Le cas de triche par IA à Brown University révèle une crise des examens universitaires

Le professeur de Brown University Roberto Serrano a constaté un contraste frappant après qu’un examen de mi-semestre à faire chez soi a produit une moyenne de 96 %. La nature évolutive de la sécurité des examens est devenue visible lorsque cette moyenne a fortement chuté dans des conditions surveillées. Son cas suggère que les universités ne peuvent pas protéger les normes académiques en ajoutant un outil de détection de plus à un système d’évaluation inchangé.

Serrano enseigne l’économie du bien-être et la théorie du choix social, un cours avancé d’économie mathématique. Il a autorisé les examens à faire chez soi après que des étudiants ont exprimé leur anxiété à la suite d’une fusillade meurtrière sur le campus de Brown en décembre 2025. Selon un cas de cours rapporté, il a par la suite trouvé des éléments attestant d’un usage non autorisé et généralisé de l’IA pendant le cours.

Le différend dépasse une seule classe ou un seul chatbot. Les universités promettent un apprentissage flexible tout en certifiant que les étudiants nommément inscrits maîtrisent des compétences définies. L’IA générative rend ces engagements plus difficiles à concilier dès lors que le travail se déroule hors de conditions contrôlées.

Brown est désormais confrontée au même choix que les universités du monde entier. Elle peut traiter la triche par IA principalement comme une faute individuelle, ou repenser l’évaluation autour d’apprentissages vérifiables. La première voie préserve des procédures familières. La seconde reconnaît que ces procédures ne fournissent plus des preuves suffisantes.

Une mi-semestre à 96 % déclenche l’alerte

Le changement important n’était pas que les étudiants aient accès à ChatGPT. C’était qu’un examen établi ne produisait plus de preuves crédibles d’un apprentissage individuel.

Serrano enseignait ce cours depuis près de deux décennies et accueillait habituellement environ 30 étudiants. Au printemps 2026, les inscriptions ont atteint 86 étudiants après qu’il a proposé des examens à faire chez soi. Cette formule donnait aux étudiants un temps illimité et répondait à des préoccupations légitimes concernant le retour en salle de cours.

L’examen de mi-semestre à faire chez soi a produit une note moyenne de 96 %. Serrano a indiqué que les moyennes historiques des mi-semestres se situaient entre 65 et 80 %, alors même que le nouvel examen était plus difficile. Près de la moitié de la classe aurait obtenu une note parfaite.

De bonnes notes ne prouvent pas à elles seules une faute. Une classe exceptionnellement forte, un temps de travail illimité, la collaboration, une meilleure préparation ou des différences entre examens peuvent tous modifier une distribution des notes. Cette limite est importante, car une accusation peut affecter la scolarité et la réputation d’un étudiant.

Serrano a trouvé un autre indice dans les travaux eux-mêmes. Plusieurs réponses auraient utilisé un raisonnement indirect par contradiction là où une démonstration mathématique directe était plus naturelle. Lorsque Serrano et ses correcteurs ont saisi la question dans ChatGPT, celui-ci a produit une approche tout aussi alambiquée.

Cette ressemblance a éveillé les soupçons, mais elle n’a toujours pas permis d’identifier quel étudiant avait utilisé quel outil. Les modèles de langage peuvent générer des réponses différentes à une même consigne. Les étudiants peuvent également converger vers des méthodes inhabituelles après avoir utilisé des notes partagées ou discuté ensemble d’un problème.

Serrano a réagi en organisant l’examen final dans une salle surveillée. Il a indiqué aux étudiants que la mi-semestre compterait si l’examen final produisait une distribution globalement comparable. Dans le cas contraire, il modifierait la pondération.

Les changements d’inscription et de performance ont été spectaculaires. Les reportages sur l’incident indiquent que 27 étudiants ont abandonné le cours, dont 22 qui avaient obtenu une note parfaite à la mi-semestre. Cinquante-neuf étudiants ont passé l’examen final, 19 ont échoué, et la moyenne finale est tombée à environ 49 %.

