Un professeur de Brown affirme avoir prouvé la triche massive à l'IA aux examens

L'économiste Roberto Serrano, professeur à l'université Brown (Brown University), a publié des chiffres qui, selon lui, prouvent un usage massif de l'IA par les étudiants aux examens : la moyenne du partiel à faire à la maison était de 96 sur 100, mais après le passage de l'examen final en présentiel, sans accès aux réseaux de neurones, elle est tombée à 48 sur 100.

Ce que le professeur a remarqué

Serrano enseignait un cours d'économie et, comme beaucoup d'enseignants, donnait à ses étudiants un partiel à faire à la maison (take-home midterm), qui pouvait être rédigé hors de la salle. La moyenne de la promotion s'établissait à 96 points sur 100 : un résultat quasi parfait pour toute la classe à la fois, d'une uniformité suspecte pour un cours d'économie difficile.

Pourquoi l'examen en présentiel a tout changé

Pour tester son hypothèse, Serrano a basculé l'examen final en présentiel : les étudiants l'ont passé en salle, sans ordinateur ni accès aux chatbots. Le résultat est frappant : la moyenne s'est effondrée à 48 sur 100, soit environ la moitié de celle du partiel à la maison.

• Partiel à la maison : moyenne de 96 sur 100
• Examen final en présentiel sans IA : moyenne de 48 sur 100
• Écart : presque du simple au double
• Auteur de l'observation : Roberto Serrano, professeur d'économie à l'université Brown

Serrano a rendu l'affaire publique, présentant l'écart de notes comme une preuve quantitative qu'une part importante des étudiants a utilisé des outils d'IA pour les devoirs et les examens non contrôlés en présentiel.

«

Nous ne pouvons pas nous permettre de devenir plus bêtes », prévient Serrano, en commentant les conséquences de la perte, chez les étudiants, de la capacité à résoudre seuls des problèmes.

Pourquoi c'est difficile à prouver directement

Accuser un étudiant précis d'avoir utilisé l'IA sur un devoir à la maison est presque impossible à prouver formellement : pas de caméra, pas de surveillance, aucun moyen technique de saisir le moment de la triche. C'est pourquoi la démarche de Serrano paraît plus convaincante que bien d'autres plaintes d'enseignants sur la triche à l'IA : plutôt que de confondre des étudiants en particulier, il a construit une comparaison contrôlée des résultats de la même promotion dans deux conditions différentes, avec et sans accès aux outils. L'écart de notes parle de lui-même, sans qu'il soit nécessaire de prouver la culpabilité de quiconque individuellement.

Ce que cela signifie

L'histoire du professeur Serrano est l'un des exemples publics les plus parlants de la façon dont l'écart entre les résultats des évaluations à distance et en présentiel révèle l'ampleur de l'usage de l'IA dans les universités. Pour les enseignants, c'est un argument de plus en faveur du retour des examens en présentiel et d'une refonte du format d'évaluation à l'ère des chatbots accessibles : tant qu'un devoir peut être fait à la maison sans contrôle, le résultat ne reflète plus de façon fiable les connaissances de l'étudiant lui-même.