Un étudiant a raconté aux chercheurs que certains de ses camarades avouent entre eux : « J'ai écrit tout cet essai avec ChatGPT. » La phrase suivante est celle qui nous est restée en tête : « Ensuite, ils ne se font pas prendre, ils ont probablement une bonne note, et comme ça a marché la première fois, ils recommencent pour le prochain devoir » (rapport de l'OfS et d'Advance HE).
Cette citation figure dans un rapport que l'Office for Students (OfS), le régulateur de l'enseignement supérieur en Angleterre, a publié avec l'organisation Advance HE. Son titre est plutôt doux : Making AI work for students. Ses conclusions sur l'évaluation, elles, ne le sont pas. Les travaux que les étudiants réalisent sans surveillance, chez eux, avec un onglet ChatGPT ouvert, peuvent souvent être menés à un excellent niveau avec très peu d'implication de leur part, parfois en quelques minutes, et le correcteur ne s'en rend fréquemment pas compte.
Nous avons lu le rapport lui-même, pas seulement la presse, parce que le titre du Guardian et la formulation du régulateur diffèrent, et que le rapport est le plus nuancé des deux. La partie la plus utile est aussi la moins spectaculaire : ce que plusieurs universités font déjà face au problème.
Ce que le régulateur a constaté, et ce qu'il n'a pas constaté
L'enquête s'est déroulée plus tôt cette année et repose sur des échanges avec plus de 300 étudiants et membres du personnel. Le Guardian compte 127 universités et établissements parmi eux (The Guardian) ; la page de synthèse de l'OfS parle de « plus de 120 établissements » (OfS), et la section méthodologie du rapport indique au moins 127 (rapport). Il s'agit de données d'entretiens et de questionnaires, issues principalement d'établissements anglais. Personne n'a mesuré combien d'évaluations sont réalisées par une IA, et l'OfS annonce de nouvelles recherches « pour établir l'ampleur et la nature du changement » (communiqué de l'OfS). D'ici là, tout pourcentage avancé pour l'Angleterre en 2026 relève de la conjecture.
Ce que les participants décrivent, en revanche, est cohérent. Les évaluations non surveillées « peuvent être réalisées à un niveau élevé avec des outils d'IA, moyennant une implication limitée des étudiants », et les cursus évalués par des essais remis à distance sont jugés particulièrement vulnérables (rapport). Des étudiants ont parlé aux chercheurs de camarades qui terminaient un travail « parfois en quelques minutes seulement » et obtenaient une note similaire à ceux qui l'avaient fait eux-mêmes. Certains ne se souvenaient pas des détails de base de ce qu'ils venaient de rendre. Les enseignants disent recevoir un grand nombre de copies qui se ressemblent, citent la même littérature et sont écrites dans le même style.
Une étudiante répondant à l'enquête a décrit le coût en termes personnels : « C'est incroyablement déconcertant de préparer et d'écrire un essai entièrement seule, et d'obtenir exactement la même note que quelqu'un qui a utilisé l'IA. » Ce sont les étudiants honnêtes qui sont lésés, et c'est ce coût que nous mettons en premier.
Un mot sur le titre. « Close to impossible » (« presque impossible ») est l'expression d'un membre du personnel, et la phrase complète est plus étroite que le titre du Guardian : un usage généralisé de l'IA « pourrait rendre notre évaluation des étudiants presque impossible dans certains domaines ». Le résumé du régulateur parle de « risques importants pour la validité et l'efficacité des évaluations ». Nous pensons que la seconde formulation est la plus juste, et elle reste suffisamment alarmante.
Le rapport soulève aussi une question d'équité. Les participants craignaient qu'un étudiant payant pour le modèle le plus avancé obtienne une meilleure note qu'un camarade aussi compétent utilisant un modèle moins cher, ou aucun (rapport).
Un régulateur qui a des leviers, et dit qu'il les actionnera
Josh Fleming, directeur de la stratégie et de la mise en œuvre à l'OfS, a qualifié l'usage de l'IA dans l'enseignement supérieur de « risque générationnel pour le système tel qu'il existe, menaçant d'affaiblir l'apprentissage des étudiants et la capacité des établissements à les évaluer ». Il a ajouté : « Nous devons voir des efforts bien plus importants pour répondre à ces risques, notamment un recours bien plus large à des évaluations sans IA » (communiqué de l'OfS).
C'est dans le communiqué que se trouve la force : l'OfS indique qu'il exigera des établissements qu'ils garantissent que les évaluations mesurent de façon valide et fiable les connaissances et les compétences, et que « dans de nombreux cas, cela nécessitera le recours à des évaluations sécurisées (sans IA) ». Lorsque les établissements ne s'y conforment pas, ses leviers incluent des conditions d'enregistrement spécifiques, des sanctions financières, ou la suspension de l'accès aux financements d'aide aux étudiants et aux subventions de l'OfS. Il a publié, en même temps que le rapport, des orientations sur la manière de se mettre en conformité.
