similaires ; ils sont parvenus à des conclusions proches sur l’apprentissage et divergentes sur la tricherie. Les désaccords se sont organisés en quatre tensions : raccourci versus étayage ; générer des idées versus générer du langage ; soutien de ChatGPT versus soutiens analogues (tuteur, famille, internet) ; apprendre avec le modèle versus apprendre sans lui. L’étude ne mesure ni détection ni rendement. Elle inclut des enseignants de Pre-K, mais les élèves participants sont du secondaire, non de l’éducation initiale. Inférence pédagogique : même lorsqu’il y a accord sur le fait qu’il y a eu apprentissage, il n’y en a pas sur le fait qu’il y a eu tricherie. En éducation de base, où l’enfant apprend à être auteur, cette dissociation est le noyau : on peut noter un texte « propre » et ne pas savoir s’il y a eu un sujet, ou accuser un texte « suspect » et ne pas savoir s’il y a eu apprentissage. Mah et al. (2024) ne résolvent pas cette dissociation par un seuil numérique ; ils documentent que le seuil est normatif et disputé.

6. Cas 3. Politiques d’école : interdire, attribuer, ne pas restaurer l’auctorialité

Le 3 janvier 2023, le Département de l’éducation de la Ville de New York a bloqué ChatGPT sur les appareils et réseaux scolaires. Elsen-Rooney (2023) a rapporté la justification officielle : impacts négatifs sur l’apprentissage et préoccupations de sécurité et d’exactitude ; le blocage ne couvrait pas les appareils étrangers au département. En mai, le chancelier David C. Banks (2023) a appelé cette réponse une peur « réflexe » et a déplacé l’accent vers l’exploration avec un soutien enseignant. Constat empirico-documentaire : le plus grand système scolaire des États-Unis a interdit l’accès institutionnel et, des mois plus tard, a renversé le cadre de panique. Ce n’est pas un constat de tricheries réduites ni d’auctorialité restaurée : ces variables ne sont pas mesurées. Inférence pédagogique : un ban de réseau ne rend pas le sujet au texte écrit à la maison ou sur le téléphone.

Le Baccalauréat international (International Baccalaureate, 2023), le 1er mars 2023, affirme qu’il n’interdira pas les logiciels d’IA parce qu’interdire est inefficace face à l’innovation. Il ne considère comme propre à l’élève aucun travail produit, même seulement en partie, par ces outils : il doit être crédité dans le corps et dans la bibliographie. Statut : cadre d’un programme qui inclut le Primary Years Programme et le Middle Years Programme, non un essai de détecteur ni une mesure d’apprentissage. Foltýnek et al. (2023) demandent des politiques, une formation, une reconnaissance transparente et une responsabilité humaine ; l’usage d’IA n’est pas automatiquement une faute et un système ne doit pas figurer comme coauteur. Eaton (2023, 2024) ajoute le postplagiat et la présomption d’innocence. Miao et Holmes (2023) demandent une validation institutionnelle et une limite d’âge pour les conversations indépendantes. Lodge et al. (2023) — experts, non un mandat de TEQSA — proposent processus et jugements multiples.

Statut accumulé. Constat de politique : il y a des écoles et des programmes qui ont interdit, qui ont reversé, et qui, au lieu d’interdire, exigent l’attribution. Cadre normatif : l’ENAI, l’UNESCO/Miao et Holmes, l’IB et Eaton coïncident, avec des nuances, sur le fait que l’intégrité ne se réduit pas à un logiciel de chasse et que l’humain demeure responsable. Ce n’est pas un constat que ces politiques ont restauré l’auctorialité infantile. Inférence pédagogique : en éducation de base, copier la politique universitaire du « déclare le prompt » peut être inintelligible pour un enfant de sept ans et, en même temps, copier la politique du « ChatGPT interdit » n’empêche pas l’artefact domestique. Ce que l’on peut concevoir, comme hypothèse de preuve et non comme résultat mesuré, c’est une évaluation où le sujet est visible : processus, oralité, élaboration en présence, révision. Cela est cohérent avec Lodge et al. (2023) et Weber-Wulff et al. (2023) lorsqu’ils demandent de prioriser la prévention et le processus face à la détection ; ce n’est pas la démonstration qu’un tel dessin fonctionne déjà en éducation initiale ou au premier cycle.

