Richard Borcherds, mathématicien de renom qui a reçu la prestigieuse médaille Fields en 1998, a posé le même problème au terme du mois précédent : Il a cessé de noter les devoirs de ses étudiants en fonction de leur exactitude et ce, après avoir constaté que des outils d'IA les aidaient à obtenir les meilleures notes. Certains acteurs et observateurs de la filière préconisent un retour aux méthodes d’évaluation traditionnelles parmi lesquelles on retrouve les oraux et le retour aux examens sur papier.Yi Ni, professeur de mathématiques à Caltech depuis 17 ans, a modifié sa méthode d'évaluation parce que les étudiants utilisent massivement l'IA générative pour leurs devoirs. Il ne note plus les devoirs maison selon l'exactitude des réponses, mais uniquement selon leur achèvement, les examens en présentiel restant le principal filtre de compétence.
Selon cet enseignant, presque tous les exercices de mathématiques universitaires peuvent être résolus par l'IA et il est difficile de distinguer une solution humaine d'une solution générée par chatbot. Caltech n'impose pas une règle unique à tous ses cours, laissant chaque enseignant définir ses propres consignes d'usage de l'IA via son Center for Teaching, Learning, and Outreach.
Le cas Ni n’est pas isolé dans la filière éducative et dans celle de la Tech. De nombreux intervenants préconisent des approches d’évaluation qui privilégient l'effort, la réflexion ou la rétroaction qualitative. Et cela passe par le retour aux méthodes traditionnelles: oraux, examens sur papierA Caltech math professor has stopped grading homework for accuracy. Not because he's lenient — but because he can no longer tell who actually did the work. Yi Ni, who has taught at Caltech for 17 years, now grades homework based on completion alone. His reasoning? “Virtually all the homework in college math, you can use AI.” And unlike AI-written essays, math homework leaves very little room to spot AI use. It's just numbers. A Berkeley Fields Medalist raised a similar concern last month. The real question isn't whether AI can do the homework. It's whether homework was ever measuring what we thought it was. So, should students still be graded on their answers, or on their ability to understand and explain them?
— seven (@sevenfrea) November 17, 2026
De nombreux professeurs, notamment en philosophie, en lettres et en sciences, abandonnent les devoirs notés à la maison pour privilégier en exclusivité les évaluations en classe sans accès aux outils numériques. D’autres intervenants de la filière optent pour des approches plus axées sur l’utilisation de la technologie. A titre d’illustration, Certains enseignants, comme le professeur d'histoire Jason Gibson de l’université d'État du Mississippi, ont choisi de conserver des travaux à distance en insérant des instructions invisibles dans les énoncés pour repérer les étudiants qui copient-collent les sujets sans les relire.
En Chine, les enseignants en informatique ont profondément fait évoluer leurs méthodes d'évaluation face à l'essor des intelligences artificielles génératives. Plutôt que d'interdire ces outils, la stratégie nationale impulsée par le plan d'action « IA + Éducation » vise à intégrer l'IA comme une compétence fondamentale tout en adaptant les examens pour éviter la dépendance passive
China is trying to implement AI education in classrooms nationwide by 2030, pushing ahead with integrating the technology into curricula even as parents and some researchers question its potential negative impact on childhood learning and development [url]https://t.co/zhajKdbdWm[/url] https://t.co/uoNGxLLHmY
— Reuters (@Reuters) November 16, 2026
Face au risque que l'IA génère du code à la place de l'étudiant, les universités chinoises (comme Tsinghua, Pékin ou Zhejiang) privilégient des évaluations axées sur le raisonnement et la maîtrise réelle. Les épreuves fondamentales d'algorithmique et de structures de données se déroulent souvent sans accès à Internet ni aux assistants IA, ou sur papier, pour vérifier que l'étudiant maîtrise la logique de base.
Pour les projets de développement, la note ne porte plus uniquement sur le code final. Les enseignants exigent des soutenances orales, des revues de code en direct et l'historique des requêtes pour vérifier que l'étudiant comprend chaque ligne produite. Les épreuves consistent de plus en plus à fournir un programme contenant des failles ou généré par une IA. L'étudiant est évalué sur sa capacité à identifier les erreurs, optimiser les performances et corriger les vulnérabilités.
Dans les cursus avancés, l'évaluation passe par l'intégration logicielle sur des systèmes physiques (robotique, simulateurs), où la simple génération de texte ne suffit pas à faire fonctionner l'ensemble. En gros, la ligne directrice des autorités éducatives chinoises repose sur le principe que « l'humain prend l'initiative et l'IA assiste ». Plusieurs garde-fous pédagogiques sont mis en place pour éviter l'effet dit de « béquille cognitive ».
Plutôt que de laisser les étudiants sur des modèles grand public qui donnent directement la solution, des établissements déploient des agents IA internes configurés pour guider l'élève par indices et questions socratiques. L'initiation commence dès le primaire et le secondaire (avec un objectif de généralisation d'ici 2030). Les étudiants apprennent d'abord la logique algorithmique sans assistance avant d'utiliser des outils de vibe coding pour accélérer le prototypage.
Les cursus intègrent des modules obligatoires sur les limites des grands modèles de langage (hallucinations, failles de sécurité, dette technique) afin que les futurs développeurs se comportent en architectes et réviseurs plutôt qu'en simples exécutants. Des études menées auprès de milliers d'élèves chinois ont montré que l'usage non encadré de l'IA améliore les notes des devoirs à la maison mais fait chuter les résultats aux examens sur table. Les enseignants utilisent ce constat pour limiter l'IA lors des phases d'acquisition des bases.
Et vous ?
Quelles approches préconisez-vous afin que l’utilisation de l’intelligence artificielle soit bénéfique pour les apprenants en général et pour ceux de la filière informatique en particulier?Voir aussi :
99% des étudiants utilisent les IA génératives pour diminuer leur temps de travail, et 51% constatent qu'ils auraient du mal à se passer de ChatGPT, mais est-ce une bonne chose ?
Enseigner face à l'IA : De la transmission du savoir à la lutte contre la triche automatisée, l'utilisation de l'IA par les étudiants menace-t-elle l'intégrité de l'apprentissage ?
OpenAI lance le « Mode Étudier » sur ChatGPT pour favoriser la pensée critique des élèves : une initiative qui est loin de résoudre les problèmes liés à l'IA dans l'éducation
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.