Innovation Pédagogique et transition

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

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.

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

La triche… et si l'IA n'était pas le problème ? (1)

Colin de la Higuera — 2026-01-27T08:22:00Z

J'ai failli intituler cet article « IA et évaluation ». Alors qu'en réalité, nous allons beaucoup parler de tricherie. Exclusivement ? Non, car la tricherie, la décision de voir cela comme problème ou pas, la façon de chercher à résoudre ce problème, le cas échéant, tout cela a une incidence sur tous les autres aspects de l'évaluation. Et donc de l'éducation.

Dans un premier temps, nous allons chercher à cerner la question : que veut dire tricher ? que faut-il pour qu'on parle de tricherie ? Est-ce le terme adéquat ? Nous verrons que pour qu'il y ait triche, il faut des règles ou des usages établis. Dans le contexte de l'IA, c'est bien entendu déjà un problème. Nous allons aussi essayer de comprendre pourquoi les élèves et personnes étudiantes trichent. Ça ne va pas de soi. La question suivante est la plus compliquée, peut-être : pourquoi la triche est-elle un problème ? Nous chercherons à faire la différence entre les arguments moraux, les arguments économiques et les arguments pédagogiques.

Il sera utile à ce stade de nous demander si notre analyse est universelle ou si elle concerne plus particulièrement la France. Parce que oui, notre système éducatif est différent et cela a une incidence ici. Une comparaison rapide avec d'autres systèmes est intéressante.

Toujours dans la compréhension de ce qui se joue, il sera utile de comprendre la différence entre évaluation sommative et évaluation formative, le cadre proposé par l'alignement de Biggs, et les enjeux liés aux détecteurs. Cela nous donnera des éléments pour analyser la situation.

Avec cela, nous pourrons regarder les solutions possibles.

Que veut dire tricher ?

Le Larousse nous dit que tricher, c'est « enfreindre certaines règles, certaines conventions explicites ou d'usage en affectant de les respecter ».

Les joueurs de cartes
Theodoor Rombouts (1597–1637). Domaine Public

Dans cette définition un mot retient notre attention : usage. Pour enfreindre les conventions d'usage, il faut qu'il y ait des usages partagés et connus. Et si possible, établis. Or, pour cela il faut du temps. Et justement, il ne s'est passé que trois ans depuis l'arrivée des IA génératives. Avec des technologies sans cesse en changement mais des usages et notre acceptation de ceux-ci qui va varier énormément. Il est donc impossible de parler d'usages établis.

Quand -en plus- les conventions explicites n'existent pas, il en résulte une frontière floue entre ce qui est de la triche et ce qui ne l'est pas.

Ainsi, quand on interroge les élèves et personnes étudiantes, nous faisons ce constat : pas de stabilité dans les usages, donc pas d'accord sur ce qui constitue de la triche ou pas. Les personnes étudiantes ne savent pas elles trichent ou pas. Dans un rapport récent sur la vulnérabilité des Universités Britanniques à la triche avec les outils IA (THE 2025), les élèves et personnes étudiantes sont interrogés. Et l'auteur en conclut que si 22% déclarent avoir triché, en réalité, le chiffre est sans doute moindre.

Nous avons la même expérience à Nantes : lors d'une réunion, en décembre 2025, avec les personnes doctorantes de l'Université, celles-ci déclaraient ne pas savoir si elles étaient en train de tricher dans leur utilisation de l'IA ou pas.

Avant de clore cette section sur la définition de la tricherie, notons que le terme « tricherie » lui-même est réducteur. On pourrait choisir le très utile terme « academic misconduct » utilisé dans le monde anglo-saxon. Il peut se traduire par « malhonnêteté académique » (comme le font nos camarades canadiens [1] ).

Dans un article de revue, nous ferions ce choix (et privilégierions même le terme « intégrité académique » qui permet de regarder les choses de façon positive). Mais il s'agit ici d'un billet de blog : utilisons le terme que tout le monde comprend !

