Innovation Pédagogique et transition

IA Hackathon pour le bien commun – Nantes Digital Week 2026 le 18 septembre

Colin de la Higuera — 2026-07-28T09:17:18Z

Nous avons le plaisir de relayer cette annonce qui peut permettre de regrouper celles et ceux intéressées par la question concrète de l'utilisation de l'IA pour le bien commun. Et cela va se passer à la Halle 6 !

Et si, en une journée, vous utilisiez l'IA pour résoudre un vrai défi de société ?

Personne étudiante, curieuse de l'IA, développeuse, designer, communicante ou spécialiste d'un domaine : venez vivre une expérience concrète aux côtés de personnes citoyennes, d'expertes et d'actrices du territoire.

Au programme :

Défis réels proposés par des collectivités et associations
Équipes pluridisciplinaires de 6 à 8 personnes participantes
Conception de solutions avec des outils d'IA
Accompagnement par des personnes expertes
Pitch final devant un jury

Aucun niveau expert n'est requis : une première pratique des IA génératives suffit. Apportez simplement votre ordinateur portable et votre envie de créer.

Pourquoi participer ?

Développer vos compétences en IA.
Travailler sur un projet concret.
Rencontrer des profils variés.
Enrichir votre CV et votre réseau.
Contribuer à des projets utiles pour le territoire.

Jeudi 18 septembre 2026 – 9h à 18h
Halle 6 Ouest – Nantes
30 à 40 personnes participantes
Participation gratuite (sur inscription)

Inscription : https://bit.ly/iahackathon

Le temps d'une journée, mettez vos compétences au service du bien commun.

Licence

Sauf indication contraire, l'ensemble des contenus de ce site https://chaireunescorelia.univ-nantes.fr/ est mis à disposition selon les termes de la Licence Creative Commons Attribution 4.0 International.

A Troyes, on discute IA générative et Universités.

Colin de la Higuera — 2026-07-23T09:18:00Z

L'Université Technologique de Troyes (UTT) organisait fin juin un colloque dont le titre était « Révolution IA générative au cœur de l'université : Nouvelles pratiques, nouvelles compétences, nouveaux défis ». Voici ce que j'y ai appris.

L'Université Technologique de Troyes (UTT) est une des quatre Universités Technologiques en France. Son Président, Christophe Collet a jugé opportun -pour ne pas dire urgent- de se pencher sur la question de la transformation des Universités à la suite de la « Révolution IA ». Il a confié l'organisation de cet événement à Nada Matta et Leila Merghem-Boulahia qui ont proposé un programme remarquable.

Lundi 29 juin

Stéphane Canu, Chargé de Mission IA au Ministère de l'Enseignement Supérieur, de la Recherche et de l'Espace, fait une excellente présentation sur le sujet de l'IA et des Universités. Ses slides sont remarquables et son exposé (qu'on pourra retrouver ici : Intervention sur l'IA par Christophe Collet, Président UTT & Stéphane Canu, chargé de mission IA) va depuis le fonctionnement de l'IA sur ses possibles effets sur la recherche et l'éducation. Je regrette néanmoins l'absence de message politique : que propose le Ministère ? Quelle est sa vision sur l'avenir des Universités ?

Nous participons ensuite à un atelier avec des étudiants de l'UTT qui nous décrivent une enquête réalisée auprès de personnes enseignantes de différents établissements, sur les usages de l'IA. Lors des questions, ils me répondent qu'ils ont noté quelque chose de surprenant : alors que chez les (jeunes) étudiants, ils voyaient une corrélation entre l'effet de gain de temps ressenti et la volonté d'utiliser l'IA, chez les (vieux) enseignants, la corrélation est inverse : plus un enseignant l'utilise, moins il a l'impression de gagner du temps. Plusieurs explications possibles. Fatiha Tali-Otmani, chercheure à Toulouse (Université Jean-Jaurès) confirme cela par ses propres travaux : chez les enseignants qui n'utilisaient pas l'IA, il y en avait pour qui c'était par méconnaissance ou par rejet, mais d'autres qui s'étaient rendu compte que cela leur faisait perdre du temps. Une interprétation est qu'une personne enseignante est bien plus perfectionniste. Et que lorsqu'on exerce notre pensée critique pour corriger le résultat d'une IA, cela peut prendre plus de temps que de l'écrire soi-même.

La session de l'après-midi contient quatre keynotes. Je commence et je m'exprime sur les liens entre IA et tricherie. Puis c'est le tour de Bart Lamiroy, URCA (Université de Reims) qui nous explique comment ils ont réussi dans leur Université à faire adopter un texte de type charte au niveau de l'Université. Le timing est excellent puisque je venais d'expliquer que si on se réfère à une définition raisonnable de la tricherie (celle du Larousse par exemple : Enfreindre certaines règles, certaines conventions explicites ou d'usage en affectant de les respecter) il ne peut y avoir de conventions explicites que si l'établissement en adopte ! Autrement dit, la première étape doit consister à adopter une série de textes permettant ensuite un dialogue et le développement de formations.

Les deux autres exposés de la session sont donnés par les représentants des entreprises AWS et Snowflake. Des exposés similaires, où il est question de la vision de leurs dirigeants, de leur large gamme de produits, de comment ceux-ci peuvent venir résoudre les problèmes de la formation. Deux splendides exemples de techno-solutionnisme. C'est en réalité assez fascinant parce que le discours est bien construit, les idées et arguments fonctionnent à condition de ne pas questionner les hypothèses, les prémisses. J'utiliserai cet argument ultérieurement dans mes interventions : quand on remplace le discours du monde de l'éducation par celui de l'entreprise, de l'efficacité, du secteur marchand, on n'argumente plus de la même façon. Pour certains, c'est bien l'objectif : gérons l'éducation comme on gère l'entreprise et on sera bien plus efficace. Il faut se demander comment on a laissé ce discours devenir le discours dominant à l'école (mais on pourrait aussi dire « dans l'hôpital »). Car si éduquer se résume à des chiffres, à des questions d'optimisation, la solution consistant à laisser entrer les entreprises privées pour délivrer des certifications vides de contenus fonctionnera très bien et deviendra vite la norme. Il faut donc résister et ne pas les laisser entrer. Bien entendu, il faut aussi expliquer qu'il ne s'agit pas ici de défendre une profession mais de défendre l'idée même de l'éducation publique et cela prend forcément du temps.

Lionel Nicaud, de OnePoint, nous présente des choses bien plus intéressantes. Il faut que je songe à retourner revoir son exposé. Son analyse -que je partage depuis longtemps– est que malgré nos envies de prendre des raccourcis, il faut se demander si la compétence IA dont on veut doter nos étudiants n'est pas tellement importante que cela mérite de passer du temps. Peut-être d'ajouter pour cela une année de formation.

Dans la table ronde qui a suivi je vais être injuste et ne retenir que l'intervention de Fatiha Tali-Otmani de l'Université Toulouse 2. J'ai eu la chance d'être membre de son jury d'HDR il y a quelques mois et c'est du sérieux : une analyse étayée par la théorie, mais aussi de nombreuses collaborations et donc beaucoup d'exemples. La table ronde portait sur l'IA en entreprise et Fatiha Tali-Otmani nous faisait part de son inquiétude, concernant les entreprises, d'avoir des cadres utilisateurs d'IA génératives dont l'incompétence pouvait être masquée par celle-ci. Les coûts possibles étaient inquiétants.

D'autres interventions portaient sur les jeunes codeurs. Autrement dit, des jeunes diplômés (ici de l'UTT, mais on aurait aussi pu prendre en exemple ceux de Nantes Université) qui rejoignent l'entreprise. On nous explique que ceux-ci sont de plus en plus testés lors des entretiens d'embauche en deux modalités : avec et sans IA. Pour tester, le site https://www.hackerrank.com/ semble être devenu une solution retenue (il faudra que je demande à nos étudiants s'ils se jaugent avec ça).

Les discours des uns et des autres ne sont pas encore convergents mais on comprend quand même qu'il est de moins en moins question de coder mais de savoir utiliser un assistant de codage (comme kiro.dev) ou d'être en vibe coding. Un effet de cela est que les entreprises ont de moins en moins besoin de codeurs juniors. Mon analyse est qu'il faut se préparer à l'Université pour ne pas rester très longtemps dans la position de coder junior.