Le ministère de l'Éducation a déclaré au Guardian qu'il attend de l'OfS qu'il « applique efficacement les normes existantes et agisse rapidement » sur l'IA. Universities UK, qui représente 147 établissements, a répondu qu'« il reste du chemin à parcourir, mais beaucoup ont opéré des changements substantiels » (The Guardian). Les participants avaient aussi averti que de nouvelles conditions d'enregistrement propres à l'IA pourraient être contre-productives, et demandé plutôt des clarifications sur les conditions existantes (OfS). L'OfS a retenu la seconde option : des orientations sur l'application des conditions existantes à l'IA.
Trois solutions, et celle que préfère le régulateur
Le rapport range ce que font les universités en trois catégories. Les évaluations sécurisées sont conçues pour que les étudiants ne puissent pas utiliser l'IA : examens écrits sur place, présentations, vivas (courts entretiens oraux portant sur un travail rendu), travaux pratiques et performances. Les évaluations par le processus notent la manière dont le travail a été produit autant que le résultat, parfois à plusieurs points de contrôle que le rapport appelle « stage gates ». Les évaluations ouvertes autorisent ou imposent l'IA, par exemple en demandant aux étudiants de critiquer une production d'IA ou de retravailler un premier jet rédigé par une IA (rapport).
Le régulateur penche d'un côté. Les méthodes sécurisées « seront souvent les formes d'évaluation les plus efficaces, car elles donnent un haut degré de confiance que les étudiants démontrent leurs propres connaissances et compétences ». À l'inverse, il affirme que si une évaluation peut être réalisée avec l'IA sans que la connaissance testée soit mobilisée, « l'évaluation devrait être remplacée ». Et évaluer des connaissances, par opposition à des compétences, « exigera généralement des évaluations sécurisées ».
Nous sommes d'accord, et nous irions plus loin que cette formulation polie. Un essai à rédiger à la maison qui teste la mémorisation d'une liste de lectures est fini en tant qu'instrument de mesure. Seuls une salle surveillée, une conversation ou une tâche repensée peuvent le remplacer.

Le rapport énumère les contreparties. Les examens sur place et les vivas demandent beaucoup de ressources. Les examens sans documents ressemblent parfois très peu au travail professionnel, et leur dépendance à la mémoire à long terme peut désavantager certains groupes, dont les étudiants en situation de handicap. Les organismes professionnels imposent parfois des formats précis. Et les objets connectés portables pourraient faciliter la triche lors des évaluations sécurisées. Face à la crainte d'un manque d'authenticité, le régulateur répond que les efforts pour concevoir des évaluations à la fois authentiques et robustes « sont les bienvenus », ce qui n'est pas un plan.
Bath a abandonné le feu tricolore
Les études de cas du rapport en sont la meilleure partie. L'université de Bath avait un dispositif en trois catégories : IA interdite, certains usages précis autorisés, ou IA partie intégrante de l'évaluation. La catégorie intermédiaire a craqué. Le personnel a constaté qu'« il n'était pas possible de contrôler les usages spécifiés de l'IA dans les évaluations de catégorie B de manière fiable et équitable ».
En 2026, Bath est passée à un modèle à deux voies, d'abord conçu à l'université de Sydney. Chaque évaluation relève soit d'une voie fermée, où les conditions garantissent que les étudiants n'ont pas accès aux outils d'IA, soit d'une voie ouverte, où l'IA est autorisée et la tâche conçue en partant du principe que les étudiants l'utiliseront. Le personnel de Bath a tenu une retraite pour élaborer des tâches robustes pour la voie ouverte, et l'université insiste sur le fait que même les évaluations de la voie fermée doivent être conçues autour des acquis d'apprentissage visés (rapport).
Nous aimons cette approche pour une raison. Elle cesse de faire semblant qu'on peut vérifier un « utilisez l'IA pour réfléchir mais pas pour rédiger ». Le rapport dit la même chose : sans changements structurels, il est impossible de vérifier si les étudiants ont respecté une politique sur l'IA ou de dissuader réellement les abus.

Les universités qui verrouillent les examens distribuent aussi de l'IA. Kent a lancé en 2026 une plateforme ChatGPT Edu sous licence institutionnelle. Les étudiants suivent d'abord une formation sur la culture de l'IA, l'usage responsable, la protection des données, le prompting et l'intégrité académique, et l'utilisation reste facultative. Imperial offre aux étudiants et au personnel un espace appelé dAIsy, qui donne accès à ChatGPT, Claude et DeepSeek via une seule interface sécurisée pour les données, et lance des cours de 40 heures sur l'IA au travail. Le rapport ajoute qu'Oxford et la London School of Economics ont eux aussi des accords avec des fournisseurs d'IA (rapport).
