L'évaluation ne fonctionne que si les deux camps peuvent lui faire confiance

Un étudiant rend son mémoire. Quelque part de l'autre côté, un enseignant le passe dans un détecteur et reçoit un chiffre sans aucun taux d'erreur à côté. Si ce chiffre est élevé, une année de travail devient d'un coup une conversation sur l'honnêteté — et l'étudiant n'avait aucun moyen de le voir venir, ni aucun moyen de le contester.

C'est pour ce problème que nous construisons. Pas la triche : l'incertitude. Elle frappe le plus durement ceux qui peuvent le moins l'absorber — les étudiants qui écrivent dans une deuxième langue, dont les structures de phrase plus simples sont systématiquement sur-signalées par ces outils, et les rédacteurs appliqués dont le registre soutenu est précisément ce qu'un détecteur récompense.

Ce que nous faisons face à cela

Nous publions à quelle fréquence nous nous trompons. Chaque verdict s'accompagne du taux mesuré auquel des textes universitaires écrits par des personnes reçoivent ce même verdict. Aucun détecteur que nous connaissons ne publie ce chiffre. C'est lui qui décide si un résultat veut dire quelque chose, et nous le plaçons à côté du résultat plutôt qu'en note de bas de page. Les corpus et la méthode sont sur notre page de précision (en anglais), et chaque chiffre qui s'y trouve remonte à un script que nous pouvons relancer.

Ce que ce chiffre couvre, et ce qu'il ne couvre pas. Le taux d'erreur est mesuré en anglais et en allemand, par langue et par longueur de document. Il ne l'est pas encore en français : nous n'avons pas de corpus français de mémoires dont nous savons qu'ils ont été écrits par des personnes, donc nous ne pouvons pas vous dire à quelle fréquence nous nous trompons sur un texte français. Le détecteur analyse votre texte en français et le verdict vous est rendu en français ; ce qui manque est la mesure, et nous préférons vous le dire plutôt que de faire passer un chiffre anglais pour le vôtre.

Le même outil pour les deux camps. Il n'y a pas d'édition étudiante et pas d'édition institutionnelle. Un étudiant peut analyser son propre travail avant de le rendre, un enseignant peut analyser le même document après, et les deux obtiennent le verdict identique et le taux d'erreur identique. Un outil qui dirait à chaque camp quelque chose de différent ne vaudrait rien pour aucun des deux.

Les étudiants restent anonymes. Nous ne demandons jamais de nom, d'université, d'encadrant ni de numéro étudiant. Le paiement et le stockage du document vivent dans des systèmes séparés, reliés uniquement par un code dérivé : ce que vous avez analysé n'est jamais rattaché à qui a payé. Utiliser ce site ne prouve rien, et nous avons fait en sorte que cela ne puisse jamais rien prouver.

Nous disons ce qu'un détecteur ne peut pas faire. Il mesure un style, pas une paternité. Il ne peut pas savoir qui a écrit une phrase. Là où une langue ou une longueur de document n'a pas été testée, nous le disons au lieu de laisser croire à une couverture. Quand une mesure contredit quelque chose que nous voulions croire, c'est la mesure qui gagne — c'est déjà arrivé plus d'une fois, et c'est écrit noir sur blanc.

Ce que nous ne ferons pas

Nous ne vendons pas un moyen de tromper un détecteur. Notre rapport signale les formules de remplissage, les précautions inutiles et les transitions usées dans vos propres phrases, et propose une formulation plus simple — ce qui alourdit n'importe quel texte et ce qu'un encadrant raierait de toute façon. Rien n'est réécrit à votre place. C'est le même conseil qu'un bon centre d'aide à la rédaction donnerait, et cela ne nous dérange pas qu'un enseignant lise exactement cette page et sache ce que nous proposons.

Si un travail est en grande partie écrit par une machine, le reformuler ne règle pas le problème, et nous le disons plutôt que de vous vendre une réécriture qui, elle, le masquerait.

Qui nous sommes

ThesisDraft est exploité depuis l'Union européenne par Morphica Technologies. La structure est petite et récente. Nous préférons vous le dire plutôt que d'emprunter une crédibilité que nous n'avons pas gagnée — c'est la même raison pour laquelle nos verdicts arrivent avec un taux d'erreur plutôt qu'avec un pourcentage péremptoire.