Cabinet Kohen Avocats · Paris 16ᵉ
Accusé de triche par un détecteur d’IA : ce que les procès de 2026 révèlent de cette preuve

Maître Hassan KOHEN intervient en urgence, du commissariat à la cour d'assises. Première analyse stratégique : 80 € TTC, réponse personnelle sous 24 heures.

100 % confidentiel · Secret professionnel · Sans engagement

Article généré par une intelligence artificielle, selon un processus conçu et contrôlé par le cabinet

Source : Cour de cassation – Base Open Data « Judilibre » & « Légifrance ».

Barreau de Paris Garde à vue, instruction, assises Fiche CNB avocat.fr
Maître Hassan Kohen, avocat pénaliste à Paris
Maître Hassan KOHEN
Avocat au Barreau de Paris

Accusé de triche par un détecteur d’IA : ce que les procès de 2026 révèlent de cette preuve

Parler à un avocat 06 89 11 34 45

Un score à 100 % s’affiche à l’écran : pour le logiciel Turnitin, le devoir d’histoire remis par Orion Newby, étudiant de première année à Adelphi University, est intégralement « écrit par intelligence artificielle ». Sanction immédiate : zéro au devoir, mention de violation de l’intégrité académique au dossier. L’étudiant nie, explique s’être fait aider sur la grammaire par le service de tutorat de sa propre université, et produit deux contre-analyses automatisées — Grammarly et ZeroGPT — qui classent le même texte comme écrit par un humain. Le 29 janvier 2026, la Cour suprême du comté de Nassau, dans l’État de New York, annule la sanction et ordonne l’effacement de la mention, jugeant la conclusion de l’université dépourvue de fondement valable. Cette affaire, comme trois autres tranchées en Amérique du Nord entre novembre 2024 et février 2026, est recensée et documentée dans une synthèse journalistique publiée le 6 septembre 2026, en pleine rentrée universitaire.

Cette situation n’est plus exotique. En France, les établissements scolaires et universitaires utilisent massivement des logiciels de détection de textes générés, et le ministère de l’Éducation nationale recensait déjà, pour la session 2025 des examens, 1 208 cas de fraude, dont 8,5 % impliquant l’utilisation de l’intelligence artificielle. La réponse de principe, à retenir d’emblée : un rapport de détecteur d’IA est un indice statistique, pas une preuve de triche. Il peut légitimement déclencher un contrôle ; il ne peut pas, à lui seul, fonder une sanction, ni en France ni ailleurs. En droit français, la charge de la preuve pèse sur celui qui accuse, les décisions entièrement automatisées sont encadrées par le règlement européen sur la protection des données, et la procédure disciplinaire obéit aux droits de la défense. Voyons précisément ce que ce document prouve, ce qu’il ne prouve pas, et les décisions concrètes à prendre si vous — ou votre enfant — êtes accusé sur cette base.

I. Ce que le rapport d’un détecteur d’IA prouve — et ce qu’il ne prouvera jamais

A. Un signal statistique faillible, mesurable et contournable

Pour comprendre la valeur réelle de ces rapports, il faut d’abord comprendre ce que l’outil mesure. Un détecteur d’IA ne « lit » pas un devoir comme un correcteur : il calcule des propriétés statistiques du texte, notamment sa prévisibilité — ce que les spécialistes appellent la perplexité, c’est-à-dire la facilité avec laquelle un modèle de langage devine le mot suivant. Un texte très régulier, au vocabulaire restreint et aux tournures prévisibles, obtient un score « IA » élevé. Or c’est précisément le profil d’écriture de nombreux étudiants prudents, de personnes dont la langue d’examen n’est pas la langue maternelle, ou de rédacteurs qui appliquent scrupuleusement une méthode imposée.

Les chiffres disponibles sont sans ambiguïté. Une étude de l’université de Stanford publiée le 10 juillet 2023 dans la revue Patterns (référence DOI 10.1016/j.patter.2023.100779) a soumis 91 essais rédigés en anglais par des candidats non natifs — copies de l’épreuve TOEFL — et 88 copies d’élèves américains à sept détecteurs répandus. Résultat : les outils ont classé à tort plus de la moitié des textes humains écrits par des non-natifs comme générés par l’IA, avec un taux moyen de faux positifs de 61,3 %, tandis que les copies des élèves natifs étaient correctement classées dans une proportion voisine de la perfection ; au moins un détecteur a signalé 97,8 % des essais humains non natifs comme artificiels. Les auteurs concluent à un biais systématique de ces détecteurs contre les rédacteurs dont l’anglais n’est pas la langue maternelle, et observent dans le même travail que ces outils se contournent facilement par une simple consigne de reformulation donnée au modèle. Autrement dit, le même instrument accuse à tort l’étudiant sérieux et laisse passer le fraudeur qui sait s’en servir. Ils soulignent enfin que les affirmations de précision à 99 % affichées par les fabricants sont trompeuses, faute d’accès public à un jeu de données de test, aux caractéristiques du modèle ou à ses données d’entraînement : ces outils sont des produits commerciaux fermés, dont personne ne contrôle publiquement le contenu.

