Enregistré dans:
| Auteur principal: | |
|---|---|
| Format: | Recurso digital |
| Langue: | |
| Publié: |
Zenodo
2025
|
| Accès en ligne: | https://doi.org/10.5281/zenodo.17117756 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
| _version_ | 1866902210379513856 |
|---|---|
| author | Jérôme Chapoul |
| author_facet | Jérôme Chapoul |
| contents | <p>L’intégration des outils d’intelligence artificielle dans l’éducation entraîne de nouveaux défis. Si les étudiants peuvent améliorer artificiellement leurs performances en utilisant des réponses générées par IA lors de contrôles et d’évaluations, cela risque de compromettre l’acquisition réelle des compétences visées. Cet article propose une méthode de détection de biomarqueurs linguistiques basée sur des réseaux de neurones non supervisés et un algorithme de clustering afin d’identifier les productions suspectes. Les résultats montrent que certains styles rédactionnels, propres à l’IA, se distinguent nettement de ceux des étudiants humains, permettant aux enseignants d’obtenir un outil d’aide à l’évaluation plus juste.</p> |
| format | Recurso digital |
| id | zenodo_https___doi_org_10_5281_zenodo_17117756 |
| institution | Zenodo |
| language | |
| publishDate | 2025 |
| publisher | Zenodo |
| record_format | zenodo |
| spellingShingle | Détection de biomarqueurs linguistiques IA-GPT pour identifier les réponses générées par IA dans les réponses numériques d'étudiants Jérôme Chapoul <p>L’intégration des outils d’intelligence artificielle dans l’éducation entraîne de nouveaux défis. Si les étudiants peuvent améliorer artificiellement leurs performances en utilisant des réponses générées par IA lors de contrôles et d’évaluations, cela risque de compromettre l’acquisition réelle des compétences visées. Cet article propose une méthode de détection de biomarqueurs linguistiques basée sur des réseaux de neurones non supervisés et un algorithme de clustering afin d’identifier les productions suspectes. Les résultats montrent que certains styles rédactionnels, propres à l’IA, se distinguent nettement de ceux des étudiants humains, permettant aux enseignants d’obtenir un outil d’aide à l’évaluation plus juste.</p> |
| title | Détection de biomarqueurs linguistiques IA-GPT pour identifier les réponses générées par IA dans les réponses numériques d'étudiants |
| url | https://doi.org/10.5281/zenodo.17117756 |