L'essor des chatbots et des outils de détection de l'IA

Le lancement de ChatGPT en 2022 a suscité un intérêt mondial pour l'intelligence artificielle (IA) et a conduit à une utilisation généralisée des chatbots d'IA, y compris par les étudiants. À la suite de l'émergence des chatbots d'IA, les établissements d'enseignement supérieur se sont inquiétés de "l'utilisation déloyale de contenus générés par l'intelligence artificielle dans un environnement universitaire "¹ et de "l'originalité et l'adéquation du contenu généré par le chatbot "^2.

Pour détecter et gérer l'utilisation inappropriée ou déloyale de ces chatbots, les outils de détection de l'IA ont gagné en popularité, les outils de plagiat standard, tels que TurnItIn, s'orientant vers la détection des contenus générés par l'IA à des degrés d'efficacité et à des prix variables^.3 La plupart des outils de détection de l'IA dans les universités sont intégrés dans des plateformes d'éducation plus larges, telles que Moodle, Canvas, Blackboard, Brightspace, Schoology, ou Sakai^.4

Les outils de détection de l'IA identifient le texte généré en utilisant des modèles de correspondance plutôt qu'en le comparant à une base de données, comme le font les vérificateurs de plagiat traditionnels. Les modèles linguistiques sont formés sur de grandes quantités de données textuelles afin d'apprendre des règles linguistiques probabilistes, qu'ils utilisent pour créer de nouveaux contenus. Cependant, le texte généré présente souvent des schémas prévisibles, tels que des structures de phrases cohérentes, l'utilisation excessive de certaines conjonctions et d'un certain vocabulaire, et des longueurs de phrases ou de paragraphes prévisibles. Les outils de détection visent à repérer ces modèles et peuvent également incorporer des contrôles de plagiat traditionnels pour identifier le texte qui pourrait avoir été reproduit directement à partir des données d'entraînement du modèle^.5

Réponses aux outils de détection de l'IA

Lorsque les outils de détection de l'IA ont été publiés pour la première fois, les établissements d'enseignement supérieur se sont empressés de les intégrer dans les plateformes d'enseignement. Cependant, la plupart des outils de détection de l'IA, si ce n'est tous, peuvent être contournés avec suffisamment de temps et d'efforts^.6 Certains établissements d'enseignement supérieur reviennent donc sur leur décision d'utiliser des détecteurs d'IA. En 2023, Vanderbilt, Michigan State, Northwestern et l'Université du Texas à Austin ont désactivé leurs détecteurs d'IA Turnitin, citant les problèmes d'efficacité évoqués plus haut^{.7 D} 'autres établissements d'enseignement sont susceptibles de faire de même, car il se peut que les outils de détection causent plus de problèmes qu'ils n'en résolvent^.8 Certains établissements universitaires ne se contentent pas de désactiver les outils de détection d'IA, mais trouvent des moyens d'incorporer les LLM de manière éthique et productive dans leurs programmes d'études^.9

En outre, de nouveaux outils "humanisants" ont été publiés pour permettre aux utilisateurs de LLM de contourner les outils de détection de l'IA en "reformulant les phrases, en modifiant les structures et en incorporant un vocabulaire varié", ce qui réduit considérablement la probabilité de détection de l'IA^{.10 Les} premières recherches suggèrent que les outils de paraphrase compliquent considérablement la détection de l'IA^.11 Par exemple, le Washington Post a constaté que Turnitin a du mal à identifier le contenu généré par l'IA lorsque le texte mélange du contenu humain et du contenu généré par l'IA par le biais d'outils de paraphrase^.12

Bien que Turnitin ait ajouté à son outil de détection de l'IA une nouvelle fonction de détection de la^{paraphrase13 ,} ces réactions créent un contexte de marché difficile pour la détection de l'IA, d'autres entreprises s'orientant vers d'autres modèles^{commerciaux14} ou fermant leurs^portes15.