Tricher, pourquoi ?

Nous n'avons pas de statistique fiable sur les raisons de la triche. Comme le montre Philip Newton (2025), les disparités dans les réponses des étudiant·es sont nombreuses tant il est difficile d'obtenir des réponses vraiment honnêtes. Des témoignages et articles divers semblent cependant pointer sur plusieurs explications :

l'enseignant·e n'est pas intéressant·e,
la spirale de la triche (je triche parce que j'ai toujours triché),
la pression sociale pour réussir : autrement dit la note qui devient la raison de l'école.

Une littérature abondante aborde la question depuis bien avant l'arrivée des IA génératives. Ainsi, Miles et al. (2022) en font une analyse systématique et listent des facteurs qui peuvent se combiner entre eux :

L'incompréhension de ce qui est une « academic misconduct ».
Les pairs : si les autres trichent, je triche.
Les règles au niveau de l'institution : les établissements qui ont des règles claires verraient moins de tricherie.
Le risque et les punitions qui ne font pas peur.
Le cas des personnes étudiantes étrangères et des différences culturelles : dans le cas du plagiat en particulier, la notion de respect du droit d'auteur peut être très différente d'un pays à un autre.
La technologie : l'Internet a entrainé plus de tricherie.
L'environnement d'apprentissage qui peut encourager ou pas l'intégrité académique.
La pression, qui peut-être sociale ou familiale.
Une culture de la triche.
Le raisonnement moral.
Des attributs individuels incluant le genre, l'âge, la discipline, le niveau de satisfaction…

De nos propres observations en collège et au lycée lors d'ateliers organisés par la Chaire RELIA sur les usages de l'IA, il en ressort que les élèves ne vont pas utiliser les IA génératives pour apprendre, mais, quand l'enseignant « passe en évaluation », tout devient possible, en particulier quand l'évaluation n'est comprise que comme un système donnant lieu à une note et que le (seul) but est d'avoir une bonne note.

Des éléments d'analyse

Avant d'entrer dans le vif du sujet, examinons quelques éléments qui peuvent nous aider à comprendre mieux les enjeux.

L'IA n'est pas toujours une aide à l'apprentissage

Le discours dominant semble être que l'IA est aujourd'hui un outil indispensable à l'apprentissage. Et que, par conséquent, freiner son introduction dans le système éducatif serait une erreur. Au contraire, régulièrement, l'interrogation est : pourquoi va-ton si doucement ? Ne serions-nous pas en train de perdre la course ?

Si l'éducation n'est pas une course et s'il y a d'autres raisons à prendre le temps (la formation des enseignant·es, le besoin d'IA souveraines) il convient de noter qu'on commence à voir que l'apprentissage peut se faire moins bien quand il est accompagné par l'IA (Bastani et al. 2024). Et les sciences neuronales nous expliquent pourquoi (Kosmyna et al. 2025, Oakley et al. 2025).

L'alignement pédagogique

En 1996, Biggs propose d'aligner les attendus pédagogiques, le curriculum et les évaluations. Un problème dans l'alignement et plus rien ne marche : des compétences non évaluées vont entrainer la frustration des apprenant·es, des objectifs qui cessent d'être au programme peuvent mener à la perte de crédibilité de la formation.

L'IA remet en cause l'alignement pédagogique : en exemple assez marquant est celui du doctorant. Les attendus du doctorat sont définis par le décret de février 2019. Ils sont ambitieux. La formation est dispensée par l'équipe encadrante et au sein de l'école doctorale. Et la plupart du temps, l'évaluation se fait à travers la soutenance et est validée par deux rapporteurs sur la base d'un écrit sans réelle possibilité d'interroger le candidat.

Évaluation formative ou sommative

On parle d'évaluation formative quand la note, s'il y en a une, va servir à l'élève à évaluer ses apprentissages.

On parle d'évaluation sommative quand la note va avoir une importance sur le devenir de l'élève.

