Un Professeur de l'Université Brown a Prouvé la Fraude Massive d'IA aux Examens

L'économiste Roberto Serrano, professeur à l'Université Brown, a publié des chiffres qui, selon lui, prouvent l'utilisation massive de l'IA par les étudiants aux examens : la note moyenne à l'examen mi-parcours à faire à la maison était de 96 sur 100, et après avoir basculé l'examen final à un format en personne sans accès aux réseaux de neurones, elle a chuté à 48 sur 100.

Ce que le professeur a remarqué

Serrano enseignait un cours d'économie et, comme beaucoup d'instructeurs, donnait aux étudiants un examen mi-parcours à faire à la maison qui pouvait être complété en dehors de la classe. La note moyenne de la classe s'élevait à environ 96 points sur 100 — un résultat presque parfait pour toute la classe à la fois, ce qui semblait suspect par son uniformité pour un cours d'économie complexe.

Pourquoi l'examen en personne a tout changé

Pour tester son hypothèse, Serrano a basculé l'examen final à un format en personne — les étudiants l'ont passé en classe sans ordinateurs ni accès aux chatbots. Le résultat a été dramatique : la note moyenne a plongé à 48 sur 100, soit environ la moitié de la note de l'examen mi-parcours à faire à la maison.

• Examen mi-parcours à faire à la maison — note moyenne de 96 sur 100
• Examen final en personne sans IA — note moyenne de 48 sur 100
• Différence — près du double
• Auteur de l'observation — Roberto Serrano, professeur d'économie à l'Université Brown

Serrano a rendu cette histoire publique, présentant l'écart de notes comme une preuve quantitative qu'une part importante des étudiants ont utilisé des outils d'IA lors de la réalisation des devoirs et des examens qui ne sont pas surveillés en personne.

«

Nous ne pouvons pas nous permettre de devenir plus stupides », avertit Serrano, commentant les conséquences de la perte chez les étudiants de la capacité à résoudre les problèmes de manière indépendante.

Pourquoi c'est difficile à prouver directement

Accuser un étudiant individuel d'utiliser l'IA sur les devoirs est presque impossible à prouver formellement — il n'y a pas de caméra, pas de surveillance, pas moyen technique de capturer le moment de la triche. C'est pourquoi l'approche de Serrano semble plus convaincante que beaucoup d'autres plaintes de professeurs sur la triche à l'IA : au lieu d'accuser des étudiants spécifiques, il a construit une comparaison contrôlée des résultats du même groupe d'étudiants dans deux conditions différentes — avec accès aux outils et sans. L'écart de notes parle de lui-même sans avoir besoin de prouver la culpabilité de quiconque personnellement.

Ce que cela signifie

L'histoire du professeur Serrano est l'un des exemples publics les plus vivants de la façon dont l'écart entre les résultats des évaluations à distance et en personne révèle l'ampleur de l'utilisation de l'IA dans les universités. Pour les instructeurs, c'est un autre argument en faveur du retour aux examens en personne et de la reconsidération du format d'évaluation à l'ère des chatbots accessibles : tant que les devoirs peuvent être complétés à la maison sans surveillance, les résultats cessent de refléter de manière fiable les connaissances de l'étudiant lui-même.