L'IA à l'école : repérer les copies écrites par l'IA et concevoir des devoirs qu'elle ne fera pas à votre place

En bref : il est aujourd'hui impossible de prouver de façon fiable qu'un texte a été écrit par une IA — les détecteurs mesurent le caractère prévisible d'un texte, pas son origine, et ils frappent d'abord les élèves qui écrivent dans une langue seconde. La stratégie qui fonctionne n'est pas d'attraper, mais de repenser les devoirs : ancrez-les dans l'expérience personnelle, dans les données de votre propre classe et dans une courte soutenance orale. Pour montrer ce qui arrive quand on mise sur la correction automatique, nous avons analysé les plus grands cours d'IA au monde. Ils ont déjà commis exactement cette erreur, et leurs élèves l'ont décrite mot pour mot.

Pourquoi les détecteurs sont un mauvais appui

La tentation est évidente : on colle le texte, on obtient un pourcentage, la discussion est close. Le problème, c'est qu'il n'y a aucune preuve derrière ce chiffre. Les détecteurs ne « voient » pas l'origine d'un texte : ils estiment à quel point il est lisse et prévisible. Or les modèles n'ont pas le monopole de l'écriture lisse et prévisible.

• Faux positifs chez les non-natifs. Un élève qui écrit dans une langue seconde emploie des constructions plus simples et des tournures standard — exactement les signaux qu'un détecteur interprète comme « machine ». Il s'agit d'un raisonnement sur le fonctionnement de l'outil, pas d'une mesure de notre part : nous n'avons pas testé de détecteurs sur des classes et ne pouvons pas chiffrer le taux d'erreur. Mais le sens de l'erreur découle directement du mécanisme.
• Faux positifs chez les élèves soigneux. Structure nette, ton neutre, aucune faute — et un travail honnête récolte un « pourcentage d'IA » élevé.
• Le contournement est trivial. Demandez au modèle d'écrire plus simplement et plus vivant, reformulez deux ou trois phrases à la main, et le score chute. C'est un filtre à l'envers : il attrape les honnêtes et laisse passer ceux qui ont pris la peine de se cacher.
• Un pourcentage n'est pas une preuve. Un nombre sur une échelle opaque n'est pas une probabilité. Vous ne pouvez le présenter à un élève comme un élément à charge, ni sur le plan méthodologique ni sur le plan éthique.

La conclusion est rude, mais elle compte : on ne construit pas une accusation sur un détecteur. Au mieux, c'est une raison de regarder la copie de plus près et d'en parler — et cette conversation commence par une question, pas par un verdict. Pour comprendre comment fonctionnent ces outils : les détecteurs de texte IA fonctionnent-ils ?.

Notre enquête : ce qui arrive quand la correction est confiée à une machine

Le 17 juillet 2026, nous avons relevé les données des plus grands cours d'IA sur Udemy et Coursera : nombre d'inscrits, notes, part d'avis négatifs et les avis eux-mêmes. Nous cherchions des concurrents et nous avons trouvé un cas pédagogique tout prêt. Car les plateformes en ligne ont déjà mené l'expérience qui attend les établissements scolaires : elles ont remplacé la correction humaine par une correction automatique. Le résultat, ce sont leurs propres élèves qui l'ont écrit, littéralement.

L'échelle, pour situer : Google AI Essentials compte 1 876 929 inscrits. Generative AI for Everyone, de DeepLearning.AI (Andrew Ng) : 814 083. Prompt Engineering for ChatGPT, de Vanderbilt : 698 444. Generative AI: Prompt Engineering Basics, d'IBM : 654 256. Google Prompting Essentials : 365 425. Prompt Engineering Specialization, de Vanderbilt : 138 967. Cela fait des millions de personnes, et parmi elles vos lycéens et leurs parents.

« 100% correct » : le verdict sur la correction automatique

Voici un avis qui mérite d'être imprimé et affiché en salle des profs :

« you send your assignments and immediatly you got your results: 100% correct. I am still speechless. I put all that effort in and have no idea whether I my answer was correct or not. » — Shinysheep, 21/09/2023, 1★ (Vanderbilt, Prompt Engineering for ChatGPT)

Quelqu'un rend un devoir, reçoit instantanément un « 100% correct » et repart sans la moindre idée de ce qu'il a fait de bien ou de mal. Ce n'est pas un bug de la plateforme. C'est une limite structurelle : il n'y a aucun modèle à l'intérieur de la leçon Coursera, donc rien, physiquement, ne peut y évaluer le prompt d'un élève. La seule chose que le système sache faire, c'est accepter le fichier et le tamponner.