Quels sont les outils de détection de l'IA disponibles sur le marché ?

Une sélection des principaux outils de détection de l'IA est présentée ci-dessous par ordre alphabétique. Nous avons également inclus des informations accessibles au public concernant l'efficacité de la détection, l'intégration de la plateforme d'éducation, le prix (en USD) et la date de sortie et/ou de mise à jour. Notez que la plupart des outils de détection d'IA listés ci-dessous sont principalement efficaces contre ChatGPT-3.5 uniquement.

Outil de détection de l'IA	Y a-t-il une intégration dans les plates-formes éducatives ?	Prix (USD)	Date de publication/mise à jour
Compilation	Oui : Moodle, Brightspace, Canvas, Microsoft Teams, Blackboard, Open LMS	Aucune information n'a été trouvée16	Février 2023
Contenu à l'échelle	Oui : informations limitées	49 $/mois17	Pas d'information
Détecteur de contenu AI	Pas d'information	Aucune information n'a été trouvée	202318
Copyleaks	Oui : Moodle, Canvas, Blackboard, Brightspace, Schoology, Sakai	7,99 $ - 13,99 $/mois19	janvier 2023
Crossplag	Pas d'information	7 à 100 $/mois20	janvier 2023
Détecter GPT	Pas d'information	7 $ - 29 $/mois21	Pas d'information
Duplichecker	Pas d'information	Entre 110 et 2000 dollars par an22	2024
Allez Winston	Pas d'information	12 $ - 32 $/mois23	Février 2023
GPT-Zéro	Oui : Canvas, Coursify.me, K16 solutions, NewsGuard	10 $ - 23 $/mois24	janvier 2023
L'originalité	Oui : Moodle, Scribbr	14,95 $ - 30 $/mois25	Novembre 2022
Détecteur de plagiat (détection par l'IA)	Pas d'information	De 110 à 330 dollars par an26	Pas d'information
Quillbot	Oui : aucune information n'a été rendue publique sur les plates-formes concernées.	0 $ - 8,33 $/mois27	Pas d'information
L'aubier	Manque de clarté	0-12 $/mois28	janvier 2023
Scispace	Probable, mais manque d'informations	0 à 8 $/mois29	Pas d'information
Turnitin	Oui : Brightspace, Scribbr	3 $/étudiant/année30	avril 2023
IA indétectable	Pas d'information	5 $ - 14,99 $/mois31	mai 2023
Wordtune	Probable, mais manque d'informations	0 à 9,99 $/mois32	janvier 2023
Détecteur d'IA de l'écrivain	Pas d'information	0-18 $/mois33	Pas d'information
ZeroGPT	Oui : aucune information n'a été rendue publique sur les plates-formes concernées.	0 $ - 18,99 $/mois34	janvier 2023

Efficacité des outils de détection de l'IA

Faux positifs

Dans le contexte des outils de détection de l'IA, on parle de faux positifs lorsqu'un outil de détection de l'IA identifie à tort un contenu soumis comme étant généré par l'IA. Certaines études indiquent que les outils de détection de l'IA ont un taux élevé de faux positifs et que seuls quelques outils de détection de l'IA ont des taux de détection de faux positifs significativement bas^.35 Dans un contexte universitaire, cela peut signifier qu'un travail d'étudiant est identifié à tort comme étant généré par l'IA, alors qu'il est en fait généré par l'homme. Des différences ont également été constatées en fonction du modèle d'IA utilisé pour générer le texte soumis au test de l'outil de détection de l'IA, et vice-versa, les résultats variant d'une étude à l'autre^.36 En outre, les contenus rédigés par des personnes dont l'anglais n'est pas la langue maternelle sont plus susceptibles d'être classés à tort comme étant générés par l'IA, ce qui constitue évidemment un problème pour les établissements d'enseignement accueillant des étudiants d'origines diverses^.37