Mardi 30 juin

Le thème est celui des transformations pédagogiques. En réalité, nous allons plutôt continuer à analyser l'existant.

Nous accueillons Madame Vanina Paoli-Gagin, Sénatrice de l'Aube. Celle-ci est très engagée sur la question de l'alignement des IA. Ce terme mérite d'être défini. On peut lire (sur wikipedia (https://fr.wikipedia.org/wiki/Alignement_des_intelligences_artificielles) qu'il s'agit de « concevoir des intelligences artificielles (IA) dont les résultats s'orientent vers les objectifs, éthiques ou autres, de leurs concepteurs ». Avec cette définition, on dira que Grok est aligné mais c'est clair qu'on parle plus d'alignement pour décrire des IA qui partagent les valeurs de la société…

La Sénatrice nous explique donc qu'il y a des valeurs qui sont les nôtres et que nous n'avons pas à nous aligner sur des valeurs nord-américaines. Que des valeurs humanistes sont essentielles. La Sénatrice a auditionné ces derniers mois des dizaines d'experts (dont Yoshua Bengio et Fatiha Tali-Otmami !) et nous fait part de ses pré-conclusions. Elle voit en particulier avec inquiétude le rôle des quelques GAMAM. Jusque-là, tout va bien.

La Sénatrice nous expose aussi l'incapacité du politique de jouer un rôle majeur mais juge indispensable que l'école soit très active pour préparer les citoyens de demain afin que l'utilisation de l'IA reste raisonnable [qui devront se débrouiller tous seuls puisque le politique a démissionné, NDLR]

J'avoue être déçu : je pense qu'hélas c'est l'école qui est en train de s'adapter aux règles du secteur marchand. Sous couvert d'efficacité, de proposer des solutions d'emploi aux jeunes, on introduit une politique des chiffres, des objectifs numériques, des certifications.

Même Léon XIV n'y croit pas :

LETTRE ENCYCLIQUE MAGNIFICA HUMANITAS

95. Il convient ici de reconnaître un fait déterminant, que j'ai déjà rappelé précédemment : dans de nombreux cas, dans le contexte numérique, le contrôle des plateformes, des infrastructures, des données et de la puissance de calcul n'appartient pas aux États, mais à de grands acteurs économiques et technologiques qui, dans les faits, fixent les conditions d'accès, les règles de visibilité et les possibilités de participation. Lorsqu'un pouvoir d'une telle ampleur se concentre entre quelques mains, il tend à devenir opaque et à échapper au contrôle public, et augmente le risque d'un développement faussé qui engendre de nouvelles dépendances, des exclusions, des manipulations et des inégalités.

Francis Jutand, ancien DG Adjoint de l'Institut Mines Telecom et aujourd'hui Vice-Président de la Société Française de Prospective prend la suite. Son analyse est riche. Parfois trop. On comprend que l'IA offre de nombreuses opportunités et que les changements de paradigmes doivent être digérés.

Je ne résiste pas pour finir à partager cette anecdote de Bart Lamiroy (Université de Reims) qui m'indiquait qu'un patron lui avait dit récemment qu'il encourageait ses employés à utiliser l'IA. Tout le temps. Et que cela lui permettait de gagner du temps. Sur un sujet sensible, ses employés -avec l'aide de l'IA- arrivaient assez systématiquement à la même opinion. Si elle allait dans le sens de ce que pensait le patron, tout va bien. Si par contre la pensée dominante était différente, le gain restait appréciable parce qu'il n'y avait qu'une opinion à chercher à contredire.

Cette histoire fait écho à des échanges pendant ces deux jours : l'IA est vu globalement comme un appauvrissement intellectuel.

Liberté d'expression, indépendance

Les approches et opinions exprimées sur ce site n'engagent que la Chaire RELIA et ne reflètent pas nécessairement celles de Nantes Université et de l'UNESCO.

Licence

De l'éducation ouverte et de l'intelligence artificielle en Suisse

Colin de la Higuera — 2026-06-18T05:54:00Z

Retour de deux jours en Suisse pour parler IA et Éducation ouverte

Lundi 8 juin, Brig (Brigue)

Journée d'étude : Les compétences en IA générative pour apprendre : quelles ressources dans les universités ? (lien)

UniDistance est une Université à distance en Suisse. C'est aussi un lieu dans lequel on s'intéresse beaucoup aux mêmes interactions que nous (Chaire RELIA), entre l'IA et l'éducation ouverte. On y trouve en particulier Jean-Michel Jullien et Henrietta Carbonel qui ont, ces derniers mois, mené le projet CAILL (Critical AI Literacy for Learning) en collaboration avec l'Université Cadi Ayyad de Marrakech (le projet).

Ce projet vise à combler de façon originale un problème que toutes les Universités ont aujourd'hui : celui de proposer une formation à l'IA générative à tou·tes les étudiant·es.

Leur solution : un MOOC aussi ouvert que possible (il faut quand même s'inscrire sur leur plateforme Kairos : https://kairos-edu.ch/front/#/r eferential/14). Et là, un MOOC à double entrée : une entrée par les cours, une entrée par les tests : à tout moment on peut basculer, très simplement, d'une modalité à l'autre.

Cinq chapitres / thématiques dans CAILL :

Le fonctionnement des Gen IA
Les interactions avec Gen IA
Les méthodes d'apprentissage et l'IA
Intégrité et Gen IA
Regard critique sur les Gen IA

La journée de lundi s'inscrivait dans une logique de lancement : le MOOC est maintenant disponible en français, anglais et allemand. Et la journée a permis de mieux comprendre les besoins de formation des établissements, de voir quelques solutions et de beaucoup échanger.

Jean-Michel et Henrietta m'ont demandé de donner l'exposé d'ouverture et j'ai choisi le thème de la pensée critique. J'ai essayé de comprendre pourquoi les IA génératives nous amenaient à en parler avec tant d'insistance. Puis, de proposer quelques pistes pour à la fois permettre d'enseigner la pensée critique mais également -et c'est plus important- de mettre les étudiant·es en condition de la développer.

Parmi les autres exposés, celui de Dolorès Grossemy, du Téluq, a retenu mon attention. Le Téluq est une université à distance, au Québec. Leur formation a également servi de modèle ailleurs. Mais ce qui m'a paru important est que la formation est basée sur des règles adoptées par leur communauté universitaire. Autrement dit, un bon cours d'IA doit s'appuyer sur des règles, pas seulement des conseils pieux.

Après discussion, il apparait que ces règles ont été établies collectivement au Téluq. Mais que tout·e enseignant·e, ou groupe d'enseignants (un département par exemple) peut y déroger. A condition de le faire de façon ouverte : en rendant publique leur décision motivée. C'est, je crois, la bonne façon de procéder.

Pour plus d'informations, un lien sur un ensemble de ressources partagées ce jour.

Mardi 9 juin, Lausanne

Aujourd'hui, c'est à la HEP Vaud que je me rends, dans le belle ville de Lausanne. C'est une superbe école de formation des enseignant·es avec une vue fabuleuse sur le lac Léman. Il me parait évident qu'un·e apprenti·e enseignant·e doit y ressentir une certaine fierté et peut croire les paroles de ses dirigeants politiques disant que son rôle (futur) est important.

Le thème du jour : les liens entre Évaluation et Éducation ouverte et libre.

Ouverte et libre ? Oui, c'est bien entendu Barbara Class qui est derrière cette journée, avec Mathilde Panès. Le duo a invité Yann Mercier-Brunel, Spécialiste de docimologie à l'UMA et moi-même à débattre. Docimologie ? Oui, la science des évaluations.

Cela était organisé comme une pièce de théâtre en trois actes : nous avons d'abord instruit le procès de l'évaluation : Yann en insistant sur le fait que cette évaluation n'a rien de moderne et qu'on la doit essentiellement à la recherche d'un mécanisme visant à gérer des questions d'accès des élites aux Grandes Écoles. Et moi, constatant (avec lui) que l'IA venait renforcer les inégalités et injustices du système actuel. Dans l'acte 2, nous avons essayé d'être plus positifs et de partager des pistes sur ce qu'une évaluation plus intelligente pouvait être.

