Voyez l'usage de l'IA dans un mémoire, une copie ou un devoir, phrase par phrase, et ouvrez la discussion avec l'étudiant en sachant de quoi vous parlez. Un modèle entraîné pour le français, hébergé en France.
Entreprise française. Modèle souverain, hébergé en France. Les copies de vos étudiants ne servent jamais à entraîner le modèle et ne sont partagées avec personne.
Lucide est déjà utilisé par des enseignants ou étudiants de ces établissements
Ce que les enseignants nous disent chercher, et ce que Lucide leur donne.
Accuser à tort, c'est le pire scénario. Notre modèle est entraîné sur des travaux publics d'étudiants français, pas sur du contenu web en anglais, et mesuré sur des copies humaines pour que l'écriture scolaire, structurée et un peu scolaire, ne soit pas prise pour de la machine.
Un devoir est rarement 100 % IA ou 100 % humain. Lucide surligne les phrases qui ressemblent à de l'IA et celles qui ressemblent à l'étudiant, pour avoir le tableau complet avant d'ouvrir la conversation.
Le copié-collé classique n'a pas disparu. La recherche de sources s'ajoute à la détection d'IA sur la même copie, avec les liens vers les textes retrouvés.
Le moteur est le même pour tout le monde. Ce qui change pour un établissement : les accès, l'intégration à vos outils, et le traitement des travaux longs.
Le surlignage montre ce qui ressemble à de l'IA et ce qui ressemble à l'étudiant. Un devoir généré et un devoir seulement corrigé ne se lisent pas pareil.
Une copie ou une promotion entière, en PDF ou Word. Les mémoires sont découpés en parties, avec un verdict chacune.
La recherche de plagiat s'ajoute à la détection d'IA dans la même analyse. Le rapport se télécharge pour l'étudiant ou une commission.
Un accès par personne, chacun avec son espace et son historique, et une facture unique pour l'établissement.
Un texte entre, le verdict et les passages surlignés ressortent. De quoi brancher la détection dans votre plateforme de dépôt des travaux.
La détection directement dans Moodle, sans quitter votre espace de cours : le dépôt de l'étudiant est analysé là où vous le corrigez. En préparation.
Pour les établissements dont les travaux ne doivent pas quitter le réseau, le moteur peut être installé sur vos serveurs. On regarde la faisabilité avec votre direction informatique.
Un devoir un peu trop parfait, une dissertation rendue en dix minutes. Le guide pour les professeurs.
Vous collez le texte ou déposez le fichier. En quelques secondes, les phrases suspectes sont surlignées. Vous avez de quoi poser une question précise à l'étudiant plutôt qu'une accusation vague.
Savoir si l'étudiant a fait écrire ChatGPT ou s'il lui a fait corriger la grammaire. Ce n'est pas la même faute, et souvent pas une faute du tout.
Chaque analyse s'exporte en rapport avec le texte, les passages surlignés et la date, à partager avec l'étudiant, un parent ou une commission.
Mémoires, TER, thèses, dossiers d'admission : les enjeux lourds, à l'échelle d'une promotion. Comment on aborde les mémoires.
Un mémoire de 80 pages est découpé en parties, chacune avec son verdict. Vous savez si c'est l'introduction qui pose problème ou l'ensemble. Analyser 20 000 mots d'un bloc donne un résultat trompeur, on l'a mesuré.
Dépôt par lot en PDF ou Word, résultats regroupés. Un compte par enseignant, une facture pour l'établissement.
Beaucoup d'établissements nous demandent d'abord comment cadrer l'IA. On a écrit un modèle de charte et un formulaire de déclaration d'usage à reprendre tels quels.
Trois choses vraies, vérifiables dans nos mentions légales et notre comparatif.
Plus de la moitié des textes analysés sur Lucide sont des mémoires, des TER et des copies. Le modèle est entraîné et mesuré sur ce registre-là, en français, pas sur du contenu marketing en anglais. On publie le comparatif.
Règle interne, écrite : aucun texte client n'entre dans un jeu d'entraînement. La qualité du modèle se mesure sur des corpus que nous constituons nous-mêmes.
Un travail d'étudiant est une donnée personnelle. Entreprise française, modèle souverain, serveurs dans un centre de données situé en France. Rien n'est transmis à OpenAI, Google ou un autre prestataire, ni partagé entre établissements.
des étudiants déclarent utiliser l'IA dans leurs études, et 54 % chaque semaine.
Digital Education Council, août 2024, 16 paysdes enseignants français pensent que leurs étudiants ont régulièrement recours à l'IA pour leurs devoirs.
Institut Le Sphinx, août 2023des textes analysés sur Lucide sont des travaux d'étudiants. C'est notre premier registre, et celui où le modèle est le plus travaillé.
Ce que demandent les enseignants, les directions d'études et les DSI d'université.
Dites-nous qui va l'utiliser et sur quels travaux. On ouvre un accès de test et on regarde les résultats avec vous.