Un vaste jeu de données sur les notes pointe une inflation des résultats liée à l’IA dans les cours non surveillés
Une nouvelle étude de l’UC Berkeley apporte un appui empirique à une inquiétude croissante dans l’enseignement supérieur : l’IA générative pourrait améliorer l’apparence des notes sans améliorer l’apprentissage. À partir de plus de 500 000 notes recueillies dans une grande université publique de recherche sélective au Texas, l’étude a constaté qu’après le lancement de ChatGPT en novembre 2022, les notes ont fortement augmenté dans les cours dont les devoirs se prêtent bien à l’IA, en particulier la rédaction et le codage.
L’augmentation ne s’est pas répartie uniformément entre tous les types de cours. Selon l’étude telle que décrite par The Decoder, l’effet s’est concentré dans les classes où les devoirs comptaient beaucoup dans la note finale. Cette distinction est importante. Si les outils d’IA aidaient réellement les étudiants à mieux apprendre, on s’attendrait à voir des gains dans tous les types d’évaluation, y compris les examens surveillés. Au contraire, la plus forte hausse est apparue dans le travail non surveillé, un schéma plus cohérent avec une IA se substituant à l’effort de l’étudiant.
L’ampleur du changement
L’étude a suivi huit semestres d’automne, de 2018 à 2025, couvrant 319 cours dans 84 départements. Pour estimer l’exposition de chaque cours à l’IA générative, le chercheur a utilisé les syllabi de l’automne 2022, rédigés avant l’existence de ChatGPT, et mesuré la part des devoirs centrés sur la rédaction et le codage. Ce sont ces tâches qui avaient le plus de chances d’être touchées lorsque des outils d’IA largement disponibles sont arrivés.
Le changement après ChatGPT a été substantiel. Dans les cours fortement orientés vers la rédaction et le codage, la part des notes A a augmenté de 13 points de pourcentage, soit environ 30 % au-dessus du niveau de référence de 2022. La moyenne générale a augmenté de 0,12 point. Dans le même temps, la distribution des notes s’est resserrée, les étudiants qui auraient auparavant obtenu des notes comme A- ou B+ finissant de plus en plus avec des A nets.
C’est un schéma notable, car il suggère non seulement une hausse des performances moyennes sur le papier, mais aussi une moindre différenciation entre étudiants. En pratique, les notes pourraient devenir moins informatives comme signal de qui a le mieux maîtrisé la matière et de qui s’est simplement acquitté du travail de manière acceptable.
Les devoirs, et non les examens, semblent être à l’origine du changement
La contribution la plus importante de l’étude est peut-être sa tentative de distinguer les progrès d’apprentissage du travail sous-traité. Le chercheur a examiné la part des devoirs dans la note finale. Si l’IA aidait les étudiants à mieux comprendre la matière, les progrès devraient apparaître aussi bien dans les cours reposant sur les devoirs que dans les examens en présentiel. En revanche, si les étudiants utilisaient l’IA pour réaliser directement les devoirs, les effets les plus forts devraient apparaître là où le travail non surveillé pèse le plus.
C’est ce deuxième scénario que les données ont privilégié. Dans les cours où les devoirs représentaient plus que la part médiane de la note finale, la hausse des notes A était de 16 points de pourcentage supérieure à celle observée dans les cours moins axés sur les devoirs, à niveau d’exposition à l’IA identique. Dans les cours où les devoirs comptaient moins, l’effet était faible et non significatif statistiquement.
Un tel schéma est difficile à expliquer par une simple amélioration générale de l’apprentissage des étudiants. Il renvoie plutôt à une vulnérabilité structurelle dans la manière dont beaucoup de cours sont conçus : lorsque les notes dépendent fortement de travaux écrits ou de codage à faire à la maison, les systèmes d’IA peuvent désormais accomplir suffisamment de travail pour modifier la distribution des notes.
