Les changements clés de l’éducation scolaire à l’ère de l’IA selon Karpathy
- Détecter si l’IA a été utilisée pour faire des devoirs est impossible en principe ; tous les travaux réalisés hors de la classe doivent être considérés comme effectués dans un environnement où l’usage de l’IA est présupposé
- Tous les « détecteurs d’IA » peuvent être contournés et il n’existe aucun moyen de détection fiable
- En conséquence, l’état de base devient de supposer que tous les devoirs faits à la maison ont été influencés par l’IA
- Le centre de gravité de l’évaluation se déplace des devoirs à la maison → évaluations en classe, ce qui exige une structure où l’élève démontre ses capacités dans un environnement directement supervisé par l’enseignant
- La raison pour laquelle l’élève doit conserver une capacité de résolution de problèmes sans IA apparaît dans les situations réelles d’évaluation en classe
- Le poids des examens écrits, projets, présentations et autres situations où l’accès à l’IA est contrôlé augmente fortement
- La capacité à utiliser l’IA devient indispensable, mais en même temps se forme un double objectif : l’élève doit aussi posséder les bases lui permettant de résoudre des problèmes sans IA
- Comme lors de l’introduction des calculatrices, il faut savoir effectuer soi-même les opérations de base pour repérer les erreurs de l’outil ou les fautes de saisie
- L’IA étant bien plus sujette à l’erreur qu’une calculatrice, l’importance des capacités de vérification, de jugement et d’interprétation s’en trouve fortement renforcée
- Les modes d’examen et d’évaluation s’élargissent, selon le choix de l’enseignant, à des formats variés : outil interdit / autorisation limitée / open book / fourniture de supports basés sur l’IA / évaluation de l’usage direct de l’IA
- Ils incluent aussi des tâches consistant non seulement à résoudre un problème, mais aussi à évaluer, corriger et vérifier une réponse produite par l’IA
- La conception créative des évaluations dans le monde éducatif devient un élément majeur
- En définitive, l’objectif affiché est de former des élèves capables d’utiliser l’IA avec aisance tout en restant des humains capables d’apprendre, de réfléchir et de résoudre des problèmes sans IA
- La méthode réaliste pour y parvenir se résume à recentrer l’enseignement et l’évaluation à l’intérieur de la classe
- Le tweet joint montre une nouvelle situation où l’IA résout directement le sujet d’examen lui-même
- Démonstration de Gemini Nano Banana Pro, capable d’analyser l’image même des questions d’examen et d’en déduire immédiatement les bonnes réponses
- Il reconnaît directement différents types d’éléments de l’exercice — écriture manuscrite, figures, formules chimiques, etc. — puis génère la résolution
- Selon ChatGPT, les réponses générées sont pour la plupart correctes ; les seules erreurs sont une notation de composé et une faute d’orthographe
- Cela rend déjà réelle une situation où la possibilité même de contrôler l’IA dans la conception traditionnelle des examens s’effondre
- Avec l’apparition de systèmes capables de lire et de résoudre le sujet, les questions, les schémas et même les annotations manuscrites,
il devient clair qu’une structure d’évaluation conçue en supposant « qu’on n’utilise pas l’IA » ne peut plus être maintenue
- Le point d’inflexion auquel l’école est confrontée ne porte plus sur l’interdiction ou non de l’IA, mais sur la manière de l’intégrer et les situations dans lesquelles évaluer la pensée autonome
1 commentaires
Avis Hacker News
L’un de mes étudiants m’a parlé d’un problème intéressant avec les outils de détection de l’IA
La dissertation écrite par sa petite sœur elle-même a été jugée avec une certitude de 100 % comme ayant été écrite par une IA, et elle a failli avoir 0
J’ai proposé à l’enseignant de la rencontrer en personne et de discuter oralement du contenu de la dissertation pendant 30 à 60 minutes
Ce genre de situation va devenir de plus en plus courant pour les étudiants honnêtes