Si Yann Mercier-Brunel nous a proposé des scénarios de contrôle continu vrai (et non des accumulations d'épreuves) dans lesquels les apprenant·es pouvaient trouver l'envie de mieux faire, j'étais bien plus critique du système actuel et j'ai défendu l'idée que si l'évaluation formative pouvait bénéficier de l'aide de l'intelligence artificielle et qu'il était nécessaire de garantir la qualité des apprentissages à travers une évaluation certificative menée de façon extrêmement professionnelle, on pouvait douter de l'utilité de l'accumulation de notes de toutes sortes dont un trop grand nombre sont devenues inutiles ou suspectes.

Et l'acte 3 nous a permis de parler de nos projets en cours sur le sujet : pour la Chaire j'ai parlé du projet européen ASSAI, de nos tentatives de comprendre l'évaluation depuis le point de vue des étudiant·es et de mes propres essais (depuis vingt ans quand même) à encourager les étudiant·es à écrire des antisèches pour mes examens.

La seconde partie de la journée était composée d'un atelier de co-construction, pensé par Barbara Class, Mathilde Manès et Gregoire Serikoff, et animé par ce dernier. Où les participants étions invité·es à revisiter nos propres évaluations vues du point de vue de l'étudiant·e.

Licence

Lancement du projet européen ASSAI

Colin de la Higuera — 2026-05-06T08:17:00Z

ASSAI : Évaluation pilotée par l'IA en éducation : élaborer des stratégies pour une mise en œuvre responsable et éthique (AI-Driven Assessment in Education : Shaping Policies for Responsible and Ethical Implementation)

Les 17 et 18 mars ont eu lieu dans la ville de Logroño, capitale de la Rioja espagnole, le lancement du projet européen ASSAI.

Ce projet, de type Erasmus+, a été obtenu il y a quelques mois suite à un appel concernant les impacts des IAs génératives sur l'éducation, appel pour lequel il y a eu 207 soumissions et 5 projets retenus.

Le projet ASSAI réunit un consortium varié regroupant 8 prestigieux partenaires de 6 pays européens :

Les leaders du projet sont l'UNIR (Universidad Internacional de la Rioja) avec en particulier Daniel Burgos, titulaire d'une Chaire Unesco sur l'E-Learning. Daniel est une légende à plusieurs titres. Tenez vous bien, il est titulaire de 14 doctorats !

On trouve également l'Université de Bonn, Université d'Excellence en Allemagne, en haut de tous les classements, représentée par Christian Stracke, expert réputé de l'éducation ouverte, de l'IA dans l'éducation et régulièrement interrogé par l'OCDE, le Conseil de l'Europe, l'UNESCO.

Est également présent IRCAI, l'International Research Centre in Artificial Intelligence, en Slovénie. Avec dans le projet Wayne Holmes et Mitja Jermol, tous deux détenteurs de chaires UNESCO.

En Norvège, deux partenaires : l'Université de Bergen et le Norwegian Directorate for Higher Education and Skills, au nord du cercle arctique. Les Norvégiennes de l'Université de Bergen sont en réalité originaires de l'hémisphère sud : Barbara Wasson et Kirsty Kitto ont publié de nombreux articles sur les questions d'éducation ouverte. Et pour “le Ministère”, Karin Brennholm et Ann-Tove Eriksen.

De Bruxelles, le groupe en charge de la communication autour du projet est Digital Europe (Selin Tagmat et Alexia Papadimitriou).

La région de la Rioja, en Espagne, est également membre du consortium.

Et enfin, à Nantes, la collaboration entre le LS2N et la Chaire UNESCO RELIA permettra de mobiliser l'ensemble des expertises dans ce domaine afin de contribuer au projet.

Le consortium du projet à la réunion de lancement à Logroño en Espagne.

Le but du projet est d'examiner de près les relations entre évaluation et intelligence artificielle. En évitant -et nous sommes déjà d'accord là dessus- de tomber dans le piège de penser que l'IA est la cause ou la solution. Il va falloir chercher à analyser les questions posées qui sont nombreuses ; Et avouons-le, nous avons pris à Nantes un peu d'avance en regardant la question de la tricherie, qui n'est cependant qu'une des facettes du problème.

A Nantes, nous devons chercher des témoignages de tous types : sur l'évaluation, sur les règles choisies (quand il y en a) par les établissements. Sur les façons d'utiliser l'IA. Pour écrire des sujets, pour corriger, peut-être parfois pour surveiller ou détecter les tentatives de fraude.

Le sujet est important -ce qui explique sans doute l'excellente note accordée par le jury- et nous sommes tous confrontés à ces questions.

C'est aussi ce qui a été mis en avant lors de la rencontre avec les médias (Espagnols) qui a eu lieu le 18 mars. Voir ici le communiqué de presse en langue anglaise.

N'hésitez pas à suivre la page du projet ASSAI sur LinkedIn

Session de travail lors de la réunion de lancement.

Licence

INTEGRITY-AI : Lancement d'un nouveau projet européen

Colin de la Higuera — 2026-03-14T09:54:06Z

Du 9 au 11 février 2026, à Bilbao (Espagne) s'est tenu le kick off du projet « Capacity Building, Key Action 2 » INTEGRITY-AI.

Ce projet comprend 11 partenaires de 2 pays européens – France (Nantes) et Espagne – et 4 pays latino-américains (Brésil, Colombie, Guatemala, Mexique).

Logos des partenaires du projet européen INTEGRITY-AI

Rappelons que les projets « Capacity Building » de la Communauté Européenne sont prévus pour assurer une coopération entre l'Europe et des zones géographiques différentes.

Dans le cas de l'IA, il faut bien comprendre que si l'Europe n'est pas nécessairement en avance sur les aspects technologiques, elle l'est sur les questions de régulation (AI act) de respect des droits de l'homme, de la démocratie, de l'état de droit (du moins dans le contexte de l'IA).

Le but d'INTEGRITY-AI est de proposer des instruments permettant une gouvernance éthique de l'IA pour les Universités. Les principaux instruments qui seront mis en place sont :

de la formation des personnels administratifs et techniques, des personnes enseignantes-chercheuses et des étudiantes ;
la mise en place d'« AI units », des objets de gouvernance nouveaux dans les universités, chargés d'accompagner les politiques IA des établissements ;
le travail en réseau.

Nantes Université n'est responsable d'aucun work package mais est en soutien de plusieurs initiatives, en particulier de la préparation de matériel pédagogique de type MOOC pour la formation ou les idées sur la mise en place des « AI units ».

Présentation de Nantes Université auprès des partenaires, lors du lancement du projet en février 2026

Au delà des questions complexes de mise en œuvre de politiques de gouvernance, le projet joue aussi un rôle dans la discussion des politiques elles-mêmes. Les questions que se posent les universités sont nombreuses : comment rendre compatible l'utilisation de l'IA et le besoin d'apprendre, de former ? Comment assurer une transparence de tous les usages liés à l'IA en milieu universitaire ? Comment aborder les aspects de confidentialité ? Comment permettre aux étudiantes et étudiants d'apprendre à bien utiliser l'IA ? à aussi ne pas l'utiliser ? Comment assurer une lecture commune de ce qu'on peut ou qu'on doit faire (où « on » peut être une personne étudiante, enseignante, une chercheuse, un personnel technique ou administratif) ?

Photo de l'ensemble des partenaires présents lors du kick-off en février 2026

Ajoutons l'aspect humain nécessaire au succès de tout projet de coopération : les partenaires sont aussi passionnés que nous sommes, ouverts à la discussion, avec des expériences très différentes des nôtres.

Donc un très beau projet.

Licence

La triche… et si l'IA n'était pas le problème ? (4)

Colin de la Higuera — 2026-02-24T08:17:15Z

La triche, la tricherie, la fraude, la malhonnêteté académique… Pour beaucoup d'enseignants, un problème pénible qui nous occupe beaucoup trop. Et qui s'accélère depuis l'arrivée des IA génératives. Mais qu'en est-il vraiment ? Pourquoi triche-t-on ? Pourquoi est-ce un problème ? Et quelles sont les solutions ? Dans cette série de quatre articles nous aurons exploré la question (1), les enjeux (2) , des solutions qui n'en sont pas (3) et des pistes de solutions (4).