Faux négatifs

Dans le contexte des outils de détection de l'IA, on parle de faux négatifs lorsqu'un outil de détection de l'IA ne parvient pas à identifier le contenu soumis comme étant généré par l'IA. Certains outils ont fait preuve d'une faible sensibilité, identifiant correctement à peine 15 % des échantillons soumis comme étant générés par l'^{IA38 ,} tandis que d'autres obtiennent des résultats presque parfaits dans la classification des contenus rédigés par des humains, ne classant à tort que 3 % des échantillons générés par l'IA^.39 En général, les résultats varient considérablement en termes de précision en fonction de l'outil de détection de l'IA utilisé. Selon une étude, seuls deux des principaux outils de détection de l'IA ont correctement classé les 126 échantillons comme étant soit générés par l'IA, soit générés par l'homme^.40 D'autres chercheurs affirment que les outils de détection de l'IA produisent davantage de faux négatifs lorsqu'ils analysent un langage plus sophistiqué^.41

Autres considérations

En général, l'efficacité des outils de détection de l'IA varie en fonction de l'outil utilisé et du modèle utilisé. Une étude a montré que les outils de détection de l'IA sont plus efficaces avec le contenu ChatGPT-3.5, et moins avec ChatGPT-4, à l'exception de Copyleaks, Turnitin et Originality.ai qui ont une précision supérieure à 83 % dans la détection du contenu^ChatGPT-442. Cette étude a conclu que "le statut gratuit ou payant d'un détecteur n'est pas un bon indicateur de sa précision"^,43 bien que des résultats contrastés (avec un échantillon de petite taille) suggèrent provisoirement que les outils de détection d'IA payants semblent être meilleurs que les outils de détection d'IA gratuits^.44 Les études se concentrent aussi généralement sur l'efficacité des outils de détection d'IA contre ChatGPT, en ignorant les autres LLM. Cela peut s'expliquer par la plus grande popularité des modèles d'OpenAI par rapport à d'autres tels que Gemini, Mistral ou Command.

L'éthique de l'utilisation des outils de détection de l'IA

L'utilisation de chatbots d'IA dans le monde universitaire soulève d'importantes questions éthiques, à commencer par l'atteinte à la réputation des étudiants et des établissements d'enseignement supérieur. Pour les étudiants, le fait de ne pas divulguer l'utilisation d'un contenu généré par l'IA et de le faire passer pour le leur peut nuire à la poursuite de leurs études et à leur future carrière. De même, les universités peuvent être accusées de favoriser le plagiat, la tricherie et de ne pas respecter l'intégrité académique.

Toutefois, l'utilisation d'outils de détection de l'IA sans garanties appropriées suscite des préoccupations tout aussi importantes en matière de respect de la vie privée et de consentement, notamment en ce qui concerne les accords contractuels entre les universités et le fournisseur de l'outil. Il s'agit notamment de savoir ce qu'il advient du contenu téléchargé, comment il est stocké et quel est le consentement si le contenu téléchargé est utilisé dans les données d'entraînement futures.

En outre, comme nous l'avons vu dans la section précédente, les outils de détection de l'IA peuvent identifier à tort un contenu écrit par un être humain comme étant de l'IA (faux positifs) ou ne pas détecter un texte généré par l'IA (faux négatifs). La précision varie considérablement, certains outils détectant mieux le ChatGPT-3.5. Enfin, ils jouent au jeu du chat et de la souris avec des méthodes permettant d'échapper à la détection, notamment des logiciels qui génèrent spécifiquement des contenus conçus pour être indétectables par les outils standard de détection de l'^IA45.

