Intégrité académique

Les personnes qui créent des contenus sont toujours responsables de leur exactitude et de leur qualité. Ce principe reste valable et s'applique aux supports de cours et aux documents, mais aussi, par exemple, aux preuves d'apprentissage et aux travaux scientifiques. L'IA générative exige d'assumer cette responsabilité à tout moment et de la montrer aux autres personnes.

• GenAI produit des outputs sur la base de probabilités statistiques en accédant à de grandes quantités de données (données d'entra?nement). Il n'y a donc pas de réflexion au sens humain du terme. C'est pourquoi les utilisateurs ont le devoir de vérifier l'exactitude et la pertinence de l'output.
• L'IA générative peut halluciner, tirer des conclusions erronées et aussi référencer de manière incorrecte. Les utilisateurs assument la responsabilité de vérifier en détail l'exactitude des outputs.
• L'output de GenAI se base sur les données d'entra?nement utilisées ainsi que sur les algorithmes programmés. C'est pourquoi des biais peuvent appara?tre à tout moment et doivent être soigneusement vérifiés par les utilisateurs.

D'autres points importants d'une attitude responsable sont également disponibles sur ''Bonne pratique scientifique'. ainsi qu'auprès du réseau Politique d'éthique de l'ETH AI,L'intégrité est une attitude qui participe au dialogue global sur l'utilisation responsable de l'IA.

L'utilisation de l'IA générative doit être indiquée de manière transparente à tout moment. Cela ne vaut pas seulement pour les travaux scientifiques, mais aussi par exemple pour les supports de cours, les présentations ou l'utilisation de l'IA générative pour une évaluation ou un feedback. C'est pourquoi les règles de base suivantes doivent être respectées :

• Indiquer quels contenus ou parties de matériaux et de travaux ont été créés à l'aide de l'IA générative.
• Créer la transparence sur l'utilisation d'outils basés sur l'IA dans l'enseignement.
• Communication ouverte ou encore discussion sur l'utilisation de GenAI pour le feedback et les évaluations.

Il est important de respecter la vie privée et les droits d'auteur des contenus avec lesquels on travaille. Les outils d'IA ont besoin de beaucoup de données pour entra?ner les modèles sous-jacents. Les données saisies par les utilisateurs sont souvent réutilisées pour l'entra?nement. C'est pourquoi il est essentiel de conna?tre les dispositions relatives à la protection des données et de traiter correctement le matériel protégé sur la base de ces dispositions.

• Si des données sont transmises à des outils basés sur l'IA ou validées pour ces derniers, il convient de s'assurer au préalable qu'aucun droit n'est violé ou de demander un consentement préalable.
• Pour les données privées ou non disponibles publiquement, seuls des outils garantissant le respect des dispositions relatives à la protection des données doivent être utilisés (voir aussi Outils d'IA & licences).

Dans les supports de cours ainsi que dans les travaux scientifiques, les sources de contenus (texte, images, vidéos, etc.) doivent être correctement référencées. De même, la génération d'images, de textes, de codes, etc. par l'IA générative doit toujours être indiquée correctement.

Les différents styles de citation ont édicté des directives pour le référencement des outils d'IA, par exemple pour page externeAPA, page externeMLA ou page externeChicago Style (d'autres lignes directrices sont disponibles sous page externeManuel de style IEEE et page externeHarvard referencing). Des informations détaillées à ce sujet sont disponibles sur la plateforme sous licence de la Bibliothèque de l'ETH. page externeCitez-les correctement. Un bon aper?u de la manière correcte de faire référence est également disponible sous page externeGuidelines 'Citing AI Tools' (Directives relatives à l'utilisation d'outils d'intelligence artificielle) (Université de B?le, Suisse) ou sous page externeGuide de citation et d'écriture pour l'utilisation de l'IA générative dans le travail académique. (Dudley Knox Library Monterey, USA).

Les déclarations attestant de l'autonomie de l'ETH Zurich contiennent un passage sur l'utilisation de l'intelligence artificielle. Pour cela, il faut choisir l'une des trois variantes suivantes :

1. Les technologies de l'IA générative ont été pas utilisé.
2. L'IA générative a été utilisée et signalée comme outil.
3. L'IA générative a été utilisée comme outil et n'a pas été signalée en accord avec le tuteur.

Le choix de l'option devrait dans tous les cas être clairement défini au préalable et faire l'objet d'un accord entre les enseignants et les étudiants. L'option 3 n'est recommandée que dans les cas spéciaux où l'IA générative fait partie intégrante d'un travail et ne doit donc pas être mentionnée directement.

• TéléchargerDéclaration attestant le caractère original du travail effectué pour les étudiants Bachelor et Master (PDF, 175 KB)
• TéléchargerDéclaration attestant le caractère original du travail effectué pour les doctorants (PDF, 1.1 MB)

L'utilisation de l'IA générative ne change rien du point de vue légal en ce qui concerne l'intégrité scientifique et le plagiat. La Bibliothèque de l'ETH gère sous Plagiat et intelligence artificielle (IA) ne précise pas comment faire face à la nouvelle situation.

La reconnaissance technique de l'output généré par l'IA générative n'est actuellement pas fiable et le restera probablement à l'avenir. La confiance dans une telle méthode n'est donc pas de mise.

Le développement de l'IA générative nécessite une réflexion critique sur le r?le de l'écriture dans la formation et la science. Une action responsable des chercheurs, des enseignants et des étudiants est nécessaire pour exploiter le potentiel de cette technologie tout en minimisant les risques. Dans le document de discussion page externeAssumer ensemble la responsabilité de l'écriture scientifique à l'ère de l'IA du Forum universitaire sur la digitalisation, ces aspects seront abordés sous différents angles.