Détecter l'usage non déclaré de l'IA dans les travaux rendus
L'IA aide les enseignants à identifier les travaux étudiants qui ont été produits en tout ou partie par une intelligence artificielle sans que cela ait été déclaré, afin de préserver l'intégrité académique.
Le défi initial
Un enseignant reçoit des dizaines de copies ou de dossiers à évaluer et n'a ni le temps ni les outils pour repérer systématiquement les travaux générés par une IA — une situation qui crée une inégalité entre les étudiants et vide certaines évaluations de leur sens pédagogique.
La solution IA Occitanie
L'outil analyse chaque travail rendu à la recherche de caractéristiques typiques des textes générés par une IA : structure trop lisse, vocabulaire homogène, absence de tournures personnelles, cohérence excessive. Il compare également le style du travail rendu avec les productions habituelles de l'étudiant si elles sont disponibles, pour détecter une rupture stylistique significative. L'enseignant reçoit un rapport simple pour chaque travail analysé, avec un niveau de probabilité et les passages qui ont attiré l'attention — sans verdict automatique.
Résultats et impact direct
✓
Une détection plus systématique
✓
Une équité renforcée entre les étudiants
✓
Un point de départ pour une conversation pédagogique
✓
Une sensibilisation progressive des équipes
La supervision humaine
Le résultat de l'analyse n'est jamais une preuve ni une sanction — c'est un indicateur qui invite l'enseignant à regarder de plus près et, si nécessaire, à engager un échange avec l'étudiant. La décision de qualifier un travail comme non conforme reste entièrement entre les mains de l'enseignant, en lien avec le règlement intérieur de l'établissement.
Limites et points de vigilance
Les outils de détection ne sont pas infaillibles : un étudiant qui écrit naturellement bien peut être signalé à tort, et un usage habile de l'IA peut passer inaperçu — le taux d'erreur existe dans les deux sens. Utiliser ces outils comme seule base d'une sanction disciplinaire serait une erreur grave : ils doivent rester un point de départ pour le dialogue, pas une preuve.
La Stack Technique
Les briques et outils mobilisés pour ce cas d'usage — à adapter selon votre contexte, votre SI et vos exigences de souveraineté.
Autres cas d'usage
Prévoir le nombre de couverts du soir avec précision
Un système de prévision basé sur l'intelligence artificielle croise le carnet de réservations, l'historique de fréquentation et les données contextuelles pour produire chaque matin une estimation fiable du nombre de couverts du soir et une suggestion de mise en place ajustée.
Moins de gaspillage
Voir le cas d'usage
Traduire son expérience dans le langage d'un nouveau métier
Un assistant conversationnel basé sur l'intelligence artificielle extrait les compétences réelles d'une personne en reconversion à travers un dialogue structuré. Il les traduit dans le vocabulaire du secteur cible et produit des supports concrets adaptés à chaque type de poste visé.
Des compétences plus visibles
Voir le cas d'usage
Produire les bilans financeurs sans y passer trois jours
Un système basé sur l'intelligence artificielle génère automatiquement les bilans d'activité dans le format attendu par chaque financeur. Pas besoin de repartir de zéro à chaque échéance, les rapports sont créées à partir d'une base de données commune alimentée au fil de l'eau par les équipes.
Plusieurs jours de travail récupérés
Voir le cas d'usageEnvie de transposer ce cas chez vous ?
Nous accompagnons vos équipes pour adapter un cas d'usage à votre contexte métier — avec un cadre humain et concret.