Souvent, les enseignant·es envisagent des évaluations qui sont à la fois sommatives et formatives : le travail demandé est intéressant et permet d'apprendre, mais il est également noté et cette note doit jouer un rôle dans le calcul d'une moyenne, le passage dans l'année suivante.

L'absence de détecteur fiable

Les détecteurs d'IA ne fonctionnent pas. Du moins, pas avec assez de fiabilité pour qu'une décision puisse être prise directement. Dans un système dans lequel la suspicion pourrait déclencher un oral, pourquoi pas. Mais si, au nom d'un pseudo principe d'équité il est impossible d'agir ainsi…

Les autres pays

Tous les pays sont différents. La question qu'il convient de se poser est : certaines spécificités historiques et culturelles permettent-elles d'avoir moins de soucis avec la malhonnêteté académique ? Dans la prochaine partie, nous mettrons en évidence certaines spécificités françaises.

Bibliographie

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

Paula Miles, Martin Campbell, Graeme Ruxton. Why Students Cheat and How Understanding This Can Help Reduce the Frequency of Academic Misconduct in Higher Education : A Literature Review. J Undergrad Neurosci Educ. 2022 20(2):A150-A160. https://doi.org/10.59390/LXMJ2920. https://pmc.ncbi.nlm.nih.gov/articles/PMC10653228/

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.

Philip Newton (2025). How vulnerable are UK universities to cheating with new GenAI tools ? A pragmatic risk assessment, Assessment & Evaluation in Higher Education, 50:8, 1332-1343, DOI : 10.1080/02602938.2025.2511794. https://www.tandfonline.com/doi/full/10.1080/02602938.2025.2511794#abstract

Times Higher Education. Universities need to ‘redefine cheating' in age of AI. 2025. https://www.timeshighereducation.com/news/universities-need-redefine-cheating-age-ai

[1] https://knowledgeone.ca/coun tering-cheating-el earning/ ?lang=fr

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

L'IA et les REL en Nouvelle Calédonie

Colin de la Higuera — 2026-01-13T08:55:39Z

Le thème de la Fête de la Science 2025 était « intelligences ». Quand j'ai été contacté par des collègues à l'Université de Nouvelle Calédonie pour être l'ambassadeur de la Fête de la Science 2025 sur tout le territoire, j'ai dit oui.

Remerciements

Le voyage a été possible grâce à la collaboration entre Karine Buard à l'INSPE de Nouvelle Calédonie et le CRESICA : merci en particulier à Florent Olivier et Soanile Moal. Merci aussi au Vice Recteur Didier Vin-Datiche qui a réussi à mettre en place des rencontres passionnantes.

Pour faire quoi ?

J'ai pu rencontrer…

En collèges, lycées et à l'Université, des élèves et des étudiant·es,
Dans les mêmes endroits, les enseignant·es,
A plusieurs reprises, le grand public,
Des journalistes.

Capture de la carte de l'île de Grande-Terre, Nouvelle Calédonie, OpenStreetMap

Nouméa

Après un très long voyage (escales à Paris, Doha et Brisbane…), j'arrive à Nouméa la veille du premier événement : l'inauguration de la fête de la Science 2025 qui a lieu au Lycée Escoffier de Nouméa. Mon exposé « IA et Science : ce qui se joue » part du constat que l'IA joue déjà un rôle majeur dans la recherche scientifique, mais qu'il est important de ne pas chercher à accélérer le temps à tout prix.

J'ai auparavant le plaisir de rencontrer Catherine Ris, la Présidente de l'Université de la Nouvelle-Calédonie (UNC) ainsi que l'ancien Président Gaël Lagadec. Ceux-ci m'informent donc de la situation particulière de l'Université. En échange, j'explique comment Nantes Université mène une politique d'ouverture et les avantages de l'éducation ouverte.

