Ce professeur refait passer le même examen en présentiel : les notes s'effondrent de 50 %

Une classe qui décroche 96 sur 100 de moyenne à un partiel. La même classe qui s'effondre à 48,6 quand l'examen passe en salle, sous surveillance. Entre les deux, une seule variable a changé : la présence, ou non, d'un chatbot d'IA à portée de clavier.

C'est l'histoire d'un professeur d'économie de l'Université de Brown (établissement de l'Ivy League, à Providence, dans le nord-est des États-Unis) qui a tendu un piège à ses propres étudiants.

Roberto Serrano soupçonnait une triche massive à l'IA générative (une IA qui produit du texte, comme ChatGPT). Il a voulu en avoir le cœur net. Le résultat transforme une inquiétude floue en un chiffre brutal.

Ce qui rend l'affaire intéressante, ce n'est pas le scandale, c'est la mesure. Pour une fois, on peut chiffrer ce que l'IA fait vraiment à l'apprentissage quand on la retire de l'équation.

Précisons le périmètre : on parle d'un cas unique, un cours, un semestre, pas d'une étude nationale. Mais ce cas est devenu une donnée que les universités du monde entier vont devoir regarder en face.

Dans cet article :

• Le partiel où 40 étudiants sur 86 décrochent un 100 parfait
• Le piège de la démonstration alambiquée
• Quand la classe se vide d'un coup
• Brown n'est pas un cas isolé : l'onde de choc dans les universités
• La stratégie Posthumain : utiliser l'IA sans se saboter le cerveau

Le partiel où 40 étudiants sur 86 décrochent un 100 parfait

L'origine de l'histoire est tragique. Après une fusillade sur le campus de l'Université de Brown en décembre, qui a coûté la vie à deux étudiants, beaucoup se disaient anxieux à l'idée de composer dans une salle bondée. Serrano, qui enseigne depuis près de vingt ans, a donc fait ce qu'il n'avait jamais fait : autoriser un partiel à la maison, sans surveillant [1].

Son cours, un cours avancé d'économie mathématique, attirait d'habitude une petite trentaine d'étudiants, parfois moins. Ce semestre-là, ils étaient 86. Une affluence record que le professeur attribue lui-même à la promesse d'examens à domicile [2].

Puis le partiel est tombé. La moyenne de la classe a atteint 96 sur 100 et 40 étudiants ont décroché un 100 parfait. Or, l'historique du cours situe la moyenne entre 65 et 80, et Serrano jugeait ce partiel plus difficile que ceux des années précédentes [3].

Autrement dit : le seul semestre où il relâche la surveillance, ses notes explosent vers le haut sur un examen réputé plus dur. Pour un économiste spécialiste de la théorie des jeux (l'étude mathématique des décisions stratégiques, exactement ce qui se joue quand on choisit de tricher ou non), l'anomalie sautait aux yeux.

Ce grand écart entre la note à la maison et la note en salle est le cœur de l'affaire. Le graphique ci-dessous le met à plat.

Le piège de la démonstration alambiquée

Serrano ne s'est pas contenté de trouver les notes trop belles. Les réponses elles-mêmes le gênaient. Beaucoup étaient correctes, mais rédigées dans un style qu'il décrit comme très contourné, avec des raisonnements qui tournent en rond avant de tomber juste [1].

Avec ses correcteurs, il a alors fait passer son propre examen à ChatGPT. La machine a produit des réponses qui ressemblaient étrangement à celles de ses étudiants. Un exemple est resté : une question de démonstration mathématique qui appelait un argument direct, la voie simple et évidente.

ChatGPT, lui, a préféré une preuve par l'absurde, un détour logique inutilement compliqué qui arrive au bon résultat par un chemin inhabituel. Et une grande partie des copies suivait exactement ce même détour tordu.

Difficile d'y voir une coïncidence. Cette manière de déléguer sa réflexion à une machine rejoint une question que nous avons déjà creusée dans notre analyse sur l'IA qui pense à notre place.

Serrano a posé un marché à sa classe. Le final serait en présentiel, et il comparerait les deux distributions de notes. Si elles se ressemblaient, il garderait le partiel. Sinon, il l'annulerait et rebasculerait tout le poids sur le final.

Il a résumé son message aux tricheurs présumés en une phrase que l'on peut reformuler ainsi : si tout ce que vous faites est d'appuyer sur un bouton pour qu'une IA travaille à votre place, pourquoi êtes-vous à l'université [4] ?

Quand la classe se vide d'un coup

La réaction a parlé pour elle-même. Dès l'annonce du final surveillé, 18 étudiants ont abandonné le cours, et 9 autres sont restés inscrits sans jamais se présenter à l'examen [2].

Le détail qui tue : parmi ces 27 étudiants qui se sont volatilisés, 22 avaient décroché un 100 parfait au partiel, selon le quotidien espagnol El País. Les meilleures notes de la classe, précisément celles qui ont préféré disparaître plutôt que de composer sous surveillance.