Les experts le disent crûment. Scott Aaronson, chercheur en intelligence artificielle consulté par un étudiant de Yale accusé sur la base du logiciel GPTZero, a expliqué au Yale Daily News du 23 février 2025 qu’il est mathématiquement impossible qu’un outil détecte l’usage de l’IA avec une probabilité de 100 %. Les établissements les plus prudents l’ont intégré : Yale et Johns Hopkins ont retiré toute valeur probante aux détecteurs dans leurs règlements internes tout en continuant à s’en servir comme simple signal d’alerte, selon la synthèse du 6 septembre 2026 déjà citée.

Ce que le rapport prouve, donc : que le texte présente des caractéristiques statistiques compatibles avec une écriture générée. Ce qu’il ne prouve pas : que le texte a été généré, ni par quel outil, ni par qui, ni dans quelles conditions. Entre les deux, il y a tout le travail de la preuve — et c’est le juge ou la commission qui doit le faire, pas l’algorithme.

Une conséquence pratique découle de cette mécanique, et elle concerne directement les familles françaises : plus un devoir est méthodique — plan imposé, connecteurs logiques, registre soutenu, phrases régulières — plus il ressemble statistiquement à une production de machine. Les élèves appliqués, les étudiants étrangers, les candidats qui relisent et normalisent leur texte sont précisément ceux qu’un détecteur risque de signaler. À l’inverse, un texte réellement généré puis retravaillé à la main, ou produit avec une consigne demandant un style plus humain et varié, échappera souvent au signal. Le score ne mesure donc ni l’honnêteté ni le travail : il mesure une régularité d’écriture, ce qui n’a jamais constitué un élément de preuve au sens juridique.

Les quatre affaires nord-américaines tranchées entre novembre 2024 et février 2026 le montrent avec une netteté remarquable : le sort de l’accusé ne dépend pas de la fiabilité du détecteur, mais de la manière dont l’établissement a construit son dossier. Orion Newby a gagné contre Adelphi University le 29 janvier 2026 parce que la sanction ne reposait que sur le score Turnitin, que ses deux contre-analyses avaient été ignorées et que la procédure interne n’avait tenu aucun compte ni de sa situation de handicap ni du fait que l’aide reçue provenait d’un service de l’université elle-même. À l’inverse, Haishan Yang, doctorant en économie de la santé, a perdu contre l’université du Minnesota : la cour d’appel du Minnesota a confirmé son exclusion le 2 février 2026, dans une décision relayée par le Minnesota Lawyer du 13 février 2026, en relevant que le panel disciplinaire ne s’était pas appuyé sur les résultats des détecteurs d’IA, mais sur l’évaluation de quatre enseignants, sur des sources sans rapport avec le cours et sur les incohérences du dossier de l’étudiant. À Yale, Thierry Rignol — un citoyen français inscrit à l’Executive MBA — a vu sa demande de réintégration rejetée en mai 2025 par la juge fédérale Sarah Russell, sans que l’outil soit jugé en lui-même. Et au lycée de Hingham, dans le Massachusetts, le juge fédéral Paul Levenson a confirmé en novembre 2024 la note abaissée d’un élève qui avait utilisé l’IA en phase de recherche, estimant que l’établissement fixe les règles de ses propres devoirs, selon le compte rendu de NBC News. Trois défaites, une victoire : la leçon n’est pas « les détecteurs ont raison » ni « les détecteurs ont tort », mais que la procédure et la diversité des éléments de preuve décident de l’issue.

B. En droit français : un indice, jamais une preuve à lui seul

Le droit français aboutit à la même conclusion, par plusieurs voies convergentes.