7. Cadre inférentiel : preuve d’apprentissage, non chasse d’artefacts

Le cadre qui suit est l’inférence pédagogique de cet article, ancrée dans les cas et dans les instruments vérifiés. Ce n’est pas une nouvelle norme internationale. Il distingue cinq épreuves. Si une proposition d’« intégrité avec l’IA » en éducation de base ne les passe pas, elle ne se déploie pas comme solution.

7.1. Épreuve du sujet visible. Weber-Wulff et al. (2023) concluent que les détecteurs n’apportent pas de preuve vérifiable et que l’évaluation écrite devrait se centrer sur le processus de développement des compétences, non sur le produit final. Lodge et al. (2023) proposent un accent sur le processus. Inférence : en éducation de base, noter seulement le fichier ou le cahier propre, c’est accepter un texte qui peut n’avoir pas de sujet. La preuve d’apprentissage est la traçabilité de la pensée de l’enfant — brouillons, dictée, conversation, correction à vue —, non l’éclat du paragraphe. Cette épreuve n’affirme pas que le processus est déjà mesuré en éducation initiale ; elle affirme que, sans lui, le produit est ambigu.

7.2. Épreuve du faux positif comme dommage asymétrique. Liang et al. (2023) documentent un biais contre l’écriture non native ; Weber-Wulff et al. (2023) documentent l’augmentation des faux positifs avec la traduction automatique et, pour GPTZero, un risque élevé de fausse accusation dans leur batterie ; OpenAI (2023) a retiré son classifieur pour inexactitude. Eaton (2024) exige la présomption d’innocence. Inférence : dans une classe d’éducation de base, un faux positif n’est pas une erreur technique mineure. C’est accuser un enfant qui apprend à écrire, ou un enfant qui écrit en seconde langue, ou un enfant dont le texte est passé par un traducteur. L’asymétrie de pouvoir — l’enseignant a le pourcentage ; l’enfant n’a pas d’expertise — reproduit le déséquilibre que les normes d’intégrité disent éviter. On n’utilise pas un détecteur comme preuve unique. On ne promet pas qu’« avec un autre seuil » le dommage disparaît : aucune source nucléaire ne le démontre pour le primaire.

7.3. Épreuve que le modèle n’est pas le tricheur. Oreški et al. (2025) montrent des usages hétérogènes : guide, adaptation, copie partielle, copie totale, et des croyances divisées sur le fait que ce soit de la triche. Mah et al. (2024) montrent que « apprendre » et « tricher » ne coïncident pas. Foltýnek et al. (2023) soutiennent que l’usage d’IA n’est pas automatiquement une faute. Inférence : dire que « l’IA fait tricher l’enfant » attribue une agence morale à une statistique de tokens et la retire du dessin scolaire (ce que l’on demande, dans quelles conditions, avec quelle preuve). L’enfant peut copier ; le modèle ne « triche » pas. Là où la source ne mesure pas l’intention, cet article ne l’invente pas.

7.4. Épreuve qu’interdire ne restaure pas l’auctorialité. Elsen-Rooney (2023) et Banks (2023) documentent un ban et son revirement sans preuve d’auctorialité restaurée. Le Baccalauréat international (2023) déclare l’interdiction inefficace comme manière de traiter l’innovation. Inférence : bloquer une URL sur le réseau de la classe ne reconstruit pas le sujet dans le texte remis depuis la maison. Cela peut avoir d’autres fins (sécurité, âge, données) ; ces fins ne deviennent pas un constat d’intégrité. Miao et Holmes (2023) marquent une limite d’âge pour la conversation indépendante : c’est un cadre de protection, non la preuve que le ban fasse des auteurs des enfants de six ans.

7.5. Épreuve de la preuve proportionnelle à l’âge. Miao et Holmes (2023) et le seuil de treize ans pour la conversation indépendante situent l’éducation initiale et le premier cycle en dessous d’un usage autonome du chat génératif. Oreški et al. (2025) mesurent 11–14 ans, non 5–8. Inférence : plus l’âge est précoce, moins il a de sens de chasser une dissertation et plus il a de sens de ne pas demander un artefact qu’un modèle peut produire en silence. En éducation initiale, la preuve langagière est orale, gestuelle, graphique et située. Transplanter la panique de la dissertation universitaire au coin d’écriture est une erreur d’objet. Au second cycle du primaire, où Oreški et al. (2025) observent bien un usage, la preuve doit devenir processus, non détecteur.

