Le processus est la nouvelle preuve : les changements suivis surpassent les détecteurs

Newby v. Adelphi a été tranché par une juridiction de l’État de New York, qui a annulé une conclusion relative à l’intégrité académique fondée sur un unique score IA de Turnitin, jugé insuffisant en soi pour constituer une preuve prépondérante. Le pilote de printemps 2026, déployé dans des centaines d’établissements, met en place des forensics de brouillon capables de capturer le texte copié-collé, le temps d’écriture et une lecture intégrale de l’historique de révision d’un étudiant. Le produit Clarity, dont Turnitin est propriétaire, est impliqué. Le 10 avril 2026, Anthropic lance en bêta publique Claude pour Word, permettant de profiter nativement des changements suivis pour l’écriture académique assistée par l’IA : les modifications de Claude sont ajoutées dans le volet de révision de Word en tant que révisions. Chaque modification est consultable. Toutes les lignes originales restent intactes. Curtin University désactive entièrement la détection IA de Turnitin, car l’établissement a eu davantage de litiges où le détecteur s’est révélé erroné que de cas où il a effectivement identifié les étudiants ayant triché. Quatre signaux, au premier semestre 2026, convergent dans le même sens.

Quatre signaux constituent un motif. Le motif, c’est que la preuve d’auteur la plus fiable dans l’écriture académique n’est plus un score de détecteur : c’est désormais un enregistrement de processus. Les tribunaux, les revues, les conférences, et même les éditeurs de détecteurs convergent vers la même position : l’historique de brouillon dépasse les scores de probabilité.

Cet article constitue l’argument de marque que nous défendrons pour le reste de 2026. Nous passons en revue en détail les quatre signaux de convergence, l’asymétrie entre la preuve fournie par les détecteurs et celle fournie par le processus, à quoi ressemble concrètement une documentation de processus défendable dans les outils que les chercheurs utilisent déjà, et comment développer des habitudes de rédaction qui produisent un dossier que vous pouvez remettre à un éditeur, à un évaluateur ou à une commission d’intégrité académique, sans avoir à y penser. Le changement de cadre est opérationnel, pas philosophique : arrêtez d’optimiser pour le détecteur, commencez à documenter le travail.

Les changements suivis peuvent-ils prouver que vous l’avez écrit en rédaction académique assistée par l’IA ?

Oui. Un historique de révisions et de changements suivis horodaté est généré au fur et à mesure que vous travaillez, et il ne peut pas être reconstruit a posteriori sans investir le même temps que celui nécessaire à la rédaction initiale : cela le rend bien plus difficile à falsifier qu’un score de détecteur. Tribunaux, revues et même Turnitin convergent désormais vers la même position : dans l’écriture académique, ce dossier de processus pèse davantage qu’un score de probabilité produit par un détecteur d’IA. La décision Newby v. Adelphi a estimé qu’un score de détecteur, à lui seul, ne constitue pas une preuve prépondérante.

Les quatre signaux de convergence

Le basculement n’a pas été théorisé ex nihilo. Il a été porté par quatre événements concrets de 2025-2026, chacun provenant d’une partie différente de l’écosystème académique.

Newby v. Adelphi (février 2026, tribunal de l’État de New York). La première grande décision de justice portant sur la discipline de la détection de l’IA a inversé un verdict d’Adelphi contre un étudiant de premier cycle en anglais langue seconde (ESL). Le résultat était étroit, mais la logique a été décisive : un score de détecteur sans validation correspondant au profil linguistique de l’étudiant ne suffit pas à établir une preuve prépondérante conformément à la politique de l’établissement. Plus précisément, le tribunal a réprimandé Adelphi pour avoir utilisé, comme preuve de culpabilité, l’absence d’historique de brouillon dans le portail de soumission (même si le portail n’exigeait pas le dépôt de brouillons). Cela ajoute une preuve de processus (ou son absence) au dossier juridique.