Le lendemain (3 octobre), je rencontre chercheur·es de la Chaire UNESCO Handicap, Éducation et Numérique (HEN), puis je donne un séminaire en direction des membres de l'école doctorale du Pacifique. Le titre de la conférence : Intelligence artificielle et recherche scientifique : une révolution ?

Je poursuis les idées introduites la veille… Il faut donc parler éthique de la recherche, chartes, mais aussi des règles implicites et explicites de la recherche aujourd'hui.

Le samedi 4 octobre, le week-end commence par la participation au village des sciences du Lycée du Mont-Dore. Je suis épaté par l'enthousiasme des jeunes.

Des stands partout, tenus par des chercheur·es, les lycéen·nes, des collégien·nes et même des élèves de primaire. Quel enthousiasme ! Les thèmes abordés sont souvent très localisés : le lagon, sauver le dugong, la leptospirose.

J'anime l'atelier que nous avions conçu à la Chaire pour le 19 septembre. J'ai une douzaine d'élèves et j'utilise un quiz pour les faire parler de leurs usages avec les IAs génératives. Des petites différences avec ce que j'ai pu entendre dans l'hexagone (j'ai compris vite que le choix des mots était crucial et que je ne pouvais pas dire « en France », voire « en Métropole ») : ainsi, en Nouvelle-Calédonie l'accès à l'internet est plus compliqué : on profite donc plutôt du wifi du lycée pour interroger les IAs génératives…

Distribution des prix au Lycée du Mont-Dore. Photo CC0

Lundi 6 octobre

Une nouvelle journée qui commence tôt. En soi, pas un problème pour moi qui n'aurai jamais réussi à me caler. Le long voyage et les 9 heures de décalage horaire étaient vraiment douloureuses.

A 8 heures, une réunion à huis clos avec quelques collègues de l'UNC. Je suis souvent surpris que les informaticiens me connaissent non pour ces questions d'IA et d'éducation, mais pour mon travail antérieur de chercheur : j'ai ainsi des questions de Teodor Knapik sur le machine learning et même l'inférence grammaticale.

Mais cette réunion est semblable à celles que j'ai en France : certain·es enseignant·es n'ont même pas testé ChatGPT, d'autres l'incluent, d'une façon ou une autre dans leurs enseignements. Mais pas (encore) beaucoup de politique concertée. Je note une particularité que je retrouverai dans d'autres discussions : certain·es enseignant·es se lamentent d'avoir des étudiant·es particulièrement fragiles, faibles, démotivé·es ou tout simplement paresseux [notons qu'il est plus facile d'être paresseux dans un pays paradisiaque…]. D'autres au contraire vont mettre en avant la réussite de leurs étudiant·es.

A 10 heures, c'est avec les inspecteurs que j'ai rendez-vous. Une trentaine de personnels du rectorat sont présents ; c'est le vice-recteur Didier Vin-Datiche qui anime la séance. Je commence par un tour de table où chacun·e exprime une question. A moi d'essayer de répondre à leurs interrogations. Je présente quand même -comme je le fais systématiquement- la Chaire UNESCO, l'intelligence artificielle et ses caractéristiques scientifiques, historiques, économique. Puis nous parlons éducation.

Temps d'échanges IA-PR et formateurs INSPE avec Colin de la Higuera à l'INSPE lundi 6 au matin. Photo Karine Buard. CC0

Je n'ai pas le temps de manger et me voilà dans un autre amphithéâtre avec les étudiant.es de MIAGE. Cette fois-ci mon support est une histoire de l'IA et de certaines de ses idées à travers la machine de Turing et les jeux : les échecs, le go, le poker.

Dès l'exposé terminé c'est la route avec une pause à Poé pour retrouver l'équipe des enseignants d'IUT qui, chaque année, partent pendant une semaine avec leurs élèves de L1 pour y discuter. L'ambiance est sympathique… Comme en France, la notion d'équipe pédagogique fonctionne très bien à l'IUT.