Quelques soucis supplémentaires

La loi de Goodhart nous dit que « quand une mesure devient un objectif, elle cesse d'être une bonne mesure ». Cette règle économique fait également sens dans le domaine de l'éducation. Ici, la mesure est naturellement l'examen. Mais quand celui-ci devient l'objectif (et tous les enseignant·es, étudiant·es et élèves en conviendront, c'est souvent le cas aujourd'hui), la mesure/examen cesse de mesurer ce qu'on avait prévu. La stratégie d'apprentissage semble alors se caler sur la préparation de l'examen ou du contrôle. Et, dans certains cas, c'est également le cas de la stratégie d'enseignement (ce que les anglo-saxons appellent « teaching to the test »).

D'autre part, nous mélangeons trop souvent le sommatif et le formatif (voir Partie 1). Quand un enseignant ou une enseignante introduit une activité d'évaluation formative, il y a différentes pressions qui s'exercent pour rendre cette activité sommative : il faut plus de notes pour justifier l'appellation « formation continue » ou pour rendre la note de l'examen moins déterminante. « Toute peine mérite salaire » semble un slogan admis : travailler « pour rien » heurte. Mais en rendant l'évaluation sommative, le recours à la triche devient alors une évidence pour certains et l'aspect formatif de l'activité est bien souvent perdue.

Inversement, faire du sommatif « qui ne sert à rien » d'autre qu'à obtenir une note parait absurde au pédagogue. Le QCM en est un bon exemple. Il y a donc la tentation pour l'enseignant de chercher à faire les deux choses à la fois. Mais c'est là que les choses se compliquent : à ce moment là on risque la double peine : une épreuve qui incite à la triche et qui en plus ne remplit pas son rôle didactique !

Des solutions plus ambitieuses…

Séparer clairement le sommatif du formatif

Si on accepte que l'évaluation sommative n'a pas d'intérêt autre que celui d'apporter une note, supposée représentative de ce qu'on cherche à mesurer, cela simplifie considérablement la question. Il est alors peut-être possible d'imaginer des dispositifs dont l'intérêt n'est pas dans un quelconque apport d'apprentissage. Mais uniquement, exclusivement d'évaluer.

Inversement, si l'évaluation formative n'a plus de rôle sommatif, la tricherie devient inutile. L'étudiant·e va alors effectuer le travail demandé uniquement dans un objectif d'apprentissage.

Bien entendu, il reste à persuader l'étudiant·e d'effectuer le travail.

A-t-on vraiment besoin de toutes ces notes ?

Mettons les pieds dans le plat. Si la fraude est liée au besoin d'avoir des bonnes notes et que les solutions de type sanctions, dissuasion, détection ne donnent pas de résultats, que peut-on proposer d'autre ?

Tout simplement de supprimer -en grande partie- les notes. Donc de réduire l'évaluation sommative au strict minimum.

A l'Université, a-t-on besoin de notes pour tout ce qui est interne ? Pour passer de 1^ère année en 2^ème année ? De 2^ème en 3^ème ? Nos étudiantes et étudiants sont majeur·es et en âge de prendre leurs décisions. S'ils ont trois ans pour se préparer à un examen final et qu'ils ont accès à des instruments pour mesurer leurs progrès, quel intérêt d'être en situation de contrôle continu ? Le terme lui-même fait un peu peur… La surveillance permanente… Orwell n'aurait pas trouvé mieux.

On objectera qu'il faut aujourd'hui des notes pour toutes sortes de raisons :

(1) Les étudiant·es doivent savoir où ils en sont ;
(2) L'enseignant·e a besoin de savoir où en sont ses élèves ;
(3) Les examens terminaux sont stressants et il importe de diminuer la surcharge cognitive des étudiant·es ;
(4) Certaines filières recrutent à la fin de la première, ou de la seconde année de licence et il faut donc des notes pour que ces filières sachent que le niveau requis est atteint ;
(5) Des bourses peuvent être liées à l'obtention de l'année ou à une mention ;
(6) Certaines options ou opportunités ne sont proposées qu'aux meilleur·es étudiant·es.

Tous ces arguments sont réels mais il est sans doute possible de répondre à chacun.

(1) Oui, c'est bien le rôle de l'évaluation formative ;
(2) L'enseignant·e peut tout à fait évaluer pour cela. La note n'est pas indispensable ;
(3) Cet argument serait valide si le système actuel n'était pas extrêmement stressant. Or il suffit de discuter avec les étudiantes et étudiants pour se rendre compte à quel point les notes et contrôles entrainent des situations de tension… quasi permanentes ;
(4) C'est exact : les notes servent donc pour l'extérieur de la filière. C'est une situation où, à la demande, il peut être nécessaire d'examiner ;
(5) C'est de moins en moins le cas, mais il est certain que s'il faut un classement il faut recourir, pour cette raison, à une évaluation sommative ;
(6) Il peut-être nécessaire de choisir entre deux étudiant·es et la note ou moyenne de l'année précédente est un critère utilisé régulièrement, malgré toutes les critiques qu'on peut faire. Il peut là aussi se demander s'il ne faut pas traiter ce cas comme pour le (4).

The school teacher
Francesco Bergamini (1880 – 1915)

Allons jusqu'au bout de la compensation : le grand oral

Lorsque le grand oral a été introduit au Baccalauréat en 2021, que de critiques ! Passer un oral serait injuste, et que cet oral puisse porter sur le programme tout entier serait impensable. C'est pourtant ce que d'autres pays font. On cherche à évaluer un·e élève de façon bien plus holistique qu'en faisant cela par morceaux.

Aujourd'hui, les épreuves de contrôle continu morcellent l'apprentissage. On apprend ce qu'il faut pour passer l'épreuve. Sitôt l'épreuve passée, on oublie. On apprend même pour oublier… Nous avons tous et toutes l'expérience d'interroger les étudiant·es sur un point de l'année précédente et d'avoir des regards un peu vides nous expliquer que la validation des acquis n'a validé que des acquis très provisoires.

Evaluer quand c'est nécessaire, en osant des oraux et en osant aussi ne pas évaluer systématiquement tout le monde, c'est à dire en ne confondant pas équité et égalité… Il existe des possibilités.

La suite

Le sujet nous intéresse à la Chaire UNESCO RELIA et dans le réseau UNOE. Ainsi,

dans le cadre du projet « UNOE Student Fellowships » soutenu par la Fondation Hewlett, et en collaboration avec des Universités en Amérique, Afrique, Asie et Europe, nous allons étudier le point de vue des étudiantes et étudiants sur ces questions ;
dans le cadre du projet européen ASSAI (AI-Driven Assessment in Education : Shaping Policies for Responsible and Ethical Implementation), en collaboration avec des collègues en Espagne, Slovénie, Allemagne, Norvège, Belgique, nous allons étudier la faisabilité d'une université sans évaluations à répétition, ou dans laquelle l'Intelligence Artificielle peut être mise à contribution ;
à Nantes, nous menons déjà des ateliers sur la tricherie et l'IA.

Bref, nous allons sans doute vous en reparler !

Bibliographie

Hamsa Bastani, Osbert Bastani, Alp Sungu, Haosen Ge, Özge Kabakcı and Rei Mariman, Generative AI Can Harm Learning (2024). The Wharton School Research Paper, Available at SSRN : https://ssrn.com/abstract=4895486 or http://dx.doi.org/10.2139/ssrn.4895486

Mathieu Bouville. Why is Cheating Wrong ? Stud Philos Educ 29, 67–76 (2010). https://doi.org/10.1007/s11217-009-9148-0 . Également sur https://arxiv.org/abs/0803.1530

William Kerney. Treachery and Deceit : Detecting and Dissuading AI Cheating. Journal of Computing Sciences in Colleges, Volume 40, Issue 9 Pages 10 – 17, 2025. https://www.ccsc.org/publications/journals/SW2025.pdf#page=10

Nataliya Kosmyna, Eugene Hauptmann, Ye Tong Yuan, et al. Your brain on ChatGPT : Accumulation of cognitive debt when using an AI assistant for essay writing task. arXiv preprint arXiv:2506.08872, 2025. https://arxiv.org/abs/2506.08872

Barbara Oakley, Michael Johnston, Ken-Zen Chen, Eulho Jung et Terrence J. Sejnowski. The Memory Paradox : Why Our Brains Need Knowledge in an Age of AI, 2025, https://arxiv.org/abs/2506.11015.

