L'intégrité du contenu à l'ère de l'IA générative
Un système de détection sur mesure qui distingue les notes rédigées par des étudiants des contenus générés par IA, protégeant ainsi une bibliothèque mondiale de partage de connaissances.
Résultat
Un taux de détection deux fois supérieur à celui du détecteur standard du secteur, identifiant jusqu'à 98 % des contenus générés par l'IA ou par les utilisateurs dans les documents.
Le problème derrière la demande
Le modèle économique de Studeersnel repose sur le partage de documents d'études authentiques entre étudiants. Les grands modèles de langage ont créé un nouveau risque : une prolifération de contenus générés par l'IA susceptibles de diluer la qualité et la fiabilité de la bibliothèque.
Pour préserver la confiance de ses utilisateurs, Studeersnel devait identifier l'origine de chaque document. Les outils de détection disponibles sur le marché n'étaient pas suffisamment précis pour les écrits académiques, et le système devait traiter un volume quotidien de téléchargements très important.
Comment nous avons abordé le projet
Une seule équipe a couvert la stratégie, la data et l'ingénierie IA, en partant des mêmes décisions, de la première évaluation jusqu'au lancement.
Stratégie
Le travail a porté sur la réduction des risques techniques et sur la qualité des données. Un détecteur n'est utile que s'il comprend en quoi l'écriture d'un étudiant diffère d'un texte généré par une machine. Le plan reposait donc sur la production de données d'entraînement de haute qualité, avant même que le sujet ne devienne courant.
Données
L'équipe a conçu une structure de données pour générer du contenu AI en volume et a constitué un jeu d'entraînement permettant de comparer précisément textes humains et textes générés par machine.
Ingénierie
L'équipe a affiné le modèle de langage RoBERTa pour la détection en contexte universitaire et l'a intégré au pipeline existant de Studocu. Les documents sont ainsi évalués en temps réel.
Ce que cela a apporté
Performance
Deux fois le taux de signalement standard du secteur
Le modèle personnalisé détecte jusqu'à 98 % des contenus générés par IA ou par les utilisateurs dans les documents, et environ 80 % dans les réponses aux questions.
Confiance
Authenticité du contenu vérifiée
Connaître l'origine de chaque document permet à Studocu de conserver une bibliothèque de contenus authentiques, rédigés par des étudiants. C'est le cœur de la plateforme.
Capacité
Une longueur d'avance sur l'IA générative
Développé avant l'essor public de l'IA générative, le système a permis à Studocu de monter en charge sans compromettre l'intégrité des contenus.
« Miyagami nous a aidés à développer un modèle d'IA performant. Voir le produit final fonctionner aussi efficacement nous a donné le meilleur point de départ possible. »
Recevez une shortlist en cinq jours ouvrés
Vous nous indiquez les postes et la stack dans un court formulaire ou lors d'un appel de trente minutes. Sous cinq jours ouvrés, vous recevez des profils d'ingénieurs seniors identifiés par leur nom, chacun avec ses deux scorecards.
ISO 27001Certifié