Première voie : la charge de la preuve. C’est celui qui accuse qui doit prouver. Une université qui sanctionne un étudiant pour triche doit établir la fraude ; un procureur qui poursuit doit rapporter la preuve de l’infraction. L’article 427 du code de procédure pénale, toujours en vigueur à la date de cet article, pose le principe : « Hors les cas où la loi en dispose autrement, les infractions peuvent être établies par tout mode de preuve et le juge décide d’après son intime conviction », assorti d’une garde-fou essentielle : « Le juge ne peut fonder sa décision que sur des preuves qui lui sont apportées au cours des débats et contradictoirement discutées devant lui ». Un score automatique peut donc entrer au dossier, comme n’importe quel élément — mais il doit pouvoir être discuté, contesté, confronté à d’autres éléments. Une condamnation ou une sanction qui reposerait sur le seul chiffre produit par une machine, sans examen contradictoire, méconnaîtrait ce principe.

Deuxième voie : l’encadrement européen des décisions automatisées. Le règlement général sur la protection des données (RGPD) encadre strictement les décisions prises sans intervention humaine. Comme l’explique la CNIL dans sa fiche consacrée au profilage et à la décision entièrement automatisée, l’article 22 du RGPD s’applique aux traitements fondant exclusivement des décisions produisant des effets juridiques ou affectant de manière significative les personnes, avec des règles plus restrictives précisément destinées à éviter que l’être humain ne subisse des décisions émanant uniquement de machines. Une exclusion d’un examen ou un zéro disciplinaire affectent significativement un étudiant : si la décision était prise exclusivement sur la base du traitement automatisé, sans intervention humaine réelle, elle tomberait sous le coup de cet encadrement. Concrètement, l’établissement doit pouvoir montrer qu’un humain a examiné le dossier, entendu l’intéressé et motivé la décision — le clic sur « générer le rapport » ne suffit pas.

Cet encadrement se traduit par des droits directement utilisables par la personne accusée. La CNIL les détaille dans sa page sur les droits à l’intervention humaine face au profilage ou à une décision automatisée : être informé qu’une décision entièrement automatisée a été prise à votre encontre, demander à connaître la logique et les critères employés, contester la décision et exprimer votre point de vue, et demander l’intervention d’un être humain pour réexaminer la décision. Ces garanties découlent de l’article 22 du règlement général sur la protection des données. Demander par écrit la logique et les critères du rapport, ou son réexamen par un humain, n’est donc pas une audace : c’est un droit que le responsable de traitement doit respecter.

Troisième voie : le droit disciplinaire universitaire, qui organise une vraie procédure contradictoire. À l’université, l’article R. 712-9 du code de l’éducation dispose que « Le pouvoir disciplinaire prévu à l’article L. 712-6-2 est exercé en premier ressort par le conseil académique de l’université, constitué en section disciplinaire dans les conditions et selon la procédure prévues aux articles R. 712-10 à R. 712-46 ». Cette procédure comporte la notification des griefs, l’accès au dossier, la possibilité d’être entendu et assisté : autant de leviers pour exiger de voir le rapport complet du détecteur, ses paramètres et sa portée, et pour opposer ses propres éléments. Pour le baccalauréat, la procédure vient même d’être renforcée : le décret du 27 février 2026, présenté sur le site du ministère de l’Éducation nationale, permet désormais à la commission disciplinaire de cibler ses sanctions — annuler une épreuve ou une série d’épreuves plutôt que la session entière —, ce qui suppose une appréciation concrète des faits, incompatible avec un automatisme lié à un score.

Il faut enfin nommer une évidence que l’angoisse de l’accusation fait souvent oublier : la sanction est une décision prise par des personnes, qui engage leur responsabilité. Un enseignant qui signale un devoir, un président d’université qui saisit la section disciplinaire, une commission qui prononce une sanction doivent pouvoir justifier leur décision par des faits et non par un pourcentage. Si le dossier ne contient rien d’autre que le rapport automatique, la décision est fragile par construction — et c’est exactement cette fragilité que la justice de Nassau County a sanctionnée en annulant, le 29 janvier 2026, la mesure prise contre Orion Newby.

II. Accusé de triche par un logiciel : la défense concrète, du procès-verbal au tribunal

A. Figer ses propres preuves et jouer la procédure à fond

La première urgence, quand un enseignant ou un établissement vous accuse sur la base d’un détecteur, est de sécuriser les traces de votre travail réel — ces traces qui, demain, vaudront contre-preuve.

Conservez tout, sans rien retoucher : les versions successives de votre document (l’historique de versions de Google Docs ou de Word enregistre date, heure et contenu de chaque étape de rédaction), vos brouillons, vos notes de lecture, vos recherches, les fichiers sources, les échanges avec un tuteur ou un professeur, les métadonnées du fichier final. L’affaire Newby l’a montré : l’étudiant a produit deux contre-analyses automatisées concluant à une écriture humaine, et le fait que l’université les ait ignorées a pesé dans l’annulation de la sanction. Le même texte recevant des verdicts opposés selon l’outil utilisé est en soi une démonstration utile : elle prouve que le score n’est pas une mesure de vérité, mais une estimation variable.