Turnitin Clarity (pilote de printemps 2026, déploiement large en cours). L’add-on de Turnitin à Feedback Studio fournit une lecture complète du processus d’écriture d’un étudiant aux enseignants, y compris le moment où l’étudiant a collé du texte, la longueur de la session d’écriture, le temps de construction et l’historique du brouillon. Avec l’autorisation de l’étudiant, Clarity enregistre le rythme de frappe et la chronologie des modifications. Le cadre annoncé par le produit est « assessment for integrity, not just detection ». Rupture majeure avec l’entreprise ayant produit le score de détection IA auquel les établissements académiques se sont appuyés pendant trois ans : désormais, elle propose le dossier de processus comme signal plus fiable. Claude from

Claude pour Word (10 avril 2026, bêta publique). Anthropic livre Claude sous forme d’add-in natif pour Microsoft Word. Lorsque Claude effectue une modification, il la dépose dans le volet de révision de Word sous forme de changement suivi, en préservant le texte original comme suppression et en ajoutant le nouveau texte comme insertion. L’auteur accepte ou refuse chaque modification via l’interface Word native. L’historique complet des modifications est accessible à l’évaluateur qui ouvre le document. Il ne s’agit pas d’un simple ajout de fonctionnalité. C’est un choix d’architecture qui traite le dossier des changements suivis comme l’interface canonique entre l’auteur humain et l’assistant IA, exactement le dossier qu’une revue ou un comité de thèse peut utiliser pour vérifier le travail. After

Curtin University (début 2026, Australie) et institutions parallèles. Curtin a conclu que le score générait davantage de disputes qu’il n’en résolvait ; elle a donc désactivé la détection IA de Turnitin dans son ensemble. Vanderbilt et plusieurs départements de Michigan State ont tiré la même conclusion en 2025. Aucune de ces universités n’a banni l’usage de l’IA. Elles ont retiré la couche de détection et ont orienté la conversation sur l’intégrité vers la divulgation, le processus et la preuve fournie par les changements suivis. En parallèle, d’autres universités (notamment certaines institutions du Big Ten et de la Ivy League à la fin de 2025) ont renforcé la détection : le paysage est devenu inégal, sans pour autant modifier la direction du changement.

Quatre signaux, quatre éléments du système, une seule direction. Ce n’est pas un hasard : c’est un rééquilibrage du système autour de preuves plus faciles à démontrer qu’un score de probabilité « sur mesure ».

Pourquoi ce changement a du sens

La durabilité du changement s’explique par l’asymétrie entre la preuve issue des détecteurs et celle issue du processus. Les deux types de preuve ont des « planchers » d’exactitude connus. Le plancher des détecteurs est nettement plus bas.

La preuve par détecteur correspond à un score de probabilité dérivé d’un modèle apprenant des caractéristiques de texte corrélées à la production par l’IA. L’étude Stanford de 2023 a identifié sept détecteurs majeurs qui ont, à tort, classé 61,3 % des essais TOEFL d’apprenants non natifs comme étant générés par une IA. Les données institutionnelles d’Adelphi apparues dans la découverte Newby faisaient état d’un taux de faux positifs ESL de 28 % pour l’entrée Turnitin de l’université elle-même. Les chiffres de précision fournis par les vendeurs sont généralement calculés sur du texte en anglais natif et se généralisent mal. L’exactitude du score dépend du profil linguistique de l’auteur, de la distribution des prompts sur laquelle le détecteur a été entraîné et du seuil défini par l’établissement. L’auteur ne voit aucune de ces informations au moment du dépôt.

La preuve de processus est la chaîne d’événements, d’horodatages et de révisions qui conduit au document final. Google Docs suit automatiquement l’ensemble des révisions. Word AutoRecover et les informations de révision intégrées suivent toutes les révisions. OneDrive enregistre quand le fichier a été ouvert et sauvegardé. L’historique des onglets du navigateur indique à quel moment l’auteur a mené des recherches sur les sources qu’il a citées. Les logiciels de gestion bibliographique (Zotero, Mendeley, EndNote, Paperpile) horodatent chaque citation lorsqu’elle est ajoutée. Toutes ces preuves sont créées dans le cadre du processus. Elles ne peuvent pas être fabriquées a posteriori sans investir le même temps que celui de la première rédaction.