Les outils de détection de l'IA contribuent également à des débats plus larges sur l'accès, l'équité et l'impact environnemental. Les étudiants peuvent utiliser l'IA pour faciliter la traduction et la compréhension de leurs travaux, en particulier s'ils étudient dans un pays anglophone et s'ils sont issus d'un milieu non anglophone ou d'une autre minorité ayant historiquement moins de possibilités d'accéder à l'enseignement universitaire. Des problèmes d'accès se posent également en raison de la disponibilité commerciale des LLM ; les étudiants les plus aisés peuvent être en mesure de payer pour des modèles plus sophistiqués et/ou de faire passer leur travail par plusieurs LLM, ce qui signifie que les chances de détection diminuent considérablement^.46

Notes et références

1. Weber-Wulff, Debora, Alla Anohina-Naumeca, Sonja Bjelobaba, Tomáš Foltýnek, Jean Guerrero-Dib, Olumide Popoola, Petr Šigut, et Lorna Waddington. "Test des outils de détection des textes générés par l'IA". International Journal for Educational Integrity 19, no. 1 (25 décembre 2023) : 26. https://doi.org/10.1007/s40979-023-00146-z.

2. Elkhatat, Ahmed M., Khaled Elsaid et Saeed Almeer. "Évaluation de l'efficacité des outils de détection du contenu de l'IA pour différencier les textes générés par l'homme de ceux générés par l'IA". International Journal for Educational Integrity 19, no. 1 (1er septembre 2023) : 17. https://doi.org/10.1007/s40979-023-00140-5.

3. *Bien que ce rapport se concentre uniquement sur les utilisations universitaires, nous reconnaissons qu'il existe des cas d'utilisation et des avantages potentiels pour les outils de détection de l'IA en dehors du monde universitaire, par exemple dans l'industrie de l'édition, le journalisme ou le recrutement et les ressources humaines.

4. Copyleaks. "LMS Plagiarism Checker Plugin". Copyleaks. Consulté le 29 août 2024. https://copyleaks.com/learning-management-systems.

5. Furze, Leon. "La détection de l'IA dans l'éducation est une impasse". Leon Furze, 8 avril 2024. https://leonfurze.com/2024/04/09/ai-detection-in-education-is-a-dead-end/.

6. Coffey, Lauren. "Professors Cautious of Tools to Detect AI-Generated Writing". Inside Higher Ed, 9 février 2024. https://www.insidehighered.com/news/tech-innovation/artificial-intelligence/2024/02/09/professors-proceed-caution-using-ai.

7. Sources multiples :
   1. Ghaffary, Shirin. "Les universités repensent à l'utilisation de détecteurs d'écriture AI pour vérifier le travail des étudiants". Bloomberg.Com, 21 septembre 2023 . https://www.bloomberg.com/news/newsletters/2023-09-21/universities-rethink-using-ai-writing-detectors-to-vet-students-work.
   2. Coley, Michael. "Guidance on AI Detection and Why We're Disabling Turnitin's AI Detector". Université Vanderbilt, 16 août 2023. https://www.vanderbilt.edu/brightspace/2023/08/16/guidance-on-ai-detection-and-why-were-disabling-turnitins-ai-detector/.

8. Furze, Leon. "La détection de l'IA dans l'éducation est une impasse". Leon Furze, 8 avril 2024. https://leonfurze.com/2024/04/09/ai-detection-in-education-is-a-dead-end/.

9. Université de Cornell. "Ethical AI for Teaching and Learning" (IA éthique pour l'enseignement et l'apprentissage). Centre d'innovation pédagogique. Consulté le 29 août 2024. https://teaching.cornell.edu/generative-artificial-intelligence/ethical-ai-teaching-and-learning.

10. MarGrowth. "UPass Review : How Effective It Can Bypass AI Detection | HackerNoon," July 31, 2024. https://hackernoon.com/upass-review-how-effective-it-can-bypass-ai-detection.

