AI pousse les universités à repenser les travaux universitaires : le problème de la triche est antérieur à ChatGPT

L'apparition de ChatGPT et d'autres modèles génératifs n'a pas créé le problème du travail universitaire malhonnête à partir de zéro. Selon la Dre Nafisa Baba-Ahmed, l'IA a simplement rendu massif et pratique une méthode "d'externaliser la pensée" qui existait dans les universités bien avant le boom actuel.

Le Problème n'est Pas Nouveau

La frustration des enseignants face à l'impact de l'IA sur la pensée critique est facile à comprendre. De nombreuses universités ont déjà une conversation anxieuse sur la façon de préserver le travail indépendant des étudiants quand un bot peut rapidement assembler un essai, une structure d'argument et même un style académique poli. Mais Baba-Ahmed suggère de regarder non seulement la nouvelle technologie, mais l'ancien modèle d'évaluation, dans lequel le texte final pouvait depuis longtemps être obtenu non entièrement par son propre intellect.

Dans son travail avec les étudiants sur l'écriture académique, elle décrit essentiellement une image familière d'avant l'ère de l'IA générative. Quand le format de la tâche le permet, la pensée commence à être externalisée : certains commandent des essais, d'autres utilisent des archives d'années précédentes, d'autres encore passent des réponses modèles réussies entre les cohortes, quatrièmes dépendent trop de tuteurs, d'amis ou de collègues aînés. C'est-à-dire que le problème n'est pas que l'IA a corrompu un système idéal, mais qu'elle est arrivée dans un système avec des failles déjà ouvertes.

Comment l'IA l'a Accéléré

Le changement principal, selon elle, n'est pas dans la nature de la violation elle-même, mais dans son ampleur. Auparavant, un tel raccourci exigeait de l'argent, des connexions, du temps pour chercher ou un modèle prêt d'une cohorte précédente. Maintenant, beaucoup peut être obtenu en minutes : générer un brouillon, demander au modèle de restructurer l'argument, polir le style ou adapter l'ancien texte pour une nouvelle tâche. L'IA n'a pas inventé le contournement, mais a considérablement réduit son coût et son seuil d'entrée.

"L'IA n'a pas inventé ce comportement.

Elle a simplement rationalisé une façon déjà existante de prendre un raccourci."

Pour cette raison, le débat sur "l'IA tue-t-elle la pensée" devient trop étroit. Si une université évalue principalement la fluidité du texte final plutôt que l'indépendance du raisonnement, la technologie rend simplement la vieille vulnérabilité plus visible. Le problème se manifeste non pas parce que les étudiants ont soudainement cessé de penser, mais parce que le système acceptait trop souvent un résultat bien formaté comme preuve d'une compréhension véritable. C'est exactement pourquoi la panique actuelle semble non pas une nouvelle maladie, mais un diagnostic tardif.

Ce que les Universités Doivent Vérifier

De là émerge une question plus inconfortable mais aussi plus utile pour les universités : qu'exactement un travail de cours, un essai ou un autre travail écrit doit-il démontrer. Si la tâche est de voir si un étudiant a compris le matériel, peut connecter des idées, construire un argument et tirer des conclusions, un texte bien formaté seul peut ne pas suffire. L'IA force simplement à le dire à haute voix et cesse de prétendre que le format précédent mesurait tout de manière fiable par lui-même.

Baba-Ahmed suggère de ne pas romantiser le passé pré-IA. Au lieu d'essayer de "revenir à comment c'était", les universités devront redéfinir exactement ce qu'elles veulent voir dans le travail des étudiants et où se situe la limite entre l'assistance des outils et la substitution de la pensée originale. En termes pratiques, cela signifie revoir non seulement les règles mais la logique même de la tâche.

Il ne s'agit plus de restrictions cosmétiques, mais d'une réponse plus honnête à la question de ce qui compte exactement ici comme preuve d'apprentissage.

• Compréhension du sujet, pas seulement présentation polie
• Argument indépendant, pas assemblage de phrases toutes faites
• Capacité à analyser, pas réécrire un modèle
• Cohérence personnelle du raisonnement, pas ton impeccable
• Démonstration réelle de la pensée, pas seulement le fichier final

Ce Que Cela Signifie

Pour les universités, l'IA s'est avérée être non pas tant la cause première d'une crise qu'un test de stress pour les anciennes méthodes d'évaluation. Elle a montré que la question n'est plus d'interdire l'outil suivant, mais de savoir quelles tâches exigent vraiment une pensée indépendante et permettent de distinguer la compréhension véritable de l'imitation soigneusement montée.