C’est ce qui rend le changement « porteur » : l’asymétrie de confiance. Le score de détecteur peut être contesté sur la base de la validation, du seuil et du biais lié aux populations ; l’établissement qui défend le score doit produire des éléments probants qu’il n’a souvent pas. Le dossier de processus peut être contesté sur la base de l’authenticité, ce qui exige des preuves que l’institution devrait fournir contre un rédacteur capable de pointer vers des métadonnées générées par la plateforme. Dans l’immense majorité des cas, celui qui défend le dossier de processus dispose de la cause la plus simple.

Il ne s’agit pas d’un argument « humanizer vs détecteur ». L’humanizer modifie la surface ; le dossier de processus modifie la base de preuve. Même si, demain, chaque détecteur d’IA atteignait une précision parfaite sur l’anglais natif, le dossier de processus resterait le signal le plus utile, car il s’adresse à la paternité plutôt qu’à la probabilité.

Changements suivis et historique de brouillon : à quoi ressemble une documentation de processus défendable

La bonne nouvelle est que presque tous les outils que les chercheurs utilisent déjà génèrent par défaut une preuve de processus. Le travail consiste à la capturer et à savoir où la retrouver en cas de besoin.

Google Docs. Fichier, puis Historique des versions, puis Voir l’historique des versions. L’arbre complet des révisions est conservé indéfiniment, y compris qui a modifié et à quel moment. Exporte en PDF si un dossier partageable est nécessaire ; l’export affiche la chronologie. L’outil de processus le plus utile disponible pour les auteurs académiques en 2026, principalement parce qu’il est la valeur par défaut, reste conservé indéfiniment.

Microsoft Word. AutoRecover sauvegarde des versions auto-enregistrées dans un dossier caché. Track Changes (onglet Review puis Track Changes) capture chaque modification dès que la fonction est activée. Le changement de flux de travail le plus rentable consiste à activer Track Changes pour votre propre rédaction : commencez par l’avoir activé, et il capturera toutes vos modifications à partir de ce moment. Il est important de sauvegarder explicitement des versions avec des noms descriptifs ("draft-2026-07-12-section-3-rewrite") afin que la séquence soit lisible sans ouvrir chaque fichier. La plupart des chercheurs n’activent pas Track Changes pour leur rédaction personnelle, mais si vous souhaitez suivre vos modifications pendant que vous écrivez, c’est la meilleure manière de le faire.

OneDrive, Google Drive, Dropbox. Les fournisseurs de stockage en nuage consignent l’activité des fichiers. La plupart des services IT académiques conservent ces journaux au moins 90 jours ; certains plus longtemps. Le journal établit quand le fichier a été modifié, par qui et à partir de quel appareil. Un complément utile lorsque l’historique de révision de l’éditeur principal est incomplet.

Gestionnaires de références. Zotero, Mendeley, EndNote et Paperpile enregistrent tous la date à laquelle une citation a été ajoutée à votre bibliothèque et au document concerné. Preuve de processus à l’étape de recherche : c’est une preuve avant et une validation de l’étape de rédaction. Prenons le cas où un évaluateur pense qu’une source citée n’a pas été lue. On peut répondre en fournissant l’horodatage du moment où elle a été lue.

Export des changements suivis. C’est la sortie la plus utile pour partager une preuve de processus avec un évaluateur, un éditeur ou une commission d’intégrité. Les changements suivis constituent un document Word ou Google Docs où toutes les modifications apparaissent clairement (qui a fait quoi, quand). Les changements suivis sont activés par défaut dans notre proofreader, mais il existe aussi une option pour générer du « raw text » si l’on doit voir la version épurée. Nous recommandons cette version pour toute soumission où l’on pourrait vous demander des éléments sur le processus de rédaction. Notez que cette exportation peut être générée nativement dans Claude pour Word. Claude pour Word produit le même artefact de manière native : c’est l’argument architectural du produit.

