MIT : un panel veut refondre l’usage de l’IA dans l’enseignement

Un comité d’experts du MIT alerte sur l’érosion des interactions pédagogiques et la défiance autour de l’usage de l’IA sur les campus. Il recommande des politiques au niveau de chaque cours, des formats d’évaluation plus oraux et transparents, et pointe des inégalités d’accès. Des études menées à Harvard, Berkeley, Brown, au Royaume‑Uni et en Chine rapportent un usage massif et des effets hétérogènes sur les notes.

Des études chiffrent un usage massif et des effets contrastés sur les notes

Plusieurs campus et travaux de recherche décrivent une adoption large de l’IA et des impacts divergents sur les performances. À Harvard en 2024, environ 87,5 % des répondants déclaraient utiliser ces outils, près de la moitié au moins tous les deux jours, et environ 25 % disaient moins recourir aux heures de bureau, moins demander d’aide et sauter des lectures. Au Royaume‑Uni, l’usage parmi les étudiants à temps plein a atteint 95 % fin 2025, plus fréquent dans les foyers aisés. Anthropic note par ailleurs que des étudiants délèguent des tâches d’analyse et de création à Claude dans près de la moitié des échanges étudiés. Côté résultats, une étude en Chine portant sur plus de 26 000 étudiants observe une hausse de 18 % des notes de devoirs associée à l’IA, suivie d’une baisse de 20 % des scores d’examen après six mois. À l’UC Berkeley, l’analyse de plus de 500 000 notes relève une augmentation de 13 points de pourcentage de la part de A dans les cours d’écriture et de codage depuis le lancement de ChatGPT, surtout là où les devoirs pèsent lourd. À Brown, une moyenne de 96 % lors d’un examen à domicile a été suivie d’un 48,6 % au test en personne. Pendant deux ans à la Vrije Universiteit Amsterdam, Thibault Schrepel a comparé trois conditions d’usage de l’IA : le groupe sans IA a terminé dernier sur deux ans, tandis que l’usage sans guidage surclassait déjà l’absence d’outil, ce qui l’a conduit à rejeter l’hypothèse que seule une formation structurée rend l’IA utile.

Détection et verrouillage sont contestés, et la transparence est exigée

Des enseignants rapportent que la surveillance de l’usage non autorisé détériore les relations avec leurs étudiants. Les détecteurs de texte généré sont jugés peu fiables, avec des faux positifs visant notamment des étudiants non natifs ou neurodivergents, et le comité en déconseille l’emploi, craignant aussi une escalade face aux outils d’« humanisation ». Les étudiants redoutent des accusations infondées et perçoivent un double standard quand des enseignants recourent à l’IA pour supports, retours ou évaluations tout en limitant son usage côté apprenant. Le panel recommande donc des règles de transparence pour les enseignants. Les navigateurs de verrouillage pour examens sont qualifiés de bogués et assimilables à une surveillance, sans résoudre le fond. Pour les thèses et mémoires, le comité propose d’imposer la divulgation de tout recours à l’IA et d’interdire toute co‑signature attribuée à une IA.

Des politiques d’IA au niveau de chaque cours et des évaluations repensées

Le panel rejette une règle uniforme et prône des politiques ajustées par cours. La définition de ces cadres partirait des objectifs d’apprentissage, puis de la conception de l’évaluation, avant d’indiquer précisément ce qui est permis en matière d’IA. Le comité souligne que les besoins d’un séminaire de poésie diffèrent de ceux d’un cours de preuves mathématiques. Il recommande de privilégier des examens oraux, des portfolios sur le semestre, des échanges en présence et des projets. Chaque syllabus devrait détailler la politique d’IA retenue, avec des justifications explicites.

Des écarts de performance liés à l’accès aux outils d’IA sont signalés par le comité

Le comité avertit que des différences d’accès aux outils d’IA peuvent produire de véritables écarts de performance. Le MIT propose différents modèles accessibles via Parley, assortis de 30 $ de crédits mensuels destinés aux enseignants et doctorants. Parallèlement, les formules premium proposées par OpenAI, Google ou Anthropic affichent des tarifs de plusieurs centaines de dollars par mois, un montant considéré comme inabordable pour une grande partie des étudiants.

Interactions pédagogiques en recul et alerte sur l’UROP au MIT

Le rapport, publié en juin 2026, s’appuie sur un principe d’« augmentation plutôt qu’automatisation » et alerte sur une illusion d’apprentissage liée aux réponses livrées par des chatbots. Au MIT, le comité décrit un recul des heures de bureau, des groupes d’étude et des échanges en ligne, tandis que l’évaluation des acquis devient plus incertaine pour les enseignants. Il met en garde contre l’idée de remplacer des assistants étudiants par des agents d’IA, ce qui menacerait le programme UROP. Ce dispositif, présenté comme un pilier de l’expérience MIT, a impliqué 93 % de la promotion 2025 au moins une fois et 58 % des enseignants comme mentors ; le panel considère que sa finalité est la formation, non la substitution par de l’IA. En toile de fond, un écart est relevé entre l’importance que les étudiants attribuent à l’IA pour leur carrière et leur sentiment de préparation, et le comité souhaite introduire une acculturation à l’IA dès les cours d’introduction. Il appelle plus largement les universités à repenser leur approche de ces outils.