Ce que cela signifie pour votre classe : une note attribuée sans qu'un humain ait lu la copie n'apprend rien à l'élève. Zéro information. Et l'inverse est tout aussi vrai — le pourcentage d'un détecteur est lui aussi attribué sans qu'un humain ait lu la copie. Seul le signe change : d'un côté un 20 automatique, de l'autre une accusation automatique. Les deux ne valent rien, et pour la même raison.

Voici ce qui arrive aux apprenants quand la correction est automatique et le retour absent :

« Videos are too short and superficial so you end up memorizing sentence by sentence to pass quizzes. Not a learning experience. » — Laurie J Phillips, 12/04/2024, 3★ (IBM)

« quizzes give unhelpful feedback for incorrect answers and just say 'watch the video again' » — Cory Covino, 04/05/2024, 2★ (IBM)

« All the coding is done in the labs for you. You won't have to debug anything or figure anything out, just press shift-enter. » — Cornelius Griggs, 1★ (Generative AI with LLMs)

Trois avis, trois symptômes que tout enseignant reconnaît : le par-cœur pour passer un test, un retour qui se résume à « revoyez la vidéo », et un exercice où tout est déjà fait et où une touche suffit à conclure. Aucun des trois ne parle d'IA. Tous les trois parlent d'une évaluation qui a cessé d'être une conversation. L'IA n'est pas la cause, elle est l'accélérateur : là où un devoir se règle d'un bouton, l'élève trouvera le bouton.

« Il lit juste la diapo » : ce que cela veut dire pour votre cours

Le motif le plus fréquent dans les avis négatifs que nous avons collectés (§4.1 de notre enquête) n'est ni la difficulté ni le prix. C'est le sentiment que l'enseignant ne sert à rien :

« why read straight from the slide? I can do that. This was not a helpful course at all » — Janie I., 02/07/2026, 1★ (Justin Barnett, 152 821 inscrits)

« 50% of this course is reading script like a robot from the slides. …they are just reading text from the slides which you can also you from any good website » — Shashank T., 13/04/2026, 1★ (The Complete AI Guide)

« Written by AI, delivered by AI. The slides are way too crowded to be useful and it really doesn't help to have the bot read them out word-for-word » — Bradley M., 16/04/2026, 1★ (RPATech, 118 803 inscrits)

La leçon pour l'école est désagréable, mais utile : si le contenu de votre cours peut se lire sur une diapo, l'IA le lira mieux — plus vite, à toute heure, autant de fois qu'il le faut. La part de l'enseignement qui consiste à transmettre de l'information vous a déjà été retirée, et elle ne reviendra pas. Reste la part qu'aucun modèle ne sait faire : remarquer que cet enfant-là bloque sur cette étape-là, lui poser une question, attraper l'erreur dans le raisonnement et non dans la phrase. C'est précisément là que repenser les devoirs paie.

« Seulement de la théorie qu'on connaît déjà »

Un deuxième groupe d'avis explique pourquoi un élève se tourne vers la machine :

« The content of this course is incredibly simple to the point of uselessness, it is essentially stating that generative AI exists and listing a bunch of example models. » — Nicholas Munford, 1★ (Generative AI: Introduction and Applications)

« Didnt meet expectations, only theory is discussed which we already know. » — Aditya Nagavolu, 19/11/2023, 1★ (Generative AI for Everyone)

Un devoir qui n'exige rien d'autre que de redire le connu sera réglé par la voie la moins coûteuse. Ce n'est pas une question de morale, c'est de l'économie de l'effort. « Rédigez une dissertation sur l'amitié » annonce très honnêtement : on n'attend ici rien de personnel, rien de vérifiable, rien de vous. Le modèle est le premier à entendre l'annonce.

