- À mesure que les outils de détection de l’IA sont utilisés pour évaluer les devoirs, le fait qu’un texte d’étudiant soit jugé comme généré par l’IA peut avoir un effet immédiat sur la note et sur une accusation de triche
- Moira Olmsted affirme qu’en 2023, dans un cours en ligne de Central Methodist University, un devoir qu’elle avait remis a été jugé comme pouvant avoir été généré par l’IA, ce qui lui a valu un 0
- Le professeur aurait invoqué les résultats de l’outil de détection, et aurait répondu que le texte d’Olmsted avait déjà été signalé au moins une fois auparavant
- Olmsted venait de commencer une formation d’enseignante, après avoir réuni le budget d’un programme à distance et en autonomie tout en jonglant avec un emploi à temps plein et l’éducation de ses enfants
- Si environ deux tiers des enseignants utilisent régulièrement des outils de détection de contenus générés par l’IA, même un faible taux d’erreur peut avoir de lourdes conséquences pour de nombreux étudiants
Le cas d’une étudiante ayant reçu un 0 à cause d’un outil de détection de l’IA
- Moira Olmsted avait interrompu l’université au début de la pandémie, fondé une famille, puis voulu reprendre ses études
- En travaillant à temps plein et en s’occupant de jeunes enfants, elle a économisé pendant plusieurs mois pour financer un programme en autonomie accessible à distance
- En 2023, alors qu’elle était enceinte de sept mois de son deuxième enfant, elle s’est inscrite à un cours en ligne de Central Methodist University pour commencer des études afin de devenir enseignante
La décision tombée après la remise du devoir
- Quelques semaines après le début du semestre d’automne, Olmsted a rendu un devoir d’écriture dans un cours obligatoire
- Ce devoir était l’un des trois résumés de lecture à rendre chaque semaine
- La note reçue ensuite a été de 0
- Quand Olmsted a interrogé son professeur, celui-ci aurait répondu que l’outil de détection de l’IA avait estimé que le texte pouvait avoir été généré par une intelligence artificielle
- Le professeur aurait également dit que le texte d’Olmsted avait déjà été signalé au moins une fois auparavant
Des outils de détection largement utilisés et le poids des erreurs
- Environ deux tiers des enseignants déclarent utiliser régulièrement des outils de détection de contenus générés par l’IA
- Plus l’usage se généralise, plus un faible taux d’erreur peut s’accumuler rapidement
- Lorsque les résultats de détection influencent les notes et débouchent sur des accusations de triche, une mauvaise décision peut faire peser un lourd fardeau sur l’étudiant concerné
1 commentaires
Avis sur Hacker News
J’ai enseigné les mathématiques pendant 30 ans dans l’enseignement supérieur et je vais bientôt prendre ma retraite ; il y a une quantité énorme de triche dans les devoirs notés qui ne sont pas surveillés en classe.
Des choses comme le verrouillage du navigateur ne l’empêchent pas. La seule solution serait d’imposer des examens surveillés en présentiel et d’interdire toute technologie pendant l’épreuve, mais si l’on faisait cela, plus aucun étudiant ne s’inscrirait au cours. La seule chose qui me vienne à l’esprit serait que la Higher Learning Commission l’impose à tous les cours.
Le problème plus profond est que les étudiants ne sont pas habitués à faire ce qui est nécessaire pour apprendre, mais seulement ce qui est nécessaire pour réussir. Et ce travail devient de plus en plus de la triche. Même parmi les étudiants en calcul différentiel et intégral, certains ne savent pas manipuler les fractions. Si l’on mettait en place un système qui empêche réellement la triche, on ferait apparaître qu’une très forte proportion des étudiants actuels ne sont pas prêts pour un véritable enseignement universitaire. Le K-12 doit aussi changer.