Ce n'est pas de l'hypocrisie : une université qui veut que ses diplômés utilisent bien ces outils, et sachent ce que chacun peut faire sans eux, a besoin d'un espace pour chaque cas. Nous choisirions ce duo plutôt que l'un ou l'autre extrême. Si vous hésitez encore sur l'assistant à choisir, ChatGPT vs Claude vs Gemini détaille les différences entre les trois.
Pourquoi un détecteur ne peut pas faire office d'arbitre
L'alternative évidente à une refonte complète est de repérer le texte d'IA après coup. Le rapport est direct : cela ne fonctionne pas assez bien. Les recherches universitaires suggèrent que les humains ne savent pas identifier de façon fiable un texte d'IA ; les détecteurs récents font peut-être mieux que les anciens, mais les progrès « sont souvent temporaires et généralement suivis d'avancées des systèmes d'IA » ; et les outils qui reformulent le texte pour tromper les détecteurs (les « humanisers ») réduisent encore la précision (rapport).
Beaucoup d'établissements utilisent quand même ces outils. Certains versent le score au dossier des cas de fraude comme élément à l'appui ; d'autres enseignants s'en servent de façon informelle pour repérer des travaux qui sont ensuite signalés ou mal notés. Turnitin, dont le détecteur d'IA est très répandu dans l'enseignement supérieur britannique, a déclaré aux chercheurs que son résultat ne devait être qu'un indice parmi d'autres. Certains établissements avaient complètement cessé d'utiliser des détecteurs.
Les étudiants ont été plus sévères. Ils jugent les détecteurs inexacts et estiment qu'ils surévaluent l'usage de l'IA, et certains étaient frustrés qu'une fois un score élevé obtenu, il semble n'y avoir aucun moyen de prouver leur innocence. Des étudiants ont décrit comment ils baissaient leur score en supprimant des traits typiques des textes d'IA comme les tirets cadratins, en utilisant des humanisers, ou en ajoutant volontairement des fautes d'orthographe et de grammaire. (Nous bannissons le tiret cadratin dans notre propre charte éditoriale, alors nous avons eu un petit frisson.) Un outil qui pousse les auteurs honnêtes à dégrader leur travail ne mesure pas l'honnêteté.
La position du rapport sur le score est celle que nous défendons : au mieux un élément de preuve dans une évaluation approfondie visant à établir si un étudiant a commis une fraude, et « un soupçon d'usage de l'IA sans preuve solide ne doit pas servir de base pour attribuer une note plus basse à un étudiant ». Le rapport ajoute que les procédures disciplinaires sont « coûteuses en temps et en ressources, stressantes pour les étudiants, et peu susceptibles de garantir la validité d'un processus d'évaluation ».
Les correcteurs humains passent eux aussi à côté. Dans une étude de 2024, des chercheurs de l'université de Reading ont glissé des réponses entièrement rédigées par une IA (GPT-4) dans cinq modules d'une même licence de psychologie, sans en informer les correcteurs ; 94 % sont passées inaperçues et elles ont obtenu en moyenne environ un demi-échelon de note de plus que les vrais étudiants (PLOS One). Pour le détail outil par outil, nous couvrons GPTZero, le détecteur de Grammarly et l'extension Copyleaks dans notre article sur les meilleurs détecteurs de contenu IA, et le classement des détecteurs de contenu IA passe en revue le secteur. Notre avis sur les détecteurs rejoint celui du régulateur : utilisez-les comme un détecteur de fumée, jamais comme un juge.
Voici donc notre tri. Ce qui fonctionne : des évaluations tenues dans une salle sans IA pour les connaissances, des brouillons et des sources collectés pour les projets, et un court échange avec l'étudiant sur son propre travail. Ce qui relève du théâtre : interdire l'IA dans un sujet à faire à la maison en espérant que ça tienne, ne noter que le fichier final, et traiter un pourcentage de détecteur comme une preuve.
À quoi les étudiants et les parents doivent s'attendre
Rien de tout cela n'est un jugement sur les étudiants. Le rapport lui-même indique que les étudiants utilisent largement l'IA pour expliquer des notions difficiles, résumer de longs documents, générer des questions d'entraînement et réviser, et qu'elle peut aider les étudiants neurodivergents ou en situation de handicap ainsi que ceux dont la langue maternelle n'est pas l'anglais. Il précise aussi que beaucoup d'étudiants voient désormais dans l'IA la voie la plus efficace vers une bonne note, et peuvent se sentir désavantagés s'ils ne l'utilisent pas. C'est une lecture rationnelle d'évaluations qui ne faisaient pas la différence.