11. Sources multiples :
    1. Kar, Sujita Kumar, Teena Bansal, Sumit Modi et Amit Singh. "How Sensitive Are the Free AI-Detector Tools in Detecting AI-Generated Texts ? A Comparison of Popular AI-Detector Tools". Indian Journal of Psychological Medicine, 11 mai 2024, 02537176241247934. https://doi.org/10.1177/02537176241247934.
    2. Weber-Wulff, Debora, Alla Anohina-Naumeca, Sonja Bjelobaba, Tomáš Foltýnek, Jean Guerrero-Dib, Olumide Popoola, Petr Šigut, et Lorna Waddington. "Test des outils de détection des textes générés par l'IA". International Journal for Educational Integrity 19, no. 1 (25 décembre 2023) : 26. https://doi.org/10.1007/s40979-023-00146-z.
    3. Sadasivan, Vinu Sankar, Aounon Kumar, Sriram Balasubramanian, Wenxiao Wang et Soheil Feizi. "Can AI-Generated Text Be Reliably Detected", 2023. https://doi.org/10.48550/ARXIV.2303.11156.
    4. Krishna, Kalpesh, Yixiao Song, Marzena Karpinska, John Wieting et Mohit Iyyer. "Paraphrasing Evades Detectors of AI-Generated Text, but Retrieval Is an Effective Defense", 2023. https://doi.org/10.48550/ARXIV.2303.13408.

12. Fowler, Geoffrey, A. "Nous avons testé un nouveau détecteur de ChatGPT pour les enseignants. It Flagged an Innocent Student" (Nous avons testé un nouveau détecteur de ChatGPT pour les enseignants. Il a repéré un étudiant innocent). Tech in Your Life, 3 avril 2023. https://www.washingtonpost.com/technology/2023/04/01/chatgpt-cheating-detection-turnitin/.

13. Young, Laura. "AI Paraphrasing Detection : Strengthening the Integrity of Academic Writing". Turnitin, 16 juillet 2024. https://www.turnitin.com/blog/ai-paraphrasing-detection-strengthening-the-integrity-of-academic-writing.

14. Edwards, Benj. "Why AI Writing Detectors Don't Work" (Pourquoi les détecteurs d'écriture de l'IA ne fonctionnent pas). Ars Technica, 14 juillet 2023. https://arstechnica.com/information-technology/2023/07/why-ai-detectors-think-the-us-constitution-was-written-by-ai/.

15. Sources multiples :
    1. Coldewey, Devin. "OpenAI Scuttles AI-Written Text Detector over 'Low Rate of Accuracy'". TechCrunch, 25 juillet 2023. https://techcrunch.com/2023/07/25/openai-scuttles-ai-written-text-detector-over-low-rate-of-accuracy/.
    2. Coley, Michael. "Guidance on AI Detection and Why We're Disabling Turnitin's AI Detector". Université Vanderbilt, 16 août 2023. https://www.vanderbilt.edu/brightspace/2023/08/16/guidance-on-ai-detection-and-why-were-disabling-turnitins-ai-detector/.

16. Compilatio. "AI Content Checker : Détectez l'IA avec Compilatio". Compilatio. Consulté le 27 août 2024. https://www.compilatio.net/en/ai-detector-info.

17. Le contenu à l'échelle. "The AI Detector Is a Real-Time AI Checker and ChatGPT Detector" (Le détecteur d'IA est un vérificateur d'IA en temps réel et un détecteur de ChatGPT). Content @ Scale. Consulté le 27 août 2024. https://brandwell.ai/ai-content-detector/.

18. Copyleaks. "Copyleaks Launches AI Content Detector | Communiqué de presse. Copyleaks. Consulté le 27 août 2024. https://copyleaks.com/about-us/media/copyleaks-launches-ai-content-detector.

19. Copyleaks. "Pricing". Copyleaks. Consulté le 19 août 2024. https://copyleaks.com/pricing.

20. Ivankov, Olga. "Qu'est-ce que Crossplag AI Detector ? Pricing, Features and How to Use", 12 juin 2024. https://articlesbase.com/tech/emerging-technologies/artificial-intelligence/ai-tools-and-software/what-is-crossplag-ai-detector-pricing-features-and-how-to-use/.