Du point de vue de l’étudiant, ce que l’institution suivante regarde, c’est généralement les notes, l’établissement, puis la filière, dans cet ordre. Si le coût de ne pas obtenir un A est d’être exclu d’opportunités futures, les étudiants refuseront cette exclusion en prenant des cours plus faciles ou en trichant.
J’ai étudié la physique, suivi les cours difficiles que je voulais suivre, sans tricher, et j’ai obtenu mon diplôme avec une moyenne de 2,7 ; ce genre de choix a de vraies conséquences. À mon avis, la solution consiste à moins dépendre d’évaluations vulnérables à la triche, ou qui seraient de toute façon traitées par ordinateur dans le monde réel.
Les matières obligatoires sont nécessaires pour obtenir le diplôme ; donc si l’algèbre linéaire figure au programme, il est impossible de « ne pas s’inscrire ». Si l’on échoue trois fois, on est radié.
C’est parce que les universités allemandes, et la plupart des universités européennes, sont financées par l’impôt. Aux États-Unis, les universités ont intérêt à garder les étudiants qui paient bien, donc elles continueront sur la voie que vous décrivez. C’est un service, avec une structure de clients qui achètent un diplôme.
J’ai suivi un cours d’informatique graphique à l’université : grâce aux questions bonus, absolument tout le monde obtenait 100 % ou plus aux séries d’exercices, tandis que la médiane au partiel était inférieure à 50 %. Je me souviens qu’en séance de préparation à l’examen, quand le professeur a pris des questions, un étudiant a sérieusement demandé qu’on lui réexplique tout le concept de matrice.
Pour référence, c’était un cours de niveau 400, dans l’une des universités les plus réputées du Canada. C’était il y a plus de 20 ans, donc la situation s’est sûrement encore dégradée d’une manière ou d’une autre.
Son raisonnement était que, de toute façon, les étudiants allaient essayer d’utiliser ce genre d’astuces ; autant les autoriser et transformer l’examen en quelque chose d’immunisé contre cet avantage. Avant chaque examen, il disait qu’on pouvait utiliser les outils, mais qu’il fallait « étudier quand même ; les livres, les notes et la calculatrice ne vous sauveront pas ».
À long terme, j’ai l’impression que l’éducation ira moins vers l’interdiction des outils d’IA que vers une adaptation des programmes pour que ces outils n’apportent pas un avantage majeur.
Dans le recrutement d’ingénieurs logiciel, j’ai mené des centaines d’entretiens techniques comme intervieweur, et j’aide encore des entreprises à recruter en tant qu’intervieweur indépendant ; il y a énormément de triche. Dans les entreprises classiques, j’estime qu’au moins 30 % des candidats trichent, et dans les FAANG, plus de 50 %.
Beaucoup de gens partagent les exercices techniques dans des groupes et forums privés, et reçoivent une forme d’aide pendant l’entretien. Je vois régulièrement des problèmes volontairement compliqués être résolus en quelques minutes de la meilleure façon possible.
Désormais, évaluer la profondeur avec laquelle un étudiant comprend un sujet uniquement au moyen d’un essai écrit n’est plus efficace.
L’IA est là pour rester, et il faut de nouvelles façons d’évaluer les performances des étudiants. Je me souviens qu’à l’école, on nous disait qu’on n’avait pas le droit d’utiliser une calculatrice pendant les examens. Les enseignants disaient : « on ne peut pas compter sur le fait d’avoir toujours une calculatrice quand on en a le plus besoin », mais l’ironie, c’est qu’aujourd’hui nous avons une « calculatrice » dans la poche 24 heures sur 24.
Il faut accepter que le monde a changé. J’espère seulement que nous pourrons décider ensemble de la façon dont la société doit répondre à ce changement, plutôt que d’y être poussés de force.
C’est à garder en tête chaque fois qu’on regarde les prêts étudiants. Même avec cet argent, on n’achetait pas 30 minutes d’évaluation individuelle avec un enseignant pour chaque cours ; à la place, on faisait passer davantage de temps aux étudiants sur des devoirs écrits, puis on refilait la correction à des assistants payés au salaire minimum.