Seuls deux étudiants auraient obtenu un résultat à moins de dix points de pourcentage de leur note de mi-semestre. Cette tendance renforce l’affirmation de Serrano selon laquelle les notes obtenues à domicile ne reflétaient pas une maîtrise indépendante. Elle n’établit pas l’usage de l’IA dans chaque cas individuel.

Cette distinction définit le problème institutionnel. Les universités ont besoin de preuves suffisantes pour protéger la valeur d’un diplôme sans traiter un soupçon statistique comme une culpabilité automatique. Une procédure conçue uniquement pour des cas isolés de plagiat peine à répondre lorsqu’une évaluation produit des dizaines de travaux douteux.

Brown aurait demandé à Serrano de déposer des plaintes contre des étudiants individuels et de fournir chaque examen pour examen. Un porte-parole de l’université a déclaré que la procédure reste la même, qu’une allégation concerne un étudiant ou plusieurs. Serrano a soutenu qu’une telle réponse ne peut pas traiter des fautes à cette échelle.

La prudence de l’université a un objectif défendable. Les sanctions académiques exigent une notification, des preuves et la possibilité pour les étudiants de répondre. Pourtant, une procédure au cas par cas devient insuffisante lorsque la conception même de l’évaluation crée une incertitude pour la majeure partie d’une classe.

C’est pourquoi cet épisode importe au-delà de Brown. L’échec s’est produit avant toute conclusion formelle de faute. Il s’est produit lorsque l’université ne pouvait plus expliquer avec confiance ce que mesuraient ses notes.

La nature évolutive de la triche par IA modifie les enjeux

Les universités ne se contentent pas de contrôler une assistance interdite. Elles défendent la capacité d’un diplôme à certifier les connaissances et le jugement d’une personne.

Ici, la nature évolutive de la triche par IA décrit une frontière mouvante. Chaque amélioration du raisonnement des modèles élargit l’éventail des tâches non surveillées qu’un logiciel peut accomplir de manière convaincante. Une évaluation considérée comme sûre ce semestre peut devenir vulnérable avant le début du prochain cours.

L’IA générative est un logiciel qui produit de nouveaux textes, images, codes ou autres contenus à partir des instructions d’un utilisateur. Elle n’a pas besoin de reproduire une source mot pour mot. Cela rend les vérifications conventionnelles du plagiat moins utiles, car le résultat peut être original dans sa formulation sans l’être dans sa paternité.

L’économie mathématique semblait autrefois plus résistante que la rédaction d’essais ordinaires. Les étudiants devaient choisir des arguments, construire des démonstrations et relier des résultats formels. Le récit de Serrano suggère que les outils actuels peuvent produire des réponses suffisamment plausibles pour obtenir de bonnes notes, même lorsque leur raisonnement est maladroit.

La pression s’exerce d’abord sur les enseignants. Ils doivent fixer les règles relatives à l’IA, concevoir les devoirs, enseigner le cours, examiner les travaux suspects, documenter les cas et défendre leurs décisions. Beaucoup ont reçu peu de formation pour l’une quelconque de ces responsabilités.

Les étudiants font face à une autre forme de pression. Les règles diffèrent selon les cours, les départements et les enseignants. Un outil autorisé pour le brainstorming dans un cours peut constituer une faute dans un autre. Des limites ambiguës rendent le respect honnête des règles plus difficile et leur application moins cohérente.

Les administrateurs portent le risque institutionnel. Les employeurs et les organismes professionnels supposent qu’un relevé de notes reflète des compétences démontrées. Si les universités ne peuvent pas vérifier ces compétences, la confiance dans les notes et les diplômes s’affaiblira.

L’organisme australien de réglementation de l’enseignement supérieur définit la sécurité des évaluations comme les mesures qui renforcent les tâches contre la triche. Ses orientations sur la sécurité des évaluations relient une évaluation crédible à la confiance du public dans les qualifications. Ce cadre fait dépasser la question de la simple détection des contrevenants.

Les universités ont donc besoin de deux types d’évaluation. Certaines tâches doivent aider les étudiants à apprendre avec l’IA, tandis que d’autres doivent vérifier ce qu’ils peuvent faire de manière indépendante. Confondre ces objectifs produit soit une sous-traitance sans restriction, soit une interdiction générale.