Kone, Poé, Baco

Mardi 7 octobre…

Le jour se lève à l'hôtel Sheraton de Deva… Il est 5h30… le temps d'une baignade dans le lagon avant le petit déjeuner. Si tôt parce que la journée promet d'être rude et qu'il vaut mieux prendre les petits plaisirs quand on peut. Et oui, c'est frustrant d'être dans un Sheraton et d'y passer si peu de temps !

Nous avons rendez-vous au village des Sciences, au Lycée Michel Rocard. C'est passionnant et je débats avec les enseignants et un élève… qui leur tient la dragée haute !

Nous avons un moment pour nous approcher du cœur de Voh : il s'agit d'une clairière dans la mangrove en forme de cœur immortalisée par Yann Arthus-Bertrand.

Le campus de Baco. Photo cdlh, CC0

Mais il faut rentrer pour participer en soirée à une conférence grand public à l'antenne de Baco de l'Université de Nouvelle Calédonie. J'en profite pour prendre quelques photos à la demande d'un wikipédiste qui trouvait que celles du site étaient un peu vieillottes.

Voici le programme de l'événement du soir :

« Non, le moustique n'est pas une seringue vivante » (Olivia O'Connor, Institut Pasteur)

« Les récifs coraliens » (Sandrine Job, association Pala Dalik)

« Leptospirose : l'ennemi invisible de notre environnement » (Grégoire Davignon, Institut Pasteur)

« Une brève histoire de l'IA : vers une intelligence collective ? » (Gilles Enee, UNC)

Et enfin « IA et recherche scientifique » (moi)

Les moustiques, la santé des récifs coraliens, la Leptospirose… donc des sujets très ancrés sur le territoire

Le mercredi 8 il faut se lever tôt et quitter Kone à 7h30 pour retrouver les étudiants de l'IUT à Poé. Plus de 50 élèves et il s'agit de faire fonctionner un atelier conçu pour 16 ! Il a fallu adapter un peu mais ça se passe très bien et j'ai à réagir à de nombreuses interrogations.

Retour sur Nouméa

Nous rentrons ensuite à Nouméa. Juste à temps pour une intervention de deux heures à l'INSPE. En face de moi une quarantaine d'étudiants, futur·es enseignant·es. Je leur parle d'IA et d'éducation, bien entendu.

J'ai droit à un peu de repos avant de rejoindre un autre événement de la fête de la science : on diffuse le film Blade Runner et nous sommes 4 à discuter avec le public.

J'ai le temps de m'organiser un peu avant de rejoindre Florent Olivier, du CRESICA, pour aller à la radio. Interview à la RRB. Nous avons ensuite le temps de visiter la foire de la Polynésie, un événement des jeudis de la place des cocotiers. Et de me rendre compte qu'en matière de poissons crus il n'y a pas que les Japonais.

Puémo, Touho, Hienghène

La route de Nouméa à Puémo est splendide. Nous longeons la côte ouest jusqu'à Kone avant de prendre la transversale « Koné-Tiwaka ». Cette route qui permet d'arriver sur la côte Est est belle. Végétation luxuriante, peu d'habitations, un cochon sauvage et l'impression d'être loin de tout. Puis nous longeons la côte nord. Ce qui surprend (ou continue à surprendre) est l'extrême propreté : pas de déchets sur les bas-côtés. En Nouvelle Calédonie, les espaces communs extérieurs sont très respectés.

Atelier au Lycée de Touho. Photo CC0

Nous partons (le Vice Recteur, Karine Buard et moi) visiter le Lycée technique Augustin Ty de Touho. 350 élèves environ qui se préparent à des métiers dans la maintenance marine ou l'électricité. L'ensemble des élèves est kanak et vit dans des tribus locales [Il est important d'indiquer que le terme « tribu » n'est absolument pas péjoratif : le peule Kanak s'organise ainsi] ou à plusieurs heures de route. Nous sommes vendredi, veille de vacances… Les élèves ont tous et toutes un sac, prêt.es à prendre le bus pour rentrer chez eux.

