Dans un amphithéâtre de Harvard au printemps dernier, un professeur de sciences politiques a annoncé à ses étudiants une modification de son syllabus. Il n’y aurait plus de dissertation finale à rendre à la maison. À la place : un entretien oral de vingt minutes pendant lequel chaque étudiant devrait expliquer, défendre, et approfondir les arguments de son travail en répondant aux questions posées directement par l’enseignant. Certains étudiants ont paru surpris. D’autres — ceux qui avaient passé les dernières semaines à peaufiner leurs requêtes ChatGPT — ont eu une réaction plus nuancée.
La triche par IA dans les universités d’élite américaines n’est pas un phénomène hypothétique que les administrateurs anticipent depuis leurs bureaux. C’est quelque chose que des professeurs observent dans leurs piles de copies depuis 2023, sans toujours pouvoir le prouver. Les logiciels de détection comme Turnitin ou GPTZero produisent des taux de faux positifs qui rendent leurs résultats non opposables dans une procédure disciplinaire. Un étudiant accusé sur la base d’un score de détection peut — à raison — contester une sanction fondée sur des données que personne ne peut garantir fiables. Les équipes administratives des Ivy League le savent. C’est pourquoi les procédures disciplinaires liées à l’IA sont rares, même quand la suspicion est forte.
Le problème technique est simple à expliquer. Les modèles génératifs actuels produisent un texte qui, stylométriquement, ressemble à de l’écriture humaine — notamment parce qu’ils ont été entraînés sur des milliards de pages d’écriture humaine. Un étudiant qui reformule, qui construit son prompt en incluant des éléments personnels — une anecdote biographique, un point de vue qu’il a exprimé en cours, un argument développé en semaine — obtient un résultat encore plus difficile à distinguer. Les détecteurs cherchent des patterns statistiques caractéristiques des modèles. Les étudiants, aidés parfois de tutoriels en ligne, apprennent à les contourner. C’est un jeu du chat et de la souris dans lequel le chat a toujours du retard.
La réponse des professeurs les plus pragmatiques ne passe pas par une technologie meilleure. Elle passe par un changement d’évaluation. L’examen oral, que des générations de parents français connaissent sous le nom de « grand oral » et que les universités britanniques ont toujours pratiqué sous forme de viva voce, est en train de retrouver une place aux États-Unis précisément parce qu’il produit quelque chose qu’une IA ne peut pas encore simuler à la place d’un étudiant : une conversation en temps réel, dans laquelle on ne peut pas s’appuyer sur un texte préparé à l’avance. Si tu n’as pas compris ce que tu as écrit, ça se voit.
L’écriture sur papier, en classe, supervisée — le fameux blue book des campus américains — refait son apparition dans des cours qui l’avaient abandonné depuis vingt ans. Certains professeurs de sciences humaines ont commencé à noter les brouillons, les plans annotés, les versions intermédiaires autant que le produit final, pour avoir une trace du processus de réflexion. Ces adaptations sont intelligentes et probablement efficaces. Elles représentent aussi un recul, dans le sens littéral : retour à des méthodes que l’université avait jugé possible de dépasser grâce à la technologie. La technologie a retourné la situation.
Ce qui est peut-être le plus intéressant dans cette crise, c’est la question qu’elle pose sur ce que les universités d’élite cherchaient vraiment à mesurer depuis le début. Si une dissertation de vingt pages sur la pensée de Rawls peut être produite par un modèle en quelques minutes, que mesurait exactement l’exercice ? La capacité à écrire vite, à structure un argument sous contrainte de temps, à mobiliser des sources — toutes ces choses continuent d’avoir de la valeur. Mais elles n’étaient peut-être pas ce que l’assignment de take-home testait vraiment, surtout dans un contexte où les étudiants avaient déjà accès à des bibliographies complètes, à des assistants de recherche, et à internet. L’IA a seulement rendu visible une ambiguïté qui existait depuis longtemps.
