L'IA pousse les universités à repenser les devoirs : la triche est plus ancienne que ChatGPT

L'arrivée de ChatGPT et d'autres modèles génératifs n'a pas créé de toutes pièces le problème des travaux universitaires malhonnêtes. Selon la docteure Nafisa Baba-Ahmed, l'IA a seulement rendu massive et pratique une manière de « sortir la réflexion de soi » qui existait dans les universités bien avant l'engouement actuel.

Un problème qui n'est pas nouveau

L'agacement des enseignants face à l'effet de l'IA sur l'esprit critique se comprend aisément. Dans de nombreuses universités, une discussion inquiète est déjà en cours sur la façon de préserver le travail autonome des étudiants si un bot peut assembler rapidement une dissertation, la structure d'un argument et même un style académique lissé. Mais Baba-Ahmed propose de regarder non seulement la nouvelle technologie, mais aussi l'ancien modèle d'évaluation, dans lequel le texte final pouvait depuis longtemps être obtenu sans vraiment mobiliser son propre esprit.

Dans son travail avec des étudiants en écriture académique, elle décrit en substance un tableau familier de l'ère d'avant l'IA générative. Quand le format du devoir le permet, la réflexion est externalisée : certains commandent des dissertations, d'autres puisent dans les archives des années précédentes, d'autres se transmettent d'une promotion à l'autre des réponses modèles réussies, d'autres encore s'appuient trop sur des tuteurs, des amis ou des aînés. Autrement dit, le problème n'est pas que l'IA ait corrompu un système parfait, mais qu'elle soit arrivée dans un système dont les failles étaient déjà ouvertes.

Comment l'IA a accéléré le phénomène

Selon elle, le principal changement ne tient pas à la nature de la faute, mais à son ampleur. Auparavant, ce raccourci demandait de l'argent, des relations, du temps de recherche ou un modèle prêt à l'emploi de la promotion précédente. Aujourd'hui, on obtient beaucoup en quelques minutes : générer un brouillon, demander au modèle de restructurer un argument, polir le style ou adapter un ancien texte à un nouveau devoir. L'IA n'a pas inventé le contournement, mais elle a fortement abaissé son coût et son seuil d'entrée.

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

Elle a simplement mis à la chaîne une manière déjà existante de prendre des raccourcis. »

Du coup, le débat sur la question de savoir si « l'IA tue la réflexion » devient trop étroit. Si l'université évalue avant tout la fluidité du texte final plutôt que l'autonomie du raisonnement, la technologie rend simplement visible une vieille vulnérabilité. Le problème apparaît non parce que les étudiants ont soudain cessé de réfléchir, mais parce que le système a trop souvent pris un résultat bien présenté pour la preuve d'une compréhension réelle. C'est pourquoi la panique actuelle ressemble moins à une maladie nouvelle qu'à un diagnostic tardif.

Ce que les universités doivent vérifier

De là découle pour les universités une question plus désagréable, mais aussi plus utile : que doit précisément démontrer un devoir, une dissertation ou un autre travail écrit ? Si l'objectif est de voir si l'étudiant a compris la matière, s'il sait relier des idées, construire un argument et tirer des conclusions, un texte soigné peut ne pas suffire. L'IA force simplement à le dire à voix haute et à cesser de prétendre que l'ancien format mesurait tout de façon fiable.

Baba-Ahmed propose de ne pas romantiser le passé d'avant l'IA. Plutôt que de chercher à « revenir à l'ancien monde », les universités devront redéfinir ce qu'elles veulent voir dans un travail étudiant et où passe la frontière entre l'aide d'un outil et le remplacement de sa propre pensée. Concrètement, cela implique de revoir non seulement les règles, mais la logique même du devoir. Il ne s'agit plus d'interdictions cosmétiques, mais de répondre plus honnêtement à la question de ce qui compte ici comme preuve d'apprentissage.

• La compréhension du sujet, pas seulement une belle présentation
• Un argument personnel, pas un assemblage de phrases toutes faites
• La capacité d'analyser, pas de réécrire un modèle
• La cohérence personnelle du raisonnement, pas un ton irréprochable
• Une vraie démonstration de réflexion, pas seulement le fichier final

Ce que cela signifie

Pour les universités, l'IA a été moins la cause première d'une crise qu'un test de résistance pour les anciennes méthodes d'évaluation. Elle a montré que la question n'est plus d'interdire un énième outil, mais de savoir quels devoirs exigent réellement une pensée autonome et permettent de distinguer la compréhension d'une imitation soigneusement assemblée.