L’exemple typique, ce sont les essais d’admission à l’université. Certains étudiants peuvent se voir offrir par leurs parents des expériences qui feront bien dans un essai, et faire appel à des tuteurs pour les « aider » à le rédiger. Des voyages éducatifs en Afrique, des cours de deux instruments, du coaching de golf en tête-à-tête, ce genre de choses.
L’IA n’a fait que rendre cette partie tutorat accessible et abordable à un public plus large. Il serait naïf de penser qu’avant l’IA, il n’existait pas déjà un marché gris du coaching d’essais, et un marché plus sombre de la rédaction à la place de l’étudiant. Dans bien des cas, ce marché fonctionne encore mieux que l’IA.
En général, c’est une lutte pacifique, devant les tribunaux, au Parlement ou sur le marché, mais cela reste une lutte.
Les étudiants sont évalués maintenant ; si une nouvelle méthode d’évaluation est nécessaire, il faut une réponse maintenant. On pourrait revenir aux anciens examens oraux, qui sont encore utilisés en doctorat. Mais ce n’est absolument pas scalable. Peut-être faudrait-il rationner agressivement l’enseignement supérieur en fonction du temps limité disponible pour l’évaluation de personne à personne.
À titre personnel, je trouve tout cela imprévisible et instable. Si les défenseurs de l’IA ont raison — ce que je ne crois pas —, la plupart des métiers de bureau et des disciplines universitaires pour lesquels les étudiants sont formés et évalués disparaîtront.
L’argument selon lequel on pourrait ne pas avoir accès à une calculatrice n’avait déjà aucun sens à l’époque, mais l’observation selon laquelle dépendre d’une calculatrice vous prive de l’entraînement mental initialement recherché était juste. C’est seulement qu’il était difficile d’expliquer à des enfants de 12 ans que les mathématiques sont réellement belles, et que leurs principes systématiques changent fondamentalement la façon de voir le monde.
Il en va de même pour les essais. Je détestais en écrire et je rationalisais de mille façons le fait que je n’aurais jamais à en rédiger plus tard, mais j’ai compris ensuite que ce que l’essai imposait, c’était une pensée structurée. L’essai n’était pas un outil pour évaluer une compétence dans une matière, mais un outil d’apprentissage ; l’acte même d’écrire faisait partie de l’apprentissage.
C’est ce que manque l’idée selon laquelle « les enfants n’ont pas besoin de calculer de tête ». La capacité à calculer en faisait partie, bien sûr, mais apprendre qu’on peut apprendre ces méthodes de calcul était au moins aussi important.
Ce qui est agaçant, c’est que les étudiants ne semblent pas avoir le droit de savoir pourquoi l’IA a signalé leur devoir.
Pour toute procédure où un ordinateur juge une personne, il devrait exister une règle imposant de pouvoir expliquer précisément pourquoi l’algorithme a signalé cette personne.
Cela tuerait de fait les solutions actuelles fondées sur l’IA. Parce qu’il n’y a aucun moyen d’expliquer ou de comprendre pourquoi elles ont jugé qu’un article était plagié ou non, et c’est très bien comme ça.
Si vous voulez en savoir plus, je recommande le livre récent d’Arvind Narayanan et Sayash Kapoor, AI Snake Oil. Il est critique mais équilibré, et aide à voir plus clairement l’emballement autour de l’IA.
https://press.princeton.edu/books/hardcover/9780691249131/ai...
Dans quel monde est-ce équitable ? Au minimum, les tribunaux ne fonctionnent pas sur ce principe.
Quand cela arrive, il devrait y avoir une loi exigeant une explication claire.
Au lycée, il était déjà assez difficile de découvrir qui l’on était ; à l’époque, Kafka n’était qu’une lecture imposée.
Je suis consultant dans un grand hôpital universitaire et néerlandais. Il y a quelques années, j’ai reçu ce commentaire sur ma thèse de doctorat : « il aurait fallu la faire relire par un locuteur natif ».