Opérationnellement, le cadre admet : (a) des tâches en présence et une production orale ; (b) des brouillons datés et une révision visible ; (c) une attribution simple et enseignée lorsqu’il y a un usage autorisé, dans la ligne de l’IB et de l’ENAI ; (d) un dialogue avec l’enfant sur la façon dont le travail a été fait, dans la ligne de Weber-Wulff et al. (2023). Il refuse : (e) le détecteur comme preuve de faute en éducation de base ; (f) l’accusation par pourcentage ; (g) la thèse que le modèle « triche » ; (h) la thèse qu’interdire ChatGPT restaure l’auctorialité ; (i) évaluer un texte poli comme s’il était, de soi, un apprentissage.

8. Discussion

Trois tensions organisent la discussion. La première est entre produit et preuve. Les détecteurs tentent de sauver la foi que le texte « montre » l’élève. Liang et al. (2023), Elkhatat et al. (2023), Weber-Wulff et al. (2023) et Perkins et al. (2024) montrent, dans des corpus qui ne sont pas d’éducation initiale, que cette statistique accuse trop qui écrit avec peu d’étendue et laisse passer qui offusque. OpenAI (2023) a retiré son classifieur. Sadasivan et al. (2023) argumentent un plafond théorique. Inférence : s’accrocher au produit comme preuve est, en 2026, une décision pédagogique. Lodge et al. (2023) et Weber-Wulff et al. (2023) déplacent le poids vers le processus depuis l’enseignement supérieur ; le porter à l’éducation de base est une hypothèse, non un essai de coin d’écriture.

La deuxième tension est entre tricherie et apprentissage. Mah et al. (2024) documentent que l’on peut s’accorder sur le second et diverger sur la première. Oreški et al. (2025) documentent que la majorité de leur échantillon ne juge pas inacceptable de copier sans modifier, et qu’une pluralité n’appelle pas tricherie l’usage comme aide. Cela ne prouve pas que « rien ne se passe » ; cela prouve que la norme est en litige dans le palier où l’enfant devient auteur. Cotton et al. (2023) avertissent, à l’université, des risques d’honnêteté et de la difficulté de détecter. Transférer cette alerte à l’éducation de base sans passer par la preuve de processus convertit l’enfant en suspect par défaut. Eaton (2024) rappelle la présomption d’innocence précisément parce que la pratique institutionnelle tend à l’inverser : on cherche comment prouver la faute, non comment soutenir le jugement d’apprentissage.

La troisième tension est entre interdiction et attribution. New York illustre la panique et son revirement (Elsen-Rooney, 2023 ; Banks, 2023). L’IB illustre l’attribution sans ban (International Baccalaureate, 2023). Aucun ne mesure si les enfants d’éducation de base sont devenus plus auteurs. Miao et Holmes (2023) ajoutent âge et validation : lu en éducation initiale, cela pousse à ne pas asseoir un enfant de cinq ans à converser seul avec un modèle, et à ne pas feindre qu’un filtre de réseau résout la preuve. Foltýnek et al. (2023) demandent des politiques et une formation, non un oracle.

Si l’objet est l’éducation de base, l’enseignant n’a pas besoin d’un meilleur détecteur. Il a besoin de l’autorité de dire qu’un paragraphe impeccable n’est pas, sans plus, un enfant qui a appris, et qu’un paragraphe « suspect » n’est pas, sans plus, un enfant qui a triché. Substituer ce jugement à un pourcentage, c’est abdiquer l’évaluation. Le substituer à un ban, c’est abdiquer le dessin. Le sujet ne se restaure pas sur le réseau de la classe ; il se rend visible dans la preuve que l’école accepte.

9. Limites

Cette revue est narrative. Elle n’applique pas un protocole PRISMA complet ni n’estime d’effets combinés sur la « tricherie » ou l’« apprentissage ». Le gros des preuves sur les détecteurs est universitaire ou tiré de textes d’adultes et d’adolescents (Weber-Wulff et al., 2023 ; Elkhatat et al., 2023 ; Perkins et al., 2024 ; le classifieur d’OpenAI, 2023). Liang et al. (2023) incluent des essais de huitième année natifs — non d’éducation initiale ni de premier cycle — et des essais TOEFL de non-natifs. Sadasivan et al. (2023) est un preprint. Oreški et al. (2025) est un échantillon de commodité de deux écoles, 11–14 ans, auto-rapport, sans mesure d’apprentissage ni de détection. Mah et al. (2024) est qualitatif, avec des enseignants de Pre-K à postsecondaire et des élèves du secondaire, non avec des enfants d’éducation initiale utilisant ChatGPT. Cotton et al. (2023) et Lodge et al. (2023) sont, respectivement, un débat d’enseignement supérieur et un document d’experts pour le secteur tertiaire australien : ils ne doivent pas être cités comme constat d’éducation de base ni comme règlement de TEQSA. Les déclarations de l’IB, de New York, de l’ENAI, d’Eaton et de Miao et Holmes sont prescriptives ou institutionnelles. La géographie est biaisée vers les États-Unis, l’Europe, le Vietnam (Perkins) et la Croatie ; on n’a pas localisé, avec le même degré de vérification, un essai latino-américain de détecteurs ou de devoirs de primaire avec IA générative qui remplisse les critères. Cette absence est un vide, non une preuve d’inexistence. Les inférences de la section 7 sont des hypothèses de seuil éthico-pédagogique pour l’éducation de base, non une preuve de mise en œuvre nationale. Cet article n’affirme pas que toute IA dans la tâche est une faute, ni que les détecteurs « fonctionnent déjà », ni qu’interdire ChatGPT restaure l’auctorialité, ni que le modèle fait tricher l’enfant : aucune source nucléaire ne mesure ces promesses en éducation initiale ou au premier cycle.