21. DetectGPT. "Le détecteur d'IA auquel vous pouvez faire confiance - DetectGPT". Consulté le 27 août 2024. https://detectgpt.com/#pricing.

22. Dupli Checker. "Prix et forfaits". Duplichecker.com. Consulté le 27 août 2024. https://www.duplichecker.com/pricing.

23. Winston AI. "Prix". Winston AI (blog). Consulté le 27 août 2024. https://gowinston.ai/pricing/.

24. GPTZero. "Prix". GPTZero. Consulté le 19 août 2024. https://gptzero.me/.

25. Scribbr. "Foire aux questions : Combien coûte l'IA d'originalité ?" Scribbr. Consulté le 19 août 2024. https://www.scribbr.com/frequently-asked-questions/how-much-does-originality-ai-cost/#:~:text=Originality.ai%20offers%20two%20pricing,10%20words%20for%20fact%20checking.

26. PlagiarismDetector.net. "Prix et forfaits | Plagiarismdetector.Net". PlagiarismDetector.net. Consulté le 27 août 2024. https://plagiarismdetector.net/pricing.

27. Quillbot. "Pricing". Quillbot, n.d. https://quillbot.com/premium.

28. 1. Sapling AI. "API Pricing | Sapling.Ai Developer Documentation". Sapling AI. Consulté le 27 août 2024. https://sapling.ai/docs/api/pricing/.
    2. Saperlipopette AI. "Plans et tarifs - Sapling". Sapling AI. Consulté le 27 août 2024. https://sapling.ai/pricing.

29. SciSpace. "SciSpace Premium - Accès illimité aux outils de recherche sur l'IA". SciSpace. Consulté le 27 août 2024. https://typeset.io/pricing.

30. Miller, Nick. "Turnitin Pricing in 2024 : What Does It Cost ?" Medium (blog), 11 juillet 2024. https://medium.com/@nickmiller_writer/turnitin-pricing-in-2024-what-does-it-cost-80f552a7a20f.

31. IA indétectable. "Prix de l'IA indétectable : Choisissez le plan parfait pour vos besoins". IA indétectable. Consulté le 27 août 2024. https://undetectable.ai/pricing.

32. Wordtune. "Wordtune Pricing and Plans | Choisissez votre plan". Wordtune. Consulté le 27 août 2024. https://www.wordtune.com/plans.

33. Writer AI Studio. "Prix". Writer AI Studio. Consulté le 27 août 2024. https://dev.writer.com/home/pricing.

34. Accès API possible pour les universités ; ZeroGPT, "ZeroGPT - Pricing. "ZeroGPT. "ZeroGPT - Pricing. Consulté le 3 septembre 2024. https://www.zerogpt.com/pricing.

35. Popkov, Andrey A., et Tyson S. Barrett. "AI vs Academia : Experimental Study on AI Text Detectors' Accuracy in Behavioral Health Academic Writing". Accountability in Research, 22 mars 2024, 1-17. https://doi.org/10.1080/08989621.2024.2331757.

36. * Copyleaks, Turnitin, Originality.ai, Scribbr, Grammica, GPTZero, Crossplag, OpenAI, IvyPanda, GPT Radar, Content at Scale, Writer et Content Detector sont capables de classer le contenu généré par l'homme, tandis que ZeroGPT et SEO.ai sont inefficaces à cet égard. Sources multiples :
    1. Walters, William H. "L'efficacité des logiciels conçus pour détecter les écrits générés par l'IA : A Comparison of 16 AI Text Detectors". Open Information Science 7, no. 1 (6 octobre 2023) : 20220158. https://doi.org/10.1515/opis-2022-0158.
    2. Popkov, Andrey A., et Tyson S. Barrett. "AI vs Academia : Experimental Study on AI Text Detectors' Accuracy in Behavioral Health Academic Writing". Accountability in Research, 22 mars 2024, 1-17. https://doi.org/10.1080/08989621.2024.2331757.