Une tâche d’apprentissage peut autoriser l’expérimentation, la rédaction de brouillons, le retour d’information ou la comparaison assistée par IA. Une tâche de vérification doit établir l’auteur du travail et la compétence dans des conditions adaptées à l’objectif d’apprentissage. Une même évaluation remplit rarement ces deux fonctions aussi bien.

Cela n’exige pas que tous les examens reviennent aux cahiers manuscrits. Cela exige que les responsables de programme identifient les acquis qui nécessitent une performance indépendante. Le calcul, le diagnostic, l’interprétation, la défense orale, l’évaluation des sources et le jugement professionnel requièrent des méthodes de vérification différentes.

Un étudiant peut, par exemple, utiliser l’IA pour préparer une analyse de politique publique. Il peut ensuite défendre oralement ses hypothèses, reproduire un calcul clé et expliquer pourquoi d’autres éléments de preuve modifient la conclusion. Cette séquence évalue à la fois la maîtrise de l’IA et la compréhension personnelle.

Le corps enseignant a également besoin d’un soutien face à l’augmentation de la charge de travail. Les vérifications orales, les devoirs par étapes et les tâches surveillées prennent du temps. Les universités ne peuvent pas annoncer une réforme de l’évaluation tout en laissant chaque enseignant absorber l’ensemble des coûts opérationnels.

Le cas Brown a fait peser la pression sur un professeur parce qu’un problème d’assurance institutionnelle est apparu au sein d’un cours. Les universités doivent inverser cette répartition. Les programmes doivent assumer la sécurité des évaluations, tandis que les enseignants mettent en œuvre une conception commune.

La détection ne peut pas porter à elle seule le système d’intégrité académique

Les détecteurs d’IA ne peuvent pas résoudre un conflit qui commence par de faibles preuves d’attribution et se termine par des décisions disciplinaires aux conséquences importantes.

Les outils de détection de l’IA estiment si un texte ressemble à une rédaction générée par une machine. Ils n’observent pas comment un étudiant a créé le travail. Leur résultat est donc une inférence, et non une trace de conduite.

Les faux positifs peuvent exposer des étudiants honnêtes à des accusations. Les faux négatifs peuvent laisser passer des usages sophistiqués. La révision, la traduction, l’affinage des consignes, la rédaction mixte humaine et machine, ainsi que les mises à jour de modèles peuvent tous affecter le résultat.

Le problème devient particulièrement grave pour les étudiants qui écrivent dans une deuxième langue. Un vocabulaire stéréotypé ou des structures de phrases prévisibles peuvent ressembler à une production de modèle. Une institution qui traite le score d’un détecteur comme une preuve risque de confondre des habitudes linguistiques avec une faute.

La Quality Assurance Agency conseille aux établissements de prendre en compte les limites de la détection, notamment les faux positifs et le contournement. Sa boîte à outils d’évaluation recommande de réexaminer les tâches à forts enjeux, de clarifier les usages autorisés de l’IA et d’exiger de la transparence lorsque cela est approprié.

Serrano ne s’est pas appuyé sur un détecteur seul. Il a comparé les performances historiques, les changements d’inscription, les schémas de résolution, les réponses générées par les modèles, les abandons et l’examen final surveillé. Ensemble, ces indices ont constitué un argument solide selon lequel la mi-semestre n’était pas une mesure fiable.

Ils laissent néanmoins des questions sans réponse concernant les individus. L’examen final aurait pu être plus difficile. Les étudiants auraient pu éprouver davantage d’anxiété sous surveillance. Les abandons ont modifié la population comparée. Une récente critique statistique soutient que ces explications alternatives limitent ce que les différences de notes peuvent prouver.

Cette critique ne rétablit pas la confiance dans la mi-semestre. Elle montre pourquoi les universités doivent séparer deux décisions. L’une consiste à déterminer si une évaluation reste valide. L’autre consiste à établir si un étudiant particulier a commis une faute.