Donc maintenant, j’utilise ChatGPT pour vérifier mon anglais. J’écris moi-même ce que je veux dire, puis je lui demande de le rendre « plus concis, plus professionnel, et pas trop américain ». Parce que, par défaut, il est excessivement enthousiaste, comme un serveur américain.
9 fois sur 10, il exprime ce que je veux dire mieux que moi, avec moins de mots et dans un meilleur anglais. Je ne pense pas que ça réduise le temps de rédaction des rapports, mais le résultat est bien meilleur que ce que j’aurais pu produire seul.
Un détecteur d’IA pourrait se déclencher, mais c’est à peu près aussi utile qu’un détecteur de correcteur orthographique. Ce sont de grands modèles de langage, pas de grands modèles de faits. Si l’on est enseignant, on devrait savoir détecter les conneries, non ?
Si je devais évaluer des rapports d’étudiants, je donnerais sans doute ce retour : par pitié, faites vérifier la langue par ChatGPT, mais par pitié aussi, vérifiez les faits autrement.
Pour les deux classes, ça a été quasiment un cours gratuit, et c’était vraiment utile. L’année suivante, j’ai fait la même chose à mon tour. Je me souviens aussi qu’à l’époque les ordinateurs étaient relativement rares et que la dactylographie était une compétence à part, donc la plupart des brouillons étaient manuscrits.
On dit depuis longtemps que si l’on veut vraiment apprendre un sujet, il faut essayer de l’enseigner. Ce genre d’échange fonctionne bien, et le reste de la société tourne globalement comme ça aussi. Utiliser l’IA est assez similaire, mais je pense qu’une autre personne est meilleure. L’IA ne va pas vous coincer dans le couloir pour vous dire : « Hé, je me suis complètement perdu au milieu de ton mémoire, c’est quoi ce truc ? », alors que parfois, ce genre de remarque aide vraiment.
Rendre un texte plus accessible avec une langue claire et une argumentation bien structurée est un service précieux rendu au lecteur, et je vois d’un bon œil les gens qui utilisent des LLM pour cela. Je le fais moi-même.
Un modèle qui cherche à produire un texte de non-fiction sur un sujet donné rencontrera en pratique davantage de schémas d’affirmations qui étaient par hasard vraies, ou du moins qui ont la même forme que des affirmations vraies sans indice évident du contraire.
Bien sûr, il déraille parfois et produit des hallucinations. Quand cela arrive, tant pis pour l’étudiant qui ne vérifie pas la sortie. Et si l’une des motivations de la triche est de ne pas connaître assez le contenu pour pouvoir le vérifier correctement, il y aura probablement pas mal d’étudiants dans ce cas.
L’école de mon enfant a installé un nouveau détecteur d’armes par lequel les élèves doivent passer en arrivant, et il est censé être basé sur de « l’IA ». L’école fait pas mal confiance à cette IA.
Sauf que l’IA identifie comme arme les ordinateurs portables Lenovo fournis par l’école. Résultat : tous les enfants étaient signalés. Au lieu d’arrêter d’utiliser cet outil idiot, ils demandent aux enfants de sortir leur ordinateur avant de passer le scanner.
On dirait qu’on se retrouve avec des gens pas assez malins qui achètent des produits « IA », croient qu’ils vont faire ce qu’ils veulent, alors qu’en réalité ils ne fonctionnent pas.
Les personnes qui achètent des systèmes avec de l’argent public devraient être tenues de définir un bon plan pour gérer les faux positifs et les faux négatifs attendus, sur la base de la précision et du rappel annoncés.
C’est assez fou de voir des adultes se mettre, en un ou deux ans, à faire confiance à n’importe quel algorithme. Ils ne savent pas comment il fonctionne, ne peuvent pas l’expliquer, s’en fichent, et supposent simplement que ça marche. C’est de la magie, en somme. S’il dit que c’est de la triche, alors c’est de la triche, et on ne peut rien y faire.
