À l’école, l’IA relance le retour aux devoirs sur papier

Aux États-Unis, certains enseignants reviennent au papier, au crayon et aux évaluations réalisées en classe. Leur objectif n’est pas de bannir toute technologie : ils cherchent un moyen simple de vérifier ce qu’un élève sait réellement faire lorsque les assistants d’écriture peuvent produire une réponse complète en quelques secondes.

Selon une enquête nationale citée par CalMatters, plus de 70 % des enseignants interrogés disent douter davantage que les travaux remis soient réellement ceux de leurs élèves. Près de trois quarts craignent aussi une perte de pratique en écriture, recherche et compréhension de texte.

Pourquoi les contrôles numériques sont devenus difficiles

Le problème ne se limite plus au copier-coller dans une nouvelle fenêtre. Des outils intégrés au navigateur, comme la recherche visuelle, peuvent analyser une question affichée à l’écran et proposer une réponse sans quitter la page du test. L’enseignant voit alors un élève travailler dans l’environnement prévu, sans pouvoir distinguer facilement une réflexion personnelle d’une réponse assistée.

Les détecteurs de textes générés ne règlent pas ce problème. Ils produisent des faux positifs, peuvent pénaliser certains styles d’écriture et ne constituent pas une preuve suffisante à eux seuls. Une politique scolaire fondée uniquement sur la détection risque donc de créer autant de conflits qu’elle en résout.

Le papier revient comme point de contrôle

Plusieurs enseignants interrogés en Californie demandent désormais que les tests, certains devoirs et les premières versions d’un texte soient écrits à la main. Cette méthode offre un point de comparaison avec les productions numériques et remet l’observation du raisonnement au centre de l’évaluation.

Le papier n’est cependant pas une solution universelle. Il complique la correction, l’accessibilité et le travail des élèves ayant besoin d’outils adaptés. Il réduit aussi l’occasion d’apprendre à utiliser correctement l’IA, alors que cette compétence devient utile dans de nombreux métiers.

Ce que dit réellement l’étude du MIT

Un projet du MIT Media Lab a comparé 54 participants rédigeant des essais avec un grand modèle de langage, un moteur de recherche ou sans outil externe. Les mesures EEG indiquaient une connectivité plus distribuée dans le groupe travaillant sans assistance et plus faible dans le groupe utilisant le modèle de langage.

Ces résultats doivent rester correctement cadrés. Le MIT Media Lab précise qu’il s’agit d’un préprint non encore évalué par les pairs. L’échantillon est limité, la tâche portait sur la rédaction d’essais et l’étude ne démontre pas que toute utilisation de l’IA réduit durablement les capacités cognitives.

Des règles plus utiles qu’une interdiction générale

Une approche robuste consiste à annoncer avant chaque exercice ce qui est autorisé : aucune assistance, correction linguistique, recherche d’idées ou usage complet avec citation. Les enseignants peuvent demander les brouillons, l’historique des versions, une courte défense orale ou une explication des choix effectués.

Cette méthode évalue le processus et pas seulement le texte final. Elle apprend aussi aux élèves à documenter leurs sources, vérifier une réponse et reconnaître les limites d’un outil. La question devient alors moins « l’IA a-t-elle été utilisée ? » que « l’élève comprend-il et peut-il justifier ce qu’il remet ? »

Sources

Cette synthèse s’appuie sur le reportage de CalMatters et le projet du MIT Media Lab. Photo : Yan Krukau, Pexels.