Peter Scarfe, Kelly Watcham, Alasdair Clarke, Etienne Roesch. A real-world test of artificial intelligence infiltration of a university examinations system : A “Turing Test” case study. https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0305354. Cité par https://www.theguardian.com/education/article/2024/jun/26/researchers-fool-university-markers-with-ai-generated-exam-papers.

Milos Stankovic, Ella Hirche, Sarah Kollatzsch et Julia Nadine Doetsch. Comment on : Your Brain on ChatGPT : Accumulation of Cognitive Debt When Using an AI Assistant for Essay Writing Tasks. 2025, https://arxiv.org/abs/2601.00856.

Liberté d'expression, indépendance

Les approches et opinions exprimées sur ce site n'engagent que la Chaire RELIA et ne reflètent pas nécessairement celles de Nantes Université et de l'UNESCO.

Licence

Les droits d'auteur à l'ère de l'IA

Colin de la Higuera — 2026-02-13T10:24:40Z

C'est une question qui revient souvent : quel est le statut d'un cours généré (totalement, en grande partie, un peu) par une IA. Peut-on lui mettre une licence ouverte ? Peut-on en faire une REL ?

Nous rediscuterons de cette question -parmi de nombreuses autres- pendant la Semaine de l'Éducation Ouverte, au début du mois de mars. Et la question est bien entendu liée aussi aux questions que nous nous posons en ce moment sur la tricherie.

Mais c'est surtout l'occasion d'aller lire l'excellent article de Rose-Marie Borges intitulé « Copier, coller, plagier ? Le droit d'auteur expliqué aux étudiants (et aux autres)« .

Elle y analyse le statut des œuvres générées avec l'IA en s'appuyant sur des décisions de justice aux États- Unis, en Europe et en Chine. On regrettera juste qu'elle ne fasse pas le lien avec les licences Creative Commons.

On y trouve également un lien vers le MOOC Voler-Coller : stop au plagiat, destiné aux personnes étudiantes de Master et Doctorat.

C'est aussi l'occasion de rappeler que The Conversation publie des articles de médiation scientifique sous licence libre depuis plus de dix ans. Bravo.

Licence

La triche… et si l'IA n'était pas le problème ? (3)

Colin de la Higuera — 2026-02-13T10:24:16Z

La triche, la tricherie, la fraude, la malhonnêteté académique… Pour beaucoup d'enseignants, un problème pénible qui nous occupe beaucoup trop. Et qui s'accélère depuis l'arrivée des IA génératives. Mais qu'en est-il vraiment ? Pourquoi triche-t-on ? Pourquoi est-ce un problème ? Et quelles sont les solutions ? Dans cette série de quatre articles nous explorerons la question (1), les enjeux (2) des solutions qui n'en sont pas (3) et des pistes (4).

Crime et châtiment

S'il y a délit, il peut y avoir une peine associée. Et des règlements administratifs ou internes rappellent que la tricherie peut donner lieu à des punitions très fortes. En France, pour les examens officiels, c'est la loi du 23 décembre 1901 qui s'applique. Et son article 2 stipule :

Quiconque se sera rendu coupable d'un délit de cette nature, notamment en livrant à un tiers ou en communiquant sciemment, avant l'examen ou le concours, à quelqu'une des parties intéressées, le texte ou le sujet de l'épreuve, ou bien en faisant usage de pièces fausses, telles que diplômes, certificats, extraits de naissance ou autres, ou bien en substituant une tierce personne au véritable candidat, sera condamné à un emprisonnement de trois ans et à une amende de 9 000 euros ou à l'une de ces peines seulement.

Dans les faits, la sanction est rarement pénale. Elle est disciplinaire. Typiquement une interdiction de s'inscrire à l'Université.

Mais si la principale victime de la tricherie est le tricheur, n'est-ce pas là quelque chose d'absurde ? Comme l'écrit Mathieu Bouville (2008) : « C'est comme condamner à mort quelqu'un qui a cherché à se suicider. »

Des solutions ?

Une fois la question discutée (voir surtout les parties 1 et 2), quelles solutions pouvons-nous envisager ?

Commençons par analyser quelques solutions… qui n'en sont pas.

Continuer comme avant

Certains argumentent qu'en réalité il n'y a pas plus de tricherie aujourd'hui qu'hier. Et que donc, aucune réponse n'est nécessaire. Les chiffres sont compliqués à établir. Mais le choix est alors entre établir clairement qu'il n'y a pas d'enjeu particulier ou de s'y attaquer. Alternativement, même si l'IA ne vient pas augmenter le problème (ce qui n'est pas prouvé), le problème est suffisamment réel pour devoir faire face.

On notera quand même qu'économiquement (THE 2025) il y a un réel problème avec un coût attaché.

Le renforcement de la surveillance

C'est souvent la solution choisie. Le but essentiel est de démontrer aux tricheurs en puissance que le jeu n'en vaut pas la chandelle.

On peut chercher à rendre « le jeu » terriblement compliqué : cela peut passer par l'utilisation de détecteurs ou par la mise en place de technologies de détection de plus en plus sophistiquées. Il existe aujourd'hui un marché du Proctoring, évalué à 1 milliard de dollars par an (Hepi, 2025). On peut ainsi trouver des caméras pour équiper les salles d'examens, des analyseurs d'image pour détecter les mouvements suspects sur une webcam… Il a même été question, en Chine, de faire voler des drones pour détecter des signaux… Il est toujours possible de surenchérir. J'ai même entendu quelqu'un suggérer très sérieusement d'utiliser des détecteurs de mensonges au moment des soutenances !

La détection

Malgré les résultats négatifs connus concernant les détecteurs, des enseignants cherchent encore à piéger les fautifs.

Notre intuition est ici en faute : nous pensons tous être capables de détecter -par la lecture- l'utilisation de l'IA. Mais des tests contrôlés à l'aveugle ont été menés : des mémoires écrits intégralement par une IA ont été soumis (et c'était encore la génération GPT4) et n'ont jamais été détectés (par exemple Scarfe 2024).

La détection peut parfois reposer sur des pièges tendus par l'enseignante ou l'enseignant. C'est par exemple le cas de William Kerney (2025), qui propose -il n'est pas seul- à mettre des pièges dans les énoncés donnés de façon numérique : des textes écrits avec une police de taille 0 ou à l'encre blanche ne seront pas vus par le lecteur humain mais le seront par l'IA générative. Il suffit alors d'ajouter une consigne saugrenue…

Prenons un instant pour expliquer pourquoi les détecteurs ne peuvent pas fonctionner : ils vont reposer sur la recherche de propriétés statistiques des documents. Mais d'autres logiciels appelés humaniseurs peuvent être utilisés pour contrer les détecteurs : il suffit de donner son document à un humaniseur qui va le tester contre les différents détecteurs connus et vous proposer d'effectuer juste assez de modifications mineures pour « passer » les différents tests.

Je ne cherche pas à faire un placement de produits, bien entendu, mais voici ce qu'annonce le site https://aihumanize.io/fr_FR : « Humanize AI transforme le contenu IA en écriture naturelle et humaine qui contourne toute détection IA. Notre humanisateur IA avancé garantit une authenticité parfaite tout en préservant votre message. Essayez-le maintenant !«

Un article très récent du site développez.com décrit assez bien ce que peut-être la surenchère de la détection : les humaniseurs sont utilisés pour tromper les détecteurs qui à leur tour se mettent à détecter les humaniseurs… Et les victimes deviennent les personnes honnêtes obligées à passer ,elles-aussi, par un humaniseur pour se rassurer.

