Moodle conserve le contexte
Les rôles du cours, les réglages des devoirs, l’accès des étudiants et les règles de notation restent dans le LMS de l’établissement.
Intégrations / Moodle
Détection d’IA dans Moodle conçue autour de la vérification par les enseignants
Reliez le texte des devoirs à l’API du détecteur d’IA, renvoyez des signaux phrase par phrase dans un processus contrôlé par l’établissement et laissez les décisions pédagogiques aux enseignants. Chaque déploiement commence par des règles de vérification claires et un périmètre technique défini.
Le périmètre d’un déploiement Moodle est défini avec l’établissement avant sa mise en œuvre.
Processus de vérification
Du texte du devoir à la décision de l’enseignant
- 1
Moodle
Une remise autorisée entre en vérification
Les règles de votre LMS déterminent quels textes peuvent être traités et qui peut lancer une vérification.
- 2
Connecteur
L’intégration extrait et envoie le texte
Une requête côté serveur garde la clé API hors du navigateur et de l’espace de l’étudiant.
- 3
Enseignant
Le signal revient pour être examiné dans son contexte
Une personne lit le résultat avec les brouillons, les sources et les règles du cours.
01
Connexion par API pour les processus Moodle
02
Authentification de la clé API côté serveur
03
Résultat du détecteur phrase par phrase
04
La vérification humaine reste l’étape finale
Une séparation pratique
Laissez Moodle gérer l’apprentissage et l’API assurer l’analyse
Une bonne intégration ne déplace pas toutes les fonctions du LMS dans le détecteur. Moodle conserve les utilisateurs, les rôles, les devoirs, les autorisations et le contexte du cours. Le connecteur envoie à l’API le texte approuvé et ne renvoie que les éléments nécessaires à l’enseignant pour le vérifier.
Le connecteur protège la clé
Les identifiants API appartiennent à un environnement serveur de confiance. Ils ne doivent jamais apparaître dans le code du navigateur ni sur une page destinée aux étudiants.
Le détecteur renvoie un signal
Utilisez le résultat structuré pour orienter la vérification, puis tenez compte de l’historique de rédaction et du contexte du devoir.
Besoins de la connexion
Quatre décisions à prendre avant d’écrire la moindre ligne de code
Ces choix définissent le connecteur, l’expérience utilisateur et la responsabilité opérationnelle de l’établissement.
Remises admissibles
Définissez les types de devoirs concernés et la façon dont les fichiers pris en charge deviennent du texte brut avant l’analyse.
Personnes autorisées à vérifier
Choisissez qui peut lancer une vérification, voir le détail des phrases et enregistrer la suite donnée dans le processus du cours.
Emplacement du résultat
Décidez si les résultats doivent apparaître dans la vue de notation, une file distincte ou un rapport réservé au personnel.
Règles de vérification et de conservation
Indiquez comment les signaux peuvent être utilisés, quels enregistrements sont conservés et quelle procédure de recours ou de seconde vérification s’applique.
Parcours de configuration
Commencez avec un cours et des règles de vérification écrites
Un projet pilote limité facilite l’évaluation des autorisations, des erreurs d’extraction, de la langue des résultats et de la formation du personnel avant une utilisation plus large.
- 1
Cartographier le processus des devoirs
Listez les types de remise, la version de Moodle, les rôles, les points de vérification, le volume estimé et le texte exact autorisé à quitter le LMS.
- 2
Construire et tester le connecteur
Gardez la clé API côté serveur, demandez Detector v3 pour les nouveaux développements et testez des contenus réalistes ainsi que des remises vides, non prises en charge ou en échec.
- 3
Mener un projet pilote suivi
Formez les personnes chargées de la vérification aux limites de la détection, recueillez les signalements de faux positifs et ajustez le processus avant d’ajouter d’autres cours.
Cas adaptés
Utile lorsqu’un processus de vérification existe déjà
L’intégration donne les meilleurs résultats lorsque l’établissement sait déjà qui examine les signaux inhabituels et quels éléments doivent faire partie de cette discussion.
Ce n’est pas un moteur de sanctions disciplinaires
Ne notez, ne refusez et n’accusez pas automatiquement un étudiant à partir du résultat d’un détecteur. Un texte court, traduit, très conventionnel ou fortement remanié peut produire des signaux trompeurs.
Triage des devoirs
Ajoutez un signal de détection aux informations examinées par l’enseignant sans transformer le score en sanction automatique.
Projets pilotes de cours
Testez le processus avec un petit groupe d’enseignants formés avant de le proposer à l’ensemble des départements.
Discussions sur l’écriture
Utilisez les passages surlignés pour poser des questions précises sur la rédaction, les sources et les choix de révision.
Files de vérification du personnel
Transmettez les remises sélectionnées à une file gérée par l’établissement lorsque les règles prévoient un second lecteur.
FAQ Moodle
Questions à régler avant un projet pilote
Confirmez le parcours technique, la gouvernance, les contenus pris en charge et la responsabilité de la vérification avant de présenter l’intégration aux enseignants.
Existe-t-il un plugin Moodle public que je peux installer moi-même ?+
Nous ne présentons aucun plugin public à installer soi-même sur cette page. Les connexions Moodle sont définies avec chaque établissement et utilisent l’API du détecteur d’IA. Contactez l’équipe pour confirmer le mode de déploiement, la version de Moodle prise en charge et la responsabilité de la mise en œuvre avant de planifier un lancement.
Quelles données l’intégration Moodle envoie-t-elle au détecteur ?+
L’API du détecteur accepte du texte brut. Un connecteur côté Moodle doit extraire uniquement le texte du devoir que votre établissement a choisi de traiter, puis l’envoyer avec la version de détecteur sélectionnée.
Peut-elle vérifier des devoirs importés au format PDF ou DOCX ?+
Cela dépend du connecteur. L’API du détecteur reçoit du texte, pas des fichiers importés. L’extraction doit donc avoir lieu avant la requête à l’API. Confirmez les types de fichiers et la gestion des échecs pendant la définition du périmètre.
Un score élevé du détecteur prouve-t-il une fraude scolaire ou universitaire ?+
Non. La détection d’IA fournit un signal probabiliste. Avant de conclure, les enseignants doivent examiner le texte, les brouillons, les citations, l’historique des révisions, les conditions du devoir et les règles de l’établissement.
Où les enseignants verront-ils le résultat ?+
L’emplacement du résultat dépend de la mise en œuvre. Il peut apparaître dans le processus de notation, une file de vérification distincte ou un rapport contrôlé par l’établissement. Convenez des rôles, de la visibilité et de la conservation des données avant le début du développement.
L’intégration exige-t-elle une offre API ?+
Oui. Les requêtes de détection utilisent une clé API et consomment le quota de mots du détecteur associé à l’abonnement API actif. Estimez l’usage avec des devoirs représentatifs avant un déploiement étendu.
Planifier l’intégration
Présentez votre version de Moodle, votre processus et vos règles de vérification
Indiquez les devoirs à vérifier, les personnes qui doivent voir le résultat et le volume de texte prévu. Nous pourrons alors confirmer si une connexion par API convient.