Ce que je veux souligner, ce n’est pas seulement cette croyance dans la magie, mais le fait qu’aujourd’hui les gens font des choses absurdes avec un calme déconcertant sans en assumer la responsabilité. À l’école, il m’est arrivé qu’un devoir d’un cours me plaise pour la première fois, que je le prenne au sérieux, puis qu’on me soupçonne de « triche ». Entendre qu’il était impossible que ce soit moi qui l’aie fait était insultant, mais j’ai quand même eu ma note. Si on ne pouvait pas le prouver, peu importait ce que pensait l’enseignant : qu’il signe et qu’il me lâche, en gros. Et c’était le dernier devoir que j’ai fait pour ce cours.
À l’inverse, si ce que dit cet article est exact, les enseignants d’aujourd’hui n’ont plus besoin de prouver quoi que ce soit. Le simple fait que la pièce soit tombée sur face est traité comme une preuve suffisante. Tout le monde semble l’accepter comme si « l’école a ce système, qu’est-ce qu’on peut y faire ». C’est délirant.
Depuis plus de 30 ans, nous avons appris aux gens que les ordinateurs produisent des résultats précis, exacts et reproductibles. Mais les entreprises de réseaux neuronaux ont créé des générateurs aléatoires de symboles, et cachent activement le fait qu’il y a de l’aléatoire programmé dans ces programmes.
Il y a encore eu récemment une affaire devant un tribunal américain impliquant du texte généré ; cette fois, il ne semblait pas y avoir de mauvaise intention. Le point central, c’est que le plaignant a demandé à un réseau neuronal de faire un calcul financier historique de valeur immobilière, et l’a immédiatement cru « parce que c’est un ordinateur ». Les ordinateurs ont toujours raison, et les réseaux neuronaux tournent sur des ordinateurs, donc ils ont toujours raison. Bientôt, cette façon de penser se répandra dans tous les foyers du monde. À ce moment-là, on en viendra peut-être à regretter la malhonnêteté et la propagande des médias. Au moins, avant, on pouvait dans une certaine mesure distinguer si une source mentait intentionnellement.
Il est rare que cette ignorance les mette mal à l’aise, et il y a très peu d’envie d’en apprendre ne serait-ce que les bases. Certaines personnes ont pourtant absolument besoin de savoir, et j’ai beaucoup de mal à le comprendre.
Que ce système soit une inquisition à la recherche de sorcières, une machine, ou le Goulag soviétique, peu importe. Le système a déclaré quelqu’un coupable, et le système ne peut pas se tromper.
Kafka se retournerait dans sa tombe.
Avec cette méthode, chacun peut modeler la société comme il l’entend depuis sa position. Si le frère ou la sœur d’un élève était problématique, on peut se dire : « cette famille est comme ça, harcelons-les ». Si la race, le genre ou l’orientation sexuelle d’un élève ne vous plaît pas, « chatGPT » offre aussi un moyen facile de lui rendre la vie scolaire plus difficile.
Ma fille a rendu une dissertation à son école en ligne, et elle a été accusée d’avoir utilisé un texte écrit par une IA au motif que le logiciel de l’école l’affirmait. Sa mère l’a pourtant regardée écrire.
Je pensais qu’il était de notoriété publique qu’il est impossible de déterminer si un texte a été généré par IA, mais il semble que les fournisseurs de logiciels soient ignorants ou mentent, et que les administrateurs scolaires les croient.
Il y a aussi le problème des dissertations d’élèves sur le spectre autistique qui sont signalées de manière disproportionnée, ce qui pourrait relever d’une forme d’atteinte aux droits civiques.
Ils font eux-mêmes un petit test rapide et, si l’outil semble globalement fonctionner, ils concluent que les affirmations de l’entreprise sont vraies. Le problème, c’est que ces tests consistent tous à faire passer un travail écrit par une IA pour un texte humain, et non l’inverse.