10. Conclusions

Dans l’éducation de base, l’intégrité académique face à l’IA générative ne se résout pas en chassant les tricheries avec un détecteur. Elle se résout en demandant ce qui compte comme preuve qu’un enfant a appris lorsqu’un modèle peut produire l’artefact. Trois familles de preuves vérifiées soutiennent l’argument. Les détecteurs de 2023–2024 produisent des faux positifs — de façon aiguë contre l’écriture non native et traduite — et s’éludent par l’édition ou la paraphrase ; le classifieur d’OpenAI lui-même a été retiré pour inexactitude (Liang et al., 2023 ; Elkhatat et al., 2023 ; Weber-Wulff et al., 2023 ; Perkins et al., 2024 ; OpenAI, 2023). Au primaire haut croate, l’usage pour les devoirs est déjà majoritaire et la norme sur la copie est lâche ; enseignants et élèves ne s’accordent pas tout à fait sur ce qu’est la tricherie, bien qu’ils s’accordent davantage sur ce qu’est l’apprentissage (Oreški et al., 2025 ; Mah et al., 2024). Les politiques scolaires oscillent entre le ban qui ne mesure pas l’auctorialité restaurée et l’attribution qui ne mesure pas l’apprentissage infantile (Elsen-Rooney, 2023 ; Banks, 2023 ; International Baccalaureate, 2023 ; Foltýnek et al., 2023 ; Miao et Holmes, 2023).

Le droit et la politique ne sont pas muets. Miao et Holmes (2023) marquent l’agence humaine, la validation institutionnelle et une limite d’âge pour la conversation indépendante. L’ENAI (Foltýnek et al., 2023) distingue usage autorisé et génération non autorisée, et exige une responsabilité humaine. Eaton (2023, 2024) exige de ne pas traiter tout usage comme faute et de ne pas inverser la présomption d’innocence. L’IB (2023) nie que la sortie de la machine soit, sans plus, le travail de l’élève. Lodge et al. (2023) demandent des jugements multiples et du processus. Là où les sources ne mesurent pas que les détecteurs fonctionnent en éducation de base, que l’IA fait tricher l’enfant ou qu’interdire ChatGPT restaure l’auctorialité, cet article ne l’invente pas. Le risque spécifique de l’éducation de base est d’évaluer un texte sans sujet. L’intégrité, alors, n’est pas un logiciel. C’est le dessin d’une preuve dans laquelle l’enfant — non le modèle, non le pourcentage — demeure l’auteur de l’apprentissage.