Archives d’e-mails et de discussions. Échanges avec les superviseurs, co-auteurs et tuteurs du writing center. Enregistrez les fils de discussion. Ils établissent la réflexion itérative qui a mené au manuscrit, qu’aucun détecteur ne peut falsifier.

Les habitudes de rédaction qui produisent un processus défendable

Cinq habitudes, aucune n’ajoutant une friction significative à votre flux de travail existant, qui s’additionnent pour produire un dossier de processus défendable.

1. Rédigez dans un outil qui conserve l’historique des révisions par défaut. Google Docs ou Word avec Track Changes activé. Ne rédigez pas dans des éditeurs de texte « bruts » qui ne conservent pas l’historique ; ne exportez pas une version propre et ne jetez pas le fichier de travail. Si votre flux de travail actuel implique de rédiger dans un carnet puis de taper ensuite, la version tapée correspond au brouillon : conservez-la.

2. Sauvegardez explicitement des versions avec des noms datés et descriptifs. Une fois par semaine, sauvegardez un instantané du brouillon courant avec un nom du type "manuscript-2026-07-18-after-methods-rewrite". Les versions nommées rendent la séquence lisible en un coup d’œil et résistent aux purges de conservation des données en nuage.

3. Tenez un journal des modifications en une ligne à côté du manuscrit. Un fichier en texte brut dans le même dossier. Chaque entrée contient une date et une phrase : "2026-07-18 : réécriture de la méthodologie de la section 3 après une réunion avec le superviseur." Cinq minutes par semaine : cela capture la réflexion que l’historique des révisions, à lui seul, ne peut pas montrer.

4. Faites passer les modifications assistées par l’IA par un pipeline de changements suivis. Si vous utilisez Claude pour Word, ChatGPT, ou tout autre outil d’IA pour vous aider à éditer, effectuez le travail via un pipeline qui produit un dossier de changements suivis. Claude pour Word le fait nativement. Notre correcteur le fait à chaque exportation. Le dossier est ce qui rend toute future conversation sur la divulgation ou l’intégrité gérable.

5. Archivez la recherche qui soutient le travail. Exports des gestionnaires de références, PDF téléchargés dans un dossier daté, signets du navigateur pointant vers les pages sources. Le dossier de recherche valide le dossier de citations, qui valide à son tour le dossier de rédaction. Chaque couche protège la couche au-dessus.

Cinq habitudes, environ 15 minutes de surcharge par semaine, produisent un dossier de processus qui défend toute contestation future provenant d’un détecteur, d’un évaluateur ou d’une commission d’intégrité. Pour la question plus large de la façon de documenter l’usage des outils d’IA, en particulier dans le manuscrit lui-même, notre guide de divulgation IA pour manuscripts couvre la divulgation ; pour la question du recours, que faire si vous avez été signalé malgré un processus propre, le appeal-letter playbook détaille la réponse.

Ce que cela implique pour les institutions, les revues et les éditeurs de détecteurs

Ce changement a des conséquences institutionnelles que les 18 prochains mois permettront de préciser.

Pour les universités, la question opérationnelle est de savoir si l’on doit exiger la capture de l’historique de brouillon au moment de la soumission, quel cadre de consentement la rend possible, et comment pondérer la preuve capturée par rapport aux scores de détecteurs dans les processus disciplinaires. Les institutions qui gèrent cela correctement publieront une politique claire identifiant la preuve de confiance et le seuil d’action. Celles qui hésiteront feront face à des recours de type Newby, régulièrement.

Pour les revues, la question est de savoir comment intégrer une preuve de processus dans le flux de travail d’évaluation par les pairs sans créer une friction que le système ne peut pas absorber. Certaines revues exigeront le dépôt des changements suivis avec le manuscrit ; d’autres accepteront des attestations de processus dans la déclaration de divulgation. Certaines feront vérifier par des vendeurs qui développent des outils destinés aux éditeurs. Les revues qui passeront les premières établiront la norme de facto.