Comme ces outils ont un taux de faux positifs non nul, il y aura forcément un pauvre élève qui aura passé des semaines sur un mémoire de fin de semestre de 20 pages et se fera prendre pour usage d’IA. Et cet enfant n’aura ni recours ni appel. L’école a dépensé beaucoup d’argent dans un détecteur d’IA et croira qu’il a raison.
Un peu comme on a déjà décidé que les calculatrices nous dispensaient de nous soucier des compétences en arithmétique.
Aux États-Unis, ce genre de chose arrive tout le temps. Le retour d’un système de validation d’adresse peut être accepté sans l’approbation du titulaire du compte, et l’adresse se retrouve changée arbitrairement. Quand on appelle le service client, on vous répond : « le système a indiqué que l’adresse n’était pas correcte ». Comme si le système savait mieux que moi où j’ai vécu pendant cinq ans, ou mieux que le DMV ou l’acte de propriété. Si le taux d’erreur est suffisamment faible, aux États-Unis, les gens l’acceptent tout simplement.
Puis ça empire. Le taux d’erreur n’est peut-être pas faible : il peut être élevé pour certains sous-groupes. C’est là qu’on voit son rang dans la société. Il suffit de demander aux personnes à la peau brune à quel point prendre l’avion était agréable entre 2003 et 2006. À New York, si la combinaison nom de famille + code postal correspond mal, on peut même se retrouver empêché de louer un Citibike exploité sur le domaine public.
Ce sera pareil ici. À moins qu’une grosse action en justice de l’ACLU ou quelque chose du genre ne mette le problème au jour, les préjudices risquent de continuer jusqu’à ce qu’ils soient corrigés. Ce seront probablement des caractéristiques subtiles du style linguistique qui serviront de déclencheurs, sans doute involontairement. Les gens de l’« endogroupe », qui ne seront pas exposés au problème, affirmeront que le système est équitable, tandis que les autres devront se défendre face à une boîte noire et porter la charge de la preuve.
L’un des professeurs de mon enfant a envoyé aux élèves un avertissement indiquant qu’il vérifierait toutes les dissertations avec un logiciel de détection d’IA et précisant les sanctions en cas de détection.
Un camarade a soumis l’avertissement de ce professeur à un détecteur d’IA, qui l’a signalé positif comme généré par IA.
Les LLM ont déjà dû ingurgiter une quantité énorme de ce type de textes. Qu’il s’agisse du lycée ou de l’université, il n’est pas surprenant qu’un rapport formaté pour répondre exactement aux consignes et obtenir en général une bonne note ait une forte probabilité d’être considéré comme généré par une technologie de type GPT.
Les LLM ont aussi probablement été entraînés sur beaucoup de plans de cours et de documents pédagogiques de base, et les courts échanges enseignant-parent ou enseignant-élève ne sortent pas facilement de la même zone d’attraction stylistique que celle dans laquelle écrivent les LLM.
Si je pose la question, c’est parce que ce problème de génération de texte par « IA » n’est pas un problème technique, mais un problème humain à 101 %.
Un taux de faux positifs de 4 % est absurdement élevé si cela peut signifier un échec ou une expulsion. D’autant plus qu’un tricheur sérieux peut le contourner en deux minutes avec un prompt préalable du type « écris dans le style de untel ».
C’est un peu comme : « Le professeur a averti qu’il comparerait toutes les dissertations avec celles des autres élèves pour voir si elles sont identiques, et qu’il y aurait des sanctions en cas de détection. Un élève a fait une recherche Google et a découvert que la question de dissertation figurait comme exemple dans un livre. »
L’un est parfaitement valable, l’autre ne l’est pas. Bien sûr, il existe des zones grises. On peut aussi dire qu’utiliser ChatGPT à certaines fins n’est pas du plagiat, mais que les enfants apprennent à se servir d’un outil. Mais si on lui confie 95 % de la dissertation, alors c’est du plagiat.