J'interviens devant un groupe d'élèves. Les garçons ne diront pas un mot. Les filles, elles, raconteront leurs pratiques, exprimeront leurs doutes, montrerons des connaissances. Étonné, j'ai interrogé les enseignant.es qui m'ont indiqué que c'était assez normal d'observer ce silence chez les garçons.

Dans mes exposés, j'explique régulièrement que l'IA met en exergue la capacité à poser des questions. Sur la base limitée de cette discussion, j'ai l'impression que les différences culturelles vont s'avérer essentielles.

Une dernière journée à Nouméa

Une dernière journée très complète (à l'image du séjour !).

Photo Karine Buard. CC0

Je rencontre tout d'abord les enseignant·es sur la question des ressources éducatives libres. Les débats sont passionnants !

Je dois ensuite filer à la télévision locale pour deux interventions sur NC1.

Une interview longue d'une durée 19 minutes (le 13/10/2025). C'était filmé mais seul l'audio est en replay. C'est Jeruscha Waïa qui mène l'interview. Elle est journaliste et animatrice sur NC.

Mais je suis aussi invité du journal de midi sur la même chaîne (à partir de la minute 25)

J'ai un peu de temps pour ranger mes affaires avant la conférence de clôture devant une salle bien garnie. Celle-ci est filmée et sera sans doute accessible. Le thème : l'IA et l'éducation. Le titre : IA et éducation : des enjeux, des questions, des solutions.

J'ai aussi le temps de répondre à une interview par Julien Mazzoni, des Nouvelles Calédoniennes, un média web :

Avant de filer vers l'aéroport de la Tontouna et un vol de nuit en direction de Singapour…

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

Qu'est-ce que l'intelligence ?

Colin de la Higuera — 2025-11-22T13:50:21Z

[Le vendredi 28 novembre, Apéro Philo à la bibliothèque de Haute Goulaine (sur inscription). Sur le thème : Faut-il opposer les intelligences ? ». Affiche complète et coordonnées en fin d'article]

Voilà bien une question qui arrive toujours quand on parle d'IA et à laquelle j'évite de répondre depuis des lustres. Je m'en sors habituellement en observant que ce qu'on entend par intelligence est mouvant et qu'au fur du temps, des activités qu'on tenait pour intelligentes ne le sont plus.

J'ai ainsi eu entre mes mains des tables de logarithmes établies au 18ème siècle. Dans celles-ci on nous explique que c'est un exploit car des corrections sont apportées à des tables précédemment publiées. Et ajoutent une sixième, puis septième décimale. Ainsi, le logarithme népérien de 42 n'est plus 3,7376696 mais 3,73766962. Impressionnant.

J'ai aussi un Shakespeare inversé. Ce livre, écrit en 1846 par Mary Cowden Clarke, est salué avec admiration par la critique de l'époque comme une œuvre majeure. Dans ce livre de 850 pages, pour lequel l'auteur a investi 16 ans, on découvre par exemple que le Barde d'Avon a utilisé le mot « love » 1780 fois (c'est une estimation…).

Les auteurs des différentes tables de logarithmes et Mary Cowden Clarke étaient, à leurs époques, des personnes remarquablement intelligentes. Or, ce que ces personnes ont mis des années à faire ferait l'objet d'un TP d'informatique aujourd'hui.

Plus près de nous, je fais partie de ceux qui ont perdu leur statut de personne intelligente le 11 mai 1997 quand Deep Blue a battu Garry Kasparov. D'un coup, mes facultés intellectuelles de bon joueur d'échecs étaient devenues obsolètes : cela ne faisait plus partie du mètre étalon de l'intelligence.

Ainsi, régulièrement, la définition de l'intelligence évolue au gré des progrès technologiques.

Cette question a également fait l'objet d'une série de conférences au Collège de France en Septembre dernier (lien sur youtube).