Le communiqué de l'OfS indique que beaucoup d'étudiants trouvent difficiles à comprendre les règles de leur établissement ou de leur département. Le rapport du régulateur reconnaît lui-même que la frontière entre usage acceptable et inacceptable est difficile à tracer, car l'IA « peut générer des idées et des raisonnements de manière à brouiller » la frontière entre le travail de l'étudiant et celui de la machine (rapport). Voici donc les hypothèses les plus sûres pour un étudiant de première année ou un parent.
- Attendez-vous à ce qu'une plus grande part de la note finale dépende d'un exercice réalisé en salle : examen écrit, présentation, travaux pratiques ou court entretien oral sur un travail que vous avez rendu.
- Attendez-vous à devoir montrer votre travail préparatoire. Les notes, les brouillons datés et les sources sont ce que regarde l'évaluation par le processus, et certains établissements demandent déjà aux étudiants de déclarer comment ils ont utilisé l'IA (le rapport indique que beaucoup d'étudiants craignent qu'une déclaration fasse peser un soupçon sur leur travail).
- Attendez-vous à ce que la règle varie selon le module. Une évaluation peut être fermée, la suivante ouverte, et c'est la consigne de chacune qui compte, pas la page d'accueil de l'université.
- Si un de vos travaux est remis en question, demandez quelles preuves existent en dehors d'un score de détecteur, et demandez à expliquer votre travail en personne. Le régulateur affirme qu'un score seul ne doit pas décider de l'issue.
- Si vous comptez sur des aménagements raisonnables, vérifiez que le nouveau format en prévoit. Le rapport indique que chaque étudiant doit pouvoir démontrer ses connaissances et compétences dans les évaluations sécurisées comme dans les évaluations ouvertes, grâce à une conception inclusive et à des aménagements.
Les parents ont une question de plus à poser : comment le cursus est évalué dans les dernières années, et quelle part se déroule en conditions surveillées. La réponse en dit plus que n'importe quelle déclaration de politique sur l'IA.
Utiliser l'IA dans le respect des règles
Commencez par la règle de l'évaluation concernée, par écrit. Si elle n'est pas claire, demandez à votre tuteur et gardez la réponse. Nous ne pouvons pas vous dire ce que votre module autorise. Là où l'IA est permise, les usages que le rapport décrit chez les étudiants sont : expliquer des notions difficiles, s'auto-interroger, planifier ses révisions et vérifier sa compréhension. NotebookLM et les autres outils de notre comparatif NotebookLM vs ChatGPT Projects vs Claude Projects sont conçus pour étudier à partir de vos propres sources.
Le test que nous utiliserions est le test du viva. Pourriez-vous expliquer chaque argument du texte, à voix haute, sans écran ? Si oui, l'IA vous a probablement aidé à apprendre. Si non, elle a fait le travail, et l'inquiétude du rapport sur le « cognitive offloading » (le déport cognitif), où l'IA remplace la lecture, la recherche ou la résolution de problèmes, vous concerne, quelle que soit la règle. L'aide d'un outil comme Grammarly pour la grammaire et l'orthographe semble relever d'un autre registre, mais le rapport note que les outils de ponctuation et de grammaire peuvent aussi contenir de puissantes fonctions d'IA, alors vérifiez la règle avant de présumer.
La liste de contrôle ci-dessus n'est pas un instrument officiel. Ce sont six habitudes qui facilitent la conversation avec un correcteur.
À surveiller ensuite
L'OfS a remis aux établissements ses orientations sur l'application de ses conditions existantes à l'IA ; les prochaines données viendront donc de l'application concrète : une université se verra-t-elle imposer une condition d'enregistrement spécifique, et pour quel motif. Advance HE prévoit un programme Change Academy centré sur l'IA pour ses établissements membres début 2027 (communiqué de l'OfS).
Nous surveillerions aussi les chiffres de la triche. L'enquête du Guardian en 2025 a recensé près de 7 000 cas avérés de triche à l'IA en 2023-2024, soit 5,1 pour 1 000 étudiants, tandis que plus de 27 % des universités répondantes n'enregistraient pas encore l'usage abusif de l'IA comme catégorie distincte (The Guardian). Si les cas avérés baissent avec le retour des examens, cela voudra dire que la refonte a fonctionné, ou que la détection est devenue plus difficile. Les chiffres seuls ne permettent pas de trancher. C'est notre argument en faveur d'évaluations qui ne dépendent pas du fait de prendre quelqu'un sur le fait.