Plus moralement, on pourra aussi envisager ici un scénario cold case : l'humaniseur ne va pas humaniser un texte. Il va se contenter de le modifier en fonction des détecteurs connus à ce jour. Mais pas contre des détecteurs qui verront le jour ultérieurement, en fonction de tests statistiques nouveaux. Ainsi, le mémoire frauduleux qui est passé aujourd'hui sera peut-être détecté demain…

La dissuasion

Mais détecter… pourquoi ? il faut alors que la punition promise soit de nature à faire terriblement peur. C'est la solution qui est choisie régulièrement pour contrer le crime. Et on voit tous ce que cette solution (la répression) permet dans la société pour les crimes et délits. Alors, est-il étonnant que cela ne fonctionne pas non plus dans le contexte éducatif ?

The Young Artist – School Recess (1875)
Eduard Schulz-Briesen (1831-1891). Domaine public.

Discuter avec les élèves

C'est une condition nécessaire, mais pas suffisante. Sans être moralisateur, il faut avoir une explication dans laquelle la personne enseignante essaiera de montrer les avantages de l'intégrité académique, suggérer des temps où utiliser l'IA est une bonne chose, imposer des temps où elle est interdite, en expliquant pourquoi. Il peut être utile ici de s'appuyer sur des résultats scientifiques qui commencent à montrer que l'IA peut donner de mauvais résultats, des résultats des neurosciences qui suggèrent des façons d'utiliser l'IA pour travailler son cours, ses révisions (Kosmyna et al. 2025, Stankovic et al. 2025).

Plus important encore, il faut comprendre que la recherche commence à montrer que l'absence d'apprentissage en profondeur laisse des traces. Comme l'absence d'exercice physique en laisse sur notre corps. L'article très récent de Oakley et al. (2025) analyse en détail comment remplacer l'apprentissage d'un concept ou d'une connaissance par l'apprentissage d'une façon de retrouver à la demande ce concept ou cette connaissance ne se fait pas à coût constant. Ce ne sont pas les mêmes zones du cerveau qui sont activées : dans le premier cas, la mémoire procédurale sera enrichie. Dans le second, c'est uniquement la mémoire déclarative qui le sera.

Remplacer mémoires par examens

Les mémoires et travaux effectués hors de la classe sont aujourd'hui pointés du doigt. En supposant que ces travaux n'étaient pas exempts de tricherie avant l'arrivée de l'IA… Ce qui n'est pas le cas. On trouvait déjà des sites web permettant de se faire rédiger son mémoire pour une somme convenue.

Supprimer les mémoires est aujourd'hui une tentation suivie par certains établissements. Mais ici, il convient de noter qu'on n'examine pas les mêmes compétences. Et surtout, que le travail complexe nécessaire à la préparation d'un mémoire ne sera plus accompli.

Remplacer examens par oraux

Hélas, la triche existe également dans les salles d'examen. Des montres, lunettes et bagues connectées peuvent prendre une image du sujet et transmettre une solution. Il y a même une accélération de ce marché. Il devient alors difficile de contrôler (et est-ce le travail d'un enseignant de le faire ?).

Rappelons que dans les tournois d'échec de premier ordre, les joueurs doivent passer par un portique pour détecter la présence d'électronique. Est-ce vraiment une voie que l'on veut suivre ?

A nouveau, la discussion doit aussi être économique : la surenchère de moyens nécessaires est-elle justifiée ?

Augmenter le niveau

C'est la voie choisie par certains : ne pas lutter contre l'IA mais « produire » des diplômés qui savent utiliser l'IA dans le cadre de leur travail. Autrement dit, des personnes qui ont toutes les compétences et expertises liées au diplôme, avec en plus, celle de maîtriser l'IA. C'est le choix qui a été fait par exemple à Sciences Po [Curieusement, Sciences Po avait réagi très vite quand ChatGPT est apparu. Dès janvier 2024 il était question d'interdire ChatGPT].

Dans ce scénario, les étudiantes et étudiants sont encouragés à utiliser l'IA dans leurs travaux. Il devient alors mécaniquement inutile de détecter ou d'interdire.

Mais une question se pose : s'agit-il d'une compétence supplémentaire ? Et dans ce cas, à temps de formation égal, que sacrifie-t-on ? Quels enseignements sont enlevés pour laisser la place à l'IA ? Ne nous leurrons pas : apprendre à bien se servir de l'IA, en comprendre le fonctionnement, cela réclame du temps. Peut-on vraiment penser qu'on peut produire « des têtes bien pleines »[1] avec moins de temps ?

Bibliographie

Mathieu Bouville. Why is Cheating Wrong ? Stud Philos Educ 29, 67–76 (2010). https://doi.org/10.1007/s11217-009-9148-0 . Également sur https://arxiv.org/abs/0803.1530

Barbara Oakley, Michael Johnston, Ken-Zen Chen, Eulho Jung et Terrence J. Sejnowski. The Memory Paradox : Why Our Brains Need Knowledge in an Age of AI, 2025, https://arxiv.org/abs/2506.11015.

Peter Scarfe, Kelly Watcham, Alasdair Clarke, Etienne Roesch. A real-world test of artificial intelligence infiltration of a university examinations system : A “Turing Test” case study. https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0305354. Cité par https://www.theguardian.com/education/article/2024/jun/26/researchers-fool-university-markers-with-ai-generated-exam-papers.

[1] Montaigne disait déjà : « Je voudrais qu'on fût soigneux de choisir [à l'enfant] un conducteur qui eût plutôt la tête bien faite que bien pleine […] ». Montaigne, Les Essais, éd. J. Céard, ouvrage cité, I, 25, « De l'institution des enfants », p. 230-231.

Liberté d'expression, indépendance

Les approches et opinions exprimées sur ce site n'engagent que la Chaire RELIA et ne reflètent pas nécessairement celles de Nantes Université et de l'UNESCO.

Licence

Partager… Nos défis pour 2026

Colin de la Higuera — 2026-02-13T10:22:56Z

Chaque année, au début du mois de mars, l'éducation ouverte est célébrée lors de l'OEWeek (semaine de l'éducation ouverte), promue par Open Education Global. Il s'agit d'un événement au cours duquel des groupes du monde entier promeuvent des idées et des projets liés à l'éducation ouverte.

En 2025, avec l'aide de nos ami·es du réseau UNOE et de l'Université européenne du bien-être EUniWell, nous avons identifié 23 bonnes raisons (en français, en anglais) en faveur de l'éducation ouverte. Puis nous avons lancé un appel et « recruté » des auteurs et autrices de 13 pays. En mars 2025, nous avons publié leurs contributions… 23 articles en 8 langues !

Cette année, c'est la question du partage qui nous sert de fil conducteur. Tous les éducateurs, les enseignant·es, définissent volontiers ce qu'ils font avec le verbe « partager ». Et pourtant, quand on y regarde de plus près, ce partage est souvent limité.

Nous avons cette fois identifié 16 obstacles ou défis au partage : certains sont réels et peuvent être liés à un manque de compétences technologiques ou juridiques. D'autres sont liés à nos propres limites, craintes, envies. Or, en 2026, nous avons besoin de mieux partager, donc comprendre ce qui nous bloque et recenser des idées et des solutions venant de tous les continents est une piste…

Comme l'an dernier, nous avons lancé un appel à contributions et avons eu des volontaires très vite. Ils sont aujourd'hui 27, représentant 15 pays des Amériques, de l'Afrique, de l'Asie et de l'Europe.

Une surprise pour cette édition 2026. Nous sommes heureux d'ajouter un premier article d'Ahmed Galai pour lancer la série, sur la relation entre enseigner et partager. M. Ahmed Ben Tahar Galai est un militant des droits humains et des peuples, membre du comité directeur de la Ligue Tunisienne des Droits de l'Homme de 2000 à 2016 ( prix Nobel de la paix 2015 avec le Quartet du Dialogue National). Il est également membre du conseil scientifique de l'Institut Arabe des Droits de l'Homme et de la commission nationale pour la réforme du système éducatif tunisien.

Un Prix Nobel pour lancer notre série le 2 mars… Difficile de rêver mieux.