Le contenu se périme — et les tests avec lui

Encore un groupe, important pour quiconque prépare un cours sur l'IA :

« Stable diffusion, Dalle and Midjourney are not GAN architecture powered. They're diffusion models. » — Jose C., 12/05/2026, 1★ (Barnett)

« The content is mostly from 2023. …I invested my 41 hours and Im learning content which is from 2023. Very disappointed. » — Harsh A., 09/04/2026, 1,5★ (The Complete AI Guide)

« Most content is from 2024. This course is not bad for its time, but just too dated now. » — Martin F., 27/05/2026, 2★ (Generative AI for Beginners, alors que la fiche annonce « mis à jour le 18/04/2026 »)

Le premier est le plus tranchant. L'erreur se loge dans les vidéos et dans les tests : autrement dit, l'élève doit cocher la mauvaise réponse pour marquer le point. Conséquence pratique pour un cours : ne le construisez pas autour de captures d'écran et d'une liste de modèles à la mode. Cela sera périmé au trimestre suivant. Construisez-le autour de ce qui ne se périme pas : comment vérifier une affirmation, d'où sort un chiffre, pourquoi telle question n'admet pas de réponse en un seul prompt.

Sur la part d'avis négatifs — et une réserve honnête contre nous-mêmes

Nous avons calculé la part des notes inférieures ou égales à 3,5★ pour les plus gros cours Udemy : 9,61 % pour Generative AI for Beginners (409 492 inscrits, note 4,53), 10,36 % pour The Complete AI Guide (376 845 inscrits, 42 heures, 545 leçons) et au moins 4,00 % pour Prompt and Context Engineering 101 de Mike Wheeler (84 942 inscrits, 4,31 — la plus mauvaise note de l'échantillon). Sur Coursera, la part négative est nettement plus basse : 1,5–3,5 %.

La réserve sans laquelle ces chiffres sont illisibles : le filtre par étoiles de Coursera s'exécute dans le navigateur, et le serveur renvoie toujours la première page d'avis. Les citations ci-dessus proviennent donc de l'affichage par défaut que voit n'importe quel visiteur, pas d'un échantillon complet des avis négatifs. L'écart entre « 1,5–3,5 % » et « 9,61 % » ne se lit pas comme « on enseigne mieux sur Coursera » : les plateformes n'ont ni le même public, ni le même ticket d'entrée, ni la même façon de collecter les avis. Nous le donnons comme une mesure, pas comme un jugement sur la qualité.

Ce qui marche à la place

Déplacez le curseur : non pas « comment les attraper », mais « comment rendre la triche inutile ». L'IA excelle sur les tâches dépersonnalisées — « rédigez une dissertation sur l'amitié », « faites un exposé sur les volcans ». Elle est mauvaise sur les tâches liées à une personne précise, à un moment précis et à des données précises qui ne sont pas sur Internet.

Six façons de repenser un devoir

1. Ancrez-le dans l'expérience personnelle. Non pas « une dissertation sur l'amitié », mais « un moment de votre vie où vous avez compris que l'amitié n'est pas toujours drôle : décrivez le lieu, le moment et ce que vous avez ressenti exactement ». Un modèle inventera, et l'invention s'effondre à la première relance. Erreur classique : ajouter le mot « personnel » à l'ancien énoncé et considérer le devoir comme repensé. « Racontez votre expérience personnelle de l'amitié » se règle aussi facilement que la version d'origine.
2. Ancrez-le dans le cours. « Utilisez les trois exemples vus jeudi et expliquez pourquoi le quatrième exemple du manuel ne convient pas ici. » L'IA n'a pas votre jeudi. La force est dans la seconde moitié : expliquer pourquoi une chose ne convient pas est bien plus difficile que d'énumérer ce qui convient.
3. Donnez-leur vos données. Un sondage de classe, des mesures de TP, un tableau que vous avez monté vous-même. L'élève travaille avec l'IA par-dessus ces données — et c'est là une compétence légitime, pas de la triche. En prime : toute la classe a les mêmes données et des conclusions différentes, et les désaccords deviennent le cours.
4. Demandez le processus, pas le produit. Un brouillon, un plan, une liste d'idées écartées et les raisons de leur abandon. L'IA écrit le texte final en une seconde ; l'histoire de vos doutes, elle ne peut pas la fabriquer. Réserve contre nous-mêmes : le processus se falsifie lui aussi, avec un « invente-moi trois idées écartées ». Le processus ne fonctionne donc pas seul : il fonctionne avec une soutenance orale.
5. La soutenance orale. Trois minutes, deux questions sur le texte : « expliquez ce paragraphe avec vos mots » et « que changeriez-vous si… ». C'est la façon la plus juste et la plus rapide de savoir à qui appartient le travail, et elle ne demande aucune technologie. C'est aussi exactement ce dont l'absence a fait écrire à Shinysheep « I am still speechless ».
6. Légalisez l'IA et exigez une réflexion. « Vous pouvez utiliser l'IA. Joignez vos prompts, joignez ce que le modèle a produit, et écrivez ce que vous avez corrigé et pourquoi. » La triche devient une analyse — et, franchement, un meilleur cours. Bonus : vous voyez qui, dans la classe, sait repérer les erreurs du modèle et qui recopie sans regarder.