Un article collectif tente de mesurer l'intelligence comme la somme de 10 composantes exactement. Et pour chacune de ces 10 nous avons une batterie de tests pour établir si une entité (humaine ou non) est intelligente ou pas. L'article est accessible en ligne : https://www.agidefinition.ai

On trouvera sur ce site une description des 10 composantes ainsi que la situation actuelle : composante par composante, on mesure ainsi les niveaux des modèles GPT 4 et GPT 5.

Le score de 57/100 obtenu pas GPT (5) est rassurant : il reste du progrès à faire. Mais le fait qu'en si peu de temps cela soit passé de 21 à 57 est quand même inquiétant.

Si le successeur de GPT5 obtient le score de 10 dans toutes les catégories, il sera possible de parler d'Intelligence artificielle générale. Avec des conséquences suffisamment graves pour que plusieurs auteurs de l'article proposent de signer un texte demandant qu'une telle AGI n'émerge pas tant que les moyens de se protéger n'existent pas.

L'intelligence… Laissons conclure Coluche : L'intelligence, c'est la chose la mieux répartie chez les hommes parce que, quoiqu'il en soit pourvu, il a toujours l'impression d'en avoir assez, vu que c'est avec ça qu'il juge.

Licence

Integrity-AI : vers une IA éthique en Amérique latine

Colin de la Higuera — 2025-11-03T09:15:06Z

La commission européenne a approuvé un projet dans lequel nous sommes intégrés. Cette fois, l'objectif n'est pas de travailler au niveau des enseignants de collège ou de lycée mais à celui d'universités en Amérique latine.

Le projet s'appelle Integrity-AI, ce qui correspond à Intégrer une gouvernance éthique de l'IA pour la responsabilité, l'innovation et la transparence dans l'enseignement supérieur.

Résumé

Alors que les technologies d'intelligence artificielle (IA) continuent d'évoluer à un rythme rapide, les établissements d'enseignement supérieur (EES) sont confrontés au défi urgent d'intégrer l'IA de manière éthique dans leurs systèmes administratifs et académiques. Si de nombreux établissements explorent et adaptent les outils existants, rares sont ceux qui ont pris des mesures proactives pour développer de nouvelles technologies ou créer des unités dédiées à la gouvernance et au conseil en matière d'adoption de l'IA.

Le projet poursuit un double objectif : promouvoir une adoption responsable de l'IA dans les établissements d'enseignement supérieur du Guatemala, du Mexique, de Colombie et du Brésil, et leur donner les moyens de jouer un rôle de premier plan dans la mise en place de processus transparents, durables, fondés sur l'alphabétisation et éthiques pour le développement de l'IA.

Ce faisant, le projet vise à assurer la viabilité à long terme et à renforcer la confiance dans l'IA dans l'enseignement supérieur.
Integrity-AI met l'accent sur la mise en place de normes éthiques et de cadres de gouvernance qui permettent aux établissements d'enseignement supérieur de créer des unités spéciales chargées de guider l'intégration responsable de l'IA. Ces unités spéciales serviront de centres d'expertise pour l'adoption de l'IA, en accord avec les principes éthiques des objectifs institutionnels. En outre, le projet vise à développer un modèle facilement reproductible par d'autres établissements d'enseignement supérieur en Amérique latine. Il servira également de modèle, en définissant clairement les paramètres de ce qui doit être fait en matière d'intégration éthique de l'IA, tout en jouant un rôle de premier plan dans la mise en œuvre des mesures nécessaires pour garantir que l'IA améliore l'excellence académique et l'impact sociétal.

Grâce à la collaboration et à la mise en place de ces unités spécialisées, INTEGRITY-AI aspire à un avenir où les établissements d'enseignement supérieur montreront la voie en matière d'utilisation et de développement responsables de l'IA, établissant ainsi des normes pour un écosystème d'IA durable et éthique dans la région.

Le projet s'appuie sur quelques équipes en Europe et au Mexique, au Guatemala, au Brésil et en Colombie.

Le projet démarre ce 1er novembre 2025.

Licence