Les équipes en charge des trois blogs sur lesquels les articles seront publiés sont très enthousiastes, même si elles doivent également faire face à quelques difficultés (attendues) intéressantes, notamment en ce qui concerne les différentes manières de gérer le multilinguisme : à nouveau, nous avons encouragé les auteurs et autrices à écrire dans leur langue. A l'heure d'écrire ces lignes nous sommes en train de travailler sur une demi douzaine de langues.

Enfin, toutes les contributions seront sous licence CC BY, pour en faciliter les diffusions et réutilisations. À ce sujet, nous nous tenons à disposition pour toute question ou besoin d'aide, par exemple pour la republication d'articles.

Nous vous donnons donc rendez-vous dans quelques semaines pour découvrir, pendant un mois, nos seize défis.

Abonnez-vous à la newsletter “Partager est un défi”

Recevez, du lundi au jeudi pendant le mois de mars, l'article du jour directement par e-mail, disponible en plusieurs langues.

Licence

La triche… et si l'IA n'était pas le problème ? (2)

Colin de la Higuera — 2026-02-04T09:54:04Z

La triche, la tricherie, la fraude, la malhonnêteté académique… Pour beaucoup de personnes enseignantes, un problème pénible qui nous occupe beaucoup trop. Et qui s'accélère depuis l'arrivée des IA génératives. Mais qu'en est-il vraiment ? Pourquoi triche-t-on ? Pourquoi est-ce un problème ? Et quelles sont les solutions ? Dans cette série de trois articles nous explorerons la question (1), les enjeux (2) et les solutions (3).

Pourquoi est-ce mal de tricher ?

C'est le titre d'un article (Why is cheating wrong ?) de Mathieu Bouville, publié en 2008. Bien entendu, il n'était pas question d'IA à l'époque mais l'analyse portée est très fine et peut sans doute être utilisée comme point de départ ici. Nous suivons ici plusieurs de ses idées.

La morale

Le mérite est l'argument qui revient systématiquement : donner une bonne note à une personne étudiante qui s'est contentée d'utiliser une IA pour rédiger son devoir pose problème parce que celle-ci ne mérite pas cette bonne note.

Mais nous avons toutes et tous l'expérience d'avoir eu à noter une personne étudiante brillante mais paresseuse (ou qui donnait l'impression d'être paresseuse). Et, parfois à contre-cœur, nous avons mis la note que le résultat justifiait. Inversement, nous avons aussi toutes et tous eu à mettre une mauvaise note à un élève travailleur mais en difficulté. Certes, nous agrémentons cette note d'un “Il faut continuer, c'est bien” (du moins, dans un contexte où l'anonymat n'est pas de mise). Mais là aussi, la note portait sur le résultat, pas la quantité de travail.

Le moral

La tricherie de la part des élèves est ressentie comme une trahison (Mathieu Bouville, 2008). La personne enseignante s'est souvent investie au-delà du professionnel. De la part des élèves, tricher à « son » épreuve n'est donc pas acceptable.

Un autre argument est que le « pacte de confiance » entre la personne enseignante et l'élève est alors rompu.

Mais, comme Mathieu Bouville, nous admettrons que cette seule raison ne suffit pas à en faire un problème.

La rupture de contrat

Parfois, la personne enseignante ou l'équipe enseignante transforme les conventions d'usage -en particulier quand elles ne sont pas claires- en conventions explicites, en adoptant un règlement intérieur ou une charte. Dans ce cas, tricher devient vraiment “contrevenir aux règles” : la personne étudiante a triché en ne respectant pas les règles du jeu. Il est cependant important de noter que plusieurs personnes autrices constatent que si les règles ne sont pas claires, ou paraissent injuste, cela ne fonctionne pas.

Le coût économique

Dans notre système, il est à peu près impossible d'estimer le coût de la triche. Outre-manche, par contre, le protocole pour gérer les situations de présomption de fraude est clair : lorsque les personnes enseignantes ont un doute sur un écrit, la personne étudiante est convoquée pour un oral. Cela est formalisé : convocation, jury de 3 personnes, suivi administratif. On peut alors calculer le nombre d'oraux et le coût d'un oral, c'est-à-dire le coût du personnel administratif et académique mobilisé (Hepi, 2024).

La réputation

La question de la réputation est importante. Elle est également liée à des enjeux économiques. Il s'agit ici surtout de la réputation du diplôme ou de celle l'Université. Si l'établissement ou le diplôme a la réputation de « produire » des diplômés dont la qualité du diplôme n'est pas – ou plus – garantie, cela constitue un réel problème.

Tricher empêche d'apprendre

Il s'agit à mon avis de la raison la plus importante. Celle qui justifie que la question soit prise au sérieux. Dans nos cursus, nous sommes amenés à imaginer des évaluations qui vont amener la personne étudiante à étudier pour les réussir : dans la révision ou dans la rédaction d'un mémoire. Si tricher signifie que ce travail – que la personne enseignante a estimé nécessaire – n'a pas lieu, le problème est sérieux.

Lors des travaux à faire à domicile, le but pour la personne enseignante n'est pas seulement d'obtenir une note. Le but est aussi de faire travailler. C'est le cas par exemple des projets de programmation en informatique. Historiquement, c'est là qu'une partie importante de l'apprentissage se fait. Dans cette étude, Esther Shein (2024) démontre expérimentalement qu'une même tâche de programmation ne donne lieu à aucun apprentissage quand elle est effectuée avec une IA générative. C'est également le message de William Kerney (2025) qui s'intéresse également aux façons de lutter contre ce problème. D'autres études obtiennent des résultats similaires dans des domaines variés.

Or aujourd'hui, l'IA peut être utilisée non seulement pour aider à programmer, mais pour faire une partie non négligeable du travail. Et, selon comment l'IA est utilisée, les efforts nécessaires à une bonne compréhension auront, ou n'auront pas été produits.

Ce sont donc des situations où la tricherie va surtout entrainer une absence d'apprentissage.

Et bien entendu, l'informatique n'est qu'une matière où l'IA peut faire le travail à la place de.

Il convient ici de répondre à un argument qu'on entend trop souvent : si le résultat est acquis sans efforts, est-ce un problème ? Pourquoi vouloir à tout prix faire travailler dur ? Ne peut-on pas éviter une surcharge cognitive inutile ?

L'argument est que sans ces efforts, l'apprentissage ne se fait pas. Oakley et al. (2025) nous expliquent comment fonctionne l'apprentissage. Je vais essayer, sans être spécialiste, de résumer.

Nous avons deux types de mémoire : la mémoire procédurale et la mémoire déclarative.

La mémoire procédurale dépend plutôt du cortex frontal et du striatum (des ganglions de la base) et est mise en œuvre pour mémoriser des compétences et des habitudes.

La mémoire déclarative se gère au niveau de l'hippocampe et du lobe temporel médian. Celle-ci permet de mémoriser les faits et les événements. Cette mémoire est associée au langage.

Nous appelons la mémoire déclarative pour raisonner, résoudre des problèmes, tandis que la mémoire procédurale nous sert à mémoriser des gestes, des réflexes.

L'apprentissage répété permet de faire passer des opérations de la mémoire déclarative à la mémoire procédurale. Prenons un exemple. Si j'apprends les tables de multiplication, « 4 fois 7=28 » va se retrouver dans la mémoire procédurale. Ainsi, quand je rencontrerai 4 fois 7, je saurai que c'est 28, et si j'entends 28, je pourrai, sans calculs, utiliser l'information que c'est un multiple de 7.

Si je n'apprends pas les tables, je stockerai dans ma mémoire procédurale la façon d'utiliser la calculatrice ou un algorithme pour effectuer une multiplication. Si j'ai besoin de faire une multiplication, je pourrai la faire en faisant appel à ma mémoire déclarative et en appliquant l'algorithme retenu pour résoudre le problème. Du moins si j'ai un artefact électronique sur moi. Mais je ne suis pas capable d'avoir des intuitions sur le nombre 28. Dans un cas mon intuition est « sept fois quatre ». Dans l'autre, « utilise la calculatrice ».

Avec le travail effectué à domicile avec l'IA générative, il se passe un peu la même chose. Nous retenons en mémoire procédurale la façon de récupérer l'information, de faire appel à l'IA. Mais pas les éléments du cours.

