- La politique de votre établissement sur l’IA passe en premier
- Les universités et les revues fixent leurs propres règles sur les usages de l’IA autorisés et ceux qui doivent être déclarés. Certaines n’autorisent que la correction de la langue, d’autres demandent une déclaration de chaque outil utilisé. Consultez la politique de votre cursus ou de la revue visée avant de vous appuyer sur quoi que ce soit ici.
- Références inventées ou mal attribuées
- Les IA généralistes peuvent produire des références qui paraissent réelles et ne le sont pas, ou rattacher un vrai article à une affirmation qu’il ne fait jamais. Ouvrez chaque source que vous citez et vérifiez le passage vous-même, même quand un outil fournit un lien.
- Les scores de similarité et d’IA sont des indicateurs
- Un détecteur de plagiat signale des textes qui se recoupent, pas une intention, et ses résultats peuvent différer de ceux du logiciel de votre université. Les détecteurs de texte écrit par IA donnent une probabilité et peuvent se tromper dans les deux sens : un score est une invitation à relire, pas une preuve.
- Données non publiées et confidentialité
- Téléverser des transcriptions d’entretiens, des données de patients ou un manuscrit non publié sur un outil en ligne peut contrevenir à votre autorisation éthique ou trahir la confiance d’un coauteur. Lisez comment un service stocke et utilise les fichiers avant d’envoyer quoi que ce soit de sensible.
- Un résumé n’est pas une lecture
- Un résumé d’IA sert à décider quoi lire, mais remplace mal la lecture. Les limites, les tailles d’échantillon et les conclusions nuancées sont les détails qui se perdent le plus souvent, et ce sont ceux sur lesquels les relecteurs posent des questions.