Un établissement peut invalider ou réduire la pondération d’une évaluation compromise sans condamner automatiquement chaque étudiant. Il peut ensuite engager une procédure disciplinaire individuelle uniquement lorsque les preuves atteignent un niveau défini. Cette approche protège à la fois l’intégrité des diplômes et les garanties de procédure.

Les universités devraient également préserver les éléments de preuve produits pendant l’apprentissage. Les historiques de brouillons, les sources annotées, les calculs, les registres de laboratoire, les commits de code et les brèves réflexions peuvent montrer comment un travail s’est développé. Ces traces sont plus informatives qu’un document final considéré isolément.

Les preuves liées au processus doivent rester proportionnées. Une surveillance continue créerait des risques pour la vie privée et pourrait transformer l’éducation en contrôle du lieu de travail. Les établissements ne devraient recueillir que les éléments nécessaires à l’objectif d’apprentissage annoncé et aux règles d’évaluation publiées.

La déclaration de l’usage de l’IA offre une autre couche de contrôle. Les étudiants peuvent identifier l’outil, décrire son rôle autorisé, conserver les prompts pertinents et expliquer quelles affirmations ils ont vérifiées. Cette déclaration n’empêche pas les usages dissimulés, mais elle rend les usages autorisés auditables.

Le même principe aide les étudiants à construire une base de connaissances personnelle. Les notes de sources, les révisions et les traces du raisonnement peuvent documenter le développement intellectuel sans réduire l’apprentissage à un score de détection.

Une politique claire doit accompagner ces preuves. « Utilisez l’IA de manière responsable » est trop vague pour un devoir noté. Une évaluation devrait préciser si l’IA peut générer des idées, réviser la prose, produire du code, résoudre des problèmes ou fournir des citations.

Les règles devraient aussi expliquer ce que les étudiants doivent remettre. Si les prompts sont requis, il faut préciser lesquels et sous quelle forme. Si une vérification orale peut suivre, cela doit être annoncé avant que les étudiants ne commencent le devoir.

La charge ne consiste alors plus à deviner si un texte « ressemble à de l’IA », mais à vérifier des comportements définis au regard d’exigences connues. C’est une base plus équitable pour l’intégrité académique.

Les universités ont besoin de vérifications sécurisées et d’un apprentissage appuyé par l’IA

La réponse praticable est un système d’évaluation à deux voies, et non une interdiction universelle ni un usage sans restriction de l’IA.

La première voie devrait regrouper des évaluations sécurisées qui vérifient les capacités individuelles essentielles. Elles peuvent inclure des examens surveillés, des soutenances orales, la résolution de problèmes en direct, des démonstrations pratiques ou des tâches numériques contrôlées. Le format devrait correspondre à la compétence certifiée.

La seconde voie devrait regrouper des évaluations ouvertes où l’usage de l’IA est autorisé ou requis. Les étudiants peuvent comparer les résultats des modèles, repérer des erreurs, améliorer un raisonnement faible et documenter leurs décisions. Ces tâches traitent la maîtrise de l’IA comme un objectif d’apprentissage plutôt que comme un raccourci dissimulé.

Chaque programme doit décider quelle part des preuves relève de chacune de ces voies. Un cursus médical exige des démonstrations sécurisées du jugement clinique. Un cursus informatique pourrait autoriser l’assistance de l’IA pour le code tout en demandant aux étudiants d’expliquer, de tester et de modifier en direct le code généré.

L’économie fournit un exemple clair. Lors d’un devoir ouvert, les étudiants pourraient utiliser un modèle pour proposer un argument en faveur du bien-être social. Une tâche sécurisée ultérieure pourrait leur demander de dériver un résultat, d’identifier des hypothèses implicites et de défendre les implications politiques.

La nature évolutive des capacités des modèles signifie que les universités devraient réexaminer régulièrement cet équilibre. Une politique statique vieillira vite, car les outils continuent d’acquérir de nouvelles fonctions de raisonnement, de codage, de navigation et de multimédia.