L'école du village (1845)
Eduard Ritter (1808-1853). Domaine public

Quelques spécificités françaises

La France a une histoire. Et aussi une histoire de l'éducation. Au primaire, dans le secondaire et dans le supérieur, ce sont des générations de ministres qui sont venus amender, corriger, décider. Parfois, les décisions sont les mêmes qu'ailleurs. Parfois elles sont différentes. Voyons quelques différences :

La compensation

Que ce soit au brevet, au baccalauréat ou à l'Université, les matières se compensent. Une mauvaise note dans une matière peut être compensée dans une autre. Cette idée entraine dans le cas de la tricherie deux conséquences. (1) Elle incite à la tactique : nous – les personnes enseignantes – sommes interrogées dès le début de l'année sur le coefficient associé à notre cours, coefficient qui va alors se convertir en investissement de la part de la personne étudiante. (2) La compensation co-responsabilise les membres de l'équipe enseignante. Une personne enseignante qui évalue mal a une responsabilité vis-à-vis de ses collègues. En théorie, une bonne chose. Dans la pratique, rien n'est moins sûr.

La compensation quasi systématique est une particularité très française. Nos amis étrangers ont beaucoup de difficultés à comprendre qu'on puisse ainsi donner un diplôme sans même requérir un niveau dans les matières clé du diplôme.

Les 192 heures

Cela peut paraitre une banalité, mais le service d'une personne enseignante-chercheure dans une Université française est de 192 heures,… depuis 1984. Il y a donc 42 ans. Depuis cette date, tout a changé à l'université. Et on a demandé aux personnes enseignantes de tout changer. Sauf ça. Cette définition très précise est un frein à toute évolution, adaptation. Face à l'IA, tout le monde est d'accord qu'il faut une grosse dose d'évaluation « à l'oral ». Mais les 192 heures ne permettent en réalité pas de s'adapter.

On comparera notre situation à celle d'autres pays, où le volume horaire ne mesure pas les heures devant les élèves en classe, mais l'ensemble des heures passées avec eux.

Prenons le cas du remplacement des examens écrits par des épreuves orales : il y a nécessairement un surcoût. Qu'il est possible de prendre en compte dans une définition flexible des services. Mais pas dans une définition trop stricte.

Une confusion entre équité et égalité

Dans le cas d'un concours, il est indispensable que tous les candidats soient traités de la même façon. Mais dans le cas des autres épreuves, cela est-il indispensable ? Certains élèves montreront mieux leurs aptitudes par un oral que par un écrit. Dans certains cas, l'enseignant cherchant à évaluer l'étudiant aurait besoin d'informations supplémentaires. Or, aujourd'hui, il y a une forte exigence d'égalité un peu partout, égalité appelée assez injustement « équité ». Impossible de ne pas contrôler les connaissances de façon différenciée. Si un groupe a 5 minutes de plus pour rédiger que l'autre, on entendra inévitablement le mot « injuste »… Ce ne serait pas équitable.

Des solutions existent vis à vis de l'IA. Faire passer un oral à tous les étudiants est logistiquement impossible dans de nombreux cas. Mais le faire passer à quelques étudiantes ou étudiants, sélectionnés au hasard ou parce que l'enseignant en ressent le besoin (et sans avoir à le justifier) permettrait d'apporter des solutions. Hélas, au nom de l'équité, cela ne serait pas accepté en France. L'équité consisterait pourtant de laisser à chacun l'opportunité de montrer ses compétences et connaissances.

Si pour certains cela peut se faire d'une façon, tant mieux. Si d'autres ont besoin d'une épreuve supplémentaire (un oral par exemple) pour le faire, ce qui serait réellement équitable est de leur donner cette opportunité.

Des économies depuis 50 ans

Malgré des dépenses publiques importantes, force est de constater que les Universités publiques sont exsangues. Et l'évaluation devient malheureusement une source d'économie : Organisez des examens officiels dans des centres d'examens et il faut payer des personnes surveillantes, puis les personnes enseignantes pour corriger les copies. Remplacez cela par du contrôle continu et les mêmes personnes enseignantes viendront naturellement et corrigeront cela gratuitement, pendant leurs week-ends.

L'évaluation coûte cher. Ce n'est pas par hasard que les entreprises du secteur du Proctoring se pressent à la porte des Universités. La tricherie a également un coût, comme le montrent les Britanniques.

Mais, face à des situations de plus en plus complexes, il convient d'admettre que les moyens financiers sont absents.

La tricherie… où est la victime ?

Sans victime, y a-t-il un délit ?

Examinons les différentes victimes possibles.

La personne enseignante. Elle se sent victime de la triche. Et au fond, a-t-elle tort ? La tricherie a pour objectif de tromper la personne correctrice et/ou la surveillante. Qui sont, dans notre système, juste des rôles que doit endosser la personne enseignante.

Les autres élèves. Ils sont clairement victimes directes dans le cas d'un concours. S'il y a, en effet, dix places offertes au concours et huit sont prises par des élèves qui ont triché, le concours est devenu cinq fois plus difficile !

S'il ne s'agit pas d'un concours, c'est moins évident. On pourrait penser que chaque correction est indépendante des autres. Or il n'en est rien. La docimologie, qui étudie les examens a identifié plusieurs biais aux corrections. Ainsi, la loi Posthumus (ou la constante macabre) se définit comme : « un enseignant tend à ajuster le niveau de son enseignement et ses appréciations des performances des élèves de façon à conserver d'année en année, approximativement la même distribution (gaussienne) de notes » (voir van Kempen, 2008). Si des bonnes copies sont introduites frauduleusement dans le paquet, le correcteur aura alors tendance à en choisir d'autres comme étant mauvaises en compensation. Cela a même été montré expérimentalement !

Mais si les autres élèves sont victimes, c'est surtout à cause d'un sentiment d'injustice. Ils s'attendent à ce que la personne enseignante note de façon juste et équitable.

Le lycée, l'université… Il y a ici un enjeu de réputation. La tricherie a nécessairement un effet sur le niveau ressenti. Et dans ce cas, toute la communauté est perdante.

Mais en réalité, la principale victime de la triche est le tricheur (ou la tricheuse) lui-même. On peut trouver sur des listes de diffusion des témoignages émouvants de personnes qui sont passées à travers les mailles du filet jusqu'au jour où elles réalisent que leur seule réelle compétence est celle de savoir tricher. Comme toute addiction, les mécanismes sont ceux du plaisir et de la satisfaction à court terme et peu à peu de devoir continuer parce que l'option d'arrêter n'existe pas.

Bibliographie

John Biggs. Enhancing teaching through constructive alignment. High Educ 32, 347–364 (1996). https://doi.org/10.1007/BF00138871

Mathieu Bouville. Why is Cheating Wrong ? Stud Philos Educ 29, 67–76 (2010). https://doi.org/10.1007/s11217-009-9148-0 . Également sur https://arxiv.org/abs/0803.1530

Higher Education Policy Institute, HEPI (2024). The financial impact of AI on institutions through breaches of academic integrity. https://www.hepi.ac.uk/2024/03/01/the-financial-impact-of-ai-on-institutions-through-breaches-of-academic-integrity/

Jean-Luc van Kempen. Analyse UFAPEC 2008. https://www.ufapec.be/nos-analyses/comment-favoriser-l-objectivite-en-matiere-d-evaluation.html

William Kerney. Treachery and Deceit : Detecting and Dissuading AI Cheating. Journal of Computing Sciences in Colleges, Volume 40, Issue 9 Pages 10 – 17, 2025.

Barbara Oakley, Michael Johnston, Ken-Zen Chen, Eulho Jung et Terrence J. Sejnowski. The Memory Paradox : Why Our Brains Need Knowledge in an Age of AI, 2025, https://arxiv.org/abs/2506.11015.

Esther Shein. The Impact of AI on Computer Science Education. Communications of the ACM, Volume 67, Issue 9, Pages 13 – 15 (2024) https://doi.org/10.1145/3673428

Liberté d'expression, indépendance

Les approches et opinions exprimées sur ce site n'engagent que la Chaire RELIA et ne reflètent pas nécessairement celles de Nantes Université et de l'UNESCO.

Licence