37. Liang, Weixin, Mert Yuksekgonul, Yining Mao, Eric Wu et James Zou. "GPT Detectors Are Biased against Non-Native English Writers (Les détecteurs GPT sont biaisés contre les écrivains anglais non natifs). Patterns 4, no. 7 (2023) : 100779. https://doi.org/10.1016/j.patter.2023.100779.

38. Popkov, Andrey A., et Tyson S. Barrett. "AI vs Academia : Experimental Study on AI Text Detectors' Accuracy in Behavioral Health Academic Writing". Accountability in Research, 22 mars 2024, 1-17. https://doi.org/10.1080/08989621.2024.2331757.

39. Ibid.

40. Walters, William H. "L'efficacité des logiciels conçus pour détecter les écrits générés par l'IA : A Comparison of 16 AI Text Detectors". Open Information Science 7, no. 1 (6 octobre 2023) : 20220158. https://doi.org/10.1515/opis-2022-0158.

41. Ryan, "ChatGPT Detectors Are Biased and Easy to Fool, Research Shows" (Les détecteurs de chatGPT sont biaisés et faciles à tromper, d'après les recherches). Ryan, Jackson. "ChatGPT Detectors Are Biased and Easy to Fool, Research Shows". CNET, 12 juillet 2023. https://www.cnet.com/tech/services-and-software/chatgpt-detectors-are-biased-and-easy-to-fool-research-shows/.

42. Walters, William H. "L'efficacité des logiciels conçus pour détecter les écrits générés par l'IA : A Comparison of 16 AI Text Detectors". Open Information Science 7, no. 1 (6 octobre 2023) : 20220158. https://doi.org/10.1515/opis-2022-0158.

43. Ibid.
44. Popkov, Andrey A., et Tyson S. Barrett. "AI vs Academia : Experimental Study on AI Text Detectors' Accuracy in Behavioral Health Academic Writing". Accountability in Research, 22 mars 2024, 1-17. https://doi.org/10.1080/08989621.2024.2331757.

45. Weber-Wulff, Debora, Alla Anohina-Naumeca, Sonja Bjelobaba, Tomáš Foltýnek, Jean Guerrero-Dib, Olumide Popoola, Petr Šigut, et Lorna Waddington. "Test des outils de détection des textes générés par l'IA". International Journal for Educational Integrity 19, no. 1 (25 décembre 2023) : 26. https://doi.org/10.1007/s40979-023-00146-z.
46. Furze, Leon. "La détection de l'IA dans l'éducation est une impasse". Leon Furze, 8 avril 2024. https://leonfurze.com/2024/04/09/ai-detection-in-education-is-a-dead-end/.

À propos du programme de séminaires sur la cybersécurité de Google.org

Le programme Google.org Cybersecurity Seminars soutient des séminaires sur la cybersécurité dans des universités sélectionnées et d'autres établissements d'enseignement supérieur éligibles en Europe, au Moyen-Orient et en Afrique, afin d'aider les étudiants à en savoir plus sur la cybersécurité et à explorer des voies dans ce domaine. Le programme soutient activement l'expansion de la formation à la cybersécurité dans les universités, afin de constituer la main-d'œuvre diversifiée nécessaire pour aider les organisations les plus vulnérables à prévenir les cyberattaques potentielles. Il aborde également les nouveaux risques liés à l'intelligence artificielle (IA), en permettant aux étudiants de comprendre les changements apportés par l'IA au paysage des cybermenaces et en les aidant à intégrer efficacement l'IA dans des mesures pratiques de cybersécurité.

Les universités participantes doivent promouvoir activement l'égalité, la diversité et l'inclusion dans leurs programmes. Elles doivent encourager la participation active de personnes d'origines diverses et créer un environnement éducatif ouvert à tous, afin d'enrichir l'expérience d'apprentissage globale et de renforcer la communauté de la cybersécurité.