L’examen à l’échelle des programmes compte davantage que des modifications isolées de cours. Si chaque enseignant réagit indépendamment, les étudiants se retrouvent face à un patchwork déroutant. Certains cours deviendront excessivement restrictifs, tandis que d’autres continueront d’utiliser des tâches qui ne vérifient plus l’apprentissage.

Les principes de réforme de l’évaluation élaborés pour l’autorité de régulation australienne recommandent de concevoir l’évaluation à l’échelle des programmes. Ils distinguent également l’évaluation au service de l’apprentissage de celle qui garantit l’apprentissage.

Cette distinction devrait guider les décisions relatives aux ressources. Les universités ont besoin d’une capacité de supervision suffisante pour vérifier les acquis à forte valeur. Elles ont également besoin de spécialistes de la conception pédagogique capables d’aider les enseignants à élaborer des tâches ouvertes utilisant l’IA sans abandonner l’objectif du cours.

Une évaluation sécurisée ne signifie pas recréer tous les examens d’avant le numérique. Les tests traditionnels chronométrés peuvent récompenser la mémorisation tout en négligeant la recherche, la collaboration ou le jugement professionnel. L’objectif est une compétence vérifiée, non la nostalgie.

L’évaluation orale a également ses limites. Elle peut désavantager les étudiants anxieux, poser des problèmes d’accessibilité et mobiliser beaucoup de temps du personnel. Les universités devraient recourir à de courts contrôles oraux structurés lorsqu’ils apportent des preuves significatives.

La vérification aléatoire peut réduire la charge de travail. Un enseignant pourrait sélectionner un nombre limité d’affirmations remises pour demander une explication, ou demander aux étudiants de reproduire une étape essentielle. Les étudiants sauraient que toute partie de leur travail doit pouvoir être défendue.

Les portfolios d’évaluation offrent une autre option. Un portfolio combine plusieurs éléments de preuve recueillis au fil du temps. Une remise suspecte pèse alors moins lourd, tandis que les schémas de progression et de performance indépendante deviennent plus faciles à observer.

Les universités devraient donner la priorité aux cours passerelles à fort enjeu et aux travaux de dernière année. Ces évaluations comportent le plus grand risque pour la valeur du diplôme. Repenser simultanément chaque quiz de faible valeur gaspillerait le temps limité du personnel.

Les politiques doivent aussi prévoir des conséquences proportionnées. Externaliser délibérément un examen interdit constitue une faute grave. Une erreur de déclaration lors d’une première occurrence, dans le cadre de règles confuses, mérite une réponse différente. Une même sanction ne peut convenir à toutes les formes d’usage de l’IA.

Le comité de Brown aurait recommandé, selon les informations disponibles, des attentes plus claires tout en décourageant une focalisation excessive sur la sanction. Cette position est compatible avec une sécurité accrue des évaluations. La prévention, la vérification, l’éducation et la discipline remplissent des fonctions différentes.

Un système sécurisé réduit les possibilités de manquement avant que la sanction ne devienne nécessaire. Il indique aux étudiants quelles preuves ils doivent produire et pourquoi les capacités indépendantes restent importantes. L’application des règles devient alors plus crédible, car les règles et les conditions d’évaluation sont alignées.

Les universités devraient associer les étudiants à la refonte. Les étudiants savent où les politiques se contredisent, quels outils les cours normalisent déjà et comment les pressions liées à la charge de travail façonnent les comportements. Leur participation peut révéler des failles et améliorer le respect des règles.

Le développement des compétences du corps enseignant est tout aussi important. Les orientations de l’UNESCO pour l’éducation invitent les établissements à évaluer la pertinence pédagogique et éthique de l’IA. Cela exige une formation à la conception des évaluations, à la protection de la vie privée, aux limites des modèles et à l’équité d’accès.

L’équité ne peut pas être une réflexion après coup. Si l’usage de l’IA est requis, chaque étudiant doit avoir accès à un outil approprié. S’il est facultatif, les étudiants doivent disposer d’une voie viable sans IA, sans désavantage académique.