Prompt 1 : auditer un devoir pour voir s'il est copiable

Commencez par le diagnostic, pas par la refonte. Ce prompt fonctionne tel quel : le devoir est déjà inséré ; remplacez-le par le vôtre une fois que vous aurez vu ce que ça donne.

Vous êtes conseiller pédagogique. Voici un devoir scolaire.
D'abord, faites-le comme le ferait un élève qui le confie à
une IA : rédigez une réponse de 150 mots. Ensuite, évaluez-
vous honnêtement.

Devoir (histoire, 15 ans) : « Rédigez une dissertation de
500 mots sur les causes de la Première Guerre mondiale. »

Après votre réponse, donnez une analyse :
1. Une note de copiabilité de 1 à 10, où 10 signifie
   « rendable sans aucune retouche ».
2. Ce qui, exactement, dans l'énoncé vous l'a permis.
3. Trois versions retravaillées du devoir qui rendraient
   votre réponse ci-dessus inutile. Pour chacune, précisez :
   ce qui rattache le travail à l'expérience personnelle de
   l'élève, aux données de la classe ou à un cours précis ;
   quel artefact du processus l'élève rend ; deux questions
   pour une soutenance orale de trois minutes.
4. Pour chaque version, essayez de la contourner et dites
   par où elle fuit encore.

Ne proposez ni interdictions ni détecteurs. Préservez
l'objectif pédagogique.

Le point 4 est celui qui compte. Vous demandez au modèle d'attaquer sa propre proposition. Sans cette étape, il vous rend trois versions élégantes dont deux se copient aussi facilement que l'original.

Prompt 2 : une démonstration d'hallucination en classe

Cinq minutes qui valent mieux que dix sermons sur l'honnêteté. Lancez-le en direct et montrez l'écran.

Parlez-moi en détail du roman « Les lettres salines du
port », de Miriam Aldecoa, paru en 1934. Résumez l'intrigue,
nommez les personnages principaux et expliquez pourquoi la
critique de l'époque s'est disputée sur la fin.

Ensuite, dans un bloc séparé intitulé « Vérification » :
- dites clairement si ce livre existe vraiment ;
- si vous n'êtes pas sûr, expliquez d'où viennent les détails
  que vous avez écrits plus haut ;
- énumérez les signes qui auraient permis à un lecteur de
  soupçonner une réponse inventée.

Ce livre n'existe pas. Deux issues sont possibles, et les deux font un bon cours. Soit le modèle invente avec aplomb une intrigue et des personnages (et se démasque lui-même dans le bloc « Vérification »), soit il reconnaît honnêtement qu'il ne connaît pas ce livre. La seconde issue ne gâche rien : demandez à la classe pourquoi le modèle a douté ici et ne doute pas quand il sort une date ou une source dans leurs devoirs. La mécanique : les hallucinations de l'IA.

Prompt 3 : quinze variantes d'un exercice en une minute

L'autre face de la médaille : la routine qui dévore vos soirées. Ce prompt est autonome et fonctionne tel quel.

Produisez 15 variantes d'un problème pour des élèves de
11-12 ans, sur la même méthode, mais avec des nombres et des
situations différents.

Problème modèle : « La bibliothèque de l'école compte 240
livres. 35 % sont des romans, le reste des manuels. Dans
l'année, la bibliothèque achète 60 manuels de plus. Quel
pourcentage du fonds représentent les romans maintenant ? »

Exigences :
- choisissez les nombres pour que les réponses ne dépassent
  pas deux décimales ;
- les situations doivent être variées et quotidiennes, sans
  répétition ;
- faites cinq variantes d'un cran plus simples et cinq plus
  difficiles (ajoutez une donnée inutile à la résolution) ;
- terminez par un tableau de réponses séparé montrant le
  détail complet de chaque calcul.