Pour les éditeurs de détecteurs, le changement est existentiel. Le pivot de Turnitin vers Clarity constitue l’étude de cas : l’entreprise qui a construit le score de détection propose désormais le dossier de processus comme signal plus fiable. Les vendeurs qui refuseront d’effectuer le même pivot perdront des contrats institutionnels au profit de vendeurs qui le feront. Le score de détection ne disparaîtra pas : il deviendra un signal parmi plusieurs, pondéré plus bas que le dossier de processus dans tout processus d’intégrité bien conçu. Notre note sur le process forensics de Turnitin Clarity explique ce que le produit fait réellement et où se situent les institutions dans le déploiement.

L’implication est la plus claire pour les chercheurs : l’effort pour produire le dossier est faible ; la défendabilité qu’il apporte est importante. Le passage de « faire passer le détecteur » à « documenter le processus » correspond à la position de marque que nous défendrons pour le reste de l’année.

Questions fréquentes

Q : « Le processus est la nouvelle preuve » signifie-t-il que les détecteurs d’IA disparaissent ?

Pas totalement. Les détecteurs resteront un signal de présélection, en particulier dans l’enseignement de premier cycle, où le volume des soumissions rend la revue de la preuve de processus coûteuse. Ce qui change, c’est le poids : un score de détecteur, à lui seul, n’est plus accepté comme preuve principale dans les processus disciplinaires des institutions bien conçues, et la décision Newby v. Adelphi a formalisé cette position devant les tribunaux. Le score devient l’entrée d’une revue plus approfondie, pas la conclusion.

Q : Je rédige sur papier puis je tape plus tard. Est-ce que je perds la défense par le processus ?

Pas totalement, mais la protection est plus faible. La version tapée constitue votre brouillon aux fins de la preuve de processus ; conservez le document à partir du moment où vous commencez à taper, et laissez-le accumuler l’historique des révisions. Photographier ou scanner ses notes manuscrites et dater les images ajoute une deuxième couche. Le double dossier (manuscrit + révisions tapées) est en réalité plus solide qu’un dossier uniquement tapé, car la couche manuscrite est plus difficile à fabriquer a posteriori.

Q : Et si mon institution n’accepte pas les changements suivis comme preuve ?

Déposez une demande FERPA (aux États-Unis ; équivalent en vertu de la U.K. Data Protection Act 2018, EU GDPR Article 15 ailleurs) pour obtenir l’ensemble de votre dossier. Déposez les changements suivis avec tout recours, que l’institution ait formellement accepté le format ou non. La décision Newby établit que l’absence d’un processus clair pour considérer cette preuve constitue elle-même un problème procédural. Les institutions mettent à jour leurs politiques en réponse, et fournir le dossier de manière proactive fait partie de la pression qui conduit à ce changement.

Q : Dois-je activer Track Changes pour ma rédaction personnelle, même si je suis le seul auteur ?

D’après notre expérience, oui : c’est le changement de flux de travail dont la plupart des chercheurs tirent le plus de bénéfices. Activer Track Changes dès le départ sur chaque document vous donne un historique complet des modifications sans discipline supplémentaire. Masquez la vue de marquage pour la rédaction normale (onglet Review puis Display for Review puis No Markup), mais laissez le dossier sous-jacent en place et exportez la version des changements suivis au besoin. La friction est faible et la protection est réelle.

Q : Cela s’applique-t-il en dehors des États-Unis, là où Newby n’est pas une jurisprudence contraignante ?

Oui, pour deux raisons. D’abord, le déploiement de Turnitin Clarity, Claude pour Word et les changements de politiques des revues sont mondiaux, pas spécifiques à une juridiction ; le changement de « preuve de confiance » se diffuse à travers l’édition académique indépendamment du lieu où l’on soumet. Ensuite, la logique de Newby est exportable : des tribunaux et commissions d’intégrité au Royaume-Uni, en Australie, au Canada, en Inde et dans l’Union européenne se sont engagés avec l’argument selon lequel les scores de détecteurs seuls ne constituent pas une preuve prépondérante. Citez l’affaire explicitement même là où elle est persuasive plutôt que contraignante ; le raisonnement se transporte bien.