Pour quiconque traite des devoirs d’étudiants ou lit des candidatures, repérer rapidement un texte généré par IA est devenu très facile.
Le texte semble utiliser le même cadre général, seuls les mots changent. Il y a aussi un phénomène que j’appelle le « mot de la semaine » : un moteur d’IA se prend de passion pour un mot anglais particulier, souvent inhabituel, et l’emploie à chaque occasion. Il ne faut pas longtemps pour comprendre que l’adage selon lequel c’est de l’autocomplétion sous stéroïdes est juste.
Mais programmer un ordinateur pour faire cela n’est pas simple. Dans un précédent emploi, j’ai travaillé avec des détecteurs de plagiat, et j’ai vite compris à quel point ces outils étaient nuls. J’ai aussi vu à quel point il était facile de les tromper, mais c’est une autre question. Les enseignants ont eux aussi vite compris que l’outil était mauvais ; du coup, lorsqu’un étudiant accusé de plagiat contestait, l’accusation était discrètement retirée.
C’était du genre : « écrivez sur un sujet technique, peu importe lequel, 1 500 mots, voici la grille d’évaluation ». La grille contenait des critères comme « utilise une phrase qui introduit le sujet du paragraphe », ce qui conduisait à une prose extrêmement formatée.
Je ne sais pas si cela faisait de bons communicants, mais je pense que ça fonctionnait très bien pour amener des personnes qui communiquaient très mal à un niveau minimal de base. Cela marchait aussi pour d’autres devoirs d’écriture, en partie parce que plus c’était formel, plus les doctorants surchargés qui corrigeaient appréciaient.
Un étudiant suffisamment discipliné peut avoir l’air d’écrire comme ChatGPT, et le coût d’une fausse accusation est très élevé.
Je pourrais donner mon corpus de textes à ChatGPT et lui demander d’écrire dans mon style.
Cela dit, il m’envoie parfois une phrase, et j’arrive à deviner avec 100 % de réussite si elle est passée par l’IA auparavant. Une fois qu’on s’habitue à sa façon de structurer les phrases, c’est très facile à reconnaître. Si l’on est en position d’autorité, comme un enseignant, le plus difficile est probablement de le prouver.
J’ai du mal à comprendre la plupart des commentaires ici.
Au lycée, on ne pouvait pas utiliser son téléphone en cours, donc on ne pouvait pas tricher. C’était vrai pour les fiches d’activité et les quiz, mais aussi pour les examens à choix multiples, oraux ou sous forme de dissertation.
Pourtant, les fils au-dessus parlent comme s’il fallait repenser tout le système scolaire, et beaucoup de gens proposent de s’appuyer sur des oraux et des examens surveillés. Je ne vois pas exactement ce que cela résoudrait de plus qu’un simple examen QCM sur feuille à lecture optique en classe, où l’enseignant vérifie que les élèves n’utilisent pas leur téléphone.
Dans beaucoup d’endroits, surtout aux États-Unis, il y a très peu d’examens surveillés, et une part assez importante de la note finale vient des travaux de cours. Ajoutez à cela la numérisation irréversible de l’éducation, et on obtient la situation actuelle.
Au niveau universitaire, il y a aussi des projets, comme des mémoires ou des rapports finaux, qui prennent trop longtemps pour être réalisés en classe. Ces projets ont toujours été vulnérables à la rédaction par un tiers, plus encore qu’au plagiat, et vous seriez surpris de savoir à quel point c’est courant même dans les universités prestigieuses. Les LLM n’ont fait qu’abaisser la barrière, ce qui rend la pratique plus fréquente.
C’est un vrai problème, et les gens trichent de façon bien plus sophistiquée qu’on ne l’imagine au premier abord.
Le téléphone n’est pas le seul moyen de tricher, et il est même peut-être plus difficile à utiliser discrètement que certaines méthodes plus anciennes.