Depuis la réforme de Bologne, les travaux de classe sont devenus la pierre angulaire de l’évaluation académique dans les universités. Au lieu de se limiter à des examens finaux, le système d’évaluation continue vise à mesurer les compétences des étudiants tout en garantissant l’équité. Cependant, l’émergence de l’intelligence artificielle (IA) soulève une question cruciale : Quelle est la pertinence de ces évaluations lorsque les productions sont générées par des machines plutôt que par les étudiants eux-mêmes ?
Selon des données internes de l’Université de Málaga (UMA) pour l’année académique 2025/2026, 90 % des travaux remis par les étudiants montrent des traces évidentes d’utilisation d’IA. Ce chiffre souligne que l’emploi de cette technologie n’est pas marginal, mais bien ancré dans les pratiques étudiantes à travers toutes les facultés.
Face à cette situation, l’UMA se voit contrainte de réévaluer la validité de ses méthodes d’évaluation. Plusieurs groupes de réflexion et des heures d’analyse ont abouti à un nouveau cadre qui établira les limites d’utilisation de l’IA afin de préserver la valeur des notes et des travaux. Bien que la détection de l’IA ne signifie pas automatiquement un acte frauduleux, sa présence presque omniprésente représente un défi pour les enseignants.
Dans une interview, la doyenne de la faculté de Philosophie et Lettres, Sara Robles, met en lumière une réalité émergente : l’IA, en tant que générateur de contenu, peut rapidement dépasser le rôle de simple aide. “Le concept de travail ou de mémoire de fin d’études est remise en question par l’intelligence artificielle”, déclare Robles. Elle souligne la nécessité de repenser les systèmes d’évaluation, actuellement trop axés sur des livrables écrits.
Joaquín Canca, représentant du recteur pour les technologies de l’information et la stratégie numérique à l’UMA, confirma que “presque tous les travaux contiennent des éléments issus de l’IA”. Canca est également à l’origine d’un nouveau portail d’IA que l’UMA met en place pour intégrer cette technologie au sein de ses structures. Ce cadre propose des conseils pour une utilisation éthique et définit des règles concernant la confidentialité des données et la paternité des travaux.
Un exemple frappant des enjeux liés aux droits d’auteur a été observé lorsqu’un étudiant a remis un travail contenant des conclusions tirées d’une recherche précédente de son professeur, sans attribution adéquate. Cette situation illustre comment les outils d’IA peuvent compromettre l’intégrité académique.
En conséquence, l’UMA s’efforce de renouveler ses mécanismes d’évaluation, qui sont désormais jugés obsolètes. Canca indique que les logiciels anti-plagiat, auparavant efficaces, ne remplissent plus leur rôle face à la capacité de l’IA à générer un texte inédit. Pour faire face à cette nouvelle réalité, l’université compte développer un cadre d’intégration qui aboutira à l’adoption de régulations spécifiques pour le prochain exercice.
Dans ce contexte, l’UMA envisage d’adapter sa réglementation afin de clarifier la procédure à suivre en cas de suspicion d’utilisation d’IA. “S’il y a des doutes sur un travail, il devra être expliqué, tout comme on le fait pour la bibliographie,” précise Canca, en ajoutant que des vérifications de paternité pourront être mises en place.
Exercices oraux
Canca admet que “tous les travaux à domicile sont très susceptibles d’utiliser de l’IA” et appelle donc à une révision en profondeur des modèles pédagogiques. “L’évaluation doit se concentrer sur le processus plutôt que sur le résultat”, insiste-t-il. Une telle transition pourrait entraîner un recours accru aux examens oraux, bien que cette modalité soit logiquement complexe à mettre en œuvre.
Toutefois, malgré les défis que pose cette adaptation, l’usage de l’IA présente un potentiel pédagogique notable. Canca souligne que ces outils peuvent être précieux pour le corps enseignant en facilitant la création de supports pédagogiques. Cependant, il reste inquiet quant à l’impact de leur utilisation excessive sur l’apprentissage des étudiants, affirmant que le véritable apprentissage provient du travail d’écriture authentique.
Le phénomène de l’intelligence artificielle ne se limite pas aux examens finaux ; il s’est désormais installé dans la quotidienneté des classes. Elsa Álvarez, professeure de droit, souligne que l’usage de ces outils ne fait plus de distinction entre les différents types de travaux, et les étudiants semblent de moins en moins enclins à mobiliser leur réflexion personnelle.
Points à retenir
- 90 % des travaux étudiants contiennent des éléments générés par l’IA.
- L’UMA adapte ses méthodes d’évaluation face à cette nouvelle réalité.
- Des vérifications de paternité des travaux sont envisagées en cas de doute.
- Les examens oraux pourraient remplacer les travaux écrits pour éviter le recours à l’IA.
- Les outils d’IA peuvent servir à la création de matériel pédagogique, mais leur usage excessif est préoccupant.
En conclusion, la question centrale qui se pose est la suivante : comment pouvons-nous préserver l’intégrité de l’évaluation académique tout en intégrant ces nouvelles technologies ? À titre personnel, je reste fasciné par les possibles conséquences de l’IA sur notre manière d’apprendre et d’évaluer. Loin de moi l’idée de diaboliser cette technologie ; je pense qu’elle pourrait transformer notre approche éducative si nous savons en maîtriser l’usage. Il est crucial de réfléchir ensemble à des solutions qui mettent en avant l’éthique et la créativité dans l’apprentissage.