Tricherie à l'IA à l'université : ce qui s'est passé quand un professeur a rétabli l'examen en présentiel

Une simple expérience de salle de classe est devenue un sujet de discussion bien au-delà du campus où elle a eu lieu. Selon Ars Technica, un professeur d'une université de l'Ivy League soupçonnait ses étudiants de s'appuyer discrètement sur l'IA pour faire leurs devoirs. Il a donc opéré un changement d'allure presque désuète : il a rétabli l'examen final surveillé, en présentiel. Quand les résultats sont tombés, les notes avaient chuté d'environ moitié.

La baisse est frappante, mais son sens est disputé, et c'est précisément pourquoi l'épisode résonne. Une lecture veut que les notes des devoirs à la maison aient été gonflées par l'aide de l'IA, et que l'examen en présentiel ait simplement révélé ce que les étudiants savaient faire seuls. Une autre veut que les examens chronométrés et sous pression mesurent autre chose que le travail à la maison, et qu'une baisse fût en partie attendue, IA ou pas. Les deux peuvent être vraies à la fois.

Ce que l'histoire cristallise, c'est un problème auquel font désormais face les enseignants partout. Les outils d'IA générative peuvent produire des dissertations, résoudre des exercices et écrire du code assez bien pour passer bien des devoirs, et ils laissent peu de traces évidentes. Les logiciels de détection sont peu fiables, sujets aux faux positifs comme aux faux négatifs, ce qui signifie que les professeurs ne peuvent pas régler le problème à coups de sanctions.

Le cadrage brutal du professeur, cité par Ars, est qu'une tricherie à l'IA non contrôlée mène vers une société en faillite et que les gens ne peuvent pas choisir de devenir, selon ses mots, des idiots. Langage fort mis à part, l'inquiétude de fond est sérieuse : si les étudiants sous-traitent la réflexion que l'éducation est censée bâtir, ils peuvent obtenir des diplômes sans acquérir les compétences que ces diplômes sont censés certifier.

Cette inquiétude pointe vers les enjeux plus profonds, qui ne concernent pas vraiment la traque des tricheurs. Apprendre à écrire, à raisonner et à résoudre des problèmes demande un effort précisément parce que c'est dans la difficulté que la compétence se forme. Un outil qui supprime la difficulté peut aussi supprimer l'apprentissage, laissant un étudiant capable de générer une bonne réponse mais incapable de la comprendre ou de la défendre. Le souci relève moins de l'honnêteté que de l'atrophie.

Pourtant, le tableau n'est pas seulement fait de déclin et de panique. L'IA est aussi un tuteur réellement utile, capable d'expliquer des concepts, de donner un retour instantané et d'aider des étudiants privés de soutien humain. Le même outil qui permet à l'un d'esquiver le travail permet à l'autre d'étudier plus efficacement, raison pour laquelle les interdictions générales sont aussi difficiles à défendre que la permissivité totale.

Les universités répondent par un patchwork de tactiques, aucune complète. Certaines reviennent aux examens en présentiel, manuscrits ou oraux, plus difficiles à sous-traiter. D'autres repensent les devoirs pour exiger une réflexion personnelle, une défense en direct des idées, ou une documentation du processus qu'un chatbot ne peut aisément feindre. Chaque approche échange commodité ou échelle contre une part d'intégrité.

Il existe aussi une dimension d'équité facile à négliger. Les examens en présentiel désavantagent certains étudiants, dont ceux en situation de handicap ou souffrant d'anxiété d'examen, et une surveillance lourde soulève ses propres questions. Toute solution qui restaure l'intégrité en rendant l'évaluation plus punitive risque d'échanger un problème contre un autre, raison pour laquelle les institutions réfléchies avancent avec prudence plutôt que par réflexe.

La conclusion honnête est que personne n'a encore résolu cela. L'examen en présentiel est un diagnostic révélateur, non un remède généralisable, et les notes divisées par deux se comprennent mieux comme un symptôme que comme un verdict. Ce que l'épisode rend clair, c'est que l'ancien modèle, où confiance et travail à la maison coexistaient discrètement, a été déstabilisé et ne reviendra pas de lui-même.

Pour les étudiants, les enseignants et quiconque observe comment l'IA remodèle la vie quotidienne, la salle de classe est un avant-goût d'une négociation plus large. Chaque domaine se demande désormais où s'arrête un outil capable de faire le travail et où commence la compétence humaine que ce travail devait bâtir. L'expérience du professeur n'a pas répondu à cette question, mais elle l'a posée avec une force inhabituelle, ce qui explique peut-être qu'elle ait autant touché un point sensible.