Vérifiez votre arithmétique avant d'afficher, et marquez
d'un astérisque les variantes dont vous n'êtes pas sûr.

La dernière ligne pèse plus lourd qu'il n'y paraît : ces modèles calculent moins bien qu'ils n'écrivent. Vérifiez les réponses malgré tout — mais réduire la vérification aux variantes signalées vous fait déjà gagner une soirée.

Prompt 4 : des questions pour la soutenance orale

Vous êtes enseignant. Voici un paragraphe tiré d'une copie
d'élève. Rédigez cinq questions pour une soutenance orale de
trois minutes auxquelles on ne peut pas répondre en relisant
simplement le paragraphe à voix haute.

Paragraphe : « La révolution industrielle a modifié la
structure de la société. Une nouvelle classe est apparue, les
ouvriers de l'industrie, dont la condition était dure :
journées longues, travail des enfants, absence d'assurance.
Dans le même temps, les villes ont grandi, ce qui a créé des
problèmes de salubrité et de logement. »

Pour chaque question, précisez :
- ce qu'elle teste réellement (compréhension de la cause,
  capacité à donner un exemple, capacité à repérer une
  simplification) ;
- à quoi ressemble la réponse de quelqu'un qui a compris ;
- à quoi ressemble la réponse de quelqu'un qui a rendu le
  texte d'un autre.

Enfin, indiquez trois endroits du paragraphe où l'auteur a
lissé quelque chose, et comment interroger sur chacun.

Cette dernière consigne est la partie la plus utile. Il y a des endroits lissés dans tous les textes, et une question qui les vise arrête aussi bien l'élève qui a copié que celui qui a écrit lui-même sans réfléchir. Cet écart entre « le texte est rendu » et « la personne a compris », c'est exactement ce que vous cherchez à mesurer.

Langue d'enseignement : le chiffre qui change le regard sur les non-natifs

Si votre classe compte des enfants pour qui la langue d'enseignement n'est pas la langue maternelle, voici un résultat évalué par les pairs qui mérite d'être connu. Bälter, Kann, Mutimukwe et Malmström (Applied Linguistics Review 15(6) : 2373–2396, 2024) ont mené un essai contrôlé randomisé auprès de 2 263 étudiants suédois : le même cours de programmation en ligne, dispensé en suédois et en anglais.

• Abandon en langue maternelle : 57 %. Abandon en anglais : 71 % (φ=0,2 ; p<0,00001).
• Note moyenne de ceux qui sont restés actifs : 16,9 contre 14,3 (δ=0,085 — une taille d'effet négligeable).

Lisez-le attentivement : la langue n'a pas abîmé la compréhension — ceux qui sont restés ont obtenu presque les mêmes notes. Elle a fait partir. Un détail encore : l'aisance autodéclarée ne protégeait pas de l'abandon supplémentaire.

Deux conséquences pour l'école. D'abord : quand un élève écrivant dans une langue seconde produit une prose plus simple et plus sèche, ce n'est ni un signe de paresse ni un signe de modèle. C'est le prix qu'il paie pour travailler dans la langue d'un autre. Ensuite : un détecteur qui réagit à la simplicité frappera systématiquement cet élève-là. La combinaison — risque d'abandon accru et risque d'accusation injustifiée accru — en fait la personne la plus exposée de votre salle. C'est la seule catégorie où l'erreur de l'enseignant coûte le plus cher.

Comment savoir si la refonte a réussi

Un test d'honnêteté tout simple : prenez votre nouveau devoir, collez-le en entier dans un chat et regardez ce qui sort. Si le modèle produit un texte qu'un élève pourrait rendre tel quel, vous n'avez pas repensé le devoir : vous l'avez seulement allongé. Si le modèle produit une coquille vide mais plausible, qui s'effondre sur « et d'où sortent ces chiffres ? », vous êtes sur la bonne voie.

Deuxième signe : un élève qui a fait le travail honnêtement doit pouvoir le défendre trois minutes sans préparation. S'il n'y arrive pas, soit il n'a pas compris, soit le devoir teste autre chose que ce que vous vouliez tester. Les deux constats sont utiles, et aucun n'a besoin d'un détecteur.

Troisième signe, le plus strict : deux élèves qui font votre devoir honnêtement doivent rendre des copies différentes. Si les copies honnêtes sont indiscernables les unes des autres, le devoir mesure l'obéissance et non la pensée — et une machine le règlera.