Pour ceux qui ont osé passer le final, la moyenne est tombée à 48,6 sur 100, le plus bas jamais enregistré dans ce cours. Trois étudiants ont même rendu copie blanche, avec un zéro [3].

Serrano a fini par annuler le partiel et faire peser le final à hauteur de 80 % de la note. Il a aussi abaissé la barre de réussite de 50 à 40 sur 100 pour amortir le choc.

Malgré cette clémence, 19 étudiants ont échoué au cours. D'après son propre décompte, au moins 50 personnes avaient triché au partiel et il qualifie les preuves d'accablantes.

Le professeur reproche surtout à sa direction une réponse qu'il juge molle. Il a soumis son dossier au comité du code académique de son université en mai, sans retour.

Après sa sortie publique fin juin, on lui a demandé de déposer une plainte individuelle et documentée contre chaque étudiant suspecté, ce qu'il trouve absurde face à une triche de masse [1].

De son côté, l'université renvoie à ses procédures habituelles. Un porte-parole indique que la démarche d'enquête est la même qu'il s'agisse d'un seul étudiant ou de plusieurs, et rappelle que l'Université de Brown a recruté un responsable dédié à l'IA et réexamine ses codes académiques à l'aune de l'IA générative [4].

Brown n'est pas un cas isolé : l'onde de choc dans les universités

L'affaire Serrano n'est qu'un symptôme. À l'université de Princeton, une autre institution de l'Ivy League, le corps enseignant a voté en mai la fin d'une tradition vieille de 133 ans : les examens sans surveillant, pilier de son fameux code d'honneur [5].

Le chiffre qui a fait basculer le vote est parlant. Dans une enquête menée auprès de plus de 500 étudiants en dernière année, 29,9 % ont admis avoir triché au moins une fois, le plus souvent avec l'IA. Et à peine 0,4 % avaient un jour dénoncé un camarade [6].

Le code d'honneur reposait sur une idée simple : les étudiants se surveillent entre eux. Sauf que l'IA logée dans un téléphone ou une montre connectée a rendu la triche invisible et donc impossible à signaler. Le système s'est effondré non pas par malveillance, mais par obsolescence.

L'Université de Princeton n'est pas seule. L'Université de Stanford a autorisé la surveillance de certains examens après une phase de test, et le mouvement de retour aux copies surveillées s'étend à travers le pays.

Cette bascule s'inscrit dans une tendance plus large où l'IA rebat aussi les cartes de l'emploi, comme le montrent les chiffres réels sur les métiers d'ingénieurs.

La stratégie Posthumain : utiliser l'IA sans se saboter le cerveau

Le cas de l'Université de Brown pose une question qui dépasse la triche : que fait réellement l'IA à notre capacité d'apprendre ? La réponse existe, et elle n'est pas idéologique, elle est expérimentale.

La bonne nouvelle, c'est qu'on peut en tirer une méthode d'usage précise, aussi bien pour un étudiant que pour un professeur ou n'importe quel adulte qui apprend un métier.

Ce que dit vraiment la science du cerveau

Une étude du MIT Media Lab (le laboratoire de recherche sur les médias du Massachusetts Institute of Technology) a suivi 54 adultes rédigeant des essais avec ChatGPT, avec un moteur de recherche, ou sans aucun outil. Les utilisateurs de ChatGPT montraient l'activité cérébrale la plus faible, notamment dans les zones liées à la mémoire et à la créativité [7].

Les chercheurs parlent de dette cognitive : à force de déléguer l'effort mental à la machine, on accumule un déficit qui finit par éroder ses propres compétences.

Pire, les participants copiaient-collaient souvent la production de l'IA sans être capables, quelques minutes plus tard, de citer une seule ligne de ce qu'ils avaient soi-disant écrit.

Attention à ne pas caricaturer : l'autrice principale de l'étude, Nataliya Kos'myna, refuse elle-même les titres du type « ChatGPT rend bête ». Son message est plus fin. L'IA utilisée après un vrai travail mental peut soutenir la réflexion ; utilisée à la place de ce travail, elle l'atrophie [8].

Le piège de la fluidité

Voici le mécanisme précis qui trahit. Quand une explication est limpide, le cerveau confond cette facilité avec de la maîtrise. Les psychologues appellent ça la fluence cognitive : ça semble clair, donc on croit avoir appris. C'est faux.

La recherche sur l'apprentissage est formelle depuis des décennies : on retient ce qu'on a eu du mal à retrouver soi-même. Les « difficultés désirables » (l'effort mental qui ralentit sur le moment mais grave le savoir) sont le vrai moteur de la mémoire à long terme.

Une seule tentative de rappel actif peut doubler ses chances de se souvenir d'une information une semaine plus tard [9]. L'IA, elle, sert des réponses fluides et pré-digérées. Elle supprime exactement la friction dont le cerveau a besoin pour apprendre.

C'est là tout le paradoxe : l'outil qui nous fait gagner du temps sur le moment est le même qui nous vole l'apprentissage. Et le plus vicieux, c'est qu'il ment sur ce que l'on a réellement retenu.