Ensuite, jouez la procédure — c’est un droit, pas une faveur. En cas de fraude présumée aux examens nationaux, le ministère de l’Éducation nationale décrit un déroulé précis : en cas de flagrant délit de fraude ou de tentative de fraude, l’épreuve poursuit son cours et un procès-verbal est établi, contresigné par les surveillants et le candidat, puis transmis sans délai au recteur pour une éventuelle saisine de la commission de discipline académique ; la décision de la commission est attendue dans un délai de deux mois après la proclamation des résultats et peut faire l’objet d’une contestation devant le tribunal administratif. À l’université, la section disciplinaire du conseil académique siégeant selon les articles R. 712-10 à R. 712-46 du code de l’éducation offre les mêmes garanties : demandez la communication intégrale du rapport, demandez à être entendu, faites-vous assister, versez vos propres éléments par écrit. L’affaire Yang enseigne la contraposée : l’université du Minnesota a survécu au contrôle judiciaire parce que sa procédure a suivi ses règles écrites, avec audition, contradictoire et motivation. Ce qui protège l’établissement rigoureux protège aussi l’étudiant rigoureux : plus la procédure est respectée, plus les éléments matériels — et non le score — décident.

Un piège mérite d’être nommé : l’aveu arraché sous pression. Dans l’affaire de Yale, l’étudiant français soutient dans son recours fédéral qu’on l’a poussé à admettre une responsabilité qu’il ne reconnaissait pas, lors d’une réunion où, selon sa plainte rapportée par le Yale Daily News, la doyenne des étudiants lui aurait demandé à plusieurs reprises s’il n’avait pas utilisé un outil d’aide à l’écriture, consulté d’autres étudiants ou mal compris les règles de l’examen. La règle de bon sens est identique partout : ne signez rien sur-le-champ, ne « confessez » rien pour en finir, demandez le temps de consulter et répondez par écrit en contestant précisément ce qui est inexact. Un aveu donné pour apaiser une réunion se retournera contre vous devant la commission et, le cas échéant, devant le juge.

Enfin, mesurez l’échelle réelle du phénomène pour ne pas vous laisser impressionner : sur les 1 208 cas de fraude recensés en France en 2025, 833 ont fait l’objet de poursuites devant la commission disciplinaire du baccalauréat et 634 ont été sanctionnés, l’utilisation des nouvelles technologies représentant 55,04 % des fraudes et celle de l’intelligence artificielle 8,5 %. Les commissions traitent donc chaque année des centaines de dossiers, et elles savent — le décret du 27 février 2026 les y oblige — moduler les sanctions selon la gravité réelle des faits. Une contestation étayée n’a rien d’exceptionnel ni de téméraire.

Un point de procédure utile aux parents de lycéens : pour les évaluations relevant du contrôle continu, le ministère précise que les suites disciplinaires et les conséquences sur l’évaluation concernée sont arrêtées par le chef d’établissement, en accord avec l’enseignant, et que depuis la session 2024 le chef d’établissement peut, pour les cas graves, transmettre au recteur un rapport d’incident en vue d’une saisine de la commission de discipline du baccalauréat. Autrement dit, tout n’est pas automatiquement renvoyé devant une commission académique : beaucoup de situations se règlent au niveau de l’établissement, où un échange écrit, calme et documenté — historique de travail à l’appui — peut suffire à faire évoluer la position de l’école avant toute sanction formelle.

B. Le volet pénal : ce que l’accusation peut devenir, et ce qu’elle exige

La fraude aux examens n’est pas qu’une affaire de règlement intérieur. En France, c’est un délit. La loi du 23 décembre 1901 réprimant les fraudes dans les examens et concours publics, toujours en vigueur, punit les fraudes et tentatives de fraude ; son article premier pose que « Toute fraude commise dans les examens et les concours publics qui ont pour objet l’entrée dans une administration publique ou l’acquisition d’un diplôme délivré par l’Etat constitue un délit », et il énonce les comportements visés — communiquer le sujet avant l’épreuve, faire usage de pièces fausses telles que diplômes ou certificats, substituer une tierce personne au véritable candidat — en les punissant de trois ans d’emprisonnement et de 9 000 euros d’amende, ou de l’une de ces peines seulement. Le ministère de l’Éducation nationale rappelle en outre les risques pénaux associés : jusqu’à 3 ans de prison et 45 000 euros d’amende pour faux et usage de faux, et jusqu’à 10 ans de prison et 1 million d’euros d’amende pour la substitution d’identité lors des épreuves.