Ingeniero Mitre / Laboratorio Editorial de NEXTECH.IA

Références

  1. Banks, D. C. (2023, 18 mai). ChatGPT caught NYC schools off guard. Now, we’re determined to embrace its potential. Chalkbeat New York. https://www.chalkbeat.org/newyork/2023/5/18/23727942/chatgpt-nyc-schools-david-banks/
  2. Cotton, D. R. E., Cotton, P. A., et Shipway, J. R. (2023). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 61(2), 228–239. https://doi.org/10.1080/14703297.2023.2190148
  3. Dawson, P., et Bearman, M. (2020). Concluding comments: Reimagining university assessment in a digital world. Dans M. Bearman, P. Dawson, R. Ajjawi, J. Tai et D. Boud (dir.), Re-imagining university assessment in a digital world (p. 291–296). Springer. https://doi.org/10.1007/978-3-030-41956-1_20
  4. Eaton, S. E. (2023). Postplagiarism: Transdisciplinary ethics and integrity in the age of artificial intelligence and neurotechnology. International Journal for Educational Integrity, 19, 23. https://doi.org/10.1007/s40979-023-00144-1
  5. Eaton, S. E. (2024). Future-proofing integrity in the age of artificial intelligence and neurotechnology: Prioritizing human rights, dignity, and equity. International Journal for Educational Integrity, 20, 8. https://doi.org/10.1007/s40979-024-00175-2
  6. Elkhatat, A. M., Elsaid, K., et Almeer, S. (2023). Evaluating the efficacy of AI content detection tools in differentiating between human and AI-generated text. International Journal for Educational Integrity, 19, 17. https://doi.org/10.1007/s40979-023-00140-5
  7. Elsen-Rooney, M. (2023, 3 janvier). NYC education department blocks ChatGPT on school devices, networks. Chalkbeat New York. https://www.chalkbeat.org/newyork/2023/1/3/23537987/nyc-schools-ban-chatgpt-writing-artificial-intelligence/
  8. Foltýnek, T., Bjelobaba, S., Glendinning, I., Khan, Z. R., Santos, R., Pavletić, P., et Kravjar, J. (2023). ENAI recommendations on the ethical use of artificial intelligence in education. International Journal for Educational Integrity, 19, 12. https://doi.org/10.1007/s40979-023-00133-4
  9. International Baccalaureate. (2023, 1er mars). Statement from the IB about ChatGPT and artificial intelligence in assessment and education. https://www.ibo.org/news/news-about-the-ib/statement-from-the-ib-about-chatgpt-and-artificial-intelligence-in-assessment-and-education/
  10. Liang, W., Yuksekgonul, M., Mao, Y., Wu, E., et Zou, J. (2023). GPT detectors are biased against non-native English writers. Patterns, 4(7), 100779. https://doi.org/10.1016/j.patter.2023.100779
  11. Lodge, J. M., Howard, S., Bearman, M., Dawson, P., et Associates. (2023). Assessment reform for the age of artificial intelligence. Tertiary Education Quality and Standards Agency. https://www.teqsa.gov.au/guides-resources/resources/corporate-publications/assessment-reform-age-artificial-intelligence
  12. Mah, C., Walker, H., Phalen, L., Levine, S., Beck, S. W., et Pittman, J. (2024). Beyond CheatBots: Examining tensions in teachers’ and students’ perceptions of cheating and learning with ChatGPT. Education Sciences, 14(5), 500. https://doi.org/10.3390/educsci14050500
  13. Miao, F., et Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535
  14. OpenAI. (2023). New AI classifier for indicating AI-written text (mise à jour du 20 juillet 2023 : le classifieur n’est plus disponible en raison d’une faible exactitude). https://openai.com/index/new-ai-classifier-for-indicating-ai-written-text/
  15. Oreški, P., Oreški, T., et Ružić, I. (2025). Primary school students’ awareness of the ethical aspects of using artificial intelligence tools. Informatics in Education, 24(3), 559–585. https://doi.org/10.15388/infedu.2025.18
  16. Perkins, M., Roe, J., Postma, D., McGaughran, J., et Hickerson, D. (2024). Detection of GPT-4 generated text in higher education: Combining academic judgement and software to identify generative AI tool misuse. Journal of Academic Ethics, 22, 89–113. https://doi.org/10.1007/s10805-023-09492-6
  17. Sadasivan, V. S., Kumar, A., Balasubramanian, S., Wang, W., et Feizi, S. (2023). Can AI-generated text be reliably detected? (arXiv:2303.11156). arXiv. https://doi.org/10.48550/arXiv.2303.11156
  18. Tauginienė, L., Gaižauskaitė, I., Glendinning, I., Kravjar, J., Ojstršek, M., Ribeiro, L., Odineca, T., Marino, F., Cosentino, M., et Sivasubramaniam, S. (2018). Glossary for academic integrity. European Network for Academic Integrity. https://www.academicintegrity.eu/wp/wp-content/uploads/2018/02/GLOSSARY_final.pdf
  19. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. https://unesdoc.unesco.org/ark:/48223/pf0000381137
  20. Weber-Wulff, D., Anohina-Naumeca, A., Bjelobaba, S., Foltýnek, T., Guerrero-Dib, J., Popoola, O., Šigut, P., et Waddington, L. (2023). Testing of detection tools for AI-generated text. International Journal for Educational Integrity, 19, 26. https://doi.org/10.1007/s40979-023-00146-z