Les notes d'échec grimpent dans les cours d'informatique de Berkeley à mesure que l'usage de l'IA augmente
Les professeurs d'informatique de l'université de Californie à Berkeley signalent un déplacement significatif dans le haut de la distribution des notes des étudiants au cours de la dernière année universitaire. L'enquête rapportée par The Daily Californian, mise en avant par Hacker News, examine la relation entre la baisse de la proportion d'étudiants validant le cours et la montée de l'usage des outils d'intelligence artificielle.
Selon les données rapportées par Daily Cal, le cours fondamental CS 61A (Structure and Interpretation of Computer Programs) a atteint un taux d'échec de 12 % au cours de la dernière année académique. Il y a trois ans, ce taux était d'environ 4 %. Le cours CS 70 (Discrete Mathematics and Probability Theory) a enregistré un taux d'échec de 18 % ; trois ans plus tôt, le chiffre était de 7 %.
Cette hausse a déclenché un large débat au sein des conseils universitaires. Le professeur John DeNero, qui dirige le cours depuis 30 ans, a déclaré à Daily Cal : 'on voit que les étudiants terminent leurs devoirs en classe beaucoup plus rapidement, mais leur performance aux questions conceptuelles à l'examen final baisse nettement'. DeNero a ajouté que les outils d'IA peuvent contourner la compréhension profonde dans les devoirs à la maison.
Le directeur du département d'informatique de Berkeley, le professeur Pieter Abbeel, a adopté un ton prudent sur les causes du changement. Abbeel a déclaré : 'attribuer le changement uniquement à l'utilisation de l'IA est insuffisant ; les lacunes accumulées en mathématiques après la pandémie, les changements de programme au lycée et l'augmentation des effectifs jouent également un rôle'.
Du côté des étudiants, certaines dimensions éclairent la pratique vécue. Maya Chen, étudiante de CS 61A et représentante de la Berkeley Engineering Society, a déclaré : 'la plupart de mes camarades de classe font écrire l'intégralité de leurs devoirs à ChatGPT ou Claude, et n'ont alors pas appris à résoudre seuls les questions qu'ils auront à l'examen final'.
La manière dont les professeurs y répondent varie selon les cours. Certains ont supprimé les devoirs traditionnels au profit d'examens surveillés en classe et d'évaluations orales. D'autres ont intégré l'usage de l'IA au programme comme un outil autorisé sous conditions limitées. Un troisième groupe a réduit le poids des devoirs à la maison dans l'évaluation par une approche hybride.
Les débats sur Hacker News ont couvert un large spectre. Un groupe de commentateurs a soutenu que les outils d'IA imposent une refonte de l'enseignement des mathématiques ; un autre a estimé que le programme de mathématiques classique était déjà jugé inutile pour les filières pratiques d'informatique. Le fil de discussion a dépassé 1 200 commentaires et est devenu l'un des sujets les plus suivis du site.
Le reportage de Daily Cal note qu'une tendance similaire se déploie à travers les États-Unis. Des baisses parallèles ont été enregistrées dans les taux de réussite des départements d'informatique de Stanford, du MIT et de Carnegie Mellon University au cours de la dernière année académique. Le doyen de l'informatique de premier cycle à Carnegie Mellon, le professeur Mark Stehlik, a déclaré à Daily Cal : 'un débat à l'échelle du secteur sur la refonte de l'enseignement et de l'évaluation est devenu nécessaire'.
Des études académiques en sciences de l'éducation ont commencé à examiner l'impact de l'usage de l'IA sur le processus d'apprentissage sur une base scientifique plus complète. Dr Carrie James, professeure en sciences de l'éducation à Stanford, a inscrit dans une publication récente que 'l'usage de l'IA réduit la charge cognitive individuelle mais n'élève pas la profondeur conceptuelle au même rythme'. L'étude a été publiée dans la revue Educational Researcher.
La couverture du Daily Californian souligne que le cas de Berkeley n'est qu'une petite tranche d'un débat bien plus large. La manière dont les universités répondront à l'usage de l'IA pourrait façonner la méthodologie d'enseignement de la prochaine décennie. Le plan de Berkeley pour l'année académique 2026-2027 prévoit la réintroduction d'examens surveillés dans au moins quatre cours d'informatique et l'ajout d'un nouveau cours d'introduction obligatoire appelé 'AI Literacy' au programme.
À lire ensuite
TikTok, X et Meta accusés de bloquer l'accès aux données des chercheurs
Des chercheurs européens affirment que TikTok, X et Meta ne fournissent pas les données de plateforme qu'ils sont légalement tenus de partager, selon les chercheurs et une plainte connexe. Ils estiment que ce manque entrave les études indépendantes sur les effets des réseaux sociaux sur la société. Les entreprises ne sont pas directement citées dans ce qui a été rapporté ici ; les affirmations sont attribuées aux chercheurs et à la plainte sous-jacente.
Hausse de prix du Pixel 11 : un dirigeant de Google la confirme presque
Shakil Barkat, vice-président Appareils et Services chez Google, a pratiquement confirmé lors d'un entretien avec 9to5Google que le prochain téléphone Pixel de l'entreprise coûterait plus cher que le Pixel 10. Barkat a déclaré que Google avait « protégé les consommateurs des fluctuations d'approvisionnement aussi longtemps que possible », mais que « l'économie a fondamentalement changé ». Apple, Nintendo, Microsoft et Roku ont tous récemment relevé leurs prix pour des raisons similaires.
Le PDG de Hugging Face réclame une transparence radicale après le piratage
Le PDG de Hugging Face, Clément Delangue, a appelé les entreprises d'IA à une « transparence radicale » à la suite d'un incident de sécurité touchant OpenAI, qu'il a qualifié lui-même de « première cyberattaque menée par un agent autonome ». Delangue a décrit l'événement comme « sans précédent » et a estimé qu'il « mérite une réponse sans précédent ». Ces qualifications proviennent de sa propre déclaration publique, et non d'un compte rendu officiel d'OpenAI.
Efficacité par jeton : pourquoi elle compte plus que la puissance brute
Les nouveaux modèles d'IA rivalisent de moins en moins sur des sauts de capacité spectaculaires et de plus en plus sur leur capacité à accomplir la même tâche avec moins de « jetons » et à moindre coût. Le dernier modèle phare d'une entreprise illustre ce basculement, égalant la production de ses concurrents à un prix inférieur plutôt qu'en dominant chaque test. Cet article explique ce qu'est l'efficacité par jeton et pourquoi le secteur s'y intéresse désormais.
Pourquoi les modèles d'IA chinois comme Kimi inquiètent Wall Street
Le lancement du modèle Kimi par Moonshot AI a déclenché un accès d'inquiétude familier en Silicon Valley et à Wall Street, rappelant de précédents lancements chinois ayant fait pression sur les prix américains. Ce schéma en dit moins sur un modèle précis que sur la mesure dans laquelle les valorisations de l'IA reposent encore sur un pouvoir de fixation des prix durable. Cet article explique pourquoi les modèles chinois, moins chers et compétitifs, continuent d'inquiéter les marchés américains.