Cette dimension pénale joue dans les deux sens, et c’est là que la preuve numérique redevient centrale. D’un côté, celui qui fabrique un faux document pour se défendre — fausse attestation, capture d’écran retouchée, faux historique de versions — aggrave singulièrement son cas : l’article 441-1 du code pénal dispose que « Constitue un faux toute altération frauduleuse de la vérité, de nature à causer un préjudice et accomplie par quelque moyen que ce soit, dans un écrit ou tout autre support d’expression de la pensée qui a pour objet ou qui peut avoir pour effet d’établir la preuve d’un droit ou d’un fait ayant des conséquences juridiques », puni de trois ans d’emprisonnement et 45 000 euros d’amende. Une défense honnête avec des traces imparfaites vaut toujours mieux qu’une défense fabriquée : l’expertise numérique d’un fichier falsifié est aujourd’hui à la portée de n’importe quel expert judiciaire. De l’autre côté, si vous êtes réellement innocent, la procédure pénale vous offre le contradictoire le plus complet : les éléments doivent être discutés, l’expertise du rapport peut être demandée, et l’intime conviction du juge ne peut légalement pas se résumer à un pourcentage affiché par un logiciel.

Reste la question que se posent beaucoup d’accusés : faut-il attaquer le détecteur lui-même ? La réponse donnée par les quatre affaires nord-américaines est nuancée et honnête : aucune décision connue n’a déclaré ces outils inutilisables en soi, et un détecteur peu fiable ne suffit pas à gagner. Ce qui gagne, c’est la démonstration que la procédure a ignoré vos éléments favorables, que la décision repose exclusivement sur un automatisme, ou que les faits reprochés ne sont pas établis. C’est exactement la logique du droit français des sanctions administratives : le juge administratif contrôle la légalité de la décision, l’exactitude des faits et le respect des droits de la défense — pas la performance commerciale d’un logiciel.

Une précision de vocabulaire juridique, car la peur du pénal aggrave inutilement certaines situations : le délit de la loi du 23 décembre 1901 vise les fraudes et tentatives de fraude dans les examens et concours — épreuves officielles, classantes ou diplômantes. Un devoir maison ou un exposé sanctionné dans le seul cadre interne d’un établissement ne devient pas pour autant une affaire pénale : la plupart des contentieux resteront disciplinaires, puis administratifs en cas de recours. À l’inverse, lorsque les faits visent une épreuve officielle — baccalauréat, concours, partiels universitaires diplômants — ou qu’ils supposent pièces fausses, substitution de personne ou divulgation de sujets, la qualification pénale existe bel et bien, et les règles à respecter pendant un examen ou un concours public sont détaillées par l’administration. Savoir de quel côté de cette frontière se situe votre situation change la stratégie, les délais et l’interlocuteur compétent : c’est l’une des premières questions à trancher avec un conseil.

La dernière décision concerne l’accompagnement. Une accusation de fraude fondée sur un détecteur peut croiser à la fois le droit disciplinaire universitaire ou scolaire, le droit administratif du recours, le droit des données personnelles pour l’accès au rapport et, dans les cas graves, le droit pénal. Consulter un avocat pénaliste à Paris dès la notification des griefs — et non après la sanction — permet de calibrer la contestation : quelles traces figer, quelles demandes adresser à l’établissement, quand saisir le tribunal administratif et comment préparer l’éventuelle réponse pénale. Les délais sont courts : deux mois pour le recours contentieux contre une décision de commission disciplinaire, et des traces techniques qui s’effacent vite si l’on change d’ordinateur ou si l’on laisse expirer les historiques.

En résumé, trois certitudes peuvent guider celui qui fait face à un rapport de détecteur d’IA. D’abord, ce rapport est un indice statistique faillible — 61,3 % de faux positifs sur les rédacteurs non natifs dans l’étude de Stanford, contournement documenté, verdicts opposés selon les outils — et non une preuve de triche. Ensuite, le droit, en France comme dans les affaires nord-américaines de 2024 à 2026, refuse qu’une sanction repose sur le seul automatisme : charge de la preuve à l’accusateur, contradictoire obligatoire, décision automatisée encadrée par l’article 22 du RGPD, procédures disciplinaires garanties par le code de l’éducation et renforcées par le décret du 27 février 2026. Enfin, la défense efficace tient en quatre gestes : figer toutes les traces de son travail réel, exiger la procédure complète et le rapport intégral, ne rien avouer sous pression ni fabriquer de faux, et se faire conseiller tôt, car les délais et les fichiers n’attendent pas.

📄 Circulaire officielle