L’accessibilité doit également façonner les évaluations sécurisées. La surveillance, l’écriture manuscrite, le questionnement oral et les logiciels verrouillés peuvent créer des obstacles. Les universités devraient préserver les aménagements tout en maintenant des normes de vérification équivalentes.

L’objectif n’est pas d’éliminer toute fraude. Aucun système d’évaluation n’y est jamais parvenu. L’objectif est de rendre la triche plus difficile, la participation honnête plus claire et les qualifications défendables.

Trois signaux montreront si les universités sont sérieuses

Le prochain test sera de savoir si les établissements modifient leurs pratiques d’évaluation, et non s’ils publient une nouvelle déclaration générale sur une IA responsable.

Le premier signal est la cartographie des évaluations à l’échelle du programme. Les universités devraient identifier les acquis qui nécessitent une vérification indépendante et montrer où ces contrôles ont lieu. Une politique sans cette cartographie laisse sans réponse la question centrale de la valeur du diplôme.

La cartographie renforcerait l’argument en faveur d’une réforme structurelle, car elle transforme une préoccupation générale en une conception dont les responsables doivent rendre compte. Si les universités continuent de déléguer la question à chaque enseignant, l’expérience de Brown se reproduira dans d’autres cours.

Le deuxième signal est l’investissement dans la capacité de vérification. Il faut surveiller l’apparition d’espaces de tests surveillés, d’évaluateurs oraux formés, de spécialistes de la conception pédagogique, de systèmes d’évaluation accessibles et d’ajustements de charge de travail. Une réforme sans personnel restera inégale et fragile.

Cet investissement ne doit pas rendre chaque tâche contrôlée. Il devrait se concentrer sur les moments à fort enjeu où un programme certifie des compétences essentielles. Les établissements devraient publier suffisamment d’informations pour que les étudiants et les employeurs comprennent cette garantie.

Le troisième signal est une norme de preuve équitable pour les manquements liés à l’IA. Les universités ont besoin de règles écrites expliquant comment seront évalués les résultats des détecteurs, l’historique des documents, la vérification orale, les erreurs concordantes et les anomalies de performance. Elles devraient également définir les procédures d’appel.

Une norme claire renforcerait la confiance, même lorsque les affaires se concluent sans sanction. Elle montrerait que les établissements peuvent distinguer une évaluation compromise d’une violation individuelle démontrée. Continuer à traiter les scores des détecteurs comme déterminants affaiblirait cette confiance.

Le cas de Brown demeure une allégation d’assistance non autorisée généralisée, et non une décision définitive contre chaque étudiant. Les éléments de preuve font sérieusement douter de l’intégrité de l’examen de mi-semestre à faire chez soi, tandis que l’incertitude demeure quant à la responsabilité individuelle.

Cette incertitude n’est pas une raison de conserver des examens vulnérables. C’est la raison de les repenser. Une meilleure évaluation apporte des preuves directes de l’apprentissage avant que les administrateurs ne doivent reconstituer la paternité d’un travail après sa remise.

La nature évolutive de la triche par IA garantit que la détection technique continuera de poursuivre une cible mouvante. Les universités contrôlent un levier plus durable : ce qu’elles demandent aux étudiants de démontrer, dans quelles conditions et avec quels éléments de preuve à l’appui.

Les étudiants devraient se demander si leurs programmes distinguent clairement l’apprentissage appuyé par l’IA de la vérification indépendante. Les enseignants devraient se demander si les procédures institutionnelles peuvent gérer l’échec d’une évaluation à l’échelle d’une classe. Les employeurs devraient se demander comment les universités garantissent les compétences attestées par un diplôme.

L’épisode de Brown offre un avertissement, mais aussi une orientation pratique. Les universités devraient sécuriser les évaluations essentielles, enseigner un usage transparent de l’IA, préserver des preuves de processus proportionnées et appliquer une procédure régulière aux allégations individuelles.

La question la plus importante n’est plus de savoir si les étudiants peuvent utiliser l’IA pour réaliser des devoirs traditionnels. Ils le peuvent. La question est de savoir si les universités repenseront l’évaluation avant que la confiance dans leurs diplômes ne chute aussi brutalement que les notes à l’examen de Serrano.