Un test placebo renforce l’hypothèse
L’étude comportait aussi une comparaison utile. Les exposés oraux, pour lesquels les outils d’IA actuels sont moins directement utiles, n’ont pas montré le même effet d’inflation des notes. Ce test placebo ne prouve pas à lui seul la causalité, mais il renforce l’interprétation selon laquelle le format de l’activité compte, et que les changements observés sont étroitement liés aux types de travail que l’IA générative peut accomplir ou assister de manière significative.
Autrement dit, il ne s’agissait pas simplement d’une dérive générale du campus vers des notes plus faciles après 2022. L’augmentation s’alignait sur les domaines précis où les systèmes de type ChatGPT sont les plus performants.
Pourquoi cela compte au-delà d’une seule université
Les universités font face à l’inflation des notes depuis des décennies. Ce qui distingue ce moment, c’est que l’IA générative pourrait accélérer le processus d’une manière qui mine l’une des fonctions essentielles de l’évaluation. Les notes sont censées communiquer quelque chose sur la performance, les connaissances et la maîtrise relative. Si l’IA permet à de nombreux étudiants de produire des devoirs soignés sans compréhension proportionnelle, ces signaux s’affaiblissent.
Les implications dépassent les relevés de notes. Les employeurs, les écoles supérieures, les comités de bourses et même les enseignants des cours ultérieurs s’appuient sur les notes comme indicateurs approximatifs de ce que les étudiants savent faire. Si un A reflète de plus en plus la qualité d’un résultat assisté par IA plutôt que la compétence démontrée, la crédibilité de ce signal s’érode.
L’étude soulève aussi un défi pédagogique. La rédaction et le codage ne sont pas des tâches périphériques dans les universités modernes ; ils sont au cœur de la manière dont de nombreuses disciplines enseignent l’analyse, la résolution de problèmes et la communication. Cela signifie que les institutions ne peuvent pas simplement supprimer les formats touchés sans modifier la substance même de l’éducation. Elles devront plutôt peut-être repenser les devoirs, augmenter les évaluations en présentiel ou surveillées, ou accorder davantage d’importance aux soutenances orales, aux brouillons, à la documentation du processus et à d’autres méthodes rendant l’apprentissage visible.
Ce que la recherche ne prétend pas
L’étude, telle que résumée dans la source, ne prétend pas que tous les étudiants abusent de l’IA ni que toute aide de l’IA compromet automatiquement l’éducation. Elle ne dit pas non plus que l’apprentissage n’a pas progressé pour certains étudiants. Beaucoup peuvent très bien utiliser l’IA comme tuteur, correcteur ou aide au débogage d’une manière qui soutient la compréhension.
Mais au niveau agrégé, les éléments présentés ici pointent dans une autre direction. Les changements de notes les plus marqués apparaissent là où l’IA peut le plus facilement se substituer au travail non surveillé de l’étudiant, et non là où les étudiants doivent démontrer leurs connaissances de manière indépendante dans des conditions contrôlées.
Un avertissement pour la prochaine phase de l’enseignement supérieur
L’IA générative fait désormais partie de l’environnement académique. La question n’est plus de savoir si les étudiants y ont accès, mais comment les institutions réagissent. Cette étude suggère que si la conception des cours reste inchangée, les notes pourraient continuer à monter tout en devenant moins significatives.
Cela ne fait pas du problème une simple question disciplinaire. C’est aussi un problème de conception de l’évaluation. Les universités qui veulent préserver la valeur des notes devront peut-être agir rapidement pour distinguer assistance et substitution, et créer davantage de moyens pour que les étudiants montrent ce qu’ils savent faire sans externaliser la tâche intellectuelle centrale.
L’intérêt plus large de l’étude est qu’elle quantifie un changement que beaucoup d’enseignants soupçonnaient depuis la fin de 2022. L’ère de ChatGPT n’est peut-être pas seulement en train de modifier la façon dont les étudiants travaillent. Elle pourrait aussi changer ce que les notes académiques mesurent réellement.
Cet article s’appuie sur un reportage de The Decoder. Lire l’article original.
Originally published on the-decoder.com