Cinq erreurs classiques quand on repense un devoir

• Allonger au lieu de repenser. La règle du « minimum 1000 mots » ne pénalise que l'élève qui écrit lui-même.
• « Avec vos propres mots » comme formule magique. Les modèles sont excellents « avec leurs propres mots ». Cette phrase est un souhait, pas une contrainte.
• Interdire l'IA sans moyen de vérifier. Une règle dont vous ne pouvez pas constater le respect enseigne exactement une chose : qu'on peut ne pas respecter les règles.
• Miser sur un sujet rare. « Là-dessus, il n'y a sûrement rien sur Internet » est presque toujours faux et se réfute en une minute. Ce sont les données qui doivent être rares, pas le sujet.
• Accuser sur un pourcentage. La plus coûteuse. Une accusation injustifiée coûte la confiance de toute une classe pendant des années ; une triche non repérée coûte une note.

Comment en parler avec la classe

Un « l'IA est interdite » échoue pour la même raison que l'interdiction des calculatrices : l'outil est dans toutes les poches, et les élèves s'en servent quel que soit votre avis. Ce qui marche, c'est un accord énoncé à voix haute.

• Nommez les règles explicitement. Où l'IA est acceptable (chercher des idées, se faire expliquer un point, vérifier l'orthographe), où elle ne l'est pas (rendre un texte généré comme le sien), et ce qu'il faut déclarer si on s'en est servi.
• Expliquez le pourquoi. Non pas « parce que c'est malhonnête », mais « parce que ce que vous rendez, ce n'est pas un texte, c'est votre compréhension ; un texte sans compréhension n'a de valeur ni pour moi ni pour vous ».
• Parlez-leur des hallucinations. Les élèves ignorent sincèrement que les modèles inventent des faits, des dates et des sources avec le plus grand aplomb. Une démonstration en classe vaut dix sermons — le prompt 2 ci-dessus se lance directement depuis cette page.
• Montrez-leur l'avis de Shinysheep. Sérieusement. « I put all that effort in and have no idea whether I my answer was correct or not », c'est exactement ce que ressent un élève dont la note arrive sans commentaire. La conversation sur l'utilité d'une correction humaine s'engage plus facilement à partir de l'exemple d'un autre que de votre carnet de notes.
• N'accusez jamais sur un pourcentage. Si une copie soulève des questions, posez-les : « racontez-moi comment vous l'avez écrite ».

Là où l'IA aide l'enseignant lui-même

La routine qui dévore vos soirées s'automatise étonnamment bien.

• Générer 15 variantes du même type d'exercice avec d'autres nombres (prompt 3 ci-dessus)
• Réécrire un texte au niveau de votre classe, ou l'adapter pour un élève en difficulté
• Monter une grille d'évaluation et des questions de soutenance orale (prompt 4 ci-dessus)
• Inventer une mise en route, un débat ou un jeu de rôle de 5 minutes
• Rédiger un brouillon d'appréciation — que vous réécrivez ensuite pour cet enfant précis

Une limite ferme : ne collez pas dans un chat des copies d'élèves avec noms, notes ou détails personnels. Ce sont des données personnelles d'enfants, et des règles comme le RGPD s'appliquent pleinement. Anonymisez avant d'envoyer, ou utilisez les outils validés par votre établissement. Pour aller plus loin : la confidentialité quand on travaille avec l'IA.

Et une seconde limite, qui découle directement de nos propres données : un brouillon d'appréciation est un brouillon. La machine qui attribue une note sans qu'un humain lise la copie s'appelle « 100% correct », et elle n'apprend rien à personne. Ne répétez pas l'erreur des autres sur votre propre matière.

L'essentiel

Attraper ne sert à rien, les détecteurs ne sont pas fiables, les interdictions ne marchent pas. Autre chose marche : des devoirs où la valeur est créée par un humain et où l'IA n'est qu'un outil. Les plus grands cours d'IA au monde, qui comptent leurs élèves en centaines de milliers et en millions, ont déjà montré où mène la correction automatique : « 100% correct » et zéro retour. Vous avez sur eux exactement un avantage, et il est énorme : vous pouvez poser une question et entendre la réponse. Si vous voulez d'abord comprendre ces modèles vous-même, commencez par le guide ChatGPT pour débutants, notre article sur les prompts et l'analyse des hallucinations.