Les étudiants qui utilisent les raccourcis de l’IA pour leurs devoirs pourraient sacrifier leurs résultats aux tests des années plus tard.
Une nouvelle étude publiée par le Centre de recherche sur les politiques économiques a révélé que l’IA a augmenté les résultats des devoirs de 18 % et a réduit le temps de réalisation de 30 % parmi 26 811 étudiants chinois de la 7e à la 12e année. Mais en six mois, les résultats des examens mensuels ont chuté de 20 %, les inscriptions à l’université ont chuté de 18 % à 24 % et les résultats ont atteint leur pire niveau deux ans plus tard.
Des chercheurs de l’Université de Stockholm et de l’Université de Hong Kong ont identifié les types d’étudiants les plus susceptibles de connaître ces scores disparates. Il s’agit d’un étudiant qui a « externalisé » ses devoirs et déployé l’IA pour l’aider à les terminer rapidement et avec précision. Environ 80 % de ces étudiants étaient responsables de mauvais résultats aux tests, à long et à court terme. L’émergence de ce profil d’étudiant expose non seulement la dissonance entre la productivité de l’IA et les gains de productivité réels, mais suscite également un débat parmi certains éducateurs et experts contre la libre utilisation de la technologie dans l’éducation.
« Pour les étudiants, l’objectif n’est pas d’accomplir ces tâches de manière efficace, mais d’en tirer des leçons », écrivent les chercheurs. « En tant que telle, l’adoption rapide des outils d’IA générative par les étudiants ces dernières années a suscité de nombreuses inquiétudes concernant l’apprentissage… Nos résultats démontrent que l’IA générative, qui est susceptible de se généraliser dans l’éducation, a un impact négatif significatif sur l’apprentissage des étudiants. »
Alors que la génération Z devient synonyme d’IA et de tricherie dans les écoles, ses intérêts et sa capacité à interagir de manière critique avec le matériel pédagogique sont de plus en plus remis en question. L’article de couverture de The Atlantic fait allusion au début d’un nouvel âge sombre. Cette situation est alimentée par une population de jeunes « illettrés », moins intéressés à ingérer de grandes quantités d’informations rapidement et facilement qu’à les savourer et à les digérer, et qui ont atrophié leur capacité de pensée critique. Cette étude suggère que, quelle qu’en soit la raison, les incitations à utiliser l’IA pour contourner l’acte d’apprentissage sont extrêmement fortes et constituent un problème que la société n’a pas réussi à résoudre.
Pourquoi les étudiants se tournent vers l’IA
Selon une enquête CollegeBoard menée auprès de plus de 1 000 lycéens, l’utilisation de l’IA dans les écoles est omniprésente dans le monde entier, avec 84 % des lycéens américains déclarant utiliser l’IA pour leurs devoirs. À mesure que l’adoption de la technologie augmente, l’utilisation abusive de la technologie augmente également. Jacob Shelley, professeur agrégé de droit de la santé à l’Université Western, a déclaré au magazine Fortune en mai qu’il pensait que les étudiants avaient triché à l’examen final, qui comprenait l’utilisation de l’IA dans l’un de leurs cours, et qu’ils avaient obtenu 8 % d’écoles parfaites dans la section à choix multiples, mais avaient eu des difficultés dans la partie de dissertation et avaient simplement soumis des réponses qui incluaient du contenu qui ne figurait pas dans le programme.
« Les résultats ont été extraordinaires », a déclaré Sherry. « En 20 ans de coaching, cela n’est jamais arrivé. »
Mais plutôt que de reprocher aux étudiants de se tourner vers la technologie à un moment où les enjeux sont élevés, Shelley a déclaré qu’il comprenait pourquoi les étudiants sont obligés de tricher. Bien que des leaders technologiques tels que Dario Amodei d’Anthropic et Sam Altman d’OpenAI reviennent désormais sur leurs prédictions d’une apocalypse de l’emploi dans l’IA, l’incertitude quant à l’avenir des emplois dans un monde de l’IA demeure. L’informaticien Cal Newport a qualifié ces prémonitions de « pessimistes » et a accusé les entreprises technologiques d’inventer un récit fataliste autour de l’IA. Selon la plateforme de recherche d’emploi Monster, près de 90 % des diplômés de 2026 craignent que les emplois de premier échelon soient remplacés par l’IA et l’automatisation.
Bien que les données économiques ne montrent pas encore l’impact de l’IA sur le marché du travail ou sur la productivité, Sherry a déclaré que les étudiants ressentent toujours le besoin d’utiliser la technologie sous peine d’être laissés pour compte.
« L’IA va les remplacer, du moins pour beaucoup d’entre eux, et ils le savent et nous prétendons que ce ne sera pas le cas », a-t-il déclaré. « Je pense qu’ils voient clair. Les étudiants sont donc responsables, mais je ne leur en veux pas trop ici. »
La bêtise des machines à enseigner
Pour des experts comme le neuroscientifique Jared Cooney Horvath, il n’est peut-être pas surprenant que l’IA ait conduit à davantage de devoirs, mais ne se soit pas traduite par de meilleurs apprentissages ou de meilleurs résultats aux tests. Horvath, qui a témoigné devant le Comité sénatorial américain du commerce, des sciences et des transports sur la façon dont les résultats des tests montrent que la génération Z est la première génération à avoir des capacités cognitives inférieures à celles de leurs parents, est depuis longtemps un opposant à la technologie éducative, ou EdTech. Il soutient qu’il existe plus de 100 ans de preuves que l’automatisation peut entraver l’apprentissage, remontant à l’invention de la « machine à enseigner » par le professeur de psychologie de l’Ohio State University, Sidney Plessy, en 1924. Les étudiants ont été capables de répondre à la question selon laquelle la machine bouge lorsqu’elle est alimentée en papier, mais n’ont pas pu le faire lorsqu’on leur a demandé en dehors de l’appareil de généraliser leurs connaissances.
Trente ans plus tard, le comportementaliste légendaire BF Skinner a créé sa propre version de la machine basée sur le prototype de Plessy. Dans cette machine, lorsqu’un élève appuie sur une touche indiquant la bonne réponse, une autre question apparaît à ce moment-là. Cependant, même si ce mécanisme reposait sur une technologie plus avancée, les deux psychologues ont abandonné le projet avant qu’il puisse être mis en œuvre dans les écoles car ils ont obtenu les mêmes résultats. Dans sa lettre à Skinner, Plessy reconnaissait que les étudiants ne maîtrisaient pas la matière ; Ils venaient juste de maîtriser la machine.
« La raison pour laquelle ils sont tous partis était à cause de problèmes de transfert », a déclaré Horvath. « Ils ont découvert que les enfants savent très bien utiliser les outils, mais dès qu’ils les abandonnent, ils n’y parviennent plus. »
Horvath a fait valoir que l’IA entraînée a le potentiel de reproduire à nouveau les problèmes des machines éducatives. Alors que les enseignants découvrent certains avantages de l’IA en classe, comme l’adaptation du texte au niveau de vocabulaire de chaque élève, en particulier des apprenants de l’anglais, Horvath a un sentiment de déjà-vu. Il a fait valoir que l’IA peut personnaliser l’apprentissage en générant des réponses à des requêtes spécifiques, mais sans créer de frictions ni permettre l’éclaircissement critique nécessaire à l’apprentissage d’un sujet.
« Les outils que les experts utilisent pour se faciliter la vie ne sont pas ceux que les enfants devraient utiliser pour apprendre à devenir des experts », explique Horvath. « Lorsque vous utilisez des outils de déchargement utilisés par les experts pour faciliter la vie des débutants et des étudiants, vous n’apprenez pas de compétences, vous apprenez simplement des dépendances. »