L’enseignant l’a félicité devant la classe en disant que « c’était le seul élève qui l’avait vraiment écrit », alors qu’en réalité il avait demandé plusieurs fois à une IA de simplifier le texte avant de rendre sa version
J’ai l’impression que les enseignants ont déjà perdu la partie
Aujourd’hui, les diplômes perdent de plus en plus leur sens, et le système est devenu une simple machine à certifications
Je pense qu’il vaudrait mieux revenir à une validation par les compétences, comme autrefois
Par exemple, on pouvait être admis directement en réussissant un examen comme l’examen d’entrée à Harvard de 1869
Le système des entretiens de code dans la big tech me semble bien meilleur sur ce point
Je pense qu’il faudrait des cours où élèves et enseignants apprennent tous deux les principes fondamentaux du droit
Des organisations comme les conseils d’élèves devraient pouvoir intervenir dans ce genre de situation
L’IA ne fait que rendre ce problème plus visible et plus fréquent
J’ai vécu quelque chose de similaire en entretien : si je récitais un algorithme de mémoire, on me soupçonnait de regarder un autre écran
L’éducation devrait être un mécanisme d’égalité dans la société, mais elle est en train de devenir un outil d’oppression
puis demandait à ceux qui venaient contester de résoudre le problème en direct
J’ai toujours trouvé que c’était une réponse très élégante
Aujourd’hui, on ne pointe du doigt que la triche des élèves avec l’IA, et on passe sous silence l’usage de l’IA par les enseignants
Il existe réellement des devoirs où l’on voit des traces d’une correction faite avec ChatGPT
On se retrouve avec une étrange boucle de rétroaction où l’élève rédige sa dissertation avec un LLM et l’enseignant la corrige avec un autre LLM
Mais ce n’est pas seulement un problème individuel : c’est une refonte systémique qu’il faut
Tant qu’on ne donnera pas aux enseignants suffisamment de temps et de compensation, ils finiront eux aussi par utiliser les mêmes outils
Comme pour Internet et les smartphones, considérer l’IA uniquement comme une menace est une erreur
Au final, ceux qui sauront utiliser les LLM comme outil d’apprentissage auront l’avantage
Le modèle actuel, centré sur le cours magistral, est inefficace, et je pense qu’il vaudrait mieux passer à une structure fondée sur des projets en petits groupes
Il faut un système où l’enseignant peut réellement connaître chaque étudiant individuellement
Dans beaucoup d’universités, la correction par IA se fait déjà de manière officieuse
Bien utilisée, elle peut permettre des évaluations efficaces et équitables, mais le problème aujourd’hui est le manque de transparence
Si l’IA peut fournir un retour rapide qui améliore l’apprentissage, c’est un avantage majeur
La correction humaine est souvent lente et produit des retours sans réelle valeur
correspondait exactement à l’intrigue d’un récent épisode de South Park
Dans ce cas, on peut se demander si une correction par IA ne serait pas finalement préférable
L’IA ne supprime pas les diplômes ni l’éducation, elle supprime les méthodes low cost
Les grands amphis, les examens Scantron et le système d’enseignants sous-payés paraissent désormais absurdes
Au bout du compte, le modèle Oxbridge de petits groupes sera probablement celui de l’avenir — mais il coûte très cher
La révolution technologique promettait l’égalité, mais la réalité semble être tout l’inverse
les universités seront peut-être forcées de passer à des cours en petits groupes
Elles pourraient alors consacrer davantage de temps à chaque étudiant
Aujourd’hui, l’université s’est trop massifiée, et beaucoup d’étudiants n’ont pas vraiment de raison d’y être
L’IA pourrait peut-être déclencher ce changement de structure sociale, mais j’en doute
Pendant mes études, le professeur Doug Lea faisait rendre les devoirs sous forme de démonstration en direct
On lançait le code, puis le professeur essayait lui-même des cas limites en posant des questions
L’étudiant devait comprendre son propre code et être capable de l’expliquer
Ce type d’évaluation en face à face était un excellent moyen d’empêcher la triche et de révéler les véritables compétences
Comme le dit Karpathy, les examens oraux et la défense en temps réel sont un moyen de revenir à l’essence de l’éducation
Ils sont incapables d’expliquer les choix de conception, le processus de test ou les idées d’amélioration
À l’inverse, on voit aujourd’hui beaucoup d’étudiants remettre tel quel un résultat d’IA sans même comprendre les concepts de base
La fausse assurance de l’IA nuit au contraire à l’apprentissage
À l’université, un professeur nous avait donné comme devoir de rédiger un « article 100 % plagié »
Il fallait colorer chaque phrase selon sa source, et il était interdit d’utiliser la même source pour plus d’une phrase d’affilée
C’était bien plus difficile qu’un article classique, mais ce fut une excellente manière d’apprendre la citation et la créativité
On pourrait sans doute enseigner aussi comment utiliser l’IA de cette manière, comme outil de recherche
vérifier les sources serait bien plus simple
Le système scolaire actuel est centré sur la mémorisation et a besoin d’être entièrement repensé
Les enfants devraient faire davantage de projets qui intègrent connaissances et compétences
Il faudrait mémoriser les concepts essentiels, puis utiliser des outils pour résoudre les autres problèmes
L’école ne devrait pas être une structure qui étouffe la curiosité, mais un espace qui développe l’instinct d’exploration
Les enseignants eux aussi sont prisonniers de contraintes bureaucratiques, ce qui rend difficile de les blâmer
Il y a des domaines qui demandent un entraînement de base et de la répétition
L’apprentissage par projet a aussi ses limites
Mais la société continue d’éviter cette discussion
Trois ans après l’introduction de l’IA dans l’éducation, elle ne sert en pratique qu’à remplacer les devoirs et automatiser l’administratif
Le problème, au final, c’est la baisse de valeur des diplômes
Si tous les étudiants produisent des résultats similaires avec l’aide de l’IA, comment distinguer les vraies compétences ?
Au fond, la question n’est pas « comment utiliser l’IA ? », mais bien « quel est le but de l’éducation ? »
En d’autres termes, c’est devenu un examen pour devenir opérateur d’IA
La qualité de l’éducation est au fond proportionnelle à la quantité d’effort fournie par l’enseignant
Or la structure actuelle est centrée sur la productivité, ce qui est à l’opposé d’un bon enseignement
Les QCM sont rapides, mais les réponses rédigées et les évaluations orales sont bien plus précises
L’autocorrection est pratique, mais les LLM réussissent désormais trop bien ces exercices
À l’inverse, les travaux créatifs révèlent la personnalité de l’étudiant, mais sont très difficiles à corriger
Les évaluations sous forme de présentation sont elles aussi excellentes, mais très contraintes par le temps
Malgré tout, les LLM peuvent accélérer les itérations sur les projets, et c’est un vrai avantage
Ils mettent 0 s’ils repèrent des traces de copier-coller
Au bout du compte, c’est bien la structure centrée sur la productivité qui pose problème, et il faut un changement à l’échelle de l’établissement
Lien Cluely
J’étais un élève qui supportait mal le stress des examens
J’avais toujours des A aux devoirs sans limite de temps, mais les examens oraux improvisés me rendaient anxieux
Si mon fils devient comme moi, je me demande comment je pourrai l’aider
Parfois, je me dis qu’il faudrait des environnements sans IA, une sorte d’« université en cage de Faraday »
Il faut développer la tolérance à l’échec plutôt que le perfectionnisme
80 à 90 % des enseignants ne sont pas prêts à gérer l’IA
Il est déjà difficile de suivre l’évolution rapide de la technologie, alors que ce sont les élèves qui sont punis
Dans un contexte où la qualité de l’éducation publique baisse, interdire l’usage de l’IA n’est pas réaliste
Au final, les étudiants qui abusent de l’IA en paieront eux-mêmes le prix
Si on revient à cette méthode, elle fonctionnera encore très bien à l’ère des LLM
Les enseignants évolueront de plus en plus vers un rôle